This research will begin with a review of literature and related studies to examine existing technologies and methods for hand gesture recognition and their applications in controlling electronic devices such as drones, robots, and gaming systems. Subsequently, a hand gesture recognition system will be designed and developed using machine learning and computer vision techniques, with a focus on creating an algorithm that operates quickly and accurately, making it suitable for real-time control. The developed system will be tested and refined using various simulated scenarios to evaluate its efficiency and accuracy in diverse environments. Additionally, a user-friendly interface will be developed to ensure accessibility for all user groups. The research will also incorporate qualitative studies to gather feedback from both novice users and experts, which will contribute to further system improvements, ensuring it effectively meets user needs. Ultimately, the findings of this research will lead to the development of a functional prototype for gesture-based control, which can be applied in industries and entertainment. This will contribute to advancements in innovation and new technologies in the future.
ในยุคปัจจุบัน เทคโนโลยีโดรน หุ่นยนต์ และเกมดิจิทัลได้เข้ามามีบทบาทสำคัญในชีวิตประจำวันและอุตสาหกรรมต่าง ๆ มากขึ้นอย่างต่อเนื่อง การควบคุมอุปกรณ์เหล่านี้ส่วนใหญ่ยังคงพึ่งพารีโมทคอนโทรล จอยสติก หรืออุปกรณ์ควบคุมเฉพาะทาง ซึ่งอาจมีข้อจำกัดในด้านความยืดหยุ่น ความเป็นธรรมชาติในการใช้งาน และการเข้าถึงสำหรับผู้ใช้บางกลุ่ม เช่น ผู้พิการ หรือผู้สูงอายุ นอกจากนี้ ในสถานการณ์ที่ต้องการความคล่องตัวสูง เช่น การควบคุมโดรนในพื้นที่จำกัด หรือการเล่นเกมที่ต้องการการตอบสนองที่รวดเร็ว การใช้อุปกรณ์ควบคุมแบบดั้งเดิมอาจเป็นข้อจำกัดในการเพิ่มประสิทธิภาพการทำงานหรือประสบการณ์การเล่นเกม การพัฒนาเทคโนโลยีการรู้จำท่าทางมือ (Hand Gesture Recognition) จึงเป็นแนวทางที่มีศักยภาพอย่างสูงในการแก้ไขปัญหาดังกล่าว โดยเทคโนโลยีนี้สามารถช่วยให้ผู้ใช้ควบคุมโดรน หุ่นยนต์ หรือเล่นเกม ฯลฯ เป็นต้น ได้อย่างเป็นธรรมชาติมากขึ้น เพียงแค่ใช้ท่าทางมือที่กำหนดไว้ ซึ่งนอกจากจะเพิ่มความสะดวกสบายและความคล่องตัวในการควบคุมแล้ว ยังช่วยเพิ่มความสามารถในการเข้าถึงเทคโนโลยีสำหรับผู้ใช้ที่มีข้อจำกัดทางร่างกาย อีกทั้งยังเปิดโอกาสให้มีการพัฒนารูปแบบการควบคุมและการเล่นเกมแบบใหม่ ๆ ที่ไม่เคยมีมาก่อน
คณะวิศวกรรมศาสตร์
The project uses artificial intelligence (AI) and deep learning to develop a smart police system (Smart Police) to analyze the identity of individuals and vehicles suspected of involvement in crimes. The system uses CCTV cameras to detect people with concealed weapons and track vehicles involved in crimes. The system also sends alerts to the police when a crime is detected. The Smart Police system is a collaboration between the Faculty of Engineering, King Mongkut's Institute of Technology Ladkrabang, the Provincial Police Region 2, the Chachoengsao Foundation for Development, and the Smart City Office of Chachoengsao Province. The system is designed to prevent and deter crime, increase public safety and order, and build a network of cooperation between the government, the private sector, and the community. The system is currently under development, but it has the potential to be a valuable tool for law enforcement. The system could help to reduce crime and improve public safety in Chachoengsao Province and other parts of Thailand.
คณะเทคโนโลยีการเกษตร
Supplementing broilers with different levels of fructooligosaccharides (FOS) under stress conditions, such as higher stocking densities and recycled litter that were not a significant difference in broiler performance, carcass quality and meat quality between the FOS-supplemented groups and the control group (p>0.05). FOS supplementation improved intestinal health by increasing the villus height to crypt depth ratio Lactobacillus populations increased, and Escherichia coli decreased with FOS supplementation. The heterophil-to-lymphocyte ratio was reduced which indicated lower stress.
คณะแพทยศาสตร์
Migraine, a prevalent neurological disorder, is the third most common disease globally, causing significant health and financial burdens. It has four stages: prodrome, aura, headache, and postdrome. The prodrome (also known as premonitory) stage is crucial as it precedes the headache by up to 72 hours. Taking medication during the premonitory peroid has shown to prevent the headache phase . However, the symptoms of premonitory period lack specificity, making it difficult for patients to know if they’re experiencing premonitory symptoms. Calcitonin-gene related peptide (cGRP),is a protein that plays a key role in migraine pathogenesis and studies found that salivary cGRP levels increase during the premonitory stage. This study aims to develop and evaluate a lateral flow immunoassay kit for detecting salivary cGRP levels in migraine patients during the prodrome stage. It can serve as a confirmation tool for premonitory symptoms.