ทีมอาจารย์ประสบความสำเร็จในการประชุมวิชาการระดับนานาชาติ The 16th International Conference on Science, Technology and Innovation for Sustainable Well-Being (STISWB 2024) ซึ่งจัดขึ้นระหว่างวันที่ 14-17 กรกฎาคม 2567 ณ เมืองญาจาง ประเทศเวียดนาม โดยสามารถคว้ารางวัล Best Paper Award และ Best Presentation Award จากการนำเสนอผลงานวิจัยเรื่อง “IoT and RCNN Integration for Advanced Real-Time Building Occupancy Monitoring”
ทีมอาจารย์ประกอบด้วย นายภาณุเดช ทิพย์อักษร ผู้ช่วยศาสตราจารย์ ดร.ประเสริฐ ลือโขง และผู้ช่วยศาสตราจารย์ ดร.กฤษดา ยิ่งขยัน ได้นำเสนอนวัตกรรมการผสมผสานเทคโนโลยี Internet of Things (IoT) และ Region-based Convolutional Neural Network (RCNN) เพื่อตรวจนับจำนวนผู้ใช้อาคารแบบเรียลไทม์ โดยมีวัตถุประสงค์เพื่อยกระดับความปลอดภัยและการจัดการการเข้าออกของอาคารป้องกันการถูกขังในอาคาร
ผลงานวิจัยนี้ใช้ข้อมูลภาพจากกล้องวงจรปิดกว่าห้าแสนภาพ มาวิเคราะห์ด้วยอัลกอริทึม RCNN เพื่อนับจำนวนคนในพื้นที่ต่างๆ ของอาคารอย่างแม่นยำ ข้อมูลที่ได้จะถูกนำไปใช้ในการตัดสินใจควบคุมการเปิด-ปิดประตูอาคารแบบเรียลไทม์ผ่านระบบ IoT ผลการทดสอบพบว่าระบบสามารถนับจำนวนคนได้อย่างแม่นยำ โดยมีความคลาดเคลื่อนน้อยกว่า 5% และระบบ IoT สามารถควบคุมประตูได้อย่างมีประสิทธิภาพถึง 97.5% แม้จะพบปัญหาการเชื่อมต่อ Wi-Fi เป็นครั้งคราว แต่เกิดขึ้นไม่เกิน 10 ครั้งต่อปี นวัตกรรมนี้แสดงให้เห็นถึงศักยภาพในการนำเทคโนโลยี RCNN และ IoT มาประยุกต์ใช้ในการพัฒนาระบบจัดการอาคารให้มีประสิทธิภาพและความปลอดภัยสูงขึ้น ซึ่งสามารถนำไปต่อยอดใช้งานได้จริงในอนาคต
RMUTL Lecturers Secure Two Awards at International Conference STISWB 2024
A team of lecturers from Rajamangala University of Technology (RMUT) achieved remarkable success at the 16th International Conference on Science, Technology and Innovation for Sustainable Well-Being (STISWB 2024), held from July 14-17, 2024, in Nha Trang, Vietnam. The team won both the Best Paper Award and Best Presentation Award for their research titled “IoT and RCNN Integration for Advanced Real-Time Building Occupancy Monitoring.”
The research team, comprising Mr. Panudech Tipauksorn, Asst. Prof. Dr. Prasert Luekhong, and Asst. Prof. Dr. Krisda Yingkayun, presented an innovative integration of Internet of Things (IoT) and Region-based Convolutional Neural Network (RCNN) technologies for real-time building occupancy monitoring. The project aims to enhance building security, access management, and prevent accidental lockdowns.
The study analyzed over five hundred thousand CCTV images using the RCNN algorithm to accurately count people in various areas of a building. This data is then used for real-time decision-making to control building access through an IoT system. Test results showed that the system could count people with less than 5% error and the IoT system effectively controlled doors 97.5% of the time. Despite occasional Wi-Fi connectivity issues, these occurred less than 10 times per year.
This innovation demonstrates the potential of combining RCNN and IoT technologies to develop more efficient and secure building management systems, with practical applications for future implementation.
การนำเสนอผลงานวิชาการ STISWB 2024
ได้รับรางวัล Best paper award 2024
ได้รับรางวัล Best presentation award 2024
