Deep Learning Research Laboratory at KMUTT

ภาควิชาอิเล็กทรอนิกส์และโทรคมนาคม คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.) ขอแสดงความยินดีแก่ ศาสตราจารย์ ดร.วุฒิพงษ์ คำวิลัยศักดิ์ และทีมวิจัย ในโอกาสที่ได้รับ รางวัลผลงานวิจัยระดับดี จากสำนักงานการวิจัยแห่งชาติ (วช.) ประจำปีงบประมาณ 2568 สำหรับผลงานวิจัยหัวข้อ "วิธีการตรวจจับการสวมใส่อุปกรณ์คุ้มครองความปลอดภัยส่วนบุคคลด้วย Attention-based YOLOv7 และการประเมินท่าทางของมนุษย์" (Novel Personal Protective Equipment Detection Technique with Attention-based YOLOv7 and Human Pose Estimation)**

ทีมวิจัยผู้สร้างสรรค์ผลงานนี้ ประกอบด้วย:
1. **ศาสตราจารย์ ดร.วุฒิพงษ์ คำวิลัยศักดิ์**
2. **นายกฤษฎา ออดเดอ มอนนิฮอฟ**

ผลงานวิจัยดังกล่าวมุ่งเน้นการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) และการประมวลผลภาพเพื่อพัฒนาวิธีการตรวจจับและประเมินการสวมใส่อุปกรณ์ป้องกันส่วนบุคคลในสถานที่ทำงานและภาคอุตสาหกรรม โดยมีความแม่นยำและประสิทธิภาพสูง อันจะช่วยเพิ่มความปลอดภัยและลดความเสี่ยงในสถานที่ทำงาน

ภาควิชาอิเล็กทรอนิกส์และโทรคมนาคม มจธ. ขอแสดงความยินดีกับ ศาสตราจารย์ ดร.วุฒิพงษ์ คำวิลัยศักดิ์ และทีมวิจัยทุกท่าน สำหรับความสำเร็จครั้งนี้ที่สร้างคุณประโยชน์และชื่อเสียงให้กับภาควิชาและมหาวิทยาลัย

หนังไม่น้ำเน่า สร้างแรงบันดาลใจ หนังอินเดียดีๆอย่างนี้ แนะนำให้ดูเลยครับ ทาง Netflix

12th Fail (2023) ⭐ 8.9 | Biography, Drama 2h 27m

ทีมจากมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ประสบความสำเร็จในการคว้าเหรียญทองจากรายการ Student Innovation Challenge (SIC) Thailand 2024 ด้วยโครงการ "ClearConverse: A Web Application for Enhanced Communication for People with Alaryngeal Speech" โดยทีมประกอบด้วยอาจารย์ที่ปรึกษา ศ.ดร.วุฒิพงษ์ คำวิลัยศักดิ์ และสมาชิกทีมคือ Hnin Yadana Lwin (หัวหน้าทีม), Hein Htet, Jisue Youn Kumwilaisak, Ratchapon Thammacharo และ Krishdawut Olde Monnikhof โครงการนี้พัฒนาขึ้นเพื่อช่วยเหลือผู้ที่สูญเสียความสามารถในการพูดธรรมชาติ ด้วยการใช้เทคนิคการเรียนรู้เชิงลึกในการแปลงเสียงที่เป็นธรรมชาติมากขึ้น เพื่อให้การสื่อสารมีความชัดเจนและง่ายขึ้น โครงการนี้เน้นการพัฒนาแอปพลิเคชันบนเว็บที่ใช้งานง่าย ซึ่งได้รับการชื่นชมอย่างมากจากคณะกรรมการ
English:
The team from King Mongkut’s University of Technology Thonburi has won a gold medal at the Student Innovation Challenge (SIC) Thailand 2024 with their project "ClearConverse: A Web Application for Enhanced Communication for People with Alaryngeal Speech." The team consists of advisor Prof. Dr. Wuttipong Kumwilaisak and team members Hnin Yadana Lwin (team leader), Hein Htet, Jisue Youn Kumwilaisak, Ratchapon Thammacharo, and Krishdawut Olde Monnikhof. This project aims to assist individuals who have lost their natural speaking ability by using deep learning techniques to convert alaryngeal speech into more natural-sounding speech, thereby enhancing communication clarity and ease. The project focuses on developing a user-friendly web application, which was highly praised by the judges.

ขออนุญาตเล่าให้ฟังว่างานวิจัยตอนปริญญาโทที่เพิ่งได้ตีพิมพ์เราทำอะไร

แบบภาษาสามัญชนที่สุดคือ ในงานวิจัยนี้เราได้พัฒนาระบบที่สามารถรู้จำ (recognize) ท่าสะกดนิ้วในวีดีโอได้อย่างอัตโนมัติ โดยการเสนอหลากหลายวิธีการ หลากหลายเทคนิคเพื่อเพิ่มความแม่นยำ

ท่าสะกดนิ้วคือส่วนนึงของการใช้ภาษามือ ใช้สำหรับการกล่าวถึงชื่อเฉพาะ เช่น ชื่อคน ชื่อสถานที่ ฯลฯ ดังนั้นการที่จะสร้างระบบที่แปลภาษามือได้อย่างครอบคลุมก็จำเป็นที่จะต้องแปลท่าสะกดนิ้วด้วย งานวิจัยส่วนใหญ่มุ่งความสนใจไปที่การแปลภาษามือในวีดีโอต่อเนื่อง แต่การแปลท่าสะกดนิ้วนั้นยังมีงานวิจัยน้อยมาก

ความท้าทายของงานวิจัยนี้คือ เราโฟกัสที่ชุดข้อมูลที่มีสภาพแวดล้อมของวีดีโอที่มีความหลากหลายมาก ทั้ง แบคกราว เฟรมเรท ความละเอียด ล่ามภาษามือ ฯลฯ ซึ่งมีความใกล้เคียงกับข้อมูลในโลกแห่งความจริงมากที่สุด นั่นหมายความว่าความสำเร็จบนชุดทดลองนี้ จะเปิดทางไปสู่การนำไปใช้ได้จริง

อีกข้อจำกัดหนึ่งที่เราเจอคือข้อจำกัดด้านทรัพยากรณ์การคำนวน แน่นอนว่าเราไม่ใช่แลปที่มีเงินถุงเงินถังที่มี gpu เป็นตู้ ๆ แม้ว่าทรัพยากรณ์ที่เรามีจะเพียงพอกับงานวิจัยด้านรูปภาพ แต่พอเป็นวีดีโอแล้วมันคนละเรื่องเลย ดังนั้นวิธีต่าง ๆ ที่เราเสนอ ไม่ใช่แค่ให้ผลลัพธ์ที่ดี แต่ต้องมีน้ำหนักเบาด้วย ซึ่งเปิดประตูบานที่สองถึงความเป็นไปได้ในการนำไปใช้จริง

วิธีที่เราเสนอให้ความแม่นยำชนะวิธีการก่อนหน้า เป็น state-of-the-art ของการรู้จำท่าสะกดนิ้วในวีดีโอต่อเนื่องที่สภาพแวดล้อมมีความแปรปรวนสูง ความแม่นยำของเราอยู่ที่ 71.7% ซึ่งถือว่าเข้าใกล้ระดับความสามารถของมนุษย์ในการรู้จำท่าสะกดนิ้วอีกขั้นหนึ่ง ซึ่งอยู่ที่ประมาณ 74%

งานวิจัยนี้สามารถนำไปต่อยอดได้อีกมากมาย โดยหลักแล้ว หมุดหมายสำคัญของงานวิจัยด้านนี้คือการสร้างระบบที่สามารถแปลภาษามือได้อย่างสมบูรณ์ เพื่อลดช่องว่างทางการสื่อสารระหว่างผู้พิการทางการได้ยินกับคนปกติ ให้ผู้พิการสามารถใช้ชีวิตในสังคมได้สะดวกขึ้น

https://doi.org/10.1016/j.eswa.2023.122901

Our paper "American Sign Language Fingerspelling Recognition in the Wild with Spatio Temporal Feature Extraction and Multi-task Learning" has been accepted to be published in Expert Systems with Application. This work is mainly contributed by Peerawat Pannattee (https://www.linkedin.com/in/peerawat-pannattee-4376301b4/?originalSubdomain=th), alumni of the KMUTT Deep Learning Research Lab. Congratulations to the KMUTT DL Lab.

Ms. Ref. No.: ESWA-D-23-03515R2
Title: American Sign Language Fingerspelling Recognition in the Wild with Spatio Temporal Feature Extraction and Multi-task Learning
Expert Systems With Applications

Dear Dr. Wuttipong Kumwilaisak,

As Editor-in-Chief, I'm pleased to inform you that I have accepted the above paper for publication in Expert Systems with Applications (ESWA). Your accepted manuscript will now be transferred to our production department and work will begin on creation of the proof. If we need any additional information to create the proof, we will let you know. If not, you will be contacted again in the next few days with a request to approve the proof and to complete a number of online forms that are required for publication. Your paper should appear as an "article in proofs" within two weeks of acceptance on ScienceDirect, and your printed version should appear in the journal within 2-3 months.

Please note that the authors' affiliations must be the institutions where the research presented in the article took place.

• ESWA has 2022 Impact Factor of 8.5, based on the Journal Citation Reports by Clarivate Analytics (released in June 2023).

• ESWA has 2022 CiteScore of 12.60 (released in June 2023). ��

We look forward to your continued participation in our journal, and we hope you will consider us again for future submissions.

With kind regards,

Dr. Binshan Lin

BellSouth Endowed Professorship

Editor-in-Chief, Expert Systems with Applications

Editor-in-Chief, Machine Learning with Applications

Louisiana State University Shreveport

Email: [email protected]

We are recruiting prospective Master's and Ph.D. students to work on various kinds of AI applications. If you are interested, please contact Prof. Wuttipong Kumwilaisak. Line id: kumwilai or facebook messenger of this page.

งานวิจัยของห้องปฎิบัติการวิจัยการเรียนรู้เชิงลึก ภาควิชาอิเล็กทรอนิกส์และโทรคมนาคม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ร่วมกับ ศูนย์วิจัยเทคโนโลยีสิ่งอำนวยความสะดวกและเครื่องมือแพทย์ สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ ได้รับรางวัลการวิจัยแห่งชาติ ระดับดี ประจำปีงบประมาณ 2567 โดยงานวิจัยดังกล่าวได้นำ ปัญญาประดิษฐ์มารู้จำการสะกดท่านิ้วมือในภาษา American Sign Language ซึ่งให้ผลการรู้จำที่มีความถูกต้องสูงอันสามารถนำไปใช้การพัฒนาสื่อการเรียนการสอนภาษามือแก่บุคคลทั่วไปได้ในอนาคตอันใกล้นี้

งานวิจัยการจัดสรรทรัพยากรมนุษย์โดยการใช้การเรียนรู้แบบเสริมแรงที่ทาง DL ได้รับการสนับสนุนจาก ศูนย์วิจัยเทคโนโลยีสิ่งอำนวยความสะดวกและเครื่องมือแพทย์ สวทช ในการพัฒนาขึ้น ได้รับรางวัลงานวิจัยแห่งชาติเมื่อต้นปีนี้

The director of the KMUTT DL lab, Prof. Wuttipong Kumwilaisak, has been promoted to the grade of IEEE Senior Member.