五大人格特質 (Big Five personality traits)，又稱大五性格模型或五因素模型 (The Five Factor Model, FFM)，過去研究多以問卷方式了解受試者的人格特質，然而此方式耗時又費力，不利於需要長期追蹤的對象。因此本研究結合面部動作編碼系統 (Facial Action Coding System, FACS) 與神經網絡 (Neural Network) 建立出一套能夠有效識別人們五大人格特質的非侵入性系統。
在過去研究中， Big Five 已被證明與職涯發展 (預測其工作滿意度及網路互動行為等)、精神疾病 (自閉症、憂鬱症與焦慮症等) 以及生理疾病 (中風、糖尿病、癌症、高血壓、關節炎和呼吸系統疾病等) 有相當程度的關聯。因此人格特質不僅限於橫斷面的判斷，也用於縱斷面的頻繁追蹤。
在本實驗程序中，先將臉部分為五大區域 (眼睛、眉毛、嘴巴、臉頰與額頭皺紋) 並使用 FACS 來追蹤面部 27 個動作單元 (Action Units, AUs) ，接著將這些 AUs 的明顯程度進行編碼並建立行為地圖，最後再將行為地圖數據投入神經網絡進行訓練與測試。
實驗結果表明，動作單位與人格特質之間存在相關性，尤其在外向性和神經質準確性超過八成，經驗開放性則超過七成。而透過系統分析微表情所花費的時間僅三分鐘，相比於填寫問卷所需的時間，微表情在識別上述三種性格特徵是有效率的。而勤勉審慎與與親和性部分，研究者也補充，這兩種特質在面對團隊合作以及人際關係時較容易被展示，然而視訊實驗通常都是單獨進行，故較難以促發受試者的勤勉審慎與與親和性。