รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2569
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
แอปพลิเคชันแนะนำระยะสายตากับหน้าจอแบบเรียลไทม์ เพื่อสุขภาพดวงตา
ชื่อโครงงานภาษาอังกฤษ
A real-time application that helps you maintain a healthy distance from your screen to protect your eyes.
ผู้พัฒนา
6410500301 ภูบดี สุตันรักษ์
อาจารย์ที่ปรึกษาหลัก
อัครพงศ์ พัชรรุ่งเรือง
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
การใช้งานคอมพิวเตอร์เป็นระยะเวลานานด้วยระยะห่างที่ไม่เหมาะสม เป็นสาเหตุหลักของอาการทางสายตาที่เกิดจากการใช้คอมพิวเตอร์ (Computer Vision Syndrome: CVS) โครงงานนี้นาเสนอการพัฒนาแอปพลิเคชันบนโทรศัพท์มือถือที่สามารถตรวจจับและประเมินระยะห่างระหว่างผู้ใช้กับหน้าจอคอมพิวเตอร์แบบเรียลไทม์ โดยประยุกต์ใช้โมเดลโครงข่ายประสาทเทียม YOLOv11 ในการตรวจจับวัตถุ (Object Detection) ร่วมกับเทคนิคการประเมินระยะห่าง (Depth Estimation) และแปลงโมเดลให้อยู่ในรูปแบบ TensorFlow Lite เพื่อประมวลผลบนโทรศัพท์มือถือผ่านเฟรมเวิร์ก Flutter ผลการทดสอบประสิทธิภาพของโมเดลพบว่ามีความแม่นยาเฉลี่ย (mAP@0.5) ที่ร้อยละ 91.8 และผลการทดสอบความแม่นยาในการประเมินระยะห่างในระยะการใช้งานปกติ (24 นิ้ว) พบความคลาดเคลื่อนเพียงร้อยละ 6.25 ระบบสามารถแจ้งเตือนผู้ใช้เมื่อมีระยะห่างที่ใกล้เกินไปได้อย่างมีประสิทธิภาพ ช่วยลดความเสี่ยงจากอาการ CVS ได้โดยไม่ต้องใช้อุปกรณ์เสริม
Abstract
Prolonged computer usage at inappropriate distances is a primary cause of Computer Vision Syndrome (CVS). This project presents the development of a mobile application capable of detecting and estimating the distance between the user and the computer screen in real-time. The system utilizes the YOLOv11 neural network model for object detection in conjunction with depth estimation techniques. To enable efficient on-device processing, the model was converted into the TensorFlow Lite format and integrated into a mobile application using the Flutter framework. Performance evaluations revealed that the model achieved a mean average precision (mAP@0.5) of 91.8%. Furthermore, the distance estimation accuracy test at a standard viewing distance (24 inches) demonstrated an error rate of merely 6.25%. The system can effectively alert users when they are too close to the screen, thereby helping to mitigate the risk of CVS without requiring any additional hardware accessories.
คำสำคัญ (Keywords)
Computer Vision, Object Detection, Distance Estimation, Eye Health, Mobile Application
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://drive.google.com/file/d/1CyeGworcY_Vh3ALLV2vE4_NLbd7dLZt1/view?usp=sharing
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
ภูบดี
สุตันรักษ์
(b6410500301)
แก้ไขครั้งสุดท้าย
เมื่อ March 17, 2026, 10:54 p.m. โดย
ภูบดี
สุตันรักษ์
(b6410500301)
สถานะการอนุมัติ
รออนุมัติ