การจําแนกยานพาหนะอัตโนมัติด้วยม่านแสงอินฟราเรดโดยการโปรแกรมตรรกะเชิงอุปนัย

มหาวิทยาลัยเกษตรศาสตร์;สำนักงานคณะกรรมการอุดมศึกษา;กระทรวงศึกษาธิการ;กระทรวงเกษตรและสหกรณ์;กระทรวงวิทยาศาสตร์และเทคโนโลยี;กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม;กระทรวงเทคโนโลยีสารสนเทศและการสื่อสาร;สำนักงานคณะกรรมการวิจัยแห่งชาติ;สำนักงานกองทุนสนับสนุนงานวิจัย

การประชุมทางวิชาการของมหาวิทยาลัยเกษตรศาสตร์ ครั้งที่ 42

กรุงเทพฯ

3-6 ก.พ. 2547

กรุงเทพฯ

หน้า 19-26

499 หน้า

ไทย

Thai National AGRIS Centre, Office of The University Library Kasetsart University, P.O. BOX 1084 Kasetsart Chatuchak, Bangkok 10903, Thailand

ยานพาหนะอัตโนมัติ;ม่านแสงอินฟราเรด;โปรแกรมตรรกะเชิงอุปนัย;การจำแนก;ประสิทธิภาพ

Vehicle classification;Infrared light curtain;Inductive logic programming

ในการจําแนกยานพาหนะอัตโนมัติด้วยม่านแสงอินฟราเรด ความผิดพลาดที่เกิดขึ้นมีสาเหตุหนึ่งมาจากวิธีการในการจําแนกประเภทยานพาหนะ เนื่องจากยานพาหนะสมัยใหม่มีรูปร่าง รูปทรง มากมายแตกต่างกันไป การจําแนกประเภทยานพาหนะจึงต้องมีความยืดหยุ่นเพียงพอในการจําแนกประเภทของยานพาหนะเหล่านี้ได้อย่างมีประสิทธิภาพ วิธีการหนึ่งซึ่งเรียกว่าวิธีการจัดกลุ่มจะทําการค้นหาลักษณะสําคัญและเปรียบเทียบลักษณะสําคัญเหล่านั้นกับเงื่อนไขที่กําหนดไว้เพื่อจําแนกประเภทของยานพาหนะ อย่างไรก็ตามวิธีการนี้ไม่มีความยืดหยุ่นเมื่อใช้จําแนกประเภทที่หลากหลายของยานพาหนะ ในงานวิจัยนี้จึงได้นําเสนอวิธีการที่ใช้ในการจําแนกประเภทยานพาหนะ โดยวิธีการโปรแกรมตรรกะเชิงอุปนัยหรือไอแอลพี แม้ไม่มีการกําหนดเงื่อนไขไว้ไอแอลพีก็สามารถสร้างกฎโดยอัตโนมัติในการจําแนกได้อย่างเหมาะสมโดยการใช้ข้อมูลสอนของยานพาหนะ นอกจากนั้นยังสามารถนํากฎที่ได้มาใช้ในการจําแนกยานพาหนะที่ไม่เคยพบเห็นมาก่อนได้อีกด้วย จากผลการทดลองแสดงให้เห็นว่าวิธีการที่นําเสนอนี้ให้ค่าความถูกต้องสูงและมีประสิทธิภาพดีกว่าวิธีการจัดกลุ่ม

In an automatic vehicle classification system using infrared light curtain equipment, error is caused by the method for vehicle classification. As new generation vehicles have various shapes, vehicle classification must be flexible enough to effectively deal with these kinds of vehicles. A method, called Grouping, extracts features and compares features with predefined criteria to determine the class of vehicles. However, this method is not flexible when it deals with various types of vehicles. In this paper, we propose a method for vehicle classification by Inductive Logic Programming (ILP). Without predefined criteria, ILP can automatically construct appropriate classification rules by using training data of vehicles. The rules then can be used to classify unseen vehicles. The experimental results show that the proposed method gives high accuracy and performs better than the Grouping method.

[1] พนิดา กิตติศรีธนานันท์ (มหาวิทยาลัยธรรมศาสตร์ วิทยาเขตรังสิต คณะวิทยาศาสตร์ ภาควิชาวิทยาการคอมพิวเตอร์)
[2] บุญเสริม กิจศิริกุล (จุฬาลงกรณ์มหาวิทยาลัย คณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมคอมพิวเตอร์)
[3] ชลยืน หงส์ไพศาลวิวัฒน์ (มหาวิทยาลัยธรรมศาสตร์ วิทยาเขตรังสิต คณะวิทยาศาสตร์ ภาควิชาวิทยาการคอมพิวเตอร์)
[4] สุกรี สินธุภิญโญ (มหาวิทยาลัยธรรมศาสตร์ วิทยาเขตรังสิต คณะวิทยาศาสตร์ ภาควิชาวิทยาการคอมพิวเตอร์)

[1] Panida Kittisritananan (Thammasat Univ. Rangsit Campus, Pathum Thani (Thailand). Faculty of Science. Dept. of Computer Science)
[2] Boonserm Kijsirikul (Chulalongkorn Univ., Bangkok (Thailand). Faculty of Engineering. Dept. of Computer Engineering)
[3] Cholyeun Hongpaisanwiwat (Thammasat Univ. Rangsit Campus, Pathum Thani (Thailand). Faculty of Science. Dept. of Computer Science)
[4] Sukree Sinthupinyo (Thammasat Univ. Rangsit Campus, Pathum Thani (Thailand). Faculty of Science. Dept. of Computer Science)