การพัฒนาแพลตฟอร์มโครงข่ายกล้องอัจฉริยะด้วยโปรแกรม Pineapple สำหรับระบบกล้องวงจรปิดของตำรวจภูธรภาค 4
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาระบบกล้องวงจรปิดบนสารสนเทศภูมิศาสตร์ ซึ่งมีการ ออกแบบและการพัฒนาโปรแกรมคอมพิวเตอร์ให้สอดคล้องกับความต้องการใช้งานและการวิเคราะห์ข้อมูล ด้วยการทดสอบการเปรียบเทียบประสิทธิภาพของโปรแกรมกับโปรแกรมอื่น ๆ ผลการศึกษาพบว่า แพลตฟอร์มโครงข่ายกล้องอัจฉริยะด้วยโปรแกรม Pineapple สำหรับระบบกล้องวงจรปิดของตำรวจภูรภาค 4 เป็นแพลตฟอร์มทางคอมพิวเตอร์ที่ใช้สำหรับแสดงตำแหน่งของกล้องวงจรปิดที่ติดตั้งตามสถานที่ต่าง บนแผนที่สารสนเทศภูมิศาสตร์หลายชนิด อาทิ Google Map, Bing Map เป็นต้น โดยโปรแกรมมีคุณสมบัติ ดังนี้ 1) โปรแกรมสามารถแสดงตำแหน่งและรายละเอียดข้อมูลของกล้องวงจรปิดที่ลงทะเบียนไว้กับระบบได 2) โปรแกรมสามารถแสดงผลวิดีโอจากกล้องวงจรปิดทุกตัวในระบบพร้อมกันได้ ทั้งแบบเวลาจริงและแบบ ย้อนหลัง 3) โปรแกรมสามารถดาวน์โหลดไฟล์วิดีโอจากกล้องวงจรปิดทุกตัวในระบบตามช่วงเวลาที่กำหนดได้ 4) โปรแกรมสามารถทำงานร่วมกับกล้องวงจรปิดได้
Downloads
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Journal of TCI is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) licence, unless otherwise stated. Please read our Policies page for more information...
เอกสารอ้างอิง
สำนักงานตำรวจแห่งชาติ. “จำนวนการจับกุมคดีอาชญากรรมของสำนักงานตำรวจแห่งชาติ จำแนกตามประเภทคดี (ประเภทคดีอาญา และคดีสำคัญตาม พ.ร.บ. ที่มีโทษทางอาญา).” UBON.nso.go.th. https://ubon.nso.go.th/about/law-regulation.html?view=article&layout=edit&id=103 (วันที่เข้าถึง ธ.ค. 1, 2564).
K. Harntoa, “CCTV Buying Decising Behavior of People in Bangkok,” M.S. thesis, Dept. Manage. Sci., Silpakorn Univ., Bangkok, Thailand, 2016.
Hikvision. “Hikvision Products.” HIKVISION.com. https://www.hikvision.com/th/ (accessed Dec. 1, 2021).
Dahuasecurity. “Dahua Products.” DAHUASECURITY.com. https://www.dahuasecurity.com/th/ (accessed Dec. 1, 2021).
N. Santayakorn, “Increase of Pedestrian Tracking Performance in the Stationary Close-circuit Camera System using Mobile Camera System,” M.S. thesis, Dept. Eng., Chulalongkorn Univ., Bangkok, Thailand, 2018.
P. Wonghabut, R. Ung-arunyawee, T. Satiennam, W. Leelapatra, P. Jantosut, and J. Kumphong, “Development of Program for Red Light Running Violation and Helmet Wearing Using CCTV Camera,” KKU Res. J. (Graduate Stud.), vol.19, no. 2, pp. 41-52, Apr.-Jun. 2019.
S. Hiranchan, P. Pundee, and Mahasak Ketchum, “Vehicle Registration and Notification System for CCTV on Pavement,” Sci. Technol. Innov. J. (STIJ), vol.1, no. 1, pp. 1-6, Jan.-Feb. 2020.
K. Nerngchamnong, S. Kaviya, Y. Fujii, and P. P. Yupapin, “World Heritage City Surveillance System by a Smart CCTV System,” Procedia Eng., vol. 8, pp. 321-327, 2011, doi: 10.1016/j.proeng.2011.03.060.
J. Kurniawan, S. G. S. Syahra, C. K. Dewa, and Afiahayati, “Traffic Congestion Detection: Learning from CCTV Monitoring Images using Convolutional Neural Network,” Procedia Comput. Sci., vol. 144, pp. 291-297, 2018, doi: 10.1016/j.procs.2018.10.530.
E. D. Kembuan, J. R. Batmetan, M. Daud, and I. R. P. Tarandung, “CCTV Architectural Design for Theft Detection using Intruder Detection System,” Int. J. Inf. Technol. Educ., vol.1, no. 2, pp. 72-78, 2022, doi: 10.62711/ijite.v1i2.42.
P. Chaimeerang “Development of Information System for Managing Learning Outcomes of Higher Education Curriculum,” NEUARJ, vol.11, no. 2, pp. 68-82, Aug. 2021
K. Bunnag, “Generative Artificial Intelligence and Its Military Application,” Def. Technol. Acad. J., vol. 6, no. 13, pp. 28–41, May 2024.
E. Nintra, S. Airphaiboon, and S. Jiriwibhakorn, “Classification of Weapons using
Convolution Neural Networks Suitable for Portable Devices,” Def. Technol. Acad. J., vol. 6, no. 13, pp. 4-15, May 2024.
