[Dự án AI] Phát hiện nụ cười — "AI đo độ vui"

Mục tiêu

Xây dựng "máy đo độ vui" bằng AI — phát hiện nụ cười trong ảnh bằng kỹ thuật Haar Cascade lồng nhau (tìm khuôn mặt trước, rồi tìm nụ cười TRONG vùng khuôn mặt đó). Dự án này đặc biệt phù hợp trải nghiệm qua Webcam Live — học sinh ngồi trước camera và thấy nhãn "Đang cười"/"Không cười" cập nhật liên tục. Đồng thời rèn tư duy phản biện quan trọng: phân biệt "phát hiện đặc điểm hình học của nụ cười" với "đọc được cảm xúc thật" — và tìm hiểu vì sao giới khoa học tranh cãi về độ tin cậy của "AI đọc cảm xúc" nói chung.

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

• Tiết 1 (cell 1-6): chuẩn bị ảnh, lý thuyết Haar Cascade lồng nhau, phát hiện khuôn mặt rồi phát hiện nụ cười
• Tiết 2 (cell 7-15): thực nghiệm minh chứng vì sao phải lồng cascade, tư duy phản biện (hình học ≠ cảm xúc thật, ý nghĩa thực tiễn/đạo đức của "emotion AI"), trải nghiệm Webcam Live, mục Tìm hiểu thêm, vận dụng

Em sẽ làm được gì

• Áp dụng kỹ thuật Haar Cascade LỒNG NHAU: tìm khuôn mặt trước, rồi chỉ tìm nụ cười TRONG vùng khuôn mặt đó
• Kiểm chứng bằng số liệu thực tế lý do phải làm theo thứ tự lồng nhau (không quét nụ cười trên toàn ảnh)
• Thực nghiệm và hiểu ảnh hưởng tham số minNeighbors tới độ nhạy của bộ dò nụ cười
• Phân biệt rõ "phát hiện đặc điểm hình học nụ cười" và "AI hiểu cảm xúc thật" — 2 điều hoàn toàn khác nhau
• Biết ít nhất 1 nguồn khoa học uy tín về giới hạn của "AI đọc cảm xúc" để tiếp tục tự tìm hiểu

Về thư viện opencv-python và cách chuẩn bị ảnh

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 có dữ liệu mẫu nhúng sẵn — cần 1 ảnh khuôn mặt thật (Tải ảnh lên hoặc Webcam) trước, xem Cell 2. Webcam Live đặc biệt phù hợp dự án này — xem Cell 10.