[Dự án AI] Nhận diện khuôn mặt trong ảnh lớp học — ý tưởng điểm danh tự động

Mục tiêu

Tự tay dựng nguyên lý đứng sau công nghệ điểm danh bằng khuôn mặt đã xuất hiện ở nhiều trường học/cơ quan — dùng OpenCV và thuật toán Haar Cascade để phát hiện khuôn mặt trong 1 ảnh thật (tải lên hoặc chụp trực tiếp bằng webcam), đồng thời rèn tư duy phản biện về giới hạn kỹ thuật (sót/nhận nhầm khuôn mặt) và ý nghĩa thực tiễn/đạo đức khi công nghệ này được triển khai thật ở quy mô lớn.

Thời lượng gợi ý: 2 tiết học (90 phút)

• Tiết 1 (cell 1-6): chuẩn bị ảnh (tải lên hoặc webcam), lý thuyết Haar Cascade, phát hiện khuôn mặt đầu tiên
• Tiết 2 (cell 7-14): so sánh với số người thật, tư duy phản biện (vì sao sót/nhận nhầm, ảnh hưởng của tham số, ý nghĩa thực tiễn & đạo đức của công nghệ nhận diện khuôn mặt), trải nghiệm qua Webcam Live, vận dụng

Em sẽ làm được gì

• Tải ảnh lên hoặc dùng Webcam để đưa 1 ảnh thật vào notebook xử lý
• Dùng cv2.CascadeClassifier với bộ dò tìm khuôn mặt có sẵn trong OpenCV để phát hiện khuôn mặt
• Vẽ khung đánh dấu vị trí khuôn mặt phát hiện được lên ảnh
• Hiểu (ở mức khái niệm) cách Haar Cascade hoạt động — khác hẳn "AI hiểu ảnh" như deep learning thật
• Thực nghiệm và giải thích ảnh hưởng của 2 tham số scaleFactor/minNeighbors
• Thảo luận đúng giới hạn kỹ thuật (sót/nhận nhầm) và khía cạnh đạo đức/quyền riêng tư khi công nghệ này được triển khai thật

Về thư viện opencv-python và cách chuẩn bị ảnh

Đây là dự án ĐẦU TIÊN của Nhóm C (Thị giác máy tính) — cần bấm thêm nút "opencv-python" trong mục "Thư viện thêm" (~47MB, mất khoảng nửa phút tuỳ mạng) SAU KHI đã bấm "Bắt đầu tải & chạy Notebook", TRƯỚC KHI chạy cell import cv2 — xem hướng dẫn chi tiết ở Cell 1. Thư viện này KHÁC scikit-learn đã dùng ở toàn bộ Nhóm B. Khác với Nhóm A/B, dự án này KHÔNG có dữ liệu mẫu nhúng sẵn trong code — em BẮT BUỘC phải tải 1 ảnh lên (nút "Tải ảnh lên", tối đa 8MB) hoặc dùng Webcam (chụp ảnh/chế độ Live) trước khi notebook chạy được, xem hướng dẫn chi tiết ở Cell 2. Nếu dùng ảnh có người khác, nhớ xin phép trước.