當今的電影製作，不僅僅是一門藝術，更是商業和科學，電影製作人需要去了解觀衆的喜好和反應，才能知道觀衆對電影的真實評價，比如「觀衆是否喜歡這部電影？」、「哪個橋段最吸引他們？是第42分鐘嗎？」等等。爲此，加州理工學院和迪士尼研究院合作開發了一套神經網絡系統，能夠追蹤觀衆的面部表情，來預測和了解觀衆對電影的反應。
雷鋒網(公衆號：雷鋒網)消息，該項目於正在舉辦的國際計算機視覺與模式識別頂級會議CVPR上亮相，據悉，這種新的方式能夠相對簡單、可靠、實時地對影院中的觀衆的面部表情進行識別和跟蹤。
這套系統使用了一種名爲分解式變量自動編碼技術（factorized variational autoencoder），據研發團隊介紹，該技術相比目前的方法，能夠更好地捕捉複雜的事物，比如動態的面部表情。
該研發團隊通過150部迪士尼電影來收集大量的觀衆面部數據（在播放迪士尼電影的影院通過紅外高保真攝像機捕捉每個人面部和動作），並把這些生成的數據（1600萬左右個數據點）饋送到神經網絡進行訓練。
當訓練結束，這個系統就能夠了解觀衆在觀看影片過程中產生的所有情緒。在實際應用時，神經系統不僅僅能夠處理過去的信息，還能夠對觀衆進行預測，比如團隊在研究中發現觀衆的預熱時間大概需要十分鐘，那麼通過十分鐘的觀察，便可預測該觀衆在餘下時間內的面部表情（目前還智能預測笑容類表情，驚恐、哭泣等面部表情暫時還不能預測）。
這一技術對於電影製作來說確實是一個非常不錯的應用，例如能讓影院知道哪部電影深受觀衆喜愛，從而可以調整排片策略，這種分析看上去應該比充滿水軍的影評要靠譜得多。
當然，這只是這項技術應用實際場景的一種，該技術還可以用到其他領域，比如大面積的人羣監控等等。
參與開發這項技術的加州理工學院的YisongYue表示，瞭解人類行爲對於開發更高級的人工智能系統非常重要，有了更高級的行爲能力、社交能力，人工智能系統就能應用到實際中，比如用人工智能系統去護理老人，機器就能夠根據肢體語言來理解老人們想要做什麼，畢竟，人類並不總是明確地表示他們的不開心和遇到的問題。