Thèse soutenue

Une Approche de Conception Sensible au Contenu pour la Navigation Multi-échelle.
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Cyprien Pindat
Direction : Claude PuechEmmanuel Pietriga
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 20/12/2013
Etablissement(s) : Paris 11
Ecole(s) doctorale(s) : Ecole doctorale Informatique de Paris-Sud
Partenaire(s) de recherche : Laboratoire : Laboratoire de recherche en informatique (Orsay, Essonne ; 1998-2020)
Jury : Président / Présidente : Christine Froidevaux
Examinateurs / Examinatrices : Claude Puech, Emmanuel Pietriga, Christine Froidevaux, Géry Casiez, Sylvain Paris, Tamy Boubekeur, Jean-Daniel Fekete
Rapporteurs / Rapporteuses : Géry Casiez, Sylvain Paris

Résumé

FR  |  
EN

Les écrans d'ordinateurs sont de très petite taille comparés à celles des jeux de donnés dans de nombreux domaines. Pour pallier au problème de visualisation de grandes quantités de données, les interfaces de navigation multi-échelles rendent possible l'exploration interactive des données, en facilitant la transition entre vues zoomées et dé-zoomées afin de permettre à l'utilisateur d'examiner les informations en détail ou de pouvoir les interpréter dans un contexte plus global. L'étude de ces interfaces est un domaine important de la recherche en Interaction Homme-Machine, et de nombreuses techniques de navigation ont été proposées lors des vingt dernières années. Nous proposons une nouvelle approche de conception pour les interfaces de navigation multi-échelles dîtes content-aware. Cette approche est basée sur l'adaptation dynamique d'éléments de l'interface au contenu de la scène que l'utilisateur est en train de visualiser, permettant ainsi de proposer des représentations plus pertinentes. Nous présentons trois nouvelles techniques de navigation basées sur cette approche de conception, qui montrent comment appliquer celle-ci pour traiter différents problèmes de navigation, aussi bien en 2D qu'en 3D. Nous présentons dans un premier temps Arealens et Pathlens, deux lentilles de grossissement 2D dont la forme va s'adapter à la géométrie des objets d'intérêts afin de proposer une meilleur intégration de la vue zoomée dans son contexte environnant. Une expérience de laboratoire contrôlée de Arealens met en évidence un gain de performance de ce type de lentille par rapport aux lentilles de grossissement classiques pour une tâche de recherche visuelle. Nous introduisons ensuite Gimlens, une lentille de grossissement 3D permettant l'exploration de modèles complexes. Gimlens permet d'identifier rapidement les objets d'intérêt de la scène, d'afficher des vues détaillées de ces objets, de parcourir des orbites autour de ceux-ci et de les mettre en perspective dans leur contexte environnant. L'utilisateur peut également combiner les lentilles pour afficher simultanément différentes vues complémentaires de la scène