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。