自2013年起，中国四川大学计算机科学系教授魏骁勇就热衷于利用人脸识别（face recognition）技术，对自己课堂上的学生做记录和“实验”。当年，他开发的“刷脸神器”通过摄像头和软件来识别是否有学生缺席，被称为“逃课克星”；今年，他更进一步，利用人脸识别技术记录学生在课堂上的面部表情变化，然后通过算法分析他们是否专注听课、有无走神或感觉无聊、犯困等，借此衡量上课效果。
上课效果好不好、怎么讲更好、更容易被理解和接受，可以说，看他们的‘脸色’就知道。
魏骁勇于2009年在香港城市大学计算机科学系获得博士学位，随后入职四川大学任教，还曾在美国加州大学伯克利分校（UC Berkeley）从事博士后研究。他的研究方向包括多媒体检索、数据挖掘、机器学习及相关领域。
2012年10月，魏骁勇因为一条在课堂上“徒手劈砖演示力量原理”的短片，而在网络上走红；2013年1月，他研发出“基于人脸识别的考勤系统”，再度成为网络焦点；2013年6月，他又将自己研发的用于警方鉴别监控视频中嫌疑人影像的软件，升级成一款校园版“刷脸神器”，帮助学生检索在路上偶遇的心仪对象。
魏骁勇最近的这款新发明被戏称为“看脸色神器”，其正式名称则叫做“基于深度学习的课堂行为分析模型”。他在教室的不同位置安装摄像头，全程拍摄课堂；进入分析阶段，他的算法会自动将每个学生的表情定义为“高兴”或“一般”两种，并给每个学生脸部加一个黄色方框，标记为“happy”或“neutral”。魏骁勇表示，由于一个画面中有多名学生，最终会根据他们“情绪”的平均值，来得出课堂上某个时刻的“整体心情状况”。
魏骁勇说，自己这样做的目的，是为统计学生对不同课堂内容的专注度，然后就可以据此改进日常教学内容和教学方法。他还计划未来对表情做更细致的分类，如“走神”、“想心事”、“想睡觉”等。他还希望能将这种技术运用在教育研究、心理学研究和其他社会科学领域的研究上——例如在广告牌前安装摄像头，据此分析公众反应来评价广告效果。
不过魏骁勇并不是第一个做此类尝试的人。早在2013年，美国纽约皇后区 SensorStar 实验室的工程师就已经在做类似的实验，他们通过摄像头记录每个学生的表情变化，并用算法分析。
但这项实验当时招致不少关于隐私的批评，例如有人质疑被拍摄的学生是否知情及是否自愿，以及研究短片除教师本人观看外，是否会被其他人观看，学生又是否愿意等等。
声音
我就是看看，同学们上课时的专注度，开不开心啊，有没有开小差啊。要是有人睡觉，我好讲小声点啊。
在魏骁勇的案例中，尚未清楚的是学生们是否知道自己的表情被收集，不过也没有任何记录显示学生因上课表现不积极而受到惩罚。