Les réseaux de capteurs visuels sont un catalyseur potentiel pour l'évolution de l'Internet des objets. En raison de leurs ressources limitées en termes d'énergie et de bande passante, il est crucial d'identifier des approches appropriées qui tiennent compte de ces contraintes et réduisent la quantité de données transmises au point de rassemblement (puits). Dans ce contexte, cet article décrit l'impact d'un système de caméra intelligente distribuée qui exploite une stratégie d'analyse puis de compression, sur un suivi de véhicule multivue au niveau de l'application des ronds-points. Dans le système testé, une partie du traitement est déplacée vers les caméras intelligentes, c'est-à-dire la détection/classification d'objets et l'extraction de caractéristiques, de sorte que seules les caractéristiques extraites décrivant des véhicules en mouvement sont transmises à la place de l'image/vidéo entière. Les caractéristiques sont davantage compactées en utilisant une technique de codage distribué de pointe, basée sur une méthode de regroupement efficace qui exploite les corrélations temporelles et spatiales (vues multiples) entre les caractéristiques. Le système est testé sur un scénario de données réelles, en évaluant les capacités de réduction du débit binaire en fonction des conditions de canal, ainsi que la précision de correspondance des descripteurs reconstruits dans l'application de suivi spécifique. La correspondance en fonction des caractéristiques et des objets est étudiée. Pour le scénario d'application choisi, une réduction du débit binaire de 30 à 35 % s'avère réalisable dans des conditions de canal non idéales. Encore plus intéressant, une telle réduction s'avère ne pas nuire à la précision de la correspondance (c'est-à-dire qu'elle est cohérente avec l'application cible), pour laquelle un score F allant jusqu'à 0,923 est garanti.

Las redes de sensores visuales son un habilitador potencial para la evolución del Internet de las cosas. Debido a sus recursos limitados en términos de energía y ancho de banda, es crucial identificar enfoques apropiados que tengan en cuenta tales restricciones y reduzcan la cantidad de datos transmitidos al punto de reunión (sumidero). En este contexto, este documento describe el impacto de un sistema de cámara inteligente distribuida que explota una estrategia de analizar y luego comprimir, en una aplicación de seguimiento de vehículos de múltiples vistas en las rotondas. En el sistema probado, parte del procesamiento se traslada a las cámaras inteligentes, es decir, la detección/clasificación de objetos y la extracción de características, de modo que solo se transmitan las características extraídas que describen los vehículos en movimiento en lugar de toda la imagen/video. Las características se compactan aún más mediante el uso de una técnica de codificación distribuida de última generación, basada en un método de agrupamiento eficiente que explota las correlaciones temporales y espaciales (múltiples vistas) entre las características. El sistema se prueba en un escenario de datos reales, evaluando las capacidades de reducción de la tasa de bits en función de las condiciones del canal, así como la precisión coincidente de los descriptores reconstruidos en la aplicación de seguimiento específica. Se investigan tanto la coincidencia por características como por objetos. Para el escenario de aplicación elegido, se demuestra que se puede lograr una reducción de la tasa de bits del 30 -35% en condiciones de canal no ideales. Aún más interesante, se demuestra que dicha reducción no daña la precisión de la coincidencia (es decir, es coherente con la aplicación objetivo), para lo cual se garantiza una puntuación F de hasta 0.923.

Visual sensor networks are one potential enabler for the evolution of the Internet of things.Due to their limited resources in terms of energy and bandwidth, it is crucial to identify appropriate approaches that take into considerations such constraints and reduce the amount of data transmitted to the gathering point (sink).In this context, this paper describes the impact of a distributed smart-camera system that exploits an analyze-then-compress strategy, on a multi-view vehicle tracking at roundabouts application.In the tested system, part of the processing is shifted to the smart cameras, i.e., the object detection/classification and feature extraction, so that only the extracted features describing moving vehicles are transmitted instead of the whole image/video.Features are further compacted by using a state-of-the-art distributed coding technique, based upon an efficient clustering method that exploits the temporal and spatial (multiple views) correlations between features.The system is tested on a real-data scenario, by evaluating the bit-rate reduction capabilities in dependence of the channel conditions, as well as the matching accuracy of the reconstructed descriptors in the specific tracking application.Both feature-wise and object-wise matching are investigated.For the chosen application scenario, a bit-rate reduction of 30 -35% is proved to be achievable in non-ideal channel conditions.Even more interestingly, such reduction is proved not to harm the matching accuracy (i.e., it is coherent with the target application), for which an F-score up to 0.923 is guaranteed.

تعد شبكات المستشعرات المرئية أحد العوامل التمكينية المحتملة لتطور إنترنت الأشياء. نظرًا لمواردها المحدودة من حيث الطاقة وعرض النطاق الترددي، من الأهمية بمكان تحديد الأساليب المناسبة التي تأخذ في الاعتبار مثل هذه القيود وتقلل من كمية البيانات المرسلة إلى نقطة التجمع (الحوض). في هذا السياق، تصف هذه الورقة تأثير نظام الكاميرا الذكية الموزع الذي يستغل استراتيجية التحليل ثم الضغط، على تتبع مركبة متعددة العرض في تطبيق الدوارات. في النظام المختبر، يتم تحويل جزء من المعالجة إلى الكاميرات الذكية، أي اكتشاف/تصنيف الكائنات واستخراج الميزات، بحيث يتم نقل الميزات المستخرجة فقط التي تصف المركبات المتحركة بدلاً من الصورة/الفيديو بالكامل. يتم ضغط الميزات بشكل أكبر باستخدام تقنية ترميز موزعة حديثة، استنادًا إلى طريقة تجميع فعالة تستغل الارتباطات الزمنية والمكانية (وجهات نظر متعددة) بين الميزات. يتم اختبار النظام على سيناريو بيانات حقيقية، من خلال تقييم قدرات خفض معدل البت في اعتماد ظروف القناة، بالإضافة إلى دقة مطابقة الواصفات المعاد بناؤها في تطبيق التتبع المحدد. يتم التحقيق في كل من مطابقة الميزات ومطابقة الكائن. بالنسبة لسيناريو التطبيق المختار، ثبت أن تخفيض معدل البت بنسبة 30-35 ٪ يمكن تحقيقه في ظروف القناة غير المثالية. والأكثر إثارة للاهتمام، ثبت أن هذا التخفيض لا يضر بدقة المطابقة (أي أنه متسق مع التطبيق المستهدف)، حيث يتم ضمان درجة F تصل إلى 0.923.