人脸识别被识别为三次元，但对二次元无效。迪斯尼的技术小组正在开发这个算法，以帮助动画制作者进行后期搜索。

数字内容库的第一步，是检测和标记过去作品中的内容，方便制作者和用户查找。

面部识别技术已经比较成熟，但是，同样的方法，能不能用在动画中的人脸识别呢？

经过技术小组的实验，发现只有在某些情况下是可行的。

电影《阿瓦勒公主埃琳娜》和《小狮王守护队》都是他们手工注释的两部动画作品，在几百帧的影片中用方框标记出面孔。使用这个手动注释数据集，研究小组验证了基于人脸识别技术的动画脸(特别是类脸和动物脸)表现不佳。

经过研究小组的分析确认，像HOG+SVM之类的方法对颜色、亮度或者纹理变化具有鲁棒性，但是所使用的模型只能与人类比例的动画角色(即两只眼睛、一个鼻子和一个嘴巴)相匹配。

另外，由于动画内容的背景往往是扁平的，细节较少，因此，该模型错误地将所有在简单背景下突出出来的东西视为动画脸。

在《汽车总动员》中，两位「赛车」主角更为抽象化的脸，无法用传统的人脸识别技术来检测和识别。

所以研究小组认为他们需要一种技术来学习更为抽象的人脸概念。

这个小组选择了PyTorch训练模型。通过PyTorch，他们可以获得最先进的预训练模型，满足他们的训练需要，使存档过程更加高效。

培训期间，团队发现数据集中、正样充足，但缺乏足够的负样本进行模型训练。它们决定使用不含动画面孔的其他图片，但是具有动画特征的图片来增加初始数据集。

为了达到这个目的，他们扩展了Faster-RCNN实现，以便在训练期间不需要注释就可以装载负样本。