Visualisation de données : quand la carte se réinvente

Slides:



Advertisements
Présentations similaires
Recherche documentaire Public ULB Zotero
Advertisements

Le langage cartographique
Il indique la capacité d’une source lumineuse à restituer les couleurs
IREMIA : Institut de REcherche en Mathématiques et Informatique Appliquées Université de la Réunion Uniformisation des mécanismes de conception de SMA.
SI28 FLASH MX Partie 1 Jérémy Dufetre - Ludovic Pilache.
Interactivité et Conventions sémiotiques Pergia Gkouskou-Giannakou ASSUN-Mars 2006.
Compétences et profil de classe
Soizic Geslin Samy Fouilleux Minh Le Hoai Maxime Chambreuil
Les Couleurs.
Les K plus proches voisins
Laboratoire dInformatique et dImagerie Industrielle Traitement des Images Couleur Partie 3 : un exemple de traitement dimages couleur : Correction chromatique.
Segmentation de séquences d’images au sens du mouvement
Les couleurs.
Master Informatique 2ème année
La perception subjective de la corrélation dans les nuages de points
Traitements d'images et Vision par ordinateur
La couleur BEP Mode LP Magenta.
Le tableau à double entrée, le repérage et le codage en maternelle
Club L.A.S. Photo Vieux-Charmont
Et si vous cartographiez aussi vos idées ?
Chapitre 5 : Image couleur
Traitements d'images et Vision par ordinateur
Les Images Couleur Cours 4
Détection de « tâches dobjets artificialisés » D.Réchal IRD, ESPACE Dev 18/02/2011 – Montpellier (France)
Algorithmes sur les images dans Excel
Introduction à la Couleur
Résolution des Équations Différentielles
Construction de modèles visuels
Influence de la viscosité des composites fluides du PALFIQUE ESTELITE LV® sur leurs paramètres colorimétriques RASKIN Anne* 1, SALOMON Jean-Pierre 1,2.
Leçon 2 : La perception de l'environnement
Principe de l ’ajustement accommodatif avec un test bichrome
Nicolas Holzschuch iMAGIS-GRAVIR/IMAG
Interfaces perceptuelles Interaction avec une caméra.
Design dun système de vision embarqué. Application:
Interfaces perceptuelles
Interprétation automatique
L ’acquisition d ’images
Structures de données IFT-2000 Abder Alikacem La récursivité Semaine 5 Département dinformatique et de génie logiciel Édition Septembre 2009.
SCHNEIDER Laurent NOYER Vincent TEISSIE Alexis
Application d’algorithmes d’extraction de la couleur et des textures à partir d’images aériennes dans le contexte de l’extraction de bâtiments pour supporter.
Utilisation des filtres colorés
Recherche d’ensembles chromatiques
Analyse et le traitement de données chromatiques Correction d’affadissement Travail de synthése à partir de la thèse de Majed CHAMBAH.
Guillaume TORRENTE Marc BOUISSOU Recherche & Développement
Photo-Club Déclic et des Claps Vendredi 12 Octobre 2011
Digitaliser des images
LA CODIFICATION ACC / AKZONOBEL COLOR CODIFICATION
CHANGER LA COULEUR DOMINANTE D’UNE IMAGE © 2010 Frederic DAVID.
Contrôle du chargement de crayons de combustibles nucléaire par radiographie X 5GE Tdsi Miniprojet Bute Clément Flamary Rémi Ionescu Cristina Vaugon André.
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
UMR 7619 Sisyphe Avril 2012 Alexandre Pryet Le langage une introduction pragmatique.
LA COULEUR.
LA COULEUR.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 22/06/2004.
La magie des Illusions optiques
Vision humaine Propriétés de la vision
Cours 3 21 janvier 2010 Quelques principes d’ergonomie de l’écran et du contenu de la page web Cours 3 21 janvier 2010 Quelques principes d’ergonomie de.
Lycée d’Altitude Briançon « Horloges d’Altitude »
APPLICATION : Un diagnostic précoce et automatique des pathologies végétales LA VISION COGNITIVE De la science de la reconstruction visuelle à la science.
Traitements d'images et Vision par ordinateur
Document réalisé par le Service Communication
Image Ready SI28 _ P09 MACHIN Alexandre BRUTEL Aline.
La couleur.
Bloc 1 - UE 5 - Technologies de l’information et de la communication TIC Bachelier en immobilier T. SOUMAGNE.
Photoshop 6.0 Aurélie KNOSP Ye LU.
SI 28 - Présentation Image Ready Aurélie Letenoux GSU 4.
Vision sur ordinateur MASTER INFORMATIQUE 2ème année, EID et PLS C a t h e r i n e R e c a n a t i U n i v e r s i t é d e P a r i s 1 3 MASTER INFORMATIQUE.
A.I.P. Malibert 2012 Gestion des Couleurs Nicolas Cuvillier.
A.I.P. Besançon 2013 Gestion des couleurs en astro-photographie avec Maxim-DL et Photoshop Hervé Petit Nicolas Cuvillier.
L'image 1ère partie: Généralités 2ème partie: Les espaces de couleurs
Transcription de la présentation:

Visualisation de données : quand la carte se réinvente La visualisation de données au service du langage cartographique Laurent Jégou Université de Toulouse - Jean Jaurès

La visualisation de données au service du langage cartographique Objectif : utiliser la dataviz non pas pour représenter l’information, mais pour assister  la conception de cartes thématiques  l’analyse de cartes existantes

La visualisation de données au service du langage cartographique Développement de quelques exemples : Estimer la saillance visuelle d’une carte. Visualiser les relations et proportions de couleurs d’une carte choroplèthe. Concevoir un dégradé de couleurs en réglant précisément ses paramètres.

Évaluer la saillance visuelle d’une carte Concept de saillance : répérage des éléments de l’image qui « sautent aux yeux », qui sont perçus en premier et qui retiennent l’attention.  Critère de conception : Les éléments visuellement saillants doivent correspondre aux idées les plus importantes communiquées par la carte. Il existe plusieurs algorithmes d’estimation automatique, beaucoup sont en open-source.

Exemple d’analyse de saillance visuelle SUN A droite, l’analyse de saillance de la carte de gauche. Les parties les plus saillantes, en rouge et vert, correspondent bien aux valeurs extrêmes de la variable représentée. Algorithme SUN (Zhang & al., 2008).

Exemple d’analyse de saillance visuelle Signature A droite, l’analyse de saillance de la carte de gauche. Algorithme SignatureSaliency (Hou, Harel, Koch, 2012).

Exemple d’analyse de saillance visuelle SUN Le choix d’une palette de couleurs « arc-en-ciel » ne correspond pas à la perception des couleurs. Algorithme SUN (Zhang & al., 2008)

Exemple d’analyse de saillance visuelle Signature Le choix d’une palette de couleurs « arc-en-ciel » ne correspond pas à la perception des couleurs. Algorithme Signature Saliency (Hou, Harel, Koch, 2012)

Visualiser les relations et proportions de couleurs d’une carte choroplèthe Les couleurs d’une carte choroplèthe constituent le moyen principal pour la communication de ses informations (signe visuel en sémiotique).  Critère de conception de base : que les relations entre couleurs correspondent aux relations entre classes de la variable.

Exemple d’analyse de relations colorées Analyse selon un cercle chromatique HLS : les teintes de la palettes sont organisées selon une courbe, les verts sont nettement plus sombre que les rouges. http://www.geotests.net/couleurs/frequs.html?l=fr

Exemple d’analyse de relations colorées Analyse selon un cercle chromatique HSL : le milieu jaune de la palette est nettement moins dense, moins saturé, que les deux extrêmes. http://www.geotests.net/couleurs/frequs.html?l=fr

Part des logements en résidence principale : fréquences

http://www.geotests.net/couleurs/frequs.html

Carte d’origine Carte recolorée

Concevoir un dégradé de couleurs en réglant précisément ses paramètres. Adapter précisément le dégradé de couleurs à la variation des valeurs de la variable représentée.  Régler visuellement la variation des composantes de teinte, saturation et luminosité.

Comment sont choisies les couleurs dans les logiciels courants ? QGIS 2 ArcMAP 10

ColorBrewer2.com Part des logements en résidence principale : fréquences

Concevoir un dégradé de couleurs Dégradé selon une progression linéaire http://geotests.net/couleurs/gradients.html

Concevoir un dégradé de couleurs Dégradé selon une progression courbe http://geotests.net/couleurs/gradients.html

Concevoir un dégradé de couleurs Dégradé selon une progression courbe http://geotests.net/couleurs/gradients.html

Concevoir un dégradé de couleurs Espace colorimétrique de calcul : CIE-Luv (perceptif) vs. RGB http://geotests.net/couleurs/gradients.html

Bibliographie Saillance visuelle : Hou X., Harel J., Koch C., 2012, “Image Signature: Highlighting Sparse Salient Regions,” IEEE Trans. on Pattern Analysis and Machine Intelligence 34/1: 194 Zhang L., Tong M. H., Marks T. K., Shan H., Cottrell G. W.,2008, “Sun: A Bayesian Framework for Saliency Using Natural Statistics,” Journal of Vision 8/7: 1-20 Analyses colorées : Carnet de recherche Hypothèses.org « Harmonies colorées » http://couleurs.hypotheses.org