ChinaVis2021-Day1

   7月25日上午，第八届中国可视化与可视分析大会（ChinaVIS 2021）在武汉市东湖国际会议中心隆重举行。本次大会主题为“探寻真理，可视创新”，由中国图象图形学学会主办，中国图象图形学学会可视化与可视分析专委会、中国地质大学（武汉）、武汉大学、华中科技大学承办，邀请了国内外可视化领域知名专家就相关研究领域与应用的最新进展作大会报告，介绍发展动态，开拓研究思路。

大会特邀报告1
报告者：李德仁,武汉大学
报告题目：真三维实景建模与可视化
   李德仁，武汉大学教授，中国科学院院士，中国工程院院士，国际欧亚科学院院士，国际宇航科学院院士。
   可视化和VR/AR技术是基于数字孪生的，物理世界的真三维实景建模是数字孪生智慧中国的基础。本报告主要介绍真三维实景建模的过程以及在此基础上构建纹理映射并实现可视化表达的方法。讲者从6个方面展开介绍，包括：1）实景三维采集装备发展；2）数据处理软件与技术；3）实景三维计算超大规模算力消耗问题；4）单体化分析与自动单体化技术；5）海量数据可视化云渲染技术；6）实景三维应用案例。其中，讲者提及了大规模实景三维可视化难题，包括：1）数据量大，对展示端的硬件要求高；2）信息丰富，数据保密性高；3）几何精度极高，涉及测绘数据安全。
   最后，讲者就报告主题进行了总结：1）实景三维建模与可视化，需要融合空天地海、室外和室内多源传感器。从采集到数据处理、管理、可视化和应用服务，必须实现技术国产化，并需要政产学研结合；2）自动化处理是实景三维建模与可视化的必然趋势；3）三维实景建模与可视化的应用要突破原有局限，为我国的数字经济和智慧社会创造更大的价值。

圆桌论坛：可视化如何在服务国家和社会发展中发挥重要作用？
报告嘉宾：吴冲龙、袁晓如、朱庆、王长波、王昉
报告内容：
   近年来，可视化已成为数据分析与科学决策的重要方法和有效手段，在国家重大需求中，越来越多的领域复杂问题迫切需要用可视化的方法来解决。随着大数据时代的到来，特别是在当今国内外环境深刻复杂变化的形势下，用于理解、分析和探索数据的可视化技术也面临着新的机遇和挑战。本论坛旨在讨论先进的可视化技术如何面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康在社会各领域发挥重要作用？可视化还有哪些关键技术有待突破？可以解决哪些领域中的关键核心问题，如何解决？专家就上述问题在各自领域，如：地质学、测绘遥感等，展开了相应讨论并答疑。

专题报告：可视化中的采样问题
报告者：赵颖，中南大学
报告题目：面向非主流结构保持的图采样技术
   采样技术被广泛用来化简大图。为了让图样本和原图在总体上更为相似，现有图采样方法普遍优先保持原图中的主流结构，比如：社区结构和频繁子图，而忽略原图中相对较小且出现频率不高的非主流结构。赵颖老师主要围绕三个问题对近期的一系列面向非主流结构保持的图采样技术研究展开报告。
   首先，非主流结构在图计算和图可视分析中重要吗？哪些少数结构比较重要呢？为解决此问题，赵老师做了详尽的用户研究，证明了少数结构在分析过程中占据主导地位，并归纳了四种重要的少数结构。第二个问题是“现有图采样方法是否能在图样本中较好地保持非主流结构？”为此，赵老师采用试验研究方法，对比多种主流图采样技术，证明现有算法在保留少数结构层面都表现较差。第三个问题是“如何既能保持主流结构也能保持非主流结构呢？”为此，赵老师提出六点考虑，同时总结出包含四个步骤的采样流程，分别是定义少数结构、少数结构排名、少数结构采样、主流结构采样，全面地解决了该问题。
   最后，赵老师表示当图的规模较大时，采样方法是无法在视觉空间发挥作用的，但仍能帮助计算空间下的进程。未来可以考虑在视觉空间进行图采样，更好地解决可视化大型图中视觉混淆的问题。

报告者：刘乐，西北工业大学
报告题目：表征内隐不确定性可视化
   在该专题报告中，刘老师首先通过引用一张如图4所示的经典的不确定性可视化说明图，形象地强调了不确定性必然存在于科学数据分析过程的各个环节，而如何对数据中的不确定性进行可视化是当前的研究热点和难点。其次，刘老师通过团队研究表明，被广泛使用于对不确定性进行显性表达的statistical summary displays方法很容易使用户误解可视化编码的信息，从而作出错误的判断和决策。

   为此，刘老师团队提出了一种表征内隐不确定性可视化技术。该技术通过对复杂的原始数据进行表征性采样，并直接可视化小规模表征性子集，以内隐方式向用户传递不确定性。表征采样主要基于以下三项指导性原则：1）准确传达原始空间分布；2）能被作为散点插值的基础；3）保留成员之间最优的最小空间间隔。应用层面，基于该方法研发了一系列飓风预测不确定性可视化，可视化方法步骤如下：1）构建NHC路径集合；2）收集所有OD空间样本；3）映射至UD空间；4）在UD空间中进行采用；5）将采样后的样本映射回OD空间。最后，通过说明研究进行的认知学实验证明了该方法的有效性。

专题报告：数字人文
报告者：王军，北京大学
报告题目：中国古代典籍的数据化与可视化
   数字人文与我们当今的文化生活息息相关，讲者先介绍了数字人文领域的远读、媒体可视化、VIS4DH发展，并提出数字人文领域的可视化与经典可视化的区别主要在于其数据的类型多样（文本、视频、音频、非遗数据等）、非结构化、数据量大、不确定性。人文学者注重数据源和原始数据资料的真实性，他们研究的问题也更具有开放性和解释性，而不仅是传统的统计性数据。为了促进数字人文学者与可视化领域学者的协作，北大数字人文研究中心进行很多有意义的工作（http://dhlab.pku.edu.cn）。
   讲者介绍了基于CBDB数据库的历代人物迁徙图、八种史志目录演化可视化、《朱熹年谱长编》时空可视化、《宋元学案》知识图谱四个案例。最后讲者提到，在21年的全国高考作文中惊现文章《从人文计算到可视化——数字人文的发展脉络梳理》，可见数字人文在当今社会发展和人才培养上的重要性。

报告者：温超，西北大学
报告题目：中国墓室壁画虚拟可视化
   壁画是人类最早使用的绘画形式之一，中国的墓室壁画代表了古代丧葬文化，它们不仅是绘画艺术作品，还能够反映我国古代社会历史、思想文化、宗教信仰的发展变迁。现有墓室壁画的相关工作主要在墓室壁画本体研究、物质文化研究、遗产保护研究和遗产数字化研究四个方面。讲者团队主要针对唐代的墓室进行数字化研究，唐代的墓室壁画数量多、等级高、保护状况好（博物馆收藏），且具有较完整的序列性（80%左右的唐墓在西安地区）。运用高精度摄影和数字扫描对墓室壁画进行高精度数据信息采集是关键，由于墓室内部生态环境的改变，壁画残损严重，实际过程中还需要采用数字图像修复技术对壁画的裂痕、纹理、色彩等进行修复。此外，讲者还介绍了墓室信息可视化对比、唐代胡人俑数字博物馆、以及沉浸式的懿德太子虚拟可视化项目等生动的案例。

专题报告：全球新冠疫情可视化
   过去一年多来，全球新冠疫情不断发展，牵动着每一个人的神经。本届ChinaVis大会特别设置了一个专题，邀请了多名在新冠疫情中从事可视化相关工作的专家学者，进行专题报道。其中，来自阿卜杜拉国王科技大学的Ivan Viola教授围绕造成新冠肺炎的SARS-Cov-2病毒的超显微结构的三维建模和可视化进行了报告，讲解了对病毒进行三维可视化时的技术难点和细节。

   来自澎湃新闻的吕妍老师则就澎湃新闻在疫情期间的疫情可视化相关工作作了分享和总结。吕妍老师按照时间顺序介绍了澎湃新闻的一些疫情可视化作品。首先是疫情初期的动态地图，该视图的设计目标是尽快上线，且录入门槛相对较低，从而可以让更多工作人员参与数据录入。因此澎湃新闻在该视图上选用了最基础的可视化方案，并且使用Google Sheets作为国内数据的录入和更新工具，国外数据则使用爬虫爬取约翰霍普金斯大学的数据。随着国内疫情逐渐平稳，澎湃新闻调整了该可视化页面的视图呈现方式，将重点转移到呈现数据结论上来。此外，在疫情后期，假消息溯源、发掘新闻传播模式和根据流调数据展示病毒传播也是后疫情时代的重要可视化主题之一。吕妍老师接着展示了澎湃新闻的若干报道产品，例如《新冠百万逝者》和《流调数据可视化》等内容，并分享了流调数据集。最后，吕妍老师就国内外媒体的新冠疫情可视化作品作了简单对比，并指出虽然目前我国媒体在商业和大数据处理分析还存在欠缺，但国内媒体在选题新颖性、数据清洗等领域相比国外均有一定优势，并且本次疫情让更多人对可视化产生了更为深刻的印象，相信将来我国的可视化事业发展会越来越好。

   信息可视化在这场疫情中发挥了前所未有的作用，通过信息图形的直观性和感染力，将疫情数据、抗疫信息以高效的方式传递给每一个受众。
   来自南京艺术学院的陈皓老师讲述了从疫情初期开始为疫情做的一些可视化设计工作，从最开始设计制作感染新冠人数分布静态、动态图，到疫情全面爆发时。新闻报道的设计以及制作相关视频，但这些还是不足以展示新冠疫情情况的全貌。接下来讲者以指导学生制作的预防新冠信息图为例着重介绍了信息图设计构成，包括图解、图表、统计图、地图、图形符号，并依次介绍每种方式的特点。讲者认为可视化不仅有数据，还有各种知识，例如病毒知识和防疫知识，并展示了团队制作的四个设计图并简述其设计过程。

专题报告：艺术可视化
   相比于科学可视化和可视分析的精准和高效，艺术可视化更多关注人文与设计，艺术家们专注于使用可视化手段增进人与机器的沟通，从而改善人们生活的环境，连接不一样的未来。本专题邀请了华中师范大学郑达副教授、清华大学付志勇副教授作了关于艺术方面的分享，并邀请同济大学曹楠教授作了自动可视化方面的分享。
   艺术方面的两位专家围绕人与机器的关系，为我们展示了大量艺术作品。其中，郑达副教授的团队研发了许多有趣的艺术装置，将艺术与计算机软硬件有机相连。如采用遗传算法智能控制的风扇模组，能够利用算法自主驱动上百个散热风扇运作，产生有规律的声音；能够读取心跳数据、潮水数据，并加以可视化的灯光可视化作品；感知气候变化，使用电致变色的塑料材料制作的可变形机器人等。付志勇副教授同样分享了团队的一些艺术作品，并针对其中《科幻故事生成器》这一艺术作品进行了着重介绍。感兴趣的小伙伴可以关注二位老师的个人主页了解详情。
   曹楠教授则围绕人工智能创作可视化作品的可能性进行了分享。人工智能技术的快速发展打破了传统低效的手工作坊式的可视化创作过程，人工智能技术的让自动可视化生成成为了可能。 讲者首先介绍了可视化的三波荣景，科学可视化、信息可视化/可是分析、智能可视化，当今正处于智能可视化的初始阶段。接下来讲者分享了在该领域开展的相关研究，介绍了机器人AI Designer的学习过程，从辅助设计时绘制草图，到设计平面海报，再到目前正在学习数据可视化，最后有望实现自动化的平面分析。为实现人工智能的数据可视化，讲者介绍了可视化创作过程：将数据抽象为抽象形式、可视化设计、可视化布局、可视化渲染、可视化交互与动画设计，并提出，为简化整个过程，目前已经出现了很多工具包，但始终绕不开可视化设计这一步骤。最后强调了设计空间的重要性，讲述了智能可视化设计数据故事的独特过程。

论文报告 Session 3: Urban Visualization
报告题目：Hi-Geo-Ti：基于层次地理划分时间线的行人轨迹可视化分析设计
   在计算机视觉技术研究方向中，行人重识别技术作为有效追踪行人目标轨迹的手段得到越来越广泛的应用。报告者基于公众场合多摄像头监控网络，提出HiGeoTi可视化分析系统，旨在从海量图像存储中实时进行行人轨迹的提取及可视化呈现，有效分析海量行人轨迹数据的时空相关性。在可视化呈现部分，报告者首先将地理空间进行网格序列化的抽象概括；其次结合时间轴生成行人在不同区域的人流密度分布图，直接展示每个区域在不同时间的轨迹密度；然后创建三维轨迹图与之交互结合，将事件映射多个抽象图形进行表示，快速检测近距离接触时间发生的时间和位置；最后将人物对象轨迹按照连续的线条进行展示，形成序列化时空轨迹图，探究不同人物、事件之间的联系。

报告题目：MulUBA: Multi-level Visual Analytics of User Behavior for Improving Online Shopping Advertising
   网络购物平台接收各广告主进行广告投放，广告分析师致力于从大量用户的人口统计学属性、购物行为、广告点击行为等数据中发现具有代表性的群体及其行为模式。基于此，报告者与广告专家合作，提出了MulUBA用户行为分析系统，从多个社区粒度和多个时间尺度更好地理解用户行为。报告者设计两种新颖的可视化图和改进三个传统图表可以帮助分析师从用户组、用户组和用户个体三个层次观察用户特征和时序事件模式，投放有针对性的广告，增加广告收入。最后，通过三个实例验证了该方法的有效性和可用性。