KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

การพัฒนาการรู้จำท่าทางมือสำหรับควบคุมอุปกรณ์อิเล็กทรอนิกส์

รายละเอียด

การดำเนินการวิจัยนี้จะเริ่มจากการทบทวนวรรณกรรมและงานวิจัยที่เกี่ยวข้องเพื่อศึกษาเทคโนโลยีและวิธีการที่มีอยู่ในปัจจุบันสำหรับการรู้จำท่าทางมือและการประยุกต์ใช้ในการควบคุมอุปกรณ์อิเล็กทรอนิกส์ เช่น โดรน หุ่นยนต์ หรือการเล่นเกม ฯลฯ เป็นต้น จากนั้นจะทำการออกแบบและพัฒนาระบบการรู้จำท่าทางมือโดยใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) และการประมวลผลภาพ โดยเน้นการพัฒนาอัลกอริทึมที่สามารถทำงานได้อย่างรวดเร็วและแม่นยำ เหมาะสมกับการควบคุมแบบเรียลไทม์ ระบบที่พัฒนาขึ้นจะถูกทดสอบและปรับปรุงโดยใช้สถานการณ์จำลองต่าง ๆ เพื่อประเมินประสิทธิภาพและความแม่นยำในสภาพแวดล้อมที่หลากหลาย นอกจากนี้ ยังมีการพัฒนาส่วนติดต่อผู้ใช้ (User Interface) ที่ใช้งานง่ายและเป็นมิตรกับผู้ใช้ทุกกลุ่ม รวมถึงการทำวิจัยเชิงคุณภาพเพื่อรับฟังความคิดเห็นและข้อเสนอแนะจากผู้ใช้ทั้งมือใหม่และผู้เชี่ยวชาญ ซึ่งจะนำไปสู่การปรับปรุงและพัฒนาระบบให้ตอบสนองความต้องการของผู้ใช้ได้อย่างแท้จริง ในท้ายที่สุด ผลการวิจัยนี้จะนำไปสู่การพัฒนาต้นแบบระบบควบคุมด้วยการรู้จำท่าทางมือที่มีประสิทธิภาพ ซึ่งสามารถนำไปประยุกต์ใช้ได้จริงในอุตสาหกรรมและการบันเทิง อันจะนำไปสู่การพัฒนานวัตกรรมและเทคโนโลยีใหม่ ๆ ในอนาคต

วัตถุประสงค์

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

นวัตกรรมอื่น ๆ

ฝาแฝดดิจิตอลของตู้ปลาเพื่อการตรวจสอบคุณภาพน้ำ

วิทยาลัยนวัตกรรมการผลิตขั้นสูง

ฝาแฝดดิจิตอลของตู้ปลาเพื่อการตรวจสอบคุณภาพน้ำ

งานวิจัยนี้นำเสนอ ฝาแฝดดิจิตอลของตู้ปลาเพื่อการตรวจสอบคุณภาพน้ำ โดยพัฒนาแบบจำลองเสมือนจริงที่สามารถแสดงค่าพารามิเตอร์สำคัญของน้ำ ได้แก่ ค่าความเป็นกรด-ด่าง, อุณหภูมิ, อัตราการไหลของน้ำ และ ออกซิเจนที่ละลายน้ำ แบบเรียลไทม์ ข้อมูลจากเซ็นเซอร์จะถูกประมวลผล และแสดงผลผ่านส่วนอินเทอร์เฟซกราฟิกผู้ใช้ เพื่อสะท้อนสถานะของตู้ปลาเสมือนจริง ซึ่งช่วยให้สามารถตรวจสอบและวิเคราะห์คุณภาพน้ำได้อย่างแม่นยำ และไม่พึ่งพาซอฟท์แวร์ราคาแพง

การพัฒนาระบบโครงข่ายประสาทเทียมแบบ Convolution เพื่อระบุเอกลักษณ์เม็ดยาสามัญประจำบ้าน

คณะแพทยศาสตร์

การพัฒนาระบบโครงข่ายประสาทเทียมแบบ Convolution เพื่อระบุเอกลักษณ์เม็ดยาสามัญประจำบ้าน

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Deep Convolutional Neural Networks - CNNs) สำหรับการระบุเม็ดยาอย่างแม่นยำ เพื่อแก้ไขข้อจำกัดของการพิสูจน์เอกลักษณ์เม็ดยาด้วยทรัพยากรมนุษย์ โดยใช้ข้อมูลรูปภาพจำนวน 1,250 ภาพ จากยาสามัญประจำบ้าน 10 ชนิด นำมาทดสอบกับโมเดล YOLO ที่แตกต่างกันภายใต้เงื่อนไขต่างๆ ผลการทดลองพบว่า การใช้แสงธรรมชาติให้ผลดีกว่าเมื่อทดสอบด้วยระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน เมื่อเปรียบเทียบกับแสงจากกล่องสตูดิโอ นอกจากนี้ โมเดล YOLOv5-tiny แสดงความแม่นยำสูงสุดในการตรวจจับเม็ดยา ขณะที่โมเดล EfficientNet_b0 ให้ผลลัพธ์ดีที่สุดในการจำแนกเม็ดยา แม้ว่าระบบโครงข่ายประสาทเทียมแบบคอนโวลูชันที่พัฒนาขึ้นนี้จะให้ผลลัพธ์ที่น่าพึงพอใจ แต่ยังมีข้อจำกัดในเรื่องชนิดของเม็ดยาและจำนวนภาพที่ใช้ในการศึกษา อย่างไรก็ตาม งานวิจัยนี้มีศักยภาพในการส่งเสริมความปลอดภัยในการใช้ยาทั้งในระบบสาธารณสุขและผู้ป่วยนอก รวมถึงลดปัญหาที่อาจเกิดขึ้นจากการใช้ยาผิดพลาด

ปัญญาประดิษฐ์เพื่อเกษตรกรรมและสิ่งแวดล้อม

คณะวิศวกรรมศาสตร์

ปัญญาประดิษฐ์เพื่อเกษตรกรรมและสิ่งแวดล้อม

ปัญญาประดิษฐ์เพื่อเกษตรกรรมและสิ่งแวดล้อมเป็นการรวบรวมแบบจำลองซึ่งมีนัยสำคัญต่อการพัฒนาประเทศแบบเป็นมิตรต่อสิ่งแวดล้อม สร้างโดยการเรียนรู้ของเครื่องและการเรียนรู้ลึกซึ่งพัฒนาขึ้นโดยศูนย์วิจัยเนียร์อินฟราเรดสเปกโทรสโกปีสำหรับผลิตผลเกษตรและอาหาร ได้แก่ การระบุความต้องการธาตุอาหาร (N P K) ของต้นทุเรียนโดยวัดใบทุเรียนโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ การระบุสมบัติการเผาไหม้ของชีวมวลจากไม้โตเร็วและของเหลือทางเกษตรโดยวัดโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ และ การประเมินการเกิดภาวะโลกร้อนเนื่องจากการเผาไหม้ชีวมวลโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ เทคโนโลยีพื้นฐานซึ่งนำมาใช้ คือ เทคโนโลยีเนียร์อินฟราเรดฟูเรียร์ทรานสฟอร์มสเปกโทรสโกปี ซึ่งการวัดและการแสดงผลทำได้อย่างรวดเร็ว ไม่ต้องใช้สารเคมี ไม่ต้องการผู้เชี่ยวชาญพิเศษ ราคาการวัดต่อตัวอย่างถูกมาก แต่เครื่องวัดยังไม่สามารถผลิตได้ในประเทศไทย