GAMES Webinar 2021 – 190期(可视化专题) | Min Lu (Shenzhen University), 刘日晨 (南京师范大学)
【GAMES Webinar 2021-190期】(可视化专题)
报告嘉宾1：Min Lu (Shenzhen University)
报告时间：2021年7月8号星期四晚上8:00-8:45（北京时间）
报告题目：Renewing Charts with Better Understanding of Visual Perception
报告摘要：
Charts have been widely used for the presentation of information for decades, such as scatterplots, bar charts, etc. The advancement in human perception modeling and displaying techniques lifts the confines of conventional charts. In this talk, I will introduce a series of my recent work on improving conventional charts with new designs, to renew charts with better capability in information presentation. Specifically, I will present the enhancement of multi-class scatterplot by leveraging Gestalt Principles, static charts injected with data-driven animation, adaptive enhancement in charts with JND modeling for better discrimination of significant difference, and visual information flow construction in charts for better story-telling.
讲者简介：
Min Lu is an assistant professor at Shenzhen University. She received the PhD degree in computer science at EECS, Peking University in 2017. Her major research interests include visualization design and methodology.
个人主页：https://deardeer.github.io/
报告嘉宾2：刘日晨 (南京师范大学)
报告时间：2021年7月8号星期四晚上8:45-9:30（北京时间）
报告题目：科学数据驱动的演示动画快速构建与自动探索
报告摘要：
科学数据因数据规模大、变量多，对其可视化往往需要大规模科学计算与GPU渲染等编程基础。同时，科学数据动画需要考虑镜头切换、镜头合并、镜头拆分等overview-to-details或focus+contexts的探索技术以更好地对三维空间中感兴趣区的全覆盖与镜头特写。
针对这些问题，我们提出了基于交互语法的科学数据演示动画的快速构建方法IGScript，用户无需学习复杂的编程即可完成构建。我们使用自行设计的专用的轻量级编译器，将交互语法的代码编译成需要密集并行计算、GPU复杂渲染的科学数据的数据演示动画自动生成，以达到让普通用户只需要修改简单易懂的类似于自然语言、融入领域专业术语作为关键字的交互语法代码（编译器允许自定义关键字），也能方便地定制三维数据演示动画。IGScript在动画自动生成方面，主要仿照现实世界纪录片拍摄时用到的镜头切换、合并、拆分等渐进切换效果应用到我们设计的算法中。IGScript的交互语法设计使得用户可以对最终演示动画的小片断进行类似于文本的高效编辑（拷贝，粘贴，剪切，插入，删除，替换等），同时也允许用户对之前编辑的代码进行复用与共享，甚至众包式编辑。
刘日晨，博士，硕导，博士毕业于北京大学可视化与可视分析研究组，主要研究兴趣为数据可视化与XR。近年来发表论文30余篇，其中包括CCF分类会议ACM CHI，IEEE VIS，PacificVis，DASFAA；以及主流期刊IEEE TVCG，Bioinformatics (CCF B, SCI-TOP, 5-Y IF=9.9)，SPE (CCF B), ARCO (大类一区，SCI-TOP) 上发表论文 10余篇，指导学生获得ChinaVis’19的Best Survey Paper Award以及IEEE PacificVis’21 Best Poster Award。
主持人简介：
陈思明，复旦大学大数据学院青年研究员，副教授，中国图像图形学会可视化与可视分析专业委员会委员。曾任德国弗劳恩霍夫智能分析和信息系统研究所（Fraunhofer IAIS）研究员与德国波恩大学的博士后研究员。于2011年获复旦大学理学学士学位，2017年获北京大学计算机科学专业理学博士学位。从事大数据可视化与可视分析的研究，主要研究方向包括：社交媒体数据可视分析、城市时空数据可视分析，网络安全、可解释性可视化与用户行为可视分析及故事叙述，共发表论文40余篇，其中在IEEE VIS，IEEE TVCG，EuroVis等顶级国际可视化会议以及期刊上发表10余篇文章。担任IEEE VIS （CCF A）国际程序委员会委员，IMX会议论文领域主席，IEEE PacificVis、ChinaVis、VizSec、ICML-PKDD等会议程序委员会委员。同时担任多个国际会议的组织委员会成员主席，包括IEEE PacificVis海报主席、宣传主席，ChinaVis数据分析挑战赛主席，VGI Geovisual Analytics Workshop地理时空可视分析研讨会共同主席等，也是可视化大部分著名期刊与会议的论文审稿人。更多信息请见http://fduvis.net
GAMES主页的“使用教程”中有 “如何观看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主页的“资源分享”有往届的直播讲座的视频及PPT等。
观看直播的链接：http://webinar.games-cn.org
