Codifica multivista in reti di camere wireless : previsione del guadagno e analisi e nergetica

La comodità di avere sistemi altamente scalabili ed energicamente indipendenti ha condotto ad un massivo sviluppo dell’Internet delle Cose. L’ecosistema delle reti di sensori è vastissimo, troviamo molti ambiti applicativi, alcuni dei quali sono: domotica, automazione, indossabili e videosorveglianza. Proprio la videosorveglianza è argomento di approfondimento in questa tesi. I sensori in grado di acquisire video ed immagini vengono utilizzati per numerosi scopi, tra cui, ricordiamo il riconoscimento di oggetti oppure smart-cities. Le applicazioni precedenti sono il prodotto di un’“elaborazione video”. Nella fase di codifica le immagini del video vengono elaborate, identificando i pun- ti d’interesse (Keypoints) che le costituiscono, fornendo una rappresentazione ugualmente accurata ma più leggera. I sensori camera codificano le immagini riducendo la mole di dati da inviare, diminuendo gli sprechi ed aumentando la propria vita. Il nostro lavoro cerca di legare tutti i punti precedenti. Grazie alla capacità di codifica, le camere potranno elaborare le immagini prima di inviarle in rete. L’aggregazione sfrutta i possibili campi visivi sovrapposti (più camere inquadrano simultaneamente la stessa area) per risparmiare ulteriormente sui dati da inviare. In una prima fase abbiamo analizzato le possibili combinazioni per trattare le immagini e codificarle in descrittori, identificando la configurazione ottimale per il lavoro da svolgere. In seguito, abbiamo cercato di legare il guadagno energetico dell’aggregazione al livello di sovrapposizione tra i campi di vista. Il risultato ottenuto è un modello di previsione applicabile alle reti di sensori. Infine, sono state simulate delle reti di camere con routing statico, ottimizzando il numero di hop dalla radice. Il comportamento delle reti è stato studiato, nella configurazione prescelta, con tre diversi approcci, per valutare gli effetti sull’andamento energetico dei nodi costituenti.