當(dāng)今的電影制作，不僅僅是一門藝術(shù)，更是商業(yè)和科學(xué)，電影制作人需要去了解觀眾的喜好和反應(yīng)，才能知道觀眾對(duì)電影的真實(shí)評(píng)價(jià)，比如「觀眾是否喜歡這部電影？」、「哪個(gè)橋段最吸引他們？是第42分鐘嗎？」等等。為此，加州理工學(xué)院和迪士尼研究院合作開發(fā)了一套神經(jīng)網(wǎng)絡(luò)系統(tǒng)，能夠追蹤觀眾的面部表情，來預(yù)測(cè)和了解觀眾對(duì)電影的反應(yīng)。

雷鋒網(wǎng)消息，該項(xiàng)目于正在舉辦的國(guó)際計(jì)算機(jī)視覺與模式識(shí)別頂級(jí)會(huì)議CVPR上亮相，據(jù)悉，這種新的方式能夠相對(duì)簡(jiǎn)單、可靠、實(shí)時(shí)地對(duì)影院中的觀眾的面部表情進(jìn)行識(shí)別和跟蹤。

這套系統(tǒng)使用了一種名為分解式變量自動(dòng)編碼技術(shù)（factorized variational autoencoder），據(jù)研發(fā)團(tuán)隊(duì)介紹，該技術(shù)相比目前的方法，能夠更好地捕捉復(fù)雜的事物，比如動(dòng)態(tài)的面部表情。

該研發(fā)團(tuán)隊(duì)通過150部迪士尼電影來收集大量的觀眾面部數(shù)據(jù)（在播放迪士尼電影的影院通過紅外高保真攝像機(jī)捕捉每個(gè)人面部和動(dòng)作），并把這些生成的數(shù)據(jù)（1600萬左右個(gè)數(shù)據(jù)點(diǎn)）饋送到神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

當(dāng)訓(xùn)練結(jié)束，這個(gè)系統(tǒng)就能夠了解觀眾在觀看影片過程中產(chǎn)生的所有情緒。在實(shí)際應(yīng)用時(shí)，神經(jīng)系統(tǒng)不僅僅能夠處理過去的信息，還能夠?qū)τ^眾進(jìn)行預(yù)測(cè)，比如團(tuán)隊(duì)在研究中發(fā)現(xiàn)觀眾的預(yù)熱時(shí)間大概需要十分鐘，那么通過十分鐘的觀察，便可預(yù)測(cè)該觀眾在余下時(shí)間內(nèi)的面部表情（目前還智能預(yù)測(cè)笑容類表情，驚恐、哭泣等面部表情暫時(shí)還不能預(yù)測(cè)）。

這一技術(shù)對(duì)于電影制作來說確實(shí)是一個(gè)非常不錯(cuò)的應(yīng)用，例如能讓影院知道哪部電影深受觀眾喜愛，從而可以調(diào)整排片策略，這種分析看上去應(yīng)該比充滿水軍的影評(píng)要靠譜得多。

當(dāng)然，這只是這項(xiàng)技術(shù)應(yīng)用實(shí)際場(chǎng)景的一種，該技術(shù)還可以用到其他領(lǐng)域，比如大面積的人群監(jiān)控等等。

參與開發(fā)這項(xiàng)技術(shù)的加州理工學(xué)院的YisongYue表示，了解人類行為對(duì)于開發(fā)更高級(jí)的人工智能系統(tǒng)非常重要，有了更高級(jí)的行為能力、社交能力，人工智能系統(tǒng)就能應(yīng)用到實(shí)際中，比如用人工智能系統(tǒng)去護(hù)理老人，機(jī)器就能夠根據(jù)肢體語言來理解老人們想要做什么，畢竟，人類并不總是明確地表示他們的不開心和遇到的問題。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。