今天是会议正式议程第一天，包括了开幕式、 主题报告(Keynote)、2 个 full paper session 以及 3 个 notes session。
Keynote 讲者是来自 Linköping University 的 Anders Ynnerman 教授，他的报告题目为《抽丝剥茧——从火星陨石到木乃伊》(Inside Information – From Martian Meteorites to Mummies)。
大会主题报告- Anders Ynnerman 教授
大会主题报告- Anders Ynnerman 教授
Anders Ynnerman 教授及其所带领的团队从事图形学和可视化领域的基础研究，尤其在复杂的体数据渲染和多模式交互方面颇有建树。他主要介绍了在可视化体数据方面的研究工作，并且展示了是如何在像博物馆这样的公共场合把研究成果呈现给大众，同时允许大家进行交互。基于这些体绘制，他通过将体渲染结果和多点触摸屏结合的方式，将这些作品带到大众面前，为大众提供自然的探索手段。他介绍并演示了他们与例如伦敦自然历史博物馆等博物馆合作的多触摸体渲染交互方式。他们将从火星陨石到木乃伊这样的展品通过CT扫描获得数据，再通过体渲染的方式绘制出来。面向普通大众，其中甚至包括了小孩，他们设计了基于多点触摸屏的交互方式，帮助用户去探索这些展品中的信息。在现场，他还专门演示了精彩的交互操作，包括了改变光照角度、切割、分层等。面对层层包裹着的数据，在高效高精度的体渲染和有效直观的交互操作下，抽丝剥茧般将其中的细节一一展现，发现其中曾经不为人知的细节。在最后的总结中，Anders Ynnerman 教授总结道如何通过可视化技术如何让大众收益是一个重要的方向，值得更为深入的研究和探讨。
这个工作经历过一连串连续的体可视化研究工作的努力，因此最终的可视化效果尤其逼真，而且交互也非常流畅。而实际上，它的确受到了很大规模的用户的检验：2010年世博会的展出，长期在博物馆的展出等等。他们还正在收集每一次用户交互的手势日志，以供日后对基于触屏的体数据可视化的交互研究。这个工作对我的启示是，看到科学可视化还可以以这么精致美丽的方式呈现给大众，并且受到普遍认同的美学和教育意义，是一件令人振奋的事情。这里许多针对大众的可视化原则看似简单却很受用，比如绝不展示transfer function来混淆用户的关注点；光照和投影之类技术虽然是细节却是影响可视化细节的关键；交互等待时间绝对不超过2秒避免丧失用户注意力等等，这些细节合起来使这个工作展现的很完美。
上午第一篇论文《Interactive Streamline Exploration and Manipulation Using Deformation》是来自于美国俄亥俄州立大学 Han-Wei Shen 小组的工作。论文的主要思想是通过对流线进行形变来解决三维流线可视化中的严重遮挡问题，基本可以认为是信息可视化中的 Lens 在三维流线中的直接应用。在此之前，类似的思想已经被 McGuffin 等人以及 Hurter 等人应用在了体数据渲染上，并且 Coorea 等人与 Tao 等人也考察了通过对流场形变来影响流线展示的可能性。文章中使用的形变方法十分直观，算法本身比较容易理解。然而，比较容易引起争议的是为什么需要对流线进行形变，而不是直接向用户展示感兴趣的特征流线。已有的流场可视化领域已经发展了许多方法能自动检测流场中潜在的特征区域，并提出了一系列种子放置方法来帮助展示流场中的重要特征。而本文则初始展示所有流线（迹线），然后在用户探索发现重要特征的同时，仍然保留所有流线（迹线）作为必要的上下文，即信息可视化中常用的焦点+上下文模式。对于为何需要保留上下文的信息，作者给出了解释是：已有的种子放置算法难以找到特定的流场特征，从而难理解流线周围的上下文。
第二篇文章来自德国 Leipzig 大学的《Moment Invariants for 3D Flow Fields via Normalization》。工作本身在去年 IEEE VIS 上就作为 Poster 展示过，并且其前置工作对二维流场的应用也在 2007 年就已发表。其方法本身是一种常用的特征检测流程，即用户想要寻找的特征与匹配的特征实体总存在某些相同或极为相似的“不变量”，以这个不变量为中介，可以比较高效准确地找到满足匹配的实体。
下午来自法国 Univ. Grenoble Alpes 的 Renaud Blanch 展示了基于 tree-matrix 的图布局方法。在这个布局方法中，输入的是离散的顶点，根据顶点之间的欧拉距离，对输入的顶点进行聚类，递归计算，直到所有的顶点聚成一个类。Dendrogramix 的展示方式简洁有效，同时，丰富的交互手段，也大大方便用户探索分析数据。但是，只是采用黑灰白方式展示数据之间的相似程度，直观性相对比较小；在深灰色的底色上，绘制黑色的圆，会出现细节信息难以观察，发现的现象。
另外比较有趣的是一篇 attribute-driven edge bundling。Edge bundling 的第一个工作提出已经有好几年了，这篇文章不仅考虑了 edge density（使得相近的边聚合起来的因素），也考虑了 compatibility 的问题。作者表示在一些对边的属性敏感的任务中，不能一味的把边按照 density 进行聚合，而还要在 density estimation 的计算中加入 compatibility。而 compatibility 的定义是多样的，可以是边的方向或者权重，也可以是多个变量。作者展示了一些他们的 edge bundling 的结果，的确是能够把具有不同性质的边给分开，有点聚类的意思。这个工作的最大的意义可以说是让我们在做 edge bundling 的同时能看到一些影藏的 pattern。
在 Notes Session1: Graph and Tree Visualization，来自 University of Sydney 的 Seok-Hee Hong 介绍了一种 storyline 与 node link graph 结合的方式，叫做 MultiStory，来探索 multi-relation 的图数据（不同的点有不同的关系），并且这是一个时变数据，因此问题比较复杂，包含了连接关系、多重连接、时变关系。我们在会后与她深入地讨论了这个问题，发现其设计思路比较巧妙，在原来的 storyline 上加上 density dot 的点，并且用直线连接，来展示多连接关系，因为受限于1维的直线展示，就只能展示不同的点从属于几个 cluster，然后再在 node link graph 上展示具体每个关联关系的信息，这样减少了视觉的复杂度，通过linked view让用户探索时变多关系数据。这个工作还有许多可以挖掘之处，例如直线直接附在 story line 来显示关系是否有效，因为这里多维度变化的时间关系就很难比较，那么我们可能可以在多关联关系的时变关系上进行进一步的探索，改变storyline 的设计，让它支持多关联关联关系在时变上的变化。
这个 session 里有去年从我们组毕业的车丽美发表的 Laplacian-based Dynamic Graph Visualization。丽美由于身体原因没能来杭州，袁老师亲自上阵介绍了这篇基于拉普拉斯方程的动态图可视化展示技术。可视化的核心是构建用户的 mental map，而对于动态图的展示，帮助用户保持 mental map，就需要前一帧与后一帧的图的尽可能相似。这方面之前的工作多是尽可能保持顶点的绝对位置相近。我们的工作则希望尽可能维持图的形状。同时，我们的方法是post processing，也就是说我们的方法适用于任何图的布局方法：可以用力导向布局算法，甚至手动放置顶点来确定初始化图的位置，这个优点让我们的方法有了较强的普适性。
袁晓如老师展示有关动态图的工作
在 Vis Notes Session 2: InfoVis Techniques and Applications I 中，第一个出场的是我们组的陆旻。她带来的 OD-Wheel: Visual Design to Explore OD Patterns of a Central Region 主要设计了一种交互探索、分析 OD (出发点—目的地)的方法。在出租车GPS数据中，OD很好的反映了人类的出行规律。因此在时间，空间上通过交互探索、分析OD十分重要。这个工作首先通过环形的Filter选取一个中心区域作为观察对象。然后通过聚类算法自动提取出，对应存在的，D和O的区域，并在地图上显示出来。最后，通过一个结合了环形和线性布局的设计OD-Wheel帮助用户分析，对比各个区域的流量在时间上分布以及在第三属性如时间花费上的分析。在问答环节，观众建议需要领域专家评价与评估设计的有效性。
陆旻展示交互式探索 OD 的可视化方法
来自 Linnaeus University 的 ISOVIS Group 作了 Text Visualization Techniques: Taxonomy, Visual Survey, and Community Insights 的报告。他们目前共收集了文本可视化领域的共 141 篇论文，并从多个角度对这些工作进行了分类。分类的依据包括了分析任务、可视化任务、数据来源、数据属性、可视化方法等。他们提供了一个浏览工具 (http://textvis.lnu.se/)。通过该工具，用户可以按照时间、不同的类别来筛选相关工作。网站提供了每篇论文的缩略图帮助用户快速定位目标，同时提供论文的具体信息，如标题、作者、发表期刊、链接、BibTex 等。此外，他们对这些数据进行了更进一步的统计分析。他们发现，在文本可视化领域，使用 3D 技术来进行可视化的工作很少，解决不确定性问题的工作也很少。他们对作者也进行分析，Daniel A. Keim, Shixia Liu, Christian Rohrdantz, Daniela Oelke, Huamin Qu 在文本可视化领域发表了较多的论文。
Text visualization survey (http://textvis.lnu.se/))
评论关闭。