หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2569
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ระบบตรวจการเข้าเรียนอัตโนมัติด้วยการตรวจจับหลายใบหน้า
ชื่อโครงงานภาษาอังกฤษ
Automatic attendance system using Multi-face detection and recognition
ผู้พัฒนา
6510503328 ชานน แสงสมชัยพิพัฒน์
อาจารย์ที่ปรึกษาหลัก
สมชาย นำประเสริฐชัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
การเช็คชื่อเข้าเรียนในปัจจุบันยังคงพบปัญหาความล่าช้าและความผิดพลาดจากการบันทึกข้อมูล รวมถึงช่องโหว่ในการทุจริต โครงงานนี้นำเสนอการออกแบบและพัฒนาระบบเช็คชื่ออัตโนมัติด้วยเทคโนโลยีการตรวจจับและจดจำใบหน้า เพื่อแก้ปัญหาดังกล่าวและเพิ่มประสิทธิภาพในการจัดการชั้นเรียน ระบบถูกพัฒนาขึ้นในรูปแบบเว็บแอปพลิเคชัน โดยใช้เฟรมเวิร์ค Next.js สำหรับส่วนติดต่อผู้ใช้งาน (Frontend) และ FastAPI สำหรับระบบหลังบ้าน (Backend) กระบวนการประมวลผลหลักประกอบด้วยการตรวจจับใบหน้าด้วยโมเดล YOLO และการระบุตัวตนด้วยโมเดล FaceNet ผ่านการแปลงลักษณะใบหน้าเป็นเวกเตอร์เพื่อเปรียบเทียบกับฐานข้อมูล จากการทดสอบระบบกับกลุ่มตัวอย่างขนาดเล็กจำนวน 12 คน พบว่าระบบสามารถประมวลผลและแสดงผลลัพธ์ได้อย่างถูกต้องภายในระยะเวลา 15 วินาที แม้จะพบอุปสรรคด้านความสว่างของแสงและอุปกรณ์ที่แตกต่างกันในระยะเริ่มต้น แต่ได้มีการปรับปรุงแก้ไขจนระบบมีความเสถียร ผลการดำเนินงานแสดงให้เห็นว่าระบบสามารถทำงานได้จริงตามวัตถุประสงค์ ซึ่งในอนาคตสามารถต่อยอดโดยการย้ายการประมวลผลภาพไปยังส่วนหน้าบ้านเพื่อลดความคับคั่งของการส่งข้อมูลและรองรับผู้ใช้งานจำนวนมากขึ้น
Abstract
Currently, manual class attendance tracking systems face challenges regarding processing delays, data entry errors, and proxy attendance vulnerabilities. This project presents the design and development of an automated attendance system utilizing face detection and recognition technologies to address these issues and enhance classroom management efficiency. The system is implemented as a web application, utilizing the Next.js framework for the frontend and FastAPI for the backend. The core processing pipeline involves face detection using the YOLO model and identity verification via the FaceNet model, which extracts facial features into vector embeddings for database comparison. Experimental testing with a small pilot group of 12 individuals demonstrated that the system accurately processed and displayed results within 15 seconds. Initial challenges, including lighting conditions and device variations, were successfully resolved to achieve system stability. The results indicate that the system effectively meets its primary objectives. Future work will focus on migrating image pre-processing tasks to the client side to mitigate data bottlenecks and improve system scalability for larger user groups.
คำสำคัญ (Keywords)
Attendance System, Face Recognition, Face Detection, Web Application
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
ชานน
แสงสมชัยพิพัฒน์
(b6510503328)
แก้ไขครั้งสุดท้าย
เมื่อ March 27, 2026, 11:29 a.m. โดย
ชานน
แสงสมชัยพิพัฒน์
(b6510503328)
สถานะการอนุมัติ
รออนุมัติ