บทความภายใน/วิชาสัมมนา

งานวิจัยนี้มุ่งพัฒนาระบบ AI-RTRO (Artificial Intelligence – Real-Time and Retrospective Object Detection) เพื่อแก้ข้อจำกัดของระบบ CCTV แบบดั้งเดิมในบริบท Smart Safety Infrastructure ของเทศบาลเมืองบางใหญ่ ระบบถูกออกแบบโดยบูรณาการกรอบ AI Agent Core กับแบบจำลอง IPOF เพื่อรองรับการตรวจจับ–ติดตาม–สืบค้นวัตถุจากวิดีโอทั้งแบบเรียลไทม์และ ย้อนหลัง โดยใช้อัลกอริทึมเชิงลึก เช่น YOLO, DeepSORT/ByteTrack, ResNet และ Faiss พร้อม กลไก Grad-CAM เพื่อเพิ่มความโปร่งใสในการตัดสินใจ และใช้ตัวชี้วัด mAP, IDF1 และ Latency ใน การประเมินสมรรถนะของระบบภายใต้สภาพแวดล้อมจริง ผลการทดลองแสดงให้เห็นว่าระบบสามารถตรวจจับวัตถุได้อย่างแม่นยำ ติดตามได้เสถียร และทำงานแบบเรียลไทม์ด้วยค่าหน่วงเวลาต่ำ ขณะที่การค้นคืนย้อนหลังมีประสิทธิภาพสูงขึ้นจาก การจัดการเมตาดาตาและเวกเตอร์คุณลักษณะ นอกจากนี้ กรอบแนวคิดของระบบยังได้รับการ ประเมินโดยผู้เชี่ยวชาญ 15 คน พบว่ามีความเหมาะสมในระดับ “มากที่สุด” ทุกมิติ โดยมีค่าเฉลี่ย รวม 4.71 (S.D. = 0.53) สะท้อนถึงความครบถ้วนและความพร้อมต่อการนำไปใช้งานจริงในระบบเฝ้า ระวังอัจฉริยะขององค์กรปกครองส่วนท้องถิ่น คำสำคัญ การพัฒนาเมืองอัจฉริยะ (Smart City), การตรวจจับวัตถุ (Object Detection), ดัชนีเวลา การค้นคืนข้อมูล (Time-Indexed Retrieval), การวิเคราะห์กล้องวงจรปิด (CCTV Analytics), ระบบปัญญาประดิษฐ์เชิงตัวแทน (AI Agent Core);