Please use this identifier to cite or link to this item: http://digital.csmsu.net:8080/library/handle/123456789/178
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorรพีพร ช่ำชอง-
dc.contributor.authorนายชัชวาลย์ เดินรีบรัมย์-
dc.contributor.authorนายจิรายุ ช่างปรุง-
dc.date.accessioned2023-06-15T00:19:50Z-
dc.date.available2023-06-15T00:19:50Z-
dc.date.issued2565-
dc.identifier.urihttp://digital.csmsu.net:8080/library/handle/123456789/178-
dc.description.abstractเทคโนโลยีการตรวจจับวัตถุที่สามารถค้นหาสิ่งต่างๆ ที่อยู่ในรูปภาพหรือวิดีโอ โดยสามารถสอนโมเดลการตรวจจับให้จดจำแค่บางสิ่งเพื่อใช้ในบางงานที่เจาะจงได้ เทคโนโลยีการตรวจจับวัตถุในปัจจุบันเริ่มมีให้เห็นทั่วๆ ไปแล้ว เช่นกล้องวงจรปิด มือถือ รถยนต์ เป็นต้น เมื่อเทคโนโลยีการตรวจจับวัตถุสามารถนำไปใช้ได้ในหลายๆ งาน ดังนั้นในงานวิจัยนี้จึงใช้โมเดลการเรียนรู้เชิงลึก (Deep learning) ได้เรียนรู้ลักษณะใบหน้าในแต่ละอารมณ์โดยใช้โมเดลที่ผ่านการเรียนรู้มาแล้วที่มีพื้นฐานมาจาก CNN (Convolutional Neural Network) ที่มีชื่อว่า VGG-16 และใช้หลักการตรวจจับวัตถุแบบ Faster R-CNN ที่มีการสร้างโมเดลแยกออกมาอีกหนึ่งขั้นตอนเพื่อทำงานในการคัดเลือกภาพก่อนจะส่งไปทำนายผลจริงชื่อว่า RPN (Region Proposal Network) โดยการเรียนรู้และทดสอบจากภาพใบหน้าคนจริงๆ ผลการวัดประสิทธิภาพได้ให้ผลที่น่าพึงพอใจและนำโมเดลปรับใช้ในงานหลายๆ ด้านen_US
dc.publisherภาควิชาวิทยาการคอมพิวเตอร์en_US
dc.subjectการตรวจจับวัตถุ, การเรียนรู้เชิงลึก(Deep learning)en_US
dc.subjectFaster R-CNNen_US
dc.subjectRegion Proposal Networken_US
dc.subjectConvolutional Neural Networken_US
dc.titleโปรแกรมวิเคราะห์อารมณ์บนใบหน้าจากวิดีโอen_US
dc.title.alternativeFacial emotion analysis program from videoen_US
Appears in Collections:โครงงานวิทยาการคอมพิวเตอร์



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.