Abe Davis: New video technology that reveals an object's hidden properties

Fordító: Lúcia Sánta Lektor: Csaba Lóki

Most of us think of motion as a very visual thing.

Többségünk úgy gondol a mozgásra, mint egy nagyon vizuális dologra.

If I walk across this stage or gesture with my hands while I speak,

Ha keresztülsétálok ezen a színpadon, vagy beszéd közben gesztikulálok,

that motion is something that you can see.

az egy olyan mozgás, amit látnak.

But there's a world of important motion that's too subtle for the human eye,

De van egy világ, tele olyan mozgásokkal, amelyek túl finomak az emberi szemnek,

and over the past few years,

és az elmúlt pár év során

we've started to find that cameras

kezdtünk rájönni, hogy a kamerák

can often see this motion even when humans can't.

gyakran látják ezt a mozgást, még ha az emberek nem is.

So let me show you what I mean.

Hadd mutassam be, mire gondolok!

On the left here, you see video of a person's wrist,

Bal oldalt láthatnak egy videót egy ember csuklójáról

and on the right, you see video of a sleeping infant,

és jobb oldalt egy videót egy alvó csecsemőről,

but if I didn't tell you that these were videos,

de ha nem mondanám el önöknek, hogy ezek videók,

you might assume that you were looking at two regular images,

azt feltételezhetnék, hogy két hagyományos képet látnak,

because in both cases,

mert mindkét esetben

a videók teljes mértékben mozdulatlannak tűnnek.

these videos appear to be almost completely still.

But there's actually a lot of subtle motion going on here,

De valójában rengeteg finom mozgás van folyamatban itt,

and if you were to touch the wrist on the left,

és ha megérinthetnék a csuklót bal oldalt,

you would feel a pulse,

éreznék a pulzust,

and if you were to hold the infant on the right,

vagy ha karjukban tartanák a jobb oldali csecsemőt,

you would feel the rise and fall of her chest

éreznék, ahogy a mellkasa emelkedik és süllyed

as she took each breath.

minden lélegzetvételénél.

And these motions carry a lot of significance,

És ezek a mozgások hatalmas jelentőséggel bírnak,

but they're usually too subtle for us to see,

de általában túl finomak ahhoz, hogy észrevegyük őket,

so instead, we have to observe them

ezért inkább közvetlen kapcsolattal,

through direct contact, through touch.

azaz érintéssel tudjuk megfigyelni őket.

But a few years ago,

De néhány éve

my colleagues at MIT developed what they call a motion microscope,

MIT-s kollégáim kifejlesztettek egy úgy nevezett mozgásmikroszkópot,

which is software that finds these subtle motions in video

egy olyan szoftvert, ami képes megtalálni ezeket a finom mozgásokat egy videóban

and amplifies them so that they become large enough for us to see.

és felerősíteni őket annyira, hogy mi is láthassuk.

And so, if we use their software on the left video,

Így tehát ha használjuk a szoftvert a bal oldali videón,

it lets us see the pulse in this wrist,

láthatóvá teszi számunkra a pulzust

and if we were to count that pulse,

és ha megszámolnánk a lüktetéseket,

we could even figure out this person's heart rate.

még ki is számolhatnánk az illető szívverését.

And if we used the same software on the right video,

És ha ugyanezt a szoftvert alkalmazzuk a jobb oldali videón,

it lets us see each breath that this infant takes,

láthatóvá válik minden lélegzet, amit a csecsemő vesz

and we can use this as a contact-free way to monitor her breathing.

és ezt használhatjuk légzésének kontaktusmentes monitorozásra.

And so this technology is really powerful because it takes these phenomena

Tehát ez a technológia nagyon erőteljes, mert lehetővé teszi,

hogy ezeket az általában érintéssel megtapasztalt jelenségeket

that we normally have to experience through touch

and it lets us capture them visually and non-invasively.

vizuálisan, nem-invazív módon ragadjuk meg.

So a couple years ago, I started working with the folks that created that software,

Szóval, pár éve elkezdtem dolgozni a szoftver készítőivel,

and we decided to pursue a crazy idea.

és egy őrült ötlet megvalósítására adtuk a fejünket.

We thought, it's cool that we can use software

Arra gondoltunk, menő, hogy a szoftver használatával

to visualize tiny motions like this,

vizualizálhatunk ilyen apró mozgásokat,

and you can almost think of it as a way to extend our sense of touch.

és szinte felfoghatjuk ezt a tapintás érzékünk kiterjesztéseként.

But what if we could do the same thing with our ability to hear?

De mi lenne, ha meg tudnánk tenni ugyanezt a hallásunkkal is?

What if we could use video to capture the vibrations of sound,

Mi lenne, ha a videó segítségével megragadhatnánk a hang rezgéseit,

which are just another kind of motion,

ami csupán egy másik fajta mozgás,

and turn everything that we see into a microphone?

és így mindent, amit látunk mikrofonná változtathatnánk?

Now, this is a bit of a strange idea,

Nos, ez egy kicsit furcsa ötlet,

so let me try to put it in perspective for you.

hadd próbáljam meg hát perspektívába helyezni.

Traditional microphones work by converting the motion

A hagyományos mikrofonok azon az elven működnek,

of an internal diaphragm into an electrical signal,

hogy egy belső membrán mozgását elektromos jellé konvertálják,

and that diaphragm is designed to move readily with sound

és ez a membrán úgy van tervezve, hogy a hangra könnyen rezdüljön,

so that its motion can be recorded and interpreted as audio.

így a mozgása felvehető és hangként lefordítható lesz.

But sound causes all objects to vibrate.

De a hang minden tárgyat rezgésbe hoz.

Those vibrations are just usually too subtle and too fast for us to see.

Ezek a rezgések általában túl finomak és túl gyorsak, hogy láthassuk őket.

So what if we record them with a high-speed camera

Szóval, mi lenne, ha felvennénk őket egy nagysebességű kamerával

and then use software to extract tiny motions

és aztán a szoftvert használnánk, hogy kivonjuk az apró mozgásokat

from our high-speed video,

a nagysebességű videónkból,

and analyze those motions to figure out what sounds created them?

és elemezzük azokat a mozgásokat, hogy kiderüljön, milyen hang okozta őket?

This would let us turn visible objects into visual microphones from a distance.

Így a látható tárgyakat távoli vizuális mikrofonokká változtathatnánk.

And so we tried this out,

Szóval kipróbáltuk ezt a dolgot,

and here's one of our experiments,

és íme az egyik kísérletünk,

ahol fogtuk ezt a cserepes növényt, amit a jobb oldalon látnak

where we took this potted plant that you see on the right

and we filmed it with a high-speed camera

és egy nagysebességű kamerával filmeztük,

while a nearby loudspeaker played this sound.

miközben egy közeli hangszóró ezt a hangot játszotta.

(Music: "Mary Had a Little Lamb")

[A szobában hangszórón játszott hang] (Zene: "Mary Had a Little Lamb")

And so here's the video that we recorded,

És íme a videó, amit felvettünk,

and we recorded it at thousands of frames per second,

és ugyan másodpercenként több ezer képkockát rögzítettünk,

but even if you look very closely,

még ha nagyon közelről vizsgálják,

all you'll see are some leaves

akkor is csupán néhány levél látható,

that are pretty much just sitting there doing nothing,

amik lényegében csak úgy vannak, és nem csinálnak semmit,

because our sound only moved those leaves by about a micrometer.

mert a hang ezeket a leveleket alig pár mikrométernyit mozdította meg.

That's one ten-thousandth of a centimeter,

Ez egy centiméter egy-tízezrede,

which spans somewhere between a hundredth and a thousandth

ami nagyjából akkora kiterjedésű, mint egy pixel százada vagy ezrede

of a pixel in this image.

ezen a képen.

So you can squint all you want,

Szóval hunyoroghatnak, amennyit akarnak,

but motion that small is pretty much perceptually invisible.

de egy ilyen kis mértékű mozgás lényegében érzékszervileg láthatatlan.

But it turns out that something can be perceptually invisible

De kiderült, hogy valami lehet érzékszervileg láthatatlan

and still be numerically significant,

és mégis jelentős számtanilag,

because with the right algorithms,

mert a megfelelő algoritmusokat használva

we can take this silent, seemingly still video

foghatjuk és ebből a néma, mozdulatlannak tűnő videóból

and we can recover this sound.

visszanyerhetjük ezt a hangot.

(Music: "Mary Had a Little Lamb")

(Zene: "Mary Had a Little Lamb")

(Applause)

(Taps)

So how is this possible?

Szóval hogyan is lehetséges ez?

How can we get so much information out of so little motion?

Hogyan szerezhetünk ilyen sok információt, ilyen kicsi mozgásból?

Well, let's say that those leaves move by just a single micrometer,

Nos, mondjuk, hogy azok a levelek csupán egyetlen mikrométernyit mozdulnak,

and let's say that that shifts our image by just a thousandth of a pixel.

és mondjuk, hogy ez a képünket csak egy pixel ezredével mozdítja el.

That may not seem like much,

Ez talán nem tűnik soknak,

but a single frame of video

de egyetlen képkocka

may have hundreds of thousands of pixels in it,

több százezer pixelt foglalhat magába

and so if we combine all of the tiny motions that we see

és ha össze tudjuk rakni az összes ilyen kis mozgást, amit látunk

from across that entire image,

az egész kép területéről,

then suddenly a thousandth of a pixel

akkor hirtelen egy pixel ezrede

can start to add up to something pretty significant.

elkezdhet összeadódni valami egészen jelentőssé.

On a personal note, we were pretty psyched when we figured this out.

Hadd áruljam el, hogy eléggé bezsongtunk, amikor rájöttünk minderre.

(Laughter)

(Nevetés)

But even with the right algorithm,

De még a megfelelő algoritmussal is

we were still missing a pretty important piece of the puzzle.

hiányzott egy elég fontos darabja a kirakósnak.

You see, there are a lot of factors that affect when and how well

Ugyanis rengeteg tényező befolyásolja, mikor és mennyire jól fog

this technique will work.

ez a technika működni.

There's the object and how far away it is;

Ott van a tárgy és hogy milyen messze van;

there's the camera and the lens that you use;

ott a kamera és a lencsék, amiket használunk;

how much light is shining on the object and how loud your sound is.

mennyi fény éri a tárgyat és milyen hangos a hang.

And even with the right algorithm,

És még a megfelelő algoritmussal is

we had to be very careful with our early experiments,

nagyon óvatosnak kellett lennünk a korai kísérleteinkben,

because if we got any of these factors wrong,

mert ha ezen tényezők akármelyikét elhibáztuk,

there was no way to tell what the problem was.

esélytelen volt megmondani, hogy mi is a probléma.

We would just get noise back.

Csak zajt nyertünk vissza.

And so a lot of our early experiments looked like this.

Ezért aztán rengeteg korai kísérletünk festett valahogy így.

And so here I am,

Íme, itt vagyok én,

and on the bottom left, you can kind of see our high-speed camera,

és valamelyest látni a bal alsó sarokban a nagysebességű kameránkat,

which is pointed at a bag of chips,

ami egy zacskó chipsre szegeződik,

and the whole thing is lit by these bright lamps.

és mindez ezekkel a ragyogó lámpákkal van bevilágítva.

And like I said, we had to be very careful in these early experiments,

Mint mondtam, az ilyen korai kísérleteknél nagyon óvatosnak kellett lennünk,

so this is how it went down.

ezért így festett a dolog.

(Video) Abe Davis: Three, two, one, go.

(Videó) Abe Davis: Három, kettő, egy, és!

Mary had a little lamb! Little lamb! Little lamb!

Mary had a little lamb! Little lamb! Little lamb!

(Laughter)

(Nevetés)

AD: So this experiment looks completely ridiculous.

AD: Szóval ez a kísérlet teljes mértékben röhejesen fest.

(Laughter)

(Nevetés)

I mean, I'm screaming at a bag of chips --

Úgy értem, egy zacskó chipsnek kiabálok...

(Laughter) --

(Nevetés)

and we're blasting it with so much light,

...amire annyi fényt nyomtunk,

we literally melted the first bag we tried this on. (Laughter)

hogy az első zacskót, amin kipróbáltuk, szó szerint megolvasztottuk. (Nevetés)

But ridiculous as this experiment looks,

De bármilyen röhejesnek tűnik is ez a kísérlet,

it was actually really important,

valójában nagyon fontos volt,

because we were able to recover this sound.

mert sikerült visszanyernünk ezt a hangot.

(Audio) Mary had a little lamb! Little lamb! Little lamb!

(Hang) Mary had a little lamb! Little lamb! Little lamb!

(Applause)

(Taps)

AD: And this was really significant,

AD: És ennek nagy jelentősége volt,

because it was the first time we recovered intelligible human speech

mert ez volt az első, hogy kivehető emberi hangot nyertünk vissza

from silent video of an object.

egy tárgyról készült néma videóból.

And so it gave us this point of reference,

Ez adott nekünk egy viszonyítási pontot,

and gradually we could start to modify the experiment,

és fokozatosan elkezdhettük módosítani a kísérletet

using different objects or moving the object further away,

különböző tárgyakat használtunk, vagy messzebbre helyeztük őket,

using less light or quieter sounds.

kevesebbet fényt vagy halkabb hangot használtunk.

And we analyzed all of these experiments

És elemeztük az összes ilyen kísérletet,

until we really understood the limits of our technique,

amíg valóban megértettük a technikánk korlátait;

because once we understood those limits,

mert amint megismertük ezeket a korlátokat,

we could figure out how to push them.

kitalálhattuk, hogyan lehetne feszegetni őket.

And that led to experiments like this one,

És ez vezetett az olyan kísérletekhez, mint ez is,

where again, I'm going to speak to a bag of chips,

ahol ismét beszélni fogok egy zacskó chipshez,

but this time we've moved our camera about 15 feet away,

de ezúttal a kamerát úgy öt méterrel távolabb helyeztük el,

outside, behind a soundproof window,

kívül, egy hangszigetelt üvegen túl,

and the whole thing is lit by only natural sunlight.

és az egész csak természetes napfénnyel volt megvilágítva.

And so here's the video that we captured.

Íme a videó, amit felvettünk.

And this is what things sounded like from inside, next to the bag of chips.

És így hangzott a dolog belül, a zacskó chips mellett.

(Audio) Mary had a little lamb whose fleece was white as snow,

(Hang) Mary had a little lamb whose fleece was white as snow,

and everywhere that Mary went, that lamb was sure to go.

and everywhere that Mary went, that lamb was sure to go.

AD: And here's what we were able to recover from our silent video

AD: És ezt sikerült visszanyernünk a néma videóból,

captured outside behind that window.

amit kintről, az üvegen túlról vettünk fel.

(Audio) Mary had a little lamb whose fleece was white as snow,

(Hang) Mary had a little lamb whose fleece was white as snow,

and everywhere that Mary went, that lamb was sure to go.

and everywhere that Mary went, that lamb was sure to go.

(Applause)

(Taps)

AD: And there are other ways that we can push these limits as well.

AD: Vannak más módjai is annak, hogy ezeket a határokat feszegessük.

So here's a quieter experiment

Itt van ez a csendesebb kísérlet,

where we filmed some earphones plugged into a laptop computer,

ahol egy laptophoz csatlakoztatott füldugót filmeztünk le,

and in this case, our goal was to recover the music that was playing on that laptop

és ebben az esetben, a laptopon játszott zenét akartuk visszanyerni

from just silent video

csupán egy néma videóból

of these two little plastic earphones,

erről a két kis műanyag fülhallgatóról,

and we were able to do this so well

és ez annyira jól sikerült,

that I could even Shazam our results.

hogy az eredményre még a Shazamon is rá tudtam keresni.

(Laughter)

(Nevetés)

(Music: "Under Pressure" by Queen)

[Videóból visszanyert hang] (Zene: "Under Pressure" a Queentől)

(Applause)

(Taps)

And we can also push things by changing the hardware that we use.

Próbálkozhatunk azzal is, hogy más eszközöket használunk a felvételhez.

Because the experiments I've shown you so far

Mert azok a kísérletek, amiket eddig mutattam,

were done with a camera, a high-speed camera,

mind nagy sebességű kamerával készültek

that can record video about a 100 times faster

ami nagyjából százszor gyorsabban tud felvenni,

than most cell phones,

mint a legtöbb mobiltelefon,

but we've also found a way to use this technique

de arra is találtunk módot, hogy ezt a technikát

with more regular cameras,

közönségesebb kamerákkal használjuk.

and we do that by taking advantage of what's called a rolling shutter.

Tettük ezt úgy, hogy kihasználtuk az úgy nevezett gördülő zárat.

You see, most cameras record images one row at a time,

Ugyanis a legtöbb kamera soronként rögzíti a képeket,

and so if an object moves during the recording of a single image,

így, ha egy tárgy elmozdul egyetlen kép rögzítése közben,

there's a slight time delay between each row,

van egy kis időeltolódás minden sor között,

and this causes slight artifacts

ez apró kis torzulásokat okoz,

that get coded into each frame of a video.

amik a videó minden képkockáján kódolásra kerülnek.

And so what we found is that by analyzing these artifacts,

Arra jöttünk rá, hogy ezeket a torzulásokat elemezve

we can actually recover sound using a modified version of our algorithm.

képesek vagyunk visszanyerni a hangot, az algoritmusunk módosított verziójával.

So here's an experiment we did

Tehát, itt az egyik kísérletünk,

where we filmed a bag of candy

ahol egy zacskó cukrot filmeztünk,

while a nearby loudspeaker played

miközben egy közeli hangszóró

the same "Mary Had a Little Lamb" music from before,

ugyanazt a "Mary Had a Little Lamb" zenét játszotta korábbról,

but this time, we used just a regular store-bought camera,

de ezúttal, csak egy általános, boltban kapható kamerát használtunk,

and so in a second, I'll play for you the sound that we recovered,

és máris lejátszom önöknek a hangot, amit visszanyertünk,

and it's going to sound distorted this time,

ezúttal egy kicsit torzítottan fog hangzani,

but listen and see if you can still recognize the music.

de hallgassák, hogy még fel tudják-e ismerni a zenét.

(Audio: "Mary Had a Little Lamb")

(Hang: "Mary Had a Little Lamb") [A zacskó cukorkából visszanyert hang]

And so, again, that sounds distorted,

És igen, ez a hang ugyan torzított,

but what's really amazing here is that we were able to do this

de ami igazán lenyűgöző, hogy képesek voltunk ezt elérni,

with something that you could literally run out

egy olyan eszközzel, amit könnyen beszerezhetnek,

and pick up at a Best Buy.

ha átugranak a Best Buy-ba.

So at this point,

Szóval ezen a ponton,

a lot of people see this work,

rengeteg ember, aki látja ezt a munkát

and they immediately think about surveillance.

rögtön a megfigyelésre gondol.

And to be fair,

Hogy őszinte legyek,

it's not hard to imagine how you might use this technology to spy on someone.

nem nehéz elképzelni, hogy lehetne ezt a technológiát kémkedésre használni.

But keep in mind that there's already a lot of very mature technology

De tartsuk észben, hogy rengeteg kiforrott technológia létezik már

out there for surveillance.

a megfigyelésre.

In fact, people have been using lasers

Valójában az emberek évtizedek óta

to eavesdrop on objects from a distance for decades.

lézerek használatával hallgatnak le tárgyakat a távolban.

But what's really new here,

De ami igazán új itt,

what's really different,

ami igazán különböző,

is that now we have a way to picture the vibrations of an object,

hogy most már van egy módszerünk, hogy elképzeljük egy tárgy rezgéseit,

which gives us a new lens through which to look at the world,

ami egy új szempontot kínál, ahonnan a világot szemlélhetjük,

and we can use that lens

és ez nem csak arra jó,

to learn not just about forces like sound that cause an object to vibrate,

hogy megismerjük a hanghoz hasonló erőket, ami egy tárgy rezgését okozza,

but also about the object itself.

de magát a tárgyat is jobban megismerjük.

And so I want to take a step back

Ezért tennék most egy lépést hátra

and think about how that might change the ways that we use video,

és szeretnék elgondolkozni, hogy változtat ez a videózás használatán,

because we usually use video to look at things,

mert a videót általában arra használjuk, hogy nézzük a dolgokat,

and I've just shown you how we can use it

ám épp most mutattam meg, hogy használható arra,

to listen to things.

hogy hallgassuk a dolgokat.

But there's another important way that we learn about the world:

De van még egy fontos módszer, ami által a világról tanulunk:

that's by interacting with it.

ha interakcióba lépünk vele.

We push and pull and poke and prod things.

Húzzuk és vonjuk a dolgokat, böködjük és szurkáljuk.

We shake things and see what happens.

Megrázzuk őket és figyeljük, hogy mi történik.

And that's something that video still won't let us do,

És ez olyasmi, amit a videó még nem enged nekünk megtenni,

at least not traditionally.

legalábbis hagyományosan nem.

So I want to show you some new work,

Ezért mutatnék egy új munkát önöknek,

and this is based on an idea I had just a few months ago,

ami egy pár hónappal ezelőtti ötletemen alapul,

so this is actually the first time I've shown it to a public audience.

szóval igazából ez az első alkalom, hogy megmutatom a nagyközönségnek.

And the basic idea is that we're going to use the vibrations in a video

Az alapvető ötlet, hogy felhasználjuk a videón rögzített rezgéseket arra,

to capture objects in a way that will let us interact with them

hogy a tárgyakat oly módon örökítsük meg, ami lehetővé teszi velük az interkaciót

and see how they react to us.

és megmutatja, hogyan reagálnak ránk.

So here's an object,

Szóval itt van egy tárgy,

and in this case, it's a wire figure in the shape of a human,

ez éppen egy ember alakú drótfigura,

and we're going to film that object with just a regular camera.

és fel fogjuk venni ezt a tárgyat egy átlagos kamerával.

So there's nothing special about this camera.

Tehát a kamerában nincsen semmi különleges.

In fact, I've actually done this with my cell phone before.

Sőt, én már csináltam ilyet a mobilommal is korábban.

But we do want to see the object vibrate,

De szeretnénk látni, ahogy a tárgy rezeg,

so to make that happen,

és hogy ezt elérjük,

we're just going to bang a little bit on the surface where it's resting

egy kicsit megütögetjük a felületet, amin helyet foglal,

while we record this video.

miközben felvesszük ezt a videót.

So that's it: just five seconds of regular video,

Szóval ennyi: csak öt másodperc átlagos videó,

while we bang on this surface,

miközben ütögetjük a felületet,

and we're going to use the vibrations in that video

a videóban lévő rezgéseket arra fogjuk használni,

to learn about the structural and material properties of our object,

hogy többet tudjunk meg a tárgyunk szerkezeti és anyagi tulajdonságairól,

and we're going to use that information to create something new and interactive.

ennek az információnak a segítségével majd valami újat és interaktívat hozunk létre.

And so here's what we've created.

Íme, amit létrehoztunk.

And it looks like a regular image,

Úgy néz ki, mint egy közönséges kép,

but this isn't an image, and it's not a video,

de ez nem egy kép, és nem is egy videó,

because now I can take my mouse

mert most foghatom az egeremet

and I can start interacting with the object.

és elkezdhetek kapcsolatot teremteni a tárggyal.

And so what you see here

És amit most itt látnak,

is a simulation of how this object

az egy szimulációja annak,

would respond to new forces that we've never seen before,

ahogy a tárgy reagálna új erőkre, amiket még sosem láttunk,

and we created it from just five seconds of regular video.

és ezt csak egy öt másodperces egyszerű videóból készítettük.

(Applause)

(Taps)

And so this is a really powerful way to look at the world,

Ez egy nagyon hatásos módja annak, ahogy a világot szemléljük,

because it lets us predict how objects will respond

mert általa megjósolhatjuk, hogyan fognak a tárgyak reagálni

to new situations,

egy új helyzetre,

and you could imagine, for instance, looking at an old bridge

és elképzelhetjük például, ahogy nézünk egy régi hídra,

and wondering what would happen, how would that bridge hold up

és azon gondolkozunk, mi történne, hogyan tartana ki a híd,

if I were to drive my car across it.

ha áthajtanánk rajta az autónkkal.

And that's a question that you probably want to answer

Ez egy olyan kérdés, amire jó lenne tudni a választ,

before you start driving across that bridge.

mielőtt elkezdünk áthajtani azon a hídon.

And of course, there are going to be limitations to this technique,

És természetesen lesznek korlátai ennek a technikának,

just like there were with the visual microphone,

mint ahogy voltak a vizuális mikrofonnak is,

but we found that it works in a lot of situations

de azt vettük észre, hogy sok helyzetben működik,

that you might not expect,

amiben talán nem is várnák,

especially if you give it longer videos.

különösen, ha hosszabb videókkal dolgozunk.

So for example, here's a video that I captured

Szóval például itt egy videó, amit felvettem,

of a bush outside of my apartment,

egy bokorról a lakásom előtt.

and I didn't do anything to this bush,

Nem csináltam semmit a bokorral,

but by capturing a minute-long video,

de míg felvettem egy egyperces videót,

a gentle breeze caused enough vibrations

egy kis szellő elég rezgést okozott,

that we could learn enough about this bush to create this simulation.

hogy eleget megtudjunk a bokorról, és így létrehozhassuk ezt a szimulációt.

(Applause)

(Taps)

And so you could imagine giving this to a film director,

El tudják képzelni, ahogy egy fimrendező kezébe adjuk ezt,

and letting him control, say,

hogy így kontrollálhassa, mondjuk

the strength and direction of wind in a shot after it's been recorded.

a szél erejét és irányát egy jelenetben, miután felvették azt.

Or, in this case, we pointed our camera at a hanging curtain,

Vagy, ebben az esetben, a kameránkat egy felakasztott függönyre szegeztük.

and you can't even see any motion in this video,

Nem látnak semmi mozgást ezen a videón,

but by recording a two-minute-long video,

de egy kétperces videó felvételével,

natural air currents in this room

a szobában lévő természetes légmozgások

created enough subtle, imperceptible motions and vibrations

elegendő finom, alig érzékelhető mozgást és rezgést okoztak,

that we could learn enough to create this simulation.

hogy eleget tudjunk a szimuláció elkészítéséhez.

And ironically,

Ironikus módon,

we're kind of used to having this kind of interactivity

eléggé hozzá vagyunk szokva az ilyen fajta interaktivitáshoz,

when it comes to virtual objects,

ha virtuális tárgyakról van szó,

when it comes to video games and 3D models,

videó játékokról és 3D modellekről,

but to be able to capture this information from real objects in the real world

de a képesség, hogy ezt az információt a valóság valós tárgyairól is megszerezzük

using just simple, regular video,

csupán egyszerű, hagyományos videót használva,

is something new that has a lot of potential.

ez valami új, ami nagyon sok lehetőséget rejt.

So here are the amazing people who worked with me on these projects.

Szóval íme a lenyűgöző emberek, akikkel ezeken a projekteken dolgoztam.

(Applause)

(Taps)

And what I've shown you today is only the beginning.

És amit ma megmutattam önöknek, az csak a kezdet.

We've just started to scratch the surface

Épp csak karcolgatjuk a felszínét annak,

of what you can do with this kind of imaging,

amit ezzel a képalkotással megtehetünk,

because it gives us a new way

mert egy új módszert biztosít arra,

to capture our surroundings with common, accessible technology.

hogy megörökítsük a környezetünket, mindennapi, hozzáférhető technológiával.

And so looking to the future,

Szóval a jövőbe nézve,

it's going to be really exciting to explore

nagyon izgalmas lesz felfedezni,

what this can tell us about the world.

mit árulhat el ez nekünk a világról.

Thank you.

Köszönöm!

(Applause)

(Taps)