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: Uvidět neviditelné pohyby, slyšet tichý zvuk. Cool? Strašidelné? Nemůžeme se rozhodnout

Filmed:
2,075,056 views

Poznejte "mikroskop pohybu", nástroj zpracování videa, který zvětší malé změny v pohybu a barvě, neviditelné pro lidské oko. Vědec v oblasti videa Michael Rubinstein nám přehraje úžasné klipy, které ukazují, jak tato technologie vysleduje lidský puls a srdeční rytmus jen z krátkého videozáznamu. Sledujte, jak rekonstruuje rozhovor zvětšením pohybů způsobených zvukovými vlnami na balíčku od chipsů. Tyto působivé i děsivé aplikace nové technologie musíte vidět, abyste jim uvěřili.
- 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 pastminulost fewpár centuriesstoletí,
microscopesmikroskopy have revolutionizedrevoluční our worldsvět.
0
1114
7492
Během několika posledních století nám
mikroskopy pomohly změnit pohled na svět.
00:21
They revealedodhalila to us a tinydrobný worldsvět
of objectsobjekty, life and structuresstruktury
1
9036
5216
Odhalily nám miniaturní svět
věcí, života a struktur,
00:26
that are too smallmalý for us
to see with our nakednahý eyesoči.
2
14252
2906
které jsou příliš malé na to,
abychom je prostým okem viděli.
00:29
They are a tremendousobrovský contributionpříspěvek
to scienceVěda and technologytechnika.
3
17158
3019
Jsou ohromným přínosem
pro vědu a techniku.
00:32
TodayDnes I'd like to introducepředstavit you
to a newNový typetyp of microscopemikroskop,
4
20177
3227
Dnes vám představím nový typ mikroskopu,
00:35
a microscopemikroskop for changesZměny.
5
23404
2578
mikroskop změn.
00:37
It doesn't use opticsoptika
like a regularpravidelný microscopemikroskop
6
25982
2902
Nepoužívá, jako normální mikroskop,
00:40
to make smallmalý objectsobjekty biggervětší,
7
28884
1997
ke zvětšení malých věcí optiku,
00:42
but insteadmísto toho it usespoužití a videovideo cameraFotoaparát
and imageobraz processingzpracovává se
8
30881
4376
ale videokameru a techniky
zpracování obrazu
00:47
to revealodhalit to us the tiniestnejmenší motionspohyby
and colorbarva changesZměny in objectsobjekty and people,
9
35257
5256
k odhalení těch nejmenších změn
v pohybu a barvách věcí i lidí.
00:52
changesZměny that are impossiblenemožné
for us to see with our nakednahý eyesoči.
10
40513
3842
Změn tak malých, že je
lidské oko nepostřehne.
00:56
And it letsPojďme us look at our worldsvět
in a completelyzcela newNový way.
11
44355
4120
To nám umožňuje se na svět
dívat úplně novým způsobem.
01:00
So what do I mean by colorbarva changesZměny?
12
48475
1910
Co mám na mysli tou změnou barvy?
01:02
Our skinkůže, for examplepříklad,
changesZměny its colorbarva very slightlymírně
13
50385
2832
Například naše kůže mění
lehounce svou barvu,
01:05
when the bloodkrev flowsprotéká underpod it.
14
53217
1997
když pod ní protéká krev.
01:07
That changezměna is incrediblyneuvěřitelně subtlejemné,
15
55214
2397
Tato změna je neuvěřitelně drobná,
01:09
whichkterý is why, when you
look at other people,
16
57611
2063
a proto, když se díváme na ostatní lidi,
01:11
when you look at the personosoba
sittingsedící nextdalší to you,
17
59674
2251
když se podíváte na člověka,
co sedí vedle vás,
01:13
you don't see theirjejich skinkůže
or theirjejich facetvář changingměnící se colorbarva.
18
61925
3575
tak nezpozorujete v jeho obličeji
ani na kůži žádnou změnu barvy.
01:17
When we look at this videovideo of SteveSteve here,
it appearsobjeví se to us like a staticstatické pictureobrázek,
19
65500
4360
Když si přehrajeme video Steva,
tak nám připadá jako statický obraz;
01:21
but oncejednou we look at this videovideo
throughpřes our newNový, specialspeciální microscopemikroskop,
20
69860
3860
ale když se na toto video podíváme
naším novým speciálním mikroskopem,
01:25
suddenlyNajednou we see
a completelyzcela differentodlišný imageobraz.
21
73720
2600
najednou vidíme jinou věc.
01:28
What you see here are smallmalý changesZměny
in the colorbarva of Steve'sSteve skinkůže,
22
76320
3930
To, co vidíme, jsou malé změny
v barvě Steveova obličeje,
01:32
magnifiedzvětšený 100 timesčasy
so that they becomestát visibleviditelné.
23
80250
4436
stokrát zvětšené,
a tedy pro nás viditelné.
01:36
We can actuallyvlastně see a humančlověk pulsepuls.
24
84686
3267
Můžeme dokonce i vidět jeho puls.
01:39
We can see how fastrychle
Steve'sSteve heartsrdce is beatingporážka,
25
87953
3227
Můžeme nejen vidět, jak rychle
Steveovo srdce bije,
01:43
but we can alsotaké see the actualaktuální way
that the bloodkrev flowsprotéká in his facetvář.
26
91180
5355
ale též kudy přesně krev
proudí v jeho obličeji.
01:48
And we can do that not just
to visualizevizualizovat the pulsepuls,
27
96544
2631
Náš mikroskop můžeme použít
nejen k vizualizaci tepu,
01:51
but alsotaké to actuallyvlastně
recoveruzdravit se our heartsrdce ratesceny,
28
99175
3471
ale též ke zjištění srdečního rytmu
01:54
and measureopatření our heartsrdce ratesceny.
29
102646
1793
a jeho změření.
01:56
And we can do it with regularpravidelný cameraskamery
and withoutbez touchingdojemný the patientspacientů.
30
104439
4453
A zvládáme to s pomocí normálních kamer,
bez dotyku s pacientem.
02:00
So here you see the pulsepuls and heartsrdce ratehodnotit
we extractedextrahovány from a neonatalneonatální babydítě
31
108892
5617
Tady vidíte tep a srdeční rytmus,
který jsme změřili u kojence
02:06
from a videovideo we tookvzal
with a regularpravidelný DSLRDSLR cameraFotoaparát,
32
114509
2881
z videa pořízeného normální DSLR kamerou.
02:09
and the heartsrdce ratehodnotit measurementměření we get
33
117390
1816
Takto získané měření
02:11
is as accuratepřesný as the one you'dže ano get
with a standardStandard monitormonitor in a hospitalNEMOCNICE.
34
119206
4811
je stejně přesné jako měření získané
ze srdečního monitoru v nemocnici.
Dokonce to ani nemusí být video,
které jsme sami nahráli.
02:16
And it doesn't even have to be
a videovideo we recordedzaznamenané.
35
124017
2642
02:18
We can do it essentiallyv podstatě
with other videosvidea as well.
36
126659
2995
Zvládneme to i s cizími videi.
02:21
So I just tookvzal a shortkrátký clipklip
from "BatmanBatman BeginsZačíná" here
37
129654
3901
Tady jsem jen vzal krátký záběr
z filmu "Batman začíná",
02:25
just to showshow ChristianKřesťan Bale'sBale si pulsepuls.
38
133555
1904
abych ukázal puls Christiana Balea.
02:27
(LaughterSmích)
39
135459
1822
(Smích)
02:29
And you know, presumablypravděpodobně
he's wearingnošení makeupmakeup,
40
137281
2123
Víte, patrně má na sobě makeup,
02:31
the lightingosvětlení here is kinddruh of challengingnáročný,
41
139404
1953
takže světlo je zde trochu problematické,
02:33
but still, just from the videovideo,
we're ableschopný to extractvýpis his pulsepuls
42
141357
2951
ale stejně, jen z tohoto videa,
jsme vyextrahovali jeho puls
02:36
and showshow it quitedocela well.
43
144308
2018
a názorně ho ukázali.
02:38
So how do we do all that?
44
146326
1920
Takže jak to vše dokážeme?
02:40
We basicallyv podstatě analyzeanalyzovat the changesZměny
in the lightsvětlo that are recordedzaznamenané
45
148246
4598
V podstatě analyzujeme
změny světla v záznamu,
02:44
at everykaždý pixelpixel in the videovideo over time,
46
152844
2271
pro každý pixel v průběhu času,
02:47
and then we crankklika up those changesZměny.
47
155115
1798
a pak tyto změny zvětšíme.
02:48
We make them biggervětší
so that we can see them.
48
156913
2162
Zvětšíme je, abychom je lépe viděli.
02:51
The trickyobtížné partčást is that those signalssignály,
49
159075
1902
Záludná část je, že ty signály,
02:52
those changesZměny that we're after,
are extremelyvelmi subtlejemné,
50
160977
2933
ty změny, co se snažíme změřit,
jsou extrémně malé,
02:55
so we have to be very carefulopatrně
when you try to separatesamostatný them
51
163910
2779
takže je musíme opatrně oddělit
02:58
from noisehluk that always existsexistuje in videosvidea.
52
166689
3831
od šumu, který je vždy
ve videích přítomen.
03:02
So we use some cleverchytrý
imageobraz processingzpracovává se techniquestechniky
53
170520
2995
Proto používáme chytré
techniky zpracování obrazu,
03:05
to get a very accuratepřesný measurementměření
of the colorbarva at eachkaždý pixelpixel in the videovideo,
54
173515
3994
abychom získali velmi přesně
barvu každého pixelu ve videu.
03:09
and then the way the colorbarva
changesZměny over time,
55
177509
2670
Z toho zjistíme, jak se ta barva
v průběhu času mění,
03:12
and then we amplifyzesílit those changesZměny.
56
180179
2693
a nakonec tyto změny zvětšíme.
03:14
We make them biggervětší to createvytvořit those typestypy
of enhancedrozšířené videosvidea, or magnifiedzvětšený videosvidea,
57
182872
3980
Zvětšíme je, abychom vytvořili
takto vylepšená videa,
03:18
that actuallyvlastně showshow us those changesZměny.
58
186852
2172
která názorně ukazují změny.
03:21
But it turnsotočí out we can do that
not just to showshow tinydrobný changesZměny in colorbarva,
59
189024
4238
Ale ukázalo se, že můžeme udělat
to samé nejen k zobrazení změn barev,
03:25
but alsotaké tinydrobný motionspohyby,
60
193262
2241
ale též miniaturních pohybů.
03:27
and that's because the lightsvětlo
that getsdostane recordedzaznamenané in our cameraskamery
61
195503
3576
A to díky tomu, že světlo,
které kamera zaznamená,
03:31
will changezměna not only if the colorbarva
of the objectobjekt changesZměny,
62
199079
2810
se změní nejen tehdy,
když objekt změní barvu,
03:33
but alsotaké if the objectobjekt movespohybuje se.
63
201889
2368
ale i když se pohne.
03:36
So this is my daughterdcera
when she was about two monthsměsíců oldstarý.
64
204257
3636
Tady je má dcera,
když jí byly asi dva měsíce.
03:39
It's a videovideo I recordedzaznamenané
about threetři yearsroky agopřed.
65
207893
2999
Toto video jsem pořídil
asi tak tři roky zpátky.
03:42
And as newNový parentsrodiče, we all want
to make sure our babiesděti are healthyzdravý,
66
210892
3208
Jako čerství rodiče si chceme být jistí,
že jsou naše děti zdravé,
03:46
that they're breathingdýchání,
that they're alivenaživu, of coursechod.
67
214100
2542
že dýchají a že jsou naživu.
03:48
So I too got one of those babydítě monitorsmonitory
68
216642
2142
Pořídil jsem si baby monitor,
03:50
so that I could see my daughterdcera
when she was asleepspící.
69
218784
2469
abych mohl vidět dceru, když spí.
03:53
And this is prettydosti much what you'llBudete see
with a standardStandard babydítě monitormonitor.
70
221253
3527
Toto je v podstatě to samé,
co uvidíte se standardním monitorem.
03:56
You can see the baby'sDětská sleepingspací, but
there's not too much informationinformace there.
71
224780
3682
Vidíte, že díte spí,
ale víc informací se nedozvíte.
04:00
There's not too much we can see.
72
228474
1604
Moc toho nelze vidět.
04:02
Wouldn'tBy it be better,
or more informativeinformativní, or more usefulužitečný,
73
230078
2824
Nebylo by lepší,
víc informativní či užitečné,
04:04
if insteadmísto toho we could look
at the viewPohled like this.
74
232902
2990
kdybychom se na to mohli podívat takto?
04:07
So here I tookvzal the motionspohyby
and I magnifiedzvětšený them 30 timesčasy,
75
235892
6356
Tady jsem zvětšil
všechny pohyby třicetkrát,
04:14
and then I could clearlyjasně see that my
daughterdcera was indeedVskutku alivenaživu and breathingdýchání.
76
242248
3826
a teď můžete jasně vidět, že má dcera
je skutečně živá a že dýchá.
04:18
(LaughterSmích)
77
246074
2253
(Smích)
04:20
Here is a side-by-sidevedle sebe comparisonsrovnání.
78
248327
1922
Tady je porovnání vedle sebe.
04:22
So again, in the sourcezdroj videovideo,
in the originaloriginál videovideo,
79
250249
2483
A znovu, v původním videu,
04:24
there's not too much we can see,
80
252732
1636
toho není příliš vidět.
04:26
but oncejednou we magnifyzvětšit the motionspohyby,
the breathingdýchání becomesstává se much more visibleviditelné.
81
254368
3707
Ale jakmile zvětšíme změny,
dýchání je mnohem viditelnější.
04:30
And it turnsotočí out, there's
a lot of phenomenajevy
82
258075
2070
A jak se ukazuje,
existuje spousta věcí,
04:32
we can revealodhalit and magnifyzvětšit
with our newNový motionpohyb microscopemikroskop.
83
260145
3623
které můžeme ukázat a zvětšit
naším novým pohybovým mikroskopem.
04:35
We can see how our veinsžíly and arteriestepny
are pulsingblikající in our bodiestěla.
84
263768
4564
Můžeme vidět, jak naše
žíly a cévy pulzují.
04:40
We can see that our eyesoči
are constantlyneustále movingpohybující se
85
268332
2628
Můžeme vidět, že se
naše oči stále pohybují
04:42
in this wobblyvratký motionpohyb.
86
270960
1887
v tomto viklavém pohybu.
04:44
And that's actuallyvlastně my eyeoko,
87
272847
1509
Toto je mé oko.
04:46
and again this videovideo was takenpřijat
right after my daughterdcera was bornnarozený,
88
274356
3065
Video bylo též pořízeno krátce poté,
co se má dcera narodila,
04:49
so you can see I wasn'tnebyl gettingdostat
too much sleepspát. (LaughterSmích)
89
277421
4202
takže můžete vidět, že jsem
toho moc nenaspal. (Smích)
04:53
Even when a personosoba is sittingsedící still,
90
281623
2716
I o člověku, který v klidu sedí,
04:56
there's a lot of informationinformace
we can extractvýpis
91
284339
2044
je hodně informací,
které můžeme získat:
04:58
about theirjejich breathingdýchání patternsvzory,
smallmalý facialsperma v obličeji expressionsvýrazy.
92
286383
3529
jeho vzor dýchání
či malé výrazy tváře.
05:01
Maybe we could use those motionspohyby
93
289912
1625
Možná můžeme využít tyto pohyby,
05:03
to tell us something about
our thoughtsmyšlenky or our emotionsemoce.
94
291537
3154
aby nám prozradili něco
o našich myšlenkách či emocích.
05:06
We can alsotaké magnifyzvětšit smallmalý
mechanicalmechanické movementspohyby,
95
294691
3255
Můžeme též zvětšit malé mechanické pohyby,
05:09
like vibrationsvibrace in enginesmotory,
96
297946
1555
jako vibrace motorů,
05:11
that can help engineerstechniků detectdetekovat
and diagnosediagnostikovat machinerystroje problemsproblémy,
97
299501
3692
což může pomoci inženýrům detekovat a
diagnostikovat problémy se stroji,
05:15
or see how our buildingsbudov and structuresstruktury
swayhoupat in the windvítr and reactreagovat to forcessil.
98
303193
4738
nebo vidět budovy a stavby,
jak se kývají ve větru.
05:19
Those are all things that our societyspolečnost
knows how to measureopatření in variousrozličný wayszpůsoby,
99
307931
4581
To jsou všechno věci, které dnes
umíme měřit různými způsoby,
05:24
but measuringměření those motionspohyby is one thing,
100
312512
2453
ale měření pohybů je jedna věc,
05:26
and actuallyvlastně seeingvidění those
motionspohyby as they happenpřihodit se
101
314965
2276
zatímco schopnost vidět,
jak se právě dějí,
05:29
is a wholeCelý differentodlišný thing.
102
317241
2554
je věc úplně jiná.
05:31
And ever sinceod té doby we discoveredobjevil
this newNový technologytechnika,
103
319795
3041
Jakmile jsme vytvořili
tuto novou technologii,
05:34
we madevyrobeno our codekód availabledostupný onlineonline so that
othersostatní could use and experimentexperiment with it.
104
322836
3953
zpřístupnili jsme ji online, aby i ostatní
ji mohli vyzkoušet a experimentovat s ní.
05:38
It's very simplejednoduchý to use.
105
326789
1875
Je velmi jednoduché ji použít.
05:40
It can work on your ownvlastní videosvidea.
106
328664
2044
Umí pracovat s vašimi vlastními videi.
05:42
Our collaboratorsspolupracovníci at QuantaQuanta ResearchVýzkum
even createdvytvořeno this nicepěkný websitewebová stránka
107
330708
3193
Naši kolegové z Quanta Research
dokonce vytvořili tuto stránku,
05:45
where you can uploadnahrát your videosvidea
and processproces them onlineonline,
108
333901
2678
kde můžete nahrát svá videa
a zpracovat je online,
05:48
so even if you don't have any experienceZkusenosti
in computerpočítač scienceVěda or programmingprogramování,
109
336579
3816
takže i pokud nemáte žádné zkušenosti
s informatikou či programováním,
05:52
you can still very easilysnadno experimentexperiment
with this newNový microscopemikroskop.
110
340395
2936
můžete snadno experimentovat
s naším novým mikroskopem.
05:55
And I'd like to showshow you
just a couplepár of examplespříklady
111
343331
2404
Chtěl bych vám ukázat pár příkladů toho,
05:57
of what othersostatní have doneHotovo with it.
112
345735
2735
jak ostatní experimentovali.
06:00
So this videovideo was madevyrobeno by
a YouTubeYouTube useruživatel calledvolal TamezTamez85.
113
348470
5317
Toto video bylo vytvořeno
uživatelem YouTube s přezdívkou Tamez85.
06:05
I don't know who that useruživatel is,
114
353787
1463
Nevím, kdo ten uživatel je,
06:07
but he, or she, used our codekód
115
355250
2345
ale on nebo ona použil náš program
06:09
to magnifyzvětšit smallmalý bellybřicho
movementspohyby duringběhem pregnancytěhotenství.
116
357595
3715
ke zvětšení malých pohybů břicha
během těhotenství.
06:13
It's kinddruh of creepystrašidelné.
117
361310
1602
Je to trochu strašidelné.
06:14
(LaughterSmích)
118
362912
1613
(Smích)
06:16
People have used it to magnifyzvětšit
pulsingblikající veinsžíly in theirjejich handsruce.
119
364525
4961
Lidé náš program použili
ke zvětšení pulzujících žil v rukách.
06:21
And you know it's not realnemovitý scienceVěda
unlesspokud není you use guineaGuinea pigsprasata,
120
369486
3782
A jak víte, nic není skutečná věda,
dokud nepoužijete morčata.
06:25
and apparentlypodle všeho this guineaGuinea pigprase
is calledvolal TiffanyTiffany,
121
373268
3390
Toto morče se patrně jmenuje Tiffany.
06:28
and this YouTubeYouTube useruživatel claimsnároky
it is the first rodenthlodavec on EarthZemě
122
376658
2949
Tento uživatel YouTube tvrdí,
že je to první hlodavec na Zemi,
06:31
that was motion-magnifiedpohyb zvětšený.
123
379607
2688
jehož pohyb byl takto zvětšen.
06:34
You can alsotaké do some artumění with it.
124
382295
2188
Lze vytvořit i nové umění.
06:36
So this videovideo was sentodesláno to me
by a designdesign studentstudent at YaleYale.
125
384483
3018
Toto video mi zaslala studentka
designu z univerzity Yale.
06:39
She wanted to see
if there's any differencerozdíl
126
387501
2137
Chtěla vidět, jestli jsou rozdíly v tom,
06:41
in the way her classmatesspolužáky movehýbat se.
127
389638
1522
jak se její spolužáci pohybují.
06:43
She madevyrobeno them all standvydržet still,
and then magnifiedzvětšený theirjejich motionspohyby.
128
391160
4209
Nechala je všechny v klidu stát,
a pak zvětšila jejich pohyby.
06:47
It's like seeingvidění
still picturesobrázky come to life.
129
395369
3378
Je to jako vidět fotografii ožít.
06:50
And the nicepěkný thing with
all those examplespříklady
130
398747
2433
A skvělá věc na všech
těchto příkladech je,
06:53
is that we had nothing to do with them.
131
401180
2296
že my s nimi nemáme nic společného.
06:55
We just providedpokud this newNový toolnástroj,
a newNový way to look at the worldsvět,
132
403476
3854
My jsme jen zpřístupnili nový nástroj,
nový způsob, jak se dívat na svět,
06:59
and then people find other interestingzajímavý,
newNový and creativetvořivý wayszpůsoby of usingpoužitím it.
133
407330
5132
a potom lidé přišli s novými, zajímavými
a kreativními způsoby, jak jej využít.
07:04
But we didn't stop there.
134
412462
1764
Ale my jsme u toho nezůstali.
07:06
This toolnástroj not only allowsumožňuje us
to look at the worldsvět in a newNový way,
135
414226
3251
Tento nástroj nám nejen
dává nový pohled na svět,
07:09
it alsotaké redefinesznovu definuje what we can do
136
417477
2368
ale také redefinuje to, co umíme dělat,
07:11
and pushestlačí the limitslimity of what
we can do with our cameraskamery.
137
419845
3181
a posouvá limity toho,
co zvládneme s kamerou.
07:15
So as scientistsvědců, we startedzačal wonderingpřemýšlel,
138
423026
2229
Takže jsme jako vědci začali bádat:
07:17
what other typestypy of physicalfyzický phenomenajevy
producevyrobit tinydrobný motionspohyby
139
425255
3785
jaké další fyzikální jevy
produkují miniaturní pohyby,
07:21
that we could now use
our cameraskamery to measureopatření?
140
429040
2903
které by naše kamery mohly zachytit?
07:23
And one suchtakový phenomenonjev
that we focusedzaměřen on recentlynedávno is soundzvuk.
141
431943
4001
A jeden z těchto jevů, kterému se
v poslední době věnujeme, je zvuk.
07:27
SoundZvuk, as we all know,
is basicallyv podstatě changesZměny
142
435944
2105
Zvuk jsou ve své podstatě změny v tlaku,
07:30
in airvzduch pressuretlak that
travelcestovat throughpřes the airvzduch.
143
438049
2183
které se pohybují vzduchem.
07:32
Those pressuretlak wavesvlny hitudeřil objectsobjekty
and they createvytvořit smallmalý vibrationsvibrace in them,
144
440232
3621
Tyto tlakové vlny narážejí do předmětů
a vytváří v nich malé vibrace,
07:35
whichkterý is how we hearslyšet
and how we recordzáznam soundzvuk.
145
443853
2532
díky kterým slyšíme a zaznamenáváme zvuk.
07:38
But it turnsotočí out that soundzvuk
alsotaké producesprodukuje visualvizuální motionspohyby.
146
446385
3668
Ale ukazuje se, že zvuk
produkuje i vizuální pohyby.
07:42
Those are motionspohyby
that are not visibleviditelné to us
147
450053
2833
Tyto pohyby nejsou viditelné pro nás,
07:44
but are visibleviditelné to a cameraFotoaparát
with the right processingzpracovává se.
148
452886
3001
ale jsou viditelné pro kameru
se správným zpracováním.
07:47
So here are two examplespříklady.
149
455887
1573
Takže tady máme dva příklady.
07:49
This is me demonstratingdemonstrovat
my great singingzpěv skillsdovednosti.
150
457460
2614
Tady prezentuji své
skvělé pěvecké schopnosti.
07:53
(SingingZpěv)
151
461064
1634
(Zpěv)
07:54
(LaughterSmích)
152
462698
1436
(Smích)
07:56
And I tookvzal a high-speedvysoká rychlost videovideo
of my throathrdlo while I was hummingbzučení.
153
464134
2986
Vytvořil jsem vysokorychlostní
video svého krku.
07:59
Again, if you stareupřený pohled at that videovideo,
154
467120
1764
Pokud se na něj podíváme,
08:00
there's not too much
you'llBudete be ableschopný to see,
155
468884
2076
moc toho neuvidíme,
08:02
but oncejednou we magnifyzvětšit the motionspohyby 100 timesčasy,
we can see all the motionspohyby and ripplesvlnky
156
470960
4332
ale pokud zvětšíme pohyby stokrát,
můžeme je vidět na krku spolu s vlnami,
08:07
in the neckkrk that are involvedzapojeno
in producingprodukovat the soundzvuk.
157
475292
3274
které souvisí s tvorbou zvuku.
08:10
That signalsignál is there in that videovideo.
158
478566
2740
Ten signál je tam, ve videu.
08:13
We alsotaké know that singerszpěváků
can breakPřestávka a winevíno glasssklenka
159
481306
2670
Též víme, že zpěváci
zvládnou rozbít sklenici,
08:15
if they hitudeřil the correctopravit notePoznámka.
160
483976
1463
pokud trefí správný tón.
08:17
So here, we're going to playhrát si a notePoznámka
161
485439
1765
Takže tady pouštíme tón,
08:19
that's in the resonancerezonance
frequencyfrekvence of that glasssklenka
162
487204
2526
který má rezonanční frekvenci sklenice,
08:21
throughpřes a loudspeakerreproduktor that's nextdalší to it.
163
489730
2048
do reproduktoru vedle ní.
08:23
OnceJednou we playhrát si that notePoznámka
and magnifyzvětšit the motionspohyby 250 timesčasy,
164
491778
4419
Po zapnutí a zvětšení pohybů 250 krát
08:28
we can very clearlyjasně see
how the glasssklenka vibratesvibruje
165
496197
2338
můžeme jasně vidět, jak sklo vibruje
08:30
and resonatesrezonuje in responseOdezva to the soundzvuk.
166
498535
3570
a rezonuje kvůli zvuku.
08:34
It's not something you're used
to seeingvidění everykaždý day.
167
502105
2420
To není něco, co vidíte každý den.
08:36
But this madevyrobeno us think.
It gavedal us this crazyšílený ideaidea.
168
504525
3529
Ale to nás donutilo se zamyslet.
A přivedlo nás to k šílenému nápadu.
08:40
Can we actuallyvlastně invertInvertovat this processproces
and recoveruzdravit se soundzvuk from videovideo
169
508054
5608
Můžeme otočit tento proces
a získat zvuk z videa tím,
08:45
by analyzingAnalýza the tinydrobný vibrationsvibrace
that soundzvuk wavesvlny createvytvořit in objectsobjekty,
170
513662
4035
že zanalyzujeme miniaturní vibrace,
vytvořené zvukovými vlnami v objektech,
08:49
and essentiallyv podstatě convertkonvertovat those
back into the soundszvuky that producedvyrobeno them.
171
517697
4777
a převést je zpět na zvuk?
08:54
In this way, we can turnotočit se
everydaykaždý den objectsobjekty into microphonesmikrofony.
172
522474
4457
Tímto způsobem můžeme proměnit
obyčejné věci v mikrofony.
08:58
So that's exactlypřesně what we did.
173
526931
2232
A přesně to jsme udělali.
09:01
So here'stady je an emptyprázdný bagTaška of chipsbramborové hranolky
that was lyingležící on a tablestůl,
174
529163
2816
Tady máme prázdný obal
od čipsů ležící na stole
09:03
and we're going to turnotočit se that
bagTaška of chipsbramborové hranolky into a microphonemikrofon
175
531979
2825
a my ho proměníme v mikrofon tím,
09:06
by filmingnatáčení it with a videovideo cameraFotoaparát
176
534804
1591
že ho nahrajeme videokamerou
09:08
and analyzingAnalýza the tinydrobný motionspohyby
that soundzvuk wavesvlny createvytvořit in it.
177
536395
3228
a zanalyzujeme miniaturní pohyby
vytvořené zvukem.
09:11
So here'stady je the soundzvuk
that we playedhrál in the roompokoj, místnost.
178
539623
2796
Tento zvuk jsme přehráli v místnosti.
09:14
(MusicHudba: "MaryMarie Had a Little LambLamb")
179
542419
4434
(Hudba: "Mary Had a Little Lamb")
09:22
And this is a high-speedvysoká rychlost videovideo
we recordedzaznamenané of that bagTaška of chipsbramborové hranolky.
180
550007
3025
Nahráli jsme vysokorychlostní video
obalu od chipsů.
09:25
Again it's playinghraní.
181
553032
1274
Hudba zase hraje.
09:26
There's no chancešance you'llBudete be ableschopný
to see anything going on in that videovideo
182
554306
3342
Na tom videu nemáte šanci nic zpozorovat,
09:29
just by looking at it,
183
557648
1058
09:30
but here'stady je the soundzvuk we were ableschopný
to recoveruzdravit se just by analyzingAnalýza
184
558706
2984
ale tady je zvuk, který jsme
zrekonstruovali z toho videa
09:33
the tinydrobný motionspohyby in that videovideo.
185
561690
2183
analýzou miniaturních pohybů.
09:35
(MusicHudba: "MaryMarie Had a Little LambLamb")
186
563873
2809
(Hudba: "Mary Had a Little Lamb")
09:52
I call it -- Thank you.
187
580985
1486
Říkáme tomu - díky.
09:54
(ApplausePotlesk)
188
582471
5225
(Potlesk)
10:01
I call it the visualvizuální microphonemikrofon.
189
589878
2345
Říkáme tomu vizuální mikrofon.
10:04
We actuallyvlastně extractvýpis audioZvuk signalssignály
from videovideo signalssignály.
190
592223
3390
Opravdu extrahujeme zvukový signál
ze signálu videa.
10:07
And just to give you a sensesmysl
of the scaleměřítko of the motionspohyby here,
191
595613
3181
Abyste měli představu o velikosti pohybů,
které se zde odehrávají:
10:10
a prettydosti loudhlasitý soundzvuk will causezpůsobit that bagTaška
of chipsbramborové hranolky to movehýbat se lessméně than a micrometermikrometr.
192
598799
5336
velmi hlasitý zvuk způsobí,
že se ten obal pohne o méně než mikrometr.
10:16
That's one thousandthtisíciny of a millimetermilimetr.
193
604135
2739
To je tisícina milimetru.
10:18
That's how tinydrobný the motionspohyby are
that we are now ableschopný to pullSEM out
194
606874
3561
Tak miniaturní pohyby
teď zvládneme rozeznat
10:22
just by observingpozorování how lightsvětlo
bouncesskáká off objectsobjekty
195
610435
3243
pouhým pozorováním
odrazů světla od objektů
10:25
and getsdostane recordedzaznamenané by our cameraskamery.
196
613678
2136
našimi kamerami.
10:27
We can recoveruzdravit se soundszvuky
from other objectsobjekty, like plantsrostlin.
197
615814
3250
Můžeme získat zvuk
i z jiných předmětů, třeba květin.
10:31
(MusicHudba: "MaryMarie Had a Little LambLamb")
198
619064
6316
(Hudba: "Mary Had a Little Lamb")
10:39
And we can recoveruzdravit se speechmluvený projev as well.
199
627214
1997
Zvládneme též extrahovat řeč.
10:41
So here'stady je a personosoba speakingmluvení in a roompokoj, místnost.
200
629211
2577
Tady v místnosti hovoří člověk.
10:43
VoiceHlas: MaryMarie had a little lambBeránek
whosejehož fleecerouno was whitebílý as snowsníh,
201
631788
4203
Hlas: Mary měla jehňátko
s vlnou bílou jako sníh,
10:47
and everywherevšude that MaryMarie wentšel,
that lambBeránek was sure to go.
202
635991
4230
a všude kam Mary šla,
jehňátko šlo s ní.
10:52
MichaelMichael RubinsteinRubinstein: And here'stady je
that speechmluvený projev again recoveredobnovit
203
640221
2759
Michael Rubinstein: Tady je ta řeč získaná
10:54
just from this videovideo
of that samestejný bagTaška of chipsbramborové hranolky.
204
642980
3274
z videa z obalu od chipsů.
10:58
VoiceHlas: MaryMarie had a little lambBeránek
whosejehož fleecerouno was whitebílý as snowsníh,
205
646254
4831
Hlas: Mary měla jehňátko
s vlnou bílou jako sníh,
11:03
and everywherevšude that MaryMarie wentšel,
that lambBeránek was sure to go.
206
651085
4859
a všude kam Mary šla,
jehňátko šlo s ní.
11:07
MRMR: We used "MaryMarie Had a Little LambLamb"
207
655944
2346
MR: Použili jsme "Mary Had a Little Lamb",
11:10
because those are said to be
the first wordsslova
208
658290
2123
protože to měla být první slova,
11:12
that ThomasThomas EdisonEdison spokepromluvil
into his phonographgramofon in 1877.
209
660413
4161
která pronesl Thomas Edison
do svého fonografu v roce 1877.
11:16
It was one of the first soundzvuk
recordingzáznam deviceszařízení in historydějiny.
210
664574
3228
Byl to první zaznamenaný zvuk v historii.
11:19
It basicallyv podstatě directedřízené the soundszvuky
ontona a diaphragmmembrána
211
667802
3327
V podstatě navedl zvuk na membránu,
11:23
that vibratedrozkmitá a needlejehla that essentiallyv podstatě
engravedryté the soundzvuk on tinfoilstaniol
212
671129
4079
která rozvibrovala jehlu
a ta vyryla zvuk na alobal,
11:27
that was wrappedzabalené around the cylinderválec.
213
675208
2275
který byl obalen kolem válečku.
11:29
Here'sTady je a demonstrationdemonstrace of recordingzáznam and
replayingpřehrání soundzvuk with Edison'sEdisonova phonographgramofon.
214
677483
5943
Zde je ukážka záznamu a
přehrání zvuku Edisonovým fonografem.
11:35
(VideoVideo) VoiceHlas: TestingTestování,
testingtestování, one two threetři.
215
683426
3020
(Video) Hlas: Test, test, jedna dvě tři.
11:38
MaryMarie had a little lambBeránek
whosejehož fleecerouno was whitebílý as snowsníh,
216
686446
3413
Mary měla jehňátko
s vlnou bílou jako sníh,
11:41
and everywherevšude that MaryMarie wentšel,
the lambBeránek was sure to go.
217
689859
3669
a všude kam Mary šla,
jehňátko šlo s ní.
11:45
TestingTestování, testingtestování, one two threetři.
218
693528
2740
Test, test, jedna dvě tři.
11:48
MaryMarie had a little lambBeránek
whosejehož fleecerouno was whitebílý as snowsníh,
219
696268
4156
Mary měla jehňátko
s vlnou bílou jako sníh,
11:52
and everywherevšude that MaryMarie wentšel,
the lambBeránek was sure to go.
220
700424
5224
a všude kam Mary šla,
jehňátko šlo s ní.
11:57
MRMR: And now, 137 yearsroky laterpozději,
221
705648
4017
MR: A nyní, o 137 let později,
12:01
we're ableschopný to get soundzvuk
in prettydosti much similarpodobný qualitykvalitní
222
709665
4087
můžeme získat zvuk v podobné kvalitě
12:05
but by just watchingsledování objectsobjekty
vibratevibrovat to soundzvuk with cameraskamery,
223
713752
4079
pouhým pozorováním objektů kamerou,
jak kvůli zvuku vibrují,
12:09
and we can even do that when the cameraFotoaparát
224
717831
1934
a dokonce to zvládneme s kamerou
12:11
is 15 feetnohy away from the objectobjekt,
behindza soundproofTV s plochou obrazovkou glasssklenka.
225
719765
4234
vzdálenou 4.5 metru, za zvukotěsným sklem.
12:15
So this is the soundzvuk that we were
ableschopný to recoveruzdravit se in that casepouzdro.
226
723999
3220
V tomto případě jsme zvládli
zrekonstruovat tento zvuk.
12:19
VoiceHlas: MaryMarie had a little lambBeránek
whosejehož fleecerouno was whitebílý as snowsníh,
227
727219
5294
Hlas: Mary měla jehňátko
s vlnou bílou jako sníh,
12:24
and everywherevšude that MaryMarie wentšel,
the lambBeránek was sure to go.
228
732513
4759
a všude kam Mary šla,
jehňátko šlo s ní.
12:29
MRMR: And of coursechod, surveillancedohled is
the first applicationaplikace that comespřijde to mindmysl.
229
737404
3630
MR: První využití, které napadne
každého, je odposlech.
12:33
(LaughterSmích)
230
741034
2995
(Smích)
12:36
But it mightmohl actuallyvlastně be usefulužitečný
for other things as well.
231
744029
4056
Ale může to být dobré i pro jiné věci.
12:40
Maybe in the futurebudoucnost, we'lldobře be ableschopný
to use it, for examplepříklad,
232
748085
2840
Možná díky tomu například
zvládneme v budoucnu
12:42
to recoveruzdravit se soundzvuk acrosspřes spaceprostor,
233
750925
2252
zrekonstruovat zvuk napříč vesmírem,
12:45
because soundzvuk can't travelcestovat
in spaceprostor, but lightsvětlo can.
234
753177
3576
neboť zvuk se ve vesmíru nešíří,
ale světlo ano.
12:48
We'veMáme only just begunzačal exploringzkoumání
235
756753
2404
Jen začínáme objevovat
12:51
other possiblemožný usespoužití
for this newNový technologytechnika.
236
759157
3019
další využití této nové technologie.
12:54
It letsPojďme us see physicalfyzický processesprocesů
that we know are there
237
762176
2832
Díky ní lze vidět fyzické procesy,
o kterých víme, že existují,
12:57
but that we'vejsme never been ableschopný
to see with our ownvlastní eyesoči untilaž do now.
238
765008
3556
ale které jsme zatím nebyli schopni
pozorovat vlastníma očima.
13:00
This is our teamtým.
239
768564
1204
Toto je náš tým.
13:01
Everything I showedukázal you todaydnes
is a resultvýsledek of a collaborationspolupráce
240
769768
2879
Vše, co jsem vám dnes ukázal,
je výsledkem spolupráce
13:04
with this great groupskupina
of people you see here,
241
772647
2191
s touto skvělou skupinou lidí
13:06
and I encouragepodporovat you and welcomeVítejte you
to checkkontrola out our websitewebová stránka,
242
774838
3167
a já vám doporučuji navštívit
naši internetovou stránku,
13:10
try it out yourselfvy sám,
243
778005
1446
vyzkoušejte si to sami,
13:11
and joinpřipojit us in exploringzkoumání
this worldsvět of tinydrobný motionspohyby.
244
779451
2972
a pojďte s námi objevovat
svět miniaturních pohybů.
13:14
Thank you.
245
782423
1625
Díky.
13:16
(ApplausePotlesk)
246
784048
1254
(Potlesk)
Translated by Tomáš Brukner
Reviewed by Petra Submarine

▲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