[Dự án AI] Điểm danh qua webcam & nhật ký nhận diện theo thời gian

Mục tiêu

Dự án TỔNG HỢP đầu tiên của Nhóm D — kết hợp CẢ 3 công cụ đã học riêng lẻ (OpenCV nhận diện khuôn mặt ở Nhóm C, Webcam Live, pandas ghi log ở Nhóm A/B) thành 1 quy trình liền mạch, mô phỏng gần đúng cách hệ thống điểm danh khuôn mặt thật hoạt động: liên tục quan sát, liên tục ghi lại. Điểm kỹ thuật cốt lõi của dự án: hiểu và áp dụng đúng nguyên tắc "cell khởi tạo 1 lần" khác "cell lặp lại qua Live" — sai 1 chi tiết nhỏ này khiến toàn bộ nhật ký không bao giờ tích luỹ được. Đồng thời rèn tư duy phản biện sâu về rủi ro quyền riêng tư của việc GHI LOG LIÊN TỤC (khác hẳn 1 ảnh chụp đơn ở dự án 15) và tìm hiểu khung pháp lý mới nhất về giám sát sinh trắc học.

Thời lượng: 4 tiết học (180 phút) — dự án dài hơn các dự án khác vì tính chất tổng hợp nhiều công cụ

• Tiết 1 (cell 1-6): ôn lại Haar Cascade, hiểu VÌ SAO phải tách cell khởi tạo và cell lặp lại (khái niệm cốt lõi được giới thiệu ngay từ đầu), kiểm tra logic bằng 1 ảnh chụp thường trước khi vào Live
• Tiết 2 (cell 7-12): trải nghiệm Live thật, xây "biên bản điểm danh" theo thời gian, trực quan hoá, tư duy phản biện về sai số
• Tiết 3 (cell 13-19): mở rộng phân tích nhật ký bằng pandas (thống kê, xử lý dữ liệu thiếu), ý nghĩa thực tiễn ở quy mô lớn, liên hệ quy định pháp lý
• Tiết 4 (cell 20-24): tư duy phản biện sâu về rủi ro giám sát liên tục, mục Tìm hiểu thêm (nguồn tham khảo mới nhất), vận dụng mở rộng

Em sẽ làm được gì

• Kết hợp OpenCV + Webcam Live + pandas thành 1 pipeline xử lý dữ liệu theo thời gian thực (gần đúng)
• Hiểu sâu và áp dụng đúng nguyên tắc "cell chạy 1 lần" khác "cell Live lặp lại nhiều lần" — lỗi kỹ thuật phổ biến nhất khi mới học Live
• Dùng pandas để thống kê, trực quan hoá, và xử lý dữ liệu thiếu trong 1 "nhật ký" thời gian thực tự xây dựng
• Đánh giá sai số thực tế và hiểu thách thức khi triển khai hệ thống tương tự ở quy mô lớn
• Phân biệt rủi ro quyền riêng tư của "1 ảnh chụp" và "log liên tục theo thời gian", và biết các quy định pháp lý mới nhất liên quan

Về thư viện opencv-python và cách chuẩn bị

Cần bấm thêm nút "opencv-python" trong mục "Thư viện thêm" (~47MB) SAU KHI đã bấm "Bắt đầu tải & chạy Notebook", TRƯỚC KHI chạy cell import cv2 — xem hướng dẫn ở Cell 1. Dự án này KHÔNG cần chuẩn bị ảnh trước — dùng Webcam trực tiếp trong giờ học, xem Cell 2.