分类存档: 未分类

改善颜色模式来帮助色觉缺陷患者(Improving Colour Patterns to Assist People with Colour Vision Deficiency)

色觉缺陷(Colour Vision Deficiency,CVD)是一种较为常见的疾病,全世界每12名男性中就有一名CVD患者,每200名女性中就有一名CVD患者。目前有很多技术手段来帮助这些患者识别颜色,这些方法根据所使用的感觉器官可以分为触觉辅助、视觉编辑辅助和听觉辅助。视觉辅助方法可以进一步分为四种:(1)对易混淆的颜色进行重着色;(2)使用覆盖在图片上的图案表示颜色信息;(3)突出显示指定的颜色;(4)上述三种方法的混合方法。本文提出了新的使用图案的视觉辅助的方法ColourIconizer和ColourMix,并通过和目前表现最好的ColourMeter方法进行比较,可以看出所提出方法的有效性。

继续阅读 »

探索数据叙事中消极情感的视觉表达方法 (Negative Emotions, Positive Outcomes? Exploring the Communication of Negativity in Serious Data Stories)

数据故事是一种将数据可视化与叙事、互动、装饰或动画相结合的视觉形式,它越来越受欢迎。其中,严肃的数据故事与旨在娱乐观众的故事不同,它通常基于人类和环境等严肃话题,传达的信息往往是负面的。因此,这些故事往往试图引起观众的负面情绪,如悲伤和恐惧。例如,在COVID-19大流行期间,许多数据可视化作品讨论如何用数据故事让人们真正关心死亡,关心自己的健康。该工作就如何对利用可视化设计准确表达严肃、消极情感展开了相关探索,对于自动数据情感表达及可视化叙事自动生成提供了理论依据。

继续阅读 »

多视图可视化设计的引导式语义捕捉(Semantic Snapping for Guided Multi-View Visualization Design)

图1:Semantic snapping 引导用户交互修改多视图可视化设计

视觉信息显示通常由多个可视化组成,用于促进对数据的理解。然而,由于缺乏可视化的专业设计知识,非专家用户在设计多视图可视化时,可能会造成误导或其他有问题的结果。例如,违反一致性约束,即相同的数据应该以相同的方式显示,不同的数据应该以不同的方式显示。然而,让用户手动检测和解决冲突很容易出错,尤其是对于初学者来说,要想出替代的表示会十分耗时。因此,一种自动或半自动的方法有望帮助用户检测和解决潜在问题。在检查视图之间的关系,确定潜在的改进方案,以及实现相应变化等方面仍然存在挑战。传统的Snapping会在几何图像周围创建一个“重力场”,从而更容易将它们以特定方式放在一起。在本文中,Semantic Snapping 表示在将多个单独的视图融合在一起时,解决相互的冲突和冗余。

继续阅读 »

2022年第十三期北京大学可视化发展前沿研究生暑期学校开放报名

  第十三期2022年北京大学可视化发展前沿研究生暑期学校将于7月12-20日以在线授课方式举行。暑期邀请了海内外在可视化研究领域具有深厚造诣的知名学者,面向学员系统探讨本领域的前沿理论和研究方法。本次课程主要关注可视化在交叉领域的应用和发展,特别是在人文、社科、技术等方面的结合。欢迎可视化相关专业、设计专业和应用领域学生学者报名参加。
   提交申请材料页面:http://www.chinavis.org/s22/register/index.html

课程简介
  可视化暑期学校邀请海内外在可视化研究领域具有深厚造诣的知名学者,面向学员系统探讨本领域的前沿理论和研究方法。本次课程主要关注可视化在交叉领域的应用和发展。
  2022年7月12日-14日为基础知识课程,该部分主要讲授可视化技术(结合北京大学在线可视化慕课内容)与相关信息设计基础知识。2022年7月15日-19日为前沿课程。7月20日为课程总结。
   课程网站:http://chinavis.org/s22/

继续阅读 »

利用颜色编码的堆叠直方图增强平行坐标图 (Augmenting Parallel Coordinates Plots with Color-coded Stacked Histograms)

平行坐标图(Parallel Coordinate Plot, PCP)是一个常见的可视化形式, 能够在二维空间中呈现出多维数据。在平行坐标图中,每条折线代表一条数据,折线的形状能够反映数据的特征。然而,如果数据过多,折线之间会产生严重的重叠,从而影响对折线形状的判断和进一步的交互;此外,虽然折线图可以呈现相邻两个轴对应的属性的关系,但在展现不相邻的属性的关系上却又无能为力,只能通过对坐标轴进行重排使两者相邻。

继续阅读 »

重新思考视觉通道的排名(Rethinking the Ranks of Visual Channels)

在可视化中,我们可以用位置、长度或亮度等视觉通道展示数据。现有对视觉通道的排名主要是基于参与者能多准确地报告两个用视觉通道表示的数值之间的比率。这个排名成立的假设是,对于不同的任务和不同数量的视觉元素,排名保持不变。然而,现有的工作很少对该假设进行实验,特别是考虑到在现实世界的可视化中,根据观察到的视觉通道来计算两个数值的比率相对来说没有那么重要,相比之下,看到、记住和比较趋势更为重要。

继续阅读 »

新冠疫情可视化地图集 – 零新增确诊地图

地图是人类概括和符号化所在地理空间和现象的有效手段。有猜测,自从石器时代人类开始制作各种原始的地图。今天我们还能在博物馆看到数千年前人类保留下来的实物地图。19世纪约翰·斯诺医生制作的霍乱地图则开启了利用地图这一形式进行多元数据融合推断,进行决策的先河。

在针对新冠疫情的工作中,北京大学可视化与可视分析实验室研发制作了一系列交互地图。在此我们讨论通过数据绘制各类主题地图,帮助更好的理解疫情发展变化。今天我们介绍其中的零新增地图。

继续阅读 »

国际疫情态势可视分析平台

目前中国新冠肺炎新增确诊人数总体在逐渐减少,世界卫生组织也肯定了中国对新冠肺炎所做的努力,并且认为中国的疫情顶峰已过,现在正处于稳步下降的状态。但是国际疫情却异常严重,韩国,日本,意大利,伊朗都面临着巨大的挑战。

北京大学可视化与可视分析实验室提供了一系列的工具,帮助大家实时查看国际疫情。

继续阅读 »

疫情晴雨表新版上线了!

截至2020-02-23 16:50,新型冠状病毒肺炎(COVID-19)全国确诊人数超过7万7千人。全国人民都在关注何时疫情能够被遏制和战胜。

北京大学可视化与可视分析实验室最近发布了疫情晴雨表,为大众深入理解当前疫情提供了可视化利器。今天我们发布了晴雨表的新版本。新版本包括在原有省和地级市两级可视化的基础上,增加了对全国所有地市新增确诊数动态(不包含台湾省)的排名。下面为大家介绍晴雨表的新功能。具体试用可以通过疫情可视化网址:http://vis.pku.edu.cn/ncov/

继续阅读 »

面对新冠病毒,这张疫情轨迹图你一定要看

北大可视化与可视分析实验室发布疫情轨迹图,可视化对比新冠与其他历史疫情。

自从新冠疫情爆发以来,你的生活或许变成了这样:每天早上一起床,便习惯性地打开手机,点开微信朋友圈或新闻类APP,查看今天的新增确诊病例人数、新增死亡病例人数和疑似病例数,忧心忡忡地看着窗外,想着什么时候情况能够好转,自己得以“刑满释放”,出门去在春风杨柳里走一遭。

继续阅读 »