《基于GPU加速的计算机视觉编程》内容简介

计算机视觉正在给许多行业带来革命性的变化，OpenCV是使用最广泛的计算机视觉工具之一，能够在多种编程语言中工作。目前，需要在计算机视觉中实时处理较大的图像，而单凭OpenCV是难以做到的。在这方面图形处理器（GPU）和CUDA可以提供帮助。因此，本书提供了一个将OpenCV与CUDA集成的实际应用的详细概述。本书首先解释了用CUDA对GPU编程，这对于从未使用过GPU的计算机视觉开发人员来说是必不可少的。然后通过一些实例说明了如何用GPU和CUDA对OpenCV进行加速。当要在现实生活场景中使用计算机视觉应用程序时，需要将其部署在嵌入式开发板上，本书涵盖了如何在NVIDIA Jetson TX1上部署OpenCV应用程序，这是非常流行的计算机视觉和深度学习应用程序。本书的最后一部分介绍了PyCUDA，结合Python使用OpenCV的计算机视觉开发人员会使用它。PyCUDA是一个Python库，它利用CUDA和GPU的功能来加速。本书为在C++或Python中使用OpenCV的开发人员提供了一个完整的指南，帮助他们通过亲身体验来加速计算机视觉应用程序。
包米克·维迪雅（Bhaumik Vaidya），是一位经验丰富的计算机视觉工程师和导师，在OpenCV库尤其在计算机视觉问题解决方面做了大量工作。他是优秀硕士毕业生，目前正在攻读计算机视觉算法加速方面的博士学位，该算法使用OpenCV和基于GPU的深度学习库构建。他有教学背景，指导过许多计算机视觉和超大规模集成（VLSI）方面的项目。他之前在VLSI领域做过ASIC验证工程师，对硬件架构也有深入了解。他在著名期刊上发表了许多研究论文，还和博士导师共同获得了NVIDIA Jetson TX1嵌入式开发平台的研究资助。

作品目录

前言
作者简介
审稿人简介
第1章：CUDA介绍及入门
1.1、技术要求
1.2、CUDA介绍
1.3、CUDA应用程序
1.4、CUDA开发环境
1.5、在所有操作系统上安装CUDA工具包
1.6、一个基本的CUDA
C程序
1.7、总结
1.8、测验题
第2章：使用CUDA
C进行并行编程
2.1、技术要求
2.2、CUDA程序结构
2.3、在设备上执行线程
2.4、在CUDA程序中获取GPU设备属性
2.5、CUDA中的向量运算
2.6、并行通信模式
2.7、总结
2.8、测验题
第3章：线程、同步和存储器
3.1、技术要求
3.2、线程
3.3、存储器架构
3.4、线程同步
3.5、常量内存
3.6、纹理内存
3.7、向量点乘和矩阵乘法实例
3.8、总结
3.9、测验题
第4章：CUDA中的高级概念
4.1、技术要求
4.2、测量CUDA程序的性能
4.3、CUDA中的错误处理
4.4、CUDA程序性能的提升
4.5、CUDA流
4.6、使用CUDA加速排序算法
4.7、利用CUDA进行图像处理
4.8、总结
4.9、测验题
第5章：支持CUDA的OpenCV入门
5.1、技术要求
5.2、图像处理和计算机视觉简介
5.3、OpenCV简介
5.4、安装支持CUDA的OpenCV
5.5、使用OpenCV处理图像
5.6、使用OpenCV处理视频
5.7、使用OpenCV
CUDA模块的基本计算机视觉应用程序
5.8、OpenCV应用程序使用和不使用CUDA支持的性能比较
5.9、总结
5.10、测验题
第6章：使用OpenCV和CUDA进行基本的计算机视觉操作
6.1、技术要求
6.2、访问图像的各个像素强度
6.3、OpenCV中直方图的计算和均衡
6.4、图像的几何变换
6.5、对图像进行滤波操作
6.6、图像的形态学操作
6.7、总结
6.8、测验题
第7章：使用OpenCV和CUDA进行对象检测和跟踪
7.1、技术要求
7.2、对象检测和跟踪简介
7.3、基于颜色的对象检测和跟踪
7.4、基于形状的对象检测和跟踪
7.5、关键点检测器和描述符
7.6、使用Haar级联的对象检测
7.7、使用背景减法进行对象跟踪
7.8、总结
7.9、测验题
第8章：Jetson
TX1开发套件
8.1、技术要求
8.2、Jetson
TX1简介
8.3、在Jetson
TX1上安装JetPack
8.4、总结
8.5、测验题
第9章：在Jetson
TX1上部署计算机视觉应用程序
9.1、技术要求
9.2、Jetson
TX1、GPU的设备属性
9.3、Jetson
TX1上的基本CUDA程序
9.4、Jetson
TX1上的图像处理
9.5、Jetson
TX1的摄像机接口
9.6、Jetson
TX1上的高级应用程序
9.7、在Jetson
TX1上使用Python和OpenCV实现计算机视觉
9.8、总结
9.9、测验题
第10章：PyCUDA入门
10.1、技术要求
10.2、Python编程语言简介
10.3、PyCUDA模块简介
10.4、在Windows上安装PyCUDA
10.5、在Ubuntu上安装PyCUDA
10.6、总结
10.7、测验题
第11章：使用PyCUDA
11.1、技术要求
11.2、编写第一个PyCUDA程序
11.3、从PyCUDA程序访问GPU设备属性
11.4、在PyCUDA中执行线程和块
11.5、PyCUDA中的基本编程概念
11.6、使用CUDA事件测量PyCUDA程序的性能
11.7、PyCUDA中的复杂程序
11.8、PyCUDA的高级内核函数
11.9、总结
11.10、测验题
第12章：使用PyCUDA的基本计算机视觉应用程序
12.1、技术要求
12.2、PyCUDA中的直方图计算
12.3、使用PyCUDA进行基本的计算机视觉操作
12.4、总结
12.5、测验题
测验题答案