Design and optimization of distributed object recognition in visual sensor networks

This dissertation describes the design and the optimization phases of object recognition in a visual sensor network. In the first part, the visual sensor networks are analyzed in order to understand their peculiarities and the corresponding constraints. This analysis is extended to the object recognition pipeline. The opposites requirements impose a distributed approach to the problem. For this aim two image feature detection and extraction algorithms and a bag of visual words matching solution are evaluated by simulations. The different scenarios analyzed are presented and the implementation choices are justified. The results obtained allowed to develop an optimization model that distributes the database among the network in such a way that recognition accuracy and storage restrictions are satisfied and the latency time are minimized. The proposed solution is tested in different kinds of visual sensor networks leading to optimal database allocation when the constraints fulfillment is feasible.

Il lavoro proposto descrive il progetto e le fasi di ottimizzazione del riconoscimento di oggetti in una visual sensor network. Nella prima parte, sono analizzate le visual sensor networks al fine di comprenderne le peculiarità ed i vincoli che le caratterizzano. Questa analisi è estesa alla pipeline dell'object recognition. I requisiti opposti impongono un approccio distribuito al problema. A questo scopo due algoritmi per il riconoscimento e l'estrazione delle features dall'immagine ed il metodo di matching bag of visual words vengono valutati attraverso delle simulazioni. Vengono presentati i diversi scenari analizzati e giustificate le scelte di implementazione. I risultati ottenuti hanno permesso di sviluppare un modello di ottimizzazione che distribuisce il database all'interno della rete in modo tale che i vincoli di accuratezza di riconoscimento e memorizzazione siano soddisfatti ed il tempo di latenza sia ridotto al minimo. La soluzione proposta è stata testata in diverse tipologie di visual sensor networks consentendo la ripartizione ottimale del database quando è soddisfatto il rispetto dei vincoli.