A camera that can see around corners | David Lindell

Transcriber: Ivana Korom Reviewer: Krystian Aparta

Translator: zhila mawlood Reviewer: Daban Q Jaff

In the future,

له‌ داهاتوو،

self-driving cars will be safer and more reliable than humans.

ئۆتۆمبێله‌ خۆ لێخوڕه‌كان سه‌لامه‌تتر و زیاتر باوه‌رپێكراو ده‌بن له‌ مرۆڤ.

به‌ڵام بۆ ئه‌وه‌ی ئه‌مه‌ ڕووبدات،

But for this to happen,

we need technologies that allow cars to respond

پێویستمان به‌و ته‌كنه‌لۆژیایانه‌ هه‌یه‌ كه‌ ڕێگه‌ به‌ ئۆتۆمبێله‌كان ده‌ده‌ن

faster than humans,

خێراتر له‌ مرۆڤ وه‌ڵام بده‌نه‌وه‌،

we need algorithms that can drive better than humans

پێویستمان به‌و ئه‌ڵگۆریزمانه‌ هه‌یه‌ كه‌ ده‌توانن باشتر له‌ مرۆڤ لێبخوڕن

and we need cameras that can see more than humans can see.

و پێویستمان به‌و كامێرایانه‌ هه‌یه‌ كه‌ توانایان له‌ توانای بینینی مرۆڤ زیاتر بێت.

For example, imagine a self-driving car is about to make a blind turn,

بۆ نموونه‌، ئۆتۆمبێلێكی خۆلێخوڕ بێنه‌ به‌ر چاوت كه‌ خه‌ریكی سووڕانه‌وه‌ی گۆشه‌یه‌كه‌،

and there's an oncoming car

و ئۆتۆمبێلێك وا دێت

or perhaps there's a child about to run into the street.

یاخود منداڵێك وا ده‌یه‌وێت بۆ شه‌قامه‌كه‌ ڕابكات.

Fortunately, our future car will have this superpower,

خۆشبه‌ختانه‌، ئۆتۆمبێلی داهاتوومان ئه‌م توانا له‌ ڕادده‌به‌ده‌ره‌ی ده‌بێت،

a camera that can see around corners to detect these potential hazards.

كامێرایه‌ك ده‌توانێت گۆشه‌كان ببینێت بۆ ئاشكرا كردنی ئه‌و مه‌ترسییه‌ شاراوانه‌.

For the past few years as a PhD student

له‌و چه‌ند ساڵه‌ی ڕابردوو وه‌كو قوتابییه‌كی دكتۆرا

in the Stanford Computational Imaging Lab,

له‌ تاقیگه‌ی وێنه‌كردنی ژماره‌یی له‌ زانكۆی ستانفۆرد،

I've been working on a camera that can do just this --

له‌سه‌ر كامێرایه‌ك كارم ده‌كرد كه‌ ده‌یتوانی هه‌ر ئه‌مه‌ بكات--

a camera that can image objects hidden around corners

كامێرایه‌ك ده‌توانێت وێنه‌ی ته‌نی شاراوه‌ بكات له‌ ده‌وری گۆشه‌كان

or blocked from direct line of sight.

یاخود له‌ هێڵی بینینی ڕاسته‌وخۆ گیراون.

So let me give you an example of what our camera can see.

بۆیه‌ با نموونه‌یه‌كتان پێ بڵێم له‌ باره‌ی كامێراكه‌مان ده‌توانێت چی ببینێت.

This is an outdoor experiment we conducted

ئه‌مه‌ ئه‌زموونێكی ده‌ره‌كییه‌ كه‌ پێی هه‌ڵساین

where our camera system is scanning the side of this building with a laser,

كه‌ سیسته‌می كامێراكه‌مان چاودێریی لای ئه‌و باڵه‌خانه‌یه‌ ده‌كات به‌ به‌كارهێنانی

and the scene that we want to capture

لێزه‌ر و ئه‌و دیمه‌نه‌ی كه‌ ده‌مانه‌وێت وێنه‌ی بگرین

is hidden around the corner behind this curtain.

له‌ نزیكی گۆشه‌كه‌ له‌ پشت په‌رده‌كه‌ شاردراوه‌ته‌وه‌.

So our camera system can't actually see it directly.

بۆیه‌ ڕاستییه‌كه‌ی سیسته‌می كامێراكه‌مان ناتوانێت ڕاسته‌وخۆ بیبینێت،

And yet, somehow,

و هێشتا، هه‌رچۆنێك بێت،

our camera can still capture the 3D geometry of this scene.

-هێشتا كامێراكانمان توانای وێنه‌گرتنی ئه‌ن دازه‌یی سێ دووریی ئه‌م دیمه‌نه‌یان هه‌یه‌.

So how do we do this?

بۆیه‌ چۆن ئه‌مه‌ ده‌كه‌ین؟

The magic happens here in this camera system.

سیحره‌كه‌ لێره‌ له‌و سیسته‌می كامێرایه‌ ڕووده‌دات.

You can think of this as a type of high-speed camera.

ده‌توانیت وه‌كو جۆرێك له‌ كامێرای خێرایی زۆر بیری لێ بكه‌یته‌وه‌.

Not one that operates at 1,000 frames per second,

نه‌ك یه‌كێك كه‌ له‌ 1000 چوارچێوه‌ له‌ هه‌ر چركه‌یه‌كدا ئیش ده‌كات،

or even a million frames per second,

یاخود ته‌نانه‌ت له‌ ملیۆنێك چوار چێوه‌ له‌ چركه‌یه‌كدا،

but a trillion frames per second.

به‌ڵكو تلیارێك چوارچێوه‌ له‌ چركه‌یه‌كدا.

So fast that it can actually capture the movement of light itself.

ئه‌وه‌نده‌ خێرایه‌ كه‌ ده‌توانێت وێنه‌ی جووڵه‌كانی ڕووناكییه‌كه‌ خۆی بگرێت.

And to give you an example of just how fast light travels,

بۆ ئه‌وه‌ی نموونه‌یه‌كتان پێ بده‌م له‌سه‌ر چه‌ند خێرا ڕووناكیی گه‌شت ده‌كات،

let's compare it to the speed of a fast-running comic book superhero

با له‌گه‌ڵ خێرایی پاڵه‌وانێكی خێراڕاكه‌ری په‌رتووكی كۆمیدی به‌راوردی بكه‌ین

who can move at up to three times the speed of sound.

كه‌ ده‌توانێت بجووڵێت سێجار زیاتر له‌ خێرایی ده‌نگ.

It takes a pulse of light about 3.3 billionths of a second,

ترپه‌یه‌كی ڕووناكیی 3.3 ملیارله‌ چركه‌یه‌ك ده‌بات،

or 3.3 nanoseconds,

یاخود 3.3 نانۆسێكند،

to travel the distance of a meter.

بۆ گه‌شت كردن له‌ دووریی مه‌ترێك.

Well, in that same time,

زۆر باشه‌، له‌ هه‌مان ئه‌و كاته‌دا،

our superhero has moved less than the width of a human hair.

پاڵه‌وانه‌كه‌مان كه‌متر له‌ پانیی تاڵه‌ قژێكی مرۆڤ جووڵه‌ی كرد.

That's pretty fast.

ئه‌وه‌ زۆر خێرایه‌.

But actually, we need to image much faster

به‌ڵام ڕاستییه‌كه‌ی، پێویسته‌ زۆر خێراتر وێنه‌ بكه‌ین

if we want to capture light moving at subcentimeter scales.

گه‌ر بمانه‌وێت وێنه‌ی جووڵی ڕووناكیی به‌ پێوه‌ری سانتیمه‌تری لاوه‌كیی بگرین.

So our camera system can capture photons

بۆیه‌ كامێراكه‌مان ده‌توانێت وێنه‌ی فۆتۆن بگرێت

at time frames of just 50 trillionths of a second,

له‌ چوارچێوه‌ی كاتیی بۆ ته‌نیا 50 ترلیۆن له‌ چركه‌یه‌كدا،

or 50 picoseconds.

یاخود 50 پیكۆسێكند.

So we take this ultra-high-speed camera

بۆیه‌ ئه‌و كامێرا سه‌روو خێراییه‌ زۆره‌ هه‌ڵده‌گرین

and we pair it with a laser that sends out short pulses of light.

له‌گه‌ڵ لێزه‌رێك كه‌وا ترپه‌ی كورتی ڕووناكیی ده‌نێرێت جووتی ده‌كه‌ین،

Each pulse travels to this visible wall

هه‌ر ترپه‌یه‌ك بۆ ئه‌م دیواره‌ بینراوه‌ گه‌شت ده‌كات

و هه‌ندێك ڕووناكیی بۆ كامێراكه‌مان بڵاو ده‌بێته‌وه‌،

and some light scatters back to our camera,

but we also use the wall to scatter light around the corner

به‌ڵام دیواره‌كه‌ش به‌كار ده‌هێنین بۆ بڵاو بوونه‌وه‌ی ڕووناكیی له‌ ده‌وری گۆشه‌كه‌

to the hidden object and back.

بۆ ته‌نه‌ شاراوه‌كه‌ و بۆ پشته‌وه‌.

We repeat this measurement many times

ئه‌م پێوانه‌ كردنه‌ چه‌ندین جار دووباره‌ ده‌كه‌ینه‌وه‌

to capture the arrival times of many photons

بۆ وێنه‌گرتنی كاته‌كانی گه‌یشتنی چه‌ندین فۆتۆن

from different locations on the wall.

له‌ شوێنی جیاواز له‌سه‌ر دیواره‌كه‌.

And after we capture these measurements, we can create

و پاش ئه‌وه‌ی وێنه‌ی ئه‌م پێوانه‌ كردنانه‌ ده‌گرین، ده‌توانین

a trillion-frame-per-second video of the wall.

ڤیدیۆیه‌كی ترلیۆن چوارچێوه‌ له‌ چركه‌یه‌ك له‌سه‌ر دیواره‌كه‌ دروست بكه‌ین

While this wall may look ordinary to our own eyes,

له‌ كاتێكدا له‌وانه‌یه‌ ئه‌م دیواره‌ ئاسایی دیار بێت له‌ پێش چاومان،

at a trillion frames per second, we can see something truly incredible.

له‌ ترلیۆنێك چوارچێوه‌ له‌ چركه‌یه‌ك، ده‌توانین شتێكی باوه‌ڕ پێنه‌كراو ببینین.

We can actually see waves of light scattered back from the hidden scene

ده‌توانین شه‌پۆله‌كانی ڕووناكیی ببینین له‌ دیمه‌نه‌ شاراوه‌كه‌ په‌رش ده‌بنه‌وه‌

and splashing against the wall.

و له‌سه‌ر دیواره‌كه‌ ده‌پرژێن.

And each of these waves carries information

و هه‌ر یه‌ك له‌و شه‌پۆلانه‌ زانیاری هه‌ڵده‌گرن

له‌باره‌ی ته‌نه‌ شاراوه‌كه‌ كه‌ شه‌پۆله‌كه‌ی نارد.

about the hidden object that sent it.

So we can take these measurements

بۆیه‌ ده‌توانین ئه‌و پێوانه‌ كردنانه‌ هه‌ڵگرین

and pass them into a reconstruction algorithm

و تێبپه‌ڕێنین بۆ ئه‌لگۆریزمی دووباره‌ بنیاتنانه‌وه‌

to then recover the 3D geometry of this hidden scene.

پاشان بۆ چاكردنه‌وه‌ی ئه‌ندازه‌یی سێ دووریی ئه‌م دیمه‌نه‌ شاراوه‌یه‌.

Now I want to show you one more example of an indoor scene that we captured,

ده‌مه‌وێت نموونه‌یه‌كی ترتان پێشان بده‌م له‌ دیمه‌نێكی ناوه‌كیی كه‌ وێنه‌مان گرت،

this time with a variety of different hidden objects.

ئه‌مجاره‌ به‌ چه‌ندین جۆری جیاواز له‌ ته‌نی شاراوه‌.

And these objects have different appearances,

و ئه‌م ته‌نانه‌ شێوه‌ی جیاوازیان هه‌یه‌،

so they reflect light differently.

بۆیه‌ به‌رپه‌چی ڕووناكیی به‌ جیاوازی ده‌ده‌نه‌وه‌.

For example, this glossy dragon statue reflects light differently

بۆ نموونه‌، ئه‌م په‌یكه‌ری ئه‌ژدیها دره‌و شاوه‌ جیاواز به‌رپه‌چی ڕووناكیی

than the mirror disco ball

ده‌داته‌وه‌ وه‌ك له‌ ئاوێنه‌ی تۆپی دیسكۆكه

or the white discus thrower statue.

یاخود په‌یكه‌ری ده‌ست هاوێشتنه‌ سپییه‌كه‌.

And we can actually see the differences in the reflected light

ده‌توانین له‌ ڕووناكییه‌ به‌رپه‌چبووه‌كه‌ جیاوازییه‌كان ببینین

by visualizing it as this 3D volume,

له‌ ڕێگه‌ی هێنانه‌ به‌رچاوی وه‌كو ئه‌م قه‌باره‌ سێ دوورییه‌،

where we've just taken the video frames and stacked them together.

له‌و شوێنه‌ی كه‌ چوارچێوه‌كانی ڤیدیۆكه‌مان هه‌ڵگرتوه‌و به‌ یه‌كه‌وه‌ كۆمه‌ڵمان كردوون

And time here is represented as the depth dimension of this cube.

و كات لێره‌ وه‌كو دوورییه‌ قووڵه‌كه‌ی ئه‌م شه‌شپاڵووه‌ خراوه‌ته‌ ڕوو.

These bright dots that you see are reflections of light

ئه‌م خاڵه‌ گه‌شاوانه‌ كه‌ ده‌یبینن به‌رپه‌چدانه‌وه‌ی ڕووناكیین

from each of the mirrored facets of the disco ball,

له‌ هه‌ریه‌ك له‌ لایه‌كانی ئاوێنه‌كه‌ له‌ تۆپی دیسكۆكه‌،

scattering against the wall over time.

به‌ تێپه‌ڕ بوونی كات به‌سه‌ر دیواره‌كه‌ په‌رش ده‌بن.

The bright streaks of light that you see arriving soonest in time

هێڵه‌ بریسكه‌داره‌كانی ڕووناكیی كه‌ ده‌یانبینیت به‌ زووترین كات ده‌گه‌ن

are from the glossy dragon statue that's closest to the wall,

له‌لایه‌ن په‌یكه‌ری ئه‌ژدیها گه‌شاوه‌كه‌ن كه‌ نزیكترینه‌ له‌ دیواره‌كه‌،

and the other streaks of light come from reflections of light from the bookcase

هێڵه‌كانی تری ڕووناكیی له‌ به‌رپه‌رچ دانه‌وه‌ی ڕووناكیی دێن له‌ دۆڵابه‌كه‌

and from the statue.

و له‌ په‌یكه‌ره‌كه‌.

Now, we can also visualize these measurements frame by frame,

هه‌روه‌ها ده‌توانین ئه‌و پێوانه‌ كردنانه‌ چوارچێوه‌ به‌ چوارچێوه‌ بێنینه‌ به‌رچاومان

as a video,

وه‌كو ڤیدیۆیه‌ك.

to directly see the scattered light.

بۆ ئه‌وه‌ی ڕاسته‌وخۆ ڕووناكییه‌ بڵاوبووه‌كه‌ ببینین،

And again, here we see, first, reflections of light from the dragon,

دووباره‌، لێره‌ ده‌بینین، یه‌كه‌م، به‌رپه‌چدانه‌وه‌ی ڕووناكیی له‌ ئه‌ژدیهاكه‌

closest to the wall,

كه‌ نزیكترینه‌ له‌ دیواره‌كه‌،

followed by bright dots from the disco ball

خاڵه‌ بریسكه‌داره‌كان له‌ تۆپی دیسكۆكه‌ به‌ دوای دێن

and other reflections from the bookcase.

به‌رپه‌چدانه‌وه‌كانی تریش له‌ دۆڵابه‌كه‌.

And finally, we see the reflected waves of light from the statue.

و له‌ كۆتایی، شه‌پۆڵه‌ بڵاوبووه‌كان له‌ په‌یكه‌ره‌كه‌ ده‌بینین.

These waves of light illuminating the wall

ئه‌م شه‌پۆلانه‌ی رووناكیی دیواره‌كه‌ ڕووناك ده‌كه‌نه‌وه‌

are like fireworks that last for just trillionths of a second.

وه‌كو ئاگری ڕه‌نگینن كه‌ ته‌نیا له‌ ترلیۆنێكی چركه‌یه‌كدا ده‌مێننه‌وه‌.

And even though these objects reflect light differently,

له‌گه‌ڵ ئه‌وه‌ش كه‌ ئه‌م ته‌نانه‌ جیاواز به‌رپه‌چی ڕووناكیی ده‌ده‌نه‌وه‌،

we can still reconstruct their shapes.

هێشتا ده‌توانین دووباره‌ شێوه‌كانیان دروست بكه‌ینه‌وه‌.

And this is what you can see from around the corner.

ئه‌مه‌ ئه‌وه‌یه‌ كه‌ ده‌توانیت له‌ لێواری گۆشه‌كان بیبینیت.

Now, I want to show you one more example that's slightly different.

ئێستا ، ده‌مه‌وێت نموونه‌یه‌كی تریشتان پێشان بده‌م كه‌ كه‌مێك جیاوازه‌.

In this video, you see me dressed in this reflective suit

له‌م ڤیدیۆیه‌، ده‌مبینن كه‌ ئه‌م به‌رگه‌ به‌رپه‌چییه‌م پۆشیوه‌

and our camera system is scanning the wall at a rate of four times every second.

سیسته‌می كامێراكه‌مان دیواره‌كه‌ ده‌پشكنێت به‌ تێكڕای چوارجار له‌ چركه‌یه‌كدا.

The suit is reflective,

جله‌كه‌ به‌رپه‌چییه‌،

so we can actually capture enough photons

بۆیه‌ به‌ڕاستیی ده‌توانین وێنه‌ی فۆتۆنی پێویست بگرین

that we can see where I am and what I'm doing,

و ده‌توانین ببیبنین من له‌ كوێم و چی ده‌كه‌م،

without the camera actually directly imaging me.

به‌بێ كامێراكه‌ كه‌ ڕاسته‌وخۆ وێنه‌م ده‌گرێت.

By capturing photons that scatter from the wall to my tracksuit,

به‌ وێنه‌گرتنی ئه‌و فۆتۆنانه‌ی كه‌ له‌ دیواره‌كه‌ بۆ جله‌كه‌م بڵاو ده‌بێته‌وه‌،

back to the wall and back to the camera,

ده‌گه‌رێته‌وه‌ بۆ دیواره‌كه‌ و كامێراكه‌،

we can capture this indirect video in real time.

ده‌توانین وێنه‌ی ئه‌و ڤیدیۆ ناڕاسته‌وخۆیه‌ له‌ كاتی ڕاسته‌قینه‌ بگرین.

And we think that this type of practical non-line-of-sight imaging

و وابیرده‌كه‌ینه‌وه‌ ئه‌م جۆره‌ی وێنه‌گرتنی كرداریی بێ هێڵی بینینه‌

could be useful for applications including for self-driving cars,

ده‌توانرێت به‌ سوودبێت بۆ به‌رنامه‌كان له‌ نێویاندا بۆ ئۆتۆمبێله‌ خۆ لیخوڕه‌كان،

but also for biomedical imaging,

هه‌روه‌ها بۆ وێنه‌گرتنی پزیشكی زینده‌وه‌ریی،

where we need to see into the tiny structures of the body.

كه‌ پێویستمانه‌ بۆ بینینی پێكهاته‌ ورده‌كانی جه‌سته‌.

And perhaps we could also put similar camera systems on the robots

ڕه‌نگه‌ بتوانین سیسته‌می كامێرای هاوشێوه‌ له‌ ڕۆبۆته‌كان دابنێین

that we send to explore other planets.

كه‌ ده‌یاننێرین بۆ گه‌ڕان به‌ دوای هه‌ساره‌كانی تر.

Now you may have heard about seeing around corners before,

له‌وانه‌یه‌ پێشتر له‌ باره‌ی بینینی لێواری گۆشه‌كان بیستبێتتان،

but what I showed you today would have been impossible

به‌ڵام ئه‌وه‌ی ئه‌مڕۆ پێشانی ئێوه‌مدا ده‌كرا مه‌حاڵ بوو بێت

just two years ago.

ته‌نیا دوو ساڵ پێش ئێستا

For example, we can now image large, room-sized hidden scenes outdoors

بۆ نموونه‌، ئێستا ده‌توانین وێنه‌ی دیمه‌نی شاراوه‌ی گه‌وره‌ی قه‌باره‌ی ژوور

and at real-time rates,

بگرین و له‌ تێكڕای كاته‌ ڕاسته‌قینه‌كان،

and we've made significant advancements towards making this a practical technology

پێشكه‌وتنێكی گرنگمان به‌ده‌ستهێناوه‌ بۆ ئه‌وه‌ی بیكه‌ینه‌ ته‌كنه‌لۆژیایه‌كی كرداری

that you could actually see on a car someday.

كه‌ به‌ڕاستی ده‌توانیت ڕۆژێك له‌ ئۆتۆمبێلێك بیبینیت.

به‌ڵام به‌ دڵنیاییه‌وه‌، هێشتا به‌ره‌نگاریی ده‌مێنێته‌وه‌.

But of course, there's still challenges remaining.

For example, can we image hidden scenes at long distances

بۆ نموونه‌، ئایا ده‌توانین وێنه‌ی دیمه‌نی شاراوه‌ له‌ دووری زۆر بگرین

where we're collecting very, very few photons,

له‌و شوێنه‌ی كه‌ زۆر كه‌م فۆتۆن كۆ ده‌كه‌ینه‌وه‌،

with lasers that are low-power and that are eye-safe.

له‌گه‌ڵ ئه‌و لێزه‌رانه‌ی كه‌ وزه‌یان كه‌مه‌ و بۆ چاو سه‌لامه‌تن .

Or can we create images from photons

یاخود ده‌توانین له‌ فۆتۆنه‌كان وێنه‌ دروست بكه‌ین

كه‌ چه‌ندین جار له‌ ده‌وری خۆی بڵاوده‌بێته‌وه‌

that have scattered around many more times

than just a single bounce around the corner?

وه‌ك له‌ ته‌نیا وێنه‌ده‌ركردنێك له‌ لێواری گۆشه‌كه‌؟

Can we take our prototype system that's, well, currently large and bulky,

ده‌توانین سیسته‌می نموونه‌ی تاقیگه‌ریی خۆمان وه‌رگرین ، كه‌ ئێستا گه‌وره‌یه‌

and miniaturize it into something that could be useful

و بچووكی بكه‌ینه‌وه‌ بۆ شتێك كه‌ ده‌توانرێت سوودبه‌خش بێت

for biomedical imaging

بۆ وێنه‌گرتنی پزیشكیی زینده‌وه‌ریی

or perhaps a sort of improved home-security system,

یان ڕه‌نگه‌ جۆرێك له‌ سیسته‌می ئاسایشی ماڵ،

or can we take this new imaging modality and use it for other applications?

یان ده‌توانین ئه‌م ڕێگه‌ی وێنه‌گرتنه‌ نوێیه‌ وه‌رگرین بۆ به‌كارهێنانه‌كانی تر؟

I think it's an exciting new technology

وابیر ده‌كه‌مه‌وه‌ ته‌كنه‌لۆژیایه‌كی نوێی دڵخۆشكه‌ره‌

and there could be other things that we haven't thought of yet

ده‌توانرێت شتی تریش هه‌بێت كه‌ هێشتا بیرمان لێ نه‌كردبێته‌وه‌

to use it for.

بۆ ئه‌وه‌ی بۆی به‌كاربێنین.

And so, well, a future with self-driving cars

و هه‌ر بۆیه‌، داهاتوویه‌ك له‌گه‌ڵ ئۆتۆمبێلی خۆلێخوڕ

may seem distant to us now --

ڕه‌نگه‌ ئێستا بۆ ئێمه‌ دووردیار بێت--

we're already developing the technologies

ئێمه‌ به‌ ڕاستیی ته‌كنه‌لۆژیایه‌كان به‌ره‌و پێش ده‌به‌ین

that could make cars safer and more intelligent.

كه‌ ده‌كرێت ئۆتۆمبێله‌كان سه‌لامه‌تتر و زیره‌كتر بكات،

And with the rapid pace of scientific discovery and innovation,

و له‌گه‌ڵ هه‌نگاوی خێرای داهێنان و دۆزینه‌وه‌ی زانستیی،

you never know what new and exciting capabilities

ئێوه‌ هه‌رگیز نازانن كه‌ توانا نوێ و دڵخۆشكه‌ره‌كان

could be just around the corner.

ده‌كرێت له‌ لێواری گۆشه‌كان بن.

(Applause)

(چه‌پڵه‌)