
![Juei](/images/2021/017/01.jpg)

- โมเดลนี้สร้างขึ้นเพื่อตรวจจับและวัดระยะห่างโดยประมาณของคนแต่ละคนในวิดีโอ เพื่อให้การสืบหาโรคง่ายขึ้น
- ข้อมูลในการทดสอบมาจากกล้องวงจรปิดที่ร้านบ้านน้องจุ้ยเอง แรงบันดาลใจจากการจัดการลูกค้าในช่วงโรคระบาด
- ใช้ pretrained model คือ Faster R-CNN with Inception v2 ที่เทรนบน COCO dataset ในการสร้าง bounding box
- ความท้าทายหลักคือการปรับโมเดลให้เข้ากับรูปจากกล้อง CCTV เช่น โฟกัสของกล้อง เพื่อคำนวณระยะทางระหว่างกล่องคน
- วัดผลด้วยชุดข้อมูลกล้องวงจรปิดที่บ้าน ทำนายระยะทาง 1M ได้แม่นยำ 88.5% 2-3M ได้แม่นยำ 86.4%

![Model Architecture](/images/2021/017/02.jpg)


![Results](/images/2021/017/03.jpg)

### แรงจูงใจในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 9 สัปดาห์ที่แล้ว)

>  "เหตุผลที่อยากเข้าโครงการนี้เพื่อที่จะพัฒนาความสามารถในการเขียนโปรแกรมAI เนื่องจาก ก่อนหน้านี้ผมลองฝึกโปรแกรมด้านต่างๆ เพื่อหาสิ่งที่ตัวเองชอบและสนใจ เคยลองทั้งเขียนบอทแชท เขียนเว็บเพจ เขียนเกมส์ ซึ่งในหลายๆอย่างที่ผมฝึกจำเป็นต้องใช้การเขียน AI เพื่อพัฒนาต่อยอด ผมจึงสมัครโครงการนี้เพื่อเรียนรู้การเขียน AI และพัฒนาสิ่งที่ผมสนใจ"
> "เคยผ่านสอวน.คอม ค่าย 2 สามารถเขียนโปรแกรม python ได้และมีพื้นฐานการเขียน AI ประมวลผลข้อมูลด้วย Tensorflow (ศึกษาด้วยตนเอง) เคยใช้ numpy, pandas และ matplotlib เพื่อทำโครงงานเกี่ยวกับ data science เคยได้รางวัลชนะเลิศในการแข่งขันเขียนโปรแกรมโดรน มีประสบการณ์การแปลงานวิจัยวิชาการของ IEEE"

Human Distance Detection

โดย Sippapas Charoenkul (Juei) • มัธยมศึกษาปีที่ 4 / กรุงเทพมหานครฯ