Subtle motions reveal hidden properties

生活中总存在一些细微的动作，比如脉搏，比如音叉的震动。有些动作细小到人眼很难识别，以至于需要用特制的摄像机才能够放大到我们能够察觉的倍数。然而，你有没有想过从这些细微的动作中也可以捕获一些信息呢？

逆着思路来看，什么会引起物体的轻微震动呢？声音是其中之一，那么也许声音可以从这些所谓的Subtle motions中还原出来呢。MIT的计算机视觉专家Abe Davis开发了一些算法，可以从细微的变化中提取出引起变化的声音频率，进而还原出声音来；想来算法应该是比较复杂的，需要过滤不少的噪音，结合距离等因素将频率锁定到真实的频率范围。

应用场景？spy算一个吧。试想，当你在房间里谈话，透过房间玻璃拍摄到你房间里的杯子，说话声虽然听不到，但是杯子细微的震动却是可以捕捉到的，于是你的声音也就被还原出来了。但一些场景远比这些震撼得多，声音随距离衰减的速度特别快，但是光线却可以传播很久很远。如果这个技术的精度能够提高一些，假如月球上也有智慧生命在交谈，那么我们不仅可以看到他们，还可以听到他们！当然相机要好一点。

Abe Davis小组们也在尝试使用常规的相机记录并还原声音。从视频中来看，效果还是挺好的。相信以后使用手机拍摄几米外的物体，就可以分析出物体周围的声音了。想来还是挺有趣的。

换个角度，震动除了能够体现声音特性之外，还能体现物体的材质，更准确的说物体自身及周边的各种张力。视频中演示了通过持续几个小时的拍摄，算法能够根据物体的震动规律计算出其各个方向的延展性。比如一床毯子，其拉伸的张力。可视化效果特别好。

应用场景就更多啦！通过Subtle motions, 可看到一座桥梁的震颤情况，可辅助判断其是否需要检修；可判断两个外形完全相同的物体，材质是否相同（突然想起《最强大脑》里，一些牛人强悍的视觉能力）…

觉得有意思的话，就去看下面的TED视频吧~

其实这部视频里，可以了解的不仅是这种振奋人心的底层技术，还有研究者们的研究思路以及演讲思路。Subtle motions => 可视化 => 获取造成变化的外部信息(声音) => 判断物体本身的特征(张力)。并且很自然的设想出技术的应用场景，听者感觉有趣，研究也更接地气。