Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/64146
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | นกุล คูหะโรจนานนท์ | - |
dc.contributor.author | มินตร์ธาฎา พรมสุทธิพันธ์ | - |
dc.contributor.author | สุชานันท์ วงศ์อดุลวิทย์ | - |
dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์ | - |
dc.date.accessioned | 2020-02-11T09:10:39Z | - |
dc.date.available | 2020-02-11T09:10:39Z | - |
dc.date.issued | 2561 | - |
dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/64146 | - |
dc.description | โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์. คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2561 | en_US |
dc.description.abstract | ปัจจุบันมีนักท่องเที่ยวชาวต่างชาติจำนวนมากที่ให้ความสนใจในขนมไทย แต่มีขนมไทยเพียงไม่กี่ชนิดเท่านั้นที่เป็นที่นิยมถูกจดจำได้ในสายตาของนักท่องเที่ยวต่างชาติ อีกทั้งขนมไทยส่วนใหญ่นั้น หากมองเพียงหน้าตาภายนอกจะไม่สามารถบอกได้ว่ามีส่วนผสมใดบ้าง ทำให้นักท่องเที่ยวเหล่านี้มักจะสอบถามผู้ขายว่าขนมชนิดดังกล่าวทำมาจากส่วนผสมอะไร เพื่อประกอบการตัดสินใจซื้อ และหลีกเลี่ยงส่วนผสมที่แพ้ ถึงแม้ว่าจะสามารถถามส่วนผสมจากผู้ขายได้แต่ก็ยังมีโอกาสที่จะสื่อสารกันผิดพลาด ซึ่งผู้พัฒนาเห็นว่าหากมีช่องทางที่จะทำให้นักท่องเที่ยวชาวต่างชาติสามารถค้นหาข้อมูลขนมไทยได้ด้วยชื่อหรือภาพถ่าย ผ่านแอปพลิเคชันแชทที่เป็นที่นิยมอย่าง แอปพลิเคชัน LINE ก็จะช่วยให้ผู้คนเข้าถึงข้อมูลของขนมไทยได้สะดวก แม่นยำ และรวดเร็วกว่าเดิม อีกทั้งยังช่วยส่งเสริมการท่องเที่ยวในประเทศไทยให้เป็นที่นิยมมากยิ่งขึ้นอีกด้วย ในส่วนของการวิเคราะห์ชนิดของขนมไทยจากภาพนั้น ผู้พัฒนาได้นำกระบวนการ Convolution Neural Network หรือการวิเคราะห์ภาพจากองค์ประกอบของภาพมาใช้ กระบวนการนี้ให้ผลลัพธ์เป็นความน่าจะเป็นของขนมแต่ละชนิด ซึ่งแสดงให้เห็นว่าภาพที่นำไปวิเคราะห์มีความใกล้เคียงกับขนมชนิดใดมากที่สุด โครงสร้างของ Convolution Neural Network สามารถออกแบบและปรับแต่งได้หลากหลายตามความต้องการของผู้ออกแบบ ผู้พัฒนาจึงทำการออกแบบและทดลองโมเดลในรูปแบบต่าง ๆ ที่สามารถทำได้ภายใต้ขอบเขตที่กำหนดไว้ เพื่อให้ได้โมเดลที่สามารถทำนายภาพขนมไทยจากผู้ใช้ได้อย่างมีประสิทธิภาพ | en_US |
dc.description.abstractalternative | The objective of speech-to-Thai Sign Language Conversion for Thai Deaf: a case study of crime news is to propose speech-to-Thai sign language conversion in crime news by using a crime news video as the input and a sequence of Thai sign gesture videos as the output. There are three main modules: Speech to text, Thai words segmentation, and Gestures sequence construction by using the gesture videos from electronic Thai sign language dictionary on the cooperation of Office of The National Broadcasting and Telecommunications Commission and Chulalongkorn University. This project is a prototype of the speech to Thai-sign-language conversion system and has been cooperated in evaluating results from the National Association of the Deaf in Thailand in terms of the benefits of this project and suggestions for improving the understanding of the order of Thai sign gestures. | en_US |
dc.language.iso | th | en_US |
dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.subject | ขนม -- ไทย | en_US |
dc.subject | ปัญญาประดิษฐ์ | en_US |
dc.subject | ภาษาศาสตร์คอมพิวเตอร์ | en_US |
dc.subject | Confectionery -- Thailand | en_US |
dc.subject | Artificial intelligence | en_US |
dc.subject | Computational linguistics | en_US |
dc.title | แชทบอทขนมไทย | en_US |
dc.title.alternative | Thai dessert Chatbot | en_US |
dc.type | Senior Project | en_US |
dc.email.advisor | Nagul.C@Chula.ac.th | - |
Appears in Collections: | Sci - Senior Projects |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Meanthadar_P_Se_2561.pdf | 9.78 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.