0:00:00.974,0:00:05.889
La plupart d'entre nous associe[br]le mouvement au visuel.

0:00:05.889,0:00:10.977
Si je traverse cette scène[br]ou bouge mes mains alors que je parle,

0:00:10.977,0:00:14.255
ce mouvement est quelque chose [br]que vous pouvez observer.

0:00:14.255,0:00:19.737
Mais il y a un monde de gestes importants[br]qui sont imperceptibles à l’œil humain,

0:00:19.737,0:00:21.778
et au cours de ces dernières années,

0:00:21.778,0:00:23.775
on s'est rendu compte que les cameras

0:00:23.775,0:00:27.425
peuvent détecter ces mouvements [br]même quand l’être humain en est incapable.

0:00:28.163,0:00:29.837
Laissez-moi donc vous montrer.

0:00:30.717,0:00:34.339
Sur la gauche, vous voyez la vidéo[br]du poignet d'une personne,

0:00:34.339,0:00:37.486
et à droite, vous voyez la vidéo[br]d'un bébé endormi.

0:00:37.486,0:00:40.632
Mais si je ne vous avais pas dit[br]qu'il s'agissait de vidéos,

0:00:40.632,0:00:44.393
vous auriez pu penser que vous regardiez[br]deux images tout à fait normales.

0:00:44.393,0:00:46.065
Car dans les deux cas,

0:00:46.065,0:00:50.175
ces vidéos semblent[br]presque complètement immobiles.

0:00:50.175,0:00:54.060
Mais il y a en fait beaucoup[br]de mouvement imperceptibles.

0:00:54.060,0:00:56.452
Et si vous touchiez[br]le poignet sur la gauche,

0:00:56.452,0:00:58.448
vous sentiriez un pouls

0:00:58.448,0:01:00.763
et si vous teniez [br]le bébé sur l'image de droite,

0:01:00.763,0:01:03.304
vous sentiriez la montée[br]et la descente de sa poitrine

0:01:03.304,0:01:05.232
à chacune de ses respirations.

0:01:05.762,0:01:09.338
Et ces mouvements sont lourds de sens

0:01:09.338,0:01:12.681
mais ils sont souvent [br]trop subtils pour que nous les voyions.

0:01:12.681,0:01:14.957
Donc à la place, nous devons les observer

0:01:14.957,0:01:18.997
au travers d'un contact direct, [br]au travers du toucher.

0:01:18.997,0:01:20.552
Il y a quelques années,

0:01:20.552,0:01:24.667
mes collègues du MIT ont développé[br]un microscope amplificateur de mouvement.

0:01:24.667,0:01:29.051
C'est en fait un logiciel qui repère[br]ces mouvements imperceptibles en vidéo

0:01:29.051,0:01:33.416
et les amplifie de manière à les grossir[br]suffisamment pour qu'on puisse les voir.

0:01:33.416,0:01:36.899
Si bien que, si l'on utilise ce logiciel[br]sur la vidéo de gauche,

0:01:36.899,0:01:40.149
ça nous permet de voir le pouls [br]à l’intérieur du poignet.

0:01:40.149,0:01:41.844
Si nous devions compter ce pouls,

0:01:41.844,0:01:45.095
nous pourrions même obtenir[br]le rythme cardiaque de la personne.

0:01:45.095,0:01:48.160
Si nous utilisons le même logiciel[br]sur la vidéo de droite,

0:01:48.160,0:01:51.387
nous pouvons voir chacune [br]des respirations de ce bébé,

0:01:51.387,0:01:55.524
et l'utiliser comme un moyen sans contact [br]pour surveiller sa respiration.

0:01:56.884,0:01:59.232
Et donc cette technologie[br]est réellement puissante

0:01:59.232,0:02:01.652
puisqu'elle repère ces phénomènes

0:02:01.652,0:02:04.599
que nous ne pouvons [br]sentir qu'avec le toucher,

0:02:04.599,0:02:07.914
et elle les enregistre[br]visuellement de façon non invasive.

0:02:09.104,0:02:13.515
Il y a deux ans, j'ai rejoint l'équipe [br]qui a créé ce logiciel

0:02:13.515,0:02:16.242
et nous avons décidé de poursuivre [br]une idée folle.

0:02:16.882,0:02:19.575
On s'est dit, c'est génial[br]d'utiliser un logiciel

0:02:19.575,0:02:22.710
pour visualiser ainsi[br]de tout petits mouvements

0:02:22.710,0:02:26.378
et on peut presque le voir comme un [br]moyen d’améliorer notre sens du toucher.

0:02:27.168,0:02:31.227
Mais qu'en serait-il si on pouvait en [br]faire de même avec notre audition?

0:02:32.508,0:02:37.173
Et si on pouvait utiliser la vidéo[br]pour capturer les vibrations sonores,

0:02:37.173,0:02:40.000
un autre type de mouvements en fait,

0:02:40.000,0:02:43.346
et faire passer ce que l'on voit [br]dans un microphone?

0:02:44.236,0:02:46.207
C'est une idée un peu étrange.

0:02:46.207,0:02:49.760
Laissez-moi donc mettre cela[br]en perspective pour vous.

0:02:49.760,0:02:53.011
Un microphone traditionnel fonctionne[br]en convertissant le mouvement

0:02:53.011,0:02:56.610
d'un diaphragme interne[br]en un signal électrique,

0:02:56.610,0:03:00.928
et ce diaphragme est conçu[br]pour bouger facilement avec le son,

0:03:00.928,0:03:05.735
pour que ce mouvement puisse être [br]enregistré et interprété comme de l'audio.

0:03:05.735,0:03:09.403
Mais le son fait vibrer tous les objets !

0:03:09.403,0:03:14.883
Ces vibrations sont trop subtiles,[br]trop rapides pour qu'on puisse les voir.

0:03:14.883,0:03:18.621
Et si on les enregistrait [br]avec une caméra haute vitesse,

0:03:18.621,0:03:22.197
on pourrait utiliser un logiciel[br]pour extraire les tout petits mouvements

0:03:22.197,0:03:24.287
de notre vidéo en ralenti,

0:03:24.287,0:03:29.129
et analyser ces mouvements [br]pour comprendre quel son les a créés.

0:03:29.859,0:03:32.930
On pourrait alors transformer [br]les objets visibles

0:03:32.930,0:03:36.140
en microphones visuels à distance.

0:03:37.080,0:03:39.263
On a donc essayé,

0:03:39.263,0:03:41.190
et voici une de nos expériences.

0:03:41.190,0:03:44.139
Ici nous avons pris cette plante[br]que vous voyez sur la droite,

0:03:44.139,0:03:46.577
et l'avons filmée [br]avec une caméra haute vitesse,

0:03:46.577,0:03:50.106
pendant qu'un caisson de basse[br]jouait ce son à côté.

0:03:50.106,0:03:58.799
(Musique: « Mary had a little lamb »)

0:03:59.820,0:04:02.644
Et voilà la vidéo [br]que nous avons enregistrée.

0:04:02.644,0:04:06.568
Nous l'avons enregistrée [br]à des milliers d'images par seconde.

0:04:06.568,0:04:08.890
Même si vous y regardez de très près,

0:04:08.890,0:04:10.841
vous ne pouvez voir que des feuilles

0:04:10.841,0:04:13.906
qui ne bougent presque pas.

0:04:13.906,0:04:18.712
Car en effet, notre son a fait bouger[br]ces feuilles d’à peine un micromètre.

0:04:19.455,0:04:23.379
C'est un dix-millième de centimètre,

0:04:23.379,0:04:27.535
ce qui place cela quelque part entre[br]un centième et un millième

0:04:27.535,0:04:30.423
de pixel dans cette image.

0:04:30.423,0:04:32.768
Donc vous pouvez loucher [br]autant que vous voulez,

0:04:32.768,0:04:36.597
un mouvement si petit [br]est quasiment invisible.

0:04:37.667,0:04:41.824
Mais en fait, un mouvement[br]invisible à l'oeil

0:04:41.824,0:04:44.633
peut avoir du sens numériquement parlant.

0:04:44.633,0:04:46.635
Parce qu'avec les bons algorithmes,

0:04:46.635,0:04:50.322
on peut utiliser cette vidéo[br]silencieuse et apparemment immobile

0:04:50.322,0:04:52.690
pour en extraire le son.

0:04:52.690,0:05:00.074
(Musique: «Mary had a little lamb.»

0:05:00.074,0:05:04.572
(Applaudissements)

0:05:10.058,0:05:11.997
Comment est-ce possible ?

0:05:11.997,0:05:16.341
Comment retirons-nous tant d'informations[br]à partir de mouvements si infimes ?

0:05:16.341,0:05:21.702
Disons que ces feuilles bougent[br]d'un seul micromètre,

0:05:21.702,0:05:26.245
et que ça modifie notre image[br]d'un millième de pixel.

0:05:27.495,0:05:29.841
Ça peut paraître peu,

0:05:29.841,0:05:31.837
mais un seul plan dans une vidéo

0:05:31.837,0:05:35.094
contient des centaines [br]de milliers de pixels.

0:05:35.094,0:05:38.548
En combinant tous ces infimes mouvements

0:05:38.548,0:05:40.846
sur une image entière,

0:05:40.846,0:05:43.469
un millième de pixel

0:05:43.469,0:05:47.185
finit par former [br]quelque chose d'important.

0:05:47.185,0:05:50.505
Sur le plan personnel, réaliser ça[br]nous a tous bouleversés !

0:05:50.505,0:05:52.825
(Rires)

0:05:52.825,0:05:56.078
Mais même avec le bon algorithme,

0:05:56.078,0:05:58.945
il nous manquait [br]une pièce importante du puzzle.

0:05:59.695,0:06:02.959
Vous voyez, il y a beaucoup de facteurs[br]qui influencent comment

0:06:02.959,0:06:05.296
et quand cette technique fonctionne.

0:06:05.296,0:06:08.500
L'objet lui-même et la distance,

0:06:08.500,0:06:10.894
la caméra, et l'objectif [br]que vous utilisez,

0:06:10.894,0:06:14.985
la lumière sur l'objet [br]et le volume du son.

0:06:15.945,0:06:19.320
Même avec le bon algorithme,

0:06:19.320,0:06:22.540
il nous a fallu être prudents[br]dans nos premières expériences

0:06:22.540,0:06:25.352
parce qu'il était impossible[br]de dire ce qui n'allait pas,

0:06:25.352,0:06:27.470
si un seul de ces facteurs était biaisé.

0:06:27.470,0:06:30.117
Le résultat était du bruit.

0:06:30.117,0:06:33.437
Beaucoup de nos premières expériences[br]ressemblent à ceci.

0:06:33.437,0:06:35.643
Me voilà,

0:06:35.643,0:06:39.403
et en bas à gauche, on devine[br]la caméra haute vitesse,

0:06:39.403,0:06:41.866
qui cadre un paquet de chips.

0:06:41.866,0:06:44.815
Deux spots illuminent toute la scène.

0:06:44.815,0:06:49.180
Nous devions donc être très prudents[br]durant ces premières expériences.

0:06:49.180,0:06:51.688
Voici leur déroulement :

0:06:51.688,0:06:55.449
(Vidéo) Abe Davis: un, deux, trois, go !

0:06:55.449,0:07:00.836
Mary had a little lamb ![br]Little lamb ! Little lamb !

0:07:00.836,0:07:05.336
(Rires)

0:07:05.336,0:07:08.156
AD : Ça a l'air complètement ridicule !

0:07:08.156,0:07:09.938
(Rires)

0:07:09.938,0:07:12.863
Après tout, je suis en train de crier [br]sur un paquet de chips.

0:07:12.863,0:07:13.834
(Rires)

0:07:13.834,0:07:15.951
Et il y a tant de spots

0:07:15.951,0:07:20.181
que les premiers sachets ont [br]littéralement fondu sous la chaleur.

0:07:20.181,0:07:23.799
Mais aussi ridicule [br]que ça puisse avoir l'air,

0:07:23.799,0:07:25.587
c'était très important.

0:07:25.587,0:07:28.513
Parce que nous avons pu récupérer le son.

0:07:28.513,0:07:33.225
(Audio) Mary had a little lamb ![br]Little lamb ! Little lamb !

0:07:33.225,0:07:37.313
(Applaudissements)

0:07:37.313,0:07:39.194
AD : Ce fut une expérience-clef,

0:07:39.194,0:07:43.052
parce que ce fut la première restitution[br]d'un discours intelligible,

0:07:43.052,0:07:45.765
à partir d'une vidéo muette d'un objet.

0:07:45.765,0:07:48.156
Ça nous a permis de créer une référence.

0:07:48.156,0:07:51.778
On a pu progressivement [br]modifier les paramètres :

0:07:51.778,0:07:55.911
utiliser des objets différents,[br]les éloigner,

0:07:55.911,0:07:59.510
utiliser des éclairages moins puissants,[br]ou réduire le volume du son.

0:07:59.510,0:08:02.761
On a analysé toutes ces expériences,

0:08:02.761,0:08:06.383
jusqu'à ce que nous ayons compris[br]les limites de notre technologie.

0:08:06.383,0:08:08.333
Parce qu'une fois[br]ses limites déterminées,

0:08:08.333,0:08:10.679
on a pu trouver des moyens[br]de les repousser.

0:08:10.679,0:08:13.860
Par exemple, à travers cette expérience,

0:08:13.860,0:08:16.599
où je vais encore parler [br]au paquet de chips.

0:08:16.599,0:08:21.429
Mais cette fois, la caméra est à 5 mètres,

0:08:21.429,0:08:24.262
à l'extérieur, [br]derrière une fenêtre insonorisée,

0:08:24.262,0:08:28.371
avec la seule lumière naturelle.

0:08:28.371,0:08:31.160
Voilà la vidéo.

0:08:32.450,0:08:37.009
Voilà la bande-son à l'intérieur,[br]à côté du paquet de chips.

0:08:37.009,0:08:42.047
(Audio) Marie avait un petit agneau,[br]à la laine blanche comme de la neige,

0:08:42.047,0:08:47.666
partout où Marie se rendait, [br]l'agneau sûrement l'accompagnait.

0:08:47.666,0:08:51.683
AD : Et voici ce que nous avons récupéré[br]de notre vidéo muette,

0:08:51.683,0:08:54.028
prise à travers cette fenêtre.

0:08:54.028,0:08:58.463
(Audio) Marie avait un petit agneau,[br]à la laine blanche comme de la neige,

0:08:58.463,0:09:03.920
partout où Marie se rendait, [br]l'agneau sûrement l'accompagnait.

0:09:03.920,0:09:08.141
(Applaudissements)

0:09:10.421,0:09:13.963
AD : Nous pouvons repousser les frontières[br]d'autres manières.

0:09:13.963,0:09:15.761
Voici une expérience plus calme.

0:09:15.761,0:09:19.871
On a filmé des écouteurs[br]connectés à un portable.

0:09:19.871,0:09:23.981
Ici, notre objectif est de récupérer[br]la musique de l'ordinateur,

0:09:23.981,0:09:26.280
à partir de la vidéo muette

0:09:26.280,0:09:28.787
de ces deux petits écouteurs en plastique.

0:09:28.787,0:09:30.970
Les résultats furent si concluants,

0:09:30.970,0:09:33.431
qu'on a même pu les vérifier sur Shazam.

0:09:33.431,0:09:35.337
(Rires)

0:09:37.657,0:09:47.225
(Musique: « Under Pressure », Queen)

0:09:49.615,0:09:54.584
(Rires) (Applaudissements)

0:09:54.584,0:09:59.135
On peut aussi repousser les limites[br]en changeant de matériel.

0:09:59.135,0:10:01.596
Toutes ces expériences ont été réalisées

0:10:01.596,0:10:03.918
avec une caméra haute vitesse,

0:10:03.918,0:10:06.797
qui enregistre 100 fois plus d'images

0:10:06.797,0:10:08.724
qu'un smartphone normal.

0:10:08.724,0:10:11.533
On a donc aussi développé une technique

0:10:11.533,0:10:13.763
qui permet d'utiliser [br]des caméras normales.

0:10:13.763,0:10:17.832
On y arrive en utilisant[br]l'obturateur automatique.

0:10:17.832,0:10:22.630
En fait, la plupart des caméras[br]enregistrent les images de haut en bas.

0:10:22.630,0:10:28.332
Si l'objet bouge pendant l'enregistrement[br]d'une seule image,

0:10:28.344,0:10:31.061
il y a un léger délai[br]entre chaque ligne d'enregistrement.

0:10:31.061,0:10:34.218
Ça provoque d'imperceptibles artéfacts

0:10:34.218,0:10:37.701
qui sont encodés [br]dans chaque plan de la vidéo.

0:10:37.701,0:10:41.507
En analysant ces artéfacts,

0:10:41.507,0:10:46.122
on peut récupérer le son en utilisant[br]une version modifiée de notre algorithme.

0:10:46.122,0:10:48.034
Voici une autre expérience.

0:10:48.034,0:10:49.939
Nous avons filmé un sachet de bonbons,

0:10:49.939,0:10:52.000
à côté d'un ampli[br]qui joue la même chanson :

0:10:52.000,0:10:54.442
« Mary Had a Little Lamb »

0:10:54.442,0:10:58.645
Mais cette fois-ci, nous avons utilisé[br]une caméra ordinaire.

0:10:58.645,0:11:01.819
Je vais vous laisser écouter le son[br]que nous avons récupéré.

0:11:01.819,0:11:03.869
Le son sera un peu distordu,

0:11:03.869,0:11:07.514
mais essayez quand même de voir [br]si vous pouvez reconnaître la musique.

0:11:07.514,0:11:13.946
(Audio: « Mary Had a Little Lamb »)

0:11:25.718,0:11:28.992
Certes, le son est déformé.

0:11:28.992,0:11:33.378
Mais ce qui est extraordinaire,[br]c'est que nous avons pu réaliser cela

0:11:33.378,0:11:36.004
avec un appareil disponible[br]en grande surface

0:11:36.004,0:11:38.222
et utiliser facilement.

0:11:39.122,0:11:40.485
À ce stade,

0:11:40.485,0:11:42.459
les gens qui découvrent notre travail,

0:11:42.459,0:11:45.872
pensent souvent à la surveillance.

0:11:45.872,0:11:49.197
En étant honnête,[br]ce n'est pas difficile d'imaginer

0:11:49.197,0:11:52.420
comment utiliser cette technologie [br]pour espionner autrui.

0:11:52.420,0:11:55.927
Mais il y a déjà sur le marché[br]beaucoup de technologies matures

0:11:55.927,0:11:57.946
dans le domaine de la surveillance.

0:11:57.946,0:12:00.036
On utilise des lasers

0:12:00.036,0:12:03.749
pour intercepter des conversations[br]via des objets, depuis des décennies.

0:12:03.749,0:12:06.003
Ce qui est fondamentalement nouveau ici,

0:12:06.003,0:12:07.853
et qui distingue notre technologie,

0:12:07.853,0:12:11.738
c'est notre capacité à percevoir[br]les vibrations des objets.

0:12:11.738,0:12:15.151
Ça nous donne un nouvel objectif[br]pour observer le monde.

0:12:15.151,0:12:16.661
Et on peut l'utiliser

0:12:16.661,0:12:21.560
pour étudier les forces comme le son[br]qui causent des vibrations sur un objet,

0:12:21.560,0:12:24.671
mais on peut aussi [br]étudier l'objet lui-même.

0:12:24.671,0:12:26.668
Je vais prendre un peu de recul

0:12:26.668,0:12:30.917
pour réfléchir en quoi ça peut modifier[br]les manières dont nous utilisons la vidéo.

0:12:30.917,0:12:34.470
En général, on utilise la vidéo[br]pour regarder des choses.

0:12:34.470,0:12:36.792
Mais je viens de vous montrer [br]comment l'utiliser

0:12:36.792,0:12:38.649
pour écouter des choses.

0:12:38.649,0:12:42.620
Il y a une autre manière importante[br]d'étudier le monde :

0:12:42.620,0:12:44.895
en interagissant avec lui.

0:12:44.895,0:12:48.006
On appuie, on tire, [br]ou donne des petits coups sur les objets.

0:12:48.006,0:12:51.187
On peut les secouer [br]et voir ce qui se passe.

0:12:51.187,0:12:55.460
La vidéo ne nous permet pas encore[br]de faire tout ça.

0:12:55.460,0:12:57.596
En tout cas, de manière traditionnelle.

0:12:57.596,0:12:59.396
Je vous montre mes nouveaux travaux.

0:12:59.396,0:13:02.252
Ils reposent sur une idée que j'ai eue[br]il y a quelques mois.

0:13:02.252,0:13:05.513
C'est la première fois[br]que je les dévoile en public.

0:13:05.513,0:13:10.877
L'idée de base est d'utiliser [br]les vibrations dans la vidéo

0:13:10.877,0:13:15.358
pour saisir des objets[br]de manière à interagir avec eux,

0:13:15.358,0:13:18.290
et voir comment ils réagissent.

0:13:19.120,0:13:20.884
Voilà un objet.

0:13:20.884,0:13:24.716
C'est une statue en fil de fer,[br]qui a la forme d'un humain.

0:13:24.716,0:13:27.804
On va la filmer avec une caméra normale.

0:13:27.804,0:13:29.928
La caméra n'a rien de spécial.

0:13:29.928,0:13:32.889
J'ai même essayé avec la caméra[br]de mon smartphone.

0:13:32.889,0:13:35.141
Nous voulons observer[br]les vibrations de l'objet.

0:13:35.141,0:13:36.274
Et pour cela,

0:13:36.274,0:13:39.620
on va donner des petits coups [br]sur la surface où elle est déposée,

0:13:39.620,0:13:41.758
pendant l'enregistrement.

0:13:47.398,0:13:51.069
C'est tout. 5 secondes de vidéo normale,

0:13:51.069,0:13:53.205
on donne des coups sur le plan,

0:13:53.205,0:13:56.718
et on va utiliser les vibrations [br]enregistrées par la vidéo

0:13:56.718,0:14:01.262
pour étudier les propriétés [br]structurelles et matérielles de l'objet.

0:14:01.262,0:14:06.096
On va ensuite les utiliser pour créer[br]quelque chose de neuf et interactif.

0:14:13.073,0:14:15.519
En voici le résultat.

0:14:15.519,0:14:17.748
On dirait une image normale.

0:14:17.748,0:14:20.859
Mais ce n'est pas le cas.[br]Ce n'est pas non plus une vidéo,

0:14:20.859,0:14:23.227
parce que maintenant,[br]je peux prendre ma souris,

0:14:23.227,0:14:26.086
et interagir avec l'objet.

0:14:32.936,0:14:34.489
Ce que vous voyez ici,

0:14:34.489,0:14:37.615
c'est une simulation [br]des réactions de cet objet

0:14:37.615,0:14:42.073
lorsqu'il subit des forces[br]qu'on n'a pas encore vues.

0:14:42.073,0:14:46.345
Nous avons créé cela[br]à partir d'une vidéo de 5 secondes.

0:14:46.345,0:14:51.964
(Applaudissements)

0:14:57.421,0:15:00.558
C'est un moyen puissant [br]d'observer le monde,

0:15:00.558,0:15:03.620
parce qu'il nous permet de prédire[br]comment les objets vont réagir

0:15:03.620,0:15:05.443
dans des situations nouvelles.

0:15:05.443,0:15:08.916
On pourrait imaginer, par exemple,[br]regarder un vieux pont,

0:15:08.916,0:15:12.443
en se demandant ce qui va se passer,[br]quand je vais le traverser en voiture.

0:15:12.443,0:15:15.276
Le pont va-t-il supporter ce poids ?

0:15:15.276,0:15:18.050
Et vous vous poseriez cette question,[br]sans doute,

0:15:18.050,0:15:21.988
avant de devoir traverser [br]un tel vieux pont.

0:15:21.988,0:15:25.260
Bien entendu, [br]la technologie a ses limites,

0:15:25.260,0:15:27.722
tout comme celle [br]avec le microphone visuel.

0:15:27.722,0:15:30.903
Mais nous avons constaté[br]que ça fonctionne dans beaucoup de cas,

0:15:30.903,0:15:32.778
même des cas inattendus,

0:15:32.778,0:15:35.546
surtout si on utilise [br]des vidéos plus longues.

0:15:35.546,0:15:38.054
Par exemple,[br]voici une de mes vidéos.

0:15:38.054,0:15:40.353
C'est un arbuste [br]à côté de mon appartement.

0:15:40.353,0:15:43.441
Je n'ai pas touché à l'arbuste.

0:15:43.441,0:15:46.146
J'ai pris une vidéo d'une minute.

0:15:46.146,0:15:49.524
Un vent léger a provoqué [br]suffisamment de vibrations

0:15:49.524,0:15:53.519
pour nous permettre [br]de développer cette simulation.

0:15:55.909,0:16:01.412
(Applaudissements)

0:16:01.412,0:16:04.384
On pourrait aussi imaginer [br]qu'un réalisateur

0:16:04.384,0:16:07.093
utilise cette technique pour contrôler,[br]par exemple,

0:16:07.093,0:16:11.025
la force ou la direction du vent[br]après avoir tourné la scène.

0:16:12.810,0:16:17.345
Dans ce cas-ci, [br]on a filmé une tenture.

0:16:17.345,0:16:21.474
Il n'y a aucun mouvement perceptible [br]dans cette vidéo.

0:16:21.474,0:16:24.399
Mais un enregistrement de deux minutes,

0:16:24.399,0:16:27.317
a permis d'analyser suffisamment[br]de mouvements imperceptibles

0:16:27.317,0:16:31.249
causés par des courants d'air [br]naturels dans la pièce

0:16:31.249,0:16:34.244
pour créer cette simulation.

0:16:36.705,0:16:38.609
Paradoxalement,

0:16:38.609,0:16:41.697
on est habitué à ce genre d'interactions

0:16:41.697,0:16:44.344
avec des objets virtuels,

0:16:44.344,0:16:47.641
dans les jeux vidéo ou les modèles 3D.

0:16:47.641,0:16:52.045
Mais pouvoir capter des informations[br]sur des objets réels, dans le monde réel

0:16:52.045,0:16:54.862
en utilisant une vidéo normale,

0:16:54.862,0:16:58.664
est quelque chose de tout à fait innovant,[br]avec un grand potentiel.

0:16:58.664,0:17:02.801
Voici les membres formidables[br]qui ont contribué à ces projets.

0:17:04.057,0:17:09.653
(Applaudissements)

0:17:12.486,0:17:15.876
Ce que je vous ai montré aujourd'hui[br]n'est que le début.

0:17:15.876,0:17:17.989
On vient juste de commencer

0:17:17.989,0:17:21.261
à découvrir ce qui est possible [br]de réaliser avec ce genre d'images.

0:17:21.261,0:17:23.597
Ça nous donne de nouvelles méthodes

0:17:23.597,0:17:28.066
pour filmer notre environnement[br]avec des technologies accessibles.

0:17:28.066,0:17:29.995
À l'avenir,

0:17:29.995,0:17:32.032
ces technologies pourront nous enseigner

0:17:32.032,0:17:34.683
des choses fascinantes sur le monde.

0:17:34.683,0:17:36.424
Merci.

0:17:36.424,0:17:42.531
(Applaudissements)