德imos:动态具身沉浸式可视化形态和过渡的语法
作者
混合现实工作空间交互式数据可视化医疗与科学数据可视化大学教授与研究人员软件工程师与开发者HCI 研究员
文献标题
Deimos: A Grammar of Dynamic Embodied Immersive Visualisation Morphs and Transitions
文献信息
- 主题领域: 数据可视化与交互、沉浸式分析
- 关键词: 沉浸式分析, 数据可视化, 动画过渡, 身体交互, 用户研究, 文法
研究背景与问题
-
作者发现了哪些问题或挑战?
- 当前的数据可视化动画研究主要集中于2D环境,且多为基于桌面的交互和观看模式。
- 动画与交互设计的结合尚未在沉浸式环境中深入探讨,尤其是没有统一的语言或文法用于定义沉浸式交互动画。
- 沉浸式分析工具的开发落后,现有工具缺乏支持快速设计和原型制作身体互动的能力。
-
为什么这个问题很重要?
- 动画和交互结合可以增强用户对数据变化的理解,并更好地利用沉浸式环境的优势,例如支持身体交互和空间交互。
- 沉浸式分析正在成为科学研究、教育和产业实践中的重要技术方向。
-
研究动机与相关工作
- 过去的动画研究主要关注桌面环境中的数据变化,如使用时间滑块控制动画播放。
- 现有的沉浸式分析工具(如DXR、IATK)提供了基本的数据可视化功能,但它们的交互设计较为有限。
- 作者希望开发一种文法,使得动画与交互可以深度整合,支持沉浸式环境中的数据探索和呈现。
解决方案
-
作者提出了哪些方法或解决方案?
- 作者设计并实现了Deimos,这是一种声明式文法,用于定义动态交互式动画过渡(称为"morphs")在沉浸式环境中的应用。
- Deimos基于状态机,通过状态、过渡和信号三部分构成,并可动态适配不同的可视化配置。
-
该解决方案的创新之处是什么?
- 动态适配性: Morphs可以适配多种可视化配置,允许一种指定的动画应用于不同类型的图表。
- 身体交互支持: 通过引入“信号”,提供对用户动作(如手势、头部位置)和环境关系的响应能力。
- 双向过渡和状态剪裁: 支持动画的双向触发和状态机的高级特性,扩展设计灵活性。
- 综合交互风格支持: 同时支持身体交互和传统WIMP(窗口、图标、菜单、指针)式交互系统。
-
实施步骤是什么?使用了哪些关键技术?
- 文法设计: 使用JSON描述Morphs的状态、过渡和信号,包括支持动态属性替换和复杂条件处理。
- 沉浸式环境实现: 基于Unity游戏引擎和DXR工具包,扩展支持自定义信号与动画控制。
- 案例示例验证: 作者设计了一些示例Morphs(如倾斜地图、柱状图拆分)以展示文法的表达能力。
- 用户研究评估: 通过6位沉浸式分析领域专家的反馈检验Deimos的可用性和潜力。
研究成果
-
取得了哪些具体成果?
- 设计了一种适用于沉浸式环境的动画和交互文法Deimos。
- 实现了一个开源工具包,用于快速原型制作和动画交互设计。
- 提供了一个案例集展示文法的表达能力,如基于手势的图表转换、多状态交互等。
-
与现有解决方案相比,它有哪些优势?
- 可视化动画可以动态适配多种配置,扩展其用途到更广泛的分析场景。
- 提供了支持身体交互的信号机制,使得交互设计更贴合沉浸式环境的特点。
- 面向沉浸式数据分析,整合了动画、交互与环境感知的设计空间。
-
实验或评估结果是什么?
- 专家用户研究表明,Deimos是一种强大且表达力丰富的文法,用户能够独立使用文法设计自己的Morphs,并表示乐于应用其理念到各自的研究。
- 用户的反馈强调了文法在适配性和交互设计上的潜力,同时建议未来需要改进学习曲线和工具的可用性。
-
局限性与未来方向
- 局限性: 文法设计复杂,初学者学习曲线陡峭;工具包依赖于特定的可视化框架(DXR),标量数据的扩展性有限。
- 未来方向: 开发支持数据变换的沉浸式动画功能;对比研究Deimos在实际数据分析和叙述中的使用效果;探索图形用户界面的集成,便于非程序员用户快速使用文法设计动画。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 在沉浸式环境中,如何定义动画与交互设计的统一语法来支持数据探索?分类: XR信息呈现与可视化同类问题arrow_forward
- 动态动画过渡语法如何适配不同类型的数据可视化配置?分类: XR信息呈现与可视化同类问题arrow_forward
- 如何在沉浸式分析中结合动画设计与体现式交互(例如手势、空间位置)?分类: XR信息呈现与可视化同类问题arrow_forward
lightbulb
现实痛点
1- 现有沉浸式分析工具缺乏支持动画与交互设计集成的能力。分类: XR信息呈现与可视化同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3580754
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
混合现实工作空间、交互式数据可视化、医疗与科学数据可视化
work
职业/产业
大学教授与研究人员、软件工程师与开发者、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文