KMITL Innovation Expo 2026 LogoKMITL 66th Anniversary Logo

การตรวจจับอารมณ์ผ่านวิดีโอจากการแสดงออกทางสีหน้าที่มีความทนทาน ต่อการบดบังบางส่วน

รายละเอียด

การตรวจจับอารมณ์ผ่านการแสดงออกทางใบหน้า (Facial Expression Recognition, FER) ได้รับความสนใจอย่างมากในหลายสาขา เช่น การดูแลสุขภาพ การให้บริการลูกค้า และการวิเคราะห์พฤติกรรม อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่การพัฒนาระบบที่มีความทนทานและสามารถรับมือกับการเปลี่ยนแปลงของสภาพแวดล้อมรวมถึงสถานการณ์ที่หลากหลายได้ ผู้วิจัยได้นำเสนอการใช้เทคนิค Ensemble Learning เพื่อรวมผลลัพธ์จากโมเดลหลายตัวที่ถูกฝึกในเงื่อนไขเฉพาะ ทำให้ระบบไม่ลืมข้อมูลเก่า และยังสามารถเรียนรู้ข้อมูลใหม่ได้อย่างมีประสิทธิภาพ โดยเทคนิคนี้มีข้อได้เปรียบในด้านเวลาและทรัพยากรที่ใช้ในการเทรน เนื่องจากช่วยลดความจำเป็นในการสร้างโมเดลใหม่ทั้งหมดเมื่อมีสภาพแวดล้อมใหม่ เพียงเพิ่มโมเดลเฉพาะทางใหม่ในระบบ Ensemble ซึ่งใช้ทรัพยากรน้อยกว่าแทน ในงานวิจัยนี้ Ensemble Learning ถูกแบ่งออกเป็นสองแนวทางหลัก คือ การเฉลี่ยผลลัพธ์จากโมเดลเฉพาะทางที่ถูกฝึกภายใต้สถานการณ์เฉพาะ (Averaging Ensemble) และการใช้เทคนิค Mixture of Experts (MoE) ซึ่งเป็นการผสมผสานโมเดลหลายตัวที่เชี่ยวชาญในสถานการณ์ต่าง ๆ ไว้ด้วยกัน ผลการทดลองแสดงให้เห็นว่า การใช้ Mixture of Experts (MoE) มีประสิทธิภาพสูงกว่าวิธี Averaging Ensemble ในการจำแนกอารมณ์ในทุกสถานการณ์ โดยระบบ MoE สามารถเพิ่มความแม่นยำเฉลี่ยได้ถึง 84.41% บนชุดข้อมูล CK+, 54.20% บน Oulu-CASIA และ 61.66% บน RAVDESS ซึ่งสูงกว่าวิธี Averaging Ensemble ที่มีความแม่นยำเฉลี่ยที่ 71.64%, 44.99% และ 57.60% ตามลำดับ ผลลัพธ์เหล่านี้แสดงให้เห็นว่า MoE สามารถเลือกโมเดลที่เชี่ยวชาญในสถานการณ์เฉพาะได้อย่างแม่นยำ และยังช่วยเพิ่มความสามารถในการรับมือกับสภาพแวดล้อมที่ซับซ้อนกว่า

วัตถุประสงค์

ปัจจุบันการตรวจจับอารมณ์ของมนุษย์ผ่านการแสดงออกทางใบหน้า (Emotion Detection Using Facial Expression) ได้รับความสนใจมากขึ้น เนื่องจากมีการประยุกต์ใช้อย่างแพร่หลายในหลายด้าน เช่น สุขภาพจิตการศึกษา และการบริการลูกค้า อย่างไรก็ตาม การพัฒนาระบบที่มีความแม่นยำและสามารถทนทานต่อการเปลี่ยนแปลงของสภาพแวดล้อม เช่น การบดบังบางส่วนของใบหน้า หรือสภาพแสงที่ไม่สม่ำเสมอ ยังคงเป็นความท้าทายหลัก โดยเฉพาะการพัฒนาโมเดลที่สามารถทำงานได้ในสภาพแวดล้อมที่หลากหลาย จากการศึกษางานวิจัยเกี่ยวกับ Facial Expression Recognition (FER) ผู้วิจัยพบว่าเทคนิค Frame Attention Network (FAN) ซึ่งเป็นการประยุกต์ใช้กลไก Attention จากงานด้านการประมวลผลภาษาสามารถนำมาใช้เพื่อให้ความสำคัญกับเฟรมที่มีความหมายในวิดีโอ ทำให้ระบบสามารถโฟกัสเฉพาะเฟรมที่แสดงอารมณ์ที่สำคัญได้ ซึ่งส่งผลต่อประสิทธิภาพของโมเดล ทีมวิจัยจึงนำเทคนิคนี้มาปรับปรุงเพื่อเพิ่มความทนทานของระบบในการจัดการสถานการณ์ดังกล่าว เพื่อพัฒนาประสิทธิภาพของระบบให้ดียิ่งขึ้น ทีมวิจัยได้ใช้แนวทาง Ensemble Learning ซึ่งเป็นการรวมผลลัพธ์จากหลายโมเดลที่ถูกฝึกในเงื่อนไขเฉพาะ การใช้ Ensemble ช่วยลดข้อผิดพลาดจากการใช้โมเดลเดียว และเพิ่มความแม่นยำและความน่าเชื่อถือของผลลัพธ์ โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมที่หลากหลาย อย่างไรก็ตาม ทีมวิจัยยังได้ขยายการพัฒนาเพิ่มเติมโดยใช้เทคนิค Multi-Task Learning (MTL) เพื่อให้ระบบสามารถเรียนรู้จากหลายงานพร้อมกัน ซึ่งในงานวิจัยนี้ได้นำ MTL มาใช้ใน Mixture of Experts โดยให้ MTL ทำหน้าที่เป็นกลไก Gating ช่วยเลือกโมเดลที่เหมาะสมกับแต่ละสถานการณ์ เช่น การบดบังใบหน้า ทำให้ระบบสามารถตัดสินใจได้อย่างมีประสิทธิภาพว่าควรใช้โมเดลใดในสภาวะแวดล้อมที่ต่างไป สามารถรักษาความแม่นยำแม้ในสภาวะที่มีความหลากหลายและยังคงรักษาข้อดีในเรื่องของความสามารถในการขยายขนาด (Scaling Up) ได้อย่างมีประสิทธิภาพ

นวัตกรรมอื่น ๆ

การเปรียบเทียบรูปแบบโรงเรือนที่เหมาะสมสำหรับการผลิตพิทูเนียกระถาง

คณะเทคโนโลยีการเกษตร

การเปรียบเทียบรูปแบบโรงเรือนที่เหมาะสมสำหรับการผลิตพิทูเนียกระถาง

การวิจัยนี้มีวัตถุเพื่อศึกษาเปรียบเทียบระหว่างโรงเรือนพรางแสงและโรงเรือนอีแวปสำหรับการ ผลิตพิทูเนียกระถางที่เหมาะสมต่อการเจริญเติบโต การออกดอกและประสิทธิภาพการสังเคราะห์ ด้วยแสงของพิทูเนีย โดยแบ่งออกเป็น 2 กลุ่มประชากรดังนี้ 1) โรงเรือนอีแวป (evaporative cooling house) 2) โรงเรือนพรางแสง (shade net house) โดยแต่ละกลุ่มใช้พิทูเนียจำนวน 50 กระถางในการบันทึกผล ผลการทดลองพบว่า การปลูกพิทูเนียในโรงเรือนอีแวปส่งผลให้ลำต้นมี ความสูงมากที่สุด ดอกมีขนาดใหญ่และบานได้นานกว่า แต่การปลูกในโรงเรือนพรางแสงส่งผลให้ พิทูเนียแทงตาดอก ออกดอกได้เร็วกว่า รวมถึงดอกมีสีเข้มกว่า และมีจำนวนดอกใหม่ต่อต้น มากกว่าเท่าตัวหลังการย้ายปลูก 21 วัน ในส่วนของประสิทธิภาพการสังเคราะห์แสงในรอบวันหลัง การย้ายปลูก 30 วัน พบว่าในช่วงเวลา 12.00 น. ทำให้อัตราการสังเคราะห์ด้วยแสงสุทธิทั้ง 2 โรงเรือนสูงสุด และทำให้ค่าการนำไฟฟ้าของปากใบและอัตราการคายน้ำเพิ่มขึ้นสูงสุดในโรงเรือน อีแวป หลังการย้ายปลูก 60 วัน พบว่าอัตราการสังเคราะห์ด้วยแสงสุทธิ ค่าการนำไฟฟ้าของปาก ใบและค่าการคายน้ำมีค่าสูงสุดในโรงเรือนพรางแสงในช่วงเวลา 10.00 น. ส่วนการสังเคราะห์ด้วย แสงในความเข้มแสงที่แตกต่างกัน หลังการย้ายปลูก 30 วัน พบว่าอัตราการสังเคราะห์ด้วยแสง สุทธิ ค่าการนำไฟฟ้าปากใบและอัตราการคายน้ำสูงสุดเมื่อให้ความเข้มแสงที่ 2000 µmol m-2 s-1 โดยมีค่าสูงสุดในโรงเรือนพรางแสง หลังการย้ายปลูก 60 วัน อัตราการสังเคราะห์ด้วยแสงสุทธิ สูงสุดเมื่อให้ความเข้มแสงที่ 1400 µmol m-2 s-1 โดยมีค่าสูงสุดในโรงเรือนพรางแสง จากการศึกษา จึงสรุปผลได้ว่า การปลูกพิทูเนียในโรงเรือนพรางแสง เหมาะสมสำหรับการผลิตพิทูเนียกระถาง และมีประสิทธิภาพการสังเคราะห์ด้วยแสงของพิทูเนียมากกว่าการปลูกพิทูเนียในโรงเรือนอีแวป

ผลของการทำ seed priming ด้วยสารสกัดจากสาหร่าย Chaetomorpha sp. ต่อความงอกและการเจริญเติบโตของต้นกล้าพริก

คณะเทคโนโลยีการเกษตร

ผลของการทำ seed priming ด้วยสารสกัดจากสาหร่าย Chaetomorpha sp. ต่อความงอกและการเจริญเติบโตของต้นกล้าพริก

การศึกษาผลของการทำ seed priming ด้วยสารสกัดจากสาหร่าย Chaetomorpha sp. ต่อความงอกและการเจริญเติบโตของต้นกล้าพริก มีวัตถุประสงค์เพื่อศึกษาผลของความเข้มข้นของสารสกัดจากสาหร่ายต่อการงอกและการเจริญเติบโตของต้นกล้าพริก การทดลองประกอบด้วยการแช่เมล็ดพริกในสารละลายสกัดจากสาหร่าย Chaetomorpha sp. ที่ระดับความเข้มข้นต่างๆ เปรียบเทียบกับชุดควบคุม วางแผนการทดลองแบบสุ่มสมบูรณ์ จำนวน 4 ซ้ำ ผลการศึกษาพบว่า การทำ seed priming ด้วยสารสกัดจากสาหร่ายมีแนวโน้มส่งเสริมการงอกของเมล็ดพริก โดยพบว่าเมล็ดที่ผ่านการ priming ด้วยสารสกัดจากสาหร่ายมีเปอร์เซ็นต์ความงอก ดัชนีการงอก และความเร็วในการงอกสูงกว่าชุดควบคุม นอกจากนี้ยังพบว่าต้นกล้าที่ได้มีการพัฒนาของรากและลำต้นที่แข็งแรงกว่าชุดควบคุม การศึกษานี้แสดงให้เห็นถึงศักยภาพของสารสกัดจากสาหร่าย Chaetomorpha sp. ในการเพิ่มคุณภาพของเมล็ดพันธุ์พริก ซึ่งสามารถนำไปประยุกต์ใช้ในการผลิตต้นกล้าพริกคุณภาพสูงต่อไป

ระบบจัดเก็บเเผ่นเหล็กแนวตั้งอัตโนมัติ

คณะวิศวกรรมศาสตร์

ระบบจัดเก็บเเผ่นเหล็กแนวตั้งอัตโนมัติ

โครงการนี้นำเสนอระบบจัดเก็บแผ่นเหล็กแนวตั้งอัตโนมัติ ทำงานโดยเรียนรู้วิธีการออกแบบและสร้างระบบจัดเก็บแผ่นเหล็กแนวตั้งอัตโนมัติที่รวมเข้ากับอุปกรณ์ไมโครคอนโทรลเลอร์ โครงการประกอบด้วย 2 ส่วนหลัก คือ โครงสร้างและระบบควบคุมระบบจัดเก็บแผ่นเหล็กแนวตั้งอัตโนมัติ ซึ่งจะออกแบบและเขียนแบบด้วยโปรแกรมคอมพิวเตอร์และสร้างโดยใช้โครงสร้างหลักอะลูมิเนียมตามขนาดจริงที่ออกแบบในโปรแกรม และระบบควบคุมไมโครคอนโทรลเลอร์ใช้โปรแกรม GX Works 2 ของ Mitsubishi PLC เพื่อออกแบบระบบที่ควบคุมการขึ้นและลง เข้าและออกของพาเลท สามารถชั่งน้ำหนักได้และมีหน้าจอสัมผัสแสดงข้อมูลแผ่นเหล็กและใช้ควบคุมระบบจัดเก็บแผ่นเหล็กแนวตั้งอัตโนมัติและม่านแสงนิรภัยเพื่อป้องกันด้านความปลอดภัยของผู้ใช้งาน ทดสอบการทำงานของเครื่องจัดเก็บแผ่นเหล็กแนวตั้งอัตโนมัติ แล้วพบว่าทำงานได้ตามปกติ มีข้อผิดพลาดเพียงเล็กน้อยเท่านั้นที่อยู่ในขอบเขตที่ยอมรับได้