沉浸式技术，诸如虚拟现实和增强现实，已经为数据的展示、交互、探索提供了一种新型有效的形式。人们对沉浸式可视化与可视分析的应用产生了越来越多的需求，但目前为沉浸式环境构建应用程序和原型可视化设计仍然具有挑战性。现在大部分的沉浸式可视化应用都是依赖于Unity 3D环境编写的，多数编程人员还在编写底层代码进行数据解析、物体摆放和可视化映射等操作；同时，设计者需要在沉浸式环境中查看可视化，这导致迭代设计的效率十分低下。这篇文章[1]提出了DXR（Data visualization for eXtend Reality），一个开源的沉浸式可视化快速构建工具。该工具由大量的预制件和脚本包组成，如图1，能够为构建和重用三维可视化设计提供高级接口，用户可使用类似Vega-Lite的语法快速编写可视化映射，支持文本编辑器和内置原位GUI，并支持用户自定义marks和channels以满足更复杂的可视化设计。 继续阅读 »
随着大屏幕技术的发展和普及，其在展示、交互、合作方面的优秀性能使其更广泛地应用于可视化与数据探索。大屏幕的高分辨率和充足的显示空间可以支持展示更多信息，提供了多人协同分析的空间，并可以组合多种交互方式使探索过程更加自然。然而使用大屏幕进行可视分析仍存在很多挑战，诸如工具和菜单栏遮挡视图、用户无法触及屏幕较远位置、交互距离过长引起疲劳、多用户合作时面临冲突等问题。针对这些挑战，跨设备交互——使用个人设备（如手机、iPad、智能手表等）与大屏幕结合分析是一种常见的解决办法。相比于其他设备，智能手表具有轻便、操作便捷、解放双手、注意力转换少（部分操作无需注视手表）的优点，但相关研究中缺少将智能手表与大屏幕可视分析系统结合的工作，因此这篇文章[1]专注于解决这个问题，使智能手表作为存储和发送数据的存储器、提供额外视图和交互的中介和远程定位的控制器，提供了一套将大屏幕与智能手表结合的设计理论和系统，如图1，不仅能保障在多用户合作过程中个人探索的准确性，同时能降低个人操作对屏幕整体的影响，最后他们通过用户体验的结果验证了该系统的有效性。
为了结合数字世界和真实物理世界交互和展示优点，人们已经开发了多种混合现实技术，诸如空间增强现实技术(SAR)[1]等等。为了解决现有多种MR设备相互结合的困难，以提高用户沉浸式探索体验，降低注意力转移的代价，本文[2]提出并实现了一个结合多种混合现实方法的概念框架，将现实空间到虚拟空间之间依据增强等级划分为6个阶段，同时使用两个案例解释整个框架的工作流程。
随着新型展示和交互技术的发展，信息可视化已经不再局限于传统的桌面应用。AR，VR领域日新月异，越来越多的可穿戴设备能够支持多自由度交互和沉浸式展示，为人们身临其境地和数据交互，深入理解数据对象提供了很大便利。对于一些三维视图，传统的桌面可视化在展示性能上仍有不足。我们很自然地想到结合这两种技术，让用户使用头戴式设备在沉浸式环境下进行三维数据探索，但这同时也引起我们产生一个疑问——用户和真实世界中全息图进行交互探索，和传统可视化相比是否是一种更有效率的策略？这篇文章[1]给出了一个有关桌面三维可视化、平板电脑中的AR可视化、和头戴式设备中的沉浸式可视化在完成三维探索任务性能上的研究，通过分别完成三维点云中的几个基本问题，从而比较三种方式完成任务效率等方面的差异。
随着混合现实的发展，HoloLens等头显设备为我们提供的在现实世界中探索数据的能力对可视化交互和分析越发重要。对于安全可视化，混合现实可以产生桌面可视化难以实现的效果，能够满足无需上下文转换的数据探索和物理操作，并支持多人协同探索，在许多安全领域应用中有实际意义，涉及范围涵盖从基础设施安全和应急响应到对可疑行为的日常监控。研究如何利用MR在真实物理环境中有效地可视化抽象数据并利用声音和姿势与之交互具有创新的意义。本文[1]使用VAST Challenge 2016的数据集，以复杂的多维时序传感器数据中隐含的安全事件作为研究对象，提出了异常检测的方法，设计了一套沉浸式可视分析系统，能够将二维图表信息和三维平面图信息紧密结合，并提供了语音、凝视和手势等交互。
随着数据探索任务的日益复杂，合作探索协调多视图（Coordinated & Multiple Views, CMV）已成为信息可视化中主要关注的内容。移动设备（Mobile Device）相较传统桌面可视化而言，更能提供动态、灵活、用户指定的交互界面，便于通过多设备进行协同探索。这篇文章提供了VISTILES[1]框架可以支持用户通过拼接组合移动设备对复杂数据进行多视图探索，并可利用含义丰富的空间布局加深用户对多变量数据的理解。
传统的CAVE沉浸式虚拟现实环境，在可视化协同分析中可以有效地帮助多用户理解数据，分享意见，对于多领域的合作者有重要意义，在科学可视化领域有很多相关研究，而其缺点是造价昂贵。随着近年来头戴式设备(HMDs)技术的迅猛发展，诸如Oculus Rift，HTC Vive等头戴式设备的价格有所降低，使它们成为了一种更加经济的替代可能。由此产生了一个问题，在沉浸式可视化的协同分析中，我们是否还需要如此高昂的CAVE设备呢？
近期评论