This project focuses on the development of an automatic license plate recognition system that supports both standard and special license plates in Thailand. By utilizing Machine Learning technology, the system enhances the efficiency of license plate reading. It can process data from both images and videos. Users can register and subscribe to the service, allowing them to send data for processing through RESTful API, WebSocket, and registered IP cameras.
ในปัจจุบัน ระบบการอ่านป้ายทะเบียนอัตโนมัติ มีการนำมาใช้กันอย่างกว้างขวาง เช่น ระบบตรวจสอบรถ เข้าออก ระบบจัดการลานจอดรถ ระบบขนส่งสาธารณะที่ใช้เก็บค่าผ่านทางแบบอัตโนมัติ ระบบรักษาความปลอดภัย เป็นต้น ความแม่นยำในการอ่านป้ายทะเบียนจึงเป็นสิ่งจำเป็นอย่างยิ่ง เพื่อประสิทธิภาพ และความถูกต้องของข้อมูล เทคโนโลยี Machine Learning จึงถูกนำมาประยุกต์ใช้ เพื่อเพิ่มประสิทธิภาพในการอ่านป้ายทะเบียน ไม่ว่าจะเป็นในรูปแบบของ Software Module ที่ติดตั้งแบบถาวร หรือเป็นบริการ E-service อย่างไรก็ตาม ระบบรูปแบบ Software Module มักพบปัญหาในการไม่ได้รับการอัปเดตอย่างสม่ำเสมอ และระบบรูปแบบ E-service ในปัจจุบันยังไม่สามารถอ่านป้ายทะเบียนของประเทศไทยได้อย่างมีประสิทธิภาพ เนื่องจากความซับซ้อนของภาษาไทย ที่เกิดจากป้ายทะเบียนรูปแบบพิเศษ เช่น ป้ายทะเบียนประมูลของกรมขนส่งทางบก ที่มีลวดลาย และรูปแบบตัวอักษรที่แตกต่างจากป้ายทะเบียนปกติ จากปัญหาที่กล่าวมา โครงการนี้จึงมีแนวคิดในการพัฒนา Machine Learning Model ที่ออกแบบมาเพื่อจัดการกับปัญหาเฉพาะของป้ายทะเบียนในประเทศไทย โดยมีเป้าหมายความแม่นยำในการอ่านป้ายทะเบียนอยู่ที่ 95 เปอร์เซ็นต์ พร้อมกับการพัฒนาบริการ E-service สำหรับการอ่านป้ายทะเบียนอัตโนมัติ ให้ผู้ที่สนใจสามารถเข้าใช้งาน Machine Learning Model ของเราได้ โดยผ่านการลงทะเบียนบนเว็บไซต์ จ่ายค่าสมัครใช้บริการรายเดือน และส่งข้อมูลในรูปแบบของรูปภาพผ่าน RESTful API, WebSocket และวิดีโอผ่านกล้อง IP ที่มีการลงทะเบียนเอาไว้กับระบบ นอกจากนี้ยังมีการพัฒนาเว็บไซต์สำหรับผู้ดูแลระบบ เพื่อช่วยในการบริหารจัดการและตรวจสอบการทำงานของระบบ
คณะวิศวกรรมศาสตร์
Motor control is a critical process for muscle contraction, which is initiated by nerve impulses governed by the motor cortex. This process is vital for performing activities of daily living (ADLs). Consequently, a disruption in communication between the brain and muscles, as seen in various chronic conditions and diseases, can impair bodily movement and ADLs. Evaluating the interaction between brain function and motor control is significant for the diagnosis and treatment of motor control disorders; moreover, it can contribute to the development of brain-computer interfaces (BCIs). The purpose of this study is to investigate brain activation in designed upper extremity motor control tasks in regulating the pushing force in different brain regions; and develop investigation methods to assess motor control tasks and brain activation using a robotic arm to guide upper extremity force and motor control. Eighteen healthy young adults were asked to perform upper extremity motor control tasks and recorded the hemodynamic signals. Functional Near-Infrared Spectroscopy (fNIRs) and robotic arms were used to assess brain activation and the regulation of pushing force and extremity motor control. Two types of motion, static and dynamic, move along a designated trajectory in both forward and backward directions, and three different force levels selected from a range of ADLs, including 4, 12, and 20 N, were used as force-regulating upper extremity motor control tasks. The hemodynamic responses were measured in specific regions of interest, namely the primary motor cortex (M1), premotor cortex (PMC), supplementary motor area (SMA), and prefrontal cortex (PFC). Utilizing a two-way repeated measures ANOVA with Bonferroni correction (p < 0.00625) across all regions, we observed no significant interaction effect between force levels and movement types on oxygenated hemoglobin (HbO) levels. However, in both contralateral (c) and ipsilateral (i) PFC, movement type—static versus dynamic—significantly affected brain activation. Additionally, cM1, iPFC, and PMC showed a significant effect of force level on brain activation.
วิทยาเขตชุมพรเขตรอุดมศักดิ์
Abstract: Banana French Fries This project aimed to study and develop the product Banana French Fries, which is a snack made by frying bananas in a form similar to French fries, in order to add value to bananas and create new choices for consumers. The experiment consisted of selecting suitable banana varieties, developing a coating formula, and testing the taste of samples. The results of the study found that Nam Wa bananas are the most suitable for making banana French fries because they have a firm texture and naturally sweet taste. The best coating formula consists of wheat flour, eggs, and milk, which provide longer crispiness. The taste test found that most consumers gave a very good response and were satisfied with the taste and texture. This project shows that banana French fries are a product with potential to be developed as a healthy snack and can be further developed into a commercial product in the future.
คณะเทคโนโลยีการเกษตร
The Public Park Project: Bubbledel Park is a new-style public park located at Suan Phra Nakhon in Lat Krabang District, Bangkok. Designed to be modern and entertaining, the park incorporates the concept of using bubbles to add vibrancy and create a unique connection with nature, unlike any other place.