官能評価のための自動化された表情解析技術と時間的分析へのデータの収集と分析応用のためのプロトコル

自動化された表情分析（AFEA）飲料や食品に感情的な反応を特徴付けるための前向きな分析ツールです。感情的な分析は、既存の感覚科学の方法論、食品の評価の実践、および一般的に研究し、業界の設定の両方で使用快楽規模の評価に余分な次元を追加することができます。感情的な分析は、食品や飲料へのより正確な応答を明らかにし、追加のメトリックを提供することができます。反応^1を記録するために、障害に起因する快楽スコアは、参加者の偏りを含んでもよいです。

AFEAの研究は、コンピュータゲーム、ユーザーの行動、教育/教育学、および共感と詐欺に心理学の研究を含む多くの研究用途に使用されています。ほとんどの食品関連の研究は、食品の品質と食品と人間の行動に感情的な反応を特徴付けるに焦点を当てています。食品の行動への洞察を得るの最近の傾向では、文学の成長体はAFEAの使用を報告します食品、飲料、及び臭気物質^1-12に関連した人間の感情的な反応を特徴付けるため。

AFEAは顔面動作分析法（FACS）に由来します。顔面行動コーディングシステム（FACS）は5ポイント強度スケール¹³上で動作単位（AUS）によって特徴づけられる顔の動きを判別します。 FACSのアプローチは、訓練された審査の専門家、マニュアルコーディング、かなりの評価時間を必要とし、限られたデータの分析オプションを提供します。 AFEA感情を決定するための迅速な評価方法として開発されました。 AFEAソフトウェアは、感情的な反応^14-18を特徴づけるために、顔の筋肉の動き、顔のデータベース、およびアルゴリズムに依存しています。本研究で用いたAFEAソフトウェアは、感情的な表情の写真（WSEFEP）のワルシャワセットと0.70の標準的な合意に近いですアムステルダムダイナミック表情セット（ADFES）、両方の平均で0.67の合意の「FACSインデックスに達し手動コーディング^"19のための</sup>。分析に含まユニバーサル感情は1から0までの別々のスケール（上の各幸せ（正）、（負の）悲しい、うんざり（負）、びっくり（正または負）、怒っている（負）、怖がっ（負）と中性であります0は発現していない=; 1 =完全に^）20表明しました。また、心理学の文献は、「撤退」の感情（離れ嫌悪刺激から^）21のような、幸せな驚き、そして（刺激に向かって）「アプローチ」の感情として怒っていると悲しい、怖い、とうんざり含まれています。

食品に関連した感情を特徴付けるための現在のAFEAソフトウェアの1つの制限は、咀嚼や嚥下だけでなく、このような極端な頭の動きなど、他の粗大運動の動きに関連した顔の動きからの干渉です。ソフトウェアは、顔^16,17上の500以上の筋肉の点に基づいて位置や動きの度合いを、関連する、小さい顔の筋肉の動きを対象としています。咀嚼運動は、式の分類を妨害します。この制限ationが液化食品を使用して対処することができます。しかし、他の方法論の課題はまた、データ収集環境、技術、研究者の指示、参加者の行動、および参加者の属性を含むビデオ感度とAFEA分析を減少させることができます。

標準的な方法が開発され、最適なビデオキャプチャと官能評価実験室の設定で食品や飲料への感情的な反応のためAFEAを使用して、データ分析のために確認されていません。多くの側面が原因照明、参加者の方向、参加者の行動、参加者の高さだけでなく、カメラの高さ、カメラ釣り、および機器の設定にシャドーイング、照明などのビデオキャプチャ環境に影響を与えることができます。また、データ分析の方法論は矛盾していると感情的な反応を評価するための標準的な方法論を欠いています。ここで、我々は（飲み物を使用して、意味のある結果に感情的なデータや処理データを取得するため、当社の標準的な操作手順を紹介します評価のための風味のミルク、味付けされていない牛乳と味付けされていない水）。我々の知る唯一の査読出版物に、私たちの研究室のグループから、感情分析⁸のためのデータ解析のための時系列を利用しています。しかし、この方法は、私たちの提示方法のために更新されました。私たちの目的は、官能評価実験室の設定で再現性を助けるために改良された一貫性のある方法論を開発することです。デモでは、研究モデルの目的は、AFEAは、風味のミルクの伝統的な快楽受容性評価、味付けされていない牛乳と味付けされていない水を補うことができれば評価することです。このビデオプロトコルの意図は、AFEA方法論を確立する助け官能評価実験室におけるビデオキャプチャ条件（感覚ブース設定）を標準化し、集団の時間的感情的データ分析のための方法を示すことです。