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

204,073 views ・ 2015-05-05

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Rik Delaet Nagekeken door: Robert de Ridder
00:13
Most of us think of motion as a very visual thing.
0
13373
3349
De meesten zien beweging als iets zeer visueels.
00:17
If I walk across this stage or gesture with my hands while I speak,
1
17889
5088
Als ik over dit podium loop of met mijn handen gebaar,
00:22
that motion is something that you can see.
2
22977
2261
dan kan je die beweging zien.
00:26
But there's a world of important motion that's too subtle for the human eye,
3
26255
5482
Maar heel veel bewegingen
zijn te subtiel voor het menselijk oog.
00:31
and over the past few years,
4
31737
2041
In de afgelopen jaren
00:33
we've started to find that cameras
5
33778
1997
merkten we dat camera's
00:35
can often see this motion even when humans can't.
6
35775
3410
deze beweging vaak waarnemen, zelfs wanneer de mens dat niet kan.
00:40
So let me show you what I mean.
7
40305
1551
Dit is wat ik bedoel.
00:42
On the left here, you see video of a person's wrist,
8
42717
3622
Links zie je een video van iemands pols,
00:46
and on the right, you see video of a sleeping infant,
9
46339
3147
rechts een video van een slapend kind,
00:49
but if I didn't tell you that these were videos,
10
49486
3146
maar als ik je niet zou vertellen dat dit video's waren,
00:52
you might assume that you were looking at two regular images,
11
52632
3761
zou je kunnen denken dat je gewone foto’s zag,
00:56
because in both cases,
12
56393
1672
omdat in beide gevallen
00:58
these videos appear to be almost completely still.
13
58065
3047
er bijna geen beweging te zien is in beide video's.
01:02
But there's actually a lot of subtle motion going on here,
14
62175
3885
Maar er is eigenlijk een heleboel subtiele beweging gaande.
01:06
and if you were to touch the wrist on the left,
15
66060
2392
Als je de pols links zou aanraken,
01:08
you would feel a pulse,
16
68452
1996
zou je hem voelen kloppen.
01:10
and if you were to hold the infant on the right,
17
70448
2485
Bij het kind rechts
01:12
you would feel the rise and fall of her chest
18
72933
2391
zou je de borst voelen stijgen en dalen
01:15
as she took each breath.
19
75324
1390
bij elke ademhaling.
01:17
And these motions carry a lot of significance,
20
77762
3576
Deze bewegingen zitten vol met informatie,
01:21
but they're usually too subtle for us to see,
21
81338
3343
die meestal zo subtiel is, dat we ze niet kunnen zien.
01:24
so instead, we have to observe them
22
84681
2276
Daarom nemen we ze waar
01:26
through direct contact, through touch.
23
86957
2900
door direct contact, door middel van aanraking.
01:30
But a few years ago,
24
90997
1265
Maar een paar jaar geleden,
01:32
my colleagues at MIT developed what they call a motion microscope,
25
92262
4405
hebben mijn collega's aan het MIT een ‘bewegingsmicroscoop’ ontwikkeld.
01:36
which is software that finds these subtle motions in video
26
96667
4384
Dat is software die deze subtiele bewegingen in video vindt
01:41
and amplifies them so that they become large enough for us to see.
27
101051
3562
en versterkt zodat we ze kunnen zien.
01:45
And so, if we use their software on the left video,
28
105416
3483
Met hun software
kunnen we het kloppen van de pols zien.
01:48
it lets us see the pulse in this wrist,
29
108899
3250
01:52
and if we were to count that pulse,
30
112149
1695
Als we het kloppen tellen,
01:53
we could even figure out this person's heart rate.
31
113844
2355
kennen we zelfs de hartslag van deze persoon.
01:57
And if we used the same software on the right video,
32
117095
3065
Met dezelfde software kunnen we op de video rechts
02:00
it lets us see each breath that this infant takes,
33
120160
3227
de ademhaling van dit kind zien
02:03
and we can use this as a contact-free way to monitor her breathing.
34
123387
4137
en zonder fysisch contact haar ademhaling controleren.
02:08
And so this technology is really powerful because it takes these phenomena
35
128884
5348
Deze technologie is echt krachtig, want ze kan deze fenomenen,
02:14
that we normally have to experience through touch
36
134232
2367
die we normaal ervaren door aanraking,
02:16
and it lets us capture them visually and non-invasively.
37
136599
2957
visueel en ongestoord vastleggen.
02:21
So a couple years ago, I started working with the folks that created that software,
38
141104
4411
Een paar jaar geleden begon ik te werken met de mensen die die software creëerden.
02:25
and we decided to pursue a crazy idea.
39
145515
3367
We besloten een ​​gek idee uit te werken.
02:28
We thought, it's cool that we can use software
40
148882
2693
We vonden het cool om software te gebruiken
02:31
to visualize tiny motions like this,
41
151575
3135
om kleine bewegingen als deze te visualiseren
02:34
and you can almost think of it as a way to extend our sense of touch.
42
154710
4458
als een manier om onze tastzin uit te breiden.
02:39
But what if we could do the same thing with our ability to hear?
43
159168
4059
Maar wat als we datzelfde konden doen met ons gehoor?
02:44
What if we could use video to capture the vibrations of sound,
44
164508
4665
Wat als we video konden gebruiken om geluidstrillingen op te nemen --
02:49
which are just another kind of motion,
45
169173
2827
immers ook een soort beweging --
02:52
and turn everything that we see into a microphone?
46
172000
3346
zodat we van alles wat we zien een 'microfoon' konden maken.
02:56
Now, this is a bit of a strange idea,
47
176236
1971
Dat is een beetje een raar idee,
02:58
so let me try to put it in perspective for you.
48
178207
2586
dus laat me dat uitleggen.
03:01
Traditional microphones work by converting the motion
49
181523
3488
Traditionele microfoons werken door het omzetten van de beweging
03:05
of an internal diaphragm into an electrical signal,
50
185011
3599
van een intern membraan in een elektrisch signaal.
03:08
and that diaphragm is designed to move readily with sound
51
188610
4318
Dat membraan is ontworpen om gemakkelijk te bewegen met geluid,
03:12
so that its motion can be recorded and interpreted as audio.
52
192928
4807
zodat de beweging kan worden geregistreerd
en geïnterpreteerd als audio.
03:17
But sound causes all objects to vibrate.
53
197735
3668
Maar geluid laat alle objecten trillen.
03:21
Those vibrations are just usually too subtle and too fast for us to see.
54
201403
5480
Die trillingen zijn meestal te subtiel en te snel voor ons om te zien.
03:26
So what if we record them with a high-speed camera
55
206883
3738
Wat als we ze opnemen met een hogesnelheidscamera
03:30
and then use software to extract tiny motions
56
210621
3576
en dan software gebruiken om de kleine bewegingen
te halen uit onze hogesnelheidsvideo,
03:34
from our high-speed video,
57
214197
2090
03:36
and analyze those motions to figure out what sounds created them?
58
216287
4274
en die bewegingen analyseren om de geluiden te achterhalen
die ze veroorzaakten?
03:41
This would let us turn visible objects into visual microphones from a distance.
59
221859
5449
Dan kunnen we zichtbare objecten
op afstand gebruiken als visuele microfoons.
03:49
And so we tried this out,
60
229080
2183
Dit hebben we uitgeprobeerd.
03:51
and here's one of our experiments,
61
231263
1927
Hier is een van onze experimenten:
03:53
where we took this potted plant that you see on the right
62
233190
2949
we filmden deze plant daar rechts
03:56
and we filmed it with a high-speed camera
63
236139
2438
met een hogesnelheidscamera,
03:58
while a nearby loudspeaker played this sound.
64
238577
3529
terwijl een luidspreker in de buurt dit geluid speelde.
04:02
(Music: "Mary Had a Little Lamb")
65
242275
8190
(Muziek: 'Mary Had a Little Lamb')
04:11
And so here's the video that we recorded,
66
251820
2824
Hier is de video die we opnamen
04:14
and we recorded it at thousands of frames per second,
67
254644
3924
met duizenden frames per seconde.
04:18
but even if you look very closely,
68
258568
2322
Maar zelfs als je heel goed kijkt,
04:20
all you'll see are some leaves
69
260890
1951
is alles wat je ziet enkele bladeren...
04:22
that are pretty much just sitting there doing nothing,
70
262841
3065
... zonder veel actie. (Gelach)
04:25
because our sound only moved those leaves by about a micrometer.
71
265906
4806
Ons geluid verplaatst die bladeren slechts ongeveer één micrometer.
Dat is één tienduizendste van een centimeter,
04:31
That's one ten-thousandth of a centimeter,
72
271103
4276
04:35
which spans somewhere between a hundredth and a thousandth
73
275379
4156
ergens tussen een honderdste en een duizendste
04:39
of a pixel in this image.
74
279535
2299
van een pixel in dit beeld.
04:41
So you can squint all you want,
75
281881
2887
Je kunt dus nóg zo goed turen,
04:44
but motion that small is pretty much perceptually invisible.
76
284768
3335
die beweging is te klein om zichtbaar te zijn.
04:49
But it turns out that something can be perceptually invisible
77
289667
4157
Maar het blijkt dat iets niet te zien kan zijn
04:53
and still be numerically significant,
78
293824
2809
en toch numeriek significant.
04:56
because with the right algorithms,
79
296633
2002
Want met de juiste algoritmen
04:58
we can take this silent, seemingly still video
80
298635
3687
kunnen we uit deze stille, schijnbaar stille video
05:02
and we can recover this sound.
81
302322
1527
dit geluid herleiden.
05:04
(Music: "Mary Had a Little Lamb")
82
304690
7384
(Muziek: 'Mary Had a Little Lamb')
05:12
(Applause)
83
312074
5828
(Applaus)
05:22
So how is this possible?
84
322058
1939
Hoe is dat mogelijk?
05:23
How can we get so much information out of so little motion?
85
323997
4344
Hoe halen we zo veel informatie uit zo weinig beweging?
05:28
Well, let's say that those leaves move by just a single micrometer,
86
328341
5361
Stel dat die bladeren slechts één enkele micrometer uitwijken,
05:33
and let's say that that shifts our image by just a thousandth of a pixel.
87
333702
4308
en het beeld slechts één duizendste van een pixel verschuift.
05:39
That may not seem like much,
88
339269
2572
Dat lijkt misschien niet veel,
05:41
but a single frame of video
89
341841
1996
maar één enkel videoframe
05:43
may have hundreds of thousands of pixels in it,
90
343837
3257
kan honderdduizenden pixels bevatten.
05:47
and so if we combine all of the tiny motions that we see
91
347094
3454
Als we al die kleine bewegingen combineren
05:50
from across that entire image,
92
350548
2298
van dat complete beeld,
05:52
then suddenly a thousandth of a pixel
93
352846
2623
kan een duizendste van een pixel ineens
05:55
can start to add up to something pretty significant.
94
355469
2775
iets heel significants opleveren.
05:58
On a personal note, we were pretty psyched when we figured this out.
95
358870
3635
Even terzijde: we waren behoorlijk in onze nopjes
toen we dit hadden uitgeknobbeld.
06:02
(Laughter)
96
362505
2320
(Gelach)
06:04
But even with the right algorithm,
97
364825
3253
Maar zelfs met het juiste algoritme
06:08
we were still missing a pretty important piece of the puzzle.
98
368078
3617
misten we nog steeds een vrij belangrijk stuk van de puzzel.
06:11
You see, there are a lot of factors that affect when and how well
99
371695
3604
Veel factoren zijn van invloed op wanneer en hoe goed
06:15
this technique will work.
100
375299
1997
deze techniek werkt:
06:17
There's the object and how far away it is;
101
377296
3204
het object en hoe ver het is,
06:20
there's the camera and the lens that you use;
102
380500
2394
de camera en de lens,
06:22
how much light is shining on the object and how loud your sound is.
103
382894
4091
hoeveel licht op het object valt en hoe hard het geluid is.
06:27
And even with the right algorithm,
104
387945
3375
En zelfs met het juiste algoritme
06:31
we had to be very careful with our early experiments,
105
391320
3390
moesten we zeer zorgvuldig zijn bij onze vroege experimenten,
06:34
because if we got any of these factors wrong,
106
394710
2392
want als een van deze factoren verkeerd zat,
06:37
there was no way to tell what the problem was.
107
397102
2368
was er geen manier om te zien wat het probleem was.
06:39
We would just get noise back.
108
399470
2647
We kregen dan alleen lawaai terug.
06:42
And so a lot of our early experiments looked like this.
109
402117
3320
Veel van onze vroege experimenten zagen er zo uit.
06:45
And so here I am,
110
405437
2206
Hier ben ik
06:47
and on the bottom left, you can kind of see our high-speed camera,
111
407643
4040
en linksonder zie je onze hogesnelheidscamera,
06:51
which is pointed at a bag of chips,
112
411683
2183
gericht op een zak chips,
06:53
and the whole thing is lit by these bright lamps.
113
413866
2949
en de hele zaak wordt verlicht door sterke lampen.
06:56
And like I said, we had to be very careful in these early experiments,
114
416815
4365
We moesten zorgvuldig zijn bij deze vroege experimenten,
07:01
so this is how it went down.
115
421180
2508
dus ging het zo.
07:03
(Video) Abe Davis: Three, two, one, go.
116
423688
3761
(Video) Abe Davis: Drie, twee, een, start!
07:07
Mary had a little lamb! Little lamb! Little lamb!
117
427449
5387
Mary had a little lamb! Little lamb! Little lamb!
07:12
(Laughter)
118
432836
4500
(Gelach)
07:17
AD: So this experiment looks completely ridiculous.
119
437336
2814
AD: Dit experiment lijkt volstrekt belachelijk.
07:20
(Laughter)
120
440150
1788
(Gelach)
07:21
I mean, I'm screaming at a bag of chips --
121
441938
2345
Ik bedoel, ik sta te schreeuwen tegen een ​​zak chips -
07:24
(Laughter) --
122
444283
1551
(Gelach) -
07:25
and we're blasting it with so much light,
123
445834
2117
en we bestraalden hem met zoveel licht,
07:27
we literally melted the first bag we tried this on. (Laughter)
124
447951
4479
dat de eerste zak letterlijk smolt. (Gelach)
07:32
But ridiculous as this experiment looks,
125
452525
3274
Maar hoe belachelijk dit experiment ook lijkt,
07:35
it was actually really important,
126
455799
1788
het was eigenlijk heel belangrijk,
07:37
because we were able to recover this sound.
127
457587
2926
omdat we dit geluid konden herstellen.
07:40
(Audio) Mary had a little lamb! Little lamb! Little lamb!
128
460513
4712
(Audio) Mary had a little lamb! Little lamb! Little lamb!
07:45
(Applause)
129
465225
4088
(Applaus)
07:49
AD: And this was really significant,
130
469313
1881
AD: En dit was echt belangrijk,
want het was de eerste keer dat we
07:51
because it was the first time we recovered intelligible human speech
131
471194
4119
begrijpelijke menselijke spraak terugwonnen
07:55
from silent video of an object.
132
475424
2341
van een video zonder geluid van een object.
07:57
And so it gave us this point of reference,
133
477765
2391
Dit gaf ons een referentiepunt,
08:00
and gradually we could start to modify the experiment,
134
480156
3871
en geleidelijk aan konden we het experiment wijzigen,
08:04
using different objects or moving the object further away,
135
484106
3805
met verschillende voorwerpen of van verder weg,
08:07
using less light or quieter sounds.
136
487911
2770
met minder licht of zachtere geluiden.
08:11
And we analyzed all of these experiments
137
491887
2874
We analyseerden al deze proeven
08:14
until we really understood the limits of our technique,
138
494761
3622
totdat we de grenzen van onze techniek vonden.
08:18
because once we understood those limits,
139
498383
1950
Want zodra we die grenzen vonden,
08:20
we could figure out how to push them.
140
500333
2346
konden we achterhalen hoe we ze konden oprekken.
08:22
And that led to experiments like this one,
141
502679
3181
Dat leidde tot experimenten zoals dit.
08:25
where again, I'm going to speak to a bag of chips,
142
505860
2739
Ik sprak nog eens tegen een zak chips,
08:28
but this time we've moved our camera about 15 feet away,
143
508599
4830
maar dit keer met onze camera ongeveer 5 meter er vandaan,
08:33
outside, behind a soundproof window,
144
513429
2833
buiten, achter een geluiddicht raam,
08:36
and the whole thing is lit by only natural sunlight.
145
516262
2803
en alles alleen belicht met natuurlijk zonlicht.
08:40
And so here's the video that we captured.
146
520529
2155
Hier is de video daarvan.
08:44
And this is what things sounded like from inside, next to the bag of chips.
147
524450
4559
Zo klonk het binnen, bij de zak chips.
08:49
(Audio) Mary had a little lamb whose fleece was white as snow,
148
529009
5038
(Audio) Mary had a little lamb whose fleece was white as snow,
08:54
and everywhere that Mary went, that lamb was sure to go.
149
534047
5619
and everywhere that Mary went, that lamb was sure to go.
08:59
AD: And here's what we were able to recover from our silent video
150
539666
4017
AD: Hier is wat we uit onze stille video konden terugwinnen
09:03
captured outside behind that window.
151
543683
2345
van achter dat raam.
09:06
(Audio) Mary had a little lamb whose fleece was white as snow,
152
546028
4435
(Audio) Mary had a little lamb! whose fleece was white as snow,
09:10
and everywhere that Mary went, that lamb was sure to go.
153
550463
5457
and everywhere that Mary went, that lamb was sure to go.
09:15
(Applause)
154
555920
6501
(Applaus)
09:22
AD: And there are other ways that we can push these limits as well.
155
562421
3542
AD: Er zijn ook andere manieren om deze grenzen te verleggen.
09:25
So here's a quieter experiment
156
565963
1798
Hier is een rustiger experiment:
09:27
where we filmed some earphones plugged into a laptop computer,
157
567761
4110
we filmden wat oordopjes aangesloten op een laptop.
09:31
and in this case, our goal was to recover the music that was playing on that laptop
158
571871
4110
We wilden de muziek opnemen die op die laptop speelde,
09:35
from just silent video
159
575981
2299
uit de video zonder geluid
09:38
of these two little plastic earphones,
160
578280
2507
van die twee kleine plastic oordopjes.
09:40
and we were able to do this so well
161
580787
2183
We deden het zo goed
09:42
that I could even Shazam our results.
162
582970
2461
dat we onze resultaten konden ‘shazammen’.
09:45
(Laughter)
163
585431
2411
(Gelach)
09:49
(Music: "Under Pressure" by Queen)
164
589191
10034
(Muziek: 'Under Pressure' van Queen)
10:01
(Applause)
165
601615
4969
(Applaus)
10:06
And we can also push things by changing the hardware that we use.
166
606584
4551
We kunnen het resultaat ook verbeteren via de hardware.
De experimenten die ik jullie tot nu toe heb laten zien
10:11
Because the experiments I've shown you so far
167
611135
2461
10:13
were done with a camera, a high-speed camera,
168
613596
2322
deden we met een hogesnelheidscamera.
10:15
that can record video about a 100 times faster
169
615918
2879
Die kan ongeveer 100 keer sneller video opnemen
10:18
than most cell phones,
170
618797
1927
dan de meeste mobiele telefoons,
10:20
but we've also found a way to use this technique
171
620724
2809
maar we hebben ook een manier gevonden om deze techniek te gebruiken
10:23
with more regular cameras,
172
623533
2230
met gewonere camera’s.
10:25
and we do that by taking advantage of what's called a rolling shutter.
173
625763
4069
We doen dat door gebruik te maken van wat een ‘gordijnsluiter’ heet.
10:29
You see, most cameras record images one row at a time,
174
629832
4798
De meeste camera's leggen beelden rij voor rij vast.
10:34
and so if an object moves during the recording of a single image,
175
634630
5702
Als een object tijdens de opname van één enkel beeld beweegt,
10:40
there's a slight time delay between each row,
176
640344
2717
is er een kleine vertraging tussen elke rij,
10:43
and this causes slight artifacts
177
643061
3157
en dit veroorzaakt lichte artefacten
10:46
that get coded into each frame of a video.
178
646218
3483
in elk afzonderlijk videoframe.
10:49
And so what we found is that by analyzing these artifacts,
179
649701
3806
Door het analyseren van deze artefacten,
10:53
we can actually recover sound using a modified version of our algorithm.
180
653507
4615
kunnen we zelfs geluid herstellen
met een aangepaste versie van ons algoritme.
10:58
So here's an experiment we did
181
658122
1912
Hier weer een experiment.
11:00
where we filmed a bag of candy
182
660034
1695
We filmden een zak snoep
11:01
while a nearby loudspeaker played
183
661729
1741
terwijl een luidspreker in de buurt
11:03
the same "Mary Had a Little Lamb" music from before,
184
663470
2972
'Mary Had a Little Lamb' speelde.
11:06
but this time, we used just a regular store-bought camera,
185
666442
4203
Maar dit keer gebruikten we een normale camera uit de winkel.
11:10
and so in a second, I'll play for you the sound that we recovered,
186
670645
3174
Ik laat het jullie dadelijk horen.
11:13
and it's going to sound distorted this time,
187
673819
2050
Het zal wat vervormd zijn,
11:15
but listen and see if you can still recognize the music.
188
675869
2836
maar luister om te zien of je de muziek nog steeds kunt herkennen.
11:19
(Audio: "Mary Had a Little Lamb")
189
679723
6223
(Audio: 'Mary Had a Little Lamb')
11:37
And so, again, that sounds distorted,
190
697527
3465
Het klinkt vervormd,
11:40
but what's really amazing here is that we were able to do this
191
700992
4386
maar het geweldige eraan is dat we het doen
11:45
with something that you could literally run out
192
705378
2626
met spullen uit de eerste de beste winkel.
11:48
and pick up at a Best Buy.
193
708004
1444
11:51
So at this point,
194
711122
1363
Dit brengt de meeste mensen
11:52
a lot of people see this work,
195
712485
1974
11:54
and they immediately think about surveillance.
196
714459
3413
op het idee van bewaking. (Gelach)
11:57
And to be fair,
197
717872
2415
Om eerlijk te zijn, je kan je best voorstellen
12:00
it's not hard to imagine how you might use this technology to spy on someone.
198
720287
4133
hoe je deze technologie kan gebruiken om iemand te bespioneren.
12:04
But keep in mind that there's already a lot of very mature technology
199
724420
3947
Maar bedenk dat er al heel veel goed ontwikkelde technologie
12:08
out there for surveillance.
200
728367
1579
voor surveillance bestaat.
12:09
In fact, people have been using lasers
201
729946
2090
In feite hebben mensen al decennia lang
12:12
to eavesdrop on objects from a distance for decades.
202
732036
2799
lasers op objecten gericht om op afstand af te luisteren.
12:15
But what's really new here,
203
735978
2025
Maar wat hier echt nieuw is,
12:18
what's really different,
204
738003
1440
echt anders,
12:19
is that now we have a way to picture the vibrations of an object,
205
739443
4295
is dat we nu een manier hebben om trillingen van een object op te nemen.
12:23
which gives us a new lens through which to look at the world,
206
743738
3413
Dat geeft ons een nieuwe lens om te kijken naar de wereld.
12:27
and we can use that lens
207
747151
1510
We kunnen die lens gebruiken
12:28
to learn not just about forces like sound that cause an object to vibrate,
208
748661
4899
om niet alleen iets te leren over krachten
als geluid die een object laten trillen,
12:33
but also about the object itself.
209
753560
2288
maar ook over het object zelf.
12:36
And so I want to take a step back
210
756975
1693
Ik wil een stap terug doen
12:38
and think about how that might change the ways that we use video,
211
758668
4249
en nadenken over nieuwe manieren om video te gebruiken.
12:42
because we usually use video to look at things,
212
762917
3553
Meestal gebruiken we video om naar dingen te kijken,
12:46
and I've just shown you how we can use it
213
766470
2322
maar ik toonde hoe we het kunnen gebruiken
12:48
to listen to things.
214
768792
1857
om naar dingen te luisteren.
12:50
But there's another important way that we learn about the world:
215
770649
3971
Er is een andere belangrijke manier waarop we leren over de wereld:
12:54
that's by interacting with it.
216
774620
2275
door interactie ermee.
12:56
We push and pull and poke and prod things.
217
776895
3111
We duwen en trekken en porren dingen.
13:00
We shake things and see what happens.
218
780006
3181
We schudden dingen en zien wat er gebeurt.
13:03
And that's something that video still won't let us do,
219
783187
4273
Dat is iets dat video nog steeds niet kan,
13:07
at least not traditionally.
220
787460
2136
althans niet de traditionele video.
13:09
So I want to show you some new work,
221
789596
1950
Ik toon je wat nieuw werk,
13:11
and this is based on an idea I had just a few months ago,
222
791546
2667
gebaseerd op een idee dat ik net een paar maanden geleden had.
13:14
so this is actually the first time I've shown it to a public audience.
223
794213
3301
Het is de eerste keer dat ik ermee voor een publiek kom.
13:17
And the basic idea is that we're going to use the vibrations in a video
224
797514
5363
We gaan trillingen in een video gebruiken
13:22
to capture objects in a way that will let us interact with them
225
802877
4481
om objecten zo vast te leggen, dat we met ze kunnen interageren
13:27
and see how they react to us.
226
807358
1974
en zie hoe ze op ons reageren.
13:31
So here's an object,
227
811120
1764
Hier zie je een voorwerp,
13:32
and in this case, it's a wire figure in the shape of a human,
228
812884
3832
in dit geval een draadfiguur gevormd als mens.
13:36
and we're going to film that object with just a regular camera.
229
816716
3088
We gaan dat object filmen met een gewone camera.
13:39
So there's nothing special about this camera.
230
819804
2124
Er is niets bijzonders aan deze camera.
13:41
In fact, I've actually done this with my cell phone before.
231
821928
2961
Ik deed het al met mijn mobiele telefoon.
13:44
But we do want to see the object vibrate,
232
824889
2252
Maar we willen het object zien trillen.
13:47
so to make that happen,
233
827141
1133
Daarom kloppen we wat op het oppervlak waarop het staat
13:48
we're just going to bang a little bit on the surface where it's resting
234
828274
3346
13:51
while we record this video.
235
831620
2138
terwijl we deze video opnemen.
Dat is alles: slechts vijf seconden gewone video,
13:59
So that's it: just five seconds of regular video,
236
839398
3671
14:03
while we bang on this surface,
237
843069
2136
terwijl we op het oppervlak kloppen.
14:05
and we're going to use the vibrations in that video
238
845205
3513
We gaan de trillingen in die video gebruiken
14:08
to learn about the structural and material properties of our object,
239
848718
4544
om iets te leren over de structurele en materiaaleigenschappen van ons object,
14:13
and we're going to use that information to create something new and interactive.
240
853262
4834
en we gaan die informatie gebruiken om iets nieuws en interactiefs te maken.
14:24
And so here's what we've created.
241
864866
2653
Dit is het resultaat.
14:27
And it looks like a regular image,
242
867519
2229
Het ziet eruit als een gewone afbeelding,
14:29
but this isn't an image, and it's not a video,
243
869748
3111
maar dit is geen beeld, ook geen video,
14:32
because now I can take my mouse
244
872859
2368
want nu kan ik met mijn muis
14:35
and I can start interacting with the object.
245
875227
2859
gaan interageren met het object.
14:44
And so what you see here
246
884936
2357
Wat je hier ziet
14:47
is a simulation of how this object
247
887389
2226
is een simulatie van hoe dit object
14:49
would respond to new forces that we've never seen before,
248
889615
4458
zou reageren op nieuwe krachten die we nog nooit eerder hebben gezien,
14:54
and we created it from just five seconds of regular video.
249
894073
3633
en dat met slechts vijf seconden gewone video.
14:59
(Applause)
250
899249
4715
(Applaus)
15:09
And so this is a really powerful way to look at the world,
251
909421
3227
Dit is een krachtige manier om naar de wereld te kijken.
15:12
because it lets us predict how objects will respond
252
912648
2972
Het laat ons voorspellen hoe objecten zullen reageren
15:15
to new situations,
253
915620
1823
in nieuwe situaties:
15:17
and you could imagine, for instance, looking at an old bridge
254
917443
3473
bijvoorbeeld hoe een oude brug
15:20
and wondering what would happen, how would that bridge hold up
255
920916
3527
zich zal gaan gedragen
15:24
if I were to drive my car across it.
256
924443
2833
als ik er met mijn auto over zou rijden.
15:27
And that's a question that you probably want to answer
257
927276
2774
Dat wil je waarschijnlijk wel weten
15:30
before you start driving across that bridge.
258
930050
2560
voordat je over die brug gaat rijden.
15:33
And of course, there are going to be limitations to this technique,
259
933988
3272
Deze techniek heeft natuurlijk zijn beperkingen
15:37
just like there were with the visual microphone,
260
937260
2462
net zoals de visuele microfoon,
15:39
but we found that it works in a lot of situations
261
939722
3181
maar we merkten dat het in veel situaties werkt
15:42
that you might not expect,
262
942903
1875
waar je dat niet zou verwachten,
15:44
especially if you give it longer videos.
263
944778
2768
vooral als je langere video's maakt.
15:47
So for example, here's a video that I captured
264
947546
2508
Hier is een video die ik opnam
15:50
of a bush outside of my apartment,
265
950054
2299
van een struik bij mijn appartement.
15:52
and I didn't do anything to this bush,
266
952353
3088
Ik deed niets met de struik,
15:55
but by capturing a minute-long video,
267
955441
2705
maar met een video van één minuut
15:58
a gentle breeze caused enough vibrations
268
958146
3378
en een zacht briesje dat genoeg trillingen veroorzaakte,
16:01
that we could learn enough about this bush to create this simulation.
269
961524
3587
leerden we genoeg over deze struik om deze simulatie te maken.
16:07
(Applause)
270
967270
6142
(Applaus)
16:13
And so you could imagine giving this to a film director,
271
973412
2972
Je kan je voorstellen wat een filmregisseur
16:16
and letting him control, say,
272
976384
1719
hiermee kan doen,
16:18
the strength and direction of wind in a shot after it's been recorded.
273
978103
4922
als hij de kracht en de richting van de wind
in een opname achteraf kan bepalen.
16:24
Or, in this case, we pointed our camera at a hanging curtain,
274
984810
4535
Hier richtten we de camera op een hangend gordijn.
16:29
and you can't even see any motion in this video,
275
989345
4129
Je ziet zelfs geen beweging in deze video,
16:33
but by recording a two-minute-long video,
276
993474
2925
maar tijdens het opnemen van twee minuten video,
16:36
natural air currents in this room
277
996399
2438
veroorzaakten natuurlijke luchtstromen in deze kamer
16:38
created enough subtle, imperceptible motions and vibrations
278
998837
4412
genoeg subtiele, onmerkbare bewegingen en trillingen
16:43
that we could learn enough to create this simulation.
279
1003249
2565
dat we daarmee deze simulatie konden creëren.
16:48
And ironically,
280
1008243
2366
Ironisch genoeg
16:50
we're kind of used to having this kind of interactivity
281
1010609
3088
zijn we al gewend aan dit soort interactiviteit
16:53
when it comes to virtual objects,
282
1013697
2647
met virtuele objecten,
16:56
when it comes to video games and 3D models,
283
1016344
3297
als het gaat om videogames en 3D-modellen.
16:59
but to be able to capture this information from real objects in the real world
284
1019641
4404
Maar deze informatie van echte objecten in de echte wereld kunnen vastleggen
17:04
using just simple, regular video,
285
1024045
2817
met slechts eenvoudige, gewone video,
17:06
is something new that has a lot of potential.
286
1026862
2183
is iets nieuws dat veel mogelijkheden biedt.
17:10
So here are the amazing people who worked with me on these projects.
287
1030410
4904
Hier zijn de fantastische mensen die met mij
hebben samengewerkt aan deze projecten.
17:16
(Applause)
288
1036057
5596
(Applaus)
17:24
And what I've shown you today is only the beginning.
289
1044819
3057
Wat ik vandaag heb laten zien, is slechts het begin,
17:27
We've just started to scratch the surface
290
1047876
2113
een peulenschil
17:29
of what you can do with this kind of imaging,
291
1049989
2972
vergeleken met wat je kunt doen met dit soort beeldvorming.
17:32
because it gives us a new way
292
1052961
2286
Het geeft ons een nieuwe manier
17:35
to capture our surroundings with common, accessible technology.
293
1055342
4724
om onze omgeving met gewone, toegankelijke technologie vast te leggen.
17:40
And so looking to the future,
294
1060066
1929
Als we naar de toekomst kijken,
17:41
it's going to be really exciting to explore
295
1061995
2037
is het interessant om te zien
17:44
what this can tell us about the world.
296
1064032
1856
wat dit ons kan vertellen over onze wereld.
17:46
Thank you.
297
1066381
1204
Dankjewel.
17:47
(Applause)
298
1067610
6107
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7