งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบแปลภาษามือตัวอักษรภาษาอังกฤษแบบเรียลไทม์โดยใช้แนวคิดการประมวลผลแบบไฮบริดระหว่างเว็บไคลเอนต์และอุปกรณ์ IoT ระบบใช้ MediaPipe ส าหรับสกัดพิกัดจุดข้อต่อของมือจ านวน 42 ค่าแทนการใช้ภาพถ่ายดิบ เพื่อลดความซับซ้อนของข้อมูลและเพิ่มประสิทธิภาพในการประมวลผล จากนั้นน าข้อมูลพิกัดไปจ าแนกด้วยโมเดลโครงข่ายประสาทเทียมแบบหลายชั้น (MLP) บนไมโครคอนโทรลเลอร์ ESP32 โดยประยุกต์ใช้แนวคิดรูปแบบมาตรฐาน (Canonical Form) เพื่อแก้ปัญหาความแตกต่างระหว่างมือซ้ายและขวา ผลการทดลองพบว่าระบบสามารถแปลภาษามือตัวอักษรภาษาอังกฤษ A–Z (ยกเว้น J และ Z) ได้อย่างมีประสิทธิภาพ โดยมีค่าความถูกต้องเฉลี่ยเท่ากับ 91.67% และสามารถท างานได้อย่างเสถียรในสภาพแวดล้อมที่แตกต่างกัน งานวิจัยนี้แสดงให้เห็นว่าการใช้ข้อมูลเชิงโครงสร้างร่วมกับสถาปัตยกรรมแบบไฮบริดช่วยให้ระบบแปลภาษามือมีความแม่นย าสูง เหมาะสมกับการประยุกต์ใช้บนอุปกรณ์ IoT ที่มีข้อจ ากัดด้านทรัพยากร

บทความนี้นำเสนอการพัฒนาระบบแจ้งเตือนสถานะการหลับในของผู้ขับรถบนท้องถนน สำหรับช่วยลดโอกาสการเกิดอุบัติเหตุในขณะขับรถ ระบบนี้สามารถตรวจและวิเคราะห์ลักษณะอาการของผู้ขับรถและส่งสัญญาณเตือนเมื่อผู้ขับรถมีลักษณะหลับในทันที ในบทความฉบับนี้ทำการตรวจจับลักษณะคนขับรถและวิเคราะห์ถึงลักษณะอาการหลับใน โดยใช้การวิเคราะห์อาการจาก 3 ลักษณะ ประกอบไปด้วย ลักษณะของดวงตา ลักษณะของศีรษะ และลักษณะของปาก ตามลำดับ โดยจะตรวจจับภาพผ่านโมดูลกล้องแล้วนำไปประมวลผลด้วยราสเบอร์รี่พาย รุ่น 3B+ แบบเรียลไทม์ ร่วมกับการประยุกต์ใช้การประมวลผลทางภาพมาวิเคราะห์ภาพเปรียบเทียบภาพที่ตรวจจับได้กับภาพลักษณะต้นแบบ เมื่อผลการวิเคราะห์พบว่าผู้ขับรถมีลักษณะที่แตกต่างไปจากสภาวะปกติ ระบบจะตัดสินใจว่าผู้ขับรถในขณะนั้นมีอาการหลับใน โดยระบบจะทำการส่งเสียงแจ้งเตือนโดยตรงไปยังผู้ขับรถเพื่อกระตุ้นให้กลับมาอยู่ในสภาวะปกติในทันที โดยจากผลการทดลองในบทความฉบับนี้ สามารถยืนยันได้ว่าการพัฒนาระบบแจ้งเตือนสถานะการหลับในของผู้ขับรถบนท้องถนน มีประสิทธิภาพในการนำไปประยุกต์เพื่อใช้งานในการตรวจจับและวิเคราะห์ลักษณะอาการหลับในขณะขับรถได้จริง โดยมีค่าความคลาดเคลื่อนในการตอบสนองการตรวจจับลักษณะของดวงตา ศีรษะ และปาก ประมาณ 4%, 5.36% และ 4.12% ตามลำดับ