TED2015
Abe Davis: New video technology that reveals an object's hidden properties
آبه دیویس: تکنولوژی ویدیو‌های جدید که پرده از خصوصیات مخفی اشیاء برمیدارد
Filmed:
Readability: 4.3
1,482,525 views
حرکات ریزی مدام در اطراف ما اتفاق می افتند که شامل لرزش‌های ریزی هستند که صدا آنها را ایجاد میکند. تکنولوژی جدید به ما میگوید که ما میتوانیم این لرزش‌ها را بگیریم و دوباره صدا و مکالماتی از اشیاء بظاهر بیحرکت تولید کنیم. اما اکنون آبه دیویس یک قدم فراترگذاشته : نمایش نرم‌افزار او را ببینید که به هر کسی اجازه میدهد تا با خصوصیات مخفی تنها از طریق یک ویدیو ساده ارتباط برقرار کند.
Abe Davis - Computer scientist
Computer vision expert Abe Davis pioneers methods to extract audio from silent digital videos, even footage shot on ordinary consumer cameras. Full bio
Computer vision expert Abe Davis pioneers methods to extract audio from silent digital videos, even footage shot on ordinary consumer cameras. Full bio
Double-click the English transcript below to play the video.
00:13
Most of us think of motion
as a very visual thing.
as a very visual thing.
0
1373
3349
بیشتر ما فکر میکنیم که حرکت
یک موضوع بصری است.
یک موضوع بصری است.
00:17
If I walk across this stage
or gesture with my hands while I speak,
or gesture with my hands while I speak,
1
5889
5088
اگر من روی سن، راه برم
و دستم را هنگام صحبت تکان بدم.
و دستم را هنگام صحبت تکان بدم.
00:22
that motion is something that you can see.
2
10977
2261
شما حرکت آن را میبینید.
00:26
But there's a world of important motion
that's too subtle for the human eye,
that's too subtle for the human eye,
3
14255
5482
اما حرکت‌های بسیار ظریفی وجود دارد
که برای چشم انسان بسیار ناچیزند،
که برای چشم انسان بسیار ناچیزند،
00:31
and over the past few years,
4
19737
2041
طی چند سال قبل،
00:33
we've started to find that cameras
5
21778
1997
ما دوربین‌هایی پیدا کردیم که
00:35
can often see this motion
even when humans can't.
even when humans can't.
6
23775
3410
این حرکات را میبیند
حتی اگر انسان نتواند آن را ببیند.
حتی اگر انسان نتواند آن را ببیند.
00:40
So let me show you what I mean.
7
28305
1551
بگذارید نشان بدهم که منظورم چیست.
00:42
On the left here, you see video
of a person's wrist,
of a person's wrist,
8
30717
3622
سمت چپ، فیلم مچ دست یک انسان را میبینید،
00:46
and on the right, you see video
of a sleeping infant,
of a sleeping infant,
9
34339
3147
و سمت راست، فیلم نوزادی را که خوابیده است،
00:49
but if I didn't tell you
that these were videos,
that these were videos,
10
37486
3146
اما اگر به شما نگفته بودم که اینها ویدیوهستند،
00:52
you might assume that you were looking
at two regular images,
at two regular images,
11
40632
3761
فکر میکردید که،
به دو عکس معمولی نگاه میکنید،
به دو عکس معمولی نگاه میکنید،
00:56
because in both cases,
12
44393
1672
چون در هر دو مورد،
00:58
these videos appear to be
almost completely still.
almost completely still.
13
46065
3047
آنها کاملا بیحرکت بنظر میرسند.
01:02
But there's actually a lot
of subtle motion going on here,
of subtle motion going on here,
14
50175
3885
اما در حقیقت حرکت های ظریف بسیاری وجود دارند،
01:06
and if you were to touch
the wrist on the left,
the wrist on the left,
15
54060
2392
اگر میخواستید مچ سمت چپ را لمس کنید،
01:08
you would feel a pulse,
16
56452
1996
نبض آن را حس میکردید،
01:10
and if you were to hold
the infant on the right,
the infant on the right,
17
58448
2485
و اگر در سمت راست، نوزاد را بغل کنید،
01:12
you would feel the rise
and fall of her chest
and fall of her chest
18
60933
2391
بالا پایین رفتن سینه اش را حس میکردید
01:15
as she took each breath.
19
63324
1390
زمانی که در حال نفس کشیدن است.
01:17
And these motions carry
a lot of significance,
a lot of significance,
20
65762
3576
این حرکات اهمیت بسیاری دارند،
01:21
but they're usually
too subtle for us to see,
too subtle for us to see,
21
69338
3343
هرچند که برای دیدن ما خیلی ریزند.
01:24
so instead, we have to observe them
22
72681
2276
بنابراین باید آن ها را زیر نظر گرفت
01:26
through direct contact, through touch.
23
74957
2900
با تماس مستقیم، با لمس کردن.
01:30
But a few years ago,
24
78997
1265
اما چند سال پیش،
01:32
my colleagues at MIT developed
what they call a motion microscope,
what they call a motion microscope,
25
80262
4405
همکارانم دردانشگاه ام آی تی،
یک میکروسکوپ برای حرکت ساختند،
یک میکروسکوپ برای حرکت ساختند،
01:36
which is software that finds
these subtle motions in video
these subtle motions in video
26
84667
4384
نرم افزاری است که این
حرکات ریز را نشان میدهد
حرکات ریز را نشان میدهد
01:41
and amplifies them so that they
become large enough for us to see.
become large enough for us to see.
27
89051
3562
و برای آن که قابل دیدن شوند،
آنها را بزرگتر میکند
آنها را بزرگتر میکند
01:45
And so, if we use their software
on the left video,
on the left video,
28
93416
3483
و اگر در ویدیو سمت چپ، از نرم‌افزار آنها استفاده کنیم،
01:48
it lets us see the pulse in this wrist,
29
96899
3250
نبض مچ دست را به ما نشان میدهد،
01:52
and if we were to count that pulse,
30
100149
1695
و اگر بخواهیم نبض‌ها را بشماریم،
01:53
we could even figure out
this person's heart rate.
this person's heart rate.
31
101844
2355
حتی سرعت قلب فرد هم قابل اندازه گیری است.
01:57
And if we used the same software
on the right video,
on the right video,
32
105095
3065
و اگر در ویدیو سمت راست،
از همان نرم‌افزار استفاده کنیم،
از همان نرم‌افزار استفاده کنیم،
02:00
it lets us see each breath
that this infant takes,
that this infant takes,
33
108160
3227
میتواند نفس‌هایی را که
نوزاد میکشد به ما نشان دهد،
نوزاد میکشد به ما نشان دهد،
02:03
and we can use this as a contact-free way
to monitor her breathing.
to monitor her breathing.
34
111387
4137
و ما میتوانیم از این وسیله ،
جدا ازبدن، برای مشاهده نفس‌های او استفاده کنیم
جدا ازبدن، برای مشاهده نفس‌های او استفاده کنیم
02:08
And so this technology is really powerful
because it takes these phenomena
because it takes these phenomena
35
116884
5348
این تکنولوژی کاملا قوی است،
چون این پدیده‌ها را می یابد.
چون این پدیده‌ها را می یابد.
02:14
that we normally have
to experience through touch
to experience through touch
36
122232
2367
که ما بصورت معمولی با لمس کردن تجربه میکنیم
02:16
and it lets us capture them visually
and non-invasively.
and non-invasively.
37
124599
2957
و به ما اجازه میدهد تا به صورت بصری
و بدون نیاز به تاخت و تاز، آنها را ببینیم.
و بدون نیاز به تاخت و تاز، آنها را ببینیم.
02:21
So a couple years ago, I started working
with the folks that created that software,
with the folks that created that software,
38
129104
4411
دو سال پیش، من با سازندهای
این نرم‌افزار شروع بکار کردم،
این نرم‌افزار شروع بکار کردم،
02:25
and we decided to pursue a crazy idea.
39
133515
3367
تصمیم گرفتیم تا کار دیوانه‌واری را انجام دهیم .
02:28
We thought, it's cool
that we can use software
that we can use software
40
136882
2693
فکر میکردیم که استفاده از آن نرم افزار بسیار جالب است.
02:31
to visualize tiny motions like this,
41
139575
3135
برای دیدن حرکات کوچکی مثل این،
02:34
and you can almost think of it
as a way to extend our sense of touch.
as a way to extend our sense of touch.
42
142710
4458
میتوانید به آن به عنوان روشی
برای تقویت حس لامسه نگاه کنید.
برای تقویت حس لامسه نگاه کنید.
02:39
But what if we could do the same thing
with our ability to hear?
with our ability to hear?
43
147168
4059
حالا اگر با حس شنیداری
اینکار را بکنیم چه میشود؟
اینکار را بکنیم چه میشود؟
02:44
What if we could use video
to capture the vibrations of sound,
to capture the vibrations of sound,
44
152508
4665
اگر از آن برای گرفتن لرزش‌های
صدا استفاده کنیم چه میشود،
صدا استفاده کنیم چه میشود،
02:49
which are just another kind of motion,
45
157173
2827
که تنها نوع دیگری از حرکت هستند.
02:52
and turn everything that we see
into a microphone?
into a microphone?
46
160000
3346
و هر چیزی را که میبینیم
به میکروفن تبدیل کنیم؟
به میکروفن تبدیل کنیم؟
02:56
Now, this is a bit of a strange idea,
47
164236
1971
این ایده عجیبی است،
02:58
so let me try to put it
in perspective for you.
in perspective for you.
48
166207
2586
اجازه بدهید تا به شما یک چشم انداز بدم.
03:01
Traditional microphones
work by converting the motion
work by converting the motion
49
169523
3488
میکروفون‌های قدیمی با تبدیل حرکت
03:05
of an internal diaphragm
into an electrical signal,
into an electrical signal,
50
173011
3599
از یک دیافراگم داخلی به سیگنال‌های الکتریکی کار میکردند،
03:08
and that diaphragm is designed
to move readily with sound
to move readily with sound
51
176610
4318
و دیافگرام با صدا حرکت میکرد
03:12
so that its motion can be recorded
and interpreted as audio.
and interpreted as audio.
52
180928
4807
درنتیجه حرکت ضبط میشد
و بصورت شنیداری پخش میشد
و بصورت شنیداری پخش میشد
03:17
But sound causes all objects to vibrate.
53
185735
3668
اما صدا باعث حرکت همه چیز میشود.
03:21
Those vibrations are just usually
too subtle and too fast for us to see.
too subtle and too fast for us to see.
54
189403
5480
لرزش‌ها آنقدر کوچک وسریع هستند
که ما نمی توانیم آنها را ببینیم
که ما نمی توانیم آنها را ببینیم
03:26
So what if we record them
with a high-speed camera
with a high-speed camera
55
194883
3738
حالا اگر با یک دوربین سرعت بالا
آنها را ضبط کنیم چه خواهد شد
آنها را ضبط کنیم چه خواهد شد
03:30
and then use software
to extract tiny motions
to extract tiny motions
56
198621
3576
و از نرم‌افزار برای استخراج
حرکات ریز استفاده کنیم
حرکات ریز استفاده کنیم
03:34
from our high-speed video,
57
202197
2090
از همان ویدیوی سرعت بالا،
03:36
and analyze those motions to figure out
what sounds created them?
what sounds created them?
58
204287
4274
و حرکات را تحلیل کنیم تا بفهمیم
چه صداهایی آنها را ایجاد کرده اند؟
چه صداهایی آنها را ایجاد کرده اند؟
03:41
This would let us turn visible objects
into visual microphones from a distance.
into visual microphones from a distance.
59
209859
5449
اینکار اجازه میدهد تا اشیاء دیدنی را
به میکروفون‌های بصری تبدیل کنیم.
به میکروفون‌های بصری تبدیل کنیم.
03:49
And so we tried this out,
60
217080
2183
پس این را امتحان کردیم،
03:51
and here's one of our experiments,
61
219263
1927
و این یکی از آزمایش‌های ماست،
03:53
where we took this potted plant
that you see on the right
that you see on the right
62
221190
2949
ما این گیاه گلدانی را گرفتیم
که در سمت راست میبینید
که در سمت راست میبینید
03:56
and we filmed it with a high-speed camera
63
224139
2438
و با دوربین سرعت بالا فیلمبرداری کردیم
03:58
while a nearby loudspeaker
played this sound.
played this sound.
64
226577
3529
درحالیکه یک بلندگو نزدیک به آن، این صدا را پخش میکرد.
04:02
(Music: "Mary Had a Little Lamb")
65
230275
8190
(موزیک: "ماری یه بره کوچک داشت")
04:11
And so here's the video that we recorded,
66
239820
2824
و این، همان ودیوی ضبط شده است،
04:14
and we recorded it at thousands
of frames per second,
of frames per second,
67
242644
3924
و ما آن را با سرعت هزار فریم در ثانیه ضبط کردیم،
04:18
but even if you look very closely,
68
246568
2322
اما اگر از خیلی نزدیک هم نگاه کنید،
04:20
all you'll see are some leaves
69
248890
1951
همه ی چیزی که شما میبینید، چند برگ کوچک است
04:22
that are pretty much
just sitting there doing nothing,
just sitting there doing nothing,
70
250841
3065
که اینجا هستند و هیچکاری نمیکنند
04:25
because our sound only moved those leaves
by about a micrometer.
by about a micrometer.
71
253906
4806
چون صدای ما، برگها را فقط در حدود یک میکرومتر تکان میدهد.
04:31
That's one ten-thousandth of a centimeter,
72
259103
4276
که یک هزارم سانتیمتر است
04:35
which spans somewhere between
a hundredth and a thousandth
a hundredth and a thousandth
73
263379
4156
که جایی بین یک هزارم و یک صدم پهنا دارد
04:39
of a pixel in this image.
74
267535
2299
از یک پیکسل در این عکس
04:41
So you can squint all you want,
75
269881
2887
پس همه چیزی که میخواهید
میتوانید با ریز کردن چشمتان ببینید،
میتوانید با ریز کردن چشمتان ببینید،
04:44
but motion that small is pretty much
perceptually invisible.
perceptually invisible.
76
272768
3335
اما حرکتی به آن کوچکی
با چشم غیر قابل درک است
با چشم غیر قابل درک است
04:49
But it turns out that something
can be perceptually invisible
can be perceptually invisible
77
277667
4157
اما بنظر میرسد چیزی که
میتواند غیر قابل مشاهده باشد
میتواند غیر قابل مشاهده باشد
04:53
and still be numerically significant,
78
281824
2809
وهنوز از نظرعددی معنادار باشد،
04:56
because with the right algorithms,
79
284633
2002
زیرا با الگوریتم صحیح،
04:58
we can take this silent,
seemingly still video
seemingly still video
80
286635
3687
ما میتوانیم این ویدیو بنظر
بیحرکت و بیصدا را بگیریم
بیحرکت و بیصدا را بگیریم
05:02
and we can recover this sound.
81
290322
1527
و ما میتوانیم صدای آن را بازسازی کنیم.
05:04
(Music: "Mary Had a Little Lamb")
82
292690
7384
(موزیک" " ماری یه بره کوچک داشت")
05:12
(Applause)
83
300074
5828
(تشویق)
05:22
So how is this possible?
84
310058
1939
پس، این چطور ممکن است؟
05:23
How can we get so much information
out of so little motion?
out of so little motion?
85
311997
4344
چطور ما میتوانیم تا این اندازه اطلاعات
از یک حرکت کوچک بگیریم؟
از یک حرکت کوچک بگیریم؟
05:28
Well, let's say that those leaves
move by just a single micrometer,
move by just a single micrometer,
86
316341
5361
بگذارید بگوییم که آن برگها
فقط به اندازه یک میکرومتر حرکت میکنند،
فقط به اندازه یک میکرومتر حرکت میکنند،
05:33
and let's say that that shifts our image
by just a thousandth of a pixel.
by just a thousandth of a pixel.
87
321702
4308
و آ ن در تصویر ما فقط به اندازه یک هزارم پیکسل جابجا میشود،
05:39
That may not seem like much,
88
327269
2572
که به نظر زیاد نمیاد،
05:41
but a single frame of video
89
329841
1996
اما یک فریم ویدیو
05:43
may have hundreds of thousands
of pixels in it,
of pixels in it,
90
331837
3257
شاید صدها هزار پیکسل در خودش دارد،
05:47
and so if we combine all
of the tiny motions that we see
of the tiny motions that we see
91
335094
3454
و اگر همه حرکات ریزی را که میبینیم،
باهم ترکیب کنیم
باهم ترکیب کنیم
05:50
from across that entire image,
92
338548
2298
در کل تصویر
05:52
then suddenly a thousandth of a pixel
93
340846
2623
بعد ناگهان یک هزارم پیکسل
05:55
can start to add up
to something pretty significant.
to something pretty significant.
94
343469
2775
میتواند به چیزی معناداری تبدیل بشود.
05:58
On a personal note, we were pretty psyched
when we figured this out.
when we figured this out.
95
346870
3635
در یادداشت شخصی، تقریبا افسون شده بودیم
وقتی آن را محاسبه کردیم.
وقتی آن را محاسبه کردیم.
06:02
(Laughter)
96
350505
2320
(خنده)
06:04
But even with the right algorithm,
97
352825
3253
اما حتی با الگوریتم صحیح،
06:08
we were still missing
a pretty important piece of the puzzle.
a pretty important piece of the puzzle.
98
356078
3617
ما یک تکه پازل مهم را از دست داده بودیم.
06:11
You see, there are a lot of factors
that affect when and how well
that affect when and how well
99
359695
3604
میبینید، عوامل زیادی وجود دارند
که به "چه وقت" و "چقدر" اثر میگذارند
که به "چه وقت" و "چقدر" اثر میگذارند
06:15
this technique will work.
100
363299
1997
این تکنیک کار خواهد کرد.
06:17
There's the object and how far away it is;
101
365296
3204
شیئ هست و هر چقدر دور باشد:
06:20
there's the camera
and the lens that you use;
and the lens that you use;
102
368500
2394
دوربین و لنزی که شما استفاده میکنید هم هست
06:22
how much light is shining on the object
and how loud your sound is.
and how loud your sound is.
103
370894
4091
چقدر نور به اشیاء میتابد
و صدا چقدر بلند است.
و صدا چقدر بلند است.
06:27
And even with the right algorithm,
104
375945
3375
و حتی با الگوریتم صحیح،
06:31
we had to be very careful
with our early experiments,
with our early experiments,
105
379320
3390
باید در آزمایش اولیه خیلی دقیق باشیم
06:34
because if we got
any of these factors wrong,
any of these factors wrong,
106
382710
2392
چون اگردر عوامل موثر اشتباه میکردیم
06:37
there was no way to tell
what the problem was.
what the problem was.
107
385102
2368
هیچ راهی وجود نداشت که بگوییم
مشکل از کجا بوده است.
مشکل از کجا بوده است.
06:39
We would just get noise back.
108
387470
2647
ما فقط صدا را برمیگرداندیم.
06:42
And so a lot of our early
experiments looked like this.
experiments looked like this.
109
390117
3320
و بسیاری از آزمایش‌های
اولیه ما، مثل این بودند.
اولیه ما، مثل این بودند.
06:45
And so here I am,
110
393437
2206
و من اینجام
06:47
and on the bottom left, you can kind of
see our high-speed camera,
see our high-speed camera,
111
395643
4040
و در سمت چب پایین، شما میتوانید
دوربین سرعت بالای ما را ببینید
دوربین سرعت بالای ما را ببینید
06:51
which is pointed at a bag of chips,
112
399683
2183
که بسمت یک بسته چیپس است
06:53
and the whole thing is lit
by these bright lamps.
by these bright lamps.
113
401866
2949
و همه چیز با این لامپ‌ها روشن شده است.
06:56
And like I said, we had to be
very careful in these early experiments,
very careful in these early experiments,
114
404815
4365
و همینطور که گفتم، ما باید در در آزمایش اولیه‌مان
خیلی دقت میکردیم
خیلی دقت میکردیم
07:01
so this is how it went down.
115
409180
2508
بنابراین، کار به این صورت در آمد.
07:03
(Video) Abe Davis: Three, two, one, go.
116
411688
3761
(ویدیو) آبه دیویس: سه، دو، یک، حرکت.
07:07
Mary had a little lamb!
Little lamb! Little lamb!
Little lamb! Little lamb!
117
415449
5387
ماری یه بره کوچک داشت! بره کوچک! بره کوچک!
07:12
(Laughter)
118
420836
4500
(خنده)
07:17
AD: So this experiment
looks completely ridiculous.
looks completely ridiculous.
119
425336
2814
آ د: این آزمایش کاملا مسخره به نظر میرسد.
07:20
(Laughter)
120
428150
1788
(خنده)
07:21
I mean, I'm screaming at a bag of chips --
121
429938
2345
منظورم این است که، من دارم روی
یک بسته چیپس داد میزنم.
یک بسته چیپس داد میزنم.
07:24
(Laughter) --
122
432283
1551
(خنده)..
07:25
and we're blasting it with so much light,
123
433834
2117
و با نور بسیار زیادی بسته را می ترکاندیم،
07:27
we literally melted the first bag
we tried this on. (Laughter)
we tried this on. (Laughter)
124
435951
4479
ما بسته اولی را آب کردیم و
به امتحان ادامه دادیم.(خنده)
به امتحان ادامه دادیم.(خنده)
07:32
But ridiculous as this experiment looks,
125
440525
3274
هرچند به عنوان یک آزمایش، مسخره بنظر میرسد،
07:35
it was actually really important,
126
443799
1788
در حقیقت خیلی مهم بود
07:37
because we were able
to recover this sound.
to recover this sound.
127
445587
2926
زیرا ما توانستیم صدا را بازسازی کنیم.
07:40
(Audio) Mary had a little lamb!
Little lamb! Little lamb!
Little lamb! Little lamb!
128
448513
4712
ماری یه بره کوچک داشت! بره کوچک! بره کوچک!
07:45
(Applause)
129
453225
4088
(تشویق)
07:49
AD: And this was really significant,
130
457313
1881
آ د : و این خیلی مهم بود،
07:51
because it was the first time
we recovered intelligible human speech
we recovered intelligible human speech
131
459194
4119
چون اولین بار بود صدای انسان باهوش را بازسازی میکردیم
07:55
from silent video of an object.
132
463424
2341
از ویدیو بیصدای یک شیئ.
07:57
And so it gave us this point of reference,
133
465765
2391
و این نقطه اشتراک را به ما داد
08:00
and gradually we could start
to modify the experiment,
to modify the experiment,
134
468156
3871
و به تدریج توانستیم آزمایش را اصلاح کنیم
08:04
using different objects
or moving the object further away,
or moving the object further away,
135
472106
3805
با استفاده از اشیا مختلف یا دورکردن اشیا،
08:07
using less light or quieter sounds.
136
475911
2770
با استفاده از نور کمتر و صدای آرامتر.
08:11
And we analyzed all of these experiments
137
479887
2874
و تمام آزمایش‌ها را تجزیه تحلیل کردیم
08:14
until we really understood
the limits of our technique,
the limits of our technique,
138
482761
3622
تا محدودیت روشمان را فهمیدیم
08:18
because once we understood those limits,
139
486383
1950
چون وقتی آن محدودیت‌ها را فهمیدیم
08:20
we could figure out how to push them.
140
488333
2346
توانستیم بفهمیم چطور آن را جلو ببریم.
08:22
And that led to experiments like this one,
141
490679
3181
که منجر به آزمایشی مثل این شد،
08:25
where again, I'm going to speak
to a bag of chips,
to a bag of chips,
142
493860
2739
که من دوباره با بسته چیپس حرف خواهم زد،
08:28
but this time we've moved our camera
about 15 feet away,
about 15 feet away,
143
496599
4830
این بار دوربین را ۴/۵ متر دورتر برده ایم،
08:33
outside, behind a soundproof window,
144
501429
2833
در بیرون و در پشت یک شیشه ضد صدا
08:36
and the whole thing is lit
by only natural sunlight.
by only natural sunlight.
145
504262
2803
و همه چیز فقط با نور خورشید طبیعی روشن شده است.
08:40
And so here's the video that we captured.
146
508529
2155
و این، همان ویدیویی که گرفتیم است.
08:44
And this is what things sounded like
from inside, next to the bag of chips.
from inside, next to the bag of chips.
147
512450
4559
و این چیزی است که از داخل،کنار بسته به گوش میرسد.
08:49
(Audio) Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
148
517009
5038
ماری که یک بره کوچک داشت که پشم آن مثل برف سفید بود،
08:54
and everywhere that Mary went,
that lamb was sure to go.
that lamb was sure to go.
149
522047
5619
و هر جا که ماری میرفت، بره هم با او میرفت.
08:59
AD: And here's what we were able
to recover from our silent video
to recover from our silent video
150
527666
4017
چیزی که ما توانستیم از
فیلم بیصدا بازسازی کنیم این است
فیلم بیصدا بازسازی کنیم این است
09:03
captured outside behind that window.
151
531683
2345
که بیرون، پشت آن شیشه گرفته شده.
09:06
(Audio) Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
152
534028
4435
ماری یک بره کوچک داشت
که پشم آن مانند برف سفید بود
که پشم آن مانند برف سفید بود
09:10
and everywhere that Mary went,
that lamb was sure to go.
that lamb was sure to go.
153
538463
5457
و هر جا که میرفت، بره هم با او میرفت.
09:15
(Applause)
154
543920
6501
(تشویق)
09:22
AD: And there are other ways
that we can push these limits as well.
that we can push these limits as well.
155
550421
3542
آ د: روش‌هایی هم هست که میتوانیم
این محدودیت‌ها را برداریم.
این محدودیت‌ها را برداریم.
09:25
So here's a quieter experiment
156
553963
1798
این آزمایش آرامتری است.
09:27
where we filmed some earphones
plugged into a laptop computer,
plugged into a laptop computer,
157
555761
4110
که از هدفون‌هایی که به لپ تاپ وصل بودند فیلبرداری کردیم،
09:31
and in this case, our goal was to recover
the music that was playing on that laptop
the music that was playing on that laptop
158
559871
4110
در این مورد، هدف ما بازسازی موسیقی در حال پخش در لپ تاپ بود
09:35
from just silent video
159
563981
2299
فقط از ویدیو بیصدای
09:38
of these two little plastic earphones,
160
566280
2507
این دو هدفون پلاستیکی کوچک،
09:40
and we were able to do this so well
161
568787
2183
و اینکار را خیلی خوب توانستیم انجام بدیم
09:42
that I could even Shazam our results.
162
570970
2461
که حتی من توانستم نتیجه را شازام کنم.
09:45
(Laughter)
163
573431
2411
( خنده )
09:49
(Music: "Under Pressure" by Queen)
164
577191
10034
(موسیقی: "تحت فشار" توسط کویین )
10:01
(Applause)
165
589615
4969
(تشویق)
10:06
And we can also push things
by changing the hardware that we use.
by changing the hardware that we use.
166
594584
4551
و ما میتوانیم اشیاء را با تغییر
سخت افزارهایمان هل بدیم.
سخت افزارهایمان هل بدیم.
10:11
Because the experiments
I've shown you so far
I've shown you so far
167
599135
2461
زیرا آزمایش‌هایی که من تا الان به شما نشان دادم
10:13
were done with a camera,
a high-speed camera,
a high-speed camera,
168
601596
2322
با دوربین سرعت بالا بودند،
10:15
that can record video
about a 100 times faster
about a 100 times faster
169
603918
2879
که میتواند صد برابر سریعتر فیلمبرداری کنند
10:18
than most cell phones,
170
606797
1927
از اکثر موبایل ها
10:20
but we've also found a way
to use this technique
to use this technique
171
608724
2809
همچنین ما روشی را برای استفاده از این تکنیک پیدا کردیم،
10:23
with more regular cameras,
172
611533
2230
با دوربین های معمولی‌تر
10:25
and we do that by taking advantage
of what's called a rolling shutter.
of what's called a rolling shutter.
173
613763
4069
و با استفاده از چیزی که دیافراگم
چرخان نام دارد این کا را انجام دادیم.
چرخان نام دارد این کا را انجام دادیم.
10:29
You see, most cameras
record images one row at a time,
record images one row at a time,
174
617832
4798
میدانید، اکثر دوربین‌ها تصاویر را در
یک ردیف در زمان ضبط میکنند،
یک ردیف در زمان ضبط میکنند،
10:34
and so if an object moves
during the recording of a single image,
during the recording of a single image,
175
622630
5702
بنابراین اگر شیئ
در طول فیلمبرداری یک تصویر حرکت کند
در طول فیلمبرداری یک تصویر حرکت کند
10:40
there's a slight time delay
between each row,
between each row,
176
628344
2717
یک تاخیر زمانی اندک، بین هر ردیف وجود دارد،
10:43
and this causes slight artifacts
177
631061
3157
و اندکی شبه تصویر میشود
10:46
that get coded into each frame of a video.
178
634218
3483
که در هر فریم ویدیو کد گذاری میشود
10:49
And so what we found
is that by analyzing these artifacts,
is that by analyzing these artifacts,
179
637701
3806
و چیزی که فهمیدیم،
با تحلیل این شبه تصاویر
با تحلیل این شبه تصاویر
10:53
we can actually recover sound
using a modified version of our algorithm.
using a modified version of our algorithm.
180
641507
4615
میتوانیم صداها را با استفاده از نسخه
اصلاح شده الگوریتم بازسازی کنیم.
اصلاح شده الگوریتم بازسازی کنیم.
10:58
So here's an experiment we did
181
646122
1912
در این آزمایشی که انجام دادیم
11:00
where we filmed a bag of candy
182
648034
1695
از یک بسته شکلات فیلم گرفتیم
11:01
while a nearby loudspeaker played
183
649729
1741
درحالیکه یک بلندگو در نزدیک آن
صدا پخش میکرد
صدا پخش میکرد
11:03
the same "Mary Had a Little Lamb"
music from before,
music from before,
184
651470
2972
موسیقی"ماری یه بره داشت" از قبل
11:06
but this time, we used just a regular
store-bought camera,
store-bought camera,
185
654442
4203
اما این‌بار فقط از دوربینی که از
مغازه خریده بودیم استفاده کردیم
مغازه خریده بودیم استفاده کردیم
11:10
and so in a second, I'll play for you
the sound that we recovered,
the sound that we recovered,
186
658645
3174
در یک ثانیه، صدایی که ضبط
کردیم را برای شما پخش میکنم،
کردیم را برای شما پخش میکنم،
11:13
and it's going to sound
distorted this time,
distorted this time,
187
661819
2050
این‌بار صدا خراب است،
11:15
but listen and see if you can still
recognize the music.
recognize the music.
188
663869
2836
اما گوش کنید و ببینید آیا میتوانید
موسیقی رو تشخیص بدید.
موسیقی رو تشخیص بدید.
11:19
(Audio: "Mary Had a Little Lamb")
189
667723
6223
(" ماری یه بره داشت")
11:37
And so, again, that sounds distorted,
190
685527
3465
دوباره صدا خرابه،
11:40
but what's really amazing here
is that we were able to do this
is that we were able to do this
191
688992
4386
جالب آن است که ماتوانستیم این کار را انجام بدهیم
11:45
with something
that you could literally run out
that you could literally run out
192
693378
2626
با وسیله ای که میتوانید از آن خسته بشوید
11:48
and pick up at a Best Buy.
193
696004
1444
در بست‌بای میخرید.
11:51
So at this point,
194
699122
1363
و در اینجا
11:52
a lot of people see this work,
195
700485
1974
افراد زیادی کار را میبینند،
11:54
and they immediately think
about surveillance.
about surveillance.
196
702459
3413
و فورا در مورد زیر نظر گرفتن فکر میکنند.
11:57
And to be fair,
197
705872
2415
انصافا
12:00
it's not hard to imagine how you might use
this technology to spy on someone.
this technology to spy on someone.
198
708287
4133
سخت نیست که تصور کنید چطور میتوان
جاسوسی مردم را با این تکنولوژی کرد.
جاسوسی مردم را با این تکنولوژی کرد.
12:04
But keep in mind that there's already
a lot of very mature technology
a lot of very mature technology
199
712420
3947
اما به یاد بسپارید که هم اکنون
تکنولوژی های پیشرفته ای وجود دارند
تکنولوژی های پیشرفته ای وجود دارند
12:08
out there for surveillance.
200
716367
1579
برای تحت نظر گرفتن.
12:09
In fact, people have been using lasers
201
717946
2090
در حقیقت مردم از لیزر استفاده می کرده‌اند
12:12
to eavesdrop on objects
from a distance for decades.
from a distance for decades.
202
720036
2799
تا مدت‌ها برای استراق سمع با اشیاء.
12:15
But what's really new here,
203
723978
2025
اما چیزی که در اینجا جدید است،
12:18
what's really different,
204
726003
1440
و واقعا متفاوت،
12:19
is that now we have a way
to picture the vibrations of an object,
to picture the vibrations of an object,
205
727443
4295
این است که روش به تصویر کشیدن لرزش یک شیئ را داریم
12:23
which gives us a new lens
through which to look at the world,
through which to look at the world,
206
731738
3413
که به ما لنزهایی میدهد که
دنیا را با آنها نگاه کنیم،
دنیا را با آنها نگاه کنیم،
12:27
and we can use that lens
207
735151
1510
و میتوانیم آن لنز را استفاده کنیم
12:28
to learn not just about forces like sound
that cause an object to vibrate,
that cause an object to vibrate,
208
736661
4899
تا نیروهایی مثل صدا که باعث
لرزش اشیاء میشوند را بشناسیم،
لرزش اشیاء میشوند را بشناسیم،
12:33
but also about the object itself.
209
741560
2288
و همچنین در مورد خود شیئ.
12:36
And so I want to take a step back
210
744975
1693
میخواهم یک قدم به عقب برگردم
12:38
and think about how that might change
the ways that we use video,
the ways that we use video,
211
746668
4249
فکر کنیم که چطور میتواند روش‌های
استفاده از ویدیو را تغییر دهد،
استفاده از ویدیو را تغییر دهد،
12:42
because we usually use video
to look at things,
to look at things,
212
750917
3553
چون از ویدیو برای دیدن
اشیاء استفاده می کنیم،
اشیاء استفاده می کنیم،
12:46
and I've just shown you how we can use it
213
754470
2322
و من فقط نشان دادم که چگونه
میتوانیم از آن استفاده کنیم
میتوانیم از آن استفاده کنیم
12:48
to listen to things.
214
756792
1857
برای گوش دادن به اشیاء.
12:50
But there's another important way
that we learn about the world:
that we learn about the world:
215
758649
3971
اما روش مهم دیگری
برای شناختن دنیا وجود دارد:
برای شناختن دنیا وجود دارد:
12:54
that's by interacting with it.
216
762620
2275
و آن تعامل با آنهاست.
12:56
We push and pull and poke and prod things.
217
764895
3111
اشیاء را میکشیم، هل میدهیم، حرکت میدهیم و سیخونک میزنیم.
13:00
We shake things and see what happens.
218
768006
3181
ما آنها را تکان میدهیم و میبینیم که چه اتفاقی می‌افتد
13:03
And that's something that video
still won't let us do,
still won't let us do,
219
771187
4273
این چیزی است که هنوز ویدیو،
اجازه انجام آن را به ما نمی دهد ،
اجازه انجام آن را به ما نمی دهد ،
13:07
at least not traditionally.
220
775460
2136
حداقل نه به روش سنتی
13:09
So I want to show you some new work,
221
777596
1950
بنابراین میخواهم چند کار جدید به شما نشان بدهم،
13:11
and this is based on an idea I had
just a few months ago,
just a few months ago,
222
779546
2667
و این، بر اساس ایده ای است که
چند ماه پیش داشتم
چند ماه پیش داشتم
13:14
so this is actually the first time
I've shown it to a public audience.
I've shown it to a public audience.
223
782213
3301
این اولین بار است که آن را در
معرض دید عموم قرار میدهم.
معرض دید عموم قرار میدهم.
13:17
And the basic idea is that we're going
to use the vibrations in a video
to use the vibrations in a video
224
785514
5363
و ایده اصلی این است که ما میخواهیم از لرزش‌ها
در ویدیو استفاده کنیم
در ویدیو استفاده کنیم
13:22
to capture objects in a way
that will let us interact with them
that will let us interact with them
225
790877
4481
تا اشیائی را فیلم بگیریم که اجازه
میدهند با آنها تعامل کنیم
میدهند با آنها تعامل کنیم
13:27
and see how they react to us.
226
795358
1974
و ببینیم آنها چگونه به ما پاسخ میدهند.
13:31
So here's an object,
227
799120
1764
این یک شیئ است،
13:32
and in this case, it's a wire figure
in the shape of a human,
in the shape of a human,
228
800884
3832
و در این مورد، این یک پیکره سیمی به شکل انسان است
13:36
and we're going to film that object
with just a regular camera.
with just a regular camera.
229
804716
3088
از آن شیئ، فقط با دوربین معمولی
فیلم خواهیم گرفت.
فیلم خواهیم گرفت.
13:39
So there's nothing special
about this camera.
about this camera.
230
807804
2124
پس چیز خاصی درمورد این دوربین نیست
13:41
In fact, I've actually done this
with my cell phone before.
with my cell phone before.
231
809928
2961
درحقیقت قبل از این، با موبایلم
این کار را انجام داده بودم
این کار را انجام داده بودم
13:44
But we do want to see the object vibrate,
232
812889
2252
اما میخواهیم ببینیم که شیئ میلرزد،
13:47
so to make that happen,
233
815141
1133
برای اتفاق چنین چیزی
13:48
we're just going to bang a little bit
on the surface where it's resting
on the surface where it's resting
234
816274
3346
یک ضربه کوچک به سطح آن خواهیم زد
13:51
while we record this video.
235
819620
2138
در حالیکه فیلم میگیریم.
13:59
So that's it: just five seconds
of regular video,
of regular video,
236
827398
3671
درسته: فقط ۵ ثانیه از فیلم برداری معمولی،
14:03
while we bang on this surface,
237
831069
2136
وقتی به سطح ضربه میزنیم
14:05
and we're going to use
the vibrations in that video
the vibrations in that video
238
833205
3513
و میخواهیم از ضربه‌ها در آن ویدیو استفاده کنیم
14:08
to learn about the structural
and material properties of our object,
and material properties of our object,
239
836718
4544
تا خصوصیات ساختاری
و موادی شیئ مان را بشناسیم
و موادی شیئ مان را بشناسیم
14:13
and we're going to use that information
to create something new and interactive.
to create something new and interactive.
240
841262
4834
و ما از آن اطلاعات برای ساختن
چیزی جدید و دارای کنش واکنش استفاده میکنیم.
چیزی جدید و دارای کنش واکنش استفاده میکنیم.
14:24
And so here's what we've created.
241
852866
2653
و این همان چیزی است که ساختیم
14:27
And it looks like a regular image,
242
855519
2229
مثل یک تصویر معمولی
14:29
but this isn't an image,
and it's not a video,
and it's not a video,
243
857748
3111
اما این تصویر نیست، و ویدیو هم نیست،
14:32
because now I can take my mouse
244
860859
2368
چون من میتوانم الان موس را بگیرم
14:35
and I can start interacting
with the object.
with the object.
245
863227
2859
و با آن شیئ تعامل کنم
14:44
And so what you see here
246
872936
2357
و چیزی که شما اینجا میبینید
14:47
is a simulation of how this object
247
875389
2226
یک شبیه سازیست از اینکه چگونه این شیئ
14:49
would respond to new forces
that we've never seen before,
that we've never seen before,
248
877615
4458
به نیروهای جدید پاسخ خواهد داد که قبلا هرگز ندیده ایم،
14:54
and we created it from just
five seconds of regular video.
five seconds of regular video.
249
882073
3633
و ما آن را فقط از ۵ ثانیه ویدیو
معمولی تهیه کردیم.
معمولی تهیه کردیم.
14:59
(Applause)
250
887249
4715
(تشویق)
15:09
And so this is a really powerful
way to look at the world,
way to look at the world,
251
897421
3227
و این واقعا یک روش قوی برای نگاه به دنیاست
15:12
because it lets us predict
how objects will respond
how objects will respond
252
900648
2972
چون به ما اجازه میدهد که
چگونگی پاسخ به اشیاء را پیش بینی کنیم
چگونگی پاسخ به اشیاء را پیش بینی کنیم
15:15
to new situations,
253
903620
1823
به وضعیت های جدید
15:17
and you could imagine, for instance,
looking at an old bridge
looking at an old bridge
254
905443
3473
برا ی مثال میتوانید نگاه
به یک پل قدیمی را تصور کنید
به یک پل قدیمی را تصور کنید
15:20
and wondering what would happen,
how would that bridge hold up
how would that bridge hold up
255
908916
3527
چه اتفاقی خواهد افتاد
یا چگونه پل تحمل میکند
یا چگونه پل تحمل میکند
15:24
if I were to drive my car across it.
256
912443
2833
اگر میخواستم روی پل رانندگی کنم.
15:27
And that's a question
that you probably want to answer
that you probably want to answer
257
915276
2774
و این سوالی است که شاید بخواهید پاسخ بدهید
15:30
before you start driving
across that bridge.
across that bridge.
258
918050
2560
قبل از رانندگی بر روی پل.
15:33
And of course, there are going to be
limitations to this technique,
limitations to this technique,
259
921988
3272
البته محدودیت‌هایی برای
این تکنیک وجود خواهد داشت
این تکنیک وجود خواهد داشت
15:37
just like there were
with the visual microphone,
with the visual microphone,
260
925260
2462
مانند محدودیت‌هایی که برای میکروفون‌های بصری بودند
15:39
but we found that it works
in a lot of situations
in a lot of situations
261
927722
3181
اما فهمیدیم در وموقعیت‌های بسیاری کاربردی است
15:42
that you might not expect,
262
930903
1875
که انتظارش را ندارید،
15:44
especially if you give it longer videos.
263
932778
2768
مخصوصا اگر فیلم‌های طولانی تر به آن بدید
15:47
So for example,
here's a video that I captured
here's a video that I captured
264
935546
2508
پس برای مثال این فیلمی است که من گرفتم
15:50
of a bush outside of my apartment,
265
938054
2299
از یک بوته بیرون آپارتمانم
15:52
and I didn't do anything to this bush,
266
940353
3088
هیچ کاری با این بوته نکردم
15:55
but by capturing a minute-long video,
267
943441
2705
اما با گرفتن یک دقیقه فیلم بیشتر
15:58
a gentle breeze caused enough vibrations
268
946146
3378
یک نسیم ملایم باعث لرزش کافی شد
16:01
that we could learn enough about this bush
to create this simulation.
to create this simulation.
269
949524
3587
که به اندازه کافی شناخت درباره
بوته میدهد تا شبیه سازی آن ساخته بشود
بوته میدهد تا شبیه سازی آن ساخته بشود
16:07
(Applause)
270
955270
6142
(تشویق)
16:13
And so you could imagine giving this
to a film director,
to a film director,
271
961412
2972
میتوانید تصور کنید که
این را به یک کارگردان بدهیم
این را به یک کارگردان بدهیم
16:16
and letting him control, say,
272
964384
1719
و به او اجاره کنترل آن را بدهیم
16:18
the strength and direction of wind
in a shot after it's been recorded.
in a shot after it's been recorded.
273
966103
4922
مثلا، قدرت و جهت باد
در یک قسمت فیلم، بعد اینکه ضبط شد.
در یک قسمت فیلم، بعد اینکه ضبط شد.
16:24
Or, in this case, we pointed our camera
at a hanging curtain,
at a hanging curtain,
274
972810
4535
در اینجا ما دوربین را بطرف
یک پرده آویزان گرفتیم
یک پرده آویزان گرفتیم
16:29
and you can't even see
any motion in this video,
any motion in this video,
275
977345
4129
شما هیچ حرکتی نمیبینید
16:33
but by recording a two-minute-long video,
276
981474
2925
اما با ضبط یک فیلم دو دقیقه‌ای
16:36
natural air currents in this room
277
984399
2438
جریان طبیعی باد در اتاق
16:38
created enough subtle,
imperceptible motions and vibrations
imperceptible motions and vibrations
278
986837
4412
به اندازه کافی حرکات و
لرزش‌های جزیی و کم ایجاد کرده
لرزش‌های جزیی و کم ایجاد کرده
16:43
that we could learn enough
to create this simulation.
to create this simulation.
279
991249
2565
که به ما اطلاعات کافی
برای این شبیه‌سازی میدهد
برای این شبیه‌سازی میدهد
16:48
And ironically,
280
996243
2366
و استعارا
16:50
we're kind of used to having
this kind of interactivity
this kind of interactivity
281
998609
3088
ما عادت داریم به این کنش و واکنش‌ها
16:53
when it comes to virtual objects,
282
1001697
2647
وقتی موضوع اشیاء غیرواقعی به میان میآید
16:56
when it comes to video games
and 3D models,
and 3D models,
283
1004344
3297
مبحث بازی‌های کامپیوتری و مدل‌های سه بعدی،
16:59
but to be able to capture this information
from real objects in the real world
from real objects in the real world
284
1007641
4404
اما برای گرفتن اطلاعات
از اشیاء واقعی در دنیای واقعی
از اشیاء واقعی در دنیای واقعی
17:04
using just simple, regular video,
285
1012045
2817
استفاده از ویدیوی معمولی و ساده
17:06
is something new that has
a lot of potential.
a lot of potential.
286
1014862
2183
چیز جدیدی است که پتانسیل‌های فراوانی دارد.
17:10
So here are the amazing people
who worked with me on these projects.
who worked with me on these projects.
287
1018410
4904
اینها افراد قوق العاده‌ای هستند
که در این پروژه با من همکاری کردند.
که در این پروژه با من همکاری کردند.
17:16
(Applause)
288
1024057
5596
(تشویق)
17:24
And what I've shown you today
is only the beginning.
is only the beginning.
289
1032819
3057
چیزی که امروز به شما نشان دادم فقط یک شروع است
17:27
We've just started to scratch the surface
290
1035876
2113
ما فقط کاری را شروع کردیم
17:29
of what you can do
with this kind of imaging,
with this kind of imaging,
291
1037989
2972
از چیزی که شما با این نوع
تصویربرداری میتوانید انجام بدهید
تصویربرداری میتوانید انجام بدهید
17:32
because it gives us a new way
292
1040961
2286
چون به ما روش جدیدی ارایه میدهد
17:35
to capture our surroundings
with common, accessible technology.
with common, accessible technology.
293
1043342
4724
که از اطراف خود با تکنولوژی
درسترس و معمولی فیلم بگیریم.
درسترس و معمولی فیلم بگیریم.
17:40
And so looking to the future,
294
1048066
1929
و به آینده نگاه کنیم،
17:41
it's going to be
really exciting to explore
really exciting to explore
295
1049995
2037
خیلی هیجان انگیز خواهد بود که جستجو کنیم
17:44
what this can tell us about the world.
296
1052032
1856
جیزی را که به ما درباره دنیا میتواند بگوید.
17:46
Thank you.
297
1054381
1204
ممنونم
17:47
(Applause)
298
1055610
6107
(تشویق)
ABOUT THE SPEAKER
Abe Davis - Computer scientistComputer vision expert Abe Davis pioneers methods to extract audio from silent digital videos, even footage shot on ordinary consumer cameras.
Why you should listen
MIT PhD student, computer vision wizard and rap artist Abe Davis has co-created the world’s most improbable audio instrument. In 2014, Davis and his collaborators debuted the “visual microphone,” an algorithm that samples the sympathetic vibrations of ordinary objects (such as a potato chip bag) from ordinary high-speed video footage and transduces them into intelligible audio tracks.
Davis is also the author of Caperture, a 3D-imaging app designed to create and share 3D images on any compatible smartphone.
Abe Davis | Speaker | TED.com