Please use this identifier to cite or link to this item: https://publication.npru.ac.th/jspui/handle/123456789/875
Full metadata record
DC FieldValueLanguage
dc.contributor.authorManlong, Pisit-
dc.contributor.authorKhlayphruk, Phatthrawut-
dc.contributor.authorSrichan, Suntiphab-
dc.contributor.authorSrichumroenrattana, Natchamol-
dc.contributor.authorพิสิฐ มั่นหลง-
dc.contributor.authorสันติภาพ ศรีจันทร์-
dc.contributor.authorณัฐชามญฑ์ ศรีจำเริญรัตนา-
dc.contributor.authorภัทราวุธ คล้ายพฤกษ์-
dc.date.accessioned2021-04-01T04:54:00Z-
dc.date.available2021-04-01T04:54:00Z-
dc.date.issued2020-07-09-
dc.identifier.citationTutsoy, Onder & Göngör, Fatma. (2017). ANALYSIS OF FACIAL CHARACTERISTICS. The Eurasia Proceedings of Science, Technology, Engineering & Mathematics (EPSTEM). 1.:262-272.-
dc.identifier.citationเกรียงศักดิ์ ตรีประพิณ, ภัคภัทร นาอุดม และไพชยนต์ คงไชย. (2561). การพัฒนาระบบตรวจสอบนักศึกษาเข้าเรียนด้วย วิธีการรู้จำใบหน้า. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยอุบลราชธานี. ปีที่ 20 ฉบับที่ 2 พฤษภาคม- สิงหาคม 2561. หน้า 97-102.-
dc.identifier.citationธนสรรค์ แก่นเพชร สุวิทย์ เขียวสระคู และเสกสรร เมฆขุนทด. ระบบบันทึกการปฏิบัติงานออนไลน์ด้วยใบหน้า (ปริญญา นิพนธ์ปริญญาบัณฑิต คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี, 2555). หน้า 15-41.-
dc.identifier.citationบัณฑิต สมบูรณ์. การเพิ่มประสิทธิภาพในการตรวจจับภาพใบหน้าจากกล้องวงจรปิดเพิ่มด้วยเทคนิควิธีปรับปรุงภาพด้วย เทคนิคมัลติสเตจไฮไดนามิคเรนจ์ใบหน้า (ปริญญานิพนธ์ปริญญามหาบัณฑิต คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยธรรมศาสตร์, 2557). หน้า 29-39.-
dc.identifier.citationวิทวัส วิทยาไกรเลิศ. การวิเคราะห์ภาพใบหน้า 3 มิติ สำหรับการระบุตัวตน และยืนยันตัวบุคคล (ปริญญานิพนธ์ปริญญา มหาบัณฑิต คณะวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเทคโนโลยีสุรนารี, 2556). หน้า32-48.-
dc.identifier.citationวิยดา ยะไวทย์ ขวัญฤทัย สิริจินดา และ พณชัย บรรจงรอด. (2561). แอพพลิเคชั่นบนโทรศัพท์มือถือสำหรับระบบลงเวลา การปฏิบัติงานโดยใช้การจดจำใบหน้า. วารสารโครงงานวิทยาการคอมพิวเตอร์และเทคโนโลยีสารสนเทศ. ปีที่ 4 ฉบับที่ 1 มกราคม–มิถุนายน 2561, หน้า 29-36.-
dc.identifier.citationสุทธิรักต์ ตาละลักษณ์. (2557). ระบบการรู้จำใบหน้าบน Smart Phone การตรวจสอบการออกทำงานนอกพื้นที่พนักงาน ฝ่ายขาย บริษัท วอลล์ เทคโนโลยี จำกัด.(ปริญญานิพนธ์ปริญญามหาบัณฑิต ภาควิชาวิทยาการคอมพิวเตอร์และ สารสนเทศ มหาวิทยาลัยศิลปากร, 2557). หน้า 27-50.-
dc.identifier.urihttps://publication.npru.ac.th/jspui/handle/123456789/875-
dc.description.abstractThe objective of this research is to study the method for detecting facial composition and identify which face elements are in which parts such as face, eyes, nose and mouth by using Harr Cascade Classifier method. Then we evaluated the accuracy in identifying face composition from 30 real users and found that the accuracy of the straight face identification is at 95.83 in average, which shows that this method can be used effectively.en_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาวิธีการตรวจจับองค์ประกอบของใบหน้า โดยใช้วิธีการของ Harr Cascade Classifier และทำการประเมินค่าความแม่นยำในการระบุองค์ประกอบของใบหน้าจากผู้ใช้งานจริงจำนวน 30 คน พบว่า ประสิทธิภาพของค่าความแม่นยำในการระบุองค์ประกอบของใบหน้าแบบหน้าตรงจะมีความแม่นยำที่ค่าเฉลี่ย 95.83 แบบมี สิ่งบดบัง(ใส่หน้ากาอนามัย)มีค่าเฉลี่ยที่ 25.00 แบบแสงสว่างมากมีค่าเฉลี่ยที่ 80.00 และแบบแสงน้อยมีค่าเฉลี่ยที่ 84.17 ค่า ความแม่นยำที่ตรวจจับได้สามารถนำไปเป็นข้อมูลในการศึกษาและพัฒนาต่อในงานวิจัยอื่น-
dc.publisherNakhon Pathom Rajabhat Universityen_US
dc.subjectFace composition detectionen_US
dc.subjectReal-time Harr Cascade Classifieren_US
dc.titleReal-time Facial Feature Detectionen_US
dc.typeArticleen_US
dcterms.titleการศึกษาการตรวจจับองค์ประกอบของใบหน้าแบบ Real-time-
Appears in Collections:Proceedings of the 12th NPRU National Academic Conference



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