Les systèmes de vidéosurveillance sans fil embarqués gagnent en popularité grâce aux progrès des systèmes Internet des objets (IoT) et des réseaux de capteurs multimédias sans fil. Ces systèmes ont de nombreuses applications, notamment le suivi et la surveillance de cibles militaires, les secours en cas de catastrophe, la surveillance de la santé biomédicale, la détection sismique, la surveillance de l'environnement et les villes intelligentes. La transmission de données multimédias à faible débit tout en maintenant des données transmises de haute qualité est toujours un challenge dans les systèmes alimentés par batterie en raison de l'énergie limitée. Cette thèse relève ce défi en optimisant l'efficacité énergétique dans les réseaux de capteurs multimédias sans fil pour les environnements de surveillance sans fil à ressources limitées. L'accent est mis sur le développement de nouveaux codeurs qui minimisent la consommation d'énergie tout en maintenant une qualité d'expérience (QoE) élevée pour le traitement humain et machine. La thèse introduit des méthodes de faible complexité pour détecter les régions d'intérêt (ROI) dans les images vidéo. Cela améliorera la précision et la robustesse en tirant parti de plusieurs techniques de détection d'objets. Ces techniques de détection sont intégrées en tant que pré-encodeurs dans différentes chaînes d'encodage pour la vidéosurveillance sans fil, permettant d'importantes économies d'énergie et de débit jusqu'à 98% tout en préservant une qualité de service (QoS) et QoE acceptable. Plusieurs tests et expérimentations démontrent la faisabilité et l'efficacité des approches proposées dans cette thèse. Les résultats de cette recherche ouvrent la voie à de futures recherches dans ce domaine.