Page 33 - วิศวกรรมสาร ปีที่ 78 ฉบับที่ 2 เมษายน - มิถุนายน 2568
P. 33
ปลอดหมอก มองชัด ปลอดภัยกว่า: การพัฒนาโครงข่ายประสาทเทียม
สำาหรับกำาจัดหมอกเพื่อเพิ่มความปลอดภัยในระบบขนส่งทางราง
รูปที่ 13 ตัวอย่างที่ 4 ผลการทดลองการตรวจจับวัตถุบนรางกรณีที่ความแตกต่างระดับ
ความหนาแน่นของหมอกแตกต่างกันแต่ภาพวัตถุมีความไม่ชัดเจน
รูปที่ 14 ตัวอย่างที่ 5 ผลการทดลองการตรวจจับวัตถุบนรางกรณีที่ความแตกต่างระดับ
ความหนาแน่นของหมอกแตกต่างกันแต่ภาพวัตถุมีความชัดเจน
5. สรุปผลการวิจัย
งานวิจัยนี้ได้น�าเสนอการพัฒนาโมเดลโครงข่ายประสาทเทียมแบบคอนโวลูชันส�าหรับการ
ก�าจัดหมอกบนภาพถ่ายทางรถไฟที่ออกแบบมาให้สามารถท�างานได้บนอุปกรณ์ประมวลผล
ขนาดเล็กที่มีข้อจ�ากัดด้านทรัพยากร เช่น Raspberry Pi โดยไม่จ�าเป็นต้องใช้หน่วยประมวล
ผลระดับสูง ผลลัพธ์ที่ได้แสดงให้เห็นว่าระบบสามารถลดเวลาการประมวลผลต่อภาพให้อยู่ใน
ระดับที่เหมาะสมส�าหรับการใช้งานจริง และยังคงคุณภาพของภาพให้อยู่ในระดับดีในเกณฑ์
มาตรฐาน ทั้งในด้านของความคล้ายคลึงเชิงโครงสร้าง (SSIM) และอัตราส่วนสัญญาณ
ต่อสัญญาณรบกวน (PSNR)
เมื่อทดลองน�าโมเดลไปใช้งานร่วมกับระบบตรวจจับวัตถุบนรางรถไฟโดยใช้โมเดล Faster
R-CNN พบว่าความแม่นย�าในการตรวจจับวัตถุเพิ่มขึ้นอย่างชัดเจน โดยเฉลี่ยสูงขึ้นถึง 40%
เมื่อเทียบกับกรณีที่ใช้ภาพที่มีหมอกโดยไม่ได้ผ่านกระบวนการก�าจัดหมอก ทั้งในสภาพ
แวดล้อมที่มีหมอกจริงและกรณีที่มีหมอกร่วมกับหิมะ แสดงให้เห็นถึงความสามารถของโมเดล
ที่ช่วยเสริมประสิทธิภาพการตรวจจับวัตถุให้แม่นย�าและน่าเชื่อถือมากขึ้น นอกจากนี้ รูปแบบ
โครงข่ายที่น�าเสนอ ยังช่วยลดความซับซ้อนในการค�านวณเมื่อเปรียบเทียบกับ AOD-Net ท�าให้
เหมาะสมกับการใช้งานในระบบจริงที่ต้องการการประมวลผลแบบออฟไลน์และข้อจ�ากัดด้าน
ทรัพยากร ทั้งนี้ โมเดลยังสามารถประยุกต์ใช้ในพื้นที่ที่มีข้อจ�ากัดในการติดตั้งอุปกรณ์ประมวล
ผลขนาดใหญ่ เช่น บริเวณข้างรางรถไฟ หรือ บริเวณจุดตัดทางรถไฟ
วิศวกรรมสาร l ปีที่ 78 ฉบับที่ 2 เมษายน - มิถุนายน 2568 33
