ข่าว

         นักวิจัยคณะวิทยาศาสตร์ มช. นำเสนอองค์ความรู้ใหม่ในการแบ่งรูปภาพโดยอัตโนมัติ
โดยอาศัยค่าขีดแบ่งบนฮิสโทแกรมรูปภาพ และไม่ต้องมีขั้นตอนการเรียนรู้ หรือชุดข้อมูลสำหรับเรียนรู้

        ในปัจจุบัน การเรียนรู้ด้วยเครื่อง (machine learning) ซึ่งเปรียบเสมือนกับการเป็นสมองของ AI เป็นศาสตร์ที่กำลังมาแรง และมีการประยุกต์ใช้งานได้หลายด้าน โดยเฉพาะปัญหาเกี่ยวกับการแยกส่วนของรูปภาพ (image segmentation) เพื่อนำบริเวณส่วนย่อยของภาพไปใช้งานหลากหลายประเภท ซึ่งขั้นตอนวิธี (algorithm) ที่รวดเร็วและมีประสิทธิภาพ ก็จะช่วยให้การทำงานด้านนี้ได้ข้อมูลที่ถูกต้อง รวดเร็ว และมีประสิทธิภาพเช่นเดียวกัน

         ผศ.ดร.วัฒนา จินดาหลวง ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่ ได้ทำการศึกษาวิจัยในหัวข้อ The fast image segmentation algorithms using dynamic programming for modals of image histograms ซึ่งนักวิจัยได้นำเสนออัลกอริทึม จำนวน 2 อัลกอริทึม โดยอาศัยค่าขีดแบ่งบนฮิสโทแกรมรูปภาพที่ใช้วิธีกำหนดการพลวัตเพื่อแบ่งรูปภาพ จากนั้นได้นำเสนอบทพิสูจน์ทางคณิตศาสตร์ที่รับประกันเวลาการทำงานของอัลกอริทึมที่นำเสนอ ว่าเป็นอัลกอริทึมที่มีเวลาการทำงานที่ดีที่สุด นอกจากนี้ นักวิจัยยังได้ทดสอบอัลกอริทึมที่นำเสนอเปรียบเทียบกับวิธีการแบบถึกกับรูปภาพจำนวน 100 รูป จากฐานข้อมูลมาตรฐาน

ผลจากการศึกษาพบว่า บทพิสูจน์ทางคณิตศาสตร์แสดงว่าอัลกอริทึม 2 อัลกอริทึมที่ถูกนำเสนอ เป็นอัลกอริทึมที่มีเวลาการทำงานที่ดีที่สุดสำหรับการแบ่งรูปภาพด้วยค่าขีดแบ่งค่าเดียว และเป็นอัลกอริทึมที่ไม่ต้องมีขั้นตอนการเรียนรู้ และชุดข้อมูลสำหรับเรียนรู้เหมือนการเรียนรู้ของเครื่องจักร การทำงานของอัลกอริทึมยังง่าย ไม่ซับซ้อน เทียบเท่ากับอัลกอริทึมแบบถึก ที่ไม่ต้องอาศัยข้อมูลเกี่ยวกับฮิสโทแกรมของรูปภาพว่ามีลักษณะอย่างไรมาก่อน ไม่ต้องอาศัยฟังก์ชันสำหรับการประมาณลักษณะกราฟของฮิสโทแกรมรูปภาพ ไม่ต้องมีซับรูทีนที่ต้องอาศัยความรู้ที่ซับซ้อน เช่น การจัดกลุ่ม การแบ่งประเภท การศึกษาแบบสำนึก หรืออื่น ๆ อีกทั้งสามารถแบ่งรูปภาพได้อย่างอัตโนมัติได้อย่างทันที

ผลการทดลองยังแสดงให้เห็นว่าอัลกอริทึม 2 อัลกอริทึมที่นักวิจัยนำเสนอนั้น ทำงานเร็วกว่าวิธีการแบบถึก 10 และ 20 เท่าในขณะที่ประสิทธิภาพของการแบ่งแตกต่างกันอย่างไม่มีนัยสำคัญ มากไปกว่านั้น ผลการทดลองได้แสดงให้เห็นว่าอักลอริทึมที่ถูกนำเสนอสามารถจัดการกับรูปภาพที่มีฮิสโทแกรมที่มีรูปร่างหลากหลายได้

งานวิจัยนี้ นับว่าเป็นการนำเสนอองค์ความรู้ใหม่สำหรับการแบ่งรูปภาพ โดยอาศัยค่าขีดแบ่งบนฮิสโทแกรมรูปภาพ ซึ่งสามารถแบ่งรูปภาพได้อย่างอัตโนมัติแบบทันที และไม่ต้องมีขั้นตอนการเรียนรู้และชุดข้อมูลสำหรับเรียนรู้ ดังนั้นจึงเหมาะสำหรับนำไปใช้ในงานประยุกต์ที่มีการประมวลผลแบบทันที หรือนำไปเป็นซับรูปทีนของอัลกอริทึมอื่น ๆ ต่อไป

ผลงานได้รับการตีพิมพ์เผยแพร่ในวารสาร Journal of Intelligent and Fuzzy Systems
Published: 30 January 2023
ผู้สนใจอ่านบทความได้ที่ https://doi.org/10.3233/JIFS-222259