探索信息图中的视觉信息流

视频

DOI

信息图是引人入胜的视觉表现形式，它通过数据和图形元素的融合来讲述一个信息丰富的故事。信息图设计的多样性对它们的高级分析提出了挑战。我们使用视觉信息流（VIF）的概念，这是一种潜在的语义结构，将图形元素链接起来，向用户传达信息和故事。为了探索VIF，我们收集了一个包含超过13,000个信息图的库。我们使用深度神经网络来识别与信息相关的视觉元素，而不考虑它们的各种艺术表现形式。我们根据格式塔原则自动将这些视觉元素链接在一起，构建VIF。通过这种分析，我们通过12种不同设计模式的分类法来描述VIF设计空间。在真实世界的信息图数据集中探索，我们讨论了这种分类法下的VIF设计空间和潜力。