KMITL Innovation Expo 2025 Logo

โครงสร้างแบบโครงคร่าวแบบรวมสำหรับคำบรรยายอัตโนมัติและการแบ่งส่วนความเสียหายในการวิเคราะห์ความเสียหายของรถยนต์

รายละเอียด

งานวิจัยนี้นำเสนอวิธีการเรียนรู้เชิงลึกเพื่อสร้างคำบรรยายอัตโนมัติจากการแบ่งส่วนความเสียหายของชิ้นส่วนรถยนต์ โดยการวิเคราะห์จากข้อมูลภาพของรถยนต์โดยใช้โครงสร้างแบบโครงคร่าวแบบรวม (Unified Framework) เพื่อช่วยให้สามารถระบุตำแหน่งและอธิบายความเสียหายที่เกิดขึ้นกับรถยนต์ได้อย่างแม่นยำและรวดเร็ว โดยการพัฒนาประยุกต์จากพื้นฐานงานวิจัยที่มีชื่อว่า ”GRiT: A Generative Region-to-text Transformer for Object Understanding” ที่ผู้วิจัยได้ทำการพัฒนาและปรับแต่งให้เหมาะสมกับการวิเคราะห์ภาพที่เกี่ยวข้องกับรถยนต์โดยเฉพาะ การปรับปรุงนี้มีจุดประสงค์เพื่อทำให้แบบจำลองสามารถสร้างคำบรรยายสำหรับบริเวณต่างๆ ของรถยนต์ได้อย่างแม่นยำ ตั้งแต่บริเวณที่ได้รับความเสียหายไปจนถึงการระบุส่วนประกอบต่างๆ บนรถยนต์ ทางผู้วิจัยได้เน้นการพัฒนาเทคนิคการเรียนรู้เชิงลึกเพื่อสร้างคำบรรยายอัตโนมัติและการแบ่งส่วนความเสียหายในการวิเคราะห์ความเสียหายของรถยนต์ เพื่อช่วยให้สามารถระบุตำแหน่งและอธิบายความเสียหายที่เกิดขึ้นกับยานยนต์ได้อย่างแม่นยำ ช่วยเพิ่มความรวดเร็ว ลดภาระของผู้เชี่ยวชาญในการประเมินความเสียหาย โดยวิธีการเเบบดั้งเดิมอาศัยการประเมินจากผู้เชี่ยวชาญเท่านั้น มีค่าใช้จ่ายสูงและใช้เวลานาน เพื่อลดปัญหานี้ ทางเราเสนอให้ใช้ประโยชน์จากการสร้างข้อมูลเพื่อฝึกฝนการสร้างคำบรรยายาย เเละ แบ่งส่วนความเสียหายอย่างอัตโนมัติ โดยใช้ โครงสร้างแบบโครงคร่าวแบบรวม ซึ่งการพัฒนานี้เป็นการขยายความสามารถของแบบจำลองให้สามารถประยุกต์ใช้ได้กว้างขวางมากขึ้นในภาคส่วนของยานยนต์ ทางผู้วิจัยได้สร้างชุดข้อมูลใหม่จาก CarDD ซึ่งเป็นชุดข้อมูลที่เฉพาะเจาะจงสำหรับการตรวจจับความเสียหายของรถยนต์ ในชุดข้อมูลนี้มีการติดป้ายกำกับความเสียหายบนรถยนต์ และผู้วิจัยได้นำข้อมูลชุดดังกล่าวมาเข้าสู่แบบจำลองเพื่อแยกส่วนของรถยนต์เป็นชิ้นส่วนต่างๆ เพื่อจัดทำการติดป้ายกำกับคำอธิบายที่แม่นยำสำหรับแต่ละชิ้นส่วนและหมวดหมู่ความเสียหาย ผลลัพธ์เบื้องต้นจากเเบบจำลอง แสดงให้เห็นถึงความสามารถในการสร้างคำบรรยายอัตโนมัติและการแบ่งส่วนความเสียหายในการวิเคราะห์ความเสียหายของรถยนต์ได้อยู่ในเกณฑ์พอใช้ ด้วยผลลัพธ์นี้ เเบบจำลองนี้ถือเป็นพื้นฐานสำคัญที่จะถูกพัฒนาต่อยอดในอนาคต การพัฒนาต่อยอดนี้ไม่เพียงแต่มุ่งเน้นที่การเพิ่มประสิทธิภาพในการแบ่งส่วนความเสียหายและสร้างคำบรรยายเท่านั้น แต่ยังรวมถึงการปรับปรุงความสามารถในการตอบสนองต่อความหลากหลายของความเสียหายที่เกิดขึ้นบนพื้นผิวและส่วนต่างๆ ของรถยนต์ ซึ่งจะช่วยให้ระบบสามารถประยุกต์ใช้ได้กับยานยนต์หลากหลายรูปแบบและสภาพความเสียหายที่แตกต่างกันมากขึ้นในอนาคต

วัตถุประสงค์

ในปัจจุบัน การประเมินความเสียหายที่เกิดขึ้นกับรถยนต์เป็นงานที่ซับซ้อนและต้องการความเชี่ยวชาญจากผู้ประเมินที่มีประสบการณ์ เนื่องจากลักษณะความเสียหายแต่ละกรณีมีความแตกต่างกัน โดยต้องพิจารณาหลายปัจจัย เช่น ชนิดของความเสียหายและตำแหน่งที่ได้รับผลกระทบ การขาดมาตรฐานการประเมินที่ชัดเจนและความแตกต่างในวิธีการของผู้เชี่ยวชาญแต่ละคน อาจนำไปสู่ความไม่สอดคล้องในการตัดสินใจ ทำให้เกิดความล่าช้าในการซ่อมแซมและการเบิกจ่ายค่าสินไหมทดแทนที่ขาดมาตรฐาน ซึ่งกลายเป็นความท้าทายสำคัญที่ภาคประกันภัยต้องเผชิญ ในปี 2021 สหรัฐอเมริกามีรายงานอุบัติเหตุบนท้องถนนสูงถึง 1,767,116 ครั้ง ซึ่งเพิ่มขึ้น 13.3% จากปี 2011 แนวโน้มนี้สอดคล้องกับการเคลมค่าสินไหมที่เพิ่มขึ้น9%ในปี2022เมื่อเทียบกับปี2021ซึ่งเป็นผลจากค่าใช้จ่ายในการซ่อมแซมที่สูงขึ้นและภาวะเงินเฟ้อ ส่งผลให้ต้นทุนของภาคประกันภัยเพิ่มขึ้นอย่างมีนัยสำคัญ การเพิ่มขึ้นของจำนวนอุบัติเหตุและต้นทุนการซ่อมแซมได้นำไปสู่ความท้าทายหลักสองประการประการแรกคือ ความรวดเร็วและความแม่นยำในการประเมินความเสียหาย ซึ่งเป็นปัจจัยสำคัญในการปรับปรุงประสิทธิภาพของกระบวนการซ่อมแซมและการเบิกค่าสินไหม การประเมินด้วยมนุษย์อาจเกิดความล่าช้าและข้อผิดพลาด ทำให้เกิดความไม่พึงพอใจในด้านบริการของผู้เอาประกันภัย ประการที่สองคือการขาดมาตรฐานการประเมินความเสียหายที่ชัดเจนวิธีการประเมินของผู้เชี่ยวชาญที่แตกต่างกันอาจส่งผลให้เกิดความไม่สอดคล้องในการประเมินราคาและข้อเสนอแนะสำหรับการซ่อมแซมนอกจากนี้การขาดมาตรฐานกลางยังอาจก่อให้เกิดความไม่เป็นธรรมระหว่างบริษัทประกันและผู้เอาประกันภัย เนื่องจากการตีความขอบเขตความเสียหายที่แตกต่างกัน เพื่อแก้ปัญหานี้ แนวคิด การแบ่งส่วนความเสียหาย (Damage Segmentation) ได้ถูกเสนอให้เป็นเครื่องมือในการระบุและจำแนกความเสียหายตามส่วนต่าง ๆ ของรถยนต์ วิธีนี้ช่วยให้เกิดมาตรฐานในการประเมินและเพิ่มความรวดเร็วและแม่นยำในการประเมิน อย่างไรก็ตาม งานวิจัยส่วนใหญ่ที่เกี่ยวกับการแบ่งส่วนความเสียหายของรถยนต์ มักเน้นเพียงการแยกแยะความเสียหายออกจากพื้นที่โดยรอบ แต่ไม่ได้ระบุชิ้นส่วนที่เสียหายอย่างชัดเจน ขณะที่งานวิจัยบางชิ้นมุ่งเน้นแค่การแบ่งส่วนชิ้นส่วนของรถยนต์แยกกันเท่านั้น จากการศึกษาข้อมูลในปัจจุบัน ไม่พบงานวิจัยใดที่พยายามผสานเทคนิคการแบ่งส่วนความเสียหายร่วมกับการแบ่งส่วนชิ้นส่วนของรถยนต์ เพื่อสร้างความเข้าใจที่ครอบคลุม ด้วยเหตุนี้ งานวิจัยนี้จึงมุ่งเน้นการพัฒนา คำบรรยายอัตโนมัติ (Image Captioning) ร่วมกับการแบ่งส่วนความเสียหายซึ่งไม่เพียงแค่ระบุประเภทความเสียหาย แต่ยังสามารถระบุชิ้นส่วนที่ได้รับความเสียหายจากภาพถ่ายปัจจุบันงานวิจัยเกี่ยวกับคำบรรยายอัตโนมัติ ส่วนใหญ่เน้นการบรรยายภาพในเชิงทั่วไป เช่น การระบุวัตถุหรือกิจกรรมภายในภาพ แม้ว่าจะมีงานที่บูรณาการระหว่างการแบ่งส่วนผนวกเข้ากับคำบรรยาย แต่ยังไม่มีงานใดที่เจาะจงบรรยายภาพเพื่อระบุความเสียหายของรถยนต์โดยเฉพาะ วิธีการนี้จะช่วยสร้างมาตรฐานใหม่ในการประเมินความเสียหายของยานพาหนะ ลดข้อผิดพลาดจากการประเมินด้วยมนุษย์ และเพิ่มความรวดเร็วในการประเมินได้อย่างมีประสิทธิภาพ

นวัตกรรมอื่น ๆ

การพัฒนาเว็บไซต์เพื่อเก็บรวบรวมข้อมูล Young Smart Farmer จังหวัดจันทบุรี

คณะเทคโนโลยีการเกษตร

การพัฒนาเว็บไซต์เพื่อเก็บรวบรวมข้อมูล Young Smart Farmer จังหวัดจันทบุรี

การวิจัยครั้งนี้มีวัตถุประสงค์พัฒนาเว็บไซต์เก็บรวบรวมข้อมูลของ Young Smart Farmer จังหวัดจันทบุรี ใช้แบบสัมภาษณ์เก็บจากกลุ่มตัวอย่าง จำนวน 30 ราย เพื่อการพัฒนาเว็บไซต์ โดยนำข้อมูลที่ได้มาจัดหมวดหมู่และใช้ข้อมูลดังกล่างในการพัฒนาเว็บไซต์เพื่อเผยแพร่แก่เกษตรกรและบุคคลที่สนใจ จากนั้นดำเนินการศึกษาความพึงพอใจต่อเว็บไซต์ โดยใช้แบบสอบถามวิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา ได้แก่ ค่าความถี่ (Frequency) ค่าร้อยละ (Percentage) ค่าเฉลี่ย (Mean) และส่วนเบี่ยงเบนมาตรฐาน (Standard deviation) ผลการศึกษาพบว่า กลุ่มตัวอย่างเป็นเพศชายและเพศหญิงเท่ากัน มีอายุอยู่ระหว่าง 36-40 ปีมากที่สุด ร้อยละ 50.00 เป็น Young Smart Farmer อำเภอขลุง แหลมสิงห์ และแก่งหางแมวมากที่สุด ร้อยละ 13.33 สำเร็จการศึกษา ระดับปริญญาตรีหรือเทียบเท่า ร้อยละ 60.00 ประกอบอาชีพหลักเป็นเกษตรกร ร้อยละ 73.33 ผลการศึกษาความพึงพอใจต่อเว็บไซต์เพื่อเก็บรวบรวมข้อมูล Young Smart Farmer พบว่ากลุ่มตัวอย่างพึงพอใจอยู่ในระดับมากที่สุดทุกด้าน โดยเรียงลำดับได้ดังนี้ 1) ด้านการใช้งานเว็บไซต์ (ค่าเฉลี่ย 4.97) 2) ด้านความพึงพอใจโดยภาพรวม (ค่าเฉลี่ย 4.93) 3) ด้านคุณภาพของเนื้อหา (ค่าเฉลี่ย 4.91) 4) ด้านประโยชน์และการนำไปใช้ (ค่าเฉลี่ย 4.87) และ 5) ด้านการออกแบบและการจัดรูปแบบมากที่สุด (ค่าเฉลี่ย 4.85) ตามลำดับ

การจำแนกระดับทักษะในการเขียนของเด็กโดยใช้เทคโนโลยีการประมวลผลภาพ

คณะเทคโนโลยีสารสนเทศ

การจำแนกระดับทักษะในการเขียนของเด็กโดยใช้เทคโนโลยีการประมวลผลภาพ

ในปัจจุบันปัญหาด้านภาวะพัฒนาการบกพร่องด้านการเขียนที่เกิดขึ้นในเด็กนั้น เป็นปัญหาที่ควรให้ความ สําคัญอย่างมากสําหรับเด็กในวัยเรียนรู้ โดยการวินิจฉัยว่าตัวเด็กนั้นมีความผิดปกติทางภาวะพัฒนาการบกพร่องด้านการเขียนหรือไม่นั้น จำต้องอาศัยแบบประเมินทักษะในการเขียน ซึ่งจะถูกนำไปให้ผู้ที่ต้องการวินิจฉัยทำ และถูกประเมินโดยแพทย์หรือผู้เชี่ยวชาญ แต่ถึงกระนั้นก็ยังมีข้อจำกัดในเรื่องของรูปแบบในการวินิจฉัยที่ต้องอาศัยแพทย์ผู้เชี่ยวชาญ จึงทำให้มีความต้องการทางด้านทรัพยากรบุคคลเป็นอย่างมาก เราจึงทำการออกแบบวิธีในการให้คะแนนผ่านแบบประเมินทักษะในการเขียน โดยใช้เทคโนโลยีประมวลผลภาพและอาศัยเกณฑ์การให้คะแนนจากเกณฑ์ดังเดิม โดยมีเกณฑ์การให้คะแนนที่สามารถหาได้ปัจจุบันอยู่ 3 เกณฑ์ตอนนี้ คือ ตําแหน่ง การเขียนบทความ รูปแบบบทความ และความเร็วในการคัดลอก อีกทั้งเรายังทำการจัดสร้างเว็บแอปพลิเคชันเพื่อให้สามารถให้งานระบบได้ง่ายยิ่งขึ้น

นิยมไทย

คณะศิลปศาสตร์

นิยมไทย

นิยมไทย ขอนำเสนอรองเท้าเพื่อสุขภาพลวดลายไทยกับแนวคิดเพื่อเพิ่มขีดความสามารถในการพัฒนานวัตกรรมให้มีความยั่งยืน ร่วมสมัยแก่คนในท้องถิ่น ตัวรองเท้ามาพร้อมวัสดุธรรมชาติที่ช่วยบรรเทาอาการปวดเมื่อย และผสานเทคโนโลยีด้านความปลอดภัย อาทิเช่น การระบุพิกัดผ่านแอพพลิเคชั่นและสามารถจับชีพจรได้ ตอบโจทย์ให้กับการท่องเที่ยวและการดูแลสุขภาพที่สะดวกสบายในชีวิตประจำวัน