MOTION
BECOMES
DATA.
ระบบวิเคราะห์การเคลื่อนไหวสำหรับสนับสนุนวิทยาศาสตร์การกีฬา
HOW DO WE MEASURE MOVEMENT?
การเคลื่อนไหวของร่างกายมีการเปลี่ยนแปลงทั้งตำแหน่ง ทิศทาง ความเร็ว และความเร่งตามเวลา — สิ่งที่ตาเปล่าเห็นเป็นเพียง "การวิ่งที่เร็ว" เท่านั้น
กล้องบันทึกภาพเดียวกันนี้ไว้ได้ แต่ภาพยังไม่ใช่ข้อมูล จนกว่าเราจะกำหนดจุดอ้างอิงบนร่างกาย
CAMERA → POSE DETECTION → KEYPOINTS
โมเดลตรวจจับท่าทางระบุตำแหน่งจุดสำคัญของร่างกาย — ศีรษะ ไหล่ ข้อศอก ข้อมือ สะโพก เข่า ข้อเท้า — แล้วแทนแต่ละจุดด้วยพิกัด P₁, P₂, … Pₙ
นักกีฬาตัวจริงยังอยู่ตรงนั้นเสมอ ชั้นข้อมูลเป็นเพียงสิ่งที่ซ้อนทับลงไป ไม่ใช่สิ่งที่มาแทนที่
EVERY EQUATION POINTS AT SOMETHING ON THE BODY
POSITION → VELOCITY → ACCELERATION
ILLUSTRATIVE DATA · SIMULATIONเลื่อนแถบเวลาเพื่อดูตำแหน่งข้อเท้าที่เปลี่ยนไป พร้อมความเร็วและความเร่งที่ได้จากอนุพันธ์ของตำแหน่ง
ONE PIPELINE. SIX SPORTS.
VIDEO → POSE DETECTION → KEYPOINTS → COORDINATES → GEOMETRY → KINEMATICS → MOTION ANALYSIS → SPORTS INSIGHT
WHERE MATHEMATICS ENDS AND LEARNING BEGINS
MATHEMATICAL FOUNDATION
ตำแหน่ง เวกเตอร์ ความเร็ว ความเร่ง และมุมข้อต่อ คำนวณโดยตรงจากสมการ — ไม่ต้องอาศัยการฝึกโมเดลใด ๆ
AI EXTENSION (PROPOSED)
แนวคิดสำหรับต่อยอด: นำเวกเตอร์ข้อมูลไปใช้กับ Machine Learning เพื่อจำแนกและประเมินรูปแบบการเคลื่อนไหว — โครงการนี้ยังไม่มีการฝึกโมเดลจริง
X = [x₁, y₁, x₂, y₂, … , xₙ, yₙ]
Faculty of Engineering
Computer Engineering and Artificial Intelligence
University of the Thai Chamber of Commerce
Academic Year 2026
PROJECT ARCHIVE
เอกสารและภาพประกอบทั้งหมดที่ใช้ในการจัดทำโครงการนี้
ภาพนักกีฬาทั้ง 6 ภาพใช้เพื่อการศึกษาในโครงงานนี้ — โปรดระบุแหล่งที่มา/ผู้ถ่ายภาพก่อนเผยแพร่สู่สาธารณะ