从图标到字形——隐喻式字形的自动化生成

隐喻式字形基于与底层问题域直观相关的图形实体来构建，从而提升用于定量多维数据可视化的抽象字形的可读性与易学性。然而其构建主要是人工过程。本文我们引入从图标到字形（GfI）方法，可由用户指定图标自动生成隐喻式字形。我们的方法使用多达七个可量化视觉变量修改图标视觉外观，其中三个操控几何，四个影响颜色。依可视化目标不同，这些视觉变量的特定组合定义用于数据编码的字形变量。技术上，我们提出基于扩散曲线的参数化图标表示，其包含与几何及基于颜色的视觉变量相关的自由度。此外，我们扩展 GfI 方法以实现生成字形的可扩展性。基于用户研究，我们评估字形主变量（即几何与颜色调制的幅值与频率）作为刺激的函数的感知，并推导函数关系与量化层级以实现感知单调性与可读性。最后，我们提出一种鲁棒可感知的视觉变量组合，并将其应用于 COVID-19 数据可视化。