Konstrukcja filmu jest bardzo prosta. Przez większość czasu widzimy zbliżenia twarzy. Zwykle trzy pary twarzy, na trzech różnych poziomach nakładania obrazów. Początkowo twarze są bardzo teatralne, umalowane. Nie jest jasne, czy należą do mężczyzn, czy do kobiet. Poruszają się tylko nieznacznie. Są wręcz boskie. W miarę rozwoju filmu, bardzo niezauważalnie, twarze zaczynają nabierać życia oraz cech męskich i kobiecych. Pod koniec filmu, po trzech godzinach, twarze są bardzo rzeczywiste i bardzo ludzkie, a płeć i wiek są wyraźnie określone: mężczyźni, kobiety, dzieci.