深度神经网络支持下的交互式体数据可视化(DNN-VolVis: Interactive Volume Visualization Supported by Deep Neural Network)

体数据在医学、科学模拟数据中具有广泛运用。直接可视化(DVR)是重要的体数据可视化方法。其中关键是设计合适的传递函数。传递函数是将体数据中体素的值映射成为颜色-透明度值。本质上是将体素进行分类,识别其中的特征并给予不同的颜色透明度属性。在传统体渲染中,给定传递函数,选定视角参数之后就可以合成、计算渲染结果的每个像素的值。

然而,有时用户想要探索已有的可视化结果,但原始的传递函数并未公开。或者探索过程中,用户不满足于调整传递函数来获取结果,在传递函数基础上,他们想要直接对渲染结果进行一些修改。但是从渲染结果到传递函数难度巨大:一方面传递函数的设计空间巨大不可能暴力遍历,另一方面渲染结果中像素和传递函数之间也没有解析表达,细小的传递函数的差异可能导致巨大的结果差异。为解决这类问题,本工作[1]提出了基于深度学习网络的更直接的处理方式。本工作中的神经网络可以接受用户想要探索的可视化结果作为输入,随着用户的交互,可以直接合成在其他视角参数下的“渲染结果”。我们合成的结果可以和真实的渲染结果相媲美。

继续阅读 »

FiberClay:通过雕刻三维轨迹揭示内在结构(FiberClay: Sculpting Three Dimensional Trajectories to Reveal Structural Insights )

随着在虚拟现实与增强现实的场景中,构建3D物体并与之交互的技术日渐成熟,可视化领域开始尝试利用这样的场景来探索、分析高维的数据。将空间数据在三维空间中可视化一直是备受争议的话题,在三维空间中可视化复杂的、大量的轨迹会遇到一系列挑战,例如密集轨迹的重叠问题会使得对轨迹的交互、查询变得繁复,尤其是在三维沉浸式空间中。本文提出FiberClay将轨迹在三维空间中可视化,同时结合新颖的3D刷选方法来快速选择轨迹,支持探索分析数据的内在结构。

继续阅读 »

“可视化与可视分析前沿进展”第9期CSIG图像图形学科前沿讲习班在北京大学成功举办

2018年12月26日至28日,由中国图象图形学学会主办,CSIG可视化与可视分析专业委员会、北京大学机器感知与智能教育部重点实验室、北京大学大数据分析与应用技术国家工程实验室联合承办的主题为“可视化与可视分析前沿进展”第9期CSIG图像图形学科前沿讲习班在北京大学举行,北京大学袁晓如研究员担任学术主任,共有来自全国各地的老师、学生以及企业工程师约60人参加会议,讲习班现场座无虚席、气氛热烈。

继续阅读 »

IGAL可视化讲习班-1:从易用到自动,大数据可视化的下一个十年 – 袁晓如

2018年12月26日,由中国图象图形学学会主办,CSIG可视化与可视分析专业委员会、北京大学机器感知与智能教育部重点实验室、北京大学大数据分析与应用技术国家工程实验室联合承办的主题为“可视化与可视分析前沿进展”第9期CSIG图像图形学科前沿讲习班在北京大学举行。第一次课程由北京大学袁晓如研究员讲授,题目为《从易用到自动,大数据可视化的下一个十年》。十年来可视化在中国发展迅猛,其中数据科学兴起对可视化产生推动作用。在计算机领域,计算能力、大数据、人工智作为三驾马车,极大推动了计算机相关学科的发展,同时也在推动社会的前进。数据科学离不开人和机器,机器拥有着强大的计算存储能力,而人类则更擅于创造,人类和机器具有不同的长处,可视化关注如何让将人和机器的长处结合,解决科学问题,将在其中扮演关键角色。 继续阅读 »

IGAL可视化讲习班-2:未来工作模式: 使用先进可视化技术提升交流与合作 – 赵健

可视化前沿讲习班第一天上午的第二个课程由来自美国FX Palo Alto实验室的赵健研究员讲授。赵健研究员博士毕业于多伦多大学,他的研究兴趣主要包括信息可视化、人机交互以及数据科学。近几年他在CHI、InfoVis和VAST上发表十余篇论文,其中多篇获得了Honorable Mention。本次课程他从数据、模型和用户的关系出发,给学员们带来了精彩的演讲。 继续阅读 »

IGAL可视化讲习班-5:针对元数据和质量管理的可视分析 – 刘世霞

可视化前沿讲习班第二天上午的第一个课程来自清华大学软件学院的刘世霞老师。她曾先后就职于IBM中国研究研究院与微软亚洲研究院,是ACM CHI,IEEE VIS等会议的项目委员。她的近期工作主要集中在文本可视化与可解释机器学习(XAI)。本次课程她结合自己的工作探讨如何有效利用可视分析来解释隐藏知识,为同学们带来了精彩的演讲。

继续阅读 »

IGAL可视化讲习班-3:数据科学工作流的可视化设计 – 赵健

12月26日下午的第一个可视化前沿讲习班的报告是由赵健研究员报告数据科学工作流的可视化设计。赵健研究员来自美国FX Palo Alto实验室,他的研究兴趣主要包括信息可视化、人机交互以及数据科学。数据科学工作流是指利用可视化的方法提高整个工作流的工作效率。主要分为以下4步:准备输入数据,进行数据探索,模型创造和结果展示。赵健老师主要围绕后三个步骤分析数据科学工作流。 继续阅读 »

IGAL可视化讲习班-4:任务驱动的自动可视化构建 – 汪云海

讲习班首日下午的第二位讲者是来自山东大学的汪云海教授。他大家带来了题为《任务驱动的自动可视化构建(Task-driven Automated Visualization)》的讲座。

继续阅读 »

IGAL可视化讲习班-6:基于智能可视化的电子病历分析及辅助诊疗技术 – 曹楠

12月27日上午,来自同济大学的曹楠教授为大家带来了题目为《基于智能可视化的电子病历分析及辅助诊疗技术(Visualization in Health Informatics)》的讲座,详细阐述了可视化在医疗信息领域的应用。 继续阅读 »

IGAL可视化讲习班-7:基于特征的流场可视化 – 陶钧

前沿讲习班12月27日下午的第一个讲者是来自于中山大学的陶钧老师,讲座的题目是《基于特征的流场可视化》,从流场可视化基本概念,基于特征的显性方法,基于特征的隐性方法等三个方面对基于特征的流场可视化进行讲述。

继续阅读 »