[发明专利]一种基于实例设计圆形图符的分析方法和系统

说明书

本发明公开了一种基于实例设计圆形图符的方法和系统，包括：采用基于卷积神经网络构建的检测模型对圆形图符实例进行解构，以得到视觉元素及所在位置、圆形图符实例的中心点位置；依据视觉元素所在位置、圆形图符实例的中心点位置计算视觉元素到中心点的距离，依据距离构建视觉元素的布局；依据视觉元素的布局和输入数据的变量数量，对检测的视觉元素中各个视觉通道在变量数量层面进行映射以绑定输入数据，对绑定结果进行绘制得到多个新圆形图符；对新圆形图符进行预览，对新圆形图符中视觉元素的视觉通道进行属性编辑，以调整新圆形图符。该方法和系统能够提升圆形图符的设计效率和设计质量。

技术领域

本发明属于多维数据可视化设计领域，具体涉及一种基于实例设计圆形图符的方法和系统。

背景技术

在多维数据的可视化中，图符得到了广泛的应用。圆形图符指的是位于极坐标系中的拥有圆形布局的图符。在各种布局中，圆形布局由于其简洁的艺术外观，使得数据能够在角度通道和弧度通道中进行有效编码，因此使用较为频繁。而研究人员也偏向在各种领域，例如在线教育、城市应用和社交媒体等，使用圆形图符，用来编码不确定性数据或是流数据等。

但是由于圆形图符庞大的设计空间，其创建难度较大。对于在可视化领域具有一定经验的研究人员，圆形图符的创建由设计和实现两个阶段组成。在设计阶段，研究人员需要对初步的设计进行评估、细化和标准化，确保所创建圆形图符的美观性，并且易于用户理解，这个过程需要一定的创造力。即使是可视化专家，也需要反复细化设计才能达到满意的效果。因此对于设计经验不足的研究人员而言，这是一个更具挑战的设计任务。在实现阶段中，研究人员需要将数据属性映射到对应的视觉通道。针对不同的数据样本，研究人员需要定制相应的图符，这是一项过于繁琐且耗时的任务。计算机编程可以解决可复用性问题，然而，对于设计人员来说，对图符进行复杂的编程并不现实。为了确保设计的灵活性和可操作性，研究人员提出了几种用于创建数据可视化的创作工具。但是，这些工具部分支持常规图表但不支持圆形图符(例如Lyra2)，部分需要复杂的操作，例如手动初始化所有视觉元素(例如Charticular)，并且这些工具的使用需要经过系统的学习。因此，圆形图符的创建仍然是一个具有挑战性的研究问题。

基于以上考虑，研究人员尝试从两个方面来解决问题。在圆形图符的设计阶段，参考现有的圆形图符样例进行设计是一个有效的方式。与从头设计圆形图符相比，评估现有的图符对用户而言更为容易。通过学习其中的合理布局并修改部分设计样式，用户可以在初始图符的基础上创建相似图符，这样的设计流程在保证圆形图符质量的同时，还大大缩短了创建时间。在圆形图符的实现阶段，研究人员需要实现数据和视觉元素的自动绑定。为了简化该流程，研究人员对圆形图符样例的视觉元素进行分析，并将数据自动绑定到对应视觉元素中。在此基础上，如果将视觉元素分析和数据绑定这两个步骤实现自动连接而非人工操作，实现阶段将得到最大限度的简化。类比于数据提取场景，模型也可以通过解析图像来获取其中的数据。因此，通过深度学习模型来解构圆形图符并使用基于实例的方法生成圆形图符是一种可行的解决方案。

但是，研究人员需要解决两方面的困难：其一是数据集的缺乏。训练深度神经网络的训练需要对应的数据集，即一个圆形图符的数据集。尽管所有图符中圆形图符的比例较大，但在现有数据集中其整体图像数量与训练深度神经网络的模型所需的数量相距甚远。其二是模型架构。自动分析和解构圆形图符较为困难。先前的研究工作主要将图符视为一个整体，很少有工作分析圆形图符的组成。物体检测在计算机视觉领域中较为流行，并与该任务类似，需要识别图片中的对象和其类别。但是现有的模型主要用于解析自然图像，没有现有模型支持解构以像素为单位的圆形图符。

发明内容

鉴于上述，本发明的目的是提供一种基于实例设计圆形图符的方法和系统，通过解析获得圆形图符实例的视觉元素和布局，并依据视觉元素和布局设计新圆形图符，提升圆形图符的设计效率和设计质量。

第一方面，实施例提供的一种基于实例设计圆形图符的方法，包括以下步骤：