2016 Fiscal Year Annual Research Report
Dynamic layout optimization for annotated information visualization
| Project/Area Number |
16H02825
|
|---|
| Research Institution | The University of Aizu |
|---|
Principal Investigator |
高橋 成雄 会津大学, コンピュータ理工学部, 教授 (40292619)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渡辺 一帆 豊橋技術科学大学, 工学(系)研究科(研究院), 講師 (10506744)
有川 正俊 東京大学, 空間情報科学研究センター, 特任教授 (30202758)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 可視化 / 注釈付き視覚情報 / ラベル配置 / 動的最適化 / コンテキスト / 地図 |
|---|
| Outline of Annual Research Achievements |
本研究は，情報を可視化する際に，テキストとビジュアル(イラストや画像)の２つの要素が混在する視覚情報を提示する際に，ユーザの視覚分析のコンテキストに見合う，テキストとビジュアルの情報の選択と，その可読性を考慮した最適配置の問題を対象としている．そして，その問題を，動的最適化問題として定式化し，系統的な計算アルゴリズムの構築することが目的である．
本研究計画は，A.からF.までの６つの小課題から構成される．そのうち，本年度においては，A.D.E.の３つの課題について重点的に対応していく．
まず，A.トピックモデルの構築に関しては，注釈文書集合(テキスト)に関しては Bag-of-Words 表現を，イラスト画像(ビジュアル)に関しては Bag-of-Features 表現を構築し，さらに文書集合(テキスト)に関しては，潜在ディリクレ配分を用いてトピックを推定するトピックモデルを構築した．
次に，D.可視化要素配置の最適化に関しては，地図の事例を用い，視覚情報をテキストとビジュアルの要素にあらかじめ分解できる事例を選定した．その事例に関して，ビジュアルに対してコンテキストのタグを付けて処理する問題を考え，アルゴリズムを定式化した．ここでは，コンテキストとして地図を構成する要素の種類（道路，建物）などを事例にとり，スケールの変化に応じて各要素の配置や選択を最適化するアルゴリズムの構築を進めた．
最後に，E.ラベル配置可能領域の同定に関しては，地図を構成するビジュアル部分に適宜変形を加えることで，注釈となるテキスト部分を配置できる空間を確保するアルゴリズムの定式化を図った．この定式化に関しては，コンテキストに依存して必要となるテキストの数に応じて，適応的にビジュアル部分の変形が行えるような枠組みに，引き続き昇華させていくプロセスを踏んでいく．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度の研究計画においては，３つの課題を中心に対応することとなっていたが，A.トピックモデルの構築に関しては，実装がまだ基礎的部分に限定されている．加えて，可視化分野においてトピックモデル構築と可視化に関する研究論文がいくつか国際学会等で発表されるにいたり，関連する機械学習技術の進展とともに，新たに導入された技法を考慮に入れて再検討をしていく必要があると思われる．
それに対して，D.可視化要素配置の最適化，およびE.ラベル配置可能領域の同定の課題のおいては想定以上の進展があり，最適化問題の定式化及びアルゴリズム実装もかなり完成度の高い状態で研究を進めることができた．研究計画全体の進捗を調整する必要があるが，全体としては概ね順調に推移していると判断している．
|
| Strategy for Future Research Activity |
今後は，まず本年度着手したA.D.Eの３つの課題に関して，構築した定式化や実装した手法の整備を行い，他の課題への引き継ぎが可能となる高度化の部分を対応を進めていく．特に，A.については，実装が基礎的部分にとどまっていることもあり，引き続き作業を進め，電子媒体やインターネット上で収集した文書(テキスト)やイラスト・画像(ビジュアル)を用いて，トピックモデルを構築する．また，課題D.とE.の連動についても，数理的な定式を進めていく．また本年度着手予定の，B.C.F.の３つの課題についても重点的に対応していく．
まず，B.コンテキストとトピックの対応付けに関しては，課題A.で構築予定のテキストとビジュアルのトピックモデルの関連付けを，２部グラフの表現を用いて行うための定式化を行い，注釈視覚情報提示システムへの組み込むのための実装を進める．
次に，C.コンテキスト抽出とか可視化要素分解については，マウスなどのインタフェースから入力された情報を分析して，ユーザの興味対象を理解し，ユーザの視覚分析コンテキストを抽出するアルゴリズムを構築を行う．さらに，アイトラッカーを副次的な入力デバイスとして用いるため，コンテキスト抽出アルゴリズムの高度化を行っていく．
最後に，F.動的ラベル配置の最適化に関しては，課題D.で取り組んだイラストや画像などのビジュアル要素の最適化にあわせて，テキストに対してもコンテキストのタグを付けて処理し，その配置を最適化する手法の定式化を行い，あわせてアルゴリズムの実装に取り組んでいく．その際，課題E.において取り組んだラベル配置可能領域の同定で，必要なラベル配置領域を新たに確保するためのビジュアル要素の変形アルゴリズムを実装済みであるため，それに合わせたラベル配置の動的な最適化の定式化を進めていく．
|
