Nel campo dell'analisi visuale, la ricerca si sta concentrando sullo sviluppo di reti di sensori wireless (WSNs) alimentati a batteria capaci di svolgere complesse analisi su immagini. Purtroppo, la tecnologia attuale non lo permette ancora. Il paradigma tuttora utilizzato nell'analisi visuale è comprimi-poi-analizza: prima di analizzare un'immagine, essa viene compressa e poi elaborata o trasmessa ad altri nodi. Tuttavia, sistemi che si basano su questo paradigma richiedono un elevato consumo di potenza, oltre che di risorse. Esso non può essere implementato su WSNs: i severi vincoli e requisiti impongono lo sviluppo di un nuovo paradigma. Nel nuovo paradigma, analizza-poi-comprimi, l'immagine è rappresentata in modo molto più conciso, utilizzando i punti salienti (punti di “interesse”), tralasciando la rappresentazione nel dominio dei pixel. I sensori quindi devono estrarre i punti salienti da un'immagine, comprimerli, e trasmetterli ai nodi destinazione. Per soddisfare i requisiti energetici e computazionali delle WSNs, è doveroso ottimizzare tutto il processo di analisi visuale, partendo dall'estrazione dei punti salienti. Questa tesi ha l'obiettivo di sviluppare un sistema che permetta di estrarre punti salienti da un'immagine in modo distribuito su una WSN, dimostrando un miglioramento delle prestazioni rispetto alla stessa computazione effettuata su un solo nodo. Un sistema distribuito, affinchè funzioni in modo ottimale, deve essere basato su un solido modello teorico: Divisible Load Theory è una metodologia che permette di minimizzare il tempo complessivo di computazione di un processo, suddividendolo e distribuendolo in modo ottimale sui nodi della rete. Dopo un’accurata indagine della letteratura riguardo l’estrazione di punti salienti in modo efficiente, è stato scelto BRISK come algoritmo di riferimento. Questa tesi è introdotta dall’analisi dello stato dell'arte, viene poi riportato il modello di sistema, le varie assunzioni e i problemi riscontrati, insieme alle soluzioni adottate. Infine, è mostrato nel dettaglio il testbed realizzato, oltre alla valutazione delle prestazioni, confrontando anche due diverse tipologie di trasmissione dati.
Analisi visuale distribuita in reti di sensori visuali
BRAMATI, ALESSANDRO
2012/2013
Abstract
Nel campo dell'analisi visuale, la ricerca si sta concentrando sullo sviluppo di reti di sensori wireless (WSNs) alimentati a batteria capaci di svolgere complesse analisi su immagini. Purtroppo, la tecnologia attuale non lo permette ancora. Il paradigma tuttora utilizzato nell'analisi visuale è comprimi-poi-analizza: prima di analizzare un'immagine, essa viene compressa e poi elaborata o trasmessa ad altri nodi. Tuttavia, sistemi che si basano su questo paradigma richiedono un elevato consumo di potenza, oltre che di risorse. Esso non può essere implementato su WSNs: i severi vincoli e requisiti impongono lo sviluppo di un nuovo paradigma. Nel nuovo paradigma, analizza-poi-comprimi, l'immagine è rappresentata in modo molto più conciso, utilizzando i punti salienti (punti di “interesse”), tralasciando la rappresentazione nel dominio dei pixel. I sensori quindi devono estrarre i punti salienti da un'immagine, comprimerli, e trasmetterli ai nodi destinazione. Per soddisfare i requisiti energetici e computazionali delle WSNs, è doveroso ottimizzare tutto il processo di analisi visuale, partendo dall'estrazione dei punti salienti. Questa tesi ha l'obiettivo di sviluppare un sistema che permetta di estrarre punti salienti da un'immagine in modo distribuito su una WSN, dimostrando un miglioramento delle prestazioni rispetto alla stessa computazione effettuata su un solo nodo. Un sistema distribuito, affinchè funzioni in modo ottimale, deve essere basato su un solido modello teorico: Divisible Load Theory è una metodologia che permette di minimizzare il tempo complessivo di computazione di un processo, suddividendolo e distribuendolo in modo ottimale sui nodi della rete. Dopo un’accurata indagine della letteratura riguardo l’estrazione di punti salienti in modo efficiente, è stato scelto BRISK come algoritmo di riferimento. Questa tesi è introdotta dall’analisi dello stato dell'arte, viene poi riportato il modello di sistema, le varie assunzioni e i problemi riscontrati, insieme alle soluzioni adottate. Infine, è mostrato nel dettaglio il testbed realizzato, oltre alla valutazione delle prestazioni, confrontando anche due diverse tipologie di trasmissione dati.File | Dimensione | Formato | |
---|---|---|---|
2013_12_Bramati.pdf
accessibile in internet solo dagli utenti autorizzati
Descrizione: Testo della tesi
Dimensione
3.82 MB
Formato
Adobe PDF
|
3.82 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/88681