Name: Protokoll für die Datenerhebung und Analyse Applied zu Automatische Gesichtsausdruck Analysis Technologie und zeitliche Analyse für die sensorische Prüfung (Video) | JoVE Journal
Uploaded: 2016-08-26T13:00:00.000+00:00
Duration: 7 min 12 s
Description: Lernen Sie die automatisierte Gesichtsausdrucksanalyse zur Erfassung emotionaler Reaktionen auf Getränke und flüssige Lebensmittel in der sensorischen Prüfung. Diese standardisierte Methode ermöglicht verlässliche Daten für die Verbraucherforschung.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Dieses Projekt wurde teilweise von ConAgra Foods (Omaha, NE, USA), der Virginia Agricultural Experiment Station, dem Hatch Program des National Institute of Food and Agriculture, U.S. Department of Agriculture, und dem Virginia Tech Water INTERface Interdisciplinary Graduate Education Program finanziert.

<ol><li>De Wijk, R. A., Kooijman, V., Verhoeven, R. H. G., Holthuysen, N. T. E., De Graaf, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autonomic+nervous+system+responses+on+and+facial+expressions+to+the+sight%2C+smell%2C+and+taste+of+liked+and+disliked+foods%5BTitle%5D)+AND+%22Food+Qual+Prefer%22%5BJournal%5D)">Autonomic nervous system responses on and facial expressions to the sight, smell, and taste of liked and disliked foods.</a> Food Qual Prefer. 26 (2), 196-203 (2012).</li>
<li>De Wijk, R. A., He, W., Mensink, M. G. J., Verhoeven, R. H. G., De Graaf, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ANS+responses+and+facial+expression+differentiate+between+the+taste+of+commercial+breakfast+drinks%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">ANS responses and facial expression differentiate between the taste of commercial breakfast drinks.</a> PLoS ONE. 9 (4), 1-9 (2014).</li>
<li>He, W., Boesveldt, S., De Graaf, C., De Wijk, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Behavioural+and+physiological+responses+to+two+food+odours%5BTitle%5D)+AND+%22Appetite%22%5BJournal%5D)">Behavioural and physiological responses to two food odours.</a> Appetite. 59 (2), 628(2012).</li>
<li>He, W., Boesveldt, S., De Graaf, C., De Wijk, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamics+of+autonomic+nervous+system+responses+and+facial+expressions+to+odors%5BTitle%5D)+AND+%22Front+Psychol%22%5BJournal%5D)">Dynamics of autonomic nervous system responses and facial expressions to odors.</a> Front Psychol. 5 (110), 1-8 (2014).</li>
<li>Danner, L., Sidorkina, L., Joechl, M., Duerrschmid, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Make+a+face%21+Implicit+and+explicit+measurement+of+facial+expressions+elicited+by+orange+juices+using+face+reading+technology%5BTitle%5D)+AND+%22Food+Qual+Prefer%22%5BJournal%5D)">Make a face! Implicit and explicit measurement of facial expressions elicited by orange juices using face reading technology.</a> Food Qual Prefer. 32 (2014), 167-172 (2013).</li>
<li>Danner, L., Haindl, S., Joechl, M., Duerrschmid, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Facial+expression+and+autonomous+nervous+system+responses+elicited+by+tasting+different+juices%5BTitle%5D)+AND+%22Food+Res+Int%22%5BJournal%5D)">Facial expression and autonomous nervous system responses elicited by tasting different juices.</a> Food Res Int. 64 (2014), 81-90 (2014).</li>
<li>Arnade, E. A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Measuring+consumer+emotional+response+to+tastes+and+foods+through+facial+expression+analysis+%5B%5D%22">Measuring consumer emotional response to tastes and foods through facial expression analysis [thesis]</a>. , Virginia Tech. Blacksburg. 1-187 (2013).</li>
<li>Leitch, K. A., Duncan, S. E., O'Keefe, S., Rudd, R., Gallagher, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Characterizing+consumer+emotional+response+to+sweeteners+using+an+emotion+terminology+questionnaire+and+facial+expression+analysis%5BTitle%5D)+AND+%22Food+Res+Int%22%5BJournal%5D)">Characterizing consumer emotional response to sweeteners using an emotion terminology questionnaire and facial expression analysis.</a> Food Res Int. 76, 283-292 (2015).</li>
<li>Crist, C. A., et al. Application of emotional facial analysis technology to consumer acceptability using a basic tastes model. Technical Abstracts and Proceedings of the 2014 Institute of Food Technologists Annual Meeting, 2014 Jun 21 - 24, New Orleans, LA, , (2014).</li>
<li>Garcia-Burgos, D., Zamora, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Facial+affective+reactions+to+bitter-tasting+foods+and+body+mass+index+in+adults%5BTitle%5D)+AND+%22Appetite%22%5BJournal%5D)">Facial affective reactions to bitter-tasting foods and body mass index in adults.</a> Appetite. 71 (2013), 178-186 (2013).</li>
<li>Garcia-Burgos, D., Zamora, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+the+hedonic+and+incentive+properties+in+preferences+for+bitter+foods+via+self-reports%2C+facial+expressions+and+instrumental+behaviours%5BTitle%5D)+AND+%22Food+Qual+Prefer%22%5BJournal%5D)">Exploring the hedonic and incentive properties in preferences for bitter foods via self-reports, facial expressions and instrumental behaviours.</a> Food Qual Prefer. 39 (2015), 73-81 (2015).</li>
<li>Lewinski, P., Fransen, M. L., Tan, E. S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+advertising+effectiveness+by+facial+expressions+in+response+to+amusing+persuasive+stimuli%5BTitle%5D)+AND+%22J.+Neurosci.+Psychol.+Econ%22%5BJournal%5D)">Predicting advertising effectiveness by facial expressions in response to amusing persuasive stimuli.</a> J. Neurosci. Psychol. Econ. 7 (1), 1-14 (2014).</li>
<li>Ekman, P., Friesen, W. V. Facial action coding system: A technique for the measurement of facial movement. , Consulting Psychologists Press. Palo Alto, California. (1978).</li>
<li>Viola, P., Jones, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid+object+detection+using+a+boosted+cascade+of+simple+features%5BTitle%5D)+AND+%22Proceedings+of+the+IEEE+Computer+Society+Conference+on+Computer+Vision+and+Pattern%22%5BJournal%5D)">Rapid object detection using a boosted cascade of simple features.</a> Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern. 1, 511-518 (2001).</li>
<li>Sung, K. K., Poggio, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Example-based+learning+for+view-based+human+face+detection%5BTitle%5D)+AND+%22IEEE+Trans.+Pattern+Anal.+Mach.+Intell%22%5BJournal%5D)">Example-based learning for view-based human face detection.</a> IEEE Trans. Pattern Anal. Mach. Intell. 20 (1), 39-51 (1998).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22FaceReader+5%E2%84%A2+Technical+Specifications%22">FaceReader 5™ Technical Specifications</a>. , Noldus Information Technology. Wageningen, The Netherlands. Available from: 
 
 <a target="_blank" href="http://www.webshop.noldus.com/media/techspec/facereader _techspec.pdf">http://www.webshop.noldus.com/media/techspec/facereader _techspec.pdf</a> (2014).</li>
<li>Cootes, T., Taylor, C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCootes%2C+T+%22Statistical+models+of+appearance+for+computer+vision%3A+Technical+report%22">Statistical models of appearance for computer vision: Technical report</a>. , University of Manchester, Wolfson Image Analysis Unit, Imaging Science and Biomedical Engineering. (2000).</li>
<li>Bishop, C. M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBishop%2C+CM+%22Neural+networks+for+pattern+recognition%22">Neural networks for pattern recognition</a>. , Oxford University Press. New York. (1995).</li>
<li>Lewinski, P., den Uyl, T. M., Butler, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+facial+coding%3A+validation+of+basic+emotions+and+FACS+AUs+in+FaceReader%5BTitle%5D)+AND+%22J.+Neurosci.+Psychol.+Econ%22%5BJournal%5D)">Automated facial coding: validation of basic emotions and FACS AUs in FaceReader.</a> J. Neurosci. Psychol. Econ. 7 (4), 227-236 (2014).</li>
<li>Noldus Information Technology. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22FaceReader+Reference+Manual+Version+6%22">FaceReader Reference Manual Version 6</a>. , Wageningen, The Netherlands. (2014).</li>
<li>Alves, N. T., Fukusima, S. S., Aznar-Casanova, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Models+of+brain+asymmetry+in+emotional+processing%5BTitle%5D)+AND+%22Psychol+Neurosci%22%5BJournal%5D)">Models of brain asymmetry in emotional processing.</a> Psychol Neurosci. 1 (1), 63-66 (2008).</li>
<li>Costello, M., Clark, S. Preparation of samples for instructing students and staff in dairy products evaluation (Appendix F). <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCostello%2C+M+%22The+sensory++evaluation+of+dairy+foods%22">The sensory evaluation of dairy foods</a>. Clark, S., Costello, M., Drake, M., Bodyfelt, F. , 2nd, Springer. New York. 551-560 (2009).</li>
<li>Porcherot, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+do+you+feel+when+you+smell+this%3F+Optimization+of+a+verbal+measurement+of+odor-elicited+emotions%5BTitle%5D)+AND+%22Food+Qual+Prefer%22%5BJournal%5D)">How do you feel when you smell this? Optimization of a verbal measurement of odor-elicited emotions.</a> Food Qual Prefer. 21, 938-947 (2010).</li>
<li>Warrenburg, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+fragrance+on+emotions%3A+Moods+and+physiology%5BTitle%5D)+AND+%22Chem.+Senses%22%5BJournal%5D)">Effects of fragrance on emotions: Moods and physiology.</a> Chem. Senses. 30, i248-i249 (2005).</li>
<li>Bredie, W. L. P., Tan, H. S. G., Wendin, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparative+study+on+facially+expressed+emotions+in+response+to+basic+tastes%5BTitle%5D)+AND+%22Chem.+Percept%22%5BJournal%5D)">A comparative study on facially expressed emotions in response to basic tastes.</a> Chem. Percept. 7 (1), 1-9 (2014).</li>
<li>Wendin, K., Allesen-Holm, B. H., Bredie, L. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+facial+reactions+add+new+dimensions+to+measuring+sensory+responses+to+basic+tastes%3F%5BTitle%5D)+AND+%22Food+Qual+Prefer%22%5BJournal%5D)">Do facial reactions add new dimensions to measuring sensory responses to basic tastes?</a> Food Qual Prefer. 22, 346-354 (2011).</li>
<li>Rosenstein, D., Oster, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+facial+responses+to+four+basic+tastes+in+newborns%5BTitle%5D)+AND+%22Child+Dev%22%5BJournal%5D)">Differential facial responses to four basic tastes in newborns.</a> Child Dev. 59 (6), 1555-1568 (1988).</li>
<li>Rosenstein, D., Oster, H. Differential facial responses to four basic tastes in newborns. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRosenstein%2C+D+%22What+the+face+reveals%3A+Basic+and+applied+studies+of+spontaneous+expression+using+the+facial+action+coding+system+%28FACS%29%22">What the face reveals: Basic and applied studies of spontaneous expression using the facial action coding system (FACS)</a>. P, E. kman, E, R. osenberg , Oxford University Press, Inc. New York. 302-327 (1997).</li>
<li>Rozin, P., Fallon, A. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+perspective+on+disgust%5BTitle%5D)+AND+%22Psychol.+Rev%22%5BJournal%5D)">A perspective on disgust.</a> Psychol. Rev. 94 (1), 23-41 (1987).</li>
<li>Delarue, J., Blumenthal, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+aspects+of+consumer+preferences%5BTitle%5D)+AND+%22Curr.+Opin.+Food+Sci%22%5BJournal%5D)">Temporal aspects of consumer preferences.</a> Curr. Opin. Food Sci. 3, 41-46 (2015).</li>
<li>Sudre, J., Pineau, N., Loret, C., Marin, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+methods+to+monitor+liking+of+food+during+consumption%5BTitle%5D)+AND+%22Food+Qual+Prefer%22%5BJournal%5D)">Comparison of methods to monitor liking of food during consumption.</a> Food Qual Prefer. 24 (1), 179-189 (2012).</li>
<li>Weiland, R., Ellgring, H., Macht, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gustofacial+and+olfactofacial+responses+in+human+adults%5BTitle%5D)+AND+%22Chem.+Senses%22%5BJournal%5D)">Gustofacial and olfactofacial responses in human adults.</a> Chem. Senses. 35 (9), 841-853 (2010).</li>
<li>Ekman, P. Universal and cultural differences in facial expressions of emotion. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aEkman%2C+P+%22Nebraska+symposium+on+motivation%22">Nebraska symposium on motivation</a>. Cole, J. , University of Nebraska Press. Lincoln (NE). 207-283 (1971).</li>
<li>Griemel, E., Macht, M., Krumhuber, E., Ellgring, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Facial+and+affective+reactions+to+tastes+and+their+modulation+by+sadness+and+joy%5BTitle%5D)+AND+%22Physiol+Behav%22%5BJournal%5D)">Facial and affective reactions to tastes and their modulation by sadness and joy.</a> Physiol Behav. 89 (2), 261-269 (2006).</li>
</ol>

Die Autoren haben nichts offenzulegen.

AFEA Anwendung in der Literatur zu Lebensmitteln und Getränken im Zusammenhang sehr begrenzt 11.01. Die Anwendung auf Lebensmittel ist neu, eine Chance für die Festlegung Methodik und Interpretation der Daten zu schaffen. Arnade (2013) 7 gefunden hohe individuelle Variabilität zwischen den einzelnen emotionale Reaktion auf Schokolade Milch und weiße Milch unter der Kurvenanalyse und Varianzanalyse unter Verwendung von Bereich. Doch selbst mit Variabilität Teilnehmer erzielte Teilnehmer eine glückli...

Automatische Gesichtsausdruck Analyse (AFEA) ist eine prospektive analytisches Werkzeug zur Charakterisierung von emotionalen Reaktionen auf Getränke und Nahrungsmittel. Emotional-Analyse kann eine zusätzliche Dimension zu den bestehenden sensorischen Wissenschaft Methoden, Lebensmittel Bewertungspraktiken und hedonischen Skala Bewertungen hinzufügen typischerweise sowohl in der Forschung und der Industrie-Einstellungen verwendet. Emotional Analyse könnte eine zusätzliche Metrik zur Verfügung stellen, die eine genauere Reaktion auf Nahrungsmittel und Getränke zeigt. Hedonic Scoring können Teilnehmer Bias umfassen im Falle eines Defekts Reaktionen 1 aufzuzeichnen. AFEA Forschung hat sich in vielen Forschungsanwendungen einschließlich Computerspiele, Benutzerverhalten, Erziehung / Pädagogik und Psychologie Studien über Empathie und Betrug verwendet. Die meisten Lebensmittel-assoziierte Forschung hat sich auf die Charakterisierung emotionale Reaktion auf die Lebensmittelqualität und das menschliche Verhalten mit Lebensmitteln konzentriert. Mit der jüngsten Entwicklung in Einblicke in Essen Verhalten gewinnen, eine wachsende Zahl von Literaturberichten Verwendung von AFEAfür die menschliche emotionale Reaktion mit Lebensmitteln assoziiert zu charakterisieren, Getränken und Riechstoffe 1-12. AFEA wird aus dem Facial Action Coding System (FACS) abgeleitet. Die Facial Action Coding System (FACS) unterscheidet Gesichtsbewegungen gekennzeichnet durch Betätigungseinheiten (AUs) auf einer 5-Punkte - Intensitätsskala 13. Die FACS-Ansatz erfordert trainierte Überprüfung Experten, manuelle Codierung, die wesentlichen Bewertungszeit und liefert begrenzten Datenanalysemöglichkeiten. AFEA wurde als schnelle Auswertungsverfahren entwickelt Emotionen zu bestimmen. AFEA Software stützt sich auf Gesichtsmuskelbewegungen, Gesichts Datenbanken und Algorithmen , um die emotionale Reaktion 14-18 zu charakterisieren. Die AFEA Software in dieser Studie verwendeten erreichte einen &quot;FACS Index der Vereinbarung von 0,67 im Durchschnitt sowohl an der Warschauer Set Emotionale Gesichtsausdruck Bilder (WSEFEP) und Amsterdam Dynamische Gesichtsausdruck Set (ADFES), die auf eine Standardvereinbarung von 0,70 nahe für manuelle Codierung &quot;19 </sup&gt;. Universal-Emotionen in die Analyse einbezogen sind glücklich (positiv), traurig (negativ), angewidert (negativ), überrascht (positiv oder negativ), wütend (negativ), Angst (negativ) und neutral jeweils auf einer separaten Skala von 0 bis 1 ( 0 = nicht ausgedrückt; 1 = vollständig ausgedrückt) 20. Darüber hinaus enthält der Psychologie Literatur glücklich, überrascht und wütend als &quot;Ansatz&quot; Emotionen ( in Richtung Reize) und traurig, ängstlich, und angewidert als &quot;Rückzug&quot; Emotionen (weg von aversiven Stimuli) 21. Eine Einschränkung der aktuellen AFEA Software für Emotionen, die mit Lebensmitteln assoziiert zu charakterisieren ist Interferenz von Gesichtsbewegungen im Zusammenhang mit Kauen und sowie andere grobmotorischen Bewegungen, wie extreme Kopfbewegungen zu schlucken. Die Software richtet sich kleinere Gesichtsmuskelbewegungen, bezüglich Position und Bewegungsgrad, basierend auf über 500 Muskel Punkte auf dem Gesicht 16,17. Kaubewegungen stören Klassifizierung von Ausdrücken. Diese Grenzeation kann unter Verwendung von verflüssigtem Lebensmittel behandelt werden. Jedoch können auch andere Methodik Herausforderungen auch Video-Empfindlichkeit und AFEA Analyse einschließlich der Datenerfassung Umwelt, Technologie, Forscher Anweisungen, Teilnehmerverhalten und Teilnehmer Attribute verringern. Eine Standardmethode ist für eine optimale Videoerfassung und Datenanalyse entwickelt und verifiziert mit AFEA für emotionale Reaktion auf Nahrungsmittel und Getränke in einer sensorischen Beurteilung Laborbedingungen nicht. Viele Aspekte können das Video-Capture-Umgebung einschließlich Beleuchtung beeinflussen, durch Abschattung zu Beleuchtung, Teilnehmer Richtungen, Teilnehmerverhalten, Teilnehmerhöhe, sowie die Kamerahöhe, Kamera Angeln und Geräteeinstellungen. Darüber hinaus sind die Datenanalyse-Methoden inkonsistent und fehlt nach einer Standardmethode für emotionale Reaktion zu beurteilen. Hier werden wir unser Standardverfahren für die Erfassung emotionaler Daten und Verarbeitung von Daten in aussagekräftige Ergebnisse zeigen, mit Getränken (aromatisierter Milch, unflavored Milch und geschmacksneutralen Wasser) für die Bewertung. Unseres Wissens nur ein Peer - Review - Publikation aus unserem Labor - Gruppe, hat für Emotionen Analyse 8 Zeitreihen für die Interpretation der Daten verwendet wird ; jedoch hat das Verfahren für unsere stellten Verfahrens aktualisiert. Unser Ziel ist es, eine verbesserte und einheitliche Methodik zu helfen, mit der Reproduzierbarkeit in einer sensorischen Beurteilung Laborumgebung zu entwickeln. Zur Demonstration ist es das Ziel der Studie Modell zu bewerten, wenn AFEA traditionelle hedonischen Verträglichkeitsprüfung von aromatisierter Milch, unflavored Milch und geschmacksneutralen Wasser ergänzen könnte. Die Absicht dieses Video-Protokoll ist zu helfen AFEA Methodik etablieren, Video-Capture-Kriterien in einer sensorischen Beurteilung Labor (sensorische Stand-Einstellung), und zeigen ein Verfahren zur zeitlichen emotionale Datenanalyse einer Population zu standardisieren.

<table><tbody><tr><td>2% fettreduzierte Milch</td><td>Kroger Brand, Cincinnati, OH oder DZA Brands, LLC, Salisbury, NC</td><td>na für</td><td>Lösungen</td></tr><tr><td>Trinkwasser</td><td>Kroger Brand, Cincinnati, OH</td><td>na</td><td>für Lösungen</td></tr><tr><td>Imitation Clear Vanilla Flavor</td><td>Kroger Brand, Cincinnati, OH</td><td>na</td><td>für Lösungen</td></tr><tr><td>Jodsalz</td><td>Kroger Brand, Cincinnati, OH</td><td>na</td><td>für Lösungen</td></tr><tr><td>FaceReader 6</td><td>Noldus Information Technology, Wageningen, Niederlande</td><td>für</td><td>die Gesichtsanalyse</td></tr><tr><td>Sensory Information Management System (SIMS) 2000</td><td>Sensory Computer Systems, Berkeley Heights, NJ</td><td>Version 6</td><td>für die sensorische Datenerfassung</td></tr><tr><td>Rhapsody</td><td>Acuity Brands Lighting, Inc., Conyers, GA</td><td></td><td>für Environment Illumination</td></tr><tr><td>R Version&nbsp;</td><td>R Core Team 2015</td><td>3.1.1</td><td>Für die statistische Analyse</td></tr><tr><td>Microsoft Office</td><td>Microsoft</td><td>na</td><td>Für die statistische Analyse</td></tr><tr><td>JMP</td><td>Statistical Analysis Software (SAS) Version 9.2, SAS Institute, Cary, NC</td><td>na</td><td>Für die statistische Analyse</td></tr><tr><td>Media Recorder 2.5</td><td>Noldus Information Technology, Wageningen, Niederlande</td><td>na</td><td>Für die Erfassung der Teilnehmer Sensorische Bewertung</td></tr><tr><td>Axis M1054 Kamera</td><td>Axis Communications, Lund, Schweden</td><td>na</td><td></td></tr><tr><td>Beverage</td><td></td><td>na</td><td>Getränke oder weiche Lebensmittel zur Evaluierung</td></tr></tbody></table>

protokoll für die datenerhebung und analyse applied zu automatische gesichtsausdruck analysis technologie und zeitliche analyse für die sensorische prüfung

Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation

Wir demonstrieren eine Methode zur Erfassung emotionaler Reaktionen auf Getränke und verflüssigte Lebensmittel in einem sensorischen Bewertungslabor mit Hilfe von Software zur automatisierten Gesichtsausdrucksanalyse (AFEA). Darüber hinaus demonstrieren wir eine Methode zur Extraktion relevanter emotionaler Daten und zur Darstellung der emotionalen Reaktion einer Population über einen bestimmten Zeitrahmen. Durch die zeitliche Paarung der Behandlungsreaktion jedes Teilnehmers auf einen Kontrollreiz (Baseline) kann die gesamte emotionale Reaktion über die Zeit und über mehrere Teilnehmer hinweg quantifiziert werden. AFEA ist ein prospektives Analyseinstrument zur Bewertung der unvoreingenommenen Reaktion auf Lebensmittel und Getränke. Bisher konzentriert sich die Forschung vor allem auf Getränke. Die Methoden und Analysen für die Anwendung von AFEA auf Getränke und Lebensmittel sind noch nicht standardisiert. Es ist jedoch eine einheitliche Standardmethodik erforderlich. Die Optimierung der Videoaufnahmeverfahren und der daraus resultierenden Videoqualität trägt zu einer erfolgreichen Erfassung emotionaler Reaktionen auf Lebensmittel bei. Darüber hinaus ist die Methodik der Datenanalyse neuartig, um die relevanten Daten zu extrahieren, die für die emotionale Reaktion relevant sind. Die Kombinationen aus Videoerfassung, Optimierung und Datenanalyse werden dazu beitragen, das Protokoll für die automatisierte Analyse von Gesichtsausdrücken und die Interpretation von Daten zur emotionalen Reaktion zu standardisieren.

Das Verfahren schlägt ein Standardprotokoll für AFEA Datenerfassung. Wenn genannte Protokollschritte befolgt werden, unbrauchbar emotionale Datenausgang (Abbildung 1) , die aus schlechten Datensammlung (Abbildung 2: A; linkes Bild) kann begrenzt werden. Zeitreihenanalyse kann nicht genutzt werden , wenn Protokolldateien (.txt) überwiegend &quot;FIT_FAILED&quot; enthalten und &quot;FIND_FAILED&quot; , wie diese schlechte Daten ist (Abbildung 1).</...

Ein Protokoll für die Erfassung und statistischen Analyse emotionale Reaktion der Bevölkerung zu Getränken und verflüssigte Nahrungsmittel in einem sensorischen Laborauswertung mit automatisierten Gesichtsausdruck Analyse-Software beschrieben.

Protokoll für die Datenerhebung und Analyse Applied zu Automatische Gesichtsausdruck Analysis Technologie und zeitliche Analyse für die sensorische Prüfung

We demonstrate a method for capturing emotional response to beverages and liquefied foods in a sensory evaluation laboratory using automated facial ...

Das übergeordnete Ziel dieser Methodik besteht darin, emotionale Reaktionen auf Getränke und flüssige Lebensmittel in einem sensorischen Prüflabor mithilfe einer automatisierten Gesichtsausdrucksanalyse-Software zu erfassen und auszuwerten. Diese Methode kann helfen, zentrale Fragen im Bereich der Sensorik zu beantworten, beispielsweise, wie die emotionale Reaktion eines Probanden auf Getränke und weiche Lebensmittel gemessen werden kann. Der Hauptvorteil dieses Protokolls liegt darin, dass es eine standardisierte Methodik zur Datenerfassung unter Verwendung einer Software zur automatisierten Gesichtsausdrucksanalyse aufzeigt.Es beschreibt außerdem die Methode zur Analyse der automatisierten Gesichtsausdruck-Ausgabe. Die Bedeutung dieser Technik reicht bis zur Standardisierung der Methodik der automatisierten Gesichtsausdruck-Analyse, da diese zwischen verschiedenen Laboren häufig variiert. Obwohl diese Methode Einblicke in die implizite emotionale Reaktion eines Individuums liefern kann, ist sie auch auf andere Systeme wie Verpackung, Marketing und Kennzeichnungen anwendbar.Lester wird als repräsentativer Teilnehmer fungieren. Bereiten Sie zur Vorbereitung des Experiments Probelösungen vor, indem Sie Aliquote von je einer halben Unze jeder ursprünglichen Lösung in zwei Unzen fassende transparente Kunststoffprobengefäße geben und diese anschließend mit farbkodierten Deckeln verschließen. Bringen Sie danach den Teilnehmer in die Sinneskabine und bitten Sie ihn, sich aufrecht an die Rückenlehne des Stuhls zu setzen.Weisen Sie die Versuchsperson auf den experimentellen Ablauf und die Standardarbeitsanweisungen hin. Stellen Sie die Position des Stuhls und den Kamerawinkel so ein, dass das Gesicht der Versuchsperson mittig in der Videoaufnahme erfasst wird, ohne Schatten am Kinn oder in Augenumgebung. Weisen Sie die Versuchsperson an, sich auf die Bildschirmanzeige zu konzentrieren, den Anweisungen auf dem Bildschirm zu folgen und nach jeder Probennahme 30 Sekunden lang keine plötzlichen Bewegungen auszuführen.Demonstrieren Sie eine spontane Übungssitzung, indem Sie den Teilnehmer zunächst anweisen, den dazugehörigen Ausweis hochzuhalten. Anschließend weisen Sie ihn an, den Probenbehälter zu öffnen, die gesamte Getrankeprobe zu konsumieren und herunterzuschlucken. Nach der Einnahme weisen Sie den Teilnehmer an, den Probenbecher schnell vom Kinn wegzubewegen und auf den Tisch zu stellen, um eine Verdeckung des Gesichts zu vermeiden.Erinnern Sie die Teilnehmer daran, weiterhin auf den Monitor zu schauen. Weisen Sie den Teilnehmer darauf hin, dass Wasser auf dem Serviertablett bereitgestellt wird, um den Gaumen zwischen den Proben auf Anweisung des Monitors zu reinigen. Weisen Sie den Teilnehmer schließlich an, den Anweisungen auf dem Touchscreen-Monitor zu folgen, sobald diese erscheinen.Überprüfen Sie, dass die Videokamera auf das Gesicht des Teilnehmers gerichtet ist, indem Sie den Computermonitor betrachten, auf dem die Videoaufnahme angezeigt wird. Beginnen Sie dann mit der Aufnahme, indem Sie auf die Aufnahmetaste auf dem Computermonitor klicken. Fordern Sie den Teilnehmer über den Touchscreen-Monitor auf, Wasser zu schlürfen, um den Gaumen zu reinigen.Legen Sie eine eindeutig farbige Indexkarte auf jede Probe, um die Identifizierung der einzelnen Behandlungsproben zu ermöglichen. Anschließend fordert der Touchscreen-Monitor die Versuchsperson auf, vor der Aufnahme die zugehörige Indexkarte zur Identifizierung der Probe im Video hochzuhalten und sie danach wieder auf das Tablett zu legen. Geben Sie jeweils nur eine Probe auf dem Serviertablett aus, beginnend mit einer Basislinienprobe aus ungesüßtem Wasser.Lassen Sie die Versuchsperson die Probe einnehmen, während sie zur Kamera blickt, und warten Sie anschließend etwa 30 Sekunden, wobei die Zeitspanne durch den Touchscreen-Monitor vorgegeben wird. Fordern Sie die Versuchsperson nach 30 Sekunden über den Touchscreen-Monitor auf, ihre hedonische Akzeptanzbewertung einzugeben. Spülen Sie anschließend den Mund der Versuchsperson mit Trinkwasser aus, bevor mit der nächsten Probe fortgefahren wird.Verwenden Sie eine Gesichtsanalyse-Software, um die experimentellen Videos zu analysieren. Fügen Sie Teilnehmer dem Projekt hinzu, indem Sie das Symbol „Teilnehmer hinzufügen“ anklicken. Drücken Sie das Symbol für die Batch-Analyse – ein zielähnliches Symbol in Rot und Schwarz –, um die Projektvideos zu analysieren.Exportieren Sie die AFEA-Datenausgabe als Protokolldateien zur weiteren Analyse. Überprüfen Sie mithilfe der AFEA-Software jedes Video manuell und bestimmen Sie für jede Probe den Zeitpunkt „Null nach Konsum“, der definiert ist als der Zeitpunkt, zu dem sich die Probenbecher unter dem Kinn des Teilnehmers befindet und das Gesicht nicht mehr verdeckt. Tragen Sie schließlich den Zeitstempel in die Datentabelle ein und speichern Sie diese Tabelle als Referenz, um relevante Daten aus den Videos zu extrahieren.Ungezuckerte Milch, ungezuckertes Wasser und Vanilleextrakt-Aroma in Milch unterschieden sich nicht in ihren mittleren Akzeptanzwerten. Dagegen wies der salzige Geschmack in Milch einen niedrigeren mittleren hedonischen Akzeptanzwert auf. Die AFEA-Zeitreihenanalyse zeigte jedoch, dass ungezuckerte Milch weniger Ekel-, Überraschungs-, Traurigkeits- und Neutralreaktionen hervorrief als ungezuckertes Wasser.Außerdem führte der Vanilleextrakt-Geschmack in der Milch im Vergleich zu ungeschmacklosem Wasser zu mehr freudigen und weniger traurigen Ausdrücken. Der salzige Geschmack in der Milch erzeugte im Vergleich zu ungeschmacklosem Wasser mehr angeekelte und weniger neutrale Reaktionen. Wenn die Technik einmal beherrscht ist, kann sie bei ordnungsgemäßer Durchführung in 30 Minuten durchgeführt werden.Während des Durchführens dieses Verfahrens ist es wichtig, dem Teilnehmer vollständige Anweisungen und Erwartungen zu geben. Nach diesem Verfahren können weitere Bewertungen durchgeführt werden, um zusätzliche Fragen zu beantworten, beispielsweise welchen Einfluss dies auf das Verhalten und die emotionale Reaktion hat. Nach seiner Entwicklung ebnete diese Technik den Forschern im Bereich der Sensorik den Weg, um implizite emotionale Reaktionen bei menschlichen Probanden auf Getränke und weiche Lebensmittel zu untersuchen.Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie man die Umgebung im sensorischen Labor standardisiert, wie man Teilnehmer anleitet, um die besten Daten und Ergebnisse zu erfassen, und wie man die Ausgabe der automatisierten Gesichtsausdrucksanalyse auswertet. Vergessen Sie nicht, dass die Arbeit mit menschlichen Teilnehmern sensibel sein kann. Es ist wichtig, die Inhaltsstoffe vor der Durchführung dieses Verfahrens zu besprechen.

protocol-for-data-collection-analysis-applied-to-automated-facial

Research

Forschung

JoVE Journal

Behavior

Verhalten

Quelle:Hila Man1, Paul F. Funk2, Ieva Vebraite-Adereth3, Christoph Anders4, Orlando Guntinas-Lichius2, Yael Hanein1,3,51Sagol School of Neuroscience, Universität Tel Aviv, 2Klinik für Hals-Nasen-Heilkunde, Universitätsklinikum Jena, Friedrich-Schiller-Universität Jena, 3Fakultät für Elektrotechnik, Universität Tel Aviv, 4Abteilung Motorforschung, Pathophysiologie und Biomechanik, Klinik für Unfall-, Hand- und Wiederherstellungschirurgie, Universitätsklinikum Jena, Friedrich-Schiller-Universität...

Drahtlose Oberflächen-Elektromyographie Aufzeichnung der Aktivität der Gesichtsmuskulatur während der Expression

Dieser Artikel zielt darauf ab, die Techniken zu beschreiben, die an der Erfassung und Synchronisation der verschiedenen Dimensionen (verhaltensbezogen, affektiv und kognitiv) des Engagements der Lernenden während einer Aufgabe beteiligt sind.

Beurteilung der vielfältigen Dimensionen von Engagement zu charakterisieren Learning: Eine neurophysiologische Perspective

Ein EEG experimentelle Protokoll ist so konzipiert, das Zusammenspiel zwischen bewussten und nicht-bewussten Darstellungen von emotionalen Gesichter bei Patienten mit Asperger-Syndrom zu klären. Die Technik legt nahe, dass Patienten mit Asperger-Syndrom haben Defizite in nicht-bewusste Darstellung der emotionalen Gesichter, aber in der bewussten Darstellung mit gesunden Kontrollen vergleichbare Leistung haben.

Bewusste und Nichtbewusste Darstellungen von Emotional Faces in Asperger-Syndrom

Wir beschreiben ein Protokoll zur Gesichts Muskelaktivität in Reaktion auf die erfahrenen und beobachteten taktile Stimulation mit Gesichts Elektromyographie zu beurteilen.

Verwendung von Gesichts Elektromyographie Gesichtsmuskel Reaktionen auf erfahrene und beobachteten affektive Berührung beim Menschen bewerten

Dieses Protokoll bietet eine Digitalisierung von Teilen traditioneller klinischer Aufgaben, die häufig zur Messung der Kognition und motorischen Kontrolle bei der Parkinson-Krankheit verwendet werden. Klinische Aufgaben werden digitalisiert, während biophysikalische Rhythmen von verschiedenen funktionellen Ebenen des Nervensystems mitregistriert werden, von freiwillig, spontan, automatisch bis autonom.

Dynamische digitale Biomarker der motorischen und kognitiven Funktion bei Parkinson

Das vorliegende Protokoll kombiniert funktionelle Nahinfrarotspektroskopie (fNIRS) und videobasierte Beobachtung, um die interpersonelle Synchronisation in Quartetten während einer kollaborativen Zeichenaufgabe zu messen.

Gruppensynchronisierung während des kollaborativen Zeichnens mit funktioneller Nahinfrarotspektroskopie

Dieser Artikel stellt ein Protokoll für eine inhaltliche und cued Angst Anlage Test mit einem Videoanalysesystem, Angst zu Lernen und Gedächtnis bei Mäusen zu beurteilen.

Kontextuelle und Cued Angst Anlage Test mit einer Video-Analyse-System bei Mäusen

Diese Arbeit beschreibt, wie die emotionale Oddball-Aufgabe und fMRT verwendet werden können, um die Gehirnaktivierung bei Kindern und Jugendlichen mit familiär hohem Risiko für Schizophrenie (FHR) zu messen. FMRI wurde verwendet, um Unterschiede in fronto-striato-limbischen Regionen während einer emotionalen Oddball-Aufgabe zu messen. Kinder mit FHR zeigten während der Adoleszenz eine abnormale funktionelle Aktivierung.

Die Messung der Fronto-limbischen Aktivität unter Verwendung einer emotionalen Oddball Aufgabe bei Kindern mit familiärer High Risk for Schizophrenia

Ultraschall-Vokalisationen von Mäusen werden als Stellvertreter verwendet, um die genetischen Grundlagen von Defiziten der stimmlichen Kommunikation in Mausmodellen für neuropsychiatrische Erkrankungen zu modellieren. Das vorliegende Protokoll beschreibt drei experimentelle Kontexte, die zuverlässig Ultraschalllaute von Jungtieren (während der gesamten Entwicklung) und adulten Mäusen (gleichgeschlechtliche Interaktionen, Männchen-Brunst-Weibchen-Interaktionen) hervorrufen.

Aufnahme Maus Ultraschall Vocalizations soziale Kommunikation zur Bewertung

Urteile zeitlicher Ordnung können verwendet werden, um Verarbeitungsgeschwindigkeitsparameter und Aufmerksamkeitsgewichte zu schätzen und dadurch die Mechanismen der Aufmerksamkeitsverarbeitung abzuleiten. Diese Methode kann auf eine Vielzahl von visuellen Reizen angewendet werden und funktioniert mit vielen Aufmerksamkeitsmanipulationen.

Mess Achtung und Visual Verarbeitungsgeschwindigkeit von Modellbasierte Analyse zeitlicher Ordnung Urteile

Lernen Sie die automatisierte Gesichtsausdrucksanalyse zur Erfassung emotionaler Reaktionen auf Getränke und flüssige Lebensmittel in der sensorischen Prüfung. Diese standardisierte Methode ermöglicht verlässliche Daten für die Verbraucherforschung.

Protokoll für die Datenerhebung und Analyse Applied zu Automatische Gesichtsausdruck Analysis Technologie und zeitliche Analyse für die sensorische Prüfung (Video) | JoVE Journal

Protokoll für die Datenerhebung und Analyse Applied zu Automatische Gesichtsausdruck Analysis Technologie und zeitliche Analyse für die sensorische Prüfung

Weitere Videos entdecken