ChinaVis 2018 – Day 1 (2018年7月26日)

第五届中国可视化与可视分析大会(ChinaVis 2018)于2018年7月26日在上海隆重开幕。大会为期三天,从2018年7月26日至7月28日举办,邀请了国内外可视化领域知名专家就相关研究与应用的最新进展作大会报告、介绍发展动态、开拓研究思路。会议包含了论文报告、海报张贴、Panel研讨、专题报告、可视化艺术展等丰富多彩的日程。大会由中国图象图形学学会主办,可视化与可视分析专委会、华东师范大学计算机科学与软件工程学院承办,同济大学、上海交通大学和多家赞助单位协办。本次会议吸引了来自101家高校与企事业单位、13家国外高校与企业的500多位专家学者参会。会议开幕式前一天,在华东师范大学还举办了前导课程,由美国俄亥俄州立大学的沈汉威教授和清华大学的刘世霞教授为大家分别介绍“数据分析与可视化信息理论”和“可解释机器学习”,课程得到了大家的积极参与,参加人数高达两百多人次。

开幕式由大会主席华东师范大学王长波教授主持开幕式。华东师范大学计算机科学与软件工程学院院长何积丰院士发表致辞,祝贺本次大会的顺利召开和中国在可视化领域做出的成果。

图1 何积丰院士发表致辞,祝贺本次大会召开。

今年会议也是中国图像图形学学会可视化与可视分析专委会成立后的首次大会。专委会主任北京大学袁晓如研究员致辞报告了专委会成立的进展和对会议的展望。

图2 专委会主任北京大学袁晓如研究员致辞

图3 大会开幕式现场

开幕式上,王长波教授详细介绍了会议组织结构,介绍了会议安排。值得注意的是,本次大会邀请了来自国内外23个大学、科学院和知名企业的29位讲者,涵盖技术与艺术、研究与应用共8个专题。大会将安排两个Panel环节,分别探讨“新时代国际可视化的机遇与挑战”和“非视不可——What is silver bullet of visualization?”。ChinaVis大会的产学研高峰论坛及企业展览报告为参展单位提供更多展示和交流机会,让大家直观感受最新可视化成果和产品,实现产学研近距离交流合作。本次ChinaVis“360”杯数据可视分析挑战赛有126个队,556人报名参赛,最终36个单位共提交86个作品。

图4 大会主席王长波教授介绍会议情况

论文主席曹楠教授介绍了大会论文情况,本次大会共提交88篇论文,录取长论文29篇、短论文8篇,长论文录取率32.9%。经过审稿后,全部长文论文都将在SCI期刊 《Journal of Visualization》 和 《Journal of Visual Language and Comupting》发表。本次大会共录取海报16篇,此外还有挑战赛获奖者海报20篇。本次大会的艺术项目,包含艺术展、艺术可视化学生竞赛、艺术专题报告、艺术作品演讲等。 一路走来,ChinaVis在北京、天津、长沙、青岛、上海举行,不断推动着可视化与可视分析事业的发展。

本次ChinaVis特邀报告邀请了英国牛津大学的Min Chen(陈敏)教授。他的演讲题目是《Four Levels of Visualization(可视化的四个层次)》。Min Chen教授的主要研究方向是可视化,计算机图形学与人机交互,发表高水平论文200余篇,在可视化理论,可视分析以及可视化中的视觉感知开展了很有影响力的工作。陈教授在报告中以近年来在国内可视化领域发表的若干重要论文为例引出自己演讲的主题,他认为利用可视化完成任务是一个在信息空间中逐渐搜索的过程,可视化通过不断缩减信息空间进一步得到有效的信息获得对于数据的启示,从而完成用户的任务。陈教授从四个层级对于可视化进行分析, 分别是传播(Disseminative)层级,观测(Observational)层级,分析(Analytical)层级以及模型构建(Model-development)层级,不同层次的复杂度不同,其对应的搜索空间的大小也不同。在没有明确具体的算法解决任务时,可视化能够充分利用用户的感知认知能力与机器的计算能力,在不同的层级帮助用户缩减信息空间,帮助用户高效地完成任务。

图5 大会Keynote演讲-牛津大学陈敏教授

会议邀请了马匡六、陈敏、Leila De Floriani、张小龙四位教授以“新时代国际可视化机遇与挑战”为题展开激烈的讨论,袁晓如研究员担主持人。

马匡六教授认为,新时代可视化的挑战和机遇来源于可视化应用的可用性。最早,可视化的需求来源于为科学家设计工具。可视化的可用性需要领域专家和可视化从业者的密切合作。可视化系统的设计取决于使用者以及用以解决的任务。这通常需要考虑以下几方面,包括:可探索性、可扩展性、可交互性以及所需计算代价等。在设计可视化系统中,每多考虑一种因素,就需要多出新的努力以平衡不同的需求。

图6 马匡六教授在Panel中发言

来自于牛津大学的陈敏教授认为,新时代可视化的机遇和挑战来源于以下几个方面。一、新时代下可视化的机遇来源于我们有很大的数据量,但挑战在于我们没有足够的数据量。基于稀疏数据的机器学习方法难以取得好的效果,解决这些问题正是可视化的问题所在。二、可视化是有用的,但可视化是难以理解的。可视化没有标准的准则可以遵循。实现可视化的标准化、同时鼓励创造力是可视化的机遇挑战所在。

Leila De Floriani教授从TVCG的角度出发,可视化的发表物近年来有很多新的趋势,其中包括可视化对机器学习的助力、可视化在时空数据分析任务中的应用等。可视化在机器学习模型的可解释性上迈开了一大步,并且有望在提高机器学习模型做出贡献。此外,拓扑数据的分析也是可视化中的重要的一个研究问题。

图7 Leila De Floriani教授在Panel中发言

张小龙教授认为:可视化与可视分析是离不开人的因素。基于认知理论设计的可视分析系统可以提高人类方面的效率。但当前的认知理论不足以支撑整个可视化。构建可视化系统的认知理论是可视化的基于和挑战。已有的理论不够处理。有许多人类和机器的理论值得分析。

图8 张小龙教授在Panel中发言

在下午论文报告中,Behaviors, Movement, and Mobility Data主题包括了清华大学张明岽等人针对击剑比赛的战术可视分析。之前的工作多基于统计模型或者生物特征,数据使用大量的传感器。而该工作与领域专家合作,从原始视频中标注进行数据获取。针对击剑比赛中独特的得分规则以及主动权等特性,该工作帮助用户更直观地分析比赛战术和走势。针对大量的轨迹数据,刘等人把轨迹数据转化为文本,比较LDA和NMF技术的优劣后,提出使用SS-NMF交互式的主题建模技术,可以进行主题的合并,分解等。周等人使用出租车OD数据,将空间划分成多个正六边形,得到每条边的流构建矩阵,对这些流信息进行NMF非负矩阵分解来进行城市功能区的划分。王等人则是从城市中个体的角度来了解城市的功能,该工作通过高维投影来获取人群的分组,并且使用2.5D视图来展现城市时空信息。

图9 Behaviors, Movement, and Mobility Data会场

在Time-Oriented and High Dimensional Data论文环节中,陈炳坤介绍了计算时间序列特征向量的距离,度量相似性的工作;介绍了如何增强时空数据可视化中的细微特征;上海交通大学李晨璐等人介绍了将可视化引入时序数据分析的机器学习流程中,帮助提取特征、进行增量式训练,通过聚类和序列模式挖掘方法增强对长时间序列分析的能力;中科院的程诗雨介绍了他们可视分析掩星数据的工作,通过LSTM模型进行数据补全,通过聚类帮助发现时空分布特征,该工作获得最佳论文提名奖。最后,来自北京大学的赖楚凡介绍了《Exploring High Dimensional Data Through Locally Enhanced Projections》。该工作针对降维投影过程中的信息失真问题,为用户推荐关注点,根据关注点内部差异性、相似性和组间成员的差异性分别进行局部优化,提高用户关注的局部数据的投影性能。该工作获得本届ChinaVis大会的最佳论文奖。

图10 北京大学赖楚凡在介绍局部增强投影的工作。

在产学研高峰论坛中,360企业安全可视化实验室负责人黄鑫为大家带来了题目为可视化已成为安全行业的核心能力的报告。在报告中,黄鑫为大家介绍了360企业安全可视化实验室的主要工作:建立可视化基础能力平台服务公司各产品业务线;设计与研发公司各大展会、展厅、展馆的可视化应用;与高校合作共同组织ChinaVis可视分析挑战赛,校企合作为产业与学界带来了双赢。

来自海云数据的刘秋雯给大家介绍了海云数据公司的概览,以及海云数据研发的公安大数据综合业务赋能平台:智警大脑,智警大脑是针对城市公共安全、道路交通管理的产品,通过可视分析、可视指挥、可视决策协助智慧警务,致力解决“巡警的危机、刑警的风险和警令的无奈”三大难题。目前,海云数据已经成功在多家省、市公安局部署了智警大脑,服务超过1/3的公安市场。

来自西南交通大学的李天瑞老师做了主题为面向城市计算的产学研案例分析与体会的报告。李天瑞老师所在的实验室与国内外知名企业合作,在各个项目上取得了长足的进展。来自浙江大学的陈为老师介绍了自己可视化科教协同历程,与各企业单位合作的可视化项目以及关于育人的感悟。

图11 李天瑞老师发表演讲

图12 陈为老师发表演讲

在挑战赛专场中,中南大学的赵颖老师介绍了本次可视分析挑战赛的相关情况。本次挑战赛有两个题目,挑战1关于企业中和员工的日常行为模式和异常事件分析,挑战赛2关于智慧城市的网络信息安全,共吸引了126支参赛队伍参加,其中86支队伍提交了参赛作品,数量再创新高。挑战一总计77个作品,有26个作品获奖,获奖率33.7%;挑战二共9个作品,有5个作品获奖,获奖率55.5%。今年统计参赛队伍的使用工具,国内的开源工具Echarts获得首位,来自百度的李德清也受邀介绍了开发Echarts的经验与经历。最终,来自东北师范大学,重庆大学和中国科学院信息工程研究所的三支队伍获得了挑战赛1的一等奖,来自东北大学,音智达和信息工程大学的参赛队获得了挑战赛2的二等奖(今年挑战赛2有一定难度,未有队伍获得一等奖),中国铁道科学研究院集团有限公司的队伍获得挑战赛1的单项奖:视觉效果奖,中国科学院计算机网络信息中心的队伍获得挑战赛1的单项奖:设计创意奖。他们也受邀到现场为大家做了精彩的报告。

图13 获奖同学展示作品

下午,来自浙江大学的陈为教授与巫英才教授,与来自同济大学的曹楠教授一道,做了有关“可视化研究新方向”的报告。曹楠教授指出,在Health Care 2.0时代,可以针对不同的受众,采取不同的可视化设计,以推进医疗进程。比如,面向普通大众的个人健康信息可视化需要以简单直接的设计来最小化用户的学习成本;面向临床健康(电子病历信息)的可视化则需要训练医生来理解这种设计,以便提高他们的诊断或是治疗效率。陈为教授以“用户更希望傻瓜式操作与可视化系统越来越复杂”这一矛盾为引,提出了“智能可视化”的概念。他认为,在未来可视化可以与人工智能及AR/VR结合,可以与设计相结合,从而扩宽可视化的应用领域。巫英才教授从体育数据可视分析出发,以乒乓球数据可视分析为例,介绍了面对具有海量、异构、多源、高度动态和不完整特点的体育数据,分析人员要充分与专业人士沟通,从实际需求出发,设计能够提供精准分析和高效解决能力的体育数据可视分析系统。

图14 三位老师回答学生提问

在第一天下午的文物保护可视化专题中,来自日本立命馆大学的Satoshi Tanaka老师、来自天津大学的张加万老师、来自西北大学的陈晓江老师分别介绍了他们在文物保护中做的工作。来自日本立命馆Satoshi Tanaka老师主要介绍了他们在文化遗产的3D激光扫描成像技术上的改进。此工作基于3D激光扫描技术和无人飞行摄影机技术的快速发展。他们提出的stochastic point-based rendering(SPBR)从自然中真实透视物体得到启发,不需要对3D扫描得到的点进行深度排序来实现正确的深度感觉(depth feel),因此很适合做高质量并且快速的可视化;在边缘高亮上,此方法也能够清晰地展现3D结构的边缘,比如浮雕的边缘,在这一方面,SPBR比传统的方法要好。SPBR已经应用在日本祇园祭花车(Gion festival floats)以及印度尼西亚的婆罗浮屠佛塔(Borobudur temple)的3D成像上。

来自天津大学张加万老师介绍了他们团队利用可视分析助力文物精准保护的工作。不可动文物面临各种风险因素的威胁,包括风化、洪水、大规模的参观等,这些都会造成文物的劣化。张教授的团队以敦煌莫高窟为研究目标,提出了基于信息技术支撑的预防性保护,建立文物与风险源关联模型,开展了有助于莫高窟文物保护的多种可视化系统。如进行文物本体表面微变监测与分析,即在文物陈列空间内设置相机,使其自动定位六个自由度参数,并改变光照环境,以捕捉文物表面在短时间内的损耗。此外,还进行了遗产地文物劣化风险可视分析,病害空间分布视图,灾害类风险可视分析等,并关联微环境与大环境,利用可视分析技术助力文物预防性保护。

陈晓江老师介绍了他们利用物联网技术进行大型遗址的感知工作,主要是对长城的感知。长城的保存现状堪忧,利用现代物联网技术透彻感知长城可以加强对长城的保护。陈老师的团队依靠专家经验在长城周围部署各种传感器、检测危险源,从而研发风险源感知监测系统,部署在长城区域,并通过航拍进行长城整体信息的采集。然后他们进行长城风险源分析、风险量化评估研究,决策支持风险评估与风险预警。在具体的实现中,他们遇到了电池电量的限制和通信线路的限制,于是研究了LoRa远距离无源传输的技术,成功解决了电源的问题。由此出发,陈老师的团队又基于无线信号对环境的敏感性发展了数个情境感知方法,包括环境温湿度检测、展厅观众人数检测等等。之后,陈老师概括介绍了一些文化遗产数字化修复与可视化方面的工作。

图15 可视分析助力文物保护

下午的另外一个重点部分是艺术专题报告。Kostas Terzidis从Language,Code和Visualization三个维度解读了自己对设计/可视化的理解。首先从语言的维度,他试图用中文、希腊语、英语三个维度去解释“美”,“设计”和“不”等词的含义,比如“美”这个词,从希腊语的根源来看,它的意思与风格无关,而是与“恰当的时间”对等;比如“设计”在希腊语中指的是“几乎,并未完成”的意思。其次,Terzidis老师谈了自己对与“code”的理解。他认为机器算法的本质在于计算出事物的所有可能性,设计其实就是从我们已知的结果范围中去挑选最优的解答。进而到了可视化的部分,他提到可以利用neural network来帮助我们提取最优的解决方案。我们可以训练机器以人的思维方式思考,进而帮助我们找到最优的解答。“New is an illusion”,有时我们可以反向思考,逆推出答案。来自同济大学的孙效华老师为我们介绍了面向终端用户的信息可视化以及CDI所做的相关项目。孙老师在演讲中强调了用户在可视化设计决策中的重要性,可视化可以帮助用户进行深度的信息呈现。可视分析参与其中,从而实现与用户高效沟通的目的。来自北京的李雨是LxU Studio的创始人,他由医疗主视觉设计、挪威旅游局视觉设计两个例子引入主题,让人知道好的设计不仅能传递价值观,更能传递信息。他认为设计和可视化关联主要有两个方面,一是做艺术设计时调用可视化思维,加强设计时最重要的逻辑性;二是可视化方案若有好的设计,就能让更多的人去接受。美国雪城大学的徐瑞鸽教授首先播放了一段她最近制作的项目—动画bloodie writes an anthem,该动画出发点为想制造一种对于诗歌的多方面表达与体验,该项目也被今年IEEE Vis艺术项目接受。该动画源自徐教授好友Emily Vey Duke写的同名诗歌,内容是关于年轻女孩发现自我的瞬间。多方面表达主要分为sound与graphic两部分,而sound由ASMR与music组成。ASMR意在营造年轻女孩发现自我的私密感,而music提供声音维度的另一种感受。graphic方面则主要是动画的生成,徐教授通过对music声波分析算法生成动画,由通过诗歌每个短句中每个词的元音和辅音控制动画物理引擎,最终完成了整个作品。报告的最后徐教授谈到了artistic consideration好与不好的问题。她认为艺术与科学最大的不同是艺术并不存在绝对标准,只要你认为好的,能打动到你的就能够是好的艺术作品。

在本次大会上,艺术可视化作品展共收录了来自国内外的17件艺术作品,作品形式有海报、视频、装置和交互作品,这些作品从各个领域解读了信息与数据对我们生存方式和生活方式的影响。据了解,参展作品由可视化艺术和设计专家共同组成的评审委员会评估选出,针对作品的质量及对ChinaVIS社区的相关性进行评估,通过严格的同行评议过程选出。下面是一些参展的艺术作品:

图16 部分参展艺术作品

当天晚上,还举办了VIS之夜的活动,由初步入选IEEE VIS部分论文的作者分享相关论文,受到了热烈欢迎。同时晚上也召开了中国图像图形学学会可视化与可视分析专委会全体会议。

 

 

评论关闭。