ABOUT THE SPEAKER
Michael Rubinstein - Research scientist, Google
Computer scientist Michael Rubinstein and his team have developed a "motion microscope" that can show video footage of barely perceivable movements, like breaths and heartbeats.

Why you should listen

Michael Rubinstein zooms in on what we can't see and mangnifies it by thirty or a hundred times. His "motion microscope," developed at MIT with Microsoft and Quanta Research, picks up on subtle motion and color changes in videos and blows them up for the naked eye to see. The result: fun, cool, creepy videos.

Rubinstein is a research scientist at a new Cambridge-based Google lab for computer vision research. He has a PhD in computer science and electrical engineering from MIT.

More profile about the speaker
Michael Rubinstein | Speaker | TED.com
TEDxBeaconStreet

Michael Rubinstein: See invisible motion, hear silent sounds

Michael Rubinstein: Distinguer des mouvements invisibles, entendre des sons silencieux. Est-ce cool ou monstrueux ? Cela dépend de vous.

Filmed:
2,075,056 views

Découvrez le « microscope du mouvement », un instrument de traitement de vidéos qui amplifie les petits changements de mouvement et couleur impossibles à voir à l'œil nu. Le chercheur vidéo Michael Rubinstein nous fait voir des clips incroyables, en nous montrant comment cette technologie peut reconstruire le pouls ou le rythme cardiaque d'un individu simplement à partir d'un extrait vidéo. Regardez comment il reconstruit une conversation en amplifiant les mouvements créés par des ondes sonores qui rebondissent sur un sachet de chips. Ces applications extraordinaires et sinistres de cette technologie, on doit les voir pour y croire.
- Research scientist, Google
Computer scientist Michael Rubinstein and his team have developed a "motion microscope" that can show video footage of barely perceivable movements, like breaths and heartbeats. Full bio

Double-click the English transcript below to play the video.

00:13
So over the pastpassé fewpeu centuriesdes siècles,
microscopesmicroscopes have revolutionizedrévolutionné our worldmonde.
0
1114
7492
Ces derniers siècles, les microscopes
ont révolutionné notre monde.
00:21
They revealeda révélé to us a tinyminuscule worldmonde
of objectsobjets, life and structuresles structures
1
9036
5216
Ils nous ont révélé un monde minuscule
d'objets, de vies et de structures
00:26
that are too smallpetit for us
to see with our nakednu eyesles yeux.
2
14252
2906
qui sont trop petits
pour être vus à l'œil nu.
00:29
They are a tremendousénorme contributioncontribution
to sciencescience and technologyLa technologie.
3
17158
3019
Ils contribuent incroyablement
à la science et la technologie.
00:32
TodayAujourd'hui I'd like to introduceprésenter you
to a newNouveau typetype of microscopemicroscope,
4
20177
3227
Aujourd'hui, je veux vous présenter
un nouveau type de microscope :
un microscope pour les changements.
00:35
a microscopemicroscope for changeschangements.
5
23404
2578
00:37
It doesn't use opticsoptique
like a regularordinaire microscopemicroscope
6
25982
2902
Il n'utilise pas l'optique,
pour agrandir les petits objets,
00:40
to make smallpetit objectsobjets biggerplus gros,
7
28884
1997
comme un microscope habituel.
00:42
but insteadau lieu it usesles usages a videovidéo cameracaméra
and imageimage processingEn traitement
8
30881
4376
Au lieu de ça, il utilise une caméra
et du traitement d'images
00:47
to revealrévéler to us the tiniestle plus petit motionsrequêtes
and colorCouleur changeschangements in objectsobjets and people,
9
35257
5256
pour nous révéler
les mouvements les plus infimes
et les changements de couleur
des objets et des gens.
00:52
changeschangements that are impossibleimpossible
for us to see with our nakednu eyesles yeux.
10
40513
3842
Des changements impossibles
à voir pour nous à l'œil nu.
00:56
And it letspermet us look at our worldmonde
in a completelycomplètement newNouveau way.
11
44355
4120
Et ça nous permet de voir notre monde
d'une façon complètement nouvelle.
Qu'est-ce qu'un changement de couleur ?
01:00
So what do I mean by colorCouleur changeschangements?
12
48475
1910
01:02
Our skinpeau, for exampleExemple,
changeschangements its colorCouleur very slightlylégèrement
13
50385
2832
Notre peau, par exemple,
change légèrement de couleur
quand le sang
s'écoule sous sa surface.
01:05
when the blooddu sang flowsles flux underen dessous de it.
14
53217
1997
Ce changement est
incroyablement léger,
01:07
That changechangement is incrediblyincroyablement subtlesubtil,
15
55214
2397
01:09
whichlequel is why, when you
look at other people,
16
57611
2063
c'est pourquoi quand
on regarde les autres,
ou même celui qui est assis
à côté de nous,
01:11
when you look at the personla personne
sittingséance nextprochain to you,
17
59674
2251
01:13
you don't see theirleur skinpeau
or theirleur facevisage changingen changeant colorCouleur.
18
61925
3575
on ne voit pas leur peau ou leur visage
changer de couleur.
01:17
When we look at this videovidéo of SteveSteve here,
it appearsapparaît to us like a staticpublic static picturephoto,
19
65500
4360
Si on regarde cette vidéo de Steve,
il semble immobile.
01:21
but onceune fois que we look at this videovidéo
throughpar our newNouveau, specialspécial microscopemicroscope,
20
69860
3860
Mais si on regarde cette vidéo
avec notre nouveau microscope spécial,
01:25
suddenlysoudainement we see
a completelycomplètement differentdifférent imageimage.
21
73720
2600
soudain on voit une image
complètement différente.
01:28
What you see here are smallpetit changeschangements
in the colorCouleur of Steve'sDe Steve skinpeau,
22
76320
3930
Là, on voit des petits changements
dans la couleur de la peau de Steve,
01:32
magnifiedagrandie 100 timesfois
so that they becomedevenir visiblevisible.
23
80250
4436
agrandis par un facteur 100
pour les rendre visibles.
01:36
We can actuallyréellement see a humanHumain pulseimpulsion.
24
84686
3267
On peut tout à fait voir
un pouls humain.
01:39
We can see how fastvite
Steve'sDe Steve heartcœur is beatingbattement,
25
87953
3227
On peut voir la vitesse
des battements cardiaques de Steve.
01:43
but we can alsoaussi see the actualréel way
that the blooddu sang flowsles flux in his facevisage.
26
91180
5355
On peut aussi voir la façon effective
dont le sang s'écoule dans son visage.
01:48
And we can do that not just
to visualizevisualiser the pulseimpulsion,
27
96544
2631
On peut faire ça non seulement
pour visualiser le pouls,
01:51
but alsoaussi to actuallyréellement
recoverrécupérer our heartcœur ratesles taux,
28
99175
3471
mais aussi pour récupérer
le rythme cardiaque, et le mesurer.
01:54
and measuremesure our heartcœur ratesles taux.
29
102646
1793
01:56
And we can do it with regularordinaire camerasappareils photo
and withoutsans pour autant touchingémouvant the patientsles patients.
30
104439
4453
On le fait avec des caméras normales
et sans toucher les patients.
02:00
So here you see the pulseimpulsion and heartcœur ratetaux
we extractedextrait from a neonatalnéonatale babybébé
31
108892
5617
Là, on voit le pouls et le rythme
cardiaque d'un nouveau-né mesuré
02:06
from a videovidéo we tooka pris
with a regularordinaire DSLRREFLEX NUMÉRIQUE cameracaméra,
32
114509
2881
à partir d'une vidéo réalisée
avec une caméra DSLR normale.
02:09
and the heartcœur ratetaux measurementmesure we get
33
117390
1816
Le rythme cardiaque obtenu
02:11
is as accurateprécis as the one you'dtu aurais get
with a standardla norme monitormoniteur in a hospitalhôpital.
34
119206
4811
est aussi précis que celui qu'on obtient
avec le moniteur standard d'un hôpital.
Ce n'est pas forcément
une vidéo enregistrée par nous.
02:16
And it doesn't even have to be
a videovidéo we recordedenregistré.
35
124017
2642
02:18
We can do it essentiallyessentiellement
with other videosvidéos as well.
36
126659
2995
Fondamentalement, on peut le faire
avec d'autres vidéos aussi.
02:21
So I just tooka pris a shortcourt clipagrafe
from "BatmanBatman BeginsCommence" here
37
129654
3901
Donc là, j'ai pris un petit extrait
du film « Batman : Le Commencement »,
02:25
just to showmontrer ChristianChrétienne Bale'sDe Bale pulseimpulsion.
38
133555
1904
pour vous montrer le pouls
de Christian Bale.
02:27
(LaughterRires)
39
135459
1822
(Rires)
02:29
And you know, presumablyprobablement
he's wearingportant makeupmaquillage,
40
137281
2123
On sait tous qu'il est maquillé,
02:31
the lightingéclairage here is kindgentil of challengingdifficile,
41
139404
1953
le réglage de la lumière
pose problème,
02:33
but still, just from the videovidéo,
we're ablecapable to extractextrait his pulseimpulsion
42
141357
2951
néanmoins, on peut extraire son pouls
à partir de cet extrait,
02:36
and showmontrer it quiteassez well.
43
144308
2018
et le montrer clairement.
02:38
So how do we do all that?
44
146326
1920
Comment fait-on tout ça ?
02:40
We basicallyen gros analyzeanalyser the changeschangements
in the lightlumière that are recordedenregistré
45
148246
4598
Fondamentalement, on analyse
les changements de lumière enregistrés
02:44
at everychaque pixelpixel in the videovidéo over time,
46
152844
2271
à chaque pixel de la vidéo dans le temps,
02:47
and then we crankmanivelle up those changeschangements.
47
155115
1798
et puis on amplifie ces changements.
02:48
We make them biggerplus gros
so that we can see them.
48
156913
2162
On les agrandit
pour pouvoir les observer.
02:51
The trickyrusé partpartie is that those signalssignaux,
49
159075
1902
La partie compliquée est que ces signaux,
02:52
those changeschangements that we're after,
are extremelyextrêmement subtlesubtil,
50
160977
2933
ces changements qu'on cherche
sont minuscules,
02:55
so we have to be very carefulprudent
when you try to separateséparé them
51
163910
2779
on doit donc faire très
attention quand on essaie
02:58
from noisebruit that always existsexiste in videosvidéos.
52
166689
3831
de les séparer du bruit
présent dans toutes les vidéos.
03:02
So we use some cleverintelligent
imageimage processingEn traitement techniquestechniques
53
170520
2995
On utilise des techniques
de traitement d'images astucieuses
03:05
to get a very accurateprécis measurementmesure
of the colorCouleur at eachchaque pixelpixel in the videovidéo,
54
173515
3994
pour obtenir une mesure très précise
de la couleur de chaque pixel de la vidéo,
03:09
and then the way the colorCouleur
changeschangements over time,
55
177509
2670
et de la manière dont la couleur
change avec le temps,
03:12
and then we amplifyamplifier those changeschangements.
56
180179
2693
et puis on amplifie ces variations.
03:14
We make them biggerplus gros to createcréer those typesles types
of enhancedrenforcée videosvidéos, or magnifiedagrandie videosvidéos,
57
182872
3980
On les agrandit pour créer
de telles vidéos accrues, ou amplifiées.
03:18
that actuallyréellement showmontrer us those changeschangements.
58
186852
2172
qui nous montrent clairement
ces changements.
03:21
But it turnsse tourne out we can do that
not just to showmontrer tinyminuscule changeschangements in colorCouleur,
59
189024
4238
En fait, on peut faire ça non seulement
pour les changements de couleur,
03:25
but alsoaussi tinyminuscule motionsrequêtes,
60
193262
2241
mais aussi pour les micro-mouvements,
03:27
and that's because the lightlumière
that getsobtient recordedenregistré in our camerasappareils photo
61
195503
3576
parce que la lumière
enregistrée dans nos caméras
03:31
will changechangement not only if the colorCouleur
of the objectobjet changeschangements,
62
199079
2810
varie non seulement
quand la couleur de l'objet change,
03:33
but alsoaussi if the objectobjet movesse déplace.
63
201889
2368
mais aussi quand l'objet bouge.
03:36
So this is my daughterfille
when she was about two monthsmois oldvieux.
64
204257
3636
Voici ma fille à deux mois.
03:39
It's a videovidéo I recordedenregistré
about threeTrois yearsannées agodepuis.
65
207893
2999
C'est une vidéo que j'ai enregistrée
il y a environ trois ans.
03:42
And as newNouveau parentsParents, we all want
to make sure our babiesbébés are healthyen bonne santé,
66
210892
3208
Et, comme tout parent, on veut s'assurer
que nos enfants sont en bonne santé,
qu'ils respirent et qu'ils sont vivants.
03:46
that they're breathingrespiration,
that they're alivevivant, of coursecours.
67
214100
2542
03:48
So I too got one of those babybébé monitorsmoniteurs
68
216642
2142
Donc j'ai acheté un babyphone
03:50
so that I could see my daughterfille
when she was asleependormi.
69
218784
2469
pour observer ma fille
dans son sommeil.
03:53
And this is prettyjoli much what you'lltu vas see
with a standardla norme babybébé monitormoniteur.
70
221253
3527
Voici le résultat obtenu habituellement
avec un babyphone standard.
03:56
You can see the baby'sbébé sleepingen train de dormir, but
there's not too much informationinformation there.
71
224780
3682
On peut voir le bébé qui dort,
mais sans plus.
04:00
There's not too much we can see.
72
228474
1604
Il n'y a pas grand chose à voir.
04:02
Wouldn'tNe serait pas it be better,
or more informativeinformative, or more usefulutile,
73
230078
2824
Ne serait-il pas mieux,
plus informatif, ou plus utile,
04:04
if insteadau lieu we could look
at the viewvue like this.
74
232902
2990
si, au lieu de ça, on pouvait
voir la scène comme ça.
04:07
So here I tooka pris the motionsrequêtes
and I magnifiedagrandie them 30 timesfois,
75
235892
6356
J'ai analysé les mouvements
et je les ai amplifiés d'un facteur 30,
04:14
and then I could clearlyclairement see that my
daughterfille was indeedeffectivement alivevivant and breathingrespiration.
76
242248
3826
et j'ai pu clairement voir que ma fille
respirait toujours.
04:18
(LaughterRires)
77
246074
2253
(Rires)
04:20
Here is a side-by-sidecote à cote comparisonComparaison.
78
248327
1922
Voilà les vidéos côte à côte.
04:22
So again, in the sourcela source videovidéo,
in the originaloriginal videovidéo,
79
250249
2483
Dans la vidéo originelle,
04:24
there's not too much we can see,
80
252732
1636
il n'y a pas grand chose à voir,
04:26
but onceune fois que we magnifymagnifier the motionsrequêtes,
the breathingrespiration becomesdevient much more visiblevisible.
81
254368
3707
mais si on amplifie les mouvements,
la respiration devient plus visible.
04:30
And it turnsse tourne out, there's
a lot of phenomenaphénomènes
82
258075
2070
Il y a en fait beaucoup de phénomènes
04:32
we can revealrévéler and magnifymagnifier
with our newNouveau motionmouvement microscopemicroscope.
83
260145
3623
qu'on peut révéler et agrandir avec
notre nouveau microscope du mouvement.
04:35
We can see how our veinsveines and arteriesartères
are pulsing"pulsé" in our bodiescorps.
84
263768
4564
On peut voir comment nos veines et artères
pulsent dans notre corps.
04:40
We can see that our eyesles yeux
are constantlyconstamment movingen mouvement
85
268332
2628
On peut voir que nos yeux
sont constamment en mouvement,
04:42
in this wobblybancal motionmouvement.
86
270960
1887
un peu tremblants.
04:44
And that's actuallyréellement my eyeœil,
87
272847
1509
C'est mon œil sur cette vidéo.
04:46
and again this videovidéo was takenpris
right after my daughterfille was bornnée,
88
274356
3065
J’ai enregistré cette vidéo
juste après la naissance de ma fille.
04:49
so you can see I wasn'tn'était pas gettingobtenir
too much sleepdormir. (LaughterRires)
89
277421
4202
Vous pouvez donc remarquer
que je manquais de sommeil.
(Rires)
04:53
Even when a personla personne is sittingséance still,
90
281623
2716
Même lorsque quelqu'un
est assis, immobile,
04:56
there's a lot of informationinformation
we can extractextrait
91
284339
2044
on peut extraire beaucoup d'informations
04:58
about theirleur breathingrespiration patternsmodèles,
smallpetit facialsoin du visage expressionsexpressions.
92
286383
3529
sur son rythme de respiration,
ses petites expressions faciales.
05:01
Maybe we could use those motionsrequêtes
93
289912
1625
Peut-être que ces mouvements
05:03
to tell us something about
our thoughtspensées or our emotionsémotions.
94
291537
3154
peuvent nous révéler quelque chose
sur nos pensées, nos émotions.
05:06
We can alsoaussi magnifymagnifier smallpetit
mechanicalmécanique movementsmouvements,
95
294691
3255
On peut aussi amplifier
les petits mouvements mécaniques,
comme les vibrations d'un moteur.
05:09
like vibrationsvibrations in enginesles moteurs,
96
297946
1555
05:11
that can help engineersingénieurs detectdétecter
and diagnosediagnostiquer machinerymachinerie problemsproblèmes,
97
299501
3692
Ça pourrait aider les ingénieurs
à identifier des problèmes mécaniques,
05:15
or see how our buildingsbâtiments and structuresles structures
swaybalancement in the windvent and reactréagir to forcesles forces.
98
303193
4738
ou observer comment nos constructions
réagissent aux forces et au vent.
05:19
Those are all things that our societysociété
knowssait how to measuremesure in variousdivers waysfaçons,
99
307931
4581
Ce sont des choses que notre société
sait mesurer de plusieurs manières.
05:24
but measuringmesure those motionsrequêtes is one thing,
100
312512
2453
Mais mesurer ces mouvements,
05:26
and actuallyréellement seeingvoyant those
motionsrequêtes as they happense produire
101
314965
2276
et les observer quand ils se produisent
05:29
is a wholeentier differentdifférent thing.
102
317241
2554
sont deux choses complètement différentes.
05:31
And ever sincedepuis we discovereddécouvert
this newNouveau technologyLa technologie,
103
319795
3041
Et depuis qu'on a découvert
cette nouvelle technologie,
05:34
we madefabriqué our codecode availabledisponible onlineen ligne so that
othersautres could use and experimentexpérience with it.
104
322836
3953
on a mis notre code en ligne pour qu'il
puisse être utilisé et expérimenté.
05:38
It's very simplesimple to use.
105
326789
1875
Il est très simple à utiliser.
05:40
It can work on your ownposséder videosvidéos.
106
328664
2044
Il peut être utilisé sur
vos propres vidéos.
05:42
Our collaboratorscollaborateurs at QuantaQuanta ResearchRecherche
even createdcréé this niceagréable websitesite Internet
107
330708
3193
Nos collaborateurs de Quanta Research
ont même créé un beau site
où vous pouvez télécharger des vidéos
et les modifier.
05:45
where you can uploadtélécharger your videosvidéos
and processprocessus them onlineen ligne,
108
333901
2678
05:48
so even if you don't have any experienceexpérience
in computerordinateur sciencescience or programmingla programmation,
109
336579
3816
Donc même si on n'a pas d'expérience
en informatique ou en programmation,
05:52
you can still very easilyfacilement experimentexpérience
with this newNouveau microscopemicroscope.
110
340395
2936
on peut facilement expérimenter
avec ce nouveau microscope.
05:55
And I'd like to showmontrer you
just a couplecouple of examplesexemples
111
343331
2404
Et je voudrais vous montrer
quelques exemples
05:57
of what othersautres have doneterminé with it.
112
345735
2735
de ce qui a été fait avec ça.
06:00
So this videovidéo was madefabriqué by
a YouTubeYouTube userutilisateur calledappelé TamezTamez85.
113
348470
5317
Ceci a été fait par un utilisateur
de YouTube qui s'appelle Tamez85.
06:05
I don't know who that userutilisateur is,
114
353787
1463
Je ne le connais pas,
06:07
but he, or she, used our codecode
115
355250
2345
mais il, ou elle, a utilisé notre code
06:09
to magnifymagnifier smallpetit bellyventre
movementsmouvements duringpendant pregnancygrossesse.
116
357595
3715
pour agrandir les petits mouvements
du ventre durant une grossesse.
06:13
It's kindgentil of creepychair de poule.
117
361310
1602
C'est un peu effrayant.
06:14
(LaughterRires)
118
362912
1613
(Rires)
06:16
People have used it to magnifymagnifier
pulsing"pulsé" veinsveines in theirleur handsmains.
119
364525
4961
Certains l'ont utilisé pour agrandir
les pulsations des veines dans les mains.
06:21
And you know it's not realréal sciencescience
unlesssauf si you use guineaGuinée pigsles cochons,
120
369486
3782
Et vous savez que ce n'est pas de la
vraie science sans des cobayes.
06:25
and apparentlyApparemment this guineaGuinée pigporc
is calledappelé TiffanyTiffany,
121
373268
3390
Apparemment ce cobaye
s'appelle Tiffany
06:28
and this YouTubeYouTube userutilisateur claimsréclamations
it is the first rodentrongeur on EarthTerre
122
376658
2949
et cet utilisateur de YouTube dit que
c'est le premier rongeur
06:31
that was motion-magnifiedMotion-amplifié.
123
379607
2688
dont les mouvements ont été
agrandis avec cette méthode.
06:34
You can alsoaussi do some artart with it.
124
382295
2188
On peut même en faire de l'art.
06:36
So this videovidéo was sentenvoyé to me
by a designconception studentétudiant at YaleYale.
125
384483
3018
Ce vidéo m'a été envoyé par
une étudiante en graphisme à Yale.
Elle voulait voir
s'il y avait des différences
06:39
She wanted to see
if there's any differencedifférence
126
387501
2137
06:41
in the way her classmatescamarades de classe movebouge toi.
127
389638
1522
dans les mouvements de ses copains.
06:43
She madefabriqué them all standsupporter still,
and then magnifiedagrandie theirleur motionsrequêtes.
128
391160
4209
Elle leur a demandé de rester immobiles
et a agrandi leurs mouvements.
06:47
It's like seeingvoyant
still picturesdes photos come to life.
129
395369
3378
C'est comme voir
des photos immobiles prendre vie.
06:50
And the niceagréable thing with
all those examplesexemples
130
398747
2433
Ce qui est remarquable
dans tous ces exemples,
06:53
is that we had nothing to do with them.
131
401180
2296
c'est qu’ils sont entièrement autonomes.
06:55
We just providedà condition de this newNouveau tooloutil,
a newNouveau way to look at the worldmonde,
132
403476
3854
Nous avons mis la technologie, un nouveau
regard sur le monde, à disposition.
06:59
and then people find other interestingintéressant,
newNouveau and creativeCréatif waysfaçons of usingen utilisant it.
133
407330
5132
et puis les gens ont trouvé
d'autres utilisations
intéressantes, nouvelles et créatives.
Mais on ne s'est pas arrêté là.
07:04
But we didn't stop there.
134
412462
1764
07:06
This tooloutil not only allowspermet us
to look at the worldmonde in a newNouveau way,
135
414226
3251
Cet instrument nous permet
non seulement de regarder le monde
d'une nouvelle façon,
mais il redéfinit ce qu'on peut faire,
07:09
it alsoaussi redefinesredéfinit what we can do
136
417477
2368
07:11
and pushespousse the limitslimites of what
we can do with our camerasappareils photo.
137
419845
3181
il repousse les limites
du possible avec nos caméras.
07:15
So as scientistsscientifiques, we startedcommencé wonderingme demandant,
138
423026
2229
Alors, en tant que scientifiques,
on s'est demandé
07:17
what other typesles types of physicalphysique phenomenaphénomènes
produceproduire tinyminuscule motionsrequêtes
139
425255
3785
quels autres phénomènes physiques
produisent des petits mouvements
07:21
that we could now use
our camerasappareils photo to measuremesure?
140
429040
2903
que nos caméras pourraient mesurer ?
07:23
And one suchtel phenomenonphénomène
that we focusedconcentré on recentlyrécemment is sounddu son.
141
431943
4001
Et l'un de ces phénomènes sur lequel
on s'est concentrés est le son.
07:27
SoundSon, as we all know,
is basicallyen gros changeschangements
142
435944
2105
Le son, comme nous le savons tous,
07:30
in airair pressurepression that
travelVoyage throughpar the airair.
143
438049
2183
est une variation de la pression de l'air.
07:32
Those pressurepression wavesvagues hitfrappé objectsobjets
and they createcréer smallpetit vibrationsvibrations in them,
144
440232
3621
Ces ondes de pression frappent les objets
et créent de petites vibrations.
07:35
whichlequel is how we hearentendre
and how we recordrecord sounddu son.
145
443853
2532
C'est ainsi qu'on entend
et enregistre le son.
07:38
But it turnsse tourne out that sounddu son
alsoaussi producesproduit visualvisuel motionsrequêtes.
146
446385
3668
Il s’avère que le son produit
des mouvements visuels.
07:42
Those are motionsrequêtes
that are not visiblevisible to us
147
450053
2833
Ces mouvements ne sont pas
visibles à l'œil nu,
07:44
but are visiblevisible to a cameracaméra
with the right processingEn traitement.
148
452886
3001
mais pour une caméra munie
du traitement d'images adéquat.
07:47
So here are two examplesexemples.
149
455887
1573
Voici deux exemples.
07:49
This is me demonstratingdémontrer
my great singingen chantant skillscompétences.
150
457460
2614
Je vous présente
mes grandes capacités en chant.
(Vocalisation)
07:53
(SingingChant)
151
461064
1634
07:54
(LaughterRires)
152
462698
1436
(Rires)
En même temps, j'ai pris un vidéo
à haute vitesse de ma gorge.
07:56
And I tooka pris a high-speedhaute vitesse videovidéo
of my throatgorge while I was hummingfredonnant.
153
464134
2986
07:59
Again, if you stareregard at that videovidéo,
154
467120
1764
Si vous observez cette vidéo,
08:00
there's not too much
you'lltu vas be ablecapable to see,
155
468884
2076
il n'y a pas grand chose à voir,
08:02
but onceune fois que we magnifymagnifier the motionsrequêtes 100 timesfois,
we can see all the motionsrequêtes and ripplesondulations
156
470960
4332
mais en amplifiant les mouvements
d'un facteur 100,
on voit les ondulations dans la gorge
qui contribuent à la production du son.
08:07
in the neckcou that are involvedimpliqué
in producingproduisant the sounddu son.
157
475292
3274
08:10
That signalsignal is there in that videovidéo.
158
478566
2740
Ce signal est là, dans cette vidéo.
08:13
We alsoaussi know that singerschanteurs
can breakPause a winedu vin glassverre
159
481306
2670
On sait aussi que les chanteurs
peuvent briser un verre
08:15
if they hitfrappé the correctcorrect noteRemarque.
160
483976
1463
s'ils chantent la note juste.
08:17
So here, we're going to playjouer a noteRemarque
161
485439
1765
Ici, on va donc jouer une note
08:19
that's in the resonancerésonance
frequencyla fréquence of that glassverre
162
487204
2526
dans la fréquence de résonance
de ce verre.
08:21
throughpar a loudspeakerhaut-parleur that's nextprochain to it.
163
489730
2048
avec un haut-parleur à côté.
08:23
OnceFois we playjouer that noteRemarque
and magnifymagnifier the motionsrequêtes 250 timesfois,
164
491778
4419
Quand on joue cette note et
qu'on amplifie par un facteur 250,
08:28
we can very clearlyclairement see
how the glassverre vibratesvibre
165
496197
2338
on peut voir nettement
comment le verre vibre
08:30
and resonatesrésonne in responseréponse to the sounddu son.
166
498535
3570
et résonne en réaction au son.
08:34
It's not something you're used
to seeingvoyant everychaque day.
167
502105
2420
Ce n'est pas une chose
qu'on voit tous les jours.
08:36
But this madefabriqué us think.
It gavea donné us this crazyfou ideaidée.
168
504525
3529
Mais ça nous a fait réfléchir,
et ça nous a donné une idée folle.
08:40
Can we actuallyréellement invertinverti this processprocessus
and recoverrécupérer sounddu son from videovidéo
169
508054
5608
Est-ce qu'on peut inverser le processus
et récupérer du son à partir des vidéos,
08:45
by analyzinganalyse the tinyminuscule vibrationsvibrations
that sounddu son wavesvagues createcréer in objectsobjets,
170
513662
4035
en analysant les micro-vibrations créées
par les ondes sonores sur les objets,
08:49
and essentiallyessentiellement convertconvertir those
back into the soundsdes sons that producedproduit them.
171
517697
4777
et en les convertissant en son ?
08:54
In this way, we can turntour
everydaytous les jours objectsobjets into microphonesmicrophones.
172
522474
4457
On pourrait transformer
des objets usuels en micros.
08:58
So that's exactlyexactement what we did.
173
526931
2232
C'est exactement ce qu'on a fait.
09:01
So here'svoici an emptyvide bagsac of chipschips
that was lyingmensonge on a tabletable,
174
529163
2816
Là on voit un sachet de chips vide
sur une table,
09:03
and we're going to turntour that
bagsac of chipschips into a microphonemicrophone
175
531979
2825
et on va le transformer en micro,
09:06
by filmingle tournage it with a videovidéo cameracaméra
176
534804
1591
en l'enregistrant avec une caméra
09:08
and analyzinganalyse the tinyminuscule motionsrequêtes
that sounddu son wavesvagues createcréer in it.
177
536395
3228
et en analysant les petits mouvements
que les ondes sonores y créent.
09:11
So here'svoici the sounddu son
that we playedjoué in the roomchambre.
178
539623
2796
Voici le son
qu'on a joué dans la pièce.
09:14
(MusicMusique: "MaryMarie Had a Little LambAgneau")
179
542419
4434
(Musique: « Marie avait un petit agneau »)
09:22
And this is a high-speedhaute vitesse videovidéo
we recordedenregistré of that bagsac of chipschips.
180
550007
3025
Et voilà une vidéo à haute vitesse
du paquet de chips.
09:25
Again it's playingen jouant.
181
553032
1274
On rejoue notre morceau.
09:26
There's no chancechance you'lltu vas be ablecapable
to see anything going on in that videovidéo
182
554306
3342
Il n'y a aucune chance de remarquer
quoi que ce soit dans cette vidéo.
09:29
just by looking at it,
183
557648
1058
09:30
but here'svoici the sounddu son we were ablecapable
to recoverrécupérer just by analyzinganalyse
184
558706
2984
Voilà le son qu'on a pu récupérer
09:33
the tinyminuscule motionsrequêtes in that videovidéo.
185
561690
2183
en analysant les mouvements
dans la vidéo.
09:35
(MusicMusique: "MaryMarie Had a Little LambAgneau")
186
563873
2809
(Musique: « Marie avait un petit agneau »)
09:52
I call it -- Thank you.
187
580985
1486
Moi, j'appelle ça - Merci.
09:54
(ApplauseApplaudissements)
188
582471
5225
(Applaudissements)
10:01
I call it the visualvisuel microphonemicrophone.
189
589878
2345
J'appelle ça le micro visuel.
10:04
We actuallyréellement extractextrait audiol'audio signalssignaux
from videovidéo signalssignaux.
190
592223
3390
On extrait des signaux
acoustiques à partir de signaux visuels.
10:07
And just to give you a sensesens
of the scaleéchelle of the motionsrequêtes here,
191
595613
3181
Et pour vous donner une idée
de l'échelle de ces mouvements,
10:10
a prettyjoli loudbruyant sounddu son will causecause that bagsac
of chipschips to movebouge toi lessMoins than a micrometermicromètre.
192
598799
5336
un son très bruyant fait bouger ce sachet
de moins d'un micromètre.
10:16
That's one thousandthmillième of a millimetermillimètre.
193
604135
2739
C'est-à-dire
un millième d'un millimètre.
10:18
That's how tinyminuscule the motionsrequêtes are
that we are now ablecapable to pulltirer out
194
606874
3561
Voilà la taille microscopique
des mouvements extraits
10:22
just by observingobserver how lightlumière
bouncesrebondit off objectsobjets
195
610435
3243
par la simple observation
de la lumière sur les objets,
10:25
and getsobtient recordedenregistré by our camerasappareils photo.
196
613678
2136
et est enregistrée par nos caméras.
10:27
We can recoverrécupérer soundsdes sons
from other objectsobjets, like plantsles plantes.
197
615814
3250
On peut reconstruire le son
à partir d'autres objets : les plantes.
10:31
(MusicMusique: "MaryMarie Had a Little LambAgneau")
198
619064
6316
(Musique: «Marie avait un petit agneau»)
10:39
And we can recoverrécupérer speechdiscours as well.
199
627214
1997
On peut même reconstruire
des paroles.
10:41
So here'svoici a personla personne speakingParlant in a roomchambre.
200
629211
2577
Voilà une personne qui parle
dans une pièce.
10:43
VoiceVoix: MaryMarie had a little lambagneau
whosedont fleecemolleton was whiteblanc as snowneige,
201
631788
4203
Voix : Marie avait un petit agneau,
blanc comme neige, il était beau,
10:47
and everywherepartout that MaryMarie wentest allé,
that lambagneau was sure to go.
202
635991
4230
et partout où Marie allait,
l'agneau bien sûr suivait.
10:52
MichaelMichael RubinsteinRubinstein: And here'svoici
that speechdiscours again recoveredrécupérés
203
640221
2759
MR : Et voilà ces mêmes paroles,
10:54
just from this videovidéo
of that sameMême bagsac of chipschips.
204
642980
3274
reconstruites à partir
de ce même paquet de chips.
10:58
VoiceVoix: MaryMarie had a little lambagneau
whosedont fleecemolleton was whiteblanc as snowneige,
205
646254
4831
Voix : Marie avait un petit agneau,
blanc comme neige, il était beau,
11:03
and everywherepartout that MaryMarie wentest allé,
that lambagneau was sure to go.
206
651085
4859
et partout où Marie allait,
l'agneau bien sûr suivait.
11:07
MRM.: We used "MaryMarie Had a Little LambAgneau"
207
655944
2346
MR : On a utilisé
« Marie avait un petit agneau »
11:10
because those are said to be
the first wordsmots
208
658290
2123
car ce serait les premiers mots
11:12
that ThomasThomas EdisonEdison spokeparlait
into his phonographphonographe in 1877.
209
660413
4161
que Thomas Edison aurait prononcés
dans son phonographe en 1877.
11:16
It was one of the first sounddu son
recordingenregistrement devicesdispositifs in historyhistoire.
210
664574
3228
C'était l'un des premiers
enregistreurs de l'histoire.
11:19
It basicallyen gros directeddirigé the soundsdes sons
ontosur a diaphragmdiaphragme
211
667802
3327
Fondamentalement il projetait
les sons sur un diaphragme
11:23
that vibratedvibré a needleaiguille that essentiallyessentiellement
engravedgravé the sounddu son on tinfoilfeuille d’étain
212
671129
4079
qui faisait vibrer une aiguille
qui gravait le son
sur une feuille d'aluminium enroulée
autour d'un cylindre.
11:27
that was wrappedenveloppé around the cylindercylindre.
213
675208
2275
11:29
Here'sVoici a demonstrationmanifestation of recordingenregistrement and
replayingrelecture sounddu son with Edison'sEdison phonographphonographe.
214
677483
5943
Voilà une démonstration du phonographe.
11:35
(VideoVidéo) VoiceVoix: TestingTest,
testingessai, one two threeTrois.
215
683426
3020
(Vidéo) Voix :
Test, test, un. deux, trois.
11:38
MaryMarie had a little lambagneau
whosedont fleecemolleton was whiteblanc as snowneige,
216
686446
3413
Marie avait un petit agneau,
blanc comme neige, il était beau,
11:41
and everywherepartout that MaryMarie wentest allé,
the lambagneau was sure to go.
217
689859
3669
et partout où Marie allait,
l'agneau bien sûr suivait.
11:45
TestingTest, testingessai, one two threeTrois.
218
693528
2740
Test, test, un, deux, trois.
11:48
MaryMarie had a little lambagneau
whosedont fleecemolleton was whiteblanc as snowneige,
219
696268
4156
Marie avait un petit agneau,
blanc comme neige, il était beau,
11:52
and everywherepartout that MaryMarie wentest allé,
the lambagneau was sure to go.
220
700424
5224
et partout où Marie allait,
l'agneau bien sûr suivait.
11:57
MRM.: And now, 137 yearsannées laterplus tard,
221
705648
4017
MR : Et maintenant, 137 ans après,
12:01
we're ablecapable to get sounddu son
in prettyjoli much similarsimilaire qualityqualité
222
709665
4087
on peut reconstruire du son
de qualité très similaire
12:05
but by just watchingen train de regarder objectsobjets
vibratevibrer to sounddu son with camerasappareils photo,
223
713752
4079
en regardant avec des caméras
des objets qui vibrent avec le son.
12:09
and we can even do that when the cameracaméra
224
717831
1934
On peut même faire ça
quand la caméra
12:11
is 15 feetpieds away from the objectobjet,
behindderrière soundproofinsonorisé glassverre.
225
719765
4234
est à 4 mètres de distance de l'objet,
derrière du verre insonorisé.
12:15
So this is the sounddu son that we were
ablecapable to recoverrécupérer in that caseCas.
226
723999
3220
Voilà le son qu'on peut
reconstruire dans ce cas-là.
12:19
VoiceVoix: MaryMarie had a little lambagneau
whosedont fleecemolleton was whiteblanc as snowneige,
227
727219
5294
Voix : Marie avait un petit agneau,
blanc comme neige, il était beau,
12:24
and everywherepartout that MaryMarie wentest allé,
the lambagneau was sure to go.
228
732513
4759
et partout où Marie allait,
l'agneau bien sûr suivait.
12:29
MRM.: And of coursecours, surveillancesurveillance is
the first applicationapplication that comesvient to mindesprit.
229
737404
3630
MR : Bien sûr, surveillance est la
première utilisation qui vient à l'esprit.
12:33
(LaughterRires)
230
741034
2995
(Rires)
12:36
But it mightpourrait actuallyréellement be usefulutile
for other things as well.
231
744029
4056
Mais cela pourrait être utile
pour d'autres choses.
12:40
Maybe in the futureavenir, we'llbien be ablecapable
to use it, for exampleExemple,
232
748085
2840
Peut-être que dans le futur
on pourra l'utiliser, par exemple,
12:42
to recoverrécupérer sounddu son acrossà travers spaceespace,
233
750925
2252
pour reconstruire le son dans l'espace,
12:45
because sounddu son can't travelVoyage
in spaceespace, but lightlumière can.
234
753177
3576
parce que le son ne voyage pas
dans l'espace, mais la lumière peut.
12:48
We'veNous avons only just beguncommencé exploringexplorant
235
756753
2404
On ne fait que commencer à explorer
12:51
other possiblepossible usesles usages
for this newNouveau technologyLa technologie.
236
759157
3019
d'autres applications possibles
de cette nouvelle technologie.
Ça nous permet de voir
des processus que nous savons exister,
12:54
It letspermet us see physicalphysique processesprocessus
that we know are there
237
762176
2832
12:57
but that we'venous avons never been ablecapable
to see with our ownposséder eyesles yeux untiljusqu'à now.
238
765008
3556
mais qu'on n'a jamais pu
voir à l’œil nu jusqu'à maintenant.
13:00
This is our teaméquipe.
239
768564
1204
Voilà notre équipe.
13:01
Everything I showedmontré you todayaujourd'hui
is a resultrésultat of a collaborationcollaboration
240
769768
2879
Tout cela est
le résultat d'une collaboration
13:04
with this great groupgroupe
of people you see here,
241
772647
2191
avec ce magnifique
groupe de personnes-là.
13:06
and I encourageencourager you and welcomeBienvenue you
to checkvérifier out our websitesite Internet,
242
774838
3167
Je vous encourage
à visiter notre site Web,
à tester notre technologie,
13:10
try it out yourselftoi même,
243
778005
1446
à nous rejoindre pour explorer
ce monde des micro-mouvements.
13:11
and joinjoindre us in exploringexplorant
this worldmonde of tinyminuscule motionsrequêtes.
244
779451
2972
13:14
Thank you.
245
782423
1625
Merci.
13:16
(ApplauseApplaudissements)
246
784048
1254
(Applaudissements)
Translated by Giorgio Savini
Reviewed by Claire Ghyselen

▲Back to top

ABOUT THE SPEAKER
Michael Rubinstein - Research scientist, Google
Computer scientist Michael Rubinstein and his team have developed a "motion microscope" that can show video footage of barely perceivable movements, like breaths and heartbeats.

Why you should listen

Michael Rubinstein zooms in on what we can't see and mangnifies it by thirty or a hundred times. His "motion microscope," developed at MIT with Microsoft and Quanta Research, picks up on subtle motion and color changes in videos and blows them up for the naked eye to see. The result: fun, cool, creepy videos.

Rubinstein is a research scientist at a new Cambridge-based Google lab for computer vision research. He has a PhD in computer science and electrical engineering from MIT.

More profile about the speaker
Michael Rubinstein | Speaker | TED.com