# LIPE V2: DATASET STRATEGY & VALIDATION BLUEPRINT

## 1. Triết lý Dữ liệu (Dataset Philosophy)
Để chứng minh LIPE V2 vượt trội hơn các mô hình SOTA (L2CS-Net), chiến lược dữ liệu phải tuân thủ nghiêm ngặt nguyên tắc **Đối chứng trực diện (Direct Comparison)** và **Tổng quát hóa (Generalization)**.

## 2. Các bộ Dữ liệu Cốt lõi
Hệ thống sử dụng hai nguồn dữ liệu chuẩn quốc tế để thực hiện huấn luyện và kiểm thử chéo (Cross-dataset Validation).

### A. L2CS Dataset (Huấn luyện & Chắt lọc tri thức)
* **Vai trò:** Dùng để huấn luyện mô hình Teacher (L2CS-Net) và thực hiện Knowledge Distillation.
* **Đặc điểm:** Độ phân giải cao, các điểm mốc (Landmarks) hốc mắt rõ nét, dải góc nhìn (Yaw/Pitch) rộng.
* **Mục tiêu:** Giúp mạng LIPE V2 (Student) học được cách phân phối xác suất (Soft labels) chính xác nhất từ mạng Thầy.

### B. MPIIGaze Dataset (Kiểm thử thực tế)
* **Vai trò:** Dùng làm "bài thi" tổng quát hóa trong điều kiện thực tế (In-the-wild).
* **Đặc điểm:** Ánh sáng biến đổi phức tạp, dữ liệu thu thập trong môi trường làm việc thực tế với camera laptop thông thường.
* **Mục tiêu:** Chứng minh LIPE V2 vẫn đạt sai số góc $\mathcal{E}_{angular} < 4.0^{\circ}$ ngay cả khi không có môi trường phòng thí nghiệm.

---

## 3. Quy trình Tiền xử lý Dữ liệu (Data Pipeline)
Trước khi nạp vào Pipeline huấn luyện, dữ liệu phải đi qua bộ lọc sau:

1. **Chuẩn hóa hệ tọa độ (Normalization):** Chuyển đổi tất cả các nhãn (labels) về đơn vị **Radians** (Pitch $\theta$, Yaw $\phi$).
2. **Trích xuất Landmark:** Sử dụng MediaPipe Face Mesh để lấy véc-tơ $\zeta_{t}=\{P_{inner},P_{outer},P_{pupil},P_{eyelid}\}$.
3. **Cắt ảnh Patch:** Dựa trên Landmark, áp dụng ma trận biến đổi Affine $\mathcal{T}_{scale}$ để triệt tiêu góc nghiêng đầu, cắt thành 4 mảnh $8\times8$ px.

---

## 4. Chiến lược Đánh giá (Validation Strategy)
Để đảm bảo tính khách quan cho báo cáo thực nghiệm:

* **Sai số góc (Angular Error):** Tính theo công thức khoảng cách góc giữa véc-tơ thực tế $g$ và dự đoán $\hat{g}$:
  $$\mathcal{E}_{angular} = \arccos\left(\frac{g \cdot \hat{g}}{\|g\| \|\hat{g}\|}\right)$$
* **Ma trận đối chứng (Ablation Study):** So sánh hiệu suất của LIPE V2 (Trạng thái A+B, có/không có AW Loss) để làm nổi bật đóng góp của hàm Adaptive Wing Loss trong việc xử lý răng cưa quang học.

---

## 5. Checklist Trước khi huấn luyện
- [ ] Tải đủ dữ liệu từ nguồn gốc (MPIIGaze & L2CS Dataset).
- [ ] Chuyển đổi toàn bộ nhãn sang định dạng chuẩn (Radians).
- [ ] Kiểm tra tính toàn vẹn của tệp `.mat` hoặc `.json` chứa nhãn tọa độ.
- [ ] Thiết lập thư mục dữ liệu theo cấu trúc:
    ```text
    data/
    ├── MPIIGaze/
    └── L2CS_Dataset/
    ```
- [ ] Đảm bảo bộ tiền xử lý Affine đã chạy đúng trên tập test.

---