Visualisierung
|
|
Wissenschaftlern, Ingenieuren und Ärzten stehen heute gewaltige Datenmengen als Grundlage für Entscheidungen und die Generierung neuen Wissens zur Verfügung. Die Erkundung und Erfassung der in diesen Daten enthaltenen Information kann oft mit konventionellen Mitteln nicht mehr bewältigt werden. Statische Bilder waren schon sehr früh ein Mittel um komplexe Inhalte schnell und eindrücklich zu kommunizieren. Das VRVis kombiniert klassische, domainspezifische Visualisierungsparadigmen mit neusten Erkenntnissen der Visualisierungsforschung und modernster Technologie. Ergebnisse sind maßgeschneiderte IT Lösungen für die effektive interaktive Visualisierung und Exploration komplexer digitaler Daten. |
|---|
Die Datenbasis für Visualisierungsprojekte des VRVis bilden größtenteils vielschichtige - meist räumliche - Bild- und Simulationsdaten. Die Forschung adressiert nicht nur reine Visualisierungsfragen, sondern auch Datenaufbereitung, Datenmanagment, und Datamining als Grundlage für die Umsetzung einer hocheffektiven Visualisierung. Das heißt wir beschäftigen uns unter Anderem auch mit der effektiven Extraktion von Information (z.B. vollautomatische Segmentierung radiologischer Bilder), deren semantischer Aufbereitung von Daten (z.B.automatische Benennung anatomischer Strukturen), Datenabstraktion (z.B. Graphendarstellungen von Neuroanatomischer Strukturen), Indexing, visuelle und semantische Suche auf großen räumlichen Datensammlungen (z.B. Neuroanatomie der Fruchtfliege) und der Umsetzung von Explorations- und Steering Workflows in innovative Benutzeroberflächen (z.B. Visualisierung und Exploration der Parameter- und Ergebnisräume bei mehrfachen Simulationsdurchläufen).
Besonderer Fokus der VRVis Visualisierungsforschung liegt dabei auf
- der Entwicklung skalierbarer Lösungen, die auch extrem große Datenmengen bewältigen können (interaktive Exploration mehrerer Terabyte)
- dem Design von Visualisierungen und Interaktionsmechanismen, die den semantischen Kontext der jeweiligen Nutzer einbeziehen, um so größtmögliche Intuitivität zu erreichen.
- der Frage, wie vielschichtige und komplexe Daten zu einer höherwertigen Darstellung fusioniert werden können.
