In this dissertation we apply sparse constraints to improve optical flow and trajectories. We apply sparsity in two ways. First, with 2-frame optical flow, we enforce a sparse representation of flow patches using a learned overcomplete dictionary. Second, we apply a low rank constraint to trajectories via robust coupling. We begin with a review of optical flow fundamentals. We discuss the commonly used flow estimation strategies and the advantages and shortcomings of each. We introduce the concepts associated with sparsity including dictionaries and low rank matrices. / Includes bibliography. / Dissertation (Ph.D.)--Florida Atlantic University, 2014. / FAU Electronic Theses and Dissertations Collection

Natural matte extraction is a difficult and generally unsolved problem. Generating a matte from a nonuniform background traditionally requires a tediously hand drawn matte. This thesis studies recent methods requiring the user to place only modest scribbles identifying the foreground and the background. This research demonstrates a new GPU-based implementation of the recently introduced Fuzzy- Matte algorithm. Interactive matte extraction was achieved on a CUDA enabled G80 graphics processor. Experimental results demonstrate improved performance over the previous CPU based version. In depth analysis of experimental data from the GPU and the CPU implementations are provided. The design challenges of porting a variant of Dijkstra's shortest distance algorithm to a parallel processor are considered. / by Joel Gibson. / Thesis (M.S.C.S.)--Florida Atlantic University, 2008. / Includes bibliography. / Electronic reproduction. Boca Raton, Fla., 2008. Mode of access: World Wide Web.

Molecular dynamics is a computer simulation technique for expressing the ultimate details of individual particle motions and can be used in many fields, such as chemical physics, materials science, and the modeling of biomolecules. In this thesis, we study visualization and pattern mining in molecular dynamics simulation. The molecular data set has a large number of atoms in each frame and range of frames. The features of the data set include atom ID; frame number; position in x, y, and z plane; charge; and mass. The three main challenges of this thesis are to display a larger number of atoms and range of frames, to visualize this large data set in 3-dimension, and to cluster the abnormally shifting atoms that move with the same pace and direction in different frames. Focusing on these three challenges, there are three contributions of this thesis. First, we design an abnormal pattern mining and visualization framework for molecular dynamics simulation. The proposed framework can visualize the clusters of abnormal shifting atom groups in a three-dimensional space, and show their temporal relationships. Second, we propose a pattern mining method to detect abnormal atom groups which share similar movement and have large variance compared to the majority atoms. We propose a general molecular dynamics simulation tool, which can visualize a large number of atoms, including their movement and temporal relationships, to help domain experts study molecular dynamics simulation results. The main functions for this visualization and pattern mining tool include atom number, cluster visualization, search across different frames, multiple frame range search, frame range switch, and line demonstration for atom motions in different frames. Therefore, this visualization and pattern mining tool can be used in the field of chemical physics, materials science, and the modeling of biomolecules for the molecular dynamic simulation outcomes. / Includes bibliography. / Thesis (M.S.)--Florida Atlantic University, 2014. / FAU Electronic Theses and Dissertations Collection

This thesis will explore the vital importance of empathy on the part of graphic designers when creating information graphics. Today’s over-mediated public expects a rich user experience that is emotionally engaging, and multi-sensory by nature. To meet the public’s need, graphic designers must accept the cognitive responsibility to be empathetic to the viewers’ relationship to the information, and not just the surface issues of form, media, and content. / Includes bibliography. / Thesis (M.F.A.)--Florida Atlantic University, 2015 / FAU Electronic Theses and Dissertations Collection

Os layouts gerados por técnicas de projeção multidimensional podem ser a base para diferentes metáforas de visualização que são aplicáveis a diversos tipos de dados. Existe muito interesse em investigar metáforas alternativas à comumente usada, nuvem de pontos usada para exibir layouts gerados por projeções multidimensionais. Neste trabalho, foi estudado este problema, com foco no domínio da visualização de músicas. Existem muitas dimensões envolvidas na percepção e manipulação de músicas e portanto é difícil encontrar um modelo computacional intuitivo para representá-las. Nosso objetivo neste trabalho foi investigar as representações visuais capazes de transmitir a estrutura de uma música, assim como exibir uma coleção de músicas de modo a ressaltar as similaridades. A solução proposta consiste em uma representação icônica de músicas individuais, que é associada ao posicionamento espacial dos grupos ou coleções de músicas gerado por uma técnica de projeção multidimensional que reflete suas similaridades estruturais. Tanto a projeção quanto o ícone requerem um vetor de características para representar a música. As características são extraídas a partir de arquivos MIDI, já que a própria natureza das descrições MIDI permite a identificação das estruturas musicais relevantes. Estas características proporcionam a entrada tanto para a comparação de dissimilaridades quanto para a construção do ícone da música. Os posicionamentos espaciais são obtidos usando a técnica de projeção multidimensional Least Square Projection (LSP), e as similaridades são calculadas usando a distância Dynamic Time Warping (DTW). O ícone fornece um resumo visual das repetições de acordes em uma música em particular. Nessa dissertação são descritos os processos de geração destas representações visuais, além de descrever um sistema que implementa esses recursos e ilustrar como eles podem apoiar algumas tarefas exploratórias das coleções de músicas, identificando possíveis cenários de uso / The layouts generated by multidimensional projection techniques can be the basis for different visualization metaphors that are applicable to various data types. There is much interest in investigating alternatives to the point cloud metaphor commonly used to present projection layouts. In this work, we investigated this problem, targeting the domain of music visualization. There are many dimensions involved in the perception and manipulation of music and therefore it is difficult to find an intuitive computer model to represent music. Our goal in this work was to investigate visual representations capable of conveying the musical structure of a song, as well as displaying a collection of songs so as to highlight their similarities. The proposed solution consists of an iconic representation for individual songs, that is associated with the spatial positioning of groups or collections of songs generated by a multidimensional projection technique that reflects their structural similarity. Both the projection and the icon require a feature vector representation of the music. The features are extracted from MIDI files, as the nature of the MIDI descriptions allows the identification of the relevant musical structures. These features provide the input for both the dissimilarity comparison and for constructing the music icon. The spatial layout is computed with the Least Square Projection (LSP) technique, and similarities are computed using the Dynamic Time Warping (DTW) distance. The icon provides a visual summary of the chord repetitions in a particular song. We describe the process of generating these visual representations, describe a system that implements such funcionalities and illustrate how they can support some exploratory tasks on music collections, identifying possible usage scenarios

O crescente uso de ambientes virtuais de aprendizagem faz com que os professores e desenvolvedores precisem avaliar qual o melhor formato de visualização a ser utilizado. Infográfico é tipo de visualização de informação que vem ganhando popularidade no contexto educacional. Ele utiliza figuras, gráficos e curtas explicações textuais associados à elementos de design, para transformar informações complexas em visualizações simples. No entanto, poucos trabalhos empíricos investigam a interferência do formato infográfico no processo de aprendizagem e consideram a influência dos estados afetivos (em particular a satisfação) e a preferência (i.e. estilo de aprendizagem) do aluno na sua capacidade de reter informação quando o material apresentado é o infográfico. Esse trabalho de mestrado tem como objetivo investigar os benefícios educacionais do uso de infográficos como material de aprendizagem comparando-os com materiais tradicionais, texto puro e gráfico+texto. Também visa analisar a influência de outras variáveis experimentais no processo de aprendizagem como complexidade do infográfico, satisfação e estilo de aprendizagem. Para isso, foi executado um experimento com 74 alunos de graduação distribuídos entre três formatos de materiais de aprendizagem (i.e. infográficos, gráficos+texto e texto puro) em uma sessão de aprendizagem individual suportada por computador. Os sujeitos foram avaliados quanto à aprendizagem imediata, retenção e perda de conhecimento, satisfação, estilos de aprendizagem e tempo. Os resultados obtidos sugerem que os infográficos são tão bons para a aprendizagem e retenção de conhecimento quanto os materiais tradicionais. Não foram encontradas evidências de que os estilos de aprendizagem visual ou verbal têm impacto na aprendizagem ou na satisfação dos alunos. Além disso, foram encontrados indícios de que satisfações positivas podem resultar em uma maior retenção de conhecimento. Para analisar a variável complexidade, foi proposto um framework para classificação dos infográficos. Pode-se concluir que, de fato, infográficos classificados como de baixa complexidade proporcionam maior aprendizagem. No entanto, o aprendizado por meio dos infográficos de complexidade alta não foi significativamente menor. É possível atribuir essa queda não significativa à natureza explicativa dos infográficos, capaz de estabilizar o aprendizado do aluno a partir de um determinado nível de complexidade, mesmo que a complexidade aumente. / The increasing use of virtual learning environments lead teachers and developers to assess what is the best visualization format to use. Infographic is an information visualization format that has gained the educational context. It uses figures, graphs, and short textual explanations associated with design elements, to transform complex information into simple display. However, few empirical studies investigate the interference of the infographic format in the learning process and consider the influence of affective states (in particular enjoyment) and preference (i.e., learning styles) in students information retention when using infographics. This masters dissertation aims at investigating the educational benefits of using infographics as learning material and comparing them to traditional materials, pure text and graphic+text. In addition, it aims at analysing the influence of other experimental variables such as infographics complexity, students satisfaction and learning style. For this, an experiment was carried out with 74 undergraduate students distributed among three formats of learning materials (i.e., infographics, graphics+text and pure text) in a computer-supported individual learning session. Subjects were evaluated about immediate learning, retention and loss of knowledge, satisfaction, learning styles and time. The results suggest that infographics are as good for learning and retention as traditional materials. There is no evidence that visual or verbal learning styles impact on student learning or enjoyment. In addition, evidence has been found that positive satisfactions may result in greater retention of information. To analyze the infographics complexity, a framework was proposed to classify infographics. It can be concluded that, in fact, infographics classified as low complexity provide greater results for learning. However, learning through infographics of high complexity was not significantly smaller. It is possible to assign this non-significant dacay to the infographics explanatory nature, capable of steading the students learning from a certain level of complexity.

Há várias décadas, pesquisadores em ciências sociais buscam formas gráficas para expressar as relações humanas na sociedade. O advento do computador e, mais recentemente, da internet, possibilitou o surgimento de um campo que tem despertado a atenção de estudiosos das áreas de visualização de informação e de ciências sociais, o da visualização de redes sociais. Esse campo tem o potencial de revelar e explorar padrões que podem beneficiar um número muito grande de aplicações e indivíduos em áreas tais como comércio, segurança em geral, redes de conhecimento e pesquisa de mercado. Grande parte dos algoritmos de visualização de redes sociais são baseados em grafos, destacando relacionamentos entre indivíduos e grupos de indivíduos, mas dando pouca atenção aos seus demais atributos. Assim, este trabalho apresenta um conjunto de soluções para representar e explorar visualmente redes sociais levando em consideração tais atributos. A primeira solução faz uso de redes heterogêneas, onde tanto indivíduos quanto comunidades são representados no grafo; a segunda solução utiliza técnicas de visualização baseadas em projeção multidimensional, que promovem o posicionamento dos dados no plano de acordo com algum critério de similaridade baseado em atributo; e a última solução coordena múltiplas visões para focar rapidamente em regiões de interesse. Os resultados indicam que as soluções proveem um poder de representação e identificação de conceitos não facilmente detectados por formas convencionais de visualização e exploração de grafos, com indícios fornecidos através dos estudos de caso e da realização de avaliações com usuários. Este trabalho fornece um estudo das áreas de visualização em grafos para a análise de redes sociais bem como uma implementação das soluções de integração da visualização em redes com as projeções multidimensionais / For decades, social sciences researchers have searched for graphical forms to express human social relationships. The development of computer science and more recently of the Internet has given rise to a new field of research for visualization and social sciences professionals, that of social network visualization. This field can potentially offer new opportunities in reveal new patterns that can benefit a large number of applications and individuals in fields such as commerce, security, knowledge networks and marketing. A large part of social network visualization algorithms and systems relies on graph representations, highlighting relationships amongst individuals and groups of individuals, but mostly neglecting the other available attributes of individuals. Thus, this work presents a set of tools to represent and explore social networks visually, taking into consideration the attributes of the nodes. The first technique employs heterogeneous networks, where both individuals and communities are represented in the graph; the second solution uses visualization techniques based on multidimensional projection, which promote the placement of data in the plane according to some similarity criterion based on attribute; still another proposed technique coordinates multiple views in order to speed up focus in regions of interest in the data sets. The results indicate that the solutions promote high degree of representation power and that concept identification not easily obtained via other methods is possible; the evidence comes from case studies as well as a user evaluation. This work includes a study in the area of graph visualization for social network analysis as well as a system implementing the proposed solutions, that integrate network visualization and multidimensional projections to extract patterns from social networks

Email provides the average person with the ability to instantaneously communicate with people across the planet. However, the ease of this communication not only allows people to exchange information, but can also generate a large volume of messages. The methods of interacting with this repository currently in use are far from adequate. This thesis focuses on the development of a new interface for managing one's inbox and mail folders. The approach provides the user with a data visualization of an overview of the entire mailbox, or a chosen subset, at once. The tool includes interactions that allow a user to focus his or her attention on specific email and delve deeper into it in a simple intuitive fashion. A user study confirmed the usefulness of the resulting system.

O uso de novos recursos de display e interação para suportar a visualização imersiva de dados e incrementar o raciocínio analítico é uma tendência de pesquisa em Visualização de Informações. Neste trabalho, avaliamos o uso de ambientes baseados em HMD para a exploração de dados multidimensionais, representados em scatterplots 3D como resultado de redução de dimensionalidade. Nós apresentamos uma nova modelagem para o problema de avaliação neste contexto, levando em conta os dois fatores cuja interação determina o impacto no desempenho total nas tarefas: a diferença nos erros introduzidos ao se realizar redução de dimensionalidade para 2D ou 3D, e a diferença nos erros de percepção humana sob diferentes condições de visualização. Este framework em duas etapas oferece uma abordagem simples para estimar os benefícios de se utilizar um setup 3D imersivo para um dado conjunto de dados. Como caso de uso, os erros de redução de dimensionalidade para uma série de conjuntos de dados de votações na Câmara dos Deputados, ao se utilizar duas ou três dimensões, são avaliados por meio de uma abordagem empírica baseada em tarefas. O erro de percepção e o desempenho geral de tarefa, por sua vez, são avaliados através de estudos controlados comparativos com usuários. Comparando-se visualizações baseadas em desktop (2D e 3D) e em HMD (3D), resultados iniciais indicaram que os erros de percepção foram baixos e similares em todas abordagens, resultando em benefícios para o desempenho geral em ambas técnicas 3D A condição imersiva, no entanto, demonstrou requerer menor esforço para encontrar as informações e menos navegação, além de prover percepções subjetivas de precisão e engajamento muito maiores. Todavia, o uso de navegação por voo livre resultou em tempos ineficientes e frequente desconforto nos usuários. Em um segundo momento, implementamos e avaliamos uma abordagem alternativa de exploração de dados, onde o usuário permanece sentado e mudanças no ponto de vista só são possíveis por meio de movimentos físicos. Toda a manipulação é realizada diretamente por gestos aéreos naturais, com os dados sendo renderizados ao alcance dos braços. A reprodução virtual de uma cópia exata da mesa de trabalho do analista visa aumentar a imersão e possibilitar a interação tangível com controles e informações bidimensionais associadas. Um segundo estudo com usuários foi conduzido em comparação a uma versão equivalente baseada em desktop, explorando um conjunto de 9 tarefas representativas de percepção e interação, baseadas em literatura prévia. Nós demonstramos que o nosso protótipo, chamado VirtualDesk, apresentou resultados excelentes em relação a conforto e imersão, e desempenho equivalente ou superior em todas tarefas analíticas, enquanto adicionando pouco ou nenhum tempo extra e ampliando a exploração dos dados. / The use of novel displays and interaction resources to support immersive data visualization and improve the analytical reasoning is a research trend in Information Visualization. In this work, we evaluate the use of HMD-based environments for the exploration of multidimensional data, represented in 3D scatterplots as a result of dimensionality reduction. We present a new modelling for the evaluation problem in such a context, accounting for the two factors whose interplay determine the impact on the overall task performance: the difference in errors introduced by performing dimensionality reduction to 2D or 3D, and the difference in human perception errors under different visualization conditions. This two-step framework offers a simple approach to estimate the benefits of using an immersive 3D setup for a particular dataset. As use case, the dimensionality reduction errors for a series of roll calls datasets when using two or three dimensions are evaluated through an empirical task-based approach. The perception error and overall task performance are assessed through controlled comparative user studies. When comparing desktop-based (2D and 3D) with an HMD-based (3D) visualization, initial results indicated that perception errors were low and similar in all approaches, resulting in overall performance benefits in both 3D techniques. The immersive condition, however, was found to require less effort to find information and less navigation, besides providing much larger subjective perception of accuracy and engagement. Nonetheless, the use of flying navigation resulted in inefficient times and frequent user discomfort In a second moment, we implemented and evaluated an alternative data exploration approach where the user remains seated and viewpoint change is only realisable through physical movements. All manipulation is done directly by natural mid-air gestures, with the data being rendered at arm’s reach. The virtual reproduction of an exact copy of the analyst’s desk aims to increase immersion and enable tangible interaction with controls and two dimensional associated information. A second user study was carried out comparing this scenario to a desktop-based equivalent, exploring a set of 9 representative perception and interaction tasks based on previous literature. We demonstrate that our prototype setup, named VirtualDesk, presents excellent results regarding user comfort and immersion, and performs equally or better in all analytical tasks, while adding minimal or no time overhead and amplifying data exploration.

Muitas aplicações tratam dados estruturados na forma de grafos, como, por exemplo, redes sociais, redes de computação e comunicação, redes epidemiológicas, entre outras. Essas aplicações são baseadas em grafos multivariados representando itens e relacionamentos caracterizados por múltiplos atributos. A maioria das técnicas descritas na literatura para lidar com grafos multivariados concentram-se em problemas associados com visualização da topologia ou em problemas associados com a visualização de múltiplos atributos de itens separados da topologia do grafo. Durante a exploração de grafos multivariados, os usuários podem se beneficiar da combinação de diversas técnicas de visualização. A fim de apoiar os usuários durante essa exploração, esta tese propõe uma abordagem que permite ao usuário combinar diversas técnicas de visualização, mantendo o controle da história das visualizações encadeando-as de uma maneira integrada. Os usuários são capazes de comparar os resultados fornecidos por diferentes técnicas de visualização, o que proporciona o sinergismo necessário para a compreensão mais completa do conjunto de dados. São propostas também três técnicas para a exploração de grafos multivariados. A primeira técnica (ClusterVis) fornece a visualização das relações entre atributos de nodos pertencentes a agrupamentos. A segunda, denominada GlyphMatrix, explora o uso de glifos e matriz de adjacência, para visualizar a relação entre atributos associados às arestas. E, finalmente, a terceira (Iris) permite a visualização de atributos associados às arestas de nodos adjacentes. / Many computing applications imply dealing with network data, for example, social networks, communications and computing networks, epidemiological networks, among others. These applications are based on multivariate graphs representing items and relationships characterized by multiple attributes. Most of the visualization techniques described in the literature for dealing with multivariate graphs focus either on problems associated with the visualization of topology or on problems associated with the visualization of multiple attributes of items, separated from the graph topology. During the exploration of multivariate graphs, users might get benefit of combining these diverse visualization techniques. In order to support users during that exploration, this thesis proposes an approach that allows users to combine diverse visualization techniques while keeping track of the history of chained visualizations in an integrated way. Users are able to compare results provided by different visualization techniques, and thus the tools provide the synergism one needs to fully comprehend the data set. Three techniques were embedded in the approach. The first one emphasizes the visualization of relations between the attributes of nodes belonging to clusters, and thus is called ClusterVis. The second one is named GlyphMatrix, and explores the use of glyphs and adjacency matrices as an alternative representation of the relation between the attributes of edges. Finally, a third technique (Iris) provides features for the visualization of attributes of edges of adjacent nodes.