ระบบติดตามลูกเทนนิสโดยใช้ตัวกรองคาลมานและการเรียนรู้เชิงลึก
Article Sidebar
Main Article Content
บทคัดย่อ
ในงานวิจัยนี้ได้นำเสนอวิธีการตรวจจับตำแหน่งของลูกเทนนิสในเฟรมภาพของวิดีโอ โดยใช้ระบบเรียนรู้แบบเชิงลึก อย่างไรก็ตามมีบางเฟรมภาพที่การเรียนรู้เชิงลึกไม่สามารถตรวจจับตำแหน่งของลูกบอลได้ เนื่องจากขนาดของลูกเทนนิสที่มีขนาดเล็กและความเร็วในการเคลื่อนที่ของลูกเทนนิส ณ ช่วงเฟรมภาพนั้นๆ เพื่อแก้ไขปัญหานี้ เมื่อระบบการเรียนรู้เชิงลึกไม่สามารถติดตามการเคลื่อนที่ของลูกเทนนิสได้ จะใช้ตัวกรองคาลมานเพื่อประมาณค่าตำแหน่งของลูกเทนนิสในเฟรมเหล่านั้น และแทนค่าตำแหน่งที่ประมาณค่าตำแหน่งที่ไม่สามารถตรวจจับได้ ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอสามารถประมาณตำแหน่งของลูกเทนนิสในเฟรมภาพได้ใกล้เคียงกับตำแหน่งจริงได้อย่างแม่นยำ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ใน Journal of Advanced Development in Engineering and Science ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา ฯลฯ ที่ได้รับการตีพิมพ์ในJournal of Advanced Development in Engineering and Science ถือเป็นลิขสิทธิ์ของ Journal of Advanced Development in Engineering and Science หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Journal of Advanced Development in Engineering and Scienceก่อนเท่านั้น
References
McCulloch, W. S. & Pitts, W. (1943). A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 5, 115–133.
LeCun, Y., et al. (2015). Deep learning. Nature, 521, 436–444.
LeCun, Y. (2014). LeNet-5, convolutional neural networks. Available from https://yann. lecun.com/exdb/lenet/. Accessed date: 2 May 2023.
Bengio, Y. (2009). Learning Deep Architectures for AI. Foundations and Trends® in Machine Learning, 2(1), 1-127.
Hongboonmee, N. & Jantawong, N. (2020). Apply of Deep Learning Techniques to Measure the Sweetness Level of Watermelon via Smartphone. Journal of Information Science and Technology, 10(1), 59-69. (in Thai)
Thibhodee, S. & Viyanon, W. (2021). An Application of Evaluation of Human Sketches using Deep Learning Technique. In The 12th International Conference on Advances in Information Technology (p. 14(1-7)). 29 June - 1 July 2021, Bangkok, Thailand.
Singkhornart, T. (2021). Deep Learning for Video Subtitle Detection and Recognition, (Master thesis, Mahasarakham University). (in Thai)
Srichocksittikul, P. (2021). Design of Deep Learning Architecture for Classification of Orchid Diseases, (Master thesis, Thammasat University). (in Thai)
Chaichana, C., et al. (2022). A Development of Information Retrieval System of Indigo Fabric Pattern with Deep Learning Techniques. UTK Research Journal, 16(1), 68-83. (in Thai)
Wisutmetheekorn, P., et al. (2023). Digital Weighing Scale with Fruit and Vegetable Identification using Deep Learning Technique. Journal of King Mongkut’s University of Technology North Bangkok, 33(2), 468-479. (in Thai)
Kalman, R. E. (1960). A New Approach to Linear Filtering and Prediction Problems. Journal of Basic Engineering, 82(1), 35-45.
Timpitak, S. & Prempraneerach, P. (2012). Remotely Operated Vehicle with Depth Control. In The 3rd TSME International Conference on Mechanical Engineering. 24 - 27 October, 2012, Chiang Rai, Thailand.
Rassameyoungtong, J. (2012). Noise Reduction in Speech Compression by Kalman Filter, (Master thesis, Rajamangala University of Technology Thanyaburi). (in Thai)
Keatmanee, C. (2013). Trajectory Prediction Modeling of Car Traveling Through Straight and Curved Lane Boundaries Using Kalman Filter (Research reports). Bangkok: Sripatum University. (in Thai)
Sinchai, S., et al. (2015). Set-Point Recompense in Filling Weigherusing Kalman Filter. Ladkrabang Engineering Journal, 32(3), 1-6. (in Thai)
Wiengchanda, P. & Depaiwa, N. (2017). Unscented Kalman Filter for Enhancement of Angle Estimated of Tilt Sensing. In The 31st Conference of Mechanical Engineering Network of Thailand (AME-08). 4 - 7 July, 2017, Nakhon Nayok, Thailand. (in Thai)
Kheowree, T. (2018). Altitude control of an adaptive controller combine with Kalman filter for a mini-quadrotor aircraft. RMUTSB Academic Journal, 6(2), 148-156.