ชื่อผลงานวิจัย : Diffusion-Based Synthetic Augmentation with Quality-Aware Reference Selection and mAP-Guided Allocation for Enhancing Vehicle Detection Robustness
ผู้ร่วมวิจัย : ดร.วีระชัย วงษ์วีระนิมิตร คุณณัฐณิชา วุฒิวรัญญา คุณเกริกฤทธิ์ ณะเมืองกลาย คุณกฤติญา พิชเคียน และ คุณสรัญพงศ์ มุสิแก้ว
งานวิจัยนำเสนอวิธีคัดเลือกภาพอ้างอิงโดยพิจารณาความละเอียด ความเบลอ และกรอบกำกับวัตถุ (Bounding Box) ร่วมกับกลยุทธ์การจัดสรรข้อมูลสังเคราะห์ตามค่า mAP เพื่อแก้ปัญหาความไม่สมดุลของข้อมูลฝึกสอนและเพิ่มความทนทานของระบบตรวจจับยานพาหนะ
ผลการทดลองบนชุดข้อมูลกล้องวงจรปิดทางหลวงในประเทศไทย ซึ่งประกอบด้วยภาพฝึกสอน 10,105 ภาพ และยานพาหนะ 14 คลาส พบว่าวิธีคัดเลือกภาพอ้างอิงตามคุณภาพให้ค่า mAP50 เท่ากับ 84.5% ± 0.6% โดยใช้ภาพสังเคราะห์ 2,768 ภาพ ซึ่งสูงกว่าวิธีพื้นฐานที่ได้ 83.2% ± 1.0% และการสุ่มเลือกภาพที่ได้ 83.5% ส่วนการจัดสรรข้อมูลด้วย mAP ภายใต้งบประมาณ 2,000 ภาพสังเคราะห์ ให้ค่า mAP50 เฉลี่ย 84.1% ± 0.6% อย่างไรก็ตาม การปรับปรุงดังกล่าวยังไม่มีนัยสำคัญทางสถิติเมื่อเทียบกับวิธีพื้นฐาน
