การวิเคราะห์โปสเตอร์ภาพยนตร์ด้วยเทคนิค DBSCAN
Main Article Content
บทคัดย่อ
การศึกษานี้ใช้เทคนิค Image Processing และ Computer Vision ในการวิเคราะห์โปสเตอร์ภาพยนตร์ โดยใช้ Image Clustering และ Image Augmentation เพื่อคัดแยกปัจจัยที่มีผลต่อการตัดสินใจในการชมภาพยนตร์ การวิเคราะห์ใช้ DBSCAN และ Resnet50 ในการจำแนกข้อมูล และใช้ Dimension Reduction และ Umap เพื่อลดขนาดข้อมูล ผลการวิเคราะห์ชี้ให้เห็นถึงความน่าสนใจของโปสเตอร์ภาพยนตร์และบ่งบอกถึงปัจจัยที่มีอิทธิพลต่อความสนใจและการตัดสินใจของผู้ชมในการรับชมภาพยนตร์
ผลการสำรวจและการวิเคราะห์ พบว่า คุณลักษณะของโปสเตอร์ภาพยนตร์มีความสำคัญในการช่วยในการตัดสินใจของผู้ชม ทำให้เลือกชมภาพยนตร์ได้อย่างมีเหตุผลมากขึ้น การที่โปสเตอร์ภาพยนตร์มีลักษณะที่ชัดเจนและบ่งบอกถึงประเภทของภาพยนตร์ช่วยในการสร้างความเข้าใจและความพึงพอใจที่ดีขึ้นในการรับชมภาพยนตร์
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ข้อความภายในบทความที่ตีพิมพ์ในวารสารทั้งหมด รวมถึงรูปภาพประกอบ ตาราง เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์ การนำเนื้อหา ข้อความหรือข้อคิดเห็น รูปภาพ ตาราง ของบทความไปจัดพิมพ์เผยแพร่ในรูปแบบต่าง ๆ เพื่อใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากกองบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษร
มหาวิทยาลัยฯ อนุญาตให้สามารถนำไฟล์บทความไปใช้ประโยชน์และเผยแพร่ต่อได้ โดยต้องแสดงที่มาจากวารสารและไม่ใช้เพื่อการค้า
ข้อความที่ปรากฏในบทความในวารสารเป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับราชวิทยาลัยจุฬาภรณ์ และบุคลากร คณาจารย์ท่านอื่น ๆ ในมหาวิทยาลัยฯแต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเอง ตลอดจนความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความเป็นของผู้เขียน ไม่เกี่ยวข้องกับกองบรรณาธิการ
References
Sehgal, R., Gupta, N., Tomar, A., Sharma, M. D., & Kumaran, V. (2022). Smart Electrical and Mechanical Systems.
คอมพิวเตอร์วิทัศน์คืออะไร. (2023). สืบค้นวันที่ 11 กันยายน 2566, จาก https://aws.amazon.com/th/what-is/computer-vision/
What is Clustering?. (2022). สืบค้นวันที่ 6 พฤศจิกายน 2566, จาก https://developers.google.com/machine-learning/clustering/overview
Image Augmentation. (2021). สืบค้นวันที่ 6 พฤศจิกายน 2566, จาก https://www.analyticsvidhya.com/blog/2021/03/image-augmentation-techniques-for-training-deep-learning-models/
Tran, T. N., Drab, K., & Daszykowski, M. (2012). Revised DBSCAN algorithm to cluster data with dense adjacent clusters.
Understanding ResNet50 architecture. (2012). สืบค้นวันที่ 7 พฤศจิกายน 2566, จาก https://iq.opengenus.org/resnet50-architecture/
Introduction to Dimensionality Reduction. (2023). สืบค้นวันที่ 20 พฤศจิกายน 2566, จาก
https://www.geeksforgeeks.org/dimensionality-reduction/
UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction. (2018). สืบค้นวันที่ 20 พฤศจิกายน 2566, จาก https://umap-learn.readthedocs.io/en/latest/