面部表情分析技術在露酒感官及消費者接受度評價的初步研究

馮婧，皇甫潔*，董建輝，韓英，劉榮，王成，宋濤，王麗華，張嬌嬌，韓興林，王德良

1(中國食品發酵工業研究院有限公司，北京，100015)2(科技部國家酒類品質與安全國際聯合研究中心，北京，100015) 3(山西杏花村汾酒廠股份有限公司，山西 汾陽，032205)

露酒作為我國的四大酒種之一，擁有悠久的生產和品鑒歷史[1-2]。GB/T 27588—2011《露酒》[3]中，露酒定義為以蒸餾酒、發酵酒等作為酒基，加入可食用或藥食兩用(或符合相關規定)的輔料或食品添加劑，進行調配、混合或再加工制成的、已改變了其原酒基風格的飲料酒。我國露酒以保健酒產品為主，具有一定的營養補益功能，知名的露酒如勁酒、竹葉青酒等，符合現代人的健康消費需求，深受消費者喜愛[1-2]。目前，風味和功效是露酒研發的兩個主要方向[1,4]，風味分析主要圍繞儀器分析和感官品評展開。

近年來，消費者研究越來越得到重視。通過探索消費者對于產品的外觀、氣味、味道、質地等方面的感官及情感評價，以及他們的消費習慣、對產品的品牌認知、價格期待、購買欲望等方面的信息，能夠更加有效、全面地了解消費者[5-6]。感官及情感評價被越來越廣泛地應用于飲料酒類消費者研究中。WAEHRENS等[7]應用CATA(check-all-that-apply)方法對混合莓果汁進行消費者研究，發現感官特性與情感反應及喜好度，尤其是興奮、產品新鮮度存在聯系。消費者情感評價的研究方法通常可分為直接(顯式)和間接(隱式)兩種。直接研究方法通常會通過調查問卷、圖片刺激等形式進行調查研究。間接研究方法指應用感官生理學研究方法探索消費者的反應，常用的研究方法包括面部表情分析、腦電分析、眼動追蹤、皮膚電心跳等生理指標測量。

在間接研究方法中，面部表情分析是應用最多的研究方法之一。面部表情分析技術能夠在食品消費，例如消費者品評過程中提供快速變化的情感信息[8]。EKMAN[9]將面部表情分為喜悅、悲傷、憤怒、驚訝、恐懼和厭惡6種。目前，面部表情分析技術已被廣泛應用于消費者行為研究[10-11]。SAMANT等[12]運用面部表情分析技術，結合傳統感官調查問卷、生理指標測定(心跳、皮膚電等)，研究了混合蔬菜汁產品的感官特性、消費者情感反應、非感官影響因素(品牌效應等)及購買意向的關系，發現感官特性、消費者情感反應、非感官影響因素均對消費者的購買意向有顯著影響，其中苦味和購買意向兩個維度的影響尤為強烈。

目前，在露酒產品的感官及消費者研究中，少有應用間接方法進行研究，更少有研究能夠將直接和間接方法相結合[13]。本研究采用面部表情分析與感官品評相結合的方法，旨在探索露酒品評過程中消費者感官評價及情感反應變化，分析面部表情與感官評價、消費者接受度的關聯，同時，評價面部表情作為消費者露酒接受度評價研究手段的可行性。

1 材料與方法

1.1 樣品

本實驗選取相同工藝、不同酒精度、含糖量的3款露酒樣品進行研究，采用盲樣盲測。樣品具體參數見表1。

表1 酒樣品信息Table 1 Information of Chinese Lujiu samples

1.2 評價人員

以往研究顯示，采用間接研究方法如面部表情、腦電等的消費者研究，樣本量在12～161人[13]。本實驗在感官消費者實驗室進行，招募10名消費者進行評測，其中女性4人，男性6人，消費者年齡在22～26歲(平均年齡24.3歲)。

通過事前調查問卷對消費者進行篩選(要求被試者對酒精不過敏，有露酒飲酒歷史)，同時了解消費者飲酒習慣、品牌偏好性、酒種偏好性等。符合條件的消費者被邀請參與本項實驗。實驗前，參與者被告知實驗內容、可能的風險等，并簽署《知情同意書》。

1.3 實驗方法

1.3.1 感官評價及消費者接受度測試

露酒感官評價方法參考GB/T 27588—2011[3]，從外觀、香氣、滋味、后味和個性5個維度進行評價。強度標記參考GB/T 33405—2016[14]，0～9依次表示從無到非常強。感官特性詞匯經專家級露酒品評員商議，選取13個露酒樣品感特性(色澤、澄清度、香氣和諧、香氣愉悅、藥香、果香棉柔、口感和諧、甜味、酸味、澀味、后味、個性)進行品評。

消費者接受度測試是指測試目標消費者對某個產品的接受程度，其中9點喜好標度方法是消費者接受度測試中常用的方法之一[15-16]。9點法由LAWLESS等[17]提出，能夠測試出消費者對產品的平均接受和喜好程度。1～9依次表示1-極端厭惡、2-非常厭惡、3-一般厭惡、4-稍微厭惡、5-既不喜歡也不厭惡、6-稍微喜歡、7-一般喜歡、8-非常喜歡、9-極端喜歡[18]。

1.3.2 面部表情

采用高清攝像頭(奧尼C33,1 080p)采集被試者品評過程中的面部表情信息。通過FaceReader軟件(版本8.1，諾達思，荷蘭)分析。FaceReader軟件以Viola-Jones[19]算法為基礎，以5 Hz的頻次捕捉面部信息。識別到面部信息之后，基于AAM(Active Appearance Model)建立3D面部模型，標記面部超過500個肌肉關鍵點。面部表情分類基于超過10 000個專家分類的表情圖像數據庫進行[20]。面部表情數據可以分為7種基本表情：喜悅、悲傷、憤怒、驚訝、恐懼、厭惡以及中立[7]。每種情緒強度變化從0(確實)～1(完全體現)。另外，表情喚醒度(強度從0-不活躍～1-完全活躍)和情緒效價(從-1代表負向情緒～1代表正向情緒)也用于本實驗結果分析。

1.4 實驗步驟

實驗開始前，對實驗參與者面部表情進行校準，保持靜息30 s。以往實驗表明，經過校準的面部表情信息準確度更高[8]。

實驗開始后，參與者對純凈水參照樣及3個酒樣品逐個品評，每個樣品的品評分為4個過程：觀色(30 s)、聞香(30 s)、入口品嘗(5 s)和吞咽后(20 s)。品嘗后，參與者對樣品的感官特性及接受度進行打分。樣品與樣品間，需用純凈水和蘇打餅干清口(實驗步驟見圖1)。

圖1 實驗步驟圖Fig.1 Overall scheme of experimental procedure

1.5 數據分析

1.5.1 感官特性評價

感官特性評分采用平均值和標準偏差方法進行統計學分析。樣本定義為因變量，感官屬性定義為自變量建立方差模型，同時進行最小顯著性差異法(Fisher′s least significant difference，LSD)分析，以查看兩個樣品是否在不同的感官屬性上顯著不同。

1.5.2 面部表情

采用FaceReader及R(版本4.0.4)軟件對數據進行處理和分析。分別分析計算各個情緒強度的平均值與標準差，進一步分析得出情緒的效價和喚醒度信息。建立方差模型，分析不同樣品及其不同品嘗階段在不同情緒之間是否存在顯著差異。

1.5.3 面部表情與感官特性評測綜合分析

以感官評測問卷、面部表情變化均值建立多元因子分析(multiple factor analysis, MFA)模型，分析面部表情與感官特性之間的聯系，其中感官評價分數、面部表情情緒強度值各為一組，消費者接受度為補充組。

2 結果與分析

2.1 消費者感官評測及接受度

消費者對于3款露酒樣品感官評測的方差分析結果如表2所示。3款樣品在色澤和藥香兩個特征上存在顯著差異(P<0.05)。樣品LJ_LS顏色透明，樣品LJ_MS和LJ_HS顏色偏黃，差異較小。LJ_LS和LJ_HS香氣較協調，愉悅度較高，樣品LJ_MS藥香突出。LJ_HS口感最綿柔、協調，甜度最高，樣品LJ_MS和LJ_LS口感綿柔度和甜度相近，而LJ_MS的口感協調度略低。

在接受度方面，消費者對于樣品色澤和香氣的喜好度總體高于口感和后味(圖2)。樣品LJ_HS整體來說最受消費者歡迎，在色澤、香氣和口感上的得分也最高。樣品LJ_LS與LJ_MS整體、口感和香氣喜好度上差異不大。

表2 酒樣感官品評平均分數及差異性Table 2 Mean values of sensory evaluation

圖2 三款酒樣色澤、香氣、口感、后味和整體喜好度消費者評價Fig.2 Hedonics of color， aroma, mouthfeel, aftertaste and overall liking of 3 Lujiu samples

2.2 消費者情感反應(面部表情分析)

圖3展示了在露酒樣品的品評過程中消費者不同情緒強度。可以看出，不同情緒強度差異明顯，其中中立情緒明顯高于其他情緒。悲傷、厭惡、憤怒和喜悅4種情緒強度值相對較高，而驚訝和憤怒兩種情緒強度值較低。參照以往酒類產品的消費者面部表情分析研究，負向情緒占比更高[21]，這與本研究結果相符。

比較分析不同樣品不同品評階段的情緒喚醒度(圖4)可知，3個酒樣品從觀色到聞香階段，喚醒度變化不明顯，在聞香階段3個酒樣品的情緒喚醒度明顯高于水對照樣。樣品LJ_LS和LJ_MS在品嘗階段情緒喚醒度下降，而樣品LJ_HS在品嘗階段情緒喚醒度升高，其高糖度可能是造成喚醒度升高的原因。3款酒樣的情緒喚醒度均在吞咽后下降。樣品LJ_LS和LJ_MS的情緒效價變化趨勢相近，均在聞香過程達到最低，而后緩慢上升，樣品LJ_HS的情緒則在聞香階段最高。

a-中立、悲傷、憤怒、厭惡情緒；b-喜悅、驚訝、恐懼情緒圖3 消費者不同樣品不同品評階段情緒FaceReader數值(0～1)Fig.3 Means(0-1) of consumers′ facial expression on different tasting stages of Lujiu samples from FaceReader

以產品、品評階段及其相互影響為自變量，以面部表情情緒為因變量，建立方差模型，分析露酒不同樣品及其不同品嘗階段在情緒之間的差異性。從表3方差分析結果可以看出，在7種基本情緒中，憤怒情緒能夠顯著區分不同樣品(P<0.05)，即消費者在品評不同樣品時感到的情緒值明顯不同；在不同品評階段，中立、喜悅和驚訝3種表情存在顯著差異(P<0.05)；樣品和品評階段間相互影響無顯著差異性(P≥0.05)。

a-情緒喚醒度；b-效價數值圖4 三個露酒樣品和水樣品不同品評階段FaceReader情緒喚醒度、效價數值Fig.4 Arousal and valance of facial expressions of different tasting stages of 3 Lujiu samples and water sample derived from FaceReader

對能夠顯著區分酒樣及不同品評階段的四類情緒(中立、喜悅、憤怒、驚訝)進行具體分析。結果如圖5所示，對于中立和喜悅情緒，3款酒樣不同階段的變化趨勢相近，其中中立情緒在聞香階段下降到最低，而后上升；喜悅情緒則相反，在聞香階段上升至最高，而后下降。比較而言，樣品LJ_HS的情緒變化強度最高，樣品LJ_LS與LJ_MS相近；驚訝情緒，3款樣品與水對照樣的差異較大；就憤怒情緒而言，情緒變化不大。3款酒樣的不同情緒對比可以看出，樣品LJ_HS 的正向情緒喜悅及驚訝值最高，而負向情緒憤怒值LJ_HS最低，這與消費者問卷中LJ_HS最受歡迎相符合。對比樣品LJ_MS與LJ_LS，兩個樣品在喜悅和憤怒值相近，驚訝值LJ_MS高于LJ_LS。

表3 面部表情方差分析圖Table 3 ANOVA of facial expressions

a-中立；b-喜悅；c-憤怒；d-驚訝圖5 四個樣品不同品評階段FaceReader中立、喜悅、憤怒和驚訝情緒數值(0-1)Fig.5 Mean values (0-1) of facial expressions neutral, happy, angry and surprise of different tasting stages of 3 Lujiu samples and water sample derived from FaceReader

2.3 消費者面部表情、產品感官特性與接受度的相關性分析

通過建立MFA模型研究各露酒樣品在感官特性、情緒維度和消費者接受度的相關性。圖6顯示了表情情緒(綠色)與感官特性(紅色)間的相關性，圖7顯示了不同產品不同品評階段的信息。結果表明，消費者的中立、恐懼和驚訝情緒和產品的色澤、藥香和個性緊密相關，而喜悅、厭惡和悲傷情緒則和產品香氣的和諧度和愉悅度緊密相關。第一象限(總變化占比32.61%)能夠區分出不同的產品，樣品LJ_HS不同品評階段的數值相近且均位于第一象限正向，樣品LJ_LS不同品評階段的數值分布接近中心零點，而樣品LJ_MS均位于第一象限負值；第二象限區(總變化占比27.92%)分出不同的品評階段，觀色階段的數值在第二象限分布最高，其次是吞咽、品評，而聞香最低。樣品LJ_HS在甜味、綿柔、口感和諧和果香的得分均最高，與其最受歡迎相符合，同時，其正向情緒喜悅值最高。

圖6 消費者面部表情、產品感官特性與接受度相關性MFAFig.6 MFA plot of correlation between facial expressions, sensory attributes and consumer acceptance of Lujiu samples′ tasting stages

圖7 消費者面部表情、產品感官特性與接受度相關性MFAFig.7 MFA individual factor map of correlation between facial expressions, sensory attributes and consumer acceptance of Lujiu samples′ tasting stages注：LK代表觀色階段，SM代表聞香，TS代表品嘗，SW代表吞咽后

3 結論與討論

本研究首次將面部表情分析技術與感官評測結合，對露酒產品的消費者接受度進行初步探索，以揭示露酒產品感官特性、消費者面部表情情緒與接受度的關聯性。研究結果表明，含糖量不同的露酒樣品在色澤和藥香上、在感官評價結果上存在顯著差異，其中甜味、口感和諧、綿柔和果香與產品接受度緊密相關；憤怒情緒能夠有效區分不同產品，中立、喜悅和驚訝情緒能夠有效區分不同的品評階段；最受消費者喜愛的是含糖量最高的樣品LJ_HS，該樣品的面部表情正向情緒強度值在3個酒樣中最高。面部表情分析技術可作為露酒消費者感官及接受度評價的一種有效研究方法，將其與感官評測相結合，能夠更全面的區分不同產品及不同品評階段的特點。