《International Journal of Cosmetic Science》：Bridging the gap between consumer perception and objective measurements: A novel multiview image analysis methodology for quantifying hair volume on a human head (curl type I to III)
编辑推荐：
目的：尽管单个毛发参数可在纤维水平进行客观评估，但在三维（3D）背景下量化总头发体积仍具挑战性，尽管其对消费者感知至关重要。本文描述了一种基于图像分析的自动化方法，专门设计用于提供既受消费者评估启发又能预测消费者评估的仪器测量。方法：该方法通过多阶段科学方法开
目的：尽管单个毛发参数可在纤维水平进行客观评估，但在三维（3D）背景下量化总头发体积仍具挑战性，尽管其对消费者感知至关重要。本文描述了一种基于图像分析的自动化方法，专门设计用于提供既受消费者评估启发又能预测消费者评估的仪器测量。方法：该方法通过多阶段科学方法开发：（1）通过定性访谈识别消费者相关的体积属性（发根提升（root lift）、沿头发长度的体积和感知质量（perceived mass））；（2）建立包含163名女性的数据库的标准化图像采集协议；（3）开发专注于消费者使用的感兴趣区域（Regions of Interest, ROI）的图像分析算法。头发体积的视觉感知由90名未经训练的志愿者使用配对比较评分法量化，以创建稳健的视觉参照。结果：为验证该工具，对40名女性（20名寻求增加体积，20名寻求减少体积）进行了混合研究。结果表明，这些图像分析算法在测量产品性能方面非常有效（p-value ≤0.022）。此外，仪器数据、感官专家评级和消费者自我评估之间发现了强相关性（例如，发根提升为0.65至0.88）。结论：该方法提供了一个稳健、可重复和标准化的框架，用于评估与真实世界消费者感知一致的护发产品功效。
该研究背景在于，人类头发具有长度、直径、卷曲度、颜色、生长速率等多样特征，多数单个毛发参数可通过仪器在纤维或发束（swatches）上客观测量，但尽管消费者感知的是三维（3D）整体头发表现，采用3D方法测量整个头发仍较困难，而头发体积作为消费者和美发师频繁使用但缺乏明确定义的术语，实质是消费者对3D空间中头发丰度的主观感知，整合了长度、质量和发根提升等要素，因此开发自动、客观且能预测人类视觉感知的头发体积测量方法具有重要现实意义，旨在解决客观测量与消费者感知间的差距，建立与真实感知一致的护发产品功效评估框架，相关研究成果发表于《International Journal of Cosmetic Science》。
研究人员采用的主要关键技术方法包括：通过面对面定性访谈定义消费者视角的体积属性；使用专用拍摄台（HeadScan V04）对163名英国曼彻斯特地区18至65岁、卷曲类型I至III、发长20至60 cm的女性进行标准化前后景与侧景图像采集；招募90名非训练志愿者通过配对比较法构建视觉参照数据集并基于Bradley-Terry-Luce模型生成等分等级图集（atlases）；利用眼动仪（Tobii X1 light）追踪15名志愿者视线以确定消费者评估体积时的感兴趣区域（ROI）；开发含毛发分割、度量转换及参数筛选三步流程的图像分析算法，并通过40名女性（各20名分别寻求增减体积）的混合研究进行软件验证与产品性能测试。
研究结果如下：
Step 1 – repeatability, reproducibility and operator independence of the measurements：在操作员、天数（嵌套于操作员）和图片等因素中，图片是变异的主要来源，表明各因素可区分不同头发体积类型；测量系统的主要变异来源为残差误差（即可重复性），再现性方面天数效应方差分量最小，操作员效应存在但始终小于残差分量，统计分析显示操作员使用软件进行测量具备可重复性、再现性（天数与操作员无关性）。
Step 2: Optimization of the number of measurements and of operators：利用贝叶斯线性混合模型计算区分不同等级的概率，无论操作员数量多少概率均相同，增加重复次数仅偶有极轻微改善，故1次重复已足够，软件测量的最优方案为1操作员×1次重复（测量）。
Step 3 – identification of instrumental parameters predictive of consumer perception：针对三个体积属性筛选与消费者感知相关的预测性仪器参数，发根提升属性识别出2个高相关与7个中等相关参数；沿发长体积属性中短发识别9高6中、中发13高8中、长发17高14中；感知质量属性中短发4中、中发4高、长发3高2中，仅保留这些筛选参数用于图像分析算法测量。
Step 4 – Measurement of product performance: A real-life case study：对40名女性及两款产品（增容与减容产品）开展混合研究，结合仪器、感官专家与消费者自评，通过配对均值比较检验（t-test或Wilcoxon test）与效应量分析，显示多数仪器参数与消费者评估在应用前后存在显著差异且具中高强度效应量（p-value ≤0.022）；仪器测量与感官及消费者评估间呈高正相关（如发根提升0.65至0.88），证明图像分析算法可有效测量增容与减容产品性能，且仪器结果能预测感官与消费者评估。
讨论部分总结指出，该方法开发目标为受消费者感知启发并具备预测性，研究已强有力达成此目标，算法能有效测产品性能且仪器测量可预测消费者与感官评估；当前统计验证基于卷曲类型I至III的欧洲女性，因文化层面头发体积感知差异少可全球适用，男性亦同，但高卷曲度等不同毛发类型需进一步验证；该多科学方法整合消费者与感官视角、标准化采集、算法开发、参数筛选与统计验证，实践中可依产品效应选取相关预测参数；此类多准则感知（如头发体积、皮肤光泽）的客观化至关重要，可提供标准化、可重复、可再现且独立于操作员的评估，理解3D空间高阶认知感知要素，补充传统单纤维/发束方法，契合消费者真实感知的3D客观测量需求。
结论部分翻译为：该方法提供了一个稳健、可重复和标准化的框架，用于评估与真实世界消费者感知一致的护发产品功效。
