Visual feature extraction on low power sensor nodes

The innovative and forerunner vision about a pervasive Internet of Things in a not too distant future needs some efficient algorithms to provide some low- power nodes of the network with an improved ability to sense data and extract semantic information from the environment. This work aims at adapting a visual feature extraction algorithm to such a scenario and at evaluating the results in terms of performance and efficiency. A survey of the literature about visual feature extraction algorithms and sensor networks with compu- tational efficiency as a key requirement will introduce the choice of SURF as a reference implementation. The development of the algorithm on a sensor node is followed step by step, introducing any issues arising during each stage of the process and their solutions. An exhaustive performance evaluation is then presented, including both a quantitative analysis and some qualitative comments about the results.

La visione innovativa di una Internet degli Oggetti in un futuro non molto distante necessita di algoritmi efficienti che permettano ai nodi della rete a basso consumo di rilevare dati dall’ambiente e ricavarne informazione. Que- sto lavoro ha l’obiettivo di adattare un algoritmo per l’estrazione di visual features a questo scenario e di valutarne i risultati in termini di prestazioni ed efficienza. Una indagine accurata della letteratura riguardo all’estrazione di visual features e alle reti di sensori, con l’efficienza computazionale come requisito principale, farà da introduzione alla scelta di SURF come imple- mentazione di riferimento. Lo sviluppo dell’algoritmo su un nodo sensore è seguito passo dopo passo e le eventuali problematiche sorte nelle diverse fasi del processo sono presentate, insieme alle soluzioni adottate. Infine, gli esiti di una esauriente analisi delle prestazioni saranno riportati, includendo dati quantitativi e alcuni commenti sui risultati ottenuti.