论文标题：
Exploring Visual Information Flows in Infographics
关键词：
信息图、设计分析、视觉信息
信息图形是一种引人入胜的视觉表现形式，通过数据和图形元素的融合讲述一个信息丰富的故事。但目前有太多各种各样的信息图，为这些信息图进行快速分类的因此文献提出了使用视觉信息流（VIF）的概念，这是一种底层语义结构，将图形元素链接起来，以向用户传达信息和故事。为了探索VIF，我们收集了超过13K的信息图形库。我们使用深层神经网络来识别与信息相关的视觉元素，与它们的各种艺术外观无关。我们通过基于格式塔原理自动将这些视觉元素链接在一起来构建VIF。利用这一分析，我们通过12种不同设计模式的分类法来描述VIF设计空间。在一个真实世界的信息图形数据集中进行探索，我们根据这种分类法讨论VIF的设计空间和潜力
研究结果：
1. 研究问题
l 背景
[图片上传失败...(image-aaf6ac-1631637875826)]
n 在上述的信息流图片中，因为符号的特定组合可以让读者快速跟随设计师的思路，对数据进行读取，理解数据中的故事。
[图片上传失败...(image-118f50-1631637875826)]
[图片上传失败...(image-bbc504-1631637875825)]
l 上述两类信息图表，表达的信息结构是类似的
l 研究目标
n 找出信息图的设计模式
n 找出视觉化叙事的逻辑
l 现实难度
n 现有的排布方式，基本上都是手动布置，独特性特别强
n 现有的视觉元素样式过多
2. 收集数据集
l 数据集来源：Freepik、ShutterStock（1.4万）
l 信息图建模方式
n 案例：[图片上传失败...(image-ba6910-1631637875825)]
u 艺术上的装饰
u 设计元素（设计信息）
n 建模线程（pipeLine）
[图片上传失败...(image-7366ca-1631637875825)]
u 1. 定位设计元素
l YOLO，标签训练
l [图片上传失败...(image-8b825e-1631637875825)]
u 2. 重构信息流
l 基于格式塔法则
n 密度法则：同一组的元素摆放更近
n 相似性法则：同一组的元素利用同一种视觉配置
n 常规性法则：同一组的元素摆放位置较为常规（对称、和谐，避免跳跃性摆放）
u 测试（对信息流抽取）
l [图片上传失败...(image-a6e306-1631637875825)]
l [图片上传失败...(image-20ae0c-1631637875825)]
n 提取设计指纹
[图片上传失败...(image-8238e3-1631637875825)]
u 元素：主干+周边元素关系
u PCA聚类
[图片上传失败...(image-9871f1-1631637875825)]
l 结论：
n [图片上传失败...(image-e8c474-1631637875825)]
n 可分上述12类（6大类，6小类）结构
n 因此，基于上述数据，该文献对信息图做了一个检索网站
u 可以通过不同类型的结构，对信息图进行快速检索
u 也可以自己画一个结构，找出对应信息图
对设计的启示：
l 该文章，对图表进行结构性提取，提取信息图中的结构和元素关系，基于该关系，后期可以不断发展出各式各样的信息图自动生成的模式
l 简单方法的集合，用在传统领域，可以快速帮忙抽取出规律，同时进行与业务强相关的检索+自动生成
未来：
l 目前主要更关注在结构和元素之间的关系，后期可以增加更多的关于色彩搭配的规律抽取。
l 目前的判定方式还是较为主观，希望未来能有更多可以量化的方式
l 目前判定的信息图，较为传统，一些过于先锋的信息图没有被纳入进来。之后可以逐步补充该部分内容。
