2009-2015 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความที่เผยแพร่ Thai finger spelling localization and classification under complex background using a YOLO-based deep learning 
วัน/เดือน/ปี ที่เผยแพร่ 19 มกราคม 2562 
การประชุม
     ชื่อการประชุม The 11th International Conference on Computer Modeling and Simulation (ICCMS 2019) and The 8th International Conference on Intelligent Computing and Applications (ICICA 2019) 
     หน่วยงาน/องค์กรที่จัดประชุม International Association of Computer Science and Information Technology (IACSIT) 
     สถานที่จัดประชุม Melbourne 
     จังหวัด/รัฐ Victoria Australia 
     ช่วงวันที่จัดประชุม 16 มกราคม 2562 
     ถึง 19 มกราคม 2562 
Proceeding Paper
     Volume (ปีที่) 2019 
     Issue (เล่มที่)
     หน้าที่พิมพ์
     Editors/edition/publisher ACM's International Conference Proceedings Series (ICPS)  
     บทคัดย่อ Sign language recognition has been actively studied and remains a challenge in computer vision. The finger spelling is an integral part of a sign language. This study focuses on Thai finger spelling(TFS), especially TFS single hand schema under complex background condition. We proposed a YOLO-based Thai finger spelling(Y-TFS) that used the convolution neural network architecture to localize and classify 25 TFS signs. The experiment on the training dataset of 15,000 images and test dataset of 15,000 images shows that our system has performed well and is robust against various background conditions. For the Thai fingerspelling recognition, our Y-TFS achieved the mAPs of 82.06% under a complex background and 84.99 % under a plain background. 
ผู้เขียน
597040012-2 นาย พิศิษฐ์ นาคใจ [ผู้เขียนหลัก]
คณะวิศวกรรมศาสตร์ ปริญญาเอก ภาคปกติ

การประเมินบทความ (Peer Review) มีผู้ประเมินอิสระ 
มีการเผยแพร่ในระดับ นานาชาติ 
รูปแบบ Proceeding Full paper 
รูปแบบการนำเสนอ Oral 
เป็นส่วนหนึ่งของวิทยานิพนธ์ ไม่เป็น 
ผลงานที่นำเสนอได้รับรางวัล ไม่ได้รับรางวัล 
แนบไฟล์
Citation 0