Die Gesichtserkennungstechnologie bestätigt, dass Hollywood sich diversifiziert

Angesichts aktueller Kassenschlager wie Black Panther: Wakanda Forever, The Little Mermaid und Everything Everywhere All at Once könnte der durchschnittliche Zuschauer annehmen, dass die Castings für Hollywood-Filme heute vielfältiger sind als noch vor 10 oder 20 Jahren. Es kann jedoch schwierig sein, diese Wahrnehmungen zu überprüfen.

Noch bevor die Social-Media-Kampagne #OscarsSoWhite im Jahr 2015 die dringend benötigte Aufmerksamkeit auf die mangelnde Vielfalt in Oscar-nominierten Filmen lenkte, hatten Filmwissenschaftler damit begonnen, die mangelnde Repräsentation von Frauen und Schauspielern in Farbe in Hollywood zu dokumentieren. Dazu müssen sie Hunderte von Stunden Film ansehen und sich sorgfältig Notizen über die Leistung jedes Schauspielers machen, einschließlich der Frage, ob der Schauspieler eine Hauptrolle gespielt hat und sinnvolle Dialoge geführt hat und wie oft die Person auf der Leinwand erscheint.

Jetzt nutzt ein Forscherteam der University of California in Berkeley Computer Vision, um diesen Prozess drastisch zu beschleunigen. Indem sie Filme dem „Silicon Gaze“ aussetzen, hoffen sie, Forschern die Möglichkeit zu geben, ein breiteres Spektrum von Filmen zu analysieren – und detailliertere Fragen zur Darstellung zu stellen – als je zuvor.

„Ich sehe diese Arbeit als Ergänzung zum menschlichen Betrachten. Ich denke, wenn Sie die Möglichkeit haben, Hunderte von Filmen anzusehen, wie es andere Studien getan haben, sollten Sie das tun, weil diese Methoden wahrscheinlich genauer sind“, sagte David . Bamman, außerordentlicher Professor an der School of Information der UC Berkeley.

„Durch die Automatisierung können wir jedoch auf Messungen in viel größerem Maßstab zugreifen. Wir können validierte Computer-Vision-Methoden auf eine viel größere Sammlung von Filmen anwenden, als wir sehen könnten, und das mit einer feineren Granularität, als wir es manuell messen könnten.“

In einer neuen Studie, die diese Woche in der Zeitschrift veröffentlicht wurde Verfahren der Nationalen Akademie der WissenschaftenBamman und sein Team nutzten Gesichtserkennungstechnologie, um zu verfolgen, wie lange Schauspieler in mehr als 2.300 Hollywood-Filmen, die zwischen 1980 und 2022 veröffentlicht wurden, auf der Leinwand erscheinen, insgesamt 4.412 Stunden Filmmaterial.

Sie analysierten sowohl „populäre“ Filme, definiert als die 50 Filme mit den höchsten Einspielzahlen jedes Jahr an den Kinokassen, als auch „Prestige“-Filme, bei denen es sich um Filme handelt, die von mindestens einer von sechs verschiedenen Organisationen, einschließlich der Oscars, für den „Besten Film“ nominiert wurden und der Golden Globe. Globen.

Die Studie bestätigte, dass Hollywood-Filme seit 2010 tatsächlich vielfältiger geworden sind und immer mehr weibliche, schwarze, hispanische/lateinamerikanische, ostasiatische und südasiatische Schauspieler vertreten sind. Nicht nur Hollywood als Ganzes ist vielfältiger, sondern auch die Besetzungen einzelner Filme, was bedeutet, dass die Veränderung nicht nur auf eine kleine Anzahl von Filmen zurückzuführen ist, in denen ausschließlich nicht-weiße Schauspieler zu sehen sind, wie etwa „Black Panther“.

„Wenn Sie einen einzelnen Film auswählen würden, der gerade gedreht wird, und diesen Film einfach ansehen würden, würden Sie im Durchschnitt eine größere Vielfalt sehen als in einem Film, der vor 10 Jahren gedreht wurde. Allerdings sehen wir auch, dass es in der Nicht-Führungsbranche noch mehr Vielfalt gibt.“ Rollen als in Hauptrollen“, sagte Bamman.

„Dies unterstreicht einen der Vorteile unseres Ansatzes. Viele Arbeiten zur Untersuchung der Rassen- und Geschlechterrepräsentation mit manuellen Methoden haben sich zwangsläufig auf die Hauptakteure konzentriert, aber hier sehen wir, dass es „je weiter man weitergeht, desto mehr Vielfalt gibt.“ Besetzungsliste.“

Brechen Sie digitale Schlösser

Die von Bamman und seinem Team verwendeten automatisierten Methoden sind jetzt dank einer neuen Bundesverordnung möglich, die „digitale Sperren“ für DVDs lockert.

Seit der Verabschiedung des US-amerikanischen Digital Millennium Copyright Act im Jahr 1998 ist es Forschern durch den Urheberrechtsschutz strengstens untersagt, digitale DVD-Sperren zu knacken, die DVD-Piraterie verhindern und die Rechte des Urheberrechtsinhabers oder des Autors schützen. Mit diesen technischen Schutzmaßnahmen ist es sehr schwierig, Filme neuen Computer-Vision-Technologien zu unterziehen, die das Erscheinen von Gesichtern oder Objekten im Video erkennen und verfolgen können.

Allerdings inspiriert von einem Schulungsinstitut zum Thema, wie das Gesetz die Computerforschung prägt, organisiert von Co-Autorin Rachael Samberg, Direktorin für Wissenschaftskommunikation und Informationspolitik an der UC Berkeley Library, der Samuelson Law, Technology and Policy Clinic und Author’s Alliance an der UC Berkeley. forderte das US-amerikanische Urheberrechtsamt auf, höheren Bildungseinrichtungen die Entschlüsselung dieser Sperren auf DVDs und E-Books zu gestatten, um eine groß angelegte Datenauswertung für wissenschaftliche Forschung und Bildung durchzuführen. Mithilfe von Bammans Aussage im Jahr 2021 verabschiedete das Büro die Ausnahmeregelung und erneuerte sie im Jahr 2024.

„Die Arbeit, die wir in mehreren Einheiten und Abteilungen der UC Berkeley geleistet haben, hat dazu beigetragen, dem Copyright Office zu zeigen, dass diese Ausnahme für die Förderung moderner Forschungspraktiken, die auf rechnerischer Analyse basieren, von wesentlicher Bedeutung ist“, sagte Samberg. „Zum ersten Mal sind amerikanische Wissenschaftler nun in der Lage, diese Art von Forschung in großem Umfang an Fernsehsendungen und Filmen durchzuführen.“

Auch wenn Forscher jetzt technische Schutzmaßnahmen umgehen können, um urheberrechtlich geschützte Filme und Bücher zu untersuchen, gibt es immer noch strenge Regeln für die Verwendung und Weitergabe der Daten. Erstens muss jede Institution, die solche Analysen durchführen möchte, über das Material verfügen, was bedeutet, dass Bamman und sein Team eigene Kopien der 2.307 untersuchten Filme erwerben mussten.

Die Analyse sollte auch Maßnahmen zur Gewährleistung der Datensicherheit umfassen. Bamman schreibt der Secure Research Data and Compute (SDRC)-Plattform der UC Berkeley, einem Campus-Cluster, der speziell für die Verwaltung sicherer und hochsensibler Daten entwickelt wurde, die Ermöglichung der Forschung zu.

„Ohne das SRDC in Berkeley, die Unterstützung der Mellon Foundation und die juristische Expertise der Samuelson Library and Clinic hätten wir diese Studie nicht durchführen können“, sagte Bamman.

Verfolgen Sie Trends im großen Maßstab

Für diese erste Studie über Computer Vision entschied sich Bamman, sich auf Diversität zu konzentrieren, unter anderem aufgrund der langen Geschichte der Filmwissenschaft auf diesem Gebiet.

„Während wir Rechenmethoden entwickeln, um die Diversität in einer größeren Sammlung von Filmen zu messen, als Menschen bisher sehen konnten, wollten wir unsere Ergebnisse mit meiner Meinung nach Benchmark-Arbeit vergleichen können – Studien, die dieselben Repräsentationsprobleme gemessen haben.“ in den letzten 20 Jahren durch manuelle Visualisierung“, sagte Bamman. „Aus der #OscarsSoWhite-Bewegung von 2015 und 2016 wissen wir auch, dass es bei Oscar-Nominierungen auf Schauspiel- und Regisseurebene einen erheblichen Mangel an Rassenvielfalt gibt.“

Obwohl die Studie Computer Vision nutzte, um das Auftreten von Schauspielern auf dem Bildschirm zu verfolgen, wurden die Algorithmen nicht verwendet, um Urteile über Rasse, Geschlecht oder ethnische Zugehörigkeit zu fällen, sagte Bamman. Stattdessen konsultierte sein Team Wikidata, um das Geschlecht jedes Schauspielers besser zu verstehen, und führte Benutzerumfragen durch, um herauszufinden, wie Zuschauer die Rasse/Ethnizität jedes Schauspielers wahrnehmen könnten.

„Der Grund, warum wir über Wahrnehmungen nachdenken, ist, dass wir versuchen wollen, näher an die Darstellung heranzukommen, die ein durchschnittlicher Zuschauer auf der Leinwand sieht, und nicht versuchen, Rückschlüsse auf die Schauspieler zu ziehen, die außerhalb der Aussagen der Schauspieler selbst nicht erkennbar sind.“ “, sagte Bamman. sagte. „Die Konzentration auf Wahrnehmungen gibt uns Einblick, wie die Repräsentation bei Casting-Entscheidungen und der Bildschirmzeit letztendlich bei den Zuschauern ankommt.“

Die Studie bestätigte nicht nur, dass Hollywood-Filme seit 2010 vielfältiger geworden sind, sondern stellte auch fest, dass die Rate, mit der Zuschauer Frauen auf der Leinwand sehen, von stabilen 25 Prozent zwischen 1980 und 2010 auf rund 40 Prozent im Jahr 2022 gestiegen ist. Allerdings alle Gruppen außer Weiße. Männer sind in Führungspositionen im Vergleich zu Nicht-Führungspositionen nach wie vor unterrepräsentiert.

Sie fanden außerdem heraus, dass schwarze Schauspieler in nominierten Filmen im Vergleich zu populären Filmen unterrepräsentiert sind, dieser Unterschied jedoch größtenteils auf die Unterrepräsentation in nominierten Filmen zwischen 1980 und 2010 zurückzuführen ist.

Um die Reproduzierbarkeit der Forschung zu unterstützen und ein besseres Verständnis der Filme zu fördern, veröffentlichten Bamman und sein Team nicht urheberrechtlich geschützte Elemente ihrer Daten, darunter Metadaten über die Frames eines Films, in denen jeder Schauspieler auftritt, und die Position jedes Gesichts in jedem Bild und die UPC (Universal Product Codes) aller von ihnen gekauften DVDs.

In Zukunft hofft Bamman, den Datensatz auch nutzen zu können, um differenziertere Fragen zur Darstellung im Film zu stellen und dabei nicht nur die Präsenz eines Schauspielers auf der Leinwand zu untersuchen, sondern auch die Art und Weise, wie die Person dargestellt wird und wie diese Darstellungen damit verknüpft werden können Stereotypen. und Vorurteile.

„Ich hoffe, dass dies die Forschung zur kulturellen Analyse des Kinos wirklich beschleunigen wird, wo wir und andere Computer-Vision-Methoden nutzen können, um groß angelegte Trends bei diesen wichtigen Kulturgütern zu messen“, sagte Bamman. „Wir würden gerne sowohl mit Filmstudios als auch mit Filmforschern zusammenarbeiten, um dieses Ziel zu erreichen.“

Weitere Co-Autoren der Studie sind Naitian Zhou von der UC Berkeley und Richard Jean So von der McGill University.