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)，才能知道觀眾對電影的真實評價，比如「觀眾是否喜歡這部電影？」、「哪個橋段最吸引他們？是第42分鐘嗎？」等等。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)測和了解觀眾對電影的反應(yīng)。

雷鋒網(wǎng)消息，該項目于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(jù)悉，這種新的方式能夠相對簡單、可靠、實時地對影院中的觀眾的面部表情進行識別和跟蹤。

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

該研發(fā)團隊通過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捕捉每個人面部和動作），并把這些生成的數(shù)據(jù)（1600萬左右個數(shù)據(jù)點）饋送到神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。

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

這一技術(shù)對于電影制作來說確實是一個非常不錯的應(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要靠譜得多。

當(dāng)然，這只是這項技術(shù)應(yīng)用實際場景的一種，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)這項技術(shù)的加州理工學(xué)院的YisongYue表示，了解人類行為對于開發(fā)更高級的人工智能系統(tǒng)非常重要，有了更高級的行為能力、社交能力，人工智能系統(tǒng)就能應(yīng)用到實際中，比如用人工智能系統(tǒng)去護理老人，機器就能夠根據(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。