2018年 IEEE VIS 科学可视化与体渲染论文整理与分析

因为最近工作的关系，需要研究一下IEEE VIS中2017年以后的与我之前主要方向（体渲染、医学可视化）有关的论文。我把这些年全部的论文进行了筛选和梳理，总共筛选出57篇论文，打算写一个文章来记录这些内容。这个栏目是2018年的九篇论文的介绍。

第一篇：

Interactive Obstruction-free Lensing for Volumetric Data Visualization
Authors: Michael Traoré, Christophe Hurter, Alexandru Telea

遮挡是体积可视化中的一个问题，因为它阻碍了感兴趣区域的直接可视化。尽管已经开发了许多技术，如传输函数、体分割或view distortion来解决这一问题，但仍有改进的空间来更好地支持对对象附近的理解。然而，在目标和遮挡的密度（体素值）非常相似的数据集中，大多数现有的Focus+Context无法解决部分遮挡问题。

出于这些原因，我们研究了一种新技术，该技术在解决遮挡问题的同时保持了所研究的体数据集的一般结构。使用我们的技术，用户可以交互式地定义一个感兴趣的区域，其中被遮挡的区域或对象是部分可见的。然后，我们的镜头开始推到遮挡物体的边界，从而揭示隐藏的体数据。接下来，用扩展的视场（鱼眼变形）修改透镜，以更好地看到所选区域的附近。最后，用户可以在镜头内自由探索被调查区域的周围环境。为了提供实时探索，我们使用GPU加速的光线投射框架实现了我们的镜头，以处理光线变形、局部照明和局部视点操纵。我们用行李检查、3D流体流动可视化、胸部放射学、空中交通规划和DTI纤维探测的五个应用场景来说明我们的技术。

（将会附带详细解读）

第二篇：

Exploring Time-Varying Multivariate Volume Data Using Matrix of Isosurface Similarity Maps
Authors: Jun Tao, Martin Imre, Chaoli Wang, Nitesh V Chawla, Hanqi Guo, Gökhan Sever, Seung Hyun Kim

摘要我们提出了一种新的可视化表示和界面，称为等值面相似图矩阵（MISM），用于有效探索大型时变多元体积数据集。MISM综合了三种类型的相似性图（即自相似性图、时间相似性图和变量相似性图），以捕捉不同变量和时间步长的等值面之间的本质关系。此外，它还是检查大量等值面和探索潜在时变多元数据集的主要视觉映射和导航工具。

我们提出了时间聚类、变量分组和交互式过滤，以减少MISM的巨大探索空间。结合等值和等值视图，MISM允许用户识别重要的等值面或等值面对，并在空间、时间和值范围内进行比较。更重要的是，我们引入了路径推荐，它推荐、动画化和比较遍历路径，以便在不同的标准和不同的细节级别下有效地探索MISM。应用基于轮廓的方法以视觉简洁的方式渲染感兴趣的多个表面。我们通过几个时变多元数据集和一个集合数据集的案例研究证明了我们方法的有效性，并与两位领域专家一起评估了我们的工作。

（将会附带详细解读）

第三篇：

Interactive Visualization of 3D Histopathology in Native Resolution
Authors: Martin Falk, Anders Ynnerman, Darren Treanor, Claes Lundström

我们提出了一种可视化应用程序，可以对大规模3D组织病理学进行有效的交互式视觉分析，即人体组织的高分辨率3D显微镜数据。到目前为止，临床工作流程和基于病理学的研究主要由2D成像主导。正如我们将在论文中展示的那样，研究体积组织学数据将为研究和临床实践开辟新的有用机会。我们的出发点是目前组织病理学缺乏合适的可视化工具，这一直是数字病理学应用的限制因素。3D组织学数据的可视化确实在几个方面带来了困难的挑战。全色（full-color）数据集密度大，规模大，约为100000×100000×100体素。这对渲染性能和用户体验设计都提出了严格的要求。尽管如此，我们开发的应用程序支持以原生分辨率对3D组织学数据集进行交互式研究。我们的应用程序基于对现有方法的剪裁和调整、系统集成工作，以及对领域专家作为团队成员的密切参与设计过程中产生的特定领域需求的仔细研究。使用该工具的用户评估结果表明，14名参与的病理学家强烈一致认为，3D组织病理学将是他们工作的一种有价值和有利的工具。

（将会附带详细解读）

第四篇：

A Declarative Grammar of Flexible Volume Visualization Pipelines
Authors: Min Shih, Charles Rozhon, Kwan-Liu Ma

本文提出了一种声明性语法，用于方便有效地指定高级体可视化。用于创建体可视化的现有方法要么缺乏指定复杂可视化的灵活性，要么难以用于那些不熟悉体渲染实现和参数化的人。我们的设计提供了在不了解体渲染实现的情况下快速创建富有表现力的可视化的能力。它试图捕捉那些困难但强大的方法的各个方面，同时保持灵活性和易用性。作为概念验证，我们目前的语法实现允许用户以各种方式组合多个数据变量，并为不同的输入数据定义传递函数。该语法还能够描述高级着色效果并创建动画。我们使用多种实用的体可视化来展示我们的方法的强大性和灵活性。

（将会附带详细解读）

第五篇：

A Study of the Trade-off between Reduced Precision and Resolution for Scientific Data Analysis and Visualization
Authors: Duong Hoang, Pavol Klacansky, Harsh Bhatia, Peer-Timo Bremer, Peter Lindstrom, Valerio Pascucci

目前，在分析和可视化中存在两种减少数据大小的主要策略：降低数据的精度，例如通过量化，或降低其分辨率，例如通过二次采样。两者都有优点和缺点，都面临着减少的信息不再有用的基本限制。

本文探讨了将这两种战略结合起来可以取得的额外成果。特别是，我们提出了一个共同的框架，使我们能够以原则的方式研究在降低精度和/或分辨率方面的权衡。我们将数据约简方案表示为比特的渐进流，并研究各种比特排序（如按分辨率、按精度等）如何影响各种数据集以及分析任务中产生的近似误差。此外，我们计算针对不同任务优化的流，以作为可实现误差的下限。科学的数据管理系统可以利用本文中提出的结果来指导如何在实践中存储和流式传输数据，以有效利用有限的存储和带宽。

（将会附带详细解读）

第六篇：

Multi-Material Volume Rendering with a Physically-Based Surface Reflection Model
Authors: Oleg Igouchkine, Yubo Zhang, Kwan-Liu Ma

在体可视化中增加真实感的渲染技术有助于增强对体积数据中3D特征的感知。虽然专注于高质量全局照明的技术已经得到了广泛的研究，但很少有作品涉及光与体中材质的相互作用。现有的光与材质相互作用技术在处理高频真实世界材料数据的能力方面受到限制，而目前对体数据的处理很难支持表面材料的正确集成。在本文中，我们引入了传递函数的另一个定义，该定义支持体分量之间边界处的类表面行为和内部的类体行为。我们展示了该定义可以使用高质量的真实世界材质数据进行多材质渲染。我们还表明，这种方法为通过等值面技术进行预集成渲染提供了一种有效的替代方案。我们引入了任意空间变化的材质，以实现对扫描体积数据更好的多材质支持。最后，我们证明了可以将任意参数集直接映射到材质表示，以更直观地创建新材质。

（将会附带详细解读）

第七篇：

A Scalable Hybrid Scheme for Ray-Casting of Unstructured Volume Data
Authors: Roba Binyahib, Tom Peterka, Matthew Larsen, Kwan-Liu Ma, Hank Childs

我们提出了一种并行体绘制算法，该算法是经典对象顺序和图像顺序技术的混合。该算法在非结构化网格（和结构化网格）上运行，因此可以以复杂的方式处理块边界交错。它还有效地处理了容易出现负载不平衡的情况，即由于输入数据的性质或相机变换的影响，单元大小显著不同的情况。该算法在资源上划分工作，使得其处理的每个阶段都有其可以执行的计算量的限制。我们通过一系列研究证明了它的有效性，这些研究随着相机位置、数据集大小、传递函数、图像大小和处理器数量的变化而变化。最大的时候，我们的实验规模扩大到8192个处理器，并在超过10亿个细胞的数据集上运行。总之，我们发现我们的混合算法在所有情况下都表现良好。这是因为我们的算法根据工作负载自然地调整其计算，并且在这些技术有效的场景中可以像对象排序技术或图像排序技术一样操作。

（将会附带详细解读）

第八篇：

A Generative Model for Volume Rendering
Authors: Matthew Berger, Jixian Li, Joshua A. Levine

我们提出了一种使用生成模型合成和分析体渲染图像的技术。我们使用生成对抗性网络（GAN）框架从大量体渲染集合中计算模型，条件是(1)视点和(2)不透明度和颜色的传递函数。我们的方法方便了使用现有渲染技术（如光线投射或基于纹理的方法）难以实现的体分析任务。我们展示了如何通过量化输出图像中的预期变化来指导用户进行传递函数编辑。此外，生成模型将传递函数转换为专门设计用于合成体渲染图像的视图不变潜在空间。我们直接使用这个空间进行渲染，使用户能够探索体渲染图像的空间。由于我们的模型独立于体渲染过程的选择，我们展示了如何针对各种体数据集分析由直接和全局照明产生的体渲染图像。

（将会附带详细解读）