In the digital era, Artificial Intelligence (AI) plays a crucial role in developing smart cities and enhancing business operations. Among AI-driven technologies, AI Vision Analytics has gained significant attention for Access Control Systems (ACS) and Consumer Behavior Analytics. This research focuses on integrating AI Access Control and AI Video Analytics to examine factors influencing Technology Adoption Behavior using the UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) framework. Key factors assessed include Trust in Technology, Effort Expectancy, Social Influence, and Performance Expectancy, which impact users’ willingness to adopt AI-driven security and analytics solutions. The study also includes a real-world implementation of AI Vision Analytics at KMITL EXPO, where an AI-powered Access Control System and AI Video Analytics are deployed. The collected data is analyzed to identify trends in AI adoption for business management and security enhancement. The findings provide valuable insights for businesses and organizations to optimize AI Vision Analytics for enhancing security management and digital marketing strategies.
ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence - AI) ได้เข้ามามีบทบาทสำคัญในการเปลี่ยนแปลงวิธีการดำเนินธุรกิจและการบริหารจัดการความปลอดภัย โดยเฉพาะ AI Vision Analytics ที่สามารถนำมาประยุกต์ใช้ในหลายด้าน เช่น การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และ การวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) โดย Access Control System (ACS) ช่วยให้สถานที่มีความปลอดภัยยิ่งขึ้น โดยใช้ AI ในการ จดจำใบหน้า (Face Recognition), ตรวจสอบป้ายทะเบียน (License Plate Recognition - LPR) และติดตามการเข้า-ออกในพื้นที่ต่างๆ ซึ่งช่วยลดความเสี่ยงด้านความปลอดภัยและเพิ่มความสะดวกให้กับผู้ใช้ และระบบ AI Video Analytics ช่วยให้ธุรกิจสามารถ วิเคราะห์พฤติกรรมของลูกค้า (Consumer Insights) ผ่านการติดตามความเคลื่อนไหวของผู้บริโภค เช่น Heat Map, Dwell Time, และ Customer Flow Analysis ซึ่งสามารถนำไปใช้เพื่อปรับปรุงกลยุทธ์การตลาดและการให้บริการ ทั้งนี้แม้ว่า AI Vision Analytics จะมีศักยภาพสูง แต่ การยอมรับเทคโนโลยี (Technology Adoption) ยังเป็นประเด็นสำคัญที่ต้องศึกษา เนื่องจาก ความเป็นส่วนตัว (Privacy Concerns), ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), และต้นทุนในการติดตั้ง อาจเป็นอุปสรรคต่อการใช้งาน ดังนั้น งานวิจัยนี้จึงมุ่งเน้น การศึกษาปัจจัยที่มีผลต่อพฤติกรรมการยอมรับเทคโนโลยี AI Vision โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อวิเคราะห์ว่า ผู้ใช้มีความเต็มใจแค่ไหนในการใช้งานระบบ AI ที่เกี่ยวข้องกับความปลอดภัยและการตลาด
คณะวิศวกรรมศาสตร์
This project aims to develop a conceptual prototype of a weapon aiming system that simulates an anti-aircraft gun. Utilizing an optical camera, the system detects moving objects and calculates their trajectories in real time. The results are then used to control a motorized laser pointer with two degrees of freedom (DoF) of rotation, enabling it to aim at the predicted position of the target. Our system is built on the Raspberry Pi platform, employing machine vision software. The object motion tracking functionality was developed using the OpenCV library, based on color detection algorithms. Experimental results indicate that the system successfully detects the movement of a tennis ball at a rate of 30 frames per second (fps). The current phase involves designing and integratively testing the mechanical system for precise laser pointer position control. This project exemplifies the integration of knowledge in electronics (computer programming) and mechanical engineering (motor control).
คณะอุตสาหกรรมอาหาร
The consumption of plant-based products has been gaining popularity as consumers become more health-conscious and aware of environmental impacts. The food industry has been developing meat analogs with properties similar to conventional meat. This study investigates the chemical and physical properties of chickpea-based meat analog burgers and hybrid burgers containing both chickpeas and pork, using the sous-vide cooking method. This technique helps maintain food quality in terms of texture, moisture retention, and nutritional value. The experiment examined various properties of both types of burgers, including cooking loss, water holding capacity, shear force, pH value, and color analysis. Additionally, sensory evaluation was conducted to assess taste, texture, and overall consumer preference. The findings will provide insights into the optimal sous-vide conditions for producing plant-based and hybrid burgers with desirable quality characteristics that meet the needs of health-conscious consumers. This study serves as a valuable guideline for the food industry in developing high-nutritional-value alternative protein products while reducing meat consumption. By incorporating plant-based ingredients, it helps minimize environmental impact and promotes sustainability in food production. The research is significant in both food science and the development of healthier, competitive food products for the future market.
คณะวิทยาศาสตร์
A new colorimetric assay for the rapid detection of tannic acid in beverage samples based on displacement phenomenon of aggregated gallic acid-modified platinum nanoparticles is developed for the first time. PtNPs were functionalized with gallic acid, promoting the formation of the green-hued aggregated nanoparticles. While colorimetry offers a rapid method for identifying tannic acid, challenges remain in sensitivity and accuracy of detection on the PtNPs colorimetric probe, particularly in the presence of anthocyanin interferences. To address this, we developed a sample preparation method to degrade anthocyanin in beverages. Tannic acid was easily displaced onto the gallic acid-coated PtNPs surfaces, causing dispersion and resulting in a visible color change from green to orange−brown. Under the optimal conditions, the colorimetric sensor exhibited a linear response in the range of 1−2,000 µmol L−1 (R2 = 0.9991). The limit of detection (LOD) and the limit of quantification (LOQ) were found at 0.02 and 0.09 µmol L−1, respectively. The proposed sensor expressed superior selectivity over other interfering substances and demonstrated excellent precision with a relative standard deviation (RSD) of 1.00%−3.36%. More importantly, recoveries ranging from 95.0−104.7% were obtained, indicating the capability of proposed colorimetric sensor to detect tannic acid rapidly and accurately in real beverage samples.