Infomages: Embedding Data into Thematic Images

论文
视频

作者

纽约州立大学石溪分校

• D. Coelho
• K. Mueller

摘要

最近的研究表明，视觉装饰的图表（例如信息图表）具有吸引观众并积极影响记忆力的能力。在这些发现的推动下，研究人员提出了多种信息图表设计工具。但是，这些工具不能覆盖整个设计空间。在这项工作中，我们确定了信息图表的子集，我们称之为信息影像。信息影像是对数据的随意可视化，其中数据图表已嵌入主题图像中，从而图像的内容反映了主题和设计者对数据的解释。但是，创建有效的信息图可能需要大量的设计专业知识，因此对于大多数人来说是无法实现的。为了也为非艺术家提供设计令人信服的信息影像的方法，我们首先研究现有信息影像的设计原则，并确定一套关键的图表嵌入技术。根据这些发现，我们构建了一个设计工具，该工具将网络级图像搜索与一组交互式图像处理工具链接在一起，使新手用户能够设计各种信息影像。由于嵌入过程可能会引入一些视觉上的数据失真，因此我们的工具还可以帮助用户评估这种失真的程度（如果有）。我们通过实验证明了我们工具的可用性，并在最后讨论了信息影像和我们的设计工具。

Introduction

信息图最近已经成为主流。它们被广泛应用于新闻编辑、企业、教室和社交媒体。，主要是因为它们能够吸引观众的注意力。与传统的可视化数据表示不同，信息图包含不表示数据的可视化元素。这些元素大多是人类可识别的对象，意在嵌入数据图形。
然而，这些丰富图表的一个固有缺点是，它们的创作需要设计师的技巧。虽然新手用户有一定程度的创造力，但他们缺乏创造精致的装饰的技能。
在本文的工作主题中，我们将重点放在为一个我们称之为信息图像或信息图像的未探索的信息图形类别开发一个设计工具。
为了弥补这一差距，我们首先为一个工具制定了一系列目标，使新手用户能够：

• 找到合适的主题图像
• 将图表嵌入这些图像
• 创建艺术灵感的信息图像

贡献：

• 我们调查了一组现有的类似信息图像的图形，以确定创建信息图像时涉及的设计实践
• 我们为新手用户提供了一个信息图像设计工具，它有助于他们检索上下文图像，并半自动地将嵌入数据图表转换成这些图像
• 我们提出了测量这些信息图像失真程度的方法，以及将失真降至最低的方法
• 我们进行用户研究，以评估我们的设计工具

Related Work

有时额外的视觉元素可能对图表有益。近年来，许多研究者一直在研究视觉修饰对视觉表现的吸引力和参与动机的影响。
最流行的修饰可视化主要由放置在画布上的各种数据图表和非数据相关的视觉元素组成。像 Piktochart这样的工具允许用户创建这样的图表。

Preliminary Survey of Infomages

我们首先将图形分为七种图表类型：

• Bar (41.1%; 92)
• Pie (21.4%; 48)
• Line (9.4%; 21)
• Scatterplot (2.2%; 5)
• Single Divided Object: (12.5%; 28)
• Multiple Resized Object (11.2%; 25)
• Others (2.2%; 5)

我们确定了四种不同的嵌入技术，其中一种或多种可以用来实现最终的图形：

• Fill (29.5%; 66)
• Overlay (15.6%; 35)
• Replicate and Transform (49.6%; 111)
• Cutout (7.1%; 16)

The Infomages Design Tool

设计目标：

• 提供易于使用的数据嵌入技术
• 告知用户可能的失真
• 提供确保数据编码脱颖而出的技术
• 确保新手可以使用

基于上述设计目标，我们为缺乏设计专业知识的用户创建了一个信息图像设计工具。该工具在设计过程中启发用户，将他们沉浸在一大组图像中，这些图像大部分都与数据相关。它为用户提供工具，将数据紧密集成到图像的结构元素中，同时让他们了解集成过程中引入的图表失真。

Estimating Distortion

• Lengths, Areas, and Angles
• Trends
• Controlling the Distortion Error

C++ 实现，OpenCV实现图像处理功能，同时使用了谷歌的应用编程接口。

Usability Study

我们通过用户研究的方式评估了我们设计工具的可用性，其中参与者被要求使用该工具设计信息图。

Discussion

嵌入图表的过程都可能导致数据失真。图像可能对不同的人产生不同的影响。
基于填充的技术可用于嵌入其他基于区域的图表，如树形图、voronoi 图、漏斗图等
我们相信我们设计工具中的技术可以与其他方法相结合，例如复制技术和变形技术，以创建更复杂的信息图像。
我们的可用性研究表明，用户对该工具大多持积极态度；他们说使用起来既简单又愉快。
然而，用户确实评论了改进工具的方法。首先，他们表示希望改进算法，以减少或消除手动优化分割结果或图表对齐
所需的工作。我们同意很难选择一个图像，作为未来努力的一部分，我们计划开发一个基于图像美学和所选合并技术的适当性的图像排序套件。在未来的努力中，开发更好的颜色选择方法是很重要的。最后，我们旨在解决失真问题，需要进一步的测试来了解观众是如何受到这种失真的影响。

Conclusion

我们已经将信息图作为一种新型的数据图形展示出来，在这种图形中，图像被数据图表所增强，这样图像的结构就支持了设计者对数据的意图或解释。然而，信息图像不适合有针对性的分析任务，因为它们可能会分散和误导观众。
为了支持信息图像的扩散，我们创建了一个交互工具来设计信息图像。它使缺乏设计师专业技能的普通用户能够创建相当不错的信息图像。它还让用户了解图形中引入的失真。