基于视觉感知的风格可视化研究

发布时间：2017-12-13 17:36

  本文关键词：基于视觉感知的风格可视化研究

  更多相关文章： 信息可视化 视觉感知 素描风格可视化 视觉跟踪 视觉流模型 可视分析

【摘要】：信息可视化是将繁复的数据图形化的科学,主要是通过人的视觉来理解数据。因此如何更好地可视化来帮助视觉理解数据,是一个非常重要的问题。近年来,视觉感知(Visual Perception)受到了信息可视化领域越来越多的重视,自2012年以来,每年的Vis会议上(Information Visualization)都有专门的Perception专题。视觉感知在可视化中的研究成为了继可视化布局研究、多维数据可视化、图与社交网络及可视分析等领域之后的又一个研究热点。但是将量化的视觉感知理论应用到可视化场景中的研究目前还是很少,以及如何在增强视觉感知的同时提高用户的视觉兴趣也少有研究者涉及。目前的研究是借鉴了图像处理中关于视觉感知的应用技术,例如地图可视化中,但是这种技术很难拓展到社交网络等其他热点领域。基于视觉理论的可视化构图由于其符合视觉特征所以会更容易被感知,而具有艺术风格的可视化被实验证明具有更强的视觉印象,因此本文研究基于视觉感知的风格可视化,将量化的视觉感知理论应用到可视化优化,并进行风格可视化生成,是非常有价值的研究。鉴于此,本文在以下三个方面展开研究。具体而言:1.风格可视化研究。本文在研究了油画风格地图、素描笔画模型和素描风格可视化的基础上,提出了一种素描风格增强的可视化方法。该方法通过对可视化中的基本图元(点、线)进行素描风格绘制建模,可生成具有逼真效果的素描风格可视化,特别是素描中的“overshoot”效果,增强了素描风格的表达。通过在多种可视化样式上的对比和用户实验,本文所提出的方法具有更强的素描风格表现力和视觉吸引力。2.基于视觉尺度的可视化优化研究。本文在研究了视觉注意理论及其在可视化中的应用基础上提出了一个多尺度下感知优化的图可视化方法。首先本文提出了图感知的三个准则:简化性、层次性和区分性。然后定义了多尺度下节点的感知重要性度量及感知范围,通过进行布局简化和布局形变以及定义点线大小与颜色的感知距离对图可视化进行优化。最后对不同尺度下基于感知优化的图可视化进行了对比分析,并且对颜色的感知优化做了进一步的研究。通过与经典的图简化方法进行对比分析,可以发现本文所提出的框架可以帮助人们更好的理解数据的结构、感知数据的特征并且我们还发现点的颜色使用暖色更利于感知。3.基于视觉跟踪的风格可视化研究。本文在研究了基于眼睛跟踪数据的可视化评估的基础上,提出了一种模拟视觉跟踪过程的模型——视觉流模型,并通过与素描风格可视化结合应用到图可视化中。该模型通过计算节点或聚类的显著性构建视觉流模型,并基于该模型优化可视化布局。实验表明基于视觉流模型的素描可视化可以增强用户的视觉感知,且具有很好的有效性和应用性。在此基础上,本文将上述相关研究应用具体到微博信息传播可视分析系统中。本文通过提出一种信息传播函数与可视化系统来研究微博的信息传播过程,并将视觉感知与素描风格可视化应用到系统中。通过实验分析与用户调研分析,证明本文的研究在帮助用户分析数据特征上具有非常好的效果。本文的创新点主要表现在:(1)针对风格可视化研究,提出了增强素描风格的可视化方法。该方法定义了点、线的素描风格绘制算法,然后基于网络图的拓扑结构定义了点、线的重要性,最后将二者结合起来生成具有素描风格的可视化。通过与同类可视化效果的对比,可以发现本文所提方法具有更强的风格化和更为逼真的手绘素描效果;(2)针对视觉注意理论的可视化研究,提出了一个多尺度下感知优化的图可视化方法。该方法反映了人们在不同尺度上所感知到的信息也是不同的,考虑到了数据特征与细枝末节间的平衡。通过与经典的图简化方法进行对比分析,可以发现本文所提出的框架可以帮助人们更好的理解数据的结构、感知数据的特征;(3)针对视觉跟踪的风格可视化研究,提出了一种模拟视觉跟踪过程的模型——视觉流模型,通过该模型可以分析视觉轨迹特征并指导图可视化优化。与风格可视化的结合可以增强用户的感知。本文的主要贡献:对基于视觉感知的风格可视化进行了深入的研究,对其中的一些关键问题进行了建模或设计了相应的算法,并将研究具体应用到实际问题中。实验分析表明,本文所提出的这些方法有助于提高可视化的展示效果,可以帮助人们更好的理解数据,为今后的基于视觉感知的风格可视化研究奠定了一个重要基础,为同类研究提供了一个参考。
【学位授予单位】：苏州大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 刘利刚;;打造学术一流的联合实验室——浙江大学视觉感知教育部-微软重点实验室[J];计算机教育;2007年11期

2 柯尔挺;厉力华;刘伟;徐伟栋;张娟;张凌男;ZHENG Bin;;基于视觉感知信息的乳腺钼靶肿块检测分析与自动提取[J];中国生物医学工程学报;2014年01期

3 魏政刚,袁杰辉,蔡元龙;一种基于视觉感知的图像质量评价方法[J];电子学报;1999年04期

4 杨建国,肖永剑,王兆安;交通微观仿真中的驾驶员视觉感知模型[J];系统仿真学报;2005年10期

5 周静;;富士施乐开发出基于人类视觉感知的全新图像编辑技术[J];计算机与网络;2014年14期

6 辜小花;;基于视觉感知和边缘保持的光照不变人脸识别[J];电子学报;2013年08期

7 刘明晶,叶懋冬,刘国栋,李澄清;一种基于视觉感知的图像质量评价方法[J];计算机工程与设计;2005年02期

8 毕雁冰;;可行区域视觉感知的一种设置方法[J];机电产品开发与创新;2008年01期

9 陶超;谭毅华;蔡华杰;田金文;;符合人类视觉感知的图像对象分割方法[J];计算机工程;2010年24期

10 董天阳;范允易;范菁;;保持视觉感知的三维树木叶片模型分治简化方法[J];计算机辅助设计与图形学学报;2013年05期

中国重要会议论文全文数据库 前5条

1 王书荣;;眼睛运动及其对视觉感知的影响[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

2 薛青;徐文超;郑长伟;刘永红;;基于有限理性的虚拟视觉感知因子分析[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

3 杨敏;梁玮;李善青;贾云得;;一种基于交互式学习的穿戴视觉感知方法[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 蒲翠翠;孟放;姜秀华;高慧;;一种基于视觉感知的视频质量客观评价方法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

5 廖毅;程志全;党岗;;一种基于显著性分析的网格分割算法[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年

中国重要报纸全文数据库 前2条

1 田学科;原有记忆会降低视觉感知能力[N];科技日报;2011年

2 刘孝沅;用视觉感知的新闻[N];中国新闻出版报;2003年

中国博士学位论文全文数据库 前10条

1 李彦胜;生物视觉感知启发下的目标检测与识别技术研究[D];华中科技大学;2015年

2 叶鹏;基于视觉感知的风格可视化研究[D];苏州大学;2016年

3 杨恒伏;结合视觉感知的图像认证与数据隐藏算法研究[D];湖南大学;2009年

4 聂一鸣;高速公路自主驾驶汽车视觉感知算法研究[D];国防科学技术大学;2012年

5 郑雅羽;基于视觉感知的H.264感兴趣区域编码研究[D];浙江大学;2008年

6 向遥;基于视觉感知的图像处理方法研究[D];中南大学;2011年

7 杨文璐;视觉感知模型与编码算法研究[D];上海交通大学;2008年

8 杜兴;视觉感知机制启发的人脸识别方法研究[D];重庆大学;2012年

9 于江波;视觉感知计算模型若干问题的研究及其应用[D];北京交通大学;2007年

10 沈云涛;基于视觉感知特性的图像检索研究[D];西北工业大学;2005年

中国硕士学位论文全文数据库 前10条

1 肖燕霞;基于视觉感知的行为识别方法的研究与实现[D];电子科技大学;2014年

2 周圣云;基于视觉感知的室内场景识别与理解[D];电子科技大学;2015年

3 范允易;轻量级的三维树木构建技术及应用[D];浙江工业大学;2012年

4 姜丽颖;生物视觉感知机制启发下的图像不变性特征表示方法研究[D];中国石油大学(华东);2014年

5 康年锦;一类基于视觉感知机理的隐写算法研究[D];福州大学;2013年

6 南宇川;基于视觉感知理论的山岳型风景区建筑设计方法研究[D];天津大学;2014年

7 田子龙;基于视觉感知的严寒地区老年建筑立面开窗形式设计研究[D];沈阳建筑大学;2016年

8 汤毓婧;基于人脑视觉感知机理的分类与识别研究[D];南京理工大学;2009年

9 李双;乳腺钼靶诊断中的视觉感知研究[D];杭州电子科技大学;2011年

10 林祥明;人类视觉感知经验的数学化表示及其在深度估算中的应用[D];复旦大学;2010年

，

本文编号：1286019