Lost Belongings Checking System for Customers in Restaurants Utilizing AI and Cameras
Article Sidebar
Main Article Content
Abstract
This article introduces a restaurant valuables inspection system that utilizes AI technology and cameras to assist customers in identifying forgotten or missing items. Additionally, it incorporates a website for online table reservations, aiming to reduce queue waiting times and enhance customer convenience. Customers can access the website to view items detected by the system. This project leverages AI technology to increase security efficiency by employing the PHP language to develop a restaurant reservation website and MySQL to manage the database. The AI model was trained using Deep Learning techniques from the Roboflow website, achieving an average precision of 0.99616 and an average recall of 0.99726. Subsequent calculation of the F1-Score revealed that the model could accurately identify object types with an average of 0.995, or 99.5%.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ลิขสิทธิ์ต้นฉบับที่ได้รับการตีพิมพ์ในวารสารนวัตกรรมวิทยาศาสตร์เพื่อการพัฒนาอย่างยั่งยืนถือเป็นกรรมสิทธิ์ของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสวนดุสิต ห้ามผู้ใดนำข้อความทั้งหมดหรือบางส่วนไปพิมพ์ซ้ำ เว้นแต่จะได้รับอนุญาตอย่างเป็นลายลักษณ์อักษรจากคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสวนดุสิต นอกจากนี้ เนื้อหาที่ปรากฎในบทความเป็นความรับผิดชอบของผู้เขียน ทั้งนี้ไม่รวมความผิดพลาดอันเกิดจากเทคนิคการพิมพ์
References
Lerttrakulthaworn, Sirithat. (2020). Developing a YOLO object detection and bird's nest counting system using thermal imaging cameras. (A Term Paper the Degree of Master of Science Program in Information Technology). Graduate School: Thai-Nichi Institute of Technology.
Pattanajitsil, Penpitcha. (2021). Obstacles Detection for Electric Wheelchair with Computer Vision. A Thesis for the Degree of Master of Science in Computer Science). FACULTY OF ENGINEERING: Chulalongkorn University.
Ploywattanawong, Laksanan, et al (2020). An Intelligent Face Detection System with Brain Computer Technology. (A Thesis for the Degree of Master of Science in Computer Science). Faculty of Science and Technology: Rajamangala University of Technology Suvarnabhumi Saenkham.
Sakulwuttichai, P, and Panpaeng, S. (2022). The development of smoke detection techniques with technology Image processing. The 9th Asia Undergraduate Conference on Computing: AUCC (pp. 942-951). Bangkok: Rajamangala University of Technology Rattanakosin.