การตรวจจับภาษามือแบบเรียลไทม์ด้วยการเรียนรู้เชิงลึก

การวิจัยอิสระเรื่อง “การตรวจจับภาษามือแบบเรียลไทม์ด้วยการเรียนรู้เชิงลึก” ถูกพัฒนาขึ้นเพื่อสร้างแบบจำลองสำหรับใช้ในการตรวจจับและแปลความหมายของท่าภาษามือแบบเรียลไทม์ โดยแบบจำลองดังกล่าวจะเป็นแบบจำลองขั้นต้นที่สามารถนำไปต่อยอดและพัฒนาเพื่อสร้างเป็นระบบ หรือเครื่องมือสำหรับช่วยในการสื่อสารของผู้พิการทางการได้ยิน/สื่อความหมายในอนาคต เป็นการเพิ่มทางเลือกในการสื่อสารและมีส่วนช่วยในการแก้ปัญหาของประเทศไทย ที่เผชิญกับวิกฤติการขาดแคลนล่ามแปลภาษามือมาเป็นระยะเวลาหลายปีแล้ว ในงานวิจัยนี้ ผู้วิจัยประยุกต์การประมวลผลภาพเข้ากับการเรียนรู้เชิงลึก โดยมีขั้นตอนตั้งแต่การเลือกชุดข้อมูล การเตรียมรูปภาพด้วยเทคนิคการประมวลผลภาพ การสกัดข้อมูลจุดสำคัญบนมือโดยใช้ไลบรารีสำหรับเขียนโปรแกรมด้วยภาษาไพธอนที่ชื่อว่า MediaPipe จากนั้นก็นำข้อมูลที่ได้ไปฝึกสอนให้กับแบบจำลองที่มีการเรียนรู้เชิงลึก 2 ประเภท โดยแบบจำลอง Recurrent Neural Network (RNN) ให้ค่าความความแม่นยำอยู่ที่ 100.00% ในขณะที่แบบจำลองโครงข่ายประสาทเทียมแบบสังวัตนาการ ให้ค่าความแม่นยำอยู่ที่ 96.30% และเมื่อผู้วิจัยนำแบบจำลองทั้งสองแบบจำลองไปทำการตรวจจับแบบเรียลไทม์ ก็พบว่าสามารถตรวจจับความหมายของท่าภาษามือได้ 100.00% และ 88.89% ตามลำดับ งานวิจัยนี้ประสบความสำเร็จในการสร้างแบบจำลองขั้นต้นตามวัตถุประสงค์ และเห็นแนวทางในการพัฒนาต่อเพื่อให้ครอบคลุมการตรวจจับองค์ประกอบสำคัญของภาษามือไทยในอนาคต