Visualization Viewpoints
Perception and Painting:
A Search for Effective, Engaging Visualizations ________
S
Christopher G.
Healey
cientific visualization represents information as thatrsquo;s independent of the amount of information being
images that let us explore, discover, analyze, and displayed. Obviously, these findings are attractive in a
validate large collections of data. Much research in this multidimensional visualization context. We can com-
area is dedicated to designing effective visualizations bine different visual features to represent multiple data
that support specific analysis needs. Recently, though, attributes and pack large numbers of multidimension-
wersquo;ve considered visualizations from another angle. al data elements into an image. A viewer then rapidly
Wersquo;ve started asking, Are visualizations beautiful? Can analyzes sequences of images in a movie-like fashion.
North Carolina
State University
James T. Enns
we consider visualizations works of art?
Figure 1 shows two example visualizations of multi-
University of
You might expect answers to these questions to vary dimensional weather data. We constructed the first
British Columbia widely depending on an individualrsquo;s interpretation of image by taking traditional visualizations of each
what it means to be artistic. We believe that the issues of attribute, then compositing them. Hue represents tem-
effectiveness and aesthetics may not be as independent perature (yellow for hot, green for cold), luminance rep-
as they seem initially. We can learn much from studying resents pressure (bright for high, dark for low), directed
two related disciplines—human psychophysics and art contours represent wind direction, and Doppler radar
theory and history. Human psychophysics teaches us traces represent precipitation. We built the second
how we see the world around us. Art history shows us image using simulated brush strokes that vary their per-
how artistic masters capture our attention by designing ceptual color and texture properties to visualize the
works that evoke an emotional response. The common data. Here, color represents temperature (bright pink
interest in visual attention provides an important bridge for hot, dark green for cold), density represents pres-
between these domains. Wersquo;re using this bridge to pro- sure (denser for lower pressure), stroke orientation rep-
duce effective and engaging visualizations, and wersquo;d like resents wind direction, and size represents precipitation
to share some of the lessons wersquo;ve learned along the way. (larger strokes for more rainfall). Although viewers
often gravitate toward the first image because of its
Multidimensional visualization
familiarity, any attempt to perform real analysis tasks
Through our lab work, wersquo;ve studied various issues in leads to a rapid appreciation of the careful selection of
scientific visualization for much of the last 10 years. A colors and textures in the second image. Our experi-
largepartofoureffortfocusedonmultidimensionalvisu- ments showed that viewers prefer the second image for
alization, the need to visualize multiple layers of over- the vast majority of the tasks we tested.
lappinginformationsimultaneouslyinacommondisplay
Using perceptual guidelines can dramatically increase
the amount of information we can visualize. We canrsquo;t
take advantage of these strengths with an ad-hoc choice
I the design of a data-feature mappingM, a function ofM, however. Certain combinations of visual features
that defines visual features (such as color, texture, or actively mask information by interfering with our abil-
motion) to represent the data and
ity to see an imagersquo;s important properties. A key goal,
I an analysis of a viewerrsquo;s interpretation of the images therefore, is to build guidelines on designing effective
M produces.
visualizations and to present these findings in a way that
makes them accessible to other visualization researchers
An effectiveM generates visualizations that let viewers and practitioners.
rapidly, accurately, and effortlessly explore their data.
During the last year, we asked ourselves, How can we
One promising technique we discovered is using make our visualizations engaging or aesthetically pleas-
results from human perception to predict the perfor- ing? Although this issue has only recently received atten-
mance of a particularM. The low-level visual system tion in the visualization community, we feel itrsquo;s an
identifies certain properties of what we see very quick- important factor worthy of study. An image regarded as
ly, often in only a few tenths of a second or less. Perhaps interesting or beautiful can encourage viewers to study
more importantly, this ability is display-size insensitive, it in detail. We might use stylistic techniques that capture
so visual tasks are completed in a fixed length of time and focus attention on certain areas of a painting to
10
March/April 2002
0272-1716/02/$17.00 copy; 2002 IEEE
author ：James Enns
University of British Columbia – Vancouver
Editors: Theresa-Marie Rhyne and
Lloyd Trinish
highlight important
剩余内容已隐藏，支付完成后下载完整资料
感知与绘画：寻找有效的视觉效果
作者：杰姆斯恩斯
哥伦比亚大学-温哥华
270出版物8140引文
多维可视化
科学可视化信息是我们探索，发现，分析，和验证数据的大集合。许多研究领域致力于设计有效的可视化分析需求。最近我们从另一个角度考虑了可视化研究。我们已经开始问，可视化真的美丽吗？可以让我们思考将可视化应用于艺术作品？
你可能期待这些问题的答案，我们相信似乎最初美学不是独立存在的。我们可以从两个相关学科的物理学和艺术理论与历史中学习很多东西。物理学家告诉我们如何看到周围的世界。艺术史告诉我们艺术大师如何通过设计吸引我们的注意力并创作唤起情绪反应的作品。常见的视觉注意力的研究提供了一个重要的桥梁。在这些领域间，我们正在使用这座桥梁产生引人入胜的可视化研究结果，我们希望分享一些学到的经验。
通过实验室工作，我们已经了解了近10年的科学可视化问题。我们努力的很大一部分集中在多维可视化、可视化的多层次显示信息或图像上。我们常把这个问题分成两个步骤：一个数据特征映射的设计，一个函数定义视觉特征（如颜色、纹理或运动）来表示数据和一个观众对图像的解读。它能有效产生可视化效果，让观众快速准确，毫不费力地探索他们的数据。是一个有前途的技术，我们发现使用从人类感知的性能预测结果—一个特定的低层视觉系统性能确定某些属性，我们看到的时间非常快速通常只有零点几秒或更少。也许更重要的是，这种性能是不敏感的，因此视觉任务在一个固定的时间内完成。这是独立的信息量显示。显然，这些发现是有吸引力的多维可视化环境。我们可以不同的视觉特征来表示多个数据。观众可以迅速分析电影中的图像序列。
图1显示了多个例子的可视化二维天气数据。我们首先建造了传统的可视化图像属性，然后将它们色调调整。表示透射电子显微镜—温度（冷热水，黄绿色，亮度代表）—憎恶压力（亮高，暗低），轮廓代表风向，卜勒雷达痕迹代表沉淀。我们还建立了使用模拟的笔触，每个不同的图像—感知颜色和纹理特性的可视化数据。在这里，颜色代表温度（亮粉色热，深绿色的冷），密度代表压力—当然（密度较低），行程方向代表风的方向和大小。虽然观众往往倾向于第一图，由于其熟悉，任何尝试执行实际分析任务都将导致迅速升值。实验—表明，在我们测试的绝大多数任务中，观众更喜欢的第二图。
使用视知觉指导可以显著增加我们想象的信息量。我们不能利用这些优势选择特殊信息。然而视觉特征的某些组合具有干扰我们信息获取的能力。因此一个关键目标是建立有效的可视化指导方针，并提出这些研究结果的方式，让他们访问研究和从业人员。在过去的一年中，我们问自己怎么能让可视化结合审美的要求 ?虽然这个问题直到最近才受到关注。我们觉得在可视化社区中这是一个值得研究的重要因素。我们可以使用特定风格的技术，捕捉并将注意力集中在一幅画的某些领域，以突出数据中的重要的不可预料的特性，例如被视为有趣或美丽可以鼓励观众学习的介绍说明。从大师的作品我们可以预计可视化的研究将产生重大影响。
图一
视知觉
乍一看，知觉和绘画的领域可能会出现完全独立的情况。然而我们发现在印象派绘画画笔样式属性和基本视觉特征的视觉检测系统之间的一个重要重叠。低层视觉之间的这种特点和绘画风格的对应关系，对我们的工作至关重要，因为它可以让我们的设计有效和美观可视化。
其中最重要的是过去25年在心理物理学的研究，人类的视觉有着与之相对忠诚的被动现代摄影技术。人类视觉的目标不再仅仅是看到的世界在我们的头脑中的被动反映。一个更好的隐喻是一个动态的和正在进行的建设项目，在那里产品建立了外部短暂的模型——专门适合观看电流视觉引导任务。它会出现人类没有实现的愿景。我们要看一看我们的目标和期望当面对新的场景时，因为它对光的敏感大于我们的眼睛。研究结果表明这一改变是一个有价值的研究。
以下：
1详细的形式和颜色的视觉是一个需要耗时的系列眼球运动。
2看一整个场景所需的眼球运动，如180度的观点，假设有离散，我们的眼睛必须作出许多举动才能在一个大的场景中看到的细节，其实眼睛移动—技术本身我们并未得到多余的视觉信息。
3一次次的记忆信息极为有限。在多数时候，我们可以成功地为了看到细节只有在三或四个对象之间一瞥。通常信息是有限的，只有单一的对象时间才会充裕。人类视觉设计是利用假设成立的。从他们周围的环境，或改变或移动，画家对自己的注意对象是不同的，因为显著差异来自这些视野位置。
4基本的视觉特征，我们可以使其引导注意。这些特点包括一阶性质的亮度色调和二阶性质的方向，质地，和运动。有效的三阶性质是有限的简单的形状，如长度，面积，和凸性。
我们可以说明每一个这些研究结果的真实性通过所谓的“改变”，会影响我们的判断。试图找到图2在后面的灌木丛中狮身人面像。很多观众很难看到任何不同，仔细看找到它，一旦你发现了它，你很难意识到微妙的不同之处。部分眼睛和大脑有不同的反应到这2张照片。然而，这并没有成为我们的一部分视觉体验，直到我们将注意力集中在我们的注意力在不同的对象上。
有效地利用人类视觉对数据进行可视化计算，我们要求构建显示其重要组成部分。因为显示器通常是新的，我们不能画期望熟悉的场景。相反，我们必须依靠一个有效的地图，平均的数据值与功能，吸引眼睛对某个特定对象或场景中的位置的注意，是观众形成心理表征的第一步。
图二
图三
非真实感可视化
我们在两个方向探索：非真实感渲染—计算机图形学与艺术史及艺术理论探讨。将图片绘画风或3D渲染在几何场景。非真实感技法从艺术作品中汲取灵感（见图3）制作钢笔和墨水的草图；卡通模仿铅笔和木炭的画，水彩，和油性笔画。在图像引导眼睛更有效地比较实际的照片，部分是因为艺术家可以使视觉特性的差异大的与现场的位置调整，他们希望观众花最多时间检查惯性引导.一些可视化研究人员已经开始用这些想法应用于研发绘画可视化技术。我们专注于使用模拟笔刷的集合支持产生一个非真实的形象。我们计划设想在多维数据元素属性值中嵌入控制中风的视觉属性。
我们对绘画风格的艺术史研究不限于印象派运动。（这一个小团体的法国艺术家最初包括莫奈、德加，马奈，雷诺阿，和毕沙罗，后来塞尚，希思黎，和梵高，及其他人打破了传统的学院派，以一个新视角的方法画画。）我们决定研究印象派画家莫奈，这需要将焦点缩小到单一的绘画风格。色调、亮度和照明性能是印象派鲜明的特色。艺术家的绘画风格包括画笔的路径（如直线或曲线），其长度和密度，笔刷使用（影响了其的粗糙度），和重量的涂料应用到每个笔触中。我们观察到许多样式与视觉特征有着密切的关系。例如，印象主义画家对颜色和光的重视。
我们使用以下策略产生一种有效的可视化效果：产生一个数据特征映射，使用每—感知颜色和纹理图案最能代表一个特定的数据集和相关的分析任务。交换采用相应的视觉特征绘画风格。现在，我定义了一个映射数据的绘画风格，控制组件的外观—计算机生成的笔触；应用此映射生成一个描绘的基本数据集。
这个策略成功地生成了—组整体数据。然而，我们仍然不知道可视化是否有效或切合审美。
效能
建立我们的感性视觉来自于心理实验。为了测量不同视觉的绝对性能特征，以及它们之间发生的相互作用。我们进行了类似的实验，与模拟配合刷杆产生了绘画的图像颜色，方向，密度变化的笔触布局规律。图4显示的例子，一半的显示器包含一个随机分布的不同所定义的目标笔画组成—种获得方式（如颜色在图4A和方向图4b）。一些显示随机变化的背面—地面（如在搜索过程中的方向在图4a，并在搜索过程中的颜色在图4b）方向目标。这让我们在测试中被视觉干扰，之后我们清除屏幕。然后我们问观众回答是否笔画出现或消失在目标群中。
调查结果反映了我们分析观众的准确性，从最初的视觉感知实验（见Healey等1.6对于这些完整的解释结果）。我们最初的感性直观的显著特征—在绘画的图像中得到显著的推广。干扰模式也相同。这表明我们可以利用我们现有的感知规则来构建绘画表现，也可有效地评估可视化的价值在基础数据收集中的作用。
美学
虽然最初的实验表明我们的绘画效果是有效的，但还没有证据证明其审美价值。在这些实验中，我们问了三个问题：
如何让观众判断我们的绘画视觉艺术？
我们可以预测观众感受艺术形象时的基本情感因素吗？我们可以把观众归类为喜欢不同类型的艺术（例如，现实主义或抽象派），如果是这样，如何做这些偏好预测艺术的情感偏好？
在实验中，我们要求观众订购28从1（最低）到7（最高）的规模的图像。我们从四个不同的类别提出了七张图片：印象派，抽象主义（抽象），非真实感渲染和绘画的可视化（可视化）。
图5显示了我们测试的实例。虽然可视化显示真实的天气条件（我们将温度按颜色、风速、覆盖范围、压力大小、和沉淀的方向区分），我们提供了观众没有解释所描绘的信息，小心地放大到一个点，观众不会把图像解释为地图的一部分。我们将这些复制品与一些真正的绘画作品抽象主义绘画大师：库宁，约翰，马列维奇，蒙特利安作品匹配。我们从印象派的风格中得到许多原始绘画，希望他们的作品在我们的实验中得到体现。我们选了艺术大师：塞尚、莫奈、莫里索、毕沙罗，修拉，希思黎，和梵高的画作。然后根据这些图像采用完全一样的笔触和绘画模式产生绘画的可视化。这很容易做到，因为照片也具有三个维度的色相：红色，绿色和蓝色。
我们要求观众对28幅图像进行五个不同的提问。第一个问是关于图像艺术的优点。我们设计了其他四个探测观众的情绪反应。每一个排名以类似的方式进行。例如，在艺术价值排名中，我们要求观众以这种方式来看待这一形象：
第一步，我想你看看这整组图片，你选择最喜欢的一张图片。是你认为最好的艺术品。你想把它放置在你的地方房子或者你的工作地点的画。
这现在看看剩下的照片选择一个你认为是最坏的作品。
我现在想让你比较其他的照片并将每幅作品从数字1个排列到7。选择你认为最好的图片然后给它一个7。选择你认为最糟糕的图片，给它1。如果在好和坏中间，选择一个适当的数字在7和1之间。记住，7个代表最好艺术请选择你认为最好的图片。
剩下的四个问题让观众做基于情感愉悦的图像的相同排序（情感），他们有多活跃（兴奋），他们有多么复杂（复杂）。我们选择了两个问题，用情感的环形理论测验。虽然我们的结果仍然是初步的，但已经有了一些有趣的和令人兴奋的发现。我们测试的25名观众，20位大师印象派艺术作品，其次是非真实感渲染，抽象主义绘画的可视化。这些观众一致认为可视化图像更逼真
事实上，这不是因为观众觉得抽象的图像完全没有艺术价值（抽象的图像平均等级为2.97分）。他们只是喜欢现实主义到抽象主义。如果喜欢现实主义者的观众发现了一喜爱的抽象形象，他们会觉得这很有艺术性。
其中五名观众有不同的排名。他们认为绘画的视觉效果最有艺术感，其次是抽象派艺术家，最后是印象派和非真实感渲染。这些观众更喜欢将抽象的图像逼真地可视化，排名比印象派绘画艺术靠前。对于这些观众，预测艺术价值最重要的是视觉观感。他们倾向于认为一个生动活跃的形象具有高度艺术美感。最后一点是，我们的研究结果表明计算机生成的图像可以被视为高度的艺术。即那些喜欢现实主义者认为的非真实渲染的艺术。我们最初担心可能观众不会会把一个计算机生成的图像视作为艺术。研究结果表明，这不是真的。
现实世界中的可视化
把这些想法放在一起，我们最后提出了一个绘画可视化观点。纵观本文应用平台：数据收集、记录每月环境和天气条件的政府间气候变化专门委员会。该数据集包含1961至1990年（例如，一月平均在1961至1990年，平均在至1961年，通过1990，等）在半度的纬度和经度的月表面气候读数的平均值。我们想象温度，风速，压力，和有数据特征映射的降水将笔触颜色覆盖，大小，和方向—分别为。我们用颜色显示温度从听觉平衡色彩的一致选择路径是从深蓝色和绿色，（冷温度）明亮的粉红色（热水温度）。我们显示风速与覆盖率（覆盖率是一个元素的空间区域覆盖其刷中风）。覆盖范围从很小的指数（小或没有风），以充分（强风）。我们展示有大小不等的小压力（低压力—肯定）大（以高压力）。最后，我们展示了前—沉淀的方向从0度或直立（无降水）到90度或单位强降水。
图6a显示二月的数据在美国东部。图6b显示沿西海岸一个月的数据。虽然不大可能任何人可能把这些图像误认为是真实的印象派画家的作品，我们觉得这些图像包含重要的审美素质，使他们脱颖而出从传统的可视化。可以在这些图像中看到颜色和质地代表不同的天气现象。例如，图6A显示冷温度梯度（暗蓝到亮粉色的变化）由北向南，小雨和强风（直立中风，完全覆盖背景帆布）在中心国家，暴雨和弱风（倾斜的笔触在南部和东北部的大湖。图6B亮点温暖的温度—的特征和暴雨（倾斜的粉红和红色的笔画）在西雅图太平洋西北部和奥林匹亚。
图四图五
本文中讨论的中心思想代表我们在调查中的看法和科学可视化中的美学。我们正在努力进行新的实验将研究如何改变图像沿着一个情感维度影响观众。例如，我们测试的可视化与尖锐的画笔属性的连续性结合（增加视觉复杂度），同时也研究如何初步解释的可视化改变一个观众的图像排名。从这些实验中的结果表明，图像和它的变化可以影响观众的审美判断。
我们也在寻求其他的调查途径。例如，我们正在寻找新的笔触的特性，可以增加非真实图像的可视化表达。我们正在讨论如何利用计算机屏幕的动态特性来表现我们的作品，我们乐观地认为，这些想法将促进科学可视化的有效性和美学之间的链接关系上进一步发展。
致谢
感谢Mark Rempel的数据收集和分析及他对我们的建议。同时感谢L
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[29618]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
