感知性與和諧度引導(dǎo)的多圖表協(xié)同配色優(yōu)化

　　摘要針對在可視化過程中出現(xiàn)的具有相同類別對應(yīng)關(guān)系的多個圖表需要保持配色一致的問題,提出多圖表協(xié)同配色優(yōu)化,從感知性與和諧度個方面提出感知性與和諧度引導(dǎo)的多圖表協(xié)同配色優(yōu)化方法.給定調(diào)色板和多圖表數(shù)據(jù)后,對調(diào)色板的質(zhì)量進(jìn)行評估,若給定的調(diào)色板質(zhì)量較高,則對其顏色分配方案直接進(jìn)行優(yōu)化;否則,先對調(diào)色板進(jìn)行優(yōu)化,再對其顏色分配方案進(jìn)行優(yōu)化.多項用戶調(diào)研結(jié)果證明,該方法能夠在保證多圖表配色統(tǒng)一的前提下提升配色結(jié)果的質(zhì)量。

　　關(guān)鍵詞配色優(yōu)化;感知性;和諧度;遺傳算法

　　在可視化過程中,為了增強用戶對數(shù)據(jù)的認(rèn)知和理解,設(shè)計人員會通過調(diào)整不同的視覺通道改善最后的可視化結(jié)果,如大小、位置還有顏色等.而在這些視覺通道中,顏色作為影響視覺效果的主要因素,其優(yōu)化效果非常值得研究,且已經(jīng)有大量這方面的工作對于顏色的優(yōu)化效果,可以從感知性與和諧度個方面進(jìn)行刻畫,即優(yōu)化的可視化圖表需要增強不同數(shù)據(jù)間的辨識程度,同時保證圖表整體配色的和諧相融性.

　　可視化評職知識：發(fā)表可視化交互設(shè)計論文的正規(guī)期刊

　　當(dāng)給定調(diào)色板與數(shù)據(jù)后,若按照調(diào)色板中顏色與數(shù)據(jù)類別按順序?qū)��?yīng)的關(guān)系進(jìn)行配色,就會導(dǎo)致圖表出現(xiàn)一些較小的數(shù)據(jù)被分配到不易感知的顏色,而一些較大的數(shù)據(jù)被分配到視覺效果不佳的顏色,使最終的可視化結(jié)果感知性與和諧度較差.因此,需要同時對調(diào)色板本身以及調(diào)色板的顏色分配進(jìn)行優(yōu)化相對于先前工作只研究單張圖表,本文主要發(fā)現(xiàn)在實際應(yīng)用過程中,由于數(shù)據(jù)的維度大,需要用多張圖表展現(xiàn)不同維度的信息,而這些圖表之間存在很強的數(shù)據(jù)對應(yīng)關(guān)系,因此需要對多圖表協(xié)同配色進(jìn)行優(yōu)化,以達(dá)到統(tǒng)一的顏色分配方案和良好的視覺效果.

　　另外,與多圖表類似的還有同一圖表多布局的情況.例如,對于一些圖表,存在按數(shù)據(jù)輸入順序以及數(shù)據(jù)大小順序進(jìn)行布局的種形式,這種情況同樣需要協(xié)同優(yōu)化因此,提出了感知性與和諧度引導(dǎo)的多圖表協(xié)同配色優(yōu)化方法,該方法具有很好的普適性,并且對調(diào)色板的顏色數(shù)量沒有限制.在給定調(diào)色板和上述數(shù)據(jù)之后,該方法會先對調(diào)色板的質(zhì)量進(jìn)行評估,若給定的調(diào)色板質(zhì)量較高,則會對其顏色分配方案直接進(jìn)行優(yōu)化,旨在提升可視化結(jié)果的感知性與和諧度.

　　若給定的調(diào)色板質(zhì)量較低,則會先對調(diào)色板進(jìn)行優(yōu)化,提高調(diào)色板整體的感知性與和諧度,然后再對其顏色分配方案進(jìn)行優(yōu)化.而在顏色分配優(yōu)化的過程中,主要是通過提取各圖表相鄰色塊,建立起多圖表色塊的幾何約束關(guān)系進(jìn)行引導(dǎo).為了驗證所提出方法的有效性,本文開展了多項用戶調(diào)研,結(jié)果顯示本文所提出的調(diào)色板優(yōu)化方法和調(diào)色板的顏色分配優(yōu)化方法均能有效提高可視化結(jié)果的感知性與和諧度,且由于問題復(fù)雜度高,此種異步優(yōu)化效果要優(yōu)于同步優(yōu)化,即同時優(yōu)化調(diào)色板和顏色分配

　　1相關(guān)工作

　　目前關(guān)于多圖表以及同一圖表多布局協(xié)同配色的研究尚少,所以本文從調(diào)色板和顏色個方面對相關(guān)工作進(jìn)行論述。

　　1.1調(diào)色板

　　對于具有類別的數(shù)據(jù)可視化,Trumbo[1]和Wang等[2]認(rèn)為,以最大限度的區(qū)分度創(chuàng)建一個分類調(diào)色板是一項要求很高的任務(wù).因此,大多數(shù)可視化用戶會盡可能地避免從頭創(chuàng)建調(diào)色板,而是會直接使用ColorBrewer[3]或Colorgorical[4]等提供的調(diào)色板.本文工作也是如此,選用的調(diào)色板來源于ColorBrewer[3]以及Tableau①等常見的可視化工具在選定調(diào)色板后還可以從多方面對其進(jìn)行更進(jìn)一步的優(yōu)化,如顏色和諧[2]、能量消耗[5]、類別可見度[6]以及感知距離[7]等.

　　Lee等[6]提出的類別可見度是通過每個類別的感知密度來定義的,而感知密度則是通過計算所有點的凸顯度總和得到的.基于上述思想,他們提出了一種通過優(yōu)化給定調(diào)色板的感知強度,從而更好地揭示數(shù)據(jù)分布結(jié)構(gòu)的方法,主要用于地圖結(jié)構(gòu)的可視化.Fang等[7]則是通過最大化調(diào)色板顏色之間的感知距離優(yōu)化調(diào)色板,并允許用戶加入一定的限制在給定調(diào)色板和類別數(shù)據(jù)后,調(diào)色板顏色分配的目的是為了給每個類別的數(shù)據(jù)配上唯一的顏色標(biāo)識.

　　Wang等[8]對散點圖的配色進(jìn)行優(yōu)化,在該方法中,顏色的選取屬于局部選擇.Kim等[9]則對2D圖片模板配色問題進(jìn)行研究,在該方法中,對調(diào)色板的顏色數(shù)量有限制要求.Lin等[10]提出了一種選擇語義相關(guān)顏色的方法并證明方法的有效性.Setlur等[11]為了進(jìn)一步提高Lin等[10]方法的效果,采用谷歌gram的顏色名稱頻率共現(xiàn)的測量方法本文改進(jìn)了前人的方法,使其能夠適用于多圖表的協(xié)同優(yōu)化,并且對調(diào)色板的顏色數(shù)量沒有限制。

　　1.2顏色

　　本文涉及顏色的相關(guān)研究主要分為大類顏色之間的和諧度,即顏色相互搭配是否足夠好看;顏色之間的感知性差異,即顏色相互之間是否容易區(qū)分Paterson[12]認(rèn)為,通常情況下,當(dāng)顏色并置在一起產(chǎn)生一種令人滿意的統(tǒng)一或平衡時,這些顏色就被認(rèn)為是和諧的.換句話說,當(dāng)一些顏色放在一起能夠產(chǎn)生令人愉快的效應(yīng)時,可被認(rèn)為是和諧的[13]有很多研究人員或藝術(shù)家嘗試去建立一個基本的顏色和諧規(guī)則,最早的顏色和諧規(guī)則如下:當(dāng)顏色色調(diào)相同,但飽和度或明度不同時;當(dāng)顏色相似或互為補色時,即被認(rèn)為是和諧的.

　　此外,許多研究人員還嘗試通過分析實驗或調(diào)研結(jié)果,去構(gòu)建一個良好的顏色和諧模型.Papachristos等[14]定義了一個模型,預(yù)測給定配色方案的情感與審美價值.Ou等[15]開發(fā)了雙色組合和諧度的計算模型.Szabo等[16]在CIECAM02顏色模型的基礎(chǔ)上開發(fā)了類似的模型,該模型除了可以用于雙色組合外,還可以用于三色組合的評價。

　　2本文方法概述

　　當(dāng)給定調(diào)色板和多圖表數(shù)據(jù)后,先對調(diào)色板的質(zhì)量進(jìn)行優(yōu)化,同時從給定的數(shù)據(jù)中提取相應(yīng)的幾何約束,最后將這些約束與調(diào)色板結(jié)合在一起,對顏色分配方案進(jìn)行優(yōu)化,得到最終的可視化結(jié)果.值得注意的是,在給定的調(diào)色板質(zhì)量已經(jīng)很高的情況下,可直接進(jìn)行顏色分配方案的優(yōu)化根據(jù)流程,本文的優(yōu)化目標(biāo)包括調(diào)色板的優(yōu)化和調(diào)色板顏色分配方案的優(yōu)化.針對提出的個優(yōu)化目標(biāo),均采用遺傳算進(jìn)行求解.通過調(diào)整相應(yīng)的染色體形式、目標(biāo)方程、交叉函數(shù)以及變異函數(shù)等,使遺傳算法能夠適用于不同的問題,具體細(xì)節(jié)會在后面的章節(jié)進(jìn)行說明。

　　3調(diào)色板的優(yōu)化

　　給定調(diào)色板后,最終的可視化結(jié)果會受到調(diào)色板本身的影響.如果給定的調(diào)色板本身質(zhì)量不夠理想,那么無論怎樣優(yōu)化顏色分配方案,最終都不會取得很好的效果.所以針對這種情況,可以對調(diào)色板進(jìn)行優(yōu)化之后再使用.通過改變調(diào)色板中顏色的基本屬性,從而提高調(diào)色板的質(zhì)量。

　　4用戶調(diào)研

　　本文所提出的感知性與和諧度引導(dǎo)的多圖表協(xié)同配色優(yōu)化方法主要分為調(diào)色板優(yōu)化和顏色分配優(yōu)化步,以下將通過用戶調(diào)研的形式分別對原始調(diào)色板的顏色分配結(jié)果和調(diào)色板優(yōu)化后的顏色分配結(jié)果進(jìn)行評估

　　4.1原始調(diào)色板的顏色分配為了驗證本文目標(biāo)方程設(shè)計的合理性以及可視化結(jié)果是否有很好的提升,主要從以下幾個方面進(jìn)行調(diào)研:(1)目標(biāo)方程的設(shè)計是否具有合理性?能否對結(jié)果產(chǎn)生影響?(2)目標(biāo)方程中是否真的需要顏色感知性與和諧度種度量共同存在?(3)優(yōu)化結(jié)果是否有相應(yīng)的提升針對上述問題,本文進(jìn)行了組不同的用戶調(diào)研,每組共道題,并對結(jié)果進(jìn)行分析,從而驗證本文方法的有效性本文共招募了20名參與者,向他們展示了基于種不同顏色分配方案,具有相同類別對應(yīng)關(guān)系的多圖表的可視化結(jié)果,要求他們在種可視化結(jié)果中選取自己偏愛的一種.

　　選擇條件主要從感知性與顏色和諧度個方面進(jìn)行考慮,即首先選擇更容易識別各圖表類別信息的可視化結(jié)果,在組結(jié)果類別區(qū)分能力差距不明顯的情況下,選擇他們認(rèn)為整體顏色和諧度較高的一組.為了確保調(diào)研的有效性,本文在保證數(shù)據(jù)具有一定差異的前提下,隨機(jī)生成了多組6~12類別數(shù)量的數(shù)據(jù)以供調(diào)研第組實驗是為了驗證目標(biāo)方程的合理性以及能否對可視化結(jié)果產(chǎn)生影響.將目標(biāo)方程分?jǐn)?shù)最高與最低的結(jié)果放在一起,讓用戶進(jìn)行選擇.實驗結(jié)果如圖所示,其中二者皆可表示用戶認(rèn)為種配色的效果整體差距不大.結(jié)果顯示,根據(jù)本文目標(biāo)方程優(yōu)化的最優(yōu)與最差結(jié)果之間有著明顯的差異,有77%的用戶選擇了分?jǐn)?shù)最高的結(jié)果。

　　5結(jié)語

　　在本文的工作中,針對多圖表協(xié)同配色的問題進(jìn)行了種情況的討論.第種是在給定一個質(zhì)量較高的調(diào)色板后,對調(diào)色板的顏色分配方案進(jìn)行優(yōu)化,使最終得到的多個圖表無論從感知性還是整體的和諧度上都能有很好的效果;第種是在給定調(diào)色板的質(zhì)量較低時,首先對調(diào)色板進(jìn)行感知性與和諧度的優(yōu)化,然后再對顏色分配方案進(jìn)行優(yōu)化,提高最終可視化結(jié)果的質(zhì)量.本文方法同樣適用于同一圖表多布局協(xié)同配色的問題。

　　本文的創(chuàng)新點可以從以下幾方面闡述：

　　(1)本文研究的是多圖表以及同一圖表多布局的協(xié)同優(yōu)化,目前關(guān)于此類問題的研究還較少(2)本文從數(shù)據(jù)獲取對應(yīng)可視化結(jié)果中幾何約束的方法具有很好的普適性,因此也可應(yīng)用于單個圖表的優(yōu)化(3)在調(diào)色板顏色分配問題上,本文方法對調(diào)色板顏色數(shù)量沒有限制,且顏色選取屬于全局選擇(4)在給定調(diào)色板質(zhì)量較低的前提下,提出了異步和同步種優(yōu)化形式,提高可視化質(zhì)量。

　　本文工作屬于起步階段,雖然經(jīng)過用戶調(diào)研證明了方法的有效性,但依然有很多的地方需要進(jìn)行優(yōu)化與改進(jìn)(1)在幾何約束的提取上,本文方法有些簡單,沒有考慮到坐標(biāo)系尺度以及不用圖表類型對于最終結(jié)果的影響;同時,單純的將不同圖表的臨界關(guān)系進(jìn)行合并,可能會對色塊未相鄰的圖表產(chǎn)生影響,后續(xù)工作中需要完善幾何約束提取的方法,如將色塊在不同圖表中相鄰的次數(shù)也作為權(quán)重引入目標(biāo)方程(2)在目標(biāo)方程的設(shè)計中,本文應(yīng)用的種度量存在重復(fù)的變量,因此會有一定的優(yōu)化重疊,所以后續(xù)可以針對該問題,設(shè)計出一種新的標(biāo)準(zhǔn),消除這種優(yōu)化重疊現(xiàn)象。

　　本文所使用的優(yōu)化方法均為遺傳算法,雖然有遺傳算法在求解近似最優(yōu)解的問題上有很好的效果,但是在設(shè)計求解過程中發(fā)現(xiàn)由于初始化種群的隨機(jī)性,該算法求解具有一定的不穩(wěn)定性.同樣的調(diào)色板及數(shù)據(jù),2組優(yōu)化結(jié)果有著明顯差異.此外,算法的運行時間也比較長,特別是在調(diào)色板優(yōu)化時,這種情況可能來源于遺傳算法本身,也可能來源于本文方法設(shè)計中還存在需要優(yōu)化的地方,所以后續(xù)可以對該問題的優(yōu)化方法進(jìn)行更合理的設(shè)計。

　　參考文獻(xiàn)(References):

　　[1]TrumboBE.Atheoryforcoloringbivariatestatisticalmaps[J].TheAmericanStatistician,1981,35(4):220226

　　[2]WangLJ,GiesenJ,McdonnellKT,etal.Colordesignforillustrativevisualization[J].IEEETransactionsonVisualizationandComputerGraphics,2008,14(6):17391754

　　[3]HarrowerM,BrewerCA.ColorBrewer.org:anonlinetoolforselectingcolourschemesformaps[J].TheCartographicJournal,2003,40(1):2737

　　[4]GramazioCC,LaidlawDH,SchlossKB.Colorgorical:creatingdiscriminableandpreferablecolorpalettesforinformationvisualization[J].IEEETransactionsonVisualizationandComputerGraphics,2017,23(1):521530

　　[5]ChuangJ,WeiskopfD,TorstenM.Energyawarecolorsets[J].ComputerGraphicsForum,2009,28(2):203211

　　[6]LeeS,SipsM,SeidelHP.Perceptuallydrivenvisibilityoptimizationforcategoricaldatavisualization[J].IEEETransactionsonVisualizationandComputerGraphics,2013,19(10):17461757

　　作者：王暉,胡瑞珍

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/26814.html