A Multidimensional Assessment Method for Situated Visualization Understanding (MdamV)
针对现有可视化理解评估忽视数字素养等因素的问题,提出涵盖六个维度的情境化可视化理解多维评估方法(MdamV),结合任务测量、能力评级与开放式批判,验证了超越表现评估的价值。
2025-11-03 cs.HC
Toward Agile Situated Visualization: An Exploratory User Study
我们介绍AVAR,一个原型实现的敏捷定位可视化(SV)工具包,针对活性,集成和表现力。我们报告的AVAR和七个专家用户的探索性研究的结果。在其中,参与者佩戴Microsoft HoloLens设备,并使用蓝牙键盘为给定的数据集编写可视化脚本。为了支持我们的分析,我们(i)视频记录会话,(ii)跟踪用户的交互,以及(iii)收集参与者的印象数据。我们的原型验证了敏捷SV是可行的。也就是说,在对SV进行编程时,活跃度提高了参与者的参与度,因此,会议具有高度的互动性,参与者愿意花费大量时间使用我们的工具包(即,中值>= 1.5小时)。参与者使用我们的集成工具包来处理数据转换,视觉映射和视图转换,而无需离开沉浸式环境。最后,参与者从我们的表达工具包中受益,并在编写SV时使用了多个可用功能。
2020-02-14 cs.HC
Evaluating Situated Visualization in AR with Eye Tracking
增强现实(AR)技术提供了用于将可视化嵌入真实世界环境中的手段。这种技术允许在其空间域中对实时数据进行现场分析。然而,由于现有的技术必须适应这一背景,新的方法将被开发,其评价对研究人员提出了新的挑战。除了既定的性能指标外,事实证明,眼动追踪是定性和定量评估可视化的一种有价值的手段。我们讨论了眼动追踪的挑战和机遇,为评估位于可视化。我们设想将基于凝视的评估方法扩展到这一领域将为人们如何感知增强现实中的可视化并与之交互提供新的见解。
2022-09-05 cs.GR cs.HC
Situated Visualization in Motion for Swimming
针对当前游泳赛事动态嵌入式可视化形式简单、缺乏系统研究的问题,研究者分析奥运游泳赛事可视化现状,计划推导设计空间,并开展众包调研探索观众数据兴趣以挖掘新增可视化的机会。
2024-09-12 cs.HC
Situatedness in Visualization Design: Making Unresolved Work Actionable
Purdue University(普渡大学);University of Kansas(堪萨斯大学);SDU University(SDU大学)
本文通过对11名专业可视化从业者的三阶段定性语料库分析,提出从业者通过临时局部行动将可视化设计中未解决的情境转化为可付诸行动的状态,揭示了情境化行动等在专业实践中的交织关系及设计活动的预先限制。
2026-08-11 cs.HC
Designing Situated Dashboards: Challenges and Opportunities
本文提出基于增强现实的情境化仪表盘概念,通过专家访谈总结设计考量与挑战,旨在为有效设计和创作情境化仪表盘提供方向与机遇。
2023-09-06 cs.HC
Structured Visualization Design Knowledge for Grounding Generative Reasoning and Situated Feedback
University of Vienna(维也纳大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Carnegie Mellon University(卡内基梅隆大学);Faculty of Computer Science, University of Vienna(维也纳大学计算机学院);Austrian Institute of Technology(奥地利技术研究所)
提出一种结构化方案,将可视化设计知识编码为带语义元数据的自然语言指南,支持专家编写、机器查询,并嵌入向量空间以分析冲突和跨领域原则,弥补符号系统与生成模型之间的鸿沟。
2026-06-12 cs.HC
Uncertain Pointer: Situated Feedforward Visualizations for Ambiguity-Aware AR Target Selection
Princeton University(普林斯顿大学);Microsoft Research(微软研究院)
Uncertain Pointer通过前馈可视化帮助AR中目标选择的歧义消除,通过视觉标识和不确定性调节提升用户体验。
2026-02-13 cs.HC
Design Judgment in Data Visualization Practice
数据可视化正在成为设计实践中越来越受欢迎的领域。虽然许多研究强调了有效的数据可视化设计所需的知识,但它们的重点主要是可以抽象和编码的正式知识和逻辑决策过程。较少注意到在所有设计活动中普遍存在的更情境化和个人化的认知方式。在这项研究中,我们进行了半结构化的采访,在此期间,他们被要求描述他们的设计过程中的实际和情境方面的数据可视化从业者。使用Nelson和Stolterman [23]的设计判断的哲学框架,我们分析了成绩单,以描述数据可视化从业者在描述和询问他们的工作时所使用的设计判断的数量和复杂分层。我们确定了数据可视化实践的各个方面,这些方面需要进一步调查,超越理性,模型或原则导向的决策过程的概念。
2020-09-06 cs.HC
SiTAR: Situated Trajectory Analysis for In-the-Wild Pose Error Estimation
SiTAR提出首个基于不确定性的VI-SLAM姿态误差估计方法,并构建AR情境轨迹分析系统,在四个数据集上达到96.1%准确率,通过野外用户研究验证了其有效性。
2023-08-31 cs.HC
Chemicals in the Creek: designing a situated data physicalization of open government data with the community
在过去十年中,政府提供了越来越多的数据,试图提高透明度和公民参与,但由于在获取和解释这种“开放”数据所需的技术知识方面存在差距,不清楚这些数据是否为非专家群体服务。我们进行了为期两年的设计研究,重点是创建一个基于社区的数据显示,使用美国环境保护署的数据,违反水许可证的石油储存设施在马萨诸塞州的切尔西溪,探讨是否位于数据物理化和移动行动研究可以支持有意义的参与与开放数据。我们之所以选择这些数据,是因为它对当地团体感兴趣,并且可以在网上获得,但切尔西社区在很大程度上仍然看不到和无法访问。由此产生的装置,化学品在小溪,响应呼吁社区参与可视化过程,并提供了一个应用程序的数据表示方法。它提出了以事件为中心和权力意识的参与模式,使用上下文和具体的数据表示。化学品在小溪的设计是基于互动研讨会,我们通过事件观察,访谈和社区成果进行分析。我们反映了社区参与的研究在信息可视化社区的作用相对于最近的对话设计研究和评估的新方法。
2020-09-14 cs.HC
Undoing Seamlessness: Exploring Seams for Critical Visualization
虽然无缝设计已经成为HCI环境中的话语和工作的一部分,但它尚未在数据可视化设计中得到充分探索。与此同时,可视化的批评者一直认为,数据的表示为上下文的,偶然的,关系的,部分的,异构的,并位于目前缺乏可视化。当我们试图找到更具表现力的编码和新颖的方法来表示承认其更广泛的质量和局限性的数据时,可视化可视化承诺了可视化设计的新视角。通过借鉴其他领域的接缝,探讨可视化中存在的接缝和接缝性,为接缝可视化的概念化提供了基础,指出了接缝和接缝性在关键可视化中的价值,并提出了在实践和研究中进行接缝可视化的原则。
2022-03-04 cs.HC
Design Knowledge in Data Visualization: Mapping the Epistemic Landscape
Purdue University(普渡大学);Indiana University(印第安纳大学);SDU University(SDU大学)
本文借助设计理论绘制数据可视化的设计知识图景,指出该领域在部分知识领域优势显著、部分阐释不足,提出可视化设计依赖知识制品与在用知识,主张计算系统可支持部分设计认知,而非将设计视为完全可形式化或抗拒计算支持的对象。
2026-08-11 cs.HC
Visualization in Motion in Video Games for Different Types of Data
该研究针对电子游戏中不同数据类型的运动态可视化展开系统分析,通过综述160个相关案例提取运动影响可视化的模式,为探究运动因素对游戏可视化可读性及玩家表现的影响奠定基础。
2024-09-12 cs.HC
Embedded vs. Situated: An Evaluation of AR Facial Training Feedback
University of California, Santa Barbara(加州大学圣塔芭芭拉分校);University of California, San Francisco(加州大学旧金山分校)
本文评估了三种AR反馈方法在面部训练中的效果,发现嵌入式反馈降低认知负荷但引发自我意识,而情境化反馈提升准确性但增加解释难度。
2026-02-01 cs.HC
Understanding Data Visualization Design Practice
数据可视化设计师的专业角色越来越受欢迎,学术研究和专业实践社区之间的关系也越来越受欢迎。然而,尽管这些社区之间的知识共享的潜力,我们很少了解从业者在现实世界中的设计,专业设置的方式。对众多设计学科的研究表明,实践者处理复杂情况的方式与研究人员的方式根本不同。在这项工作中,我采取了以实践为导向的方法来理解可视化设计实践。20位数据可视化从业者接受了采访,并询问了他们的设计过程,包括他们采取的步骤,他们如何做出决策以及他们使用的方法。研究结果表明,从业者不遵循高度系统化的过程,而是依赖于情境形式的认识和行动,他们借鉴先例,并使用方法和原则,确定适当的时刻。这些发现对可视化研究人员如何理解和与从业者互动,以及教育工作者如何培训未来的数据可视化设计师具有重要意义。
2021-08-17 cs.HC
Designing Annotations in Visualization: Considerations from Visualization Practitioners and Educators
Scientific Computing and Imaging Institute, University of Utah(科学计算与成像研究所,犹他大学);Harvard Medical School(哈佛医学院);University of Oklahoma(俄克拉荷马大学)
本文通过实证研究探讨可视化注释设计的实践与教育者反思,揭示注释设计中的考量与权衡,为工具和指南支持提供改进方向。
2026-04-09 cs.HC
Reflections on Visualization in Motion for Fitness Trackers
本文回顾面向运动场景的健身追踪器可视化研究,提出“visualization in motion”概念,并结合智能手表现状数据分析未来设计挑战。
2024-09-10 cs.HC
Representing Real-Time Multi-User Collaboration in Visualizations
在参与者之间建立共同点并保持共享意识是协作可视化的关键挑战。对于实时的【形】协作,现有的工作主要集中在同步组成可视化-一种使用户难以独立工作或选择性地关注其协作者的活动的方法。为了解决这一差距,我们引入了一个设计空间,用于表示同步多用户协作的可视化定义的两个正交轴:situatedness,或合作者的交互是否覆盖或显示在用户的视图之外,和特异性,或合作者是否被描绘通过抽象的,通用的表示或通过特定的手段定制给定的可视化。我们用各种各样的例子填充这个设计空间,包括通用和自定义同步光标,以及将这些光标收集在一起或将协作者的视图复制为缩略图的用户图例。为了建立共同点,用户可以通过窥视来快速查看协作者的视图,跟踪以实时的【形】跟随协作者,以及分叉以基于协作者的工作独立地探索可视化来与这些表示进行交互。我们提出了一个参考实现的包装库,将交互式Vega-Lite图表转换为协作可视化。我们发现,我们的方法提供了一个富有表现力的视觉设计和交互技术范围内的同步协作。
2020-09-05 cs.HC
User Experience of Visualizations in Motion: A Case Study and Design Considerations
本研究以电子游戏为场景,通过系统性综述和实证用户研究探究运动中嵌入式可视化的设计权衡,提出兼顾主任务专注度与可视化可用性的设计考量,为运动中可视化设计提供参考。
2024-09-13 cs.HC
Reflections on Traceability for Visualization Research
Idaho National Lab(爱达荷国家实验室);KTH Royal Institute of Technology(瑞典皇家理工学院);University of Edinburgh(爱丁堡大学);Graz University of Technology(格拉茨工业大学);University of Utah(犹他大学);Linköping University(林雪平大学)
本文探讨了在设计导向的可视化研究中如何确保严谨性和透明性,提出通过可追溯性记录设计过程中的丰富 artifacts,构建 tRRRacer 工具以支持可追溯性研究。
2026-04-15 cs.HC
Illustrative Motion Smoothing for Attention Guidance in Dynamic Visualizations
本研究通过众包实验比较几何与视觉运动平滑策略,发现适度运动模糊能显著提升用户跟随动态故事的能力,但会降低感知速度,并为动画师提供设计指南。
2023-05-25 cs.HC
Labeling Out-of-View Objects in Immersive Analytics to Support Situated Visual Searching
增强现实(AR)将数字信息嵌入到物理世界的对象中。数据可以在现场显示,从而在现实生活中的用户任务中实现实时视觉比较和对象搜索,例如比较产品和查找体育比赛中的分数。虽然已经有研究设计的AR界面,位于信息检索,只有有限的研究AR对象标记的视觉搜索任务在空间环境中。在本文中,我们识别和分类AR标签设计的不同设计方面,并报告了一个正式的用户研究标签的视图外的对象,以支持视觉搜索任务的AR。我们设计了三种可视化技术用于AR中的视外对象标记,分别对对象的相对物理位置(高度编码)、旋转方向(角度编码)和标签值(值编码)进行编码。我们进一步实现了两种传统的视图内对象标记技术,其中标签被放置在相应对象(位于)旁边或AR FoV(边界)的边缘。我们评估这五个不同的标签条件在三个视觉搜索任务的静态对象。我们的研究表明,当搜索FoV、空间方向之外的对象以及比较多个空间稀疏对象时,视图外对象标签是有益的。带有周围物体方向提示的角度编码标签具有最高的用户满意度和最佳的整体性能。我们讨论了我们的研究结果对未来沉浸式AR界面设计的影响。
2021-12-25 cs.GR cs.HC
Authoring Narrative Visualization in Motion: Visual Storytelling in Swimming Videos
Xi’an Jiaotong-Liverpool University(西交利物浦大学);Université de Lyon, École Centrale de Lyon(里昂大学,里昂中央理工学院);Université Paris-Saclay(巴黎萨克雷大学)
研究如何在体育视频中创作动态叙事可视化,以游泳视频为案例,通过自动化管道提取数据、分析得出叙事结构并设计技术探针支持创作,经评估检验其益处与挑战。
2026-07-17 cs.GR cs.HC
ReachVox: Clutter-free Reachability Visualization for Robot Motion Planning in Virtual Reality
Coburg University of Applied Sciences and Arts(科堡应用科学与艺术大学);University of Birmingham(伯明翰大学);University of Cambridge(剑桥大学)
本文提出ReachVox极简可达性可视化方法,通过20人用户研究证明其在VR远程人机协作中优于基于点的可达性检查。
2025-08-15 cs.HC cs.RO
Limits at a Distance: Design Directions to Address Psychological Distance in Policy Decisions Affecting Planetary Boundaries
本文针对气候政策决策中的心理距离问题,结合文献综述,提出以思辨设计和数据具身化等情感化方法增强环境数据可视化的可感性。
2025-07-25 cs.HC
Communicating Robot Arm Motion Intent Through Mixed Reality Head-mounted Displays
Brown University(布朗大学)
高效的运动意图通信对于人类和机器人协同工作的安全和协作环境是必要的。人类通过手势、凝视和社交线索有效地将他们的运动意图传达给其他人。然而,机器人通常难以通过这些方法将其运动意图有效地传达给人类。许多现有的机器人运动意图通信方法依赖于2D显示,这需要人类不断暂停工作并检查可视化。我们提出了一个混合现实的盔装显示器可视化建议的机器人运动在佩戴者的真实世界的机器人及其环境的看法。为了评估该系统对2D显示可视化和不可视化的有效性,我们要求32名参与者将不同的机器人手臂运动标记为与桌子上的块碰撞或不碰撞。我们发现,与下一个最好的系统相比,准确率提高了16%,完成任务所需的时间减少了62%。这表明,混合现实HMD允许人类比比较基线更快,更准确地告诉机器人将移动到哪里。
2017-08-11 cs.HC cs.RO
Investigating Encoding and Perspective for Augmented Reality
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
该研究针对现有AR动作引导设计指南适用场景有限的问题,通过实验探究不同视觉编码和视角对动作引导性能与可用性的影响,发现设计效果受动作可见度等因素影响,并提出了实证性的AR动作引导可视化设计指南。
2025-10-01 cs.HC
MoSculp: Interactive Visualization of Shape and Time
MIT CSAIL(麻省理工学院计算机科学与人工智能实验室);Google Research(谷歌研究院);UC Berkeley(加州大学伯克利分校)
我们提出了一个系统,允许用户通过3D运动雕塑-一个表示,传达了三维结构扫过人体,因为它通过空间移动,以可视化复杂的人体运动。给定一个输入视频,我们的系统计算运动雕塑,并提供一个用户界面,用于以不同的风格渲染它,包括将雕塑插入原始视频、在合成场景中渲染或物理打印的选项。为了提供这种端到端的工作流程,我们介绍了一种算法,估计人类的三维几何随着时间的推移,从一组二维图像和开发一个三维感知的基于图像的渲染方法,嵌入到场景中的雕塑。通过自动化的过程中,我们的系统采取的运动雕塑创作的专业艺术家的领域,并使其适用于广泛的现有的视频材料。通过为观众提供3D信息,运动雕塑揭示了肉眼难以感知的时空运动信息,并允许观众解释物体的不同部分如何随着时间的推移相互作用。我们通过用户研究验证了这种方法的有效性,发现我们的运动雕塑可视化比现有的频闪和时空可视化方法更能提供有关运动的信息。
2019-01-02 cs.CV cs.GR cs.HC
Extending Cobot's Motion Intention Visualization by Haptic Feedback
Westphalian University of Applied Sciences(威斯特伐利亚应用科学大学);University of Duisburg-Essen(杜伊斯堡-埃森大学)
针对人类难以理解协作机器人自主行为的问题,提出通过触觉反馈映射计划运动模式,扩展视觉意图反馈,以增强信任与接受度。
2023-06-23 cs.HC cs.RO
Progressive Value Reading: The Use of Motion to Gradually Examine Data Involving Large Magnitudes
Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);Univ. Bordeaux(波尔多大学)
本文提出渐进值阅读的概念,通过运动逐步考察数据,提供设计空间和实证评估基础。
2026-02-23 cs.HC
Vocal Sandbox: Continual Learning and Adaptation for Situated Human-Robot Collaboration
Stanford University(斯坦福大学)
提出Vocal Sandbox框架,通过多模态教学和轻量级学习算法实现情境化人机协作的持续学习,在礼品袋组装和定格动画任务中显著提升性能并减少监督。
2024-11-04 cs.AI cs.CL cs.HC
Visualization of Nonlinear Programming for Robot Motion Planning
University of Stuttgart(斯图加特大学);Technische Universität Berlin(柏林工业大学)
非线性规划针对具有约束的非线性优化,这是一种通用但复杂的方法,涉及人类进行问题建模和求解问题的算法。我们解决了特别困难的挑战,支持领域专家在处理,理解和解决问题的高维优化与大量的约束。利用可视化分析,支持用户探索非线性约束优化的计算过程。我们的系统是专为机器人运动规划问题,并在非线性规划和机器人领域的专家紧密合作开发。我们报告的经验,从这个设计研究,说明相关的示例情况下的有用性,并讨论了扩展到非线性规划的可视化分析。
2021-01-28 cs.HC cs.NA cs.RO
Narrative Transitions in Data Videos
过渡广泛用于数据视频中,以无缝连接数据驱动的图表或连接可视化和非数据驱动的动态图形。为了指导数据视频中的过渡设计,我们基于从284个数据视频中提取的3500多个剪辑进行了内容分析。我们对这些片段的可视化类型和过渡设计进行注释,并研究这些过渡如何帮助建立上下文之间的联系。我们提出了一个分类的过渡数据视频,其中两个过渡类别定义在建设流畅的叙述,通过使用视觉变量。
2020-09-11 cs.HC