แนะนำนักวิจัยเด่น

          รองศาสตราจารย์ ดร.วัฒนพงศ์ เกิดทองมี   อาจารย์ประจำสาขาวิศวกรรมคอมพิวเตอร์และอิเลคทรอนิกส์  สำนักวิชาวิศวกรรมศาสตร์และเทคโนโลยี  มหาวิทยาลัยวลัยลักษณ์ สำเร็จการศึกษาระดับปริญญาเอกจาก Brunel University,สหราชอาณาจักร   ระดับปริญญาโทและปริญาตรี ฟิสิกส์  จากมหาวิทยาลัยสงขลานครินทร์

รายละเอียดงานวิจัย

          รองศาสตราจารย์ ดร.วัฒนพงศ์ เกิดทองมี  มีความเชี่ยวชาญทางด้านปัญญาประดิษฐ์ เน้นคอมพิวเตอร์วิทัศน์

จุดเริ่มต้น/เส้นทางการทำวิจัย    

     รองศาสตราจารย์ ดร.วัฒนพงศ์ เกิดทองมี เริ่มต้นการวิจัยจากการใช้คอมพิวเตอร์ในการประมวลผลภาพถ่ายหน้าตัดของท่อนซุงไม้ยางพารา เพื่อตรวจจับและบ่งบอกตำแหน่งของแกนไม้ โดยในช่วงแรกได้เน้นการพัฒนาและปรับปรุงระเบียบวิธีวิจัยการประมวลผลรูปทรงของท่อนซุงไม้ยางพารา ต่อมาได้เปลี่ยนแนวทางการวิจัยมาใช้โครงข่ายประสาทเทียมแบบลึก (Deep Neural Networks) ทำให้สามารถตรวจจับแกนไม้ได้ด้วยความแม่นยำสูงขึ้นและมีความผิดพลาดน้อยลง ผลงานวิจัยในช่วงนี้ได้รับการตีพิมพ์ในวารสารวิชาการระดับนานาชาติและได้รับการนำเสนอในที่ประชุมวิชาการระดับนานาชาติหลายแห่ง

          นอกจากนี้ รองศาสตราจารย์ ดร.วัฒนพงศ์ ยังมีผลงานวิจัยที่เกี่ยวข้องกับการประมวลผลภาพเพื่อตรวจจับตำแหน่งของดวงตาและรูม่านตา ซึ่งเป็นพื้นฐานในการประยุกต์ใช้ในโครงการวิจัยต่าง ๆ เช่น การตรวจจับโรคตาเขและการพัฒนาเทคโนโลยีที่เกี่ยวข้องกับการมองเห็นและการติดตามสายตา

          การวิจัยที่หลากหลายและการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในการแก้ไขปัญหาด้านต่าง ๆ ทำให้ รองศาสตราจารย์ ดร.วัฒนพงศ์ เกิดทองมี มีความเชี่ยวชาญที่สอดคล้องกับข้อเสนอโครงการวิจัยในปัจจุบัน และมีศักยภาพในการบรรลุความสำเร็จในโครงการวิจัยที่กำลังดำเนินการอยู่

ผลงานเด่น (สรุปอย่างย่อ)

        รองศาสตราจารย์ ดร.วัฒนพงศ์ เกิดทองมี มีผลงานเด่นในด้านการวิจัยและนวัตกรรม โดยมีสิทธิบัตรและอนุสิทธิบัตรที่สำคัญหลายรายการ เช่น ระบบขับเคลื่อนเครื่องพิมพ์ 3 มิติความซับซ้อนต่ำ กล้องจุลทรรศน์เพื่อการเรียนการสอนชนิดพกพา และเครื่องหมุนท่อนซุงไม้ยางพาราเพื่อวางแนวแกนไม้อัตโนมัติ ซึ่งทั้งหมดนี้อยู่ในระดับ TRL4 นอกจากนี้ยังมีผลงานตีพิมพ์ในวารสารวิชาการระดับนานาชาติหลายฉบับ รวมถึงงานวิจัยที่สำคัญในด้านการใช้โครงข่ายประสาทเทียมแบบลึกเพื่อประเมินแกนไม้และการรู้จำกิจกรรมมนุษย์

        ในระยะ 5 ปีที่ผ่านมา รองศาสตราจารย์ ดร. วัฒนพงศ์ ได้รับทุนวิจัยจากแหล่งทุนต่าง ๆ รวมทั้งสิ้นกว่า 3.8 ล้านบาท เช่น การพัฒนาระบบอัตโนมัติในการลำเลียง หมุนวางแนวแกนไม้ และเลื่อยเป็นไม้แผ่นเพื่อเพิ่มประสิทธิภาพในการแปรรูปไม้ยางพารา และการสอนโมเดลโครงข่ายประสาทเทียมแบบลึกเพื่อให้รู้จำพืชพรรณไม้ท้องถิ่น อีกทั้งยังได้รับรางวัลทางด้านงานวิจัยและนวัตกรรมหลายรางวัล เช่น รางวัลผลงานประดิษฐ์คิดค้นจากสภาวิจัยแห่งชาติ รางวัลเหรียญเงินจาก 43rd International Exhibition of Inventions Geneva และรางวัล STSP Innovation Awards จากอุทยานวิทยาศาสตร์ภาคใต้ มหาวิทยาลัยสงขลานครินทร์

        ผลงานเหล่านี้สะท้อนถึงความเชี่ยวชาญของรองศาสตราจารย์ ดร.วัฒนพงศ์ ในการพัฒนาและประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในการแก้ไขปัญหาทางวิศวกรรมและการประมวลผลภาพ ซึ่งมีผลกระทบต่อการวิจัยและพัฒนาทางวิทยาศาสตร์และเทคโนโลยีในประเทศไทย

ผลกระทบของงานวิจัยต่อสังคมในด้านต่าง ๆ

ผลกระทบต่อเศรษฐกิจ: งานวิจัยของ รองศาสตราจารย์ ดร.วัฒนพงศ์ มีผลกระทบเชิงบวกต่อเศรษฐกิจอย่างมีนัยสำคัญ โดยเฉพาะในอุตสาหกรรมการแปรรูปไม้ยางพารา ระบบอัตโนมัติในการลำเลียง หมุนวางแนวแกนไม้ และเลื่อยเป็นไม้แผ่นที่พัฒนาขึ้น ช่วยเพิ่มประสิทธิภาพและลดต้นทุนในการผลิต ผลงานนี้ช่วยเพิ่มความสามารถในการแข่งขันของอุตสาหกรรมไม้ยางพาราในตลาดโลก นอกจากนี้ การพัฒนาระบบตรวจจับความผิดปกติในเส้นพลาสติกสำหรับเครื่องพิมพ์ 3 มิติ ยังสนับสนุนการเติบโตของอุตสาหกรรมการพิมพ์ 3 มิติในประเทศไทยอีกด้วย

ผลกระทบต่อสังคม/ชุมชน: งานวิจัยเกี่ยวกับอุปกรณ์เตือนการนำมือมาสัมผัสใบหน้า และกล้องจุลทรรศน์ชนิดพกพาเพื่อการเรียนการสอน มีผลกระทบโดยตรงต่อการพัฒนาคุณภาพชีวิตของประชาชน อุปกรณ์เตือนการนำมือมาสัมผัสใบหน้าช่วยลดความเสี่ยงในการแพร่ระบาดของโรคติดต่อ เช่น โควิด-19 ขณะที่กล้องจุลทรรศน์ชนิดพกพาช่วยเสริมสร้างการเรียนรู้ในชุมชนท้องถิ่น โดยเฉพาะในพื้นที่ห่างไกลที่การเข้าถึงอุปกรณ์วิทยาศาสตร์มีจำกัด

ผลกระทบต่อการศึกษาและวิชาการ: ผลงานวิจัยของ รองศาสตราจารย์ ดร.วัฒนพงศ์ ส่งผลกระทบอย่างมีนัยสำคัญต่อการศึกษาและวิชาการ ผลงานที่ตีพิมพ์ในวารสารวิชาการระดับนานาชาติหลายฉบับ ช่วยเสริมสร้างองค์ความรู้ใหม่ ๆ ในสาขาวิทยาการคอมพิวเตอร์และวิศวกรรม งานวิจัยที่เกี่ยวข้องกับการใช้โครงข่ายประสาทเทียมแบบลึกในการประมวลผลภาพและการรู้จำพืชพรรณไม้ ยังเป็นแนวทางสำคัญในการพัฒนาโมเดลการเรียนรู้ที่มีประสิทธิภาพและการใช้งานจริงในภาคการศึกษา การสอนโมเดลโครงข่ายประสาทเทียมแบบลึกเพื่อให้รู้จำพืชพรรณไม้ท้องถิ่น ยังช่วยเพิ่มทักษะและความรู้ให้แก่นักศึกษาและนักวิจัยใหม่ ๆ ในสาขานี้

การพัฒนาต่อยอด/การพัฒนาศักยภาพ ผลงานวิจัยในอนาคต

การพัฒนาต่อยอด: งานวิจัยของ รองศาสตราจารย์ ดร.วัฒนพงศ์ เกิดทองมี มีศักยภาพสูงในการพัฒนาต่อยอดไปยังด้านต่าง ๆ เช่น การพัฒนาเทคโนโลยีระบบอัตโนมัติสำหรับอุตสาหกรรมการแปรรูปไม้ยางพารา สามารถนำไปปรับใช้ในอุตสาหกรรมอื่น ๆ เช่น การผลิตอาหารและการเกษตร นอกจากนี้ การใช้โครงข่ายประสาทเทียมแบบลึกในการตรวจจับแกนไม้และการประมวลผลภาพถ่ายหน้าตัดของท่อนซุง ยังสามารถขยายไปใช้ในงานด้านการตรวจสอบคุณภาพของวัสดุอื่น ๆ ในอุตสาหกรรมต่าง ๆ

การพัฒนาศักยภาพในงานปัญญาประดิษฐ์ด้านการแพทย์: งานวิจัยเกี่ยวกับการตรวจจับโรคตาเขด้วยระบบคอมพิวเตอร์ มีศักยภาพในการพัฒนาเป็นแอปพลิเคชันที่สามารถใช้งานได้ในสมาร์ทโฟนหรืออุปกรณ์เคลื่อนที่อื่น ๆ เพื่อเพิ่มความสะดวกในการตรวจวินิจฉัยโรคตาในพื้นที่ห่างไกลและเพิ่มการเข้าถึงบริการทางการแพทย์ นอกจากนี้ยังสามารถพัฒนาเทคโนโลยีปัญญาประดิษฐ์เพื่อใช้ในการตรวจวินิจฉัยโรคตาอื่น ๆ เช่น ต้อกระจก ต้อหิน และจอประสาทตาเสื่อม ซึ่งจะช่วยเพิ่มความแม่นยำในการวินิจฉัยและลดเวลาในการรอคอยการรักษา

ผลงานวิจัยในอนาคต: รองศาสตราจารย์ ดร. วัฒนพงศ์ มีแผนที่จะขยายการวิจัยไปยังการพัฒนาโครงข่ายประสาทเทียมแบบลึกเพื่อใช้ในงานด้านอื่น ๆ เช่น การตรวจจับและประเมินสภาพความเสียหายของโครงสร้างพื้นฐาน และการตรวจสอบคุณภาพของผลิตภัณฑ์ในสายการผลิต นอกจากนี้ยังมีแผนที่จะร่วมมือกับนักวิจัยในสาขาอื่น ๆ เพื่อพัฒนาเทคโนโลยีที่สามารถตอบสนองต่อความต้องการของสังคมในหลากหลายด้าน เช่น เทคโนโลยีทางการแพทย์และการรักษาความปลอดภัย

       การพัฒนาต่อยอดและการพัฒนาศักยภาพของงานวิจัยในอนาคตนี้ จะช่วยเสริมสร้างองค์ความรู้ใหม่ ๆ และเพิ่มประสิทธิภาพในการแก้ไขปัญหาต่าง ๆ ที่เกิดขึ้นในสังคม และยังช่วยยกระดับมาตรฐานการวิจัยและพัฒนาในประเทศไทยให้สูงขึ้น

รางวัลและผลงานที่ได้รับ

รางวัลที่ได้รับ:

1. รางวัลผลงานประดิษฐ์คิดค้นจากสภาวิจัยแห่งชาติปี 2558 เรื่อง "LekOboT เครื่องพิมพ์ 3 มิติ จากรางลิ้นชัก ประกอบง่าย ราคาประหยัด"
2. รางวัลเหรียญเงินจาก 43rd International Exhibition of Inventions Geneva
3. รางวัลจากมูลนิธิโทเรเพื่อการวิจัยวิทยาศาสตร์ประเทศไทย
4. รางวัล STSP Innovation Awards 2015 จากอุทยานวิทยาศาสตร์ภาคใต้ มหาวิทยาลัยสงขลานครินทร์
5. DPST Hall of Fame 2016 จากสถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี
6. รางวัลเชิดชูเกียรติบุคลากรเด่นตามภารกิจหลักของมหาวิทยาลัยด้านการวิจัย มหาวิทยาลัยวลัยลักษณ์ ปี 2559
7. รางวัลเชิดชูเกียรติบริการวิชาการ “LekOboT Community Project โครงการขยายผลการใช้ประโยชน์เครื่องพิมพ์ 3 มิติ LekOboT ในทางการศึกษาโดยการเชื่อมโยงกับโครงการสารสนเทศในพระราชดำริของสมเด็จพระเทพรัตนราชสุดาสยามบรมราชกุมารี” มหาวิทยาลัยวลัยลักษณ์ ปี 2560
8. รางวัลผลงานวิจัยเด่นสำนักงานกองทุนสนับสนุนการวิจัย (สกว.) ด้านพาณิชย์ ประจำปี 2559 “การพัฒนาระบบออกแบบรูปแบบการเลื่อย ระบบควบคุมการอัดน้ำยา ระบบควบคุมการอบ และเตาอบไม้ต้นแบบ สำหรับการผลิตไม้ยางพาราแปรรูปในโรงงานอุตสาหกรรม”
9. รางวัลผลงานประดิษฐ์คิดค้นจากสภาวิจัยแห่งชาติปี 2562 เรื่อง “dpaDNN: สถาปัตยกรรมของโครงข่ายประสาทเทียมแบบลึกแบบกระจายการประมวลผลและไปป์ไลน์และการประยุกต์ใช้ในงานรักษาความปลอดภัย”
10. รางวัล STSP Innovation Awards 2022 จากอุทยานวิทยาศาสตร์ภาคใต้ มหาวิทยาลัยสงขลานครินทร์

ผลงานที่ได้รับการตีพิมพ์ในวารสารวิชาการ (ย้อนหลัง 3 ปี):

1. Kurdthongmee, W., & Kurdthongmee, P. (2024). Fast and Accurate Pupil Estimation Through Semantic Segmentation Fine-Tuning on a Shallow Convolutional Backbone. HighTech and Innovation Journal, 5(2), 447-461.
2. Kurdthongmee, W. (2023). Comprehensive Evaluation of Deep Neural Network Architectures for Parawood Pith Estimation. HighTech and Innovation Journal, 4(3), 543-559.
3. Kurdthongmee, W., Suwannarat, K., & Wattanapanich, C. (2023). A Framework to Estimate the Key Point Within an Object Based on a Deep Learning Object Detection. HighTech and Innovation Journal, 4(1), 106-121.
4. Kurdthongmee, W., Suwannarat, K., & Kiplagat, J. (2022). A Framework to Create a Deep Learning Detector from a Small Dataset: A Case of Parawood Pith Estimation. Emerging Science Journal, 7(1), 245-255.
5. Suwannarat, K., & Kurdthongmee, W. (2021). Optimization of Deep Neural Network-Based Human Activity Recognition for a Wearable Device. Heliyon, 7(8).
6. Kurdthongmee, W. (2020). A Comparative Study of the Effectiveness of Using Popular DNN Object Detection Algorithms for Pith Detection in Cross-Sectional Images of Parawood. Heliyon, 6(2).

สิทธิบัตรและอนุสิทธิบัตรที่สำคัญ:

1. ระบบขับเคลื่อนเครื่องพิมพ์ 3 มิติความซับซ้อนต่ำ
   • สถานะ: ยื่นจดสิทธิบัตร
   • ระดับ TRL: TRL4
2. กล้องจุลทรรศน์เพื่อการเรียนการสอนชนิดพกพา
   • สถานะ: ได้รับการจดอนุสิทธิบัตร
   • ระดับ TRL: TRL4
3. ระบบตรวจจับและรายงานความผิดปกติของเส้นพลาสติกในขณะพิมพ์สำหรับเครื่องพิมพ์ 3 มิติ
   • สถานะ: ได้รับการจดอนุสิทธิบัตร
   • ระดับ TRL: TRL4
4. อุปกรณ์เตือนการนำมือมาสัมผัสใบหน้า
   • สถานะ: ได้รับการจดอนุสิทธิบัตร
   • ระดับ TRL: TRL4
5. เครื่องหมุนท่อนซุงไม้ยางพาราเพื่อวางแนวแกนไม้อัตโนมัติ
   • สถานะ: ได้รับการจดอนุสิทธิบัตร
   • ระดับ TRL: TRL4
6. กรรมวิธีอัตโนมัติในการคัดกรองตาเขด้วยระบบคอมพิวเตอร์
   • สถานะ: ยื่นจดอนุสิทธิบัตร
   • ระดับ TRL: TRL4