VAICo: 图像比较的可视分析

题目：VAICo: Visual Analysis for Image Comparison

作者：Johanna Schmidt, M. Eduard Groller, and Stefan Bruckner

发表会议：VAST2013

比较是数据分析的一个重要任务，可帮助用户快速理解数据中的差异性、异常等。比较可视化(Comparative Visualization)旨在通过可视化的手段帮助用户分析比较数据。作为可视化领域的一个重要分支，在过去几十年里，学者们提出了一系列方法和技术啊。概括地讲，常用的比较可视化设计原则可以分为三大类（如下图所示）：Juxtaposition; Superposition; Explicit Encoding。

本文作者之一M. Eduard Groller，近年来一直致力于比较式可视化的研究，感兴趣的读者可查看其在PacificVis 2014会议上的Keynote[slides]。

本文主要致力于图像比较的可视分析。下图是本文方法的一个基本处理流程：给定一组待比较图像，本文的方法首先在每个像素位置处采用MSE（Mean Squared Error）度量不同图像在该位置上的差异性；然后，采用区域增长算法（Region Growing）将整个差异性图像进行分割，为了避免分割差异较小区域，作者在分割前采用了阈值阶段处理；最后，在每个差异存在区域，采用聚类方法对来自不同输入图像在该区域内的结果进行聚类分析。

在交互式可视比较分析过程中，作者采用所有图像的均值数据作为分析的上下文，用颜色的深浅表示差异区域内差异性的大小，并采用一种列表结果表示每个类所包含图像的多少，用户可自由展开任何节点进行探索分析。如下图所示：

下图是本文方法应用于Puzzel数据集的结果。该数据集包含10张图片，side-by-side的比较很难发现其中的差异，如下图所示：

采用本文的方法之后，用户可清晰的观察其中的差异性，并分析是哪些图像导致的查一下，如下图所示：

此外， 本文还进行了一个简单的方法评估实验，证明了该方法的有效性，但该方法也存在一定的缺陷，如对图像缩放、移动等比较敏感，无法捕获非颜色特征带来的差异。