Phiên bản giao diện tích hợp theo thuyết minh MAXA

Hệ thống AI hỗ trợ phát hiện sớm stress
và gợi ý học tập cho học sinh

Bắt đầu với khảo sát Xem phần kết hợp
90%
Độ chính xác mô hình khảo sát
3
Nhãn mô hình ảnh: Happy / Neutral / Sad
4
Mức đầu ra sau khi kết hợp
20
Câu hỏi khảo sát đầu vào

Mô hình khảo sát

Học sinh trả lời bộ câu hỏi để mô hình DNN dự đoán 3 trạng thái: Normal, Stress level 1, Stress level 2.

Câu hỏi 1/20 5%

Mô hình nhận diện cảm xúc qua hình ảnh

Người dùng tải ảnh khuôn mặt chụp trực diện để mô hình CNN dự đoán cảm xúc: Happy, Neutral hoặc Sad.

Ưu tiên ảnh rõ mặt, chính diện, đủ sáng

Gợi ý cách tích hợp backend

Frontend này đang chờ API /predict_emotion. API nên trả về các nhãn Happy, Neutral, Sad để phần kết hợp phía dưới hoạt động đúng theo thuyết minh.

Kết hợp kết quả

Hợp nhất kết quả từ 2 mô hình bằng luật if–then Normal + Happy/Neutral → Mức I; Normal + Sad → Mức II; Stress level 1 + Happy/Neutral hoặc Stress level 2 + Neutral → Mức III; Stress level 1/2 + Sad → Mức IV.

Chọn kết quả đầu vào để hợp nhất

Có thể tự chọn hoặc lấy trực tiếp từ menu khảo sát.

Có thể tự chọn hoặc lấy trực tiếp từ menu hình ảnh.

Bảng luật kết hợp

Khảo sát Hình ảnh Mức ra
NormalHappy / NeutralMức I
NormalSadMức II
Stress level 1Happy / NeutralMức III
Stress level 2NeutralMức III
Stress level 1 hoặc 2SadMức IV

Luồng backend nên có

  1. /predict_stress trả ra 1 trong 3 nhãn khảo sát.
  2. /predict_emotion trả ra 1 trong 3 nhãn cảm xúc ảnh.
  3. Frontend dùng hàm combineResults() để quy đổi sang 4 mức chung.
  4. Có thể thêm API /predict_combined nếu muốn backend xử lý luôn phần hợp nhất.