Electronics：基于生成对抗网络（GAN）的视觉诱导味觉操作的持久性研究

点击左上角"MDPI开放数字出版"关注我们，为您推送更多最新资讯。

研究背景

视觉诱发味觉的操纵系统可以通过替换人们正在食用的食物外观，帮助有饮食限制的人们品尝到想吃到的东西。然而，有关研究尚不明确视觉诱发的味觉变化能否持续，味觉如何随时间变化，不同文化背景的个体之间的味觉操纵感受变化如何。

近来日本研究团队在Electronics上发表了有关利用增强现实 (AR) 和生成对抗网络 (GAN) 达到图像到图像的转换系统，实现视觉操纵味觉的实验研究。通过机器学习对从视频透视头戴式显示器 (HMD) 前置摄像头捕获的食物图像进行处理，将捕获的食物图像的外观更改为不同食物的外观，然后使用AR将它们叠加在实际食物上 (图例1)。

图例1：基于GAN的实时食物到食物翻译系统。(左) 使用视频透视头戴式显示 (HMD) 的用户体验视觉诱导下米饭的味觉实验。(右下) 面条实验。

▶

实验优势

本文基于GAN的实时食品到食品翻译系统与仅覆盖静态3D食物模型的简单味觉操纵系统相比，具有以下优势：

1. 不遮挡原本的食物或者是实验参与者的手；

2. 食物形态保持动态并与人交互；

3. 经过多个域的训练，单个GAN可以同时转换多个食物域；

4. 这些特性有助于其适用性、灵活性和食用体验的舒适性。

▶

实验的有效性

实验的目的是从以下几个角度研究基于GAN的味觉操纵系统的有效性：

1. 在食用调制食物时味觉操纵是否持续以及是如何持续的；

2. 在看到调制食物之前没有看到原始食物是否会影响味觉对调制食物的感知的强度，以及是如何影响这种感知强度；

3. 实验结果是否以及如何取决于参与者的国籍和性别。

▶

实验过程

实验采用问卷的形式，问卷通过HMD呈现给参与者，参与者能够在食用食物后通过HMD参与问卷问答，间隔120s回答5次 (60s品尝，60s回答)。随着实验次数的增加，作者将根据食物影响的有效性减少食物的种类 (图例2)。

图例2：白墙包围的实验环境下，志愿者头戴HMD，使用红色筷子，食用放在黑色桌子上的食物。

问卷以VAS (视觉模拟量表) 形式由以下四个问题组成 (0和100分别为“完全不同意”和“完全同意”)

Q1：尝起来像拉面；

Q2：尝起来像炒面 (或咖喱饭)；

Q3: 感觉像在吃拉面 (或蒸米饭)；

Q4: 感觉像在吃炒面 (或咖喱饭)。

▶

结论

本文以对食物的持久性，受试者的国籍和性别差异这三个特性进行分组实验。实验结果证明：视觉诱发的味觉操纵在许多参与者中持续存在。他们的持续性味觉变化分为三组：味觉变化的强度逐渐增加的、逐渐减弱的、和没有波动的，每组都有相似的参与者。此外，研究发现无论志愿者是否看过原本的食物，对食物的感知强度的结果是相似的。文章的结果还显示，那些不太熟悉本国食物的原始类型和目标类型的参与者感觉更强烈的味觉操纵，并且男性比女性能够感觉更强烈的味觉操纵。

识别二维码

阅读英文原文

原文出自 Electronics期刊

Kizashi Nakano et al. A Study on Persistence of GAN-Based Vision-Induced Gustatory Manipulation. Electronics2021, 10(10), 1157.

Electronics 期刊介绍

主编：Flavio Canavero, Politecnico di Torino, Italy

期刊主题涵盖电子科学与应用领域，发表电子器件、微电子与计算机技术、光电子工程、通信工程、信号与信息处理、微波理论与技术、生物电子工程、能源电子及系统等领域。

2020 Impact Factor	2.397
2020 CiteScore	2.7
MPT	35
APT	37

*MPT: Median Publication Time; APT: Average Publication Time

识别左侧二维码，

订阅Electronics期刊最新资讯。

往期回顾

版权声明

翻译作者：Electronics Editorial Office

本文由MDPI中国办公室编辑翻译编写，一切内容请以英文原版为准。如需转载，请邮件联系：[e-mail]

MDPI分学科公众号推荐

MDPI化学材料

汇集MDPI 化学材料领域前沿研究成果。

MDPI工程科学

汇集MDPI 工程科学领域前沿研究成果。

由于微信订阅号推送规则更新，您可以将“MDPI开放数字出版”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，直接阅读英文原文。

喜欢今天的内容？不如来个“三连击”☞【分享，点赞，转发】