從FaceReader到AI：食品感官研究的未來

更新時間：2025-05-27

點擊次數：445

隨著消費者需求的不斷演變，食品行業正面臨著挑戰，因此采用創新技術對于保持和提高競爭力至關重要。這也促使數字技術在感官分析中的應用日益廣泛。

面對挑戰與機遇，在感官食品科學的創新路上，我們還能做什么？

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

食品行業的新變革

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

因此，將生理和情感反應納入感官分析對于減輕阻礙食品和飲料行業有效產品開發的偏見至關重要。此外，沉浸式技術與人工智能的興起，也為領域變革帶來了更多的創新可能。

感官數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合創新技術，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已經成為強大的工具，在食品評估過程中提供有關消費者注意力、情緒反應和感官參與的寶貴數據。

（一）眼動追蹤技術：視覺注意測量

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

總的來說，眼動追蹤技術有以下優勢：

提供對視覺注意力和注視模式的精確洞察；
生成客觀的，無意識的數據，減少偏見；
產生詳細的指標，如熱圖；
適用于各個領域，包括營銷和神經科學。

（二）面部表情分析技術：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思的面部表情分析系統（FaceReader），它可以分析面部表情，實時檢測情緒反應。通過評估快樂、悲傷、憤怒、驚訝、恐懼和厭惡等情緒，為研究者提供關于消費者對食品產品情感體驗的寶貴數據。FaceReader通過分析由感官刺激（包括嗅覺體驗）引發的面部表情來評估情緒反應。當應用于嗅覺研究時，可以將特定氣味暴露與情感反應相關聯（Pichierri et al., 2021），深入了解消費者偏好和產品接受度。這些數據對于理解味道、質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，品酒研究也強調了FaceReader在檢測與特定風味相關的細微情緒反應方面的有效性（Marques et al., 2024）。此外，FaceReader可以作為神經營銷工具，用于比較選定市場中顧客的嗅覺偏好（Katsikari et al., 2024）。

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

面部表情分析系統 (FaceReader)

面部表情分析系統是用于自動分析面部表情的可靠的專業軟件，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"狀態并識別“蔑視"表情。除此之外，系統還可以提供情感態度分析（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）等數據。無論您的測試參與者是嬰兒，兒童，成人還是老年人，面部表情分析系統都會根據您的需要，調整至適合的分析模型。

總的來說，FaceReader有以下優勢：

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

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。眼動追蹤提供了關于消費者注意力的客觀、視覺數據，而FaceReader則捕捉了與產品體驗相關的情感參與。結合這些技術，可以全面了解食品是如何被感知的，以及情緒反應如何與視覺注意力相關聯。這種綜合方法對于評估新產品概念、優化包裝設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。隨著這些方法的發展，它們在食品營銷、產品開發和感官評價方面的應用可能會擴大。

沉浸式技術與人工智能如何帶來創新？

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

（一）虛擬現實技術

虛擬現實（VR）技術通過模擬不同的環境，為研究人員提供了評估食品設計、標簽、擺放和商店布局的新途徑。與傳統感官實驗室相比，VR環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）的研究發現，虛擬顏色與味道期望匹配時，會影響鹽度的感知。

（二）增強現實技術

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

將VR/AR技術與生物測量技術（如眼動追蹤和FaceReader）相結合，可以提供更深入的消費者無意識反應洞察。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，開發了虛擬品鑒環境。用戶測試證實了VR設置的有效性，確保了與品鑒元素的平滑交互（Akbari et al., 2023）。這種結合不僅增強了學習和科學價值，還降低了研究成本，并提供了在受控虛擬環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和科學的革命性進步，人工智能有助于分析大型數據集，識別傳統方法可能忽略的復雜模式。

在感官偏好預測中的應用中，機器學習算法可以預測個人或消費者群體如何感知感官屬性，如味道、香氣、質地和外觀；同時，AI還可以用于還用于分析食品成分、風味和化學成分；此外，對于越來越精細化的食品分類與選擇的發展趨勢下，AI通過利用個體偏好數據，推動了食品個性化的創新。通過開發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等細分市場中尤為突出。

而更進一步的是，AI通過識別感官數據與神經或生化反應之間的相關性，正在推進對感官感知的科學理解。這些見解有助于更廣泛的研究領域，包括神經科學、心理學和營養學，并加深我們對人類感知和食物屬性之間復雜相互作用的理解。

感官與消費者研究的整體方法

眼動追蹤和FaceReader等技術已被證明在捕捉視覺注意力和情緒反應方面發揮了重要作用，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品評價的更深刻的理解，可以指導包裝、廣告和產品創新的發展。此外，消費者行為研究中整體框架的興起強調了在設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。

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

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.

關注諾達思公眾號，聯系我們獲取更多產品信息及學術文章！