संवेदी मूल्यांकन के लिए डेटा संग्रह और स्वचालित चेहरे की अभिव्यक्ति विश्लेषण प्रौद्योगिकी लागू करने के विश्लेषण और टेम्पोरल विश्लेषण के लिए प्रोटोकॉल
Summary
कब्जा करने और सांख्यिकीय विश्लेषण करने के लिए एक संवेदी मूल्यांकन प्रयोगशाला स्वचालित चेहरे की अभिव्यक्ति विश्लेषण सॉफ्टवेयर का उपयोग में पेय पदार्थों और तरलीकृत खाद्य पदार्थों के लिए आबादी के भावनात्मक प्रतिक्रिया के लिए एक प्रोटोकॉल में वर्णित है।
Abstract
We demonstrate a method for capturing emotional response to beverages and liquefied foods in a sensory evaluation laboratory using automated facial expression analysis (AFEA) software. Additionally, we demonstrate a method for extracting relevant emotional data output and plotting the emotional response of a population over a specified time frame. By time pairing each participant’s treatment response to a control stimulus (baseline), the overall emotional response over time and across multiple participants can be quantified. AFEA is a prospective analytical tool for assessing unbiased response to food and beverages. At present, most research has mainly focused on beverages. Methodologies and analyses have not yet been standardized for the application of AFEA to beverages and foods; however, a consistent standard methodology is needed. Optimizing video capture procedures and resulting video quality aids in a successful collection of emotional response to foods. Furthermore, the methodology of data analysis is novel for extracting the pertinent data relevant to the emotional response. The combinations of video capture optimization and data analysis will aid in standardizing the protocol for automated facial expression analysis and interpretation of emotional response data.
Introduction
स्वचालित चेहरे की अभिव्यक्ति विश्लेषण (AFEA) पेय पदार्थों और खाद्य पदार्थों के लिए भावनात्मक प्रतिक्रियाओं निस्र्पक के लिए एक संभावित विश्लेषणात्मक उपकरण है। भावनात्मक विश्लेषण मौजूदा संवेदी विज्ञान के तरीके में, भोजन मूल्यांकन प्रथाओं, और hedonic पैमाने रेटिंग करने के लिए एक अतिरिक्त आयाम जोड़ सकते हैं आम तौर पर अनुसंधान और उद्योग सेटिंग्स में दोनों का इस्तेमाल किया। भावनात्मक विश्लेषण एक अतिरिक्त मीट्रिक कि खाद्य और पेय पदार्थ के लिए एक अधिक सटीक प्रतिक्रिया का पता चलता है प्रदान कर सकता है। Hedonic स्कोरिंग विफलता के कारण प्रतिक्रियाओं 1 रिकॉर्ड करने के लिए भागीदार पूर्वाग्रह शामिल हो सकते हैं।
AFEA अनुसंधान कंप्यूटर गेमिंग, उपयोगकर्ता व्यवहार, शिक्षा / शिक्षा शास्त्र, और सहानुभूति और धोखे पर मनोविज्ञान के अध्ययन सहित कई अनुसंधान अनुप्रयोगों में इस्तेमाल किया गया है। ज्यादातर खाद्य से जुड़े अनुसंधान भोजन की गुणवत्ता और भोजन के साथ मानवीय व्यवहार करने के लिए भावनात्मक प्रतिक्रिया निस्र्पक पर ध्यान केंद्रित किया है। भोजन व्यवहार में अंतर्दृष्टि पाने में हाल की प्रवृत्ति के साथ, साहित्य रिपोर्ट के एक बढ़ती शरीर AFEA का उपयोग करेंखाद्य पदार्थ, पेय पदार्थ, और odorants 1-12 से जुड़े मानव भावनात्मक प्रतिक्रिया निस्र्पक के लिए।
AFEA चेहरे कार्रवाई कोडिंग प्रणाली (FACS) से ली गई है। चेहरे की कार्रवाई कोडिंग प्रणाली (FACS) एक 5 सूत्री तीव्रता पैमाने 13 पर कार्रवाई इकाइयों (ऑस्ट्रेलिया) द्वारा विशेषता चेहरे आंदोलनों भेदभाव। FACS दृष्टिकोण प्रशिक्षित समीक्षा विशेषज्ञों का मार्गदर्शन कोडिंग, महत्वपूर्ण मूल्यांकन के समय की आवश्यकता है, और सीमित डेटा विश्लेषण विकल्प प्रदान करता है। AFEA भावनाओं को निर्धारित करने के लिए एक तेजी से मूल्यांकन पद्धति के रूप में विकसित किया गया था। AFEA सॉफ्टवेयर भावनात्मक प्रतिक्रिया 14-18 को चिह्नित करने के चेहरे की मांसपेशियों आंदोलन, चेहरे डेटाबेस, और एल्गोरिदम पर निर्भर करता है। AFEA इस अध्ययन में इस्तेमाल किया सॉफ्टवेयर भावनात्मक चेहरे की अभिव्यक्ति चित्र के वारसॉ सेट (WSEFEP) और एम्सटर्डम में गतिशील चेहरे की अभिव्यक्ति, जो 0.70 के एक मानक समझौते के करीब है सेट (ADFES) दोनों पर औसतन 0.67 के समझौते का एक "FACS सूचकांक पहुँच मैनुअल कोडिंग "19 के लिए </sup>। विश्लेषण में शामिल यूनिवर्सल भावनाओं को खुश (सकारात्मक), शिरोमणि अकाली दल (नकारात्मक), निराश (नकारात्मक) आश्चर्य (सकारात्मक या नकारात्मक), गुस्सा (नकारात्मक), डर (नकारात्मक) और तटस्थ प्रत्येक 1 0 से एक अलग पैमाने पर (पर कर रहे हैं 0 = व्यक्त नहीं; 1 = पूरी तरह से व्यक्त) 20। इसके अलावा, मनोविज्ञान साहित्य, खुश हैरान और गुस्से के रूप में "दृष्टिकोण" भावनाओं (उत्तेजनाओं की ओर) और दुख की बात भी शामिल है, डर लगता है, और "के रूप में वापसी" भावनाओं को निराश (प्रतिकूल उत्तेजनाओं से दूर) 21।
खाद्य पदार्थों के साथ जुड़े भावनाओं निस्र्पक के लिए वर्तमान AFEA सॉफ्टवेयर की एक सीमा चबाने और निगलने के साथ ही इस तरह के चरम सिर आंदोलनों के रूप में अन्य सकल मोटर गति, के साथ जुड़े चेहरे आंदोलनों से हस्तक्षेप है। सॉफ्टवेयर छोटे चेहरे की मांसपेशियों में गति, संबंधित स्थिति और आंदोलन की डिग्री है, चेहरे 16,17 पर 500 से अधिक मांसपेशियों अंक के आधार पर लक्ष्य। चबाने वाली गतियों भाव के वर्गीकरण के साथ हस्तक्षेप। इस सीमाव्यावहारिक तरलीकृत खाद्य पदार्थों का उपयोग कर संबोधित किया जा सकता है। हालांकि, अन्य कार्यप्रणाली चुनौतियों का भी वीडियो संवेदनशीलता और विशेषताओं सहित डेटा संग्रह पर्यावरण, प्रौद्योगिकी, शोधकर्ता निर्देश, भागीदार व्यवहार, और भागीदार AFEA विश्लेषण घटा सकते हैं।
एक मानक पद्धति विकसित नहीं किया गया है और इष्टतम वीडियो को पकड़ने और डेटा विश्लेषण एक संवेदी मूल्यांकन प्रयोगशाला स्थापित करने में खाद्य और पेय पदार्थ के लिए भावनात्मक प्रतिक्रिया के लिए AFEA प्रयोग करने के लिए सत्यापित। कई पहलुओं प्रकाश व्यवस्था सहित वीडियो पर कब्जा पर्यावरण को प्रभावित कर सकते हैं, प्रकाश व्यवस्था, भागीदार दिशाओं, भागीदार व्यवहार, भागीदार ऊंचाई, और साथ ही, कैमरा ऊंचाई, कैमरा मछली पकड़ने, और उपकरणों सेटिंग के कारण ग्रहण। इसके अलावा, डेटा विश्लेषण के तरीके में असंगत हैं और भावनात्मक प्रतिक्रिया का आकलन करने के लिए एक मानक पद्धति की कमी है। यहाँ, हम पेय पदार्थों का उपयोग कर सार्थक परिणाम में भावनात्मक डेटा और डाटा प्रोसेसिंग पर कब्जा करने के लिए हमारे मानक संचालन प्रक्रिया का प्रदर्शन करेंगे (सुगंधित दूध, मूल्यांकन के लिए unflavored दूध और पानी unflavored)। हमारे ज्ञान केवल एक सहकर्मी की समीक्षा प्रकाशन के लिए, हमारी प्रयोगशाला समूह से, भावनाओं विश्लेषण 8 के लिए डेटा की व्याख्या के लिए समय की श्रृंखला के लिए उपयोग किया गया है; हालांकि, विधि हमारे प्रस्तुत विधि के लिए अद्यतन किया गया है। हमारा उद्देश्य एक संवेदी मूल्यांकन प्रयोगशाला स्थापित करने में reproducibility के साथ मदद करने के लिए एक बेहतर और लगातार कार्यप्रणाली विकसित करना है। प्रदर्शन के लिए, अध्ययन मॉडल का उद्देश्य यदि AFEA सुगंधित दूध, दूध और unflavored unflavored पानी की पारंपरिक hedonic स्वीकार्यता आकलन के पूरक हो सकता है मूल्यांकन करने के लिए है। इस वीडियो प्रोटोकॉल के इरादे AFEA कार्यप्रणाली स्थापित करने में मदद, एक संवेदी मूल्यांकन प्रयोगशाला में वीडियो पर कब्जा मापदंड (संवेदी बूथ सेटिंग) का मानकीकरण, और आबादी के अस्थायी भावनात्मक डेटा विश्लेषण के लिए एक विधि वर्णन करने के लिए है।
Protocol
Representative Results
Discussion
खाद्य और पेय पदार्थ से संबंधित साहित्य में AFEA आवेदन बहुत सीमित 1-11 है। भोजन करने के लिए आवेदन पद्धति और डेटा की व्याख्या की स्थापना के लिए एक अवसर पैदा करने, नया है। Arnade (2013) 7 चॉकलेट दूध और सफेद दूध वक?…
Offenlegungen
The authors have nothing to disclose.
Acknowledgements
This project was funded, in part, by ConAgra Foods (Omaha, NE, USA), the Virginia Agricultural Experiment Station, the Hatch Program of the National Institute of Food and Agriculture, U.S. Department of Agriculture, and the Virginia Tech Water INTERface Interdisciplinary Graduate Education Program.
Materials
| 2% Reduced Fat Milk | Kroger Brand, Cincinnati, OH or DZA Brands, LLC, Salisbury, NC | na | for solutions |
| Drinking Water | Kroger Brand, Cincinnati, OH | na | for solutions |
| Imitation Clear Vanilla Flavor | Kroger Brand, Cincinnati, OH | na | for solutions |
| Iodized Salt | Kroger Brand, Cincinnati, OH | na | for solutions |
| FaceReader 6 | Noldus Information Technology, Wageningen, The Netherlands | na | For Facial Analysis |
| Sensory Information Management System (SIMS) 2000 | Sensory Computer Systems, Berkeley Heights, NJ | Version 6 | For Sensory Data Capture |
| Rhapsody | Acuity Brands Lighting, Inc., Conyers, GA | For Environment Illumination | |
| R Version | R Core Team 2015 | 3.1.1 | For Statistical Analysis |
| Microsoft Office | Microsoft | na | For Statistical Analysis |
| JMP | Statistical Analysis Software (SAS) Version 9.2, SAS Institute, Cary, NC | na | For Statistical Analysis |
| Media Recorder 2.5 | Noldus Information Technology, Wageningen, The Netherlands | na | For capturing participants sensory evaluation |
| Axis M1054 Camera | Axis Communications, Lund, Sweden | na | |
| Beverage | na | Beverage or soft food for evaluation |
Referenzen
- De Wijk, R. A., Kooijman, V., Verhoeven, R. H. G., Holthuysen, N. T. E., De Graaf, C. Autonomic nervous system responses on and facial expressions to the sight, smell, and taste of liked and disliked foods. Food Qual Prefer. 26 (2), 196-203 (2012).
- De Wijk, R. A., He, W., Mensink, M. G. J., Verhoeven, R. H. G., De Graaf, C. ANS responses and facial expression differentiate between the taste of commercial breakfast drinks. PLoS ONE. 9 (4), 1-9 (2014).
- He, W., Boesveldt, S., De Graaf, C., De Wijk, R. A. Behavioural and physiological responses to two food odours. Appetite. 59 (2), 628 (2012).
- He, W., Boesveldt, S., De Graaf, C., De Wijk, R. A. Dynamics of autonomic nervous system responses and facial expressions to odors. Front Psychol. 5 (110), 1-8 (2014).
- Danner, L., Sidorkina, L., Joechl, M., Duerrschmid, K. Make a face! Implicit and explicit measurement of facial expressions elicited by orange juices using face reading technology. Food Qual Prefer. 32 (2014), 167-172 (2013).
- Danner, L., Haindl, S., Joechl, M., Duerrschmid, K. Facial expression and autonomous nervous system responses elicited by tasting different juices. Food Res Int. 64 (2014), 81-90 (2014).
- Arnade, E. A. . Measuring consumer emotional response to tastes and foods through facial expression analysis [thesis]. , 1-187 (2013).
- Leitch, K. A., Duncan, S. E., O’Keefe, S., Rudd, R., Gallagher, D. L. Characterizing consumer emotional response to sweeteners using an emotion terminology questionnaire and facial expression analysis. Food Res Int. 76, 283-292 (2015).
- Crist, C. A., et al. Application of emotional facial analysis technology to consumer acceptability using a basic tastes model. , (2014).
- Garcia-Burgos, D., Zamora, M. C. Facial affective reactions to bitter-tasting foods and body mass index in adults. Appetite. 71 (2013), 178-186 (2013).
- Garcia-Burgos, D., Zamora, M. C. Exploring the hedonic and incentive properties in preferences for bitter foods via self-reports, facial expressions and instrumental behaviours. Food Qual Prefer. 39 (2015), 73-81 (2015).
- Lewinski, P., Fransen, M. L., Tan, E. S. H. Predicting advertising effectiveness by facial expressions in response to amusing persuasive stimuli. J. Neurosci. Psychol. Econ. 7 (1), 1-14 (2014).
- Ekman, P., Friesen, W. V. Facial action coding system: A technique for the measurement of facial movement. , (1978).
- Viola, P., Jones, M. Rapid object detection using a boosted cascade of simple features. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern. 1, 511-518 (2001).
- Sung, K. K., Poggio, T. Example-based learning for view-based human face detection. IEEE Trans. Pattern Anal. Mach. Intell. 20 (1), 39-51 (1998).
- . . FaceReader 5™ Technical Specifications. , (2014).
- Cootes, T., Taylor, C. . Statistical models of appearance for computer vision: Technical report. , (2000).
- Bishop, C. M. . Neural networks for pattern recognition. , (1995).
- Lewinski, P., den Uyl, T. M., Butler, C. Automated facial coding: validation of basic emotions and FACS AUs in FaceReader. J. Neurosci. Psychol. Econ. 7 (4), 227-236 (2014).
- Noldus Information Technology. . FaceReader Reference Manual Version 6. , (2014).
- Alves, N. T., Fukusima, S. S., Aznar-Casanova, J. A. Models of brain asymmetry in emotional processing. Psychol Neurosci. 1 (1), 63-66 (2008).
- Costello, M., Clark, S., Clark, S., Costello, M., Drake, M., Bodyfelt, F. Preparation of samples for instructing students and staff in dairy products evaluation (Appendix F). The sensory evaluation of dairy foods. , 551-560 (2009).
- Porcherot, C., et al. How do you feel when you smell this? Optimization of a verbal measurement of odor-elicited emotions. Food Qual Prefer. 21, 938-947 (2010).
- Warrenburg, S. Effects of fragrance on emotions: Moods and physiology. Chem. Senses. 30, i248-i249 (2005).
- Bredie, W. L. P., Tan, H. S. G., Wendin, K. A comparative study on facially expressed emotions in response to basic tastes. Chem. Percept. 7 (1), 1-9 (2014).
- Wendin, K., Allesen-Holm, B. H., Bredie, L. P. Do facial reactions add new dimensions to measuring sensory responses to basic tastes?. Food Qual Prefer. 22, 346-354 (2011).
- Rosenstein, D., Oster, H. Differential facial responses to four basic tastes in newborns. Child Dev. 59 (6), 1555-1568 (1988).
- Rosenstein, D., Oster, H., P, E. k. m. a. n., E, R. o. s. e. n. b. e. r. g. Differential facial responses to four basic tastes in newborns. What the face reveals: Basic and applied studies of spontaneous expression using the facial action coding system (FACS). , 302-327 (1997).
- Rozin, P., Fallon, A. E. A perspective on disgust. Psychol. Rev. 94 (1), 23-41 (1987).
- Delarue, J., Blumenthal, D. Temporal aspects of consumer preferences. Curr. Opin. Food Sci. 3, 41-46 (2015).
- Sudre, J., Pineau, N., Loret, C., Marin, N. Comparison of methods to monitor liking of food during consumption. Food Qual Prefer. 24 (1), 179-189 (2012).
- Weiland, R., Ellgring, H., Macht, M. Gustofacial and olfactofacial responses in human adults. Chem. Senses. 35 (9), 841-853 (2010).
- Ekman, P., Cole, J. Universal and cultural differences in facial expressions of emotion. Nebraska symposium on motivation. , 207-283 (1971).
- Griemel, E., Macht, M., Krumhuber, E., Ellgring, H. Facial and affective reactions to tastes and their modulation by sadness and joy. Physiol Behav. 89 (2), 261-269 (2006).
