ระบบตรวจจับวัตถุต้องสงสัยจากภาพ Computer X-ray Tomography Scanner สำหรับแสกนวัตถุอันตรายในประเป๋าสัมภาระที่สนามบิน

บทคัดย่อ

งานวิจัยนี้นำเสนอทางผู้วิจัยได้จัดทำระบบตรวจจับวัตถุต้องสงสัยจากภาพ X-ray ตามเวลาจริง โดยใช้ Deep Learning เข้ามาช่วยในการตรวจจับวัตถุต้องสงสัย โดยระบบจะทำการตรวจจากภาพที่ได้จากเครื่อง Computer X-ray Tomography Scanner เมื่อพบวัตถุต้องสงสัยที่ตรงกับใน Data Base ระบบจะทำการส่งสัญญานแจ้งเตือนทันที เพื่อให้พนักงานดำเนินการตรวจสอบต่อไป ทั้งนี้วัตถุประสงค์ของงานวิจัยเพื่อต้องการช่วยให้การตรวจจับวัตถุต้องสงสัยให้มีความแม่นยำมากขึ้น ลดความผิดพลาด รวมทั้งช่วยลดอัตราการก่อการร้ายและอาชญากรรม โดยมีขอบเขตการวิจัย  คือ ระบบนี้ทำงานร่วมกับเครื่องแสกนวัตถุอันตรรายในกระเป๋าสัมภาระ โดยใช้ภาพจากเครื่องสแกนแล้วนำมาประมวลผลเพื่อหาวัตถุต้องสงสัยที่ได้ระบุไว้ตามเวลาจริง เพื่อให้พนักงานทำการตรวจสอบและการดำเนินการต่อไปตามกฎของสนามบินนั้น และออกแบบและพัฒนาซอฟต์แวร์สำหรับประมวลผลด้วยระบบคอมพิวเตอร์เพื่อนำไปสู่การพัฒนาระบบตรวจสอบและวิเคราะห์ความเชื่อมโยงเหตุการณ์เกี่ยวกับการก่อร้าย การก่ออาชญากรรม ด้วยการเปรียบเทียบข้อมูลที่ได้จากภาพ X-ray

     ผลงานวิจัยพบว่า ระบบสามารถตรวจับวัตถุต้องสงสัยจากภาพที่ได้ข้อมูลจาก Computer X-ray Tomography Scanner ซึ่งเป็นเครื่องแสกนวัตถุอันตรายในกระเป๋าสัมภาระที่สนามบิน โดยเครื่องจะแสดงผลเป็นภาพสองมิติ (Tomogram) ซึ่งเป็นภาพที่ตรงกับฐานข้อมูล (Data base) ได้ 99% ส่งผลช่วยให้การตรวจจับวัตถุต้องสงสัยสัมภาระมีความแม่นยำ และถูกต้องมากยิ่งขึ้น ทั้งนี้ระบบนี้จะทำงานร่วมกับเครื่องแสกนวัตถุอันตรายฯ แบบ Real-Time และจะแจ้งเตือนไปยังเจ้าหน้าที่ให้รับทราบ เพื่อดำเนินการตรวจสอบต่อไป