

เจ้าของนวัตกรรม
นางสาว วรรณวร ลิ่มบุญสืบสาย
นักศึกษา
Details
ปริญญานิพนธ์นี้นำเสนอการใช้การเรียนรู้เชิงลึกเพื่อจำแนกวัตถุภายในอาคารสำหรับผู้มีความบกพร่องทางสายตา โดยศึกษาโครงสร้าง CNN และ ResNet18 เพื่อพัฒนาโมเดลที่มีประสิทธิภาพในการแจ้งเตือนด้วยเสียง
ปริญญานิพนธ์นี้นำเสนอการใช้การเรียนรู้เชิงลึกสำหรับการจำแนกวัตถุ โดยอัลกอริทึมการเรียนรู้เชิงลึกมีโครงสร้างที่เลือกศึกษา ได้แก่:
- Convolution Neural Network (CNN)
- ResNet18
กระบวนการครอบคลุมถึงการเตรียมข้อมูล การดึงคุณลักษณะ การปรับพารามิเตอร์เพื่อเปรียบเทียบความแม่นยำ และการประเมินประสิทธิภาพของโมเดลที่เลือก เพื่อนำเสนอโมเดลที่มีประสิทธิภาพสำหรับการใช้งานกับอุปกรณ์ช่วยเหลือผู้มีความบกพร่องทางสายตาในการจำแนกวัตถุภายในอาคารและส่งเสียงเตือน

Objective
วัตถุประสงค์หลักคือการศึกษาการประมวลผลภาพและอัลกอริทึมการเรียนรู้เชิงลึก เพื่อออกแบบและสร้างอุปกรณ์ช่วยจำแนกวัตถุที่เป็นอุปสรรคต่อการเคลื่อนที่ของผู้บกพร่องทางสายตาภายในอาคาร
- ศึกษาการประมวลผลภาพ (Image Processing)
- ศึกษาอัลกอริทึมการเรียนรู้เชิงลึกเพื่อจำแนกวัตถุ
- เพื่อออกแบบและสร้างอุปกรณ์เพื่อช่วยเหลือผู้บกพร่องทางสายตาสำหรับการจำแนกวัตถุที่เป็นอุปสรรคต่อการเคลื่อนที่ภายในอาคาร


