|
การวิจัยและพัฒนาเว็บแอปพลิเคชันตรวจจับและแจ้งเตือนการล้ม สำหรับผู้สูงอายุด้วยมีเดียไปป์เฟรมเวิร์ค |
|---|---|
| รหัสดีโอไอ | |
| Creator | ทินกร ชุณหภัทรกุล |
| Title | การวิจัยและพัฒนาเว็บแอปพลิเคชันตรวจจับและแจ้งเตือนการล้ม สำหรับผู้สูงอายุด้วยมีเดียไปป์เฟรมเวิร์ค |
| Publisher | มหาวิทยาลัยเซาธ์อีสท์บางกอก |
| Publication Year | 2567 |
| Journal Title | วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก |
| Journal Vol. | 4 |
| Journal No. | 1 |
| Page no. | 55-67 |
| Keyword | เว็บแอปพลิเคชันตรวจจับการล้ม, ผู้สูงอายุ, มีเดียไปป์เฟรมเวิร์ค |
| URL Website | https://ph02.tci-thaijo.org/index.php/JSCI/article/view/253061 |
| Website title | วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก |
| ISSN | 2773-9120 |
| Abstract | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาเว็บแอปพลิเคชันตรวจจับและแจ้งเตือนการล้มสำหรับผู้สูงอายุด้วยมีเดียไปป์เฟรมเวิร์ค 2) เพื่อประเมินประสิทธิภาพของแอปพลิเคชันตรวจจับการล้ม กลุ่มตัวอย่าง โดยขอบเขตในการพัฒนาแบ่งเป็น 2 ส่วน ส่วนที่ 1 ระบบจัดการกล้องเพื่อนำเข้าข้อมูลวิดีโอซึ่งใช้การเชื่อมต่อแบบ Real Time Streaming Protocol ส่วนที่ 2 ระบบตรวจจับและแจ้งเตือนผ่านแอปพลิเคชันไลน์ โดยใช้แบบจำลอง Pose Landmarker Model ใน MediaPipe ของ Google ตรวจจับตำแหน่งข้อต่อสำคัญของร่างกาย 33 จุดในรูปแบบ 3 มิติ วิธีการทดลอง ใช้การทดสอบรูปแบบการล้ม 6 รูปแบบ ประกอบด้วย 1) หน้าตรงล้มไปข้างหน้า 2) หน้าตรงล้มไปข้างหลัง 3) หันข้างล้มไปด้านขวา 4) หันหน้าล้มไปด้านขวา 5) หันหน้าล้มไปด้านซ้าย และ 6) หันข้างล้มไปด้านซ้าย จากอาสาสมัครจำนวน 10 คนตรวจจับรูปภาพและระบุตำแหน่งข้อต่อสำคัญของร่างกาย 33 จุด เป็นชุดข้อมูลทั้งหมด 1,000 รายการ ผลการประเมินประสิทธิภาพการตรวจจับการล้มโดยใช้ Random forest และ K-NN สร้างโมเดลและชุดข้อมูลทดสอบพบว่า โมเดลที่สร้างด้วย Random forest ได้มีผลการตรวจจับการล้มได้ดีที่สุดมีความแม่นยำ 88.00% และระบบมีความแม่นยำในการตรวจจับการล้มในท่าทางหน้าตรงดีกว่าการล้มไปด้านข้างซ้ายและขวา |
