面向透明叠加图的颜色名称感知优化
图形学
2024-12-24 v1 人机交互
摘要
透明度常用于可视化中，以叠加颜色编码的直方图或集合，从而促进分类数据之间的视觉比较。然而，这类图常因对象间显著重叠而产生大量颜色相互作用。现有颜色混合模型在此类情境下常导致颜色映射模糊及虚假颜色的引入。为此，我们提出一种自动生成最优颜色编码的方法，以提升半透明图表的感知效果。该方法利用颜色名称感知 (color-name aware) 最大化复合颜色与其对应类别标签之间的关联性。我们引入一种颜色名称感知优化框架 (color-name aware, CNA)，该框架在确保所有图表分段感知可区分性的前提下，生成最大一致性的颜色分配与透明度设置。我们通过包含复合直方图的众包实验展示了该技术的有效性，证明其显著优于标准及可视化专用颜色混合模型。此外，我们说明该方法可推广至其他可视化形式，包括平行坐标图和韼恋图。我们提供作为基于网页工具的开源实现。
引用
@article{arxiv.2412.16242,
title = {Color-Name Aware Optimization to Enhance the Perception of Transparent Overlapped Charts},
author = {Kecheng Lu and Lihang Zhu and Yunhai Wang and Qiong Zeng and Weitao Song and Khairi Reda},
journal= {arXiv preprint arXiv:2412.16242},
year = {2024}
}
备注
To appear in the IEEE Transactions on Visualization and Computer Graphics