การตรวจสอบบุคคลในชุมชนโดยใช้เทคโนโลยีชีวมิติการจดจำใบหน้า บนแพลตฟอร์มราสเบอร์รี่พาย
คำสำคัญ:
เทคโนโลยีชีวมิติ, การจดจำใบหน้า, ความปลอดภัยในชุมชน, แพลตฟอร์มราสเบอร์รี่พายบทคัดย่อ
เพื่อที่จะพัฒนานวัตกรรมดิจิทัลในการแก้ปัญหาคนแปลกหน้าเข้ามาในชุมชน งานวิจัยนี้มีวัตถุประสงค์เพื่อประเมินประสิทธิภาพของอุปกรณ์ตรวจสอบบุคคลในชุมชนด้วยเทคโนโลยีชีวมิติในการตรวจสอบและจดจำใบหน้า และเพื่อประเมินการยอมรับการนำอุปกรณ์ ไปใช้งานในชุมชนในรูปแบบต่าง ๆ กัน โดยทำการประยุกต์ใช้เทคโนโลยีชีวมิติในการพัฒนาระบบอุปกรณ์การจดจำและตรวจสอบใบหน้าบนแพลตฟอร์ม Raspberry Pi และนำไปติดตั้งในชุมชน 3 ในรูปแบบ ได้แก่ ชุมชนท้องถิ่น ชุมชนหอพัก/คอนโด และชุมชนหมู่บ้าน และทำการประเมินประสิทธิภาพและความพึงพอใจในการใช้งานของระบบ ผลการประเมินประสิทธิภาพของระบบใช้ความแม่นยำเป็นปัจจัยในการประเมิน โดยทำการทดสอบความแม่นยำ (Accuracy) ในการการจดจำและตรวจสอบใบหน้าบุคคลจำนวน 100 คน พบว่ามีค่าความแม่นยำร้อยละ 98 และค่าความพึงพอใจในการยอมรับการใช้งานระบบโดยใช้โมเดล UTAUT ซึ่งประเมินจากกลุ่มผู้ใช้งานทั้ง 3 ชุมชน ชุมชนละ 50 คน ผลที่ได้จากการประเมินพบว่า มีค่าเฉลี่ย 4.00 อยู่ในเกณฑ์ระดับเห็นด้วยมาก โดยสรุปผลงานวิจัยได้ว่า การนำเทคโนโลยีชีวมิติในการการจดจำและตรวจสอบใบหน้าของคนที่เข้ามาในชุมชนมีประสิทธิภาพดีและได้รับการยอมรับในการใช้งานในเกณฑ์ดีมาก โดยชุมชนที่มีความต้องการจะใช้งานในทันทีได้แก่ ชุมชนหอพัก รองลงมาได้แก่ชุมชนหมู่บ้านจัดสรร และชุมชนท้องถิ่น หมู่บ้านจัดสรรตามลำดับ
References
Ahsan, M. M., Li, Y., Zhang, J., Ahad, M. T., & Gupta, K. D. (2021). Evaluating the Performance of Eigenface, Fisherface, and Local Binary Pattern Histogram-Based Facial Recognition Methods under Various Weather Conditions. Technologies 2021, 9, 31.
Al-Assam, H., Sellahewa, H., & Jassim, S. (2011). Accuracy and Security Evaluation of Multi-Factor Biometric Authentication. International Journal for Information Security Research. 1. 11-19.
Ammour, B., Bouden, T., & Amira-Biad, S. (2017). Multimodal biometric identification system based on the face and iris. 2017 5th International Conference on Electrical Engineering - Boumerdes (ICEE-B), 1-6.
Dass, S., Sadrulhuda, M., Pasha, N., Nayan, N., & S, J. (2020). Real Time Face Recognition using Raspberry Pi. International Journal of Computer Applications, 176(33), 1-4.
Muchima, P. (1979). Rural Sociology. Krung Thep Maha Nakhon: Thammasat Printing house. (in Thai).
Phanmanavin, N. (1980). Rural Sociology. Krung Thep Maha Nakhon: Kasetsart University. (in Thai).
Puriwat, W., & Tripopsakul, S. (2021). Explaining Social Media Adoption for a Business Purpose: An Application of the UTAUT Model. Sustainability 2021, 13(4), 2082.
Rukhiran, M., Netinant, P., & Elrad, T. (2020). Effecting of environmental conditions to accuracy rates of face recognition based on IoT solution. Journal of Current Science and Technology, 10(1), 21-33.
Wongsumet. P. (2013). Factors Influencing the Adoption of Web-Based Learning System. Bangkok University Executive Journal. 33(3), 1-9. (in Thai).
Zhao, Y., Xu, J., Wu, J., Hao, J., & Qian, H. (2020). Enhancing Camera-Based Multimodal Indoor Localization with Device-Free Movement Measurement Using Wi-Fi. IEEE Internet of Things Journal, 7(2), 1024-1038.
Downloads
เผยแพร่แล้ว
ฉบับ
บท
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
โปรดกรอกเอกสารและลงนาม "หนังสือรับรองให้ตีพิมพ์บทความในวารสารวิจัยมหาวิทยาลัยราชภัฏพระนคร สาขาวิทยาศาสตร์และเทคโนโลยี" ก่อนการตีพิมพ์
