從FaceReader到AI：食品感官研究的未來

更新時間：2025-05-27

點擊次數(shù)：631

隨著消費者需求的不斷演變，食品行業(yè)正面臨著挑戰(zhàn)，因此采用創(chuàng)新技術(shù)對于保持和提高競爭力至關(guān)重要。這也促使數(shù)字技術(shù)在感官分析中的應(yīng)用日益廣泛。

面對挑戰(zhàn)與機遇，在感官食品科學(xué)的創(chuàng)新路上，我們還能做什么？

本文向您介紹感官食品科學(xué)領(lǐng)域的最新創(chuàng)新方法，重點探討了數(shù)字工具（如眼動追蹤、FaceReader）以及虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）以及人工智能（AI）技術(shù)在食品感官分析中的應(yīng)用（Cosme et al., 2025）。通過整合這些技術(shù)，研究者能夠更深入地理解消費者的感官體驗，從而推動產(chǎn)品開發(fā)和品牌建設(shè)。

食品行業(yè)的新變革

食品行業(yè)正經(jīng)歷著由消費者需求變化驅(qū)動的深刻變革，這些變化要求企業(yè)采用創(chuàng)新技術(shù)來提升感官分析的精度和效率。傳統(tǒng)的感官分析方法往往受到主觀性和偏差的影響，而數(shù)字技術(shù)的引入則為解決這些問題提供了新的途徑。這些技術(shù)能夠整合用戶對食物和飲料刺激的生理和情緒反應(yīng)，通過各種傳感器系統(tǒng)提供精確和客觀的數(shù)據(jù)。

因此，將生理和情感反應(yīng)納入感官分析對于減輕阻礙食品和飲料行業(yè)有效產(chǎn)品開發(fā)的偏見至關(guān)重要。此外，沉浸式技術(shù)與人工智能的興起，也為領(lǐng)域變革帶來了更多的創(chuàng)新可能。

感官數(shù)字工具如何促進變革？

近年來，消費者行為研究越來越多地結(jié)合創(chuàng)新技術(shù)，以更深入地了解食品是如何被感知和評估的。其中，眼動追蹤和面部表情分析技術(shù)已經(jīng)成為強大的工具，在食品評估過程中提供有關(guān)消費者注意力、情緒反應(yīng)和感官參與的寶貴數(shù)據(jù)。

（一）眼動追蹤技術(shù)：視覺注意測量

眼動追蹤技術(shù)通過監(jiān)測消費者的眼動模式和注視點，為研究者提供了關(guān)于消費者如何感知食品包裝、產(chǎn)品特征和廣告的視角。例如，Graham和Jeffery（2011）的研究表明，顯著位置的營養(yǎng)信息能夠吸引消費者的更多關(guān)注，從而影響食品選擇。通過展示視覺線索如何影響產(chǎn)品選擇和購買行為，眼動追蹤有助于理解消費者的決策過程，即視覺注意的關(guān)鍵作用。例如Gunaratne等人(2019)在對巧克力包裝的研究結(jié)果表明，顏色、標(biāo)識和排列強烈影響消費者的選擇和偏好。熟悉的包裝設(shè)計引起了更多積極的情緒反應(yīng)，如快樂，這表明熟悉和吸引人的視覺元素驅(qū)動消費者的興趣和滿意度。此外，眼動追蹤還可用于食品可持續(xù)性研究，揭示消費者對環(huán)保產(chǎn)品的興趣（Ruppenthal, 2023）。

總的來說，眼動追蹤技術(shù)有以下優(yōu)勢：

提供對視覺注意力和注視模式的精確洞察；
生成客觀的，無意識的數(shù)據(jù)，減少偏見；
產(chǎn)生詳細(xì)的指標(biāo)，如熱圖；
適用于各個領(lǐng)域，包括營銷和神經(jīng)科學(xué)。

（二）面部表情分析技術(shù)：情感體驗測量

研究消費者食品行為的另一個有價值的工具是諾達(dá)思的面部表情分析系統(tǒng)（FaceReader），它可以分析面部表情，實時檢測情緒反應(yīng)。通過評估快樂、悲傷、憤怒、驚訝、恐懼和厭惡等情緒，為研究者提供關(guān)于消費者對食品產(chǎn)品情感體驗的寶貴數(shù)據(jù)。FaceReader通過分析由感官刺激（包括嗅覺體驗）引發(fā)的面部表情來評估情緒反應(yīng)。當(dāng)應(yīng)用于嗅覺研究時，可以將特定氣味暴露與情感反應(yīng)相關(guān)聯(lián)（Pichierri et al., 2021），深入了解消費者偏好和產(chǎn)品接受度。這些數(shù)據(jù)對于理解味道、質(zhì)地或香氣如何影響消費者的接受度和情感投入是有價值的。同樣，品酒研究也強調(diào)了FaceReader在檢測與特定風(fēng)味相關(guān)的細(xì)微情緒反應(yīng)方面的有效性（Marques et al., 2024）。此外，FaceReader可以作為神經(jīng)營銷工具，用于比較選定市場中顧客的嗅覺偏好（Katsikari et al., 2024）。

傳統(tǒng)的感官分析通常側(cè)重于客觀屬性，如味道強度、質(zhì)地和化學(xué)成分，依靠人工評估產(chǎn)品特征。相比之下，通過將FaceReader與傳統(tǒng)的感官評價方法相結(jié)合，結(jié)合心理與情感反應(yīng)，對消費者偏好有更全面的理解。食品公司可以開發(fā)出量身定制的產(chǎn)品，從而引發(fā)積極的情緒反應(yīng)，提高消費者滿意度和品牌忠誠度。例如Marques和Vilela（2024）發(fā)現(xiàn)，杜羅葡萄酒的甜度和酸度會引發(fā)快樂和驚喜等情緒，這一研究強調(diào)了感官體驗如何塑造消費者偏好并指導(dǎo)產(chǎn)品優(yōu)化。

面部表情分析系統(tǒng) (FaceReader)

面部表情分析系統(tǒng)是用于自動分析面部表情的可靠的專業(yè)軟件，可以識別六個基本情緒：快樂，悲傷，憤怒，驚訝，害怕和EX，也可以識別“中立"狀態(tài)并識別“蔑視"表情。除此之外，系統(tǒng)還可以提供情感態(tài)度分析（感興趣，困惑和無聊等），心率，視線方向，效價和喚醒度，個人特征（如性別，年齡）等數(shù)據(jù)。無論您的測試參與者是嬰兒，兒童，成人還是老年人，面部表情分析系統(tǒng)都會根據(jù)您的需要，調(diào)整至適合的分析模型。

總的來說，FaceReader有以下優(yōu)勢：

自動實時檢測面部表情和情緒；
非侵入性和用戶友好性，不需要可穿戴設(shè)備；
無需手動情緒編碼，節(jié)省時間和精力；
適用于心理學(xué)、市場營銷和可用性測試等領(lǐng)域。

眼動追蹤和FaceReader為感官和消費者研究提供了一種互補的方法。眼動追蹤提供了關(guān)于消費者注意力的客觀、視覺數(shù)據(jù)，而FaceReader則捕捉了與產(chǎn)品體驗相關(guān)的情感參與。結(jié)合這些技術(shù)，可以全面了解食品是如何被感知的，以及情緒反應(yīng)如何與視覺注意力相關(guān)聯(lián)。這種綜合方法對于評估新產(chǎn)品概念、優(yōu)化包裝設(shè)計和定制營銷活動以符合消費者偏好是有價值的。從視覺吸引力到情感滿足。隨著這些方法的發(fā)展，它們在食品營銷、產(chǎn)品開發(fā)和感官評價方面的應(yīng)用可能會擴大。

沉浸式技術(shù)與人工智能如何帶來創(chuàng)新？

感官測試的最新進展引入了虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）技術(shù)，這些技術(shù)主要應(yīng)用于消費者感官測試，使用戶沉浸在模擬環(huán)境中，通過視覺、聽覺和觸覺刺激參與多種感官，在虛擬環(huán)境中研究食物體驗和購物行為。

（一）虛擬現(xiàn)實技術(shù)

虛擬現(xiàn)實（VR）技術(shù)通過模擬不同的環(huán)境，為研究人員提供了評估食品設(shè)計、標(biāo)簽、擺放和商店布局的新途徑。與傳統(tǒng)感官實驗室相比，VR環(huán)境能夠提供更豐富的感官體驗，從而更深入地了解消費者的行為。此外，VR技術(shù)還可用于模擬食品顏色對味道感知的影響，如Huang等人（2019）的研究發(fā)現(xiàn)，虛擬顏色與味道期望匹配時，會影響鹽度的感知。

（二）增強現(xiàn)實技術(shù)

增強現(xiàn)實（AR）技術(shù)通過將計算機生成的虛擬信息疊加到現(xiàn)實世界中，為研究者提供了修改和增強感官體驗的新工具。例如，在食品包裝設(shè)計中，AR可用于可視化新產(chǎn)品、探索產(chǎn)品概念和進行營養(yǎng)相關(guān)研究（如評估餐量）。盡管AR無法復(fù)制真實的用餐體驗或測試環(huán)境，但其在控制環(huán)境中影響食品感知的潛力已得到廣泛認(rèn)可（Chylinski et al., 2020）。

將VR/AR技術(shù)與生物測量技術(shù)（如眼動追蹤和FaceReader）相結(jié)合，可以提供更深入的消費者無意識反應(yīng)洞察。例如，在“E-Flavor"項目中，研究人員利用Blender進行3D建模，Unity確保與VR頭顯的兼容性，開發(fā)了虛擬品鑒環(huán)境。用戶測試證實了VR設(shè)置的有效性，確保了與品鑒元素的平滑交互（Akbari et al., 2023）。這種結(jié)合不僅增強了學(xué)習(xí)和科學(xué)價值，還降低了研究成本，并提供了在受控虛擬環(huán)境中進行感官研究的新機會。

（三）人工智能（AI）

將人工智能（AI）集成到感官分析中代表了技術(shù)和科學(xué)的革命性進步，人工智能有助于分析大型數(shù)據(jù)集，識別傳統(tǒng)方法可能忽略的復(fù)雜模式。

在感官偏好預(yù)測中的應(yīng)用中，機器學(xué)習(xí)算法可以預(yù)測個人或消費者群體如何感知感官屬性，如味道、香氣、質(zhì)地和外觀；同時，AI還可以用于還用于分析食品成分、風(fēng)味和化學(xué)成分；此外，對于越來越精細(xì)化的食品分類與選擇的發(fā)展趨勢下，AI通過利用個體偏好數(shù)據(jù)，推動了食品個性化的創(chuàng)新。通過開發(fā)滿足特定飲食需求或感官偏好的定制配方，AI能夠滿足消費者對個性化食品體驗日益增長的需求。這種能力在功能性食品和替代蛋白質(zhì)等細(xì)分市場中尤為突出。

而更進一步的是，AI通過識別感官數(shù)據(jù)與神經(jīng)或生化反應(yīng)之間的相關(guān)性，正在推進對感官感知的科學(xué)理解。這些見解有助于更廣泛的研究領(lǐng)域，包括神經(jīng)科學(xué)、心理學(xué)和營養(yǎng)學(xué)，并加深我們對人類感知和食物屬性之間復(fù)雜相互作用的理解。

感官與消費者研究的整體方法

眼動追蹤和FaceReader等技術(shù)已被證明在捕捉視覺注意力和情緒反應(yīng)方面發(fā)揮了重要作用，為消費者行為提供了一個全面的視角。這種對視覺線索和情感參與如何影響產(chǎn)品評價的更深刻的理解，可以指導(dǎo)包裝、廣告和產(chǎn)品創(chuàng)新的發(fā)展。此外，消費者行為研究中整體框架的興起強調(diào)了在設(shè)計營銷策略和食品時考慮各種物理、社會和文化因素的必要性。

將虛擬現(xiàn)實、增強現(xiàn)實、人工智能等數(shù)字技術(shù)與眼動追蹤、FaceReader等感官評估工具相結(jié)合，將改變食品和飲料行業(yè)的感官食品研究和產(chǎn)品開發(fā)。這些技術(shù)提供了一種更準(zhǔn)確、高效和客觀的方式來理解和預(yù)測消費者的感官偏好，克服了傳統(tǒng)感官面板的局限性。將生理和情感反應(yīng)結(jié)合起來，可以對消費者如何看待食品提供有價值的見解，最終提高產(chǎn)品質(zhì)量、消費者滿意度和營銷策略。技術(shù)之間的不斷整合，有望進一步帶動個性化食品體驗，并改善整個食品行業(yè)的質(zhì)量評估。

參考文獻

Akbari, M.; Vilela, A.; Barroso, J.; Rocha, T. (2023).Modeling an Integrated Oenology Laboratory in Blender; v3_AV; University of Trás-osMontes e Alto Douro: Vila Real, Portugal.
Chylinski, M., Heller, J., Hilken, T., Keeling, D. I., Mahr, D., & de Ruyter, K. (2020). Augmented reality marketing: A technology-enabled approach to situated customer experience. Australasian Marketing Journal, 28(4), 374-384.
Cosme, F., Rocha, T., Marques, C., Barroso, J., & Vilela, A. (2025). Innovative Approaches in Sensory Food Science: From Digital Tools to Virtual Reality.Applied Sciences, 15(8), 4538.
Graham, D. J., & Jeffery, R. W. (2011). Location, location, location: eye-tracking evidence that consumers preferentially view prominently positioned nutrition information. Journal of the American Dietetic Association, 111(11), 1704-1711.
Gunaratne, N. M., Fuentes, S., Gunaratne, T. M., Torrico, D. D., Ashman, H., Francis, C., … & Dunshea, F. R. (2019). Consumer acceptability, eye fixation, and physiological responses: A study of novel and familiar chocolate packaging designs using eye-tracking devices. Foods, 8(7), 253.
Huang, F., Huang, J., & Wan, X. (2019). Influence of virtual color on taste: Multisensory integration between virtual and real worlds. Computers in Human Behavior, 95, 168-174.
Katsikari, A., Pedersen, M. E., Berget, I., & Varela, P. (2024). Use of face reading to measure oral processing behaviour and its relation to product perception. Food Quality and Preference, 119, 105209.
Marques, C., & Vilela, A. (2024). FaceReader Insights into the Emotional Response of Douro Wines. Applied Sciences, 14(21), 10053.
Marques, C., Dinis, L. T., Modesti, M., Bellincontro, A., Correia, E., & Vilela, A. (2024). Exploring the influence of terroir on douro white and red wines characteristics: A study of human perception and electronic analysis. European Food Research and Technology, 250(12), 3011-3027.
Pichierri, M., Peluso, A. M., Pino, G., & Guido, G. (2021). Health claims’ text clarity, perceived healthiness of extra-virgin olive oil, and arousal: An experiment using FaceReader. Trends in Food Science & Technology, 116, 1186-1194.
Ruppenthal, T. (2023). Eye-tracking studies on sustainable food consumption: a systematic literature review. Sustainability, 15(23), 16434.

關(guān)注諾達(dá)思公眾號，聯(lián)系我們獲取更多產(chǎn)品信息及學(xué)術(shù)文章！