手机版
化工仪器网手机版
化工仪器网小程序
官方微信
公众号：chem17
扫码关注视频号
随着消费者需求的不断演变，食品行业正面临着挑战，因此采用创新技术对于保持和提高竞争力至关重要。这也促使数字技术在感官分析中的应用日益广泛。
面对挑战与机遇，在感官食品科学的创新路上，我们还能做什么？
本文向您介绍感官食品科学领域的最新创新方法，重点探讨了数字工具（如眼动追踪、FaceReader）以及虚拟现实（VR）、增强现实（AR）以及人工智能（AI）技术在食品感官分析中的应用（Cosme et al., 2025）。通过整合这些技术，研究者能够更深入地理解消费者的感官体验，从而推动产品开发和品牌建设。
食品行业的新变革
因此，将生理和情感反应纳入感官分析对于减轻阻碍食品和饮料行业有效产品开发的偏见至关重要。此外，沉浸式技术与人工智能的兴起，也为领域变革带来了更多的创新可能。
感官数字工具如何促进变革？
（一）眼动追踪技术：视觉注意测量
眼动追踪技术通过监测消费者的眼动模式和注视点，为研究者提供了关于消费者如何感知食品包装、产品特征和广告的视角。例如，Graham和Jeffery（2011）的研究表明，显著位置的营养信息能够吸引消费者的更多关注，从而影响食品选择。通过展示视觉线索如何影响产品选择和购买行为，眼动追踪有助于理解消费者的决策过程，即视觉注意的关键作用。例如Gunaratne等人(2019)在对巧克力包装的研究结果表明，颜色、标识和排列强烈影响消费者的选择和偏好。熟悉的包装设计引起了更多积极的情绪反应，如快乐，这表明熟悉和吸引人的视觉元素驱动消费者的兴趣和满意度。此外，眼动追踪还可用于食品可持续性研究，揭示消费者对环保产品的兴趣（Ruppenthal, 2023）。
总的来说，眼动追踪技术有以下优势：
提供对视觉注意力和注视模式的精确洞察；
生成客观的，无意识的数据，减少偏见；
产生详细的指标，如热图；
适用于各个领域，包括营销和神经科学。
（二）面部表情分析技术：情感体验测量
研究消费者食品行为的另一个有价值的工具是诺达思的面部表情分析系统（FaceReader），它可以分析面部表情，实时检测情绪反应。通过评估快乐、悲伤、愤怒、惊讶、恐惧和厌恶等情绪，为研究者提供关于消费者对食品产品情感体验的宝贵数据。FaceReader通过分析由感官刺激（包括嗅觉体验）引发的面部表情来评估情绪反应。当应用于嗅觉研究时，可以将特定气味暴露与情感反应相关联（Pichierri et al., 2021），深入了解消费者偏好和产品接受度。这些数据对于理解味道、质地或香气如何影响消费者的接受度和情感投入是有价值的。同样，品酒研究也强调了FaceReader在检测与特定风味相关的细微情绪反应方面的有效性（Marques et al., 2024）。此外，FaceReader可以作为神经营销工具，用于比较选定市场中顾客的嗅觉偏好（Katsikari et al., 2024）。
传统的感官分析通常侧重于客观属性，如味道强度、质地和化学成分，依靠人工评估产品特征。相比之下，通过将FaceReader与传统的感官评价方法相结合，结合心理与情感反应，对消费者偏好有更全面的理解。食品公司可以开发出量身定制的产品，从而引发积极的情绪反应，提高消费者满意度和品牌忠诚度。例如Marques和Vilela（2024）发现，杜罗葡萄酒的甜度和酸度会引发快乐和惊喜等情绪，这一研究强调了感官体验如何塑造消费者偏好并指导产品优化。
面部表情分析系统 (FaceReader)
总的来说，FaceReader有以下优势：
自动实时检测面部表情和情绪；
非侵入性和用户友好性，不需要可穿戴设备；
无需手动情绪编码，节省时间和精力；
适用于心理学、市场营销和可用性测试等领域。
眼动追踪和FaceReader为感官和消费者研究提供了一种互补的方法。眼动追踪提供了关于消费者注意力的客观、视觉数据，而FaceReader则捕捉了与产品体验相关的情感参与。结合这些技术，可以全面了解食品是如何被感知的，以及情绪反应如何与视觉注意力相关联。这种综合方法对于评估新产品概念、优化包装设计和定制营销活动以符合消费者偏好是有价值的。从视觉吸引力到情感满足。随着这些方法的发展，它们在食品营销、产品开发和感官评价方面的应用可能会扩大。
沉浸式技术与人工智能如何带来创新？
（一）虚拟现实技术
虚拟现实（VR）技术通过模拟不同的环境，为研究人员提供了评估食品设计、标签、摆放和商店布局的新途径。与传统感官实验室相比，VR环境能够提供更丰富的感官体验，从而更深入地了解消费者的行为。此外，VR技术还可用于模拟食品颜色对味道感知的影响，如Huang等人（2019）的研究发现，虚拟颜色与味道期望匹配时，会影响盐度的感知。
（二）增强现实技术
增强现实（AR）技术通过将计算机生成的虚拟信息叠加到现实世界中，为研究者提供了修改和增强感官体验的新工具。例如，在食品包装设计中，AR可用于可视化新产品、探索产品概念和进行营养相关研究（如评估餐量）。尽管AR无法复制真实的用餐体验或测试环境，但其在控制环境中影响食品感知的潜力已得到广泛认可（Chylinski et al., 2020）。
将VR/AR技术与生物测量技术（如眼动追踪和FaceReader）相结合，可以提供更深入的消费者无意识反应洞察。例如，在“E-Flavor”项目中，研究人员利用Blender进行3D建模，Unity确保与VR头显的兼容性，开发了虚拟品鉴环境。用户测试证实了VR设置的有效性，确保了与品鉴元素的平滑交互（Akbari et al., 2023）。这种结合不仅增强了学习和科学价值，还降低了研究成本，并提供了在受控虚拟环境中进行感官研究的新机会。
（三）人工智能（AI）
将人工智能（AI）集成到感官分析中代表了技术和科学的革命性进步，人工智能有助于分析大型数据集，识别传统方法可能忽略的复杂模式。
在感官偏好预测中的应用中，机器学习算法可以预测个人或消费者群体如何感知感官属性，如味道、香气、质地和外观；同时，AI还可以用于还用于分析食品成分、风味和化学成分；此外，对于越来越精细化的食品分类与选择的发展趋势下，AI通过利用个体偏好数据，推动了食品个性化的创新。通过开发满足特定饮食需求或感官偏好的定制配方，AI能够满足消费者对个性化食品体验日益增长的需求。这种能力在功能性食品和替代蛋白质等细分市场中尤为突出。
而更进一步的是，AI通过识别感官数据与神经或生化反应之间的相关性，正在推进对感官感知的科学理解。这些见解有助于更广泛的研究领域，包括神经科学、心理学和营养学，并加深我们对人类感知和食物属性之间复杂相互作用的理解。
感官与消费者研究的整体方法
眼动追踪和FaceReader等技术已被证明在捕捉视觉注意力和情绪反应方面发挥了重要作用，为消费者行为提供了一个全面的视角。这种对视觉线索和情感参与如何影响产品评价的更深刻的理解，可以指导包装、广告和产品创新的发展。此外，消费者行为研究中整体框架的兴起强调了在设计营销策略和食品时考虑各种物理、社会和文化因素的必要性。
将虚拟现实、增强现实、人工智能等数字技术与眼动追踪、FaceReader等感官评估工具相结合，将改变食品和饮料行业的感官食品研究和产品开发。这些技术提供了一种更准确、高效和客观的方式来理解和预测消费者的感官偏好，克服了传统感官面板的局限性。将生理和情感反应结合起来，可以对消费者如何看待食品提供有价值的见解，最终提高产品质量、消费者满意度和营销策略。技术之间的不断整合，有望进一步带动个性化食品体验，并改善整个食品行业的质量评估。
参考文献
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.
关注诺达思公众号，联系我们获取更多产品信息及学术文章！
免责声明
- 凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- 本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- 如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
采购中心
