0:00:01.114,0:00:08.606
过去的几个世纪，显微镜改变了世界。

0:00:09.036,0:00:14.252
它揭示了肉眼难以看到的

0:00:14.252,0:00:17.158
物体，生命和结构的微观世界。

0:00:17.158,0:00:20.177
它对科技进步做出了巨大的贡献。

0:00:20.177,0:00:23.404
今天我要向您介绍一类新型显微镜，

0:00:23.404,0:00:25.982
观察变化的显微镜。

0:00:25.982,0:00:28.884
它不是通常所说的光学显微镜

0:00:28.884,0:00:30.881
可以放大微小物体，

0:00:30.881,0:00:35.257
它利用视频摄像机和图像处理

0:00:35.257,0:00:40.513
来揭示物体和人的微小的颜色和运动变化，

0:00:40.513,0:00:44.355
这些变化是光凭肉眼难以分辨的。

0:00:44.355,0:00:48.475
它可以让我们以全新角度看世界。

0:00:48.475,0:00:50.055
我所说的颜色变化是什么意思呢？

0:00:51.635,0:00:53.217
举例来说，我们的皮肤，当血液流动时

0:00:53.217,0:00:55.214
皮肤表面的颜色有微弱变化。

0:00:55.214,0:00:57.611
变化十分微小，

0:00:57.611,0:00:59.674
小到当你观察坐在

0:00:59.674,0:01:01.925
你身边的人的时候，

0:01:01.925,0:01:05.500
你不能看到他脸上皮肤的颜色变化。

0:01:05.500,0:01:09.860
我们看看史蒂夫的这段视频，看上去好像是静态图片，

0:01:09.860,0:01:13.720
但是一旦我们通过我们新的、特别的显微镜看这段视频，

0:01:13.720,0:01:16.320
我们会看到完全不同的影像。

0:01:16.320,0:01:20.250
您在这里看到的是史蒂夫皮肤颜色微小变化

0:01:20.250,0:01:24.686
放大100倍之后的肉眼可见的效果。

0:01:24.686,0:01:27.953
我们可以明确的看到人体的脉搏。

0:01:27.953,0:01:31.180
我们可以看到史蒂夫心脏跳动得多快，

0:01:31.180,0:01:36.535
我们还可以明确地看到血液是如何流经史蒂夫脸部的。

0:01:36.544,0:01:39.175
我们不仅可以看到脉搏，

0:01:39.175,0:01:42.646
还可以推测心跳速率，

0:01:42.646,0:01:44.439
得到我们心跳速率。

0:01:44.439,0:01:48.892
我们可以通过常用摄像机，不需碰触病人就可以实现。

0:01:48.892,0:01:54.509
这里您可以看到我们提取的新生儿宝宝的脉搏和心跳速率

0:01:54.509,0:01:57.390
这是从常规数码单反相机视频中提取的，

0:01:57.390,0:01:59.206
我们测出的心率

0:01:59.206,0:02:04.017
和医院监测器测出的一样精确。

0:02:04.017,0:02:06.659
而且我们的软件甚至不需要我们自己专门拍摄的视频。

0:02:06.659,0:02:09.654
我们可以对其他视频作同样处理。

0:02:09.654,0:02:13.555
这是我截取《蝙蝠侠：侠影之谜》（Batman Begins）的一小段片断

0:02:13.555,0:02:15.459
显示演员克里斯蒂安·贝尔（Christian Bale）的脉搏。

0:02:15.459,0:02:17.281
（笑声）

0:02:17.281,0:02:19.404
你知道，他应该是化了妆了，

0:02:19.404,0:02:21.357
灯光也是挑战，

0:02:21.357,0:02:24.308
但是我们同样从这段视频中提取到了他的脉搏

0:02:24.308,0:02:26.326
演示效果不错。

0:02:26.326,0:02:28.246
我们是如何做到的呢？

0:02:28.246,0:02:32.844
首先我们分析了录像中每个像素

0:02:32.844,0:02:35.115
的光线随时间发生的变化，

0:02:35.115,0:02:36.913
我们放大这些变化。

0:02:36.913,0:02:39.075
经过放大使我们肉眼可以看见这些变化。

0:02:39.075,0:02:40.977
棘手的部分是，那些信号，

0:02:40.977,0:02:43.910
那些我们要放大的信号十分微小，

0:02:43.910,0:02:46.689
所以我们必须把它们和视频中存在的噪音

0:02:46.689,0:02:50.520
区分出来。

0:02:50.520,0:02:53.515
所以我们应用了一些聪明的影像处理技巧

0:02:53.515,0:02:57.509
精确的测量每个像素中的颜色，

0:02:57.509,0:03:00.179
然后得出颜色随时间的变化，

0:03:00.179,0:03:02.872
再然后我们放大这些变化。

0:03:02.872,0:03:06.852
我们可以放大这些变化，增强视频、或放大视频，

0:03:06.852,0:03:09.024
这样就可以演示出变化。

0:03:09.024,0:03:13.262
事实上，我们不仅可以展示颜色的细小变化，

0:03:13.262,0:03:15.503
同样也可以展示微小的运动，

0:03:15.503,0:03:19.079
这是因为我们的摄像机

0:03:19.079,0:03:21.889
不仅记录物体的颜色变化，

0:03:21.889,0:03:24.257
同样也记录了物体的运动。

0:03:24.257,0:03:27.893
这是我女儿，那时她才两个月大。

0:03:27.893,0:03:30.892
这是我三年前拍的。

0:03:30.892,0:03:34.100
作为初为人父母，我们要确保孩子的健康，

0:03:34.100,0:03:36.642
当然是，确保呼吸，确保活着。

0:03:36.642,0:03:38.784
所以我也买了个婴儿监控器

0:03:38.784,0:03:41.253
这也我可以在她睡着时看到她。

0:03:41.253,0:03:44.780
这是标准婴儿监控器所看到的。

0:03:44.780,0:03:48.462
您可以看到孩子睡着了，但没有其他信息了。

0:03:48.474,0:03:50.078
我们看不到更多东西。

0:03:50.078,0:03:52.902
可不可以更好点儿，有更多信息，更有用，

0:03:52.902,0:03:55.892
就像这样。

0:03:55.892,0:04:02.248
这里我放大了运动30倍，

0:04:02.248,0:04:06.074
这样我就可以真切地看到我女儿还活着，在呼吸。

0:04:06.074,0:04:08.327
（笑声）

0:04:08.327,0:04:10.249
这是效果对比。

0:04:10.249,0:04:12.732
同样，在原始视频上，

0:04:12.732,0:04:14.368
我们看不到什么，

0:04:14.368,0:04:18.075
但是一旦我放大了运动，呼吸变得肉眼可见了 。

0:04:18.075,0:04:20.145
事实上，我们用我们的“运动显微镜”

0:04:20.145,0:04:23.768
可以揭示很多现象。

0:04:23.768,0:04:28.332
我们可以看到体内静脉和动脉的脉动。

0:04:28.332,0:04:30.960
我们可以看到我们的眼睛在不断运动

0:04:30.960,0:04:32.847
在晃动中。

0:04:32.847,0:04:34.356
这实际上是我的眼睛，

0:04:34.356,0:04:37.421
同样，这段视频拍摄于我女儿出生不久之后，

0:04:37.421,0:04:41.623
所以你可以看到我睡得不多。（血丝）（笑声）

0:04:41.623,0:04:44.339
即使当人在静止坐着，

0:04:44.339,0:04:46.383
我们也可以提取许多信息

0:04:46.383,0:04:49.912
如呼吸节律，面部表情微小变化。

0:04:49.912,0:04:51.537
也许这可以

0:04:51.537,0:04:54.691
告诉我们，我们的想法或情绪。

0:04:54.691,0:04:57.946
我们同样也可以方法微小的机械运动，

0:04:57.946,0:04:59.501
如引擎的震动，

0:04:59.501,0:05:03.193
这可以帮助工程师诊断机械问题，

0:05:03.193,0:05:07.931
或者看到建筑或结构的随风摇动。

0:05:07.931,0:05:12.512
我们知道这些变化可以通过其他方法测量，

0:05:12.512,0:05:14.965
但是测量是一回事，

0:05:14.965,0:05:17.241
肉眼看到的又是

0:05:17.241,0:05:19.795
另一回事。

0:05:19.795,0:05:22.836
自从我们开发者这项新技术，

0:05:22.836,0:05:26.789
我们便把代码放到了网上，这样其他人可以使用试验它。

0:05:26.789,0:05:28.664
用起来很简单。

0:05:28.664,0:05:30.708
可以处理你自己拍的视频。

0:05:30.708,0:05:33.901
我们的合作伙伴，量研科技(Quanta Research)，甚至建了个网站

0:05:33.901,0:05:36.579
这里可以上传视频并在线处理，

0:05:36.579,0:05:40.395
这样即使你没有计算机科学或编程经验

0:05:40.395,0:05:43.331
也可以试验这种新型“显微镜”。

0:05:43.331,0:05:45.735
我要演示几个其他的例子

0:05:45.735,0:05:48.470
别人用它做了什么。

0:05:48.470,0:05:53.787
这段视频是一个叫Tamez85的YouTube用户作的

0:05:53.787,0:05:55.250
我不知道他是谁，

0:05:55.250,0:05:57.595
但是他(她)用我们的代码

0:05:57.595,0:06:01.310
方法了孕妇腹部的运动。

0:06:01.310,0:06:02.912
令人毛骨悚然。

0:06:02.912,0:06:04.525
（笑声）

0:06:04.525,0:06:09.486
人们用它放在自己的腕部脉搏。

0:06:09.486,0:06:13.268
你知道要能被称为科学必须用到豚鼠，

0:06:13.268,0:06:16.658
显然这只豚鼠叫蒂芙妮，

0:06:16.658,0:06:19.607
这位YouTube用户声称

0:06:19.607,0:06:22.295
这是地球上首个运动被放大的啮齿类动物。

0:06:22.295,0:06:24.483
你也可以用它进行艺术创作。

0:06:24.483,0:06:27.501
这是耶鲁大学设计系学生发给我的视频。

0:06:27.501,0:06:29.638
她想看看

0:06:29.638,0:06:31.160
她同学运动的方式有何不同。

0:06:31.160,0:06:35.369
她让他们静止站立然后放大他们的运动。

0:06:35.369,0:06:38.747
者看上去像是图片有了生命。

0:06:38.747,0:06:41.180
这些例子的有意思的地方是

0:06:41.180,0:06:43.476
我们没有进行干预。

0:06:43.476,0:06:47.330
我们只是提供了新工具，一种看世界的新方法，

0:06:47.330,0:06:52.462
然后人们就找到其他有意思、新的创造性地方法使用这个工具。

0:06:52.462,0:06:54.226
我们不满足于此。

0:06:54.226,0:06:57.477
这个工具不仅使我们有了看世界的新方法，

0:06:57.477,0:06:59.845
同样它还重新定义了

0:06:59.845,0:07:03.026
摄像机的功能限制。

0:07:03.026,0:07:05.255
作为科学家，我们开始思考，

0:07:05.255,0:07:09.040
其他物理现象造成的微小振动

0:07:09.040,0:07:11.943
现在我们可以用摄像机来测量？

0:07:11.943,0:07:15.944
其中一种现象就是，声音。

0:07:15.944,0:07:18.049
声音，我们知道

0:07:18.049,0:07:20.232
声音是一种压力波，依靠空气的压缩变化在空气中传播。

0:07:20.232,0:07:23.853
压力波碰到物体，就会引起物体本身的微小震动。

0:07:23.853,0:07:26.385
这就是我们听到了录音的原理。

0:07:26.385,0:07:30.053
这样，声音也会造成物体的视觉运动。

0:07:30.053,0:07:32.886
这些运动，肉眼难于分辨

0:07:32.886,0:07:35.887
但是通过处理摄像机却可见。

0:07:35.887,0:07:37.460
这里有两个例子。

0:07:37.460,0:07:40.074
这里我展示我伟大的歌唱技巧。

0:07:41.064,0:07:42.698
（歌唱）

0:07:42.698,0:07:44.134
（笑声）

0:07:44.134,0:07:47.120
我哼唱时，我录了一段高速视频。

0:07:47.120,0:07:48.884
如果您盯着视频看的话，

0:07:48.884,0:07:50.960
仅凭肉眼您是看不出什么端倪的，

0:07:50.960,0:07:55.292
但是当我把运动方法100倍后我们就可以看到颈部的运动和波纹

0:07:55.292,0:07:58.566
这是由于声音震动造成的。

0:07:58.566,0:08:01.306
信号就藏在这段视频中。

0:08:01.306,0:08:03.976
我们知道，歌唱家可以震碎酒杯

0:08:03.976,0:08:05.439
如果他们发出正确的音符。

0:08:05.439,0:08:07.204
我们播放一个音符

0:08:07.204,0:08:09.730
玻璃杯旁边音箱发出

0:08:09.730,0:08:11.778
的共振频率。

0:08:11.778,0:08:16.197
我们播放音符，然后方法运动250倍，

0:08:16.197,0:08:18.535
我们可以清楚的看到

0:08:18.535,0:08:22.105
玻璃杯是如何响应声音共振的振动的。

0:08:22.105,0:08:24.525
这是我们日常见不到的。

0:08:24.525,0:08:28.054
但是这激发了我们思考。给我们一个疯狂的主意。

0:08:28.054,0:08:33.662
我们能不能通过分析声音在物体上造成的微小振动

0:08:33.662,0:08:37.697
从视频中逆向重构出声音来呢，

0:08:37.697,0:08:42.474
重构出原来的声音呢？

0:08:42.474,0:08:46.931
依靠这种方法，我们可以把任何物体变成麦克风。

0:08:46.931,0:08:49.163
我们真的照做了。

0:08:49.163,0:08:51.979
这是一个空薯片袋，放在桌上，

0:08:51.979,0:08:54.804
我们要把这个薯片袋变为一个麦克风

0:08:54.804,0:08:56.395
用摄像机拍摄视频

0:08:56.395,0:08:59.623
然后分析视频中声音造成的微小振动。

0:08:59.623,0:09:02.419
这是我们在房间中播放的声音。

0:09:02.419,0:09:06.853
（音乐：“Mary Had a Little Lamb”）

0:09:10.007,0:09:13.032
这是我们摄制的薯片袋的高速视频。

0:09:13.032,0:09:14.306
同样，

0:09:14.306,0:09:17.648
您凭肉眼

0:09:17.648,0:09:18.706
是看不出来什么的，

0:09:18.706,0:09:21.690
但是我们可以通过分析视频中微小的振动

0:09:21.690,0:09:23.873
恢复出原有的声音。

0:09:23.873,0:09:26.682
（音乐：“Mary Had a Little Lamb”）

0:09:40.985,0:09:42.471
我叫它 —— 谢谢。

0:09:42.471,0:09:47.696
（掌声）

0:09:49.878,0:09:52.223
我叫它视觉麦克风。

0:09:52.223,0:09:55.613
实际上我们从视频信号中提取了音频信号。

0:09:55.613,0:09:58.794
为了让您了解运动的大小，

0:09:58.799,0:10:04.135
一个特别大的声音可以导致薯片袋一微米的变化。

0:10:04.135,0:10:06.874
也就是千分之一毫米。

0:10:06.874,0:10:10.435
这就是我们能够提取出来的微小运动

0:10:10.435,0:10:13.678
仅仅是通过摄像机录制的视频

0:10:13.678,0:10:15.814
观察光线在物体上的变化。

0:10:15.814,0:10:19.064
我们可以从物体上重构出原声音，如植物。

0:10:19.064,0:10:25.380
（音乐：“Mary Had a Little Lamb”）

0:10:27.214,0:10:29.211
我们也可以重构出讲话。

0:10:29.211,0:10:31.788
这是一个人在房间中讲话。

0:10:31.788,0:10:35.991
（声音：Mary had a little lamb[br]whose fleece was white as snow,）

0:10:35.991,0:10:40.221
and everywhere that Mary went,[br]that lamb was sure to go.

0:10:40.221,0:10:42.980
迈克尔·鲁宾斯坦：这是一个讲话

0:10:42.980,0:10:46.254
这段视频同样是由那个薯片袋重构出声音。

0:10:46.254,0:10:51.085
声音：Mary had a little lamb[br]whose fleece was white as snow,

0:10:51.085,0:10:55.944
and everywhere that Mary went,[br]that lamb was sure to go.

0:10:55.944,0:10:58.290
迈克尔·鲁宾斯坦：我们用儿歌“Mary Had a Little Lamb”

0:10:58.290,0:11:00.413
因为托马斯 爱迪生在1877年

0:11:00.413,0:11:04.574
第一次录制在留声机上的也是这首儿歌。

0:11:04.574,0:11:07.802
这是历史上第一个录音设备。

0:11:07.802,0:11:11.129
原理是把声音录在薄膜上

0:11:11.129,0:11:15.208
声音通过振动的针头刻录在锡箔上

0:11:15.208,0:11:17.483
锡箔被包裹在圆柱体上。

0:11:17.483,0:11:23.426
这是演示爱迪生留声机的录制和回放。

0:11:23.426,0:11:26.446
（视频）声音：Testing,[br]testing, one two three.

0:11:26.446,0:11:29.859
Mary had a little lamb[br]whose fleece was white as snow,

0:11:29.859,0:11:33.528
and everywhere that Mary went,[br]the lamb was sure to go.

0:11:33.528,0:11:36.268
Testing, testing, one two three.

0:11:36.268,0:11:40.424
Mary had a little lamb[br]whose fleece was white as snow,

0:11:40.424,0:11:45.648
and everywhere that Mary went,[br]the lamb was sure to go.

0:11:45.648,0:11:49.665
迈克尔·鲁宾斯坦：137年过去了，

0:11:49.665,0:11:53.752
我们可以重构出同样质量的声音

0:11:53.752,0:11:57.831
却是通过观察摄像机拍摄的物体振动实现的，

0:11:57.831,0:11:59.765
我们甚至可以把摄像机

0:11:59.765,0:12:03.999
放到15英尺外隔音玻璃后边。

0:12:03.999,0:12:07.219
这是我们在这种情况下还原的声音。

0:12:07.219,0:12:12.513
声音：Mary had a little lamb[br]whose fleece was white as snow,

0:12:12.513,0:12:17.272
and everywhere that Mary went,[br]the lamb was sure to go.

0:12:17.404,0:12:21.034
迈克尔·鲁宾斯坦：当然，监控是我们想到的第一个应用。

0:12:21.034,0:12:24.029
（笑声）

0:12:24.029,0:12:28.085
但是它应该还有其他用处。

0:12:28.085,0:12:30.925
可能，未来我们可以用它

0:12:30.925,0:12:33.177
太空中还原声音，

0:12:33.177,0:12:36.753
因为声音不可以在太空中传播，但光可以。

0:12:36.753,0:12:39.157
我们仅仅是刚刚开始探索

0:12:39.157,0:12:42.176
这项新技术的可能用途。

0:12:42.176,0:12:45.008
这让我们熟知的物理过程

0:12:45.008,0:12:48.564
变得肉眼可见了。

0:12:48.564,0:12:49.768
这是我们的团队。

0:12:49.768,0:12:52.647
今天我展示的一切

0:12:52.647,0:12:54.838
都是这群伟大的人的协作成果。

0:12:54.838,0:12:58.005
我鼓励您，欢迎您访问我们的网站，

0:12:58.005,0:12:59.451
亲身体验，

0:12:59.451,0:13:02.423
加入我们，一同探索微小振动的世界。

0:13:02.423,0:13:04.048
谢谢。

0:13:04.048,0:13:05.302
（掌声）