การพัฒนาระบบจัดการและประมวลผลภาพด้วยปัญญาประดิษฐ์ (AI) ที่สามารถเบลอใบหน้าตามสีสายคล้องบัตรได้โดยอัตโนมัติ

DEVELOPMENT OF AN AI-BASED IMAGE MANAGEMENT AND PROCESSING SYSTEM THAT AUTOMATICALLY BLURS LANYARDS

ผู้จัดทำ: นายพชร เพชรชี  

อาจารย์ที่ปรึกษา: อาจารย์อาคม ม่วงเขาแดง 

ที่มาและความสำคัญ

โครงงานนี้เป็นระบบจัดการและประมวลผลภาพที่พัฒนาขึ้นเพื่อแก้ปัญหาความเป็นส่วนตัว โดยใช้ AI ตรวจจับและเบลอสายคล้องคอในภาพตามสีที่ผู้ใช้เลือก เพื่อลดความเสี่ยงด้านความปลอดภัยของข้อมูล ระบบออกแบบมาให้รองรับการใช้งานระดับองค์กรด้วยโครงสร้างการจัดการในรูปแบบ Team, Project และ Album โดยผู้จัดทำได้มุ่งเน้นการพัฒนาในส่วนระบบหลังบ้าน (Backend) ด้วย Nest.JS ภายใต้แนวคิดสถาปัตยกรรม Clean Architecture

วัตถุประสงค์

• เพื่อพัฒนาระบบจัดการและประมวลผลภาพที่สามารถตรวจจับสีของสายคล้องคอในภาพ โดยใช้ AI

• เพื่อให้ผู้ใช้งานสามารถเลือกกำหนดสีของสายคล้องคอที่ต้องการให้ระบบทำการเบลอได้

• เพื่อออกแบบระบบ Backend ที่รองรับการทำงานแบบทีม (Team-based System) เช่น การสร้างทีม เพิ่มสมาชิก และสร้างโปรเจกต์

• เพื่อพัฒนา RESTful API ด้วย NestJS ตามแนวคิด Clean Architecture ให้มีความเป็นระเบียบ ดูแลรักษาง่าย และรองรับการขยายระบบในอนาคต

วิธีการดำเนินงาน (Methodology)

กระบวนการพัฒนาระบบในโครงงานนี้แบ่งออกเป็น 4 ขั้นตอนหลัก เพื่อแยกหน้าที่การทำงานของระบบให้ชัดเจนและมีประสิทธิภาพ:

1. ออกแบบสถาปัตยกรรมระบบ: ระบบถูกออกแบบในลักษณะ Decoupled Architecture โดยแยกส่วนการทำงานออกจากกันอย่างชัดเจนระหว่าง Frontend, Backend และ AI Service เพื่อให้สามารถพัฒนา ปรับปรุง และขยายระบบได้ง่ายในอนาคต

2. ออกแบบโครงสร้างระบบ Backend: ออกแบบโครงสร้างระบบหลังบ้านตามแนวคิด Clean Architecture โดยแบ่งออกเป็น 3 ชั้นหลัก (Layer) ได้แก่ Domain, Use Cases และ Infrastructure เพื่อแยกหน้าที่การทำงานของโมดูลต่าง ๆ พร้อมทั้งดำเนินการออกแบบฐานข้อมูล (Database Design) เพื่อรองรับการจัดเก็บและประมวลผลข้อมูลภาพอย่างมีประสิทธิภา

3. พัฒนาระบบ Backend: ดำเนินการสร้าง RESTful API สำหรับกระบวนการรับ-ส่งข้อมูลภาพ พร้อมติดตั้งระบบยืนยันตัวตน (Authentication) เช่น Google OAuth และ JWT รวมถึงกำหนดเกณฑ์ตรรกะทางธุรกิจ (Business Logic) เพื่อควบคุมการประมวลผลภาพร่วมกับ AI Service

4. การทำงานร่วมกับ AI (Simple Data Flow): เชื่อมต่อระบบ Backend เข้ากับ AI Service ผ่านทาง API โดยมีกระบวนการไหลของข้อมูลคือ ส่งภาพไปประมวลผลตรวจสอบ (ตรวจจับหน้าคน, วิเคราะห์สีสายคล้องคอ, ดำเนินการ Blur ภาพ) และส่งผลลัพธ์กลับมาบันทึกในระบบฐานข้อมูล (System Save) จากนั้นทำการทดสอบความถูกต้อง ความเร็ว และความเสถียร เพื่อให้มั่นใจว่าสามารถใช้งานได้จริ

ผลการดำเนินงาน (Results)

จากการพัฒนาและทดสอบระบบจัดเก็บและประมวลผลภาพร่วมกับปัญญาประดิษฐ์ สามารถสรุปผลลัพธ์การทำงานได้ดังนี้:

• กลไกการรับส่งและประมวลผลภาพ: ระบบหลังบ้านสามารถรับข้อมูลภาพผ่าน API และทำงานร่วมกับ AI ในการตรวจจับสายคล้องคอ ทำการเบลอเฉพาะส่วนที่ตรวจพบโดยอัตโนมัติ และส่งคืนภาพที่ผ่านการประมวลผลเรียบร้อยแล้วกลับมาได้อย่างถูกต้อง

• ความถูกต้องของ AI: ปัญญาประดิษฐ์สามารถตรวจจับสีและสายคล้องคอได้ถูกต้องในส่วนใหญ่ของภาพ แต่ยังคงมีข้อผิดพลาดหรือจุดคลาดเคลื่อนปรากฏอยู่บ้าง โดยเฉพาะในกรณีที่ภาพถ่ายนั้นมีความซับซ้อนสูง

• โครงสร้างระบบหลังบ้าน: ได้ระบบ Backend ที่มีความเป็นระเบียบตามหลัก Clean Architecture ซึ่งช่วยให้โครงสร้างระบบชัดเจน บำรุงรักษาง่าย ขยายต่อได้สะดวก และสามารถใช้งานร่วมกับระบบยืนยันตัวตน Google OAuth และ JWT ได้อย่างสมบูรณ์

• ระบบจัดการข้อมูลองค์กร: ระบบสามารถบริหารจัดการโครงสร้างข้อมูลทีม (Team), โปรเจกต์ (Project), อัลบั้ม (Album) และไฟล์รูปภาพได้ตามขอบเขตที่กำหนด พร้อมทั้งสามารถจัดเก็บข้อมูลลงในระบบ Storage ได้อย่างปลอดภัย

สรุปผล (Conclusion)

โครงงานนี้ประสบความสำเร็จในการออกแบบและพัฒนาระบบจัดการและประมวลผลภาพด้วยปัญญาประดิษฐ์ โดยสามารถสรุปผลการดำเนินงานเชิงประจักษ์ออกเป็น 2 มิติหลัก:

1. ด้านปัญญาประดิษฐ์ (AI): ระบบประสบความสำเร็จในการตรวจจับสีและดำเนินกลไกเบลอสายคล้องคอโดยอัตโนมัติผ่านการเรียกใช้งาน API แม้ว่าจะมีข้อจำกัดอยู่บ้างในกลุ่มภาพถ่ายที่มีความซับซ้อนสูง

2. ด้านโครงสร้างและสถาปัตยกรรมระบบ: การพัฒนา Backend ด้วย NestJS ภายใต้หลักการ Clean Architecture และ Decoupled Architecture ส่งผลให้ซอร์สโค้ดของระบบมีความเป็นระเบียบ เสถียร ปลอดภัยด้วยระบบ Authentication และแยกแยะเลเยอร์หน้าที่การทำงาน (Business Logic และ AI Service) ออกจากกันอย่างเด็ดขาด ซึ่งช่วยลดความซับซ้อนและมีความพร้อมที่จะรองรับการขยายตัวของระบบในระดับองค์กรต่อไปในอนาคต