percepção humana e processamento de informação - 0...

Percepção Humana e Processamento deInformação

SCC5836 – Visualização Computacional

Prof. Fernando V. Paulovichhttp://www.icmc.usp.br/~paulovic

paulovic@icmc.usp.br

Instituto de Ciências Matemáticas e de Computação (ICMC)Universidade de São Paulo (USP)

1 / 134

Sumário

1 O que é Percepção

2 Fisiologia

3 Processamento Perceptual

4 Percepção em Visualização

5 Métricas

6 Trabalho

7 Referências

2 / 134

O que é Percepção

Como as visualizações são percebidas?

Como sabemos se nossa representação visual não épercebida diferentemente por diferentes usuários?

Como podemos ter certeza de que os dados queapresentamos são entendidos?

3 / 134

4 / 134

5 / 134

Percepção

É o processo de reconhecer, organizar e interpretarinformação sensorial (visão, audição, paladar e tato)É o processo pelo qual interpretamos o mundo a nossa volta,formando um representação mental do que nos cerca

6 / 134

Percepção

É o processo de reconhecer, organizar e interpretarinformação sensorial (visão, audição, paladar e tato)

É o processo pelo qual interpretamos o mundo a nossa volta,formando um representação mental do que nos cerca

7 / 134

Percepção

É o processo de reconhecer, organizar e interpretarinformação sensorial (visão, audição, paladar e tato)É o processo pelo qual interpretamos o mundo a nossa volta,formando um representação mental do que nos cerca

8 / 134

Frequentemente a representação visual de objetos são malinterpretadas

Não correspondem ao nosso sistema perceptualSão feitas para causar má-interpretação (ilusão de ótica)

9 / 134

As vezes um objeto primário pode ser percebido maisrapidamente do que objetos secundários

Objetos secundários normalmente requerem mais tempo e esforçopara serem vistos

10 / 134

As vezes um objeto primário pode ser percebido maisrapidamente do que objetos secundários

Objetos secundários normalmente requerem mais tempo e esforçopara serem vistos

11 / 134

12 / 134

Alguns efeitos do nosso sistema visual podem não seresperados

Sistema não é estático, e frequentemente não temos totalcontrole sobre o mesmo

13 / 134

Alguns efeitos do nosso sistema visual podem não seresperados

Sistema não é estático, e frequentemente não temos totalcontrole sobre o mesmo

14 / 134

As visualizações de dados devem ser construídas de forma aevitar essas interferências

15 / 134

Nosso sistema visual força a interpretação de objetos deformas específicas

É possível explicar as causas das ilusões de ótica?Como evitar visualizações ambíguas ou que criem artefatos?

(a) (b)

16 / 134

Objetivo

Importante identificar mesmo que de forma rudimentar quaisaspectos da visualização não podem ser violados

17 / 134

Sumário

2 Fisiologia

5 Métricas

6 Trabalho

7 Referências

18 / 134

Espectro Visível

Somente uma pequena faixa de ondas de luz é visívelEssa faixa depende de cada pessoa e da idade

19 / 134

Anatomia do Sistema Visual

A parte que contém os fotoreceptores e é responsável pelapercepção visual é a retina

Bastonetes: percepção de intensidade, acromático (visãonoturna)Cones: percepção de cor (fóvea)

20 / 134

Anatomia do Sistema Visual

Os fotoreceptores são distribuídos radialmente a partir dafóvea, com cones concentrados na fóvea o que pode causarpontos cegos

21 / 134

Movimento dos Olhos

Os olhos estão sempre em movimento para capturar umacena, e existem diferentes tipos de movimentos

Movimento suave de perseguição: os olhos movem suavemente,não há saltos, seguindo um objetoMovimento de vergência: direção de visão dos olhos não éparalelaMovimento sacádico: resultado de vários pontos de interesse(pode ser inconsciente). Olhos fixam a visão nos pontos deinteresseMascaramento sacádico: entre movimento sácadicos e fixaçãoexiste a supressão do que está no meio

22 / 134

Movimento dos Olhos

Movimento suave de perseguição: os olhos movem suavemente,não há saltos, seguindo um objeto

Movimento de vergência: direção de visão dos olhos não éparalelaMovimento sacádico: resultado de vários pontos de interesse(pode ser inconsciente). Olhos fixam a visão nos pontos deinteresseMascaramento sacádico: entre movimento sácadicos e fixaçãoexiste a supressão do que está no meio

23 / 134

Movimento dos Olhos

Movimento suave de perseguição: os olhos movem suavemente,não há saltos, seguindo um objetoMovimento de vergência: direção de visão dos olhos não éparalela

Movimento sacádico: resultado de vários pontos de interesse(pode ser inconsciente). Olhos fixam a visão nos pontos deinteresseMascaramento sacádico: entre movimento sácadicos e fixaçãoexiste a supressão do que está no meio

24 / 134

Movimento dos Olhos

Movimento suave de perseguição: os olhos movem suavemente,não há saltos, seguindo um objetoMovimento de vergência: direção de visão dos olhos não éparalelaMovimento sacádico: resultado de vários pontos de interesse(pode ser inconsciente). Olhos fixam a visão nos pontos deinteresse

Mascaramento sacádico: entre movimento sácadicos e fixaçãoexiste a supressão do que está no meio

25 / 134

Movimento dos Olhos

Movimento suave de perseguição: os olhos movem suavemente,não há saltos, seguindo um objetoMovimento de vergência: direção de visão dos olhos não éparalelaMovimento sacádico: resultado de vários pontos de interesse(pode ser inconsciente). Olhos fixam a visão nos pontos deinteresseMascaramento sacádico: entre movimento sácadicos e fixaçãoexiste a supressão do que está no meio

26 / 134

Movimento dos Olhos

27 / 134

Sumário

2 Fisiologia

5 Métricas

6 Trabalho

7 Referências

28 / 134

Processamento Perceptual

O processo de percepção pode ser controlado (atentivo) enão-controlado (pré-atentivo)

Processo pré-atentivo é rápido e paraleloProcesso atentivo é lento e transforma efeitos visuais iniciais emobjetos

29 / 134

Processo Pré-Atentivo

Propriedades visuais pré-atentivas são rapidamente eprecisamente detectados (conjunto pequeno)

Tarefas executadas em menos de 200ms a 250ms com poucoesforço (processamento paralelo)

30 / 134

Quanto tempo demora a identificar o círculo vermelho(tonalidade)?

31 / 134

32 / 134

33 / 134

Quanto tempo demora a identificar o círculo vermelho (forma)?

34 / 134

35 / 134

36 / 134

Combinação de características não únicas normalmente nãopode ser detectada pré-atentivamente

Se alguma das características estiver presente nos objetosnão-alvo (distratores), processo pode se tornar sequencial

37 / 134

Quanto tempo demora a identificar o círculo vermelho (forma +tonalidade)?

38 / 134

39 / 134

40 / 134

Portanto: o mapeamento de diferentes atributos para elementosvisuais deve ser criterioso, não produzindo interferência

Além de cor e forma, os seguintes aspectos são pré-atentivoscomprimentolarguratamanhonúmeroterminadoresintersecçõesintensidadeetc.

41 / 134

Experimentos em psicologia tem usado essas característicaspara realizar as seguintes tarefas pré-atentivas

Detecção de alvos: presença ou ausência de um objeto emparticularDetecção de fronteiras: detectar fronteiras (textura) entre doisgrupos de elementos onde elementos de um grupo tempropriedades visuais comunsRastreio de região: seguir um ou mais elementos conforme elesmovem no tempo e espaçoContagem e estimação: determinar o número de elementos coma mesma característica visual

42 / 134

Detecção de alvos: presença ou ausência de um objeto emparticular

Detecção de fronteiras: detectar fronteiras (textura) entre doisgrupos de elementos onde elementos de um grupo tempropriedades visuais comunsRastreio de região: seguir um ou mais elementos conforme elesmovem no tempo e espaçoContagem e estimação: determinar o número de elementos coma mesma característica visual

43 / 134

Detecção de alvos: presença ou ausência de um objeto emparticularDetecção de fronteiras: detectar fronteiras (textura) entre doisgrupos de elementos onde elementos de um grupo tempropriedades visuais comuns

Rastreio de região: seguir um ou mais elementos conforme elesmovem no tempo e espaçoContagem e estimação: determinar o número de elementos coma mesma característica visual

44 / 134

Detecção de alvos: presença ou ausência de um objeto emparticularDetecção de fronteiras: detectar fronteiras (textura) entre doisgrupos de elementos onde elementos de um grupo tempropriedades visuais comunsRastreio de região: seguir um ou mais elementos conforme elesmovem no tempo e espaço

Contagem e estimação: determinar o número de elementos coma mesma característica visual

45 / 134

Detecção de alvos: presença ou ausência de um objeto emparticularDetecção de fronteiras: detectar fronteiras (textura) entre doisgrupos de elementos onde elementos de um grupo tempropriedades visuais comunsRastreio de região: seguir um ou mais elementos conforme elesmovem no tempo e espaçoContagem e estimação: determinar o número de elementos coma mesma característica visual

46 / 134

Visão Pós-atentiva

Além de perguntar quais características chamam atenção emuma cena, é interessante perguntar

“O que acontece com a representação visual de um objeto quandoparamos de prestar atenção nesse e olhamos em outradireção (processo pós-atentivo)?”

Aparentemente a crença de que as representações visuaisacumulam quanto mais olhamos uma cena não é verdadeira

Uma das explicações da ocorrência do “change blindness”

A representação visual pré-atentiva de um objeto após seuestudo por usuário é idêntica a que ele obtém após olharalguma outra coisa e voltar a olhar para o objeto

Nada é armazenado no sistema visual após o foco de atençãomudar de lugar

47 / 134

48 / 134

49 / 134

Teste: Efetuar busca sem olhar a cena previamente

50 / 134

51 / 134

52 / 134

Teste: Efetuar busca olhando a cena previamente por um curtoperíodo (300ms)

53 / 134

54 / 134

55 / 134

ConclusãoAtenção prolongada aos objetos testados não torna a buscavisual mais eficiente

Portanto as visualizações devem chamar atenção para aspotenciais áreas de interesse (métodos pré-atentivos)

56 / 134

ConclusãoAtenção prolongada aos objetos testados não torna a buscavisual mais eficiente

Portanto as visualizações devem chamar atenção para aspotenciais áreas de interesse (métodos pré-atentivos)

57 / 134

Hierarquia de Características

Uma abordagem promissora para visualização multi-dimensionalseria mapear diferentes atributos para diferentescaracterísticas visuais

Um requisito é não causar interferência visual, interações entrediferentes características podem ocultar informação

Outro tipo de interferência resulta de um possível hierarquiaexistente entre características, favorecendo um tipo específico

Por exemplo, detecção de fronteiras é mais fácil de ser feita comcor do que forma

58 / 134

Uma abordagem promissora para visualização multi-dimensionalseria mapear diferentes atributos para diferentescaracterísticas visuais

Um requisito é não causar interferência visual, interações entrediferentes características podem ocultar informação

Outro tipo de interferência resulta de um possível hierarquiaexistente entre características, favorecendo um tipo específico

Por exemplo, detecção de fronteiras é mais fácil de ser feita comcor do que forma

59 / 134

Existe algum padrão?

60 / 134

61 / 134

62 / 134

Change Blindness

Recentemente foi descoberto que as imagens que formamosnão são “fotografias” de uma cena, elas dependem tambémde nossas expectativas e objetivos

Também foi descoberto que detalhes de uma imagem nãopodem ser lembrados entre cenas separadas, exceto emáreas que atenção tenha sido dada

Interrupções no que vemos causam “cegueira” para detalhessignificativos (“change blindness”)

63 / 134

Change Blindness

Recentemente foi descoberto que as imagens que formamosnão são “fotografias” de uma cena, elas dependem tambémde nossas expectativas e objetivos

Também foi descoberto que detalhes de uma imagem nãopodem ser lembrados entre cenas separadas, exceto emáreas que atenção tenha sido dada

Interrupções no que vemos causam “cegueira” para detalhessignificativos (“change blindness”)

64 / 134

Change Blindness

65 / 134

Change Blindness

66 / 134

Change Blindness

67 / 134

Change Blindness

A implicação para visualização é, como as imagens de umavisualização são novas para um usuário, expectativas préviasnão podem ser usadas para guiar uma análise

Portanto, a visualização deve chamar atenção para áreasimportantes

68 / 134

Sumário

2 Fisiologia

5 Métricas

6 Trabalho

7 Referências

69 / 134

Cor é uma das características mais comuns na visualizaçãoDiferentes escalas: arco-íris, vermelho-azul, vermelho-verde, etc.

Técnicas mais avançadas buscam controlar as diferençasentre as cores no lugar da distância entre suas posições noespaço RGB, melhorando

Balanço perceptual: passos unitários na escala produzdiferenças uniformes na corPoder de distinção: fácil de distinguir as coresFlexibilidade: qualquer cor pode ser escolhida

70 / 134

Figura: Exemplos de escalas de cor representando mapas meteorológicos.

71 / 134

Textura

Textura pode ser vista como uma característica como corRegularidade, direcionalidade, contraste, tamanho, etc. podemdefinir uma textura

Em visualização, textura vem sendo usada para mapeardiferentes atributos

Textura muda conforme os dadosOrientação em 2D também pode ser empregada

72 / 134

Movimento

Movimento também é uma característica perceptual

Três propriedades do movimento vem sendo estudadasDireção de movimentoVelocidade de movimentoCintilação (flicker)

73 / 134

Problemas de Memória

Três tipos de memória são relevantes para visualização

Memória sensorial: grandes quantidade de informação sãoprocessadas rapidamente. O aprendizado é físico e pode sermelhorado por repetição

Memória de tempo curto: pouca capacidade, dura menos doque 30s (começo de um pensamento), pode ser melhoradaagrupando elementos e por repetição

Memória de longo tempo: teoricamente ilimitada,recuperação de informação é um problema, não confiável elenta. Pode ser melhorada usando associações e agrupandoelementos

74 / 134

75 / 134

76 / 134

77 / 134

Sumário

2 Fisiologia

5 Métricas

6 Trabalho

7 Referências

78 / 134

Métricas

Perguntas importantes

Quantos tamanhos e orientações de linhas podem ser percebidas?Quantos diferentes tons e volumes de som podem serdistinguidos?Qual a nossa capacidade quando lidamos com cor, sabor, cheiro,ou qualquer outro senso?Como conseguimos distinguir centenas de rostos e milhares depalavras?

Quando projetando uma visualização é importante saber alimitação humana para evitar gerar imagens ambíguas,difíceis de interpretar ou que levem a conclusões erradas

79 / 134

Métricas

Perguntas importantesQuantos tamanhos e orientações de linhas podem ser percebidas?

Quantos diferentes tons e volumes de som podem serdistinguidos?Qual a nossa capacidade quando lidamos com cor, sabor, cheiro,ou qualquer outro senso?Como conseguimos distinguir centenas de rostos e milhares depalavras?

80 / 134

Métricas

Perguntas importantesQuantos tamanhos e orientações de linhas podem ser percebidas?Quantos diferentes tons e volumes de som podem serdistinguidos?

Qual a nossa capacidade quando lidamos com cor, sabor, cheiro,ou qualquer outro senso?Como conseguimos distinguir centenas de rostos e milhares depalavras?

81 / 134

Métricas

Perguntas importantesQuantos tamanhos e orientações de linhas podem ser percebidas?Quantos diferentes tons e volumes de som podem serdistinguidos?Qual a nossa capacidade quando lidamos com cor, sabor, cheiro,ou qualquer outro senso?

Como conseguimos distinguir centenas de rostos e milhares depalavras?

82 / 134

Métricas

Perguntas importantesQuantos tamanhos e orientações de linhas podem ser percebidas?Quantos diferentes tons e volumes de som podem serdistinguidos?Qual a nossa capacidade quando lidamos com cor, sabor, cheiro,ou qualquer outro senso?Como conseguimos distinguir centenas de rostos e milhares depalavras?

83 / 134

Métricas

84 / 134

Métricas

85 / 134

Métricas

Para visualização, o que queremos saber é

Quais entidades gráficas podem ser medidas precisamente peloshumanos?Quantas entidades distintas podem ser usadas sem confusão?Com qual nível de precisão percebemos as diversas primitivas?Como combinar primitivas para reconhecer fenômenoscomplexos?Como cor deve ser usada para apresentar informação?

86 / 134

Métricas

Para visualização, o que queremos saber éQuais entidades gráficas podem ser medidas precisamente peloshumanos?

Quantas entidades distintas podem ser usadas sem confusão?Com qual nível de precisão percebemos as diversas primitivas?Como combinar primitivas para reconhecer fenômenoscomplexos?Como cor deve ser usada para apresentar informação?

87 / 134

Métricas

Para visualização, o que queremos saber éQuais entidades gráficas podem ser medidas precisamente peloshumanos?Quantas entidades distintas podem ser usadas sem confusão?

Com qual nível de precisão percebemos as diversas primitivas?Como combinar primitivas para reconhecer fenômenoscomplexos?Como cor deve ser usada para apresentar informação?

88 / 134

Métricas

Para visualização, o que queremos saber éQuais entidades gráficas podem ser medidas precisamente peloshumanos?Quantas entidades distintas podem ser usadas sem confusão?Com qual nível de precisão percebemos as diversas primitivas?

Como combinar primitivas para reconhecer fenômenoscomplexos?Como cor deve ser usada para apresentar informação?

89 / 134

Métricas

Para visualização, o que queremos saber éQuais entidades gráficas podem ser medidas precisamente peloshumanos?Quantas entidades distintas podem ser usadas sem confusão?Com qual nível de precisão percebemos as diversas primitivas?Como combinar primitivas para reconhecer fenômenoscomplexos?

Como cor deve ser usada para apresentar informação?

90 / 134

Métricas

Para visualização, o que queremos saber éQuais entidades gráficas podem ser medidas precisamente peloshumanos?Quantas entidades distintas podem ser usadas sem confusão?Com qual nível de precisão percebemos as diversas primitivas?Como combinar primitivas para reconhecer fenômenoscomplexos?Como cor deve ser usada para apresentar informação?

91 / 134

Modelos de Recursos do Processamento Humano deInformação

Para fazer medidas precisamos de uma métricaUma utilizada é conhecida como Capacidade do Canalemprestada do campo de teoria da informação

Capacidade do Canal

Mede-se o número de níveis distintos de estímulos que épossível identificar com alta precisão

A partir de um certo ponto, aumentar o número de níveisaumenta a taxa de erro e nenhuma informação adicional éextraídaMedido em bits, 8 níveis são 3 bits

92 / 134

Modelos de Recursos do Processamento Humano deInformação

Para fazer medidas precisamos de uma métricaUma utilizada é conhecida como Capacidade do Canalemprestada do campo de teoria da informação

Capacidade do Canal

Mede-se o número de níveis distintos de estímulos que épossível identificar com alta precisão

A partir de um certo ponto, aumentar o número de níveisaumenta a taxa de erro e nenhuma informação adicional éextraídaMedido em bits, 8 níveis são 3 bits

93 / 134

Julgamento Absoluto de Estímulos 1D

Tom de um som: 6 tons são distinguíveis (2.5 bits)

Altura de um som: 5 níveis de som são distinguíveis (2.3 bits)

Salinidade: 4 níveis são distinguíveis (2 bits)

Posição de uma linha: entre 10 e 15 níveis são distinguíveis(3.25 bits)

Tamanho de quadrados: 4 e 5 níveis diferentes sãodistinguíveis (2.2 bits)

Cor: 10 níveis de tonalidade são distinguíveis e 5 níveis de brilho(3.1 e 2.3 bits, respectivamente)

Geometria de Linhas: para o tamanho da linha a 2.6-3 bits,para orientação 2.8-3.3 bits para orientação e 2.2 para curvatura

94 / 134

95 / 134

96 / 134

97 / 134

98 / 134

99 / 134

100 / 134

101 / 134

Na média o largura do canal é de 2.6 bits, com desvio padrão de0.6, ou seja, 6 a 7 níveis podem ser distinguidos com precisão

102 / 134

Julgamento Absoluto de Estímulos Multi-Dimensionais

Uma solução para melhorar essa limitação seria unir diferentesestímulos

Unindo um canal com capacidade CA com outro com CB nãoresulta em um canal com capacidade CA +CB

103 / 134

Ponto em um quadrado: medida de duas posições (vertical ehorizontal) não dobra o canal de posição na linha (6.5 bits), maschega a 4.6 bits

Salinidade e doçura: não dobra o canal da salinidade (3.8 bits),mas alcança somente 2.3 bits

Altura e tom do som: não resulta no soma dos dois canais (4.8bits), mas sim 3.1 bits

Tonalidade e saturação da cor: não resulta na soma de amboscanais (4.8 bits), mas sim 3.6 bits

Tamanho, brilho e tonalidade: não resulta na soma dascaracterísticas individuais (7.6 bits), mas sim 4.1 bits

104 / 134

105 / 134

106 / 134

107 / 134

108 / 134

109 / 134

Combinar diferentes estímulos não resulta na soma dos níveisindividuais

A soma reduz nossa capacidade de reconhecer os estímulosindividualmente

110 / 134

Julgamento Relativo

Outra possibilidade é ao invés de usarmos julgamento absoluto,empregarmos julgamento relativo

Determinar diferenças ao invés de extrair um valor

111 / 134

Julgamento Relativo

Outra possibilidade é ao invés de usarmos julgamento absoluto,empregarmos julgamento relativo

Determinar diferenças ao invés de extrair um valor

(a) (b)

112 / 134

Julgamento Relativo

Testes foram realizados e foi detectado que erros perceptuaisocorrem de forma crescente nos seguintes cenários

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadastamanhoângulo/inclinaçãoáreavolumetonalidade, saturação e densidade de cor

113 / 134

Julgamento Relativo

posição ao longo de uma escala comum

posição ao longo de escala idênticas, não alinhadastamanhoângulo/inclinaçãoáreavolumetonalidade, saturação e densidade de cor

114 / 134

Julgamento Relativo

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadas

tamanhoângulo/inclinaçãoáreavolumetonalidade, saturação e densidade de cor

115 / 134

Julgamento Relativo

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadastamanho

ângulo/inclinaçãoáreavolumetonalidade, saturação e densidade de cor

116 / 134

Julgamento Relativo

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadastamanhoângulo/inclinação

áreavolumetonalidade, saturação e densidade de cor

117 / 134

Julgamento Relativo

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadastamanhoângulo/inclinaçãoárea

volumetonalidade, saturação e densidade de cor

118 / 134

Julgamento Relativo

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadastamanhoângulo/inclinaçãoáreavolume

tonalidade, saturação e densidade de cor

119 / 134

Julgamento Relativo

posição ao longo de uma escala comumposição ao longo de escala idênticas, não alinhadastamanhoângulo/inclinaçãoáreavolumetonalidade, saturação e densidade de cor

120 / 134

Julgamento Relativo

Detectar uma mudança é proporcional a diferença relativa(zoom não melhora a efetividade da informação)

Usar um volume é muito menos efetivo para comunicarinformação do que usar área ou linha

121 / 134

Julgamento Relativo

122 / 134

Julgamento Relativo

123 / 134

Expandindo Capacidade

Julgamento relativo é melhor do que o absolutoUsar uma grande ou marcas pode melhorar a visualização

Combinar estímulos pode melhorar a capacidade do canalTeoricamente existe uma limitação de 10 diferentes níveisdiferenciáveis

124 / 134

Expandindo Capacidade

Julgamento relativo é melhor do que o absolutoUsar uma grande ou marcas pode melhorar a visualização

Combinar estímulos pode melhorar a capacidade do canalTeoricamente existe uma limitação de 10 diferentes níveisdiferenciáveis

125 / 134

Relacionamento com Memória Imediata

Estudos sugerem que é possível se lembrar de uma sequenciade aproximadamente no máximo 7 estímulos

Recordar 6 palavras monossilábicas é tão difícil quantomemorizar 6 multissilábicas

Então agrupamos os elementos nas maiores unidades possíveis

126 / 134

Relacionamento com Memória Imediata

Estudos sugerem que é possível se lembrar de uma sequenciade aproximadamente no máximo 7 estímulos

Recordar 6 palavras monossilábicas é tão difícil quantomemorizar 6 multissilábicas

Então agrupamos os elementos nas maiores unidades possíveis

127 / 134

Papel da Gravação

Podemos crescer a complexidade das unidades para aumentarnossa capacidade?

Esse é o processo de gravação

A organização da informação em grupos provê maiorcapacidade, mas depende do indivíduo

128 / 134

O Papel do Foco e Expectativa

Em tarefas com imagens com múltiplos atributos, mas comusuários tendo que reportar apenas um, treinamento préviopode melhorar os resultados

Se o usuário consegue focar em um pequeno grupo de atributos, épossível diminuir a influencia dos atributos fora de foco

129 / 134

Sumário

2 Fisiologia

5 Métricas

6 Trabalho

7 Referências

130 / 134

Trabalho

Na próxima aula trazer exemplos de visualizações, retiradas deartigos científicos (inclusive apresente o artigo), que nãoconsideram a teoria de percepção apresentada aqui

IEEE Information VisualizationIEEE VisualizationIEEE Transactions on Visualization and Computer GraphicsComputer & GraphicsInformation Visualization (London)etc.

131 / 134

Trabalho

Alguns artigosNahum D. Gershon. How to lie and confuse with visualization. InProceedings of the 20th annual conference on Computer graphicsand interactive techniques (SIGGRAPH ’93). ACM, New York, NY,USA, 387-388.Al Globus e Eric Raible. Fourteen Ways to Say Nothing WithScientific Visualization, Computer, v.27 n.7, p.86-88, July 1994.Bernice E. Rogowitz, Lloyd A. Treinish e Steve Bryson. How not tolie with visualization. Comput. Phys. 10, 3 (June 1996), 268-273.

Alguns endereçoshttp://www.datavis.ca/gallery/lie-factor.php

http://www.idi.ntnu.no/~zoran/papers/VisLies.ppt

http://vadl.cc.gatech.edu/getDocument.php?doc=407

http://www.csc.ncsu.edu/faculty/healey/PP/

http://www.interaction-design.org/encyclopedia/data_

visualization_for_human_perception.html

132 / 134

Sumário

2 Fisiologia

5 Métricas

6 Trabalho

7 Referências

133 / 134

Referências

Ward, M., Grinstein, G. G., Keim, D. Interactive datavisualization foundations, techniques, and applications.Natick, Mass., A K Peters, 2010.

134 / 134

percepção humana e processamento de informação - 0...

Documents

computação e qualitativa para ciência da métodos de...

fila e deque - 0.5cmscc0202 - algoritmos e estruturas de...

Árvores binárias de busca - 0.5cmscc0202 - algoritmos e...

tecnologia em construÇÃo de edifÍcios percepÇÃo...

percepção auditiva

boletim informativo - uspboletim informativo, ano v, n. 6,...

aula de aula de processamento processamento de de...

percepção ppb aula. percepção integração da...

a percepção

prof. fernando v. paulovich...

ambientes rodoviÁrios e detecÇÃo de...

processamento de imagem em...

camadas do processamento linguístico processamento...

apresentação percepção

percepção humana

percepção social_modelos2

infância e segurança - igarape.org.br · detalhada sobre...

tÉcnicas para reduÇÃo de perturbaÇÕes …cenas para a...

métodos para rendering de superfície - bem-vindo ao lcad...

percepção ppt