UAT 470 · 3(2-2-5) · ชั้นปี/ภาค 4/1

ระบบวิเคราะห์ภาพอัจฉริยะ

Intelligent Image Analysis Systems

ความคืบหน้า
ชั่วโมงตามการออกแบบ: 135 ชม. (ออนไลน์/ศึกษาด้วยตนเอง 75 · ในชั้นเรียน/ปฏิบัติ 60)

คำอธิบายรายวิชา

การเตรียมข้อมูลภาพ การประมวลผลภาพ การสกัดคุณลักษณะ การจำแนกภาพ การตรวจจับและติดตามวัตถุ การแบ่งส่วนภาพ การตรวจหาความผิดปกติ การใช้แบบจำลองการเรียนรู้เชิงลึก และการประเมินระบบวิเคราะห์ภาพอัตโนมัติ

คำอธิบายภาษาอังกฤษ

image-data preparation, image processing, feature extraction, image classification, object detection and tracking, image segmentation, anomaly detection, deep-learning models, and evaluation of automated image-analysis systems

ที่มาคำอธิบาย: ร่างเล่มหลักสูตร (แก้ไข 28 ก.ย. 2569)รหัสเดิมในเว็บ: DRT 465

ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)

CLOผลลัพธ์การเรียนรู้PLO
CLO1อธิบายขั้นตอนการวิเคราะห์ภาพอัจฉริยะPLO4
CLO2พัฒนาระบบตรวจจับ ติดตาม และนับวัตถุPLO4
CLO3ประเมินความแม่นยำ latency และความเป็นธรรมของระบบPLO4PLO6

โมดูลการเรียนรู้

1การวิเคราะห์วิดีโอ
สัปดาห์ 1–3 · 27 ชม.
2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

2ชุดข้อมูลและ labeling
สัปดาห์ 4–6 · 27 ชม.
2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

3Detection และ tracking
สัปดาห์ 7–9 · 27 ชม.
2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

4Edge และเวลาจริง
สัปดาห์ 10–12 · 27 ชม.
2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

5ประเมินและจริยธรรม
สัปดาห์ 13–15 · 27 ชม.
3 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

การวัดและประเมินผล (ร่าง)

ปฏิบัติการและใบงาน35%
quiz ประจำโมดูล10%
สอบกลางภาค20%
โครงงานย่อยหรือสอบปฏิบัติ35%

โดเมนความรู้

แหล่งอ้างอิงหลัก

  1. Szeliski, R. (2022). Computer vision: Algorithms and applications (2nd ed.). Springer. link
  2. Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow (3rd ed.). O'Reilly.
  3. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. link