FACTORES DA PERCEPÇÃO VISUAL HUMANA NA
VISUALIZAÇÃO DE DADOS
Dulclerci Sternadt Alexandre1, João Manuel R. S. Tavares2*
1: Faculdade de Engenharia da Universidade do Porto Porto, Portugal
e-mail: mtm05036@fe.up.pt
2: Departamento de Engenharia Mecânica e Gestão Industrial, Faculdade de Engenharia da Universidade do Porto
Lab. de Óptica e Mecânica Experimental, Instituto de Engenharia Mecânica e Gestão Industrial
Porto, Portugal
e-mail: tavares@fe.up.pt url: www.fe.up.pt/~tavares
Palavras-chave: Visualização, Percepção Visual, Gestalt, Factores Humanos.
Resumo. Actualmente, são cada vez mais comuns conjuntos de dados de elevada
dimensão e complexidade, para os quais os métodos tradicionais de visualização e análise de dados tornam-se insuficientes e, por vezes, ineficientes. Através do sistema visual, a percepção humana desempenha um papel importante na área da visualização, auxiliando os processos cognitivos. Considerar factores da percepção visual humana no desenvolvimento de ferramentas computacionais de visualização de dados complexos e elevada dimensão, assume um papel fundamental. Este artigo apresenta conceitos fundamentais da percepção visual humana aplicáveis à visualização, identificando os principais factores a serem considerados aquando da implementação de sistemas computacionais para tal propósito.
1. INTRODUÇÃO
Actualmente, a quantidade de dados disponíveis é incrementada de forma contínua e considerável, sendo usual atingir-se milhões (se não biliões) de elementos de dados, podendo cada elemento ter os mais variados atributos. Tal ocorre em muitos domínios do saber, fazendo com que as aplicações dos métodos tradicionais para a visualização e análise de dados se tornem insuficientes, complexos e ineficientes, [7].
A área de Visualização Cientifica é normalmente focada em representar adequadamente na forma de imagens dados brutos, e assim fornecer meios de analisar visualmente conjuntos de dados de elevada dimensão e complexos, sendo uma mais-valia na descoberta de relacionamentos e dependências existentes nos mesmos. Isto porque as visualizações, por intermédio das referidas representações visuais, fornecem apoio cognitivo através de vários mecanismos que exploraram as vantagens da percepção humana, assim como a rapidez do processamento visual. No entanto, a forma como os humanos percebem e reagem ao resultado da visualização, ou seja às imagens geradas, influenciam fortemente o seu entendimento sobre os dados e a sua utilidade. Assim, factores humanos podem contribuir significativamente no processo de visualização e devem ter um papel importante no projecto e na construção de ferramentas computacionais adequadas de visualização e análise de dados. Deste modo, a análise dos dados torna-se mais rápida e exploratória, permitindo inclusive novas inferências e descobertas quando os resultados exibidos se estabeleceram usando técnicas de visualização, baseadas em regras perceptivas, principalmente as que exploram o poder do sistema visual humano.
Recentemente, vários trabalhos de investigação começaram a explorar fortemente os factores humanos na visualização e análise de dados, e são potencialmente promissores. No entanto, ainda há muito a fazer nesta área; principalmente, se consideramos que o futuro da computação estará na ubiquidade e nas suas interfaces adaptadas às pessoas e aos contextos, [20].
Este artigo está organizado da seguinte forma: na secção 2, são apresentados os conceitos que envolvem a visualização; na secção seguinte, são referidas algumas das principais considerações teóricas da percepção humana aplicáveis à visualização e análise de dados; na secção 4, é apresentado um modelo da percepção visual humana válido em termos de visualização e em seguida, uma abordagem a este modelo de referência; a última secção apresenta a conclusão deste trabalho.
2. VISUALIZAÇÃO
Num contexto mais geral, o termo Visualização significa construir uma imagem visual na mente humana, e isto é mais do que uma representação gráfica de dados ou conceitos. Assim, uma visualização pode funcionar como uma ferramenta cognitiva; tornando-se um artifício externo para a construção de conhecimento utilizando as capacidades perceptivas e cognitivas humanas. Isto vem de encontro ao referido por Stuart Card, em [2], que define, de forma mais
específica, a visualização como sendo “o uso de representações visuais de dados abstractos, suportadas por computador e interactivas para ampliar a cognição”.
A visualização contribui de maneira mais significativa no processo de análise de dados do que na simples observação dos mesmos. Ao organizar dados segundo critérios específicos, com o objectivo final de visualizá-los, acaba-se por obter informações e possibilitar a construção de novos conhecimentos sobre as mesmas. Assim, ferramentas computacionais de visualização e análise podem dar apoio aos seus utilizadores em todo o processo de análise dos dados envolvidos. Tipicamente, podem apoiar três actividades:
Análise exploratória – O utilizador pretende descobrir novos conhecimentos contidos nos dados: através de um processo analítico, explora a representação visual e procura indícios que possam sugerir indicações sobre tendências particulares e relações que podem levar a alguma hipótese sobre as mesmas.
Análise de Confirmatória – O utilizador tem uma hipótese e o objectivo é, através da exploração visual, determinar a evidência para aceitação ou rejeição dessa mesma hipótese.
Apresentação – É utilizada para representação gráfica e apresentação do relacionamento, estrutura, comportamento e outras características intrínsecas aos dados em questão
Nos últimos quinze anos a Visualização vem destacando-se como uma área de estudo autónoma, mas que recebe fortes contribuições de outras áreas do saber, como as ciências da computação, psicologia, semiótica, design gráfico, cartografia, artes, e outras. Assim, a Visualização é pertinente em vários campos de investigação mas tendo sempre um objectivo comum: o uso da metáfora visual para a representação da estrutura e dos relacionamentos entre os dados, [19].
O processo de representação visual de dados pode ser considerado quase interpretativo, na medida que deverá, a partir de determinado conjunto de dados originais, gerar uma interpretação visual dos mesmos. Modelos gráficos e representações visuais de dados deverão ser usados para a análise e aquisição de informações úteis subjacentes aos mesmos, suportando para isso a interacção directa do utilizador com as representações geradas.
Tipicamente, em Visualização Científica, os modelos gráficos são construídos com dados medidos ou simulados, associados a fenómenos de natureza física, que frequentemente carregam de forma intrínseca a componente do posicionamento espacial e/ou temporal que permitem a representação de objectos ou conceitos do mundo físico e simulações computacionais. As representações visuais geradas são derivadas dos dados originais e podem considerar duas, três ou mesmo quatro dimensões, [4].
Na visualização da informação, os modelos gráficos acabam por representar conceitos e relacionamentos abstractos, muitas vezes caracterizados por dados com múltiplos atributos
relacionados, sendo que não se caracterizam nem pela sua natureza espacial nem temporal, embora tais atributos também possam existir. Isto torna ainda mais complexa a tarefa de representá-los visivelmente de forma adequada. Assim, os atributos associados aos dados a representar devem ser caracterizados de acordo com diferentes critérios. A identificação adequada desses critérios é determinante para caracterizá-los visualmente e por isso é considerada uma das principais fases, e talvez a mais importante e complexa, de um processo de visualização computacional no qual são considerados os principais conceitos da percepção humana.
3. OS SENTIDOS E A PERCEPÇÃO
Os sentidos são a base da percepção humana, o sistema sensorial humano é constantemente estimulado por um fluxo contínuo de acontecimentos envolventes. O resultado é uma excitação neural chamada de sensação.
A peculiaridade da resposta de cada órgão sensorial depende dos receptores periféricos, e cada uma dessas respostas são pertinentes à área neurológica onde terminam as vias aferentes provindas destes receptores.
As percepções diferem em função das características físicas do estímulo e interpretam-no em função das experiências anteriores a ele associado, possibilitando assim ao cérebro a extracção de conhecimento. Este fluxo contínuo de sensações desencadeia o que é designado por percepção.
As sensações externas são aquelas que reflectem as propriedades e os aspectos, humanamente perceptíveis, do que se encontra no mundo exterior. Para tal, valem-se dos sistemas sensoriais: visual, auditivo, gustativo, olfactivo e táctil, [5]. A resposta específica de cada órgão dos sentidos aos estímulos que agem sobre os mesmos, é consequência da sua adaptação ao tipo de estímulo envolvido. Por isso, é esperado que haja concordância entre as sensações e os estímulos que as produzem.
Para maior eficiência, os vários órgãos sensitivos devem funcionar de forma integrada. Geralmente, os sentidos funcionam associados e complementam-se; sendo que uma determinada qualidade perceptiva, como por exemplo a grandeza, pode ser considerada para vários sentidos em simultâneo.
A disposição para a integração, cooperação e concordância entre os vários sentidos é de tal amplitude que, em situação de disparidade consensual, o sistema sensorial humano procura ajustar-se para que a situação se adeqúe. Por exemplo, quando vamos ao cinema, as vozes que ouvimos prevêem dos altifalantes dispostos em diferentes lugares na sala, mas acabamos por mentalmente associar os sons como vindo directamente dos lábios em movimento dos actores, embora tal não ocorra na realidade.
A visualização explora principalmente o sentido humano que possui maior aptidão para captação de informação temporal: a visão. Além de ser o primeiro componente do sistema sensorial, a visão é o sentido adquirido mais rapidamente pelo cérebro e possui ainda capacidade de paralelismo; isto é, mesmo tendo a atenção focada num determinado ponto de
uma cena visual, o que lhe circunvizinha, num raio bastante largo, também é alvo do sistema de visão.
O sistema visual começa a operar quando um estímulo luminoso é detectado por um neurónio sensitivo, o primeiro receptor sensorial, no caso em causa a retina. Este receptor converte a manifestação física do estímulo, transformando-o em sinais eléctricos que serão conduzidos a uma área de processamento primário no cérebro, gerando assim as características iniciais de informação: cor, forma, distância, tonalidade, e outras.
Em termos da percepção, representações adequadas não são obtidas de forma arbitraria e devem considerar muitas das propriedades do sistema visual humano, [21]. Assim, os bons conhecimentos teóricos com directrizes científicas testadas devem ser a base fundamental para ferramentas computacionais de visualização e análise de dados, [18].
3.1 Percepção da Forma
Uma das teorias da percepção mais largamente conhecida e adoptada em várias áreas, é a da Gestalt. A Teoria da Gestalt* baseia-se no seguinte princípio: Não se pode ter conhecimento do
todo através das partes, e sim das partes através do todo; Que os conjuntos possuem leis próprias e estas regem os seus elementos, e não o contrário, tal como se pensava anteriormente; E que só através da percepção da totalidade é que o cérebro pode de facto perceber, descodificar e assimilar uma imagem ou um conceito.
Na teoria de Gestalt a mente humana configura as informações através dos canais sensoriais, percepção e/ou da memória (pensamento, cognição e resolução de problemas). Na nossa experiência do meio ambiente, esta configuração tem um carácter primário sobre os elementos que a conformam, e assim a soma destes últimos por si só não poderia levar-nos à compreensão do todo. Esta delineação ilustra o axioma usado pela Gestalt: de que o todo é mais do que a soma das partes, [16]. Vindo de encontro com o mantra da Visualização, introduzido por um dos pioneiros desta área, Ben Schneiderman, [14]: “Overview first, zoom and filter, then details-on-demand” (Primeiro, visão global, zoom e filtragem, posteriormente os detalhes requeridos).
Segundo a teoria de Gestalt a actividade perceptiva está subordinada a um factor básico de Pregnância. Um objecto é pregnante desde que exprima uma característica qualquer, de maneira suficientemente forte para destacar-se, impor-se e ser de fácil evocação. As características que determinam a pregnância de uma imagem são observadas nas Leis da teoria de Gestalt, que são princípios estruturais e funcionais do campo perceptivo. Estas leis estabelecem a forma como os elementos constitutivos de uma imagem podem vir a ser percebidos em termos organizacionais, seguindo os princípios:
*
A Psicologia da Gestalt é uma corrente de pensamento dentro da psicologia moderna, surgida na Alemanha nos princípios do século XX; o termo Gestalt provem do alemão e foi introduzido pela primeira vez por Christian von Ehrenfels. Não tem uma tradução única, mas entende-se geralmente como forma; no entanto, também poderia traduzir-se como figura, configuração, estrutura ou aspecto. É importante distinguir da Terapia Gestalt, terapia expoente da corrente humanista, fundada por Fritz Perls, e que surgiu nos Estados Unidos, na década de 1960.
Proximidade: estabelece que os elementos que se encontram próximos espacialmente e temporalmente tendem a ser agrupados perceptivamente num conjunto, mesmo que não possuam grande similaridade entre si.
Semelhança: os elementos que possuem características semelhantes ou iguais tendem a ser agrupados em conjuntos; a similaridade dá-se principalmente em termos de cor, forma e textura. A semelhança normalmente não se sobrepõe à proximidade.
Fechamento: elementos dispostos de maneira a formar um contorno fechado ou formas incompletas tendem a ganhar maior grau de regularidade ou estabilidade, podendo a vir ganhar unidade; isto refere-se à tendência da percepção humana em perceber formas completas.
Simplicidade: elementos são percebidos mais facilmente quando apresentam simetria, regularidade e não possuem texturas.
Continuidade: a percepção humana tende a orientar os elementos que parecem construir um padrão ou um fluxo na mesma direcção; pois, pela continuidade da direcção e os ligamentos contínuos entre elementos, são mais fáceis de perceber do que abruptas modificações de direcção.
Figura/fundo: afirma que qualquer campo perceptivo pode dividir-se numa figura sobre um fundo. A figura distingue-se do fundo por características como: tamanho, forma, cor e posição. O objecto como figura só é percebido em primeiro plano com o fundo devidamente separado da mesma.
3.2 Percepção Espacial
Considerando que muitas das representações visuais utilizadas na Visualização de dados consideram três dimensões, é importante ter em conta a percepção espacial, mesmo esta seja apenas simulada computacionalmente.
A percepção espacial não é associada a um órgão específico e é usualmente considerada como supra-modal e vale-se de elementos da percepção visual, auditiva e temporal. Em termos visuais, a percepção espacial é principalmente afectada pela distância entre os objectos e o tamanho relativo dos mesmos; a combinação destes dois factores com outros agentes pode ser especialmente útil na percepção e simulação espacial. Neste sentido, destacam-se os seguintes aspectos a serem observados, [10]:
a. Dominância da verticalidade: Uma linha vertical parecerá mais longa que uma linha horizontal, mesmo quando as mesmas têm tamanhos idênticos. A ideia desse comprimento maior deve-se à dominância da vertical na estrutura do campo perceptivo humano.
b. As partes e a totalidade: A percepção das partes é afectada pelas relações estabelecidas entre os objectos no campo perceptivo, não dependendo apenas dos estímulos individuais dos mesmos.
c. Superfícies: A percepção de diferentes superfícies está relacionada com as composições heterogéneas das mesmas. Na ausência dessas diferenças não é possível a sua aquisição nem a sua localização.
d. Volume e Profundidade: Neste caso, existem algumas particularidades:
Sobreposição: se um objecto está sobreposto a outro, cobrindo-o parcialmente, o primeiro será percebido como mais próximo e o último como mais distante. Tamanho: entre dois objectos de tamanhos distintos, mesmo que postos lado a lado, o maior tende a parecer mais próximo e o menor mais distante.
Paralaxe de movimento: diferentes direcções podem ser percebidas de acordo com a posição dos objectos, os mais distantes parecem acompanhar o movimento do observador, enquanto os mais próximos podem ser percebidos em movimento segundo a direcção oposta.
Nitidez relativa: entre dois objectos que possuem graus diferenciados de nitidez, o mais nítido parece mais próximo sendo mais rapidamente percebido.
Luz e Sombra: indicações distintas de profundidade podem ser obtidas a partir de combinações de modelos de luz e sombra.
Perspectiva linear: regulam a impressão de distância o grau de convergência entre figuras e o tamanho das mesmas.
Gradiente de textura: devido a geometria da situação espacial, uma textura uniforme é projectada na retina de uma forma tal que, quanto maior a distância, maior a densidade da textura na imagem.
4. MODELO DA PERCEPÇÃO VISUAL HUMANA
Todas as observações até agora referidas sobre o sistema de percepção humano podem ser aplicadas de maneira a obter o maior proveito possível das visualizações geradas. No entanto, a fim de suscitar novas informações, destacar outras ou induzir o utilizador a perceber propositadamente determinadas informações a partir dos dados, deve-se considerar ainda outros conceitos, tornando-se necessário entender adequadamente todas as fases do processamento perceptível. É relevante salientar que em cada uma das fases envolvidas
pode-se aplicar, de maneira distinta, os princípios da percepção visual; pode-sendo que existem muitos trabalhos de investigação que abrangem apenas uma destas fases.
Um modelo simplificado do sistema de processamento de informação através da percepção visual humana é usualmente útil como ponto de partida para análises mais detalhadas. Uma visão geral da estrutura englobada no sistema de visão humano é de extrema valia para a compreensão dos processos envolvidos. O referido sistema é usualmente dividido em três fases, [21]:
1. Processamento paralelo para extrair propriedades de baixo nível da cena visual em causa;
2. Percepção de padrões na imagem formada; 3. Processamento sequencial dirigido.
4.1 - Processamento paralelo
A informação visual é a primeira a ser processada por biliões de neurónios que trabalham em paralelo para extrair características de partes da imagem visual considerada; sendo que determinados neurónios são dedicados a extrair certas informações como: orientação dos contornos, cor, textura e padrões de movimento. É nesta fase que literalmente é determinado ao que se deve dar atenção; assim, nesta fase as informações são essencialmente de natureza transitória, [21].
Durante alguns anos, a forma como o sistema visual humano analisa imagens foi tema de vasta investigação. Um dos resultados iniciais mais importantes foi a descoberta de um conjunto de propriedades visuais que são detectadas de forma precisa e muito rápida pelo sistema visual de baixo nível. Esta propriedade foi inicialmente designada por preattentive, correspondendo ao momento anterior à nossa atenção estar focalizada. Em Visualização, o termo preattentive continua a ser usado e traduz a noção da velocidade e de facilidade com que certas propriedades são identificadas pelos humanos nas imagens visualizadas. A lista de características que se processam de forma preattentive pode ser dividida em quatro categorias básicas: cor, forma, movimento e localização espacial. Sendo que dentro de uma determinado espaço de visualização, qualquer modificação das características preattentive de um objecto em relação às demais, poderá alterar foco de atenção, [6].
4.2 Percepção de Padrões
Na segunda etapa, processos activos decompõem rapidamente o campo visual em regiões e padrões simples; tais como contornos contínuos, regiões de cor semelhante e regiões com textura idêntica. Os padrões de movimento são extremamente importantes; contudo, em Visualização Cientifica é relativamente negligenciado o uso de movimento como informação. A etapa de determinação de padrões no processamento visual é extremamente flexível e
influenciada pelas informações disponibilizadas pela primeira etapa de processamento paralelo.
Nesta segunda etapa o processamento é mais lento e envolve: a memória a longo prazo; maior ênfase a aspectos proeminentes; mecanismo de atenção, tanto top-down quanto bottom-up; e movimentos visualmente guiados, através de diferentes caminhos, para reconhecimento de objectos, [21].
4.3 Processamento Sequencial Dirigido
Num nível mais elevado da percepção estão as imagens presentes na memória visual através das demandas da atenção activa, e será esta memória que ajudará a responder às pesquisas visuais.
A quando da visualização externa, o sistema humano constrói uma sequência de pesquisas visuais que serão respondidas por estratégias visuais de procura. Neste nível, o que está retido na memória por um determinado período de tempo permitirá a construção de padrões, utilizando os já disponíveis, e respostas as pesquisas visuais. Por exemplo, se usamos um mapa de estrada para procurar uma determinada rota, a pesquisa visual desencadeará uma procura para ligar contornos vermelhos (que habitualmente representam vias importantes) entre dois símbolos visuais (representando as cidades pretendidas), [21].
Portanto, outro factor a ser levado em conta, em termos de percepção visual, é a experiência passada; que no caso das associações, é fundamental para o processo da percepção, pois só podemos compreender o que já tivemos consciência prévia, tanto que a medida que adquirimos novas informações a nossa percepção se altera. Isto faz-nos concluir que a percepção visual é o resultado da interacção intrínseca entre: informações externas adquiridas pelo sistema visual e informações internas baseadas no conhecimento previamente adquirido, [11]
5. ABORDAGEM DO MODELO DE REFERÊNCIA
Considerando o modelo de referência para visualização apresentado por [2], podemos destacar três fases do processo de visualização: preparação dos dados (usualmente designada por pré-processamento), mapeamento e transformação visual (comummente conhecida por rendering). Na primeira fase, temos na sua entrada os dados brutos que, após operações de formatação e/ou normalização, deverão estar na sua saída organizados numa representação lógica e estruturada, como, por exemplo, através de tabelas. Na fase de mapeamento, faz-se a associação entre os dados e as representações gráficas; uma estrutura visual que suporta os dados previamente formatados é usada na fase de rendering para a geração de uma imagem de visualização dos dados envolvidos.
Sendo no mapeamento que se deve assinalar quais os requisitos em relação à percepção visual que deverão ser observados e quais ainda poderão ser exacerbados intencionalmente, a fim de facilitar a compreensão dos dados ou suscitar novas informações, o mapeamento é considerado como crucial em Visualização Científica.
A escolha de uma representação gráfica adequada para os dados, e que considere adequadamente os princípios da percepção humana, não é uma tarefa simples, e consiste num dos principais desafios da Visualização Científica; principalmente, na visualização de dados abstractos, que são caracterizados pela falta da noção natural de posicionamento espacial, [19]. Esta dificuldade em implementar computacionalmente uma representação dos dados baseada nos princípios da percepção humana, leva alguns autores a defenderem que isso nunca será plenamente conseguido, [1]; pois existe um grande número de atributos associados aos dados que pretendem valer-se da aplicação concorrente dos princípios da percepção, dificultando assim as representações visuais mais adequadas.
O tema da escolha automática de uma representação gráfica adequada para a visualização e análise de dados não é inovador. Um trabalho pioneiro foi realizado por Mackinlay, que aplicando técnicas de Inteligência Artificial desenvolveu uma ferramenta, a APT - A Presentation Tool, para automatizar a apresentação gráfica bidimensional de informação extraída de uma base de dados relacional. As representações gráficas 2D são construídas à custa de elementos gráficos, como pontos, linhas e áreas, que traduzem informação através da sua posição, evolução no tempo, e outras propriedades perceptíveis, tais como a cor, forma, tamanho, textura e orientação, [8].
Segundo Mackinlay, a escolha da representação adequada para um determinado conjunto de dados, deve ser baseada em critérios de expressividade (expressiveness) e eficácia (effectiveness). O critério de expressividade diz respeito às representações gráficas que traduzem exactamente a informação com interesse para o utilizador, [9]. O critério de eficácia está relacionado com a facilidade de compreender as representações e as informações que elas expressam.
Além de manter a integridade dos dados geradores, a visualização deve ser caracterizada tanto pela facilidade de leitura, quanto pela aptidão em fornecer o que se deseja a partir da interpretação da imagem gerada, [3].
Para ser efectiva, uma visualização deve transmitir rapidamente as informações e não induzir a erros; para tal, deve atender às capacidades de percepção da visão humana. Segundo [3], tanto a expressividade como a eficácia são dependentes da percepção humana, pois não há efectividade sem uma representação expressiva que esteja de acordo com os requisitos da percepção humana.
Relacionado atributos visuais, Mackinlay elaborou uma tabela de prioridades de acordo com o seu grau de acuidade em termos perceptivos e a natureza dos dados. Na Tabela 1, são considerados três tipos de dados aos quais vão sendo apresentados por ordem decrescente os atributos visuais perceptíveis.
Percepção Dados Quantitativos Dados Ordinais Dados Nominais
Maior Posição Posição Posição
Comprimento Densidade Croma de Cor (hue)
Ângulo Saturação de cor Textura
Inclinação Croma de cor (hue) Conexão
Área Textura Delimitação
Volume Conexão Densidade
Densidade Delimitação Saturação de cor
Saturação de cor Comprimento Forma
Croma de cor (hue) Ângulo Comprimento
Textura Inclinação Ângulo Conexão Área Inclinação
Delimitação Volume Área
Menor Forma Forma Volume
Tabela 1 – Tabela da acuidade de percepção dos atributos visuais, segundo Mackinlay, [9]. Os sombreados não são considerados relevantes para o tipo de dado em questão.
O valor de um determinado sistema computacional de visualização de dados pode ser determinado pelas capacidades perceptíveis e do conhecimento obtido pelo seu utilizador a partir das imagens de visualização geradas pelo mesmo sistema. No entanto, apesar de já existir algum trabalho - por exemplo, em [21] é exposto de maneira ampla os aspectos da percepção e como esses podem ser usados para melhorar a visualização, falta ainda uma maneira de fazê-lo de forma mais quantitativa e que resolva adequadamente a aplicação frequente de requisitos contraditórios, [22].
5. CONCLUSÕES
Contornar o problema da integração de requisitos da percepção humana na visualização computacional de dados tem vindo cada vez mais a requerer esforços de diferentes áreas científicas. Nomeadamente, quando a quantidade de dados torna-se de elevada dimensão e com múltiplos atributos, o que torna bastante complexo o mapeamento computacional de tais dados para a sua visualização adequada.
De forma a ultrapassar tais dificuldades existem já algumas soluções, como as apresentadas em [18] e em [17], que procuram considerar fundamentos da teoria de informação, de estatística, de data mining e de machine learning, de maneira a simplificar o processo de mapeamento e representação visual tendo por base princípios de percepção visual. A arte e o design também vêm acrescentando contribuições significativas a este domínio; apesar do problema usual que é combinar áreas heterogéneas com o propósito de gerar soluções genéricas e satisfatórias; no entanto, verifica-se a existência de convergências favoráveis.
Considerando a visualização como um processo cognitivo, outros factores da percepção humana também podem ser usados de forma a contribuir na visualização de informação; auxiliando assim os processos cognitivos humanos na recuperação das informações contidas
nos dados. Deste modo, todos os sentidos da percepção humana tem um papel importante na área de Visualização Científica e podem melhorar significativamente tanto a qualidade como a quantidade de informação que é apresentada através das imagens computacionalmente geradas, [21].
A tendência será a inclusão de outros sentidos de forma a complementar as visualizações científicas de dados. Por exemplo, o sistema auditivo fornece uma valiosa alternativa e um complemento interessante à compreensão de dados científicos complexos e de difícil entendimento, e neste sentido destaca-se sonificação (sonification). A sonificação é um termo que descreve o uso do áudio não falado para representação de dados, objectivando o transporte de informação, [13]. Assim, pode-se destacar o uso de som para auxiliar a representação e a análise de dados, tal como é realizado, por exemplo, em [12] e [15]. Vislumbra-se assim que a sonificação possa vir a ajudar o mapeamento de dados associados a padrões de difícil percepção visual; nomeadamente, grandes séries de dados e de multidimensionalidade elevada, [13].
REFERÊNCIAS
[1] C. Chen, Top 10 unsolved information visualization problems. IEEE Computer Graphics and Applications. Vol. 25, nº 4, pp. 12-16, (2005).
[2] S.K. Card, J. Mackinlay, B. Shneiderman, Readings in Information Visualization: using vision to think. Morgan Kaufmann Publishers. (1999).
[3] M. Dastani, The role of visual perception in data visualization, Journal of Visual Languages and Computing. Vol. 13, nº 6, pp. 601-622, (2002).
[4] M.C.F. de Oliveira, H. Levkowitz, From visual data exploration to visual data mining: a survey. IEEE Transactions on Visualization and Computer Graphics, Vol. 09, nº 3, pp. 378-394, (2003).
[5] A.M.G. Solo, M.M. Gupta, Perspectives on computational perception and cognition under uncertainty. Proceedings of IEEE International Conference on Industrial Technology 2000, Vol. 2, pp. 221-224, vol. 1, (2000).
[6] C.G. Healey, Fundamental Issues of Visual Perception for Effective Image Generation. In SIGGRAPH 99 Course 6: Fundamental Issues of Visual Perception for Effective Image Generation. Los Angeles, pp. 1-42, (1999).
[7] C.G. Healey, Building a Perceptual Visualisation Architecture. Behaviour & Information Technology. Vol. 19, nº 5, pp. 349-366, (2000).
[8] J. Mackinlay, Automating the design of graphical presentations of relational information, ACM Transactions on Graphics, Vol. 5, nº 2, pp. 110-141, (1986).
[9] J. Mackinlay, Applying a theory of graphical presentation to the graphic design of user interfaces, Symposium on User Interface Software and Technology, Proceedings of the 1st annual ACM SIGGRAPH symposium on User Interface Software, pp. 179-189, (1988).
[10] B.S. Oliveira et al, Caderno Didático: Introdução ao estudo da boa forma arquitetônica. Depto. de Análise e Representação da Forma, UFRJ, Capitulo 2, (2006).
[11] R.A. Rensink, Internal vs. external information in visual perception, ACM International Conference Proceeding Series; Proceedings of the 2nd international symposium on Smart graphics, Vol. 24, pp. 63-70, (2002).
[12] V.C.L Salvador, R. Minghim, M.L. Pacheco, Sonification to support visualization tasks, International Symposium on Computer Graphics, Image Processing, and Vision, Proceedings. In SIBGRAPI '98. pp 150.157, (1998).
[13] A. Schertenleib, Introduction of Sonification. In NASA – Goddard Space Flight Center. http://spdf.gsfc.nasa.gov/research/sonification/documents/Chapter1.pdf. Acesso em 18/12/2006.
[14] B. Shneiderman, The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations, pp. 336, IEEE Symposium on Visual Languages, (1996).
[15] H.J. Song, K. Beilharz, Sonification guidelines facilitating an intuitive and rapid understanding/interpretation, 12th International Multi-Media Modelling Conference Proceedings, pp 450 -453, (2006).
[16] R.J. Sternberg, Cognitive psychology. Third Edition. USA: Wadsworth, Thomson Learning, (2003).
[17] C. Stolte, D. Tang, P. Hanrahan, Multiscale visualization using data cubes, IEEE Transactions on Visualization and Computer Graphics, Vol. 9, nº 2, pp. 176-187, (2003).
[18] M. Synnestvedt, C. Chen, Design and Evaluation of the Tightly Coupled Perceptual-Cognitive Task in Knowledge Domain Visualization, The 11th International Conference on Human-Computer Interaction, (2005).
[19] A.M. Vande, Form Follows Data – The Symbiosis between Design & Information Visualization. in Proceedings of CAADfutures, OKK Verlag, Vienna, Austria, pp.31-40, (2005).
[20] M. Weiser, The computer for the 21st century. ACM SIGMOBILE 1999 Review, (1999).
[21] C. Ware, Information Visualization: Perception for Design. San Francisco: Morgan Kaufmann Publisher, (2004).
[22] J.J. van Wijk, Views on Visualization. IEEE Transactions on Visualization and Computer Graphics, Vol. 12, no. 4, pp. 421-432, (2006).
