日本食の６割は、物理的要因つまり食感が美味しさを支配すると言われている。一方で、その評価は官能評価でも、また機器分析でも困難である。機器分析によりわずかな食感の差であっても、機器分析で安定してヒトが感じるであろう官能評点を予測することは非常に重要である。しかし、感度や官能評価点との対応、の両面から、従来の機器分析法では限界が指摘されていた。 我々は、スマートフォン搭載3Dカメラにより、顔表面形状を時系列データとして計測可能としている。本アプリケーションで、食品を咀嚼中の顔表面動作を記録し、計3600以上の数値/フレームを、食品の呈味物質の有無や濃度、また香り成分、つまりフレーバーを教師ラベルとして、教師あり学習を行った。フレーバーの存在で、咀嚼動作が変化することを明らかとし、またその濃度等を推定することに成功した。その上で、フレーバーにより呈味物質、つまり塩味や甘味などを増強する効果があることを、本計測手法と深層学習を組み合わせることで確認した。これまでの官能評価との整合性も確認された。
