视频图像处理与性能优化2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

视频图像处理与性能优化PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 视频图像处理1

1.1.1 概述1

1.1.2 视频图像处理发展与应用3

1.1.3 视频图像处理算法关键技术5

1.2 视频图像处理在智能驾驶领域的应用6

1.2.1 概述6

1.2.2 视频图像处理在智能驾驶领域的应用与发展7

1.2.3 视频图像处理在智能驾驶领域的关键技术9

1.3 异构平台与GPU架构11

1.3.1 概述12

1.3.2 GPU体系架构12

1.3.3 GPU编程模型15

1.4 GPU性能加速优化方法17

1.4.1 访存优化18

1.4.2 计算优化19

1.4.3 数据本地化20

第2章 视频图像处理在智能驾驶中的应用22

2.1 引言22

2.1.1 国外研究现状22

2.1.2 国内研究现状25

2.2 车道线的提取和跟踪26

2.2.1 道路图像预处理方法28

2.2.2 边缘检测31

2.2.3 基于Hough变换的车道线检测32

2.3 交通标志牌的检测和识别34

2.3.1 交通标志简介34

2.3.2 交通标志识别简介36

2.3.3 交通标志牌检测37

2.3.4 基于SVM的交通标志牌检测39

2.3.5 交通标志的识别41

2.3.6 基于SVM的交通标志牌的识别43

2.4 交通信号灯的检测45

2.4.1 颜色分割45

2.4.2 基于颜色和形状的交通信号灯检测识别49

2.5 智能车其他视频图像处理53

2.5.1 基于SVM的行人检测53

2.5.2 SVM与深度学习60

2.6 本章小结61

第3章 GPU体系架构62

3.1 GPU与CPU架构的区别62

3.2 当前主流GPU体系架构63

3.2.1 NVIDIA GPU架构63

3.2.2 AMD GPU架构69

3.2.3 两种架构的异同72

3.3 本章小结74

第4章 CUDA与OpenCL编程模型75

4.1 CUDA编程模型75

4.2 OpenCL编程模型77

4.3 CUDA和OpenCL编程流程81

4.3.1 CUDA向量相加程序编写过程81

4.3.2 OpenCL向量相加程序编写过程84

4.4 GPU程序性能优化分析90

4.5 本章小结90

第5章 异构计算与性能优化方法91

5.1 视频图像处理算法91

5.2 访存优化方法92

5.2.1 CPU与GPU之间的传输优化92

5.2.2 global memory的合并访问93

5.2.3 shared memory94

5.2.4 寄存器95

5.3 矩阵转置算法95

5.3.1 算法简介及分析95

5.3.2 并行性分析95

5.3.3 矩阵转置算法优化97

5.3.4 性能分析100

5.4 规约算法102

5.4.1 算法简介及分析102

5.4.2 并行性分析103

5.4.3 规约算法优化105

5.4.4 性能分析108

5.5 resize算法112

5.5.1 算法简介及分析112

5.5.2 并行性分析113

5.5.3 resize算法优化115

5.5.4 性能分析117

5.6 Laplace算法120

5.6.1 算法简介及分析120

5.6.2 并行性分析120

5.6.3 Laplace算法优化122

5.6.4 性能分析122

5.7 本章小结123

第6章 Canny边缘检测算法优化124

6.1 引言124

6.1.1 边缘检测相关概述124

6.1.2 视频图像处理问题及方法125

6.2 国内外研究现状126

6.3 Canny边缘检测算法简介127

6.4 并行性分析及GPU实现129

6.4.1 并行性分析129

6.4.2 基于NVIDIA Tegra K1的GPU实现与分析129

6.5 优化策略分析131

6.5.1 向量化访存131

6.5.2 数据本地化132

6.5.3 条件分支优化133

6.6 Canny边缘检测算法优化过程与实验结果分析133

6.6.1 灰度化算法134

6.6.2 滤波及计算梯度幅值算法134

6.6.3 非极大值抑制算法136

6.6.4 递归确定边缘算法137

6.6.5 Canny及边缘检测算法137

6.7 本章小结139

第7章 人脸检测算法优化141

7.1 引言141

7.2 人脸检测算法142

7.2.1 GPU架构142

7.2.2 Viola-Jones人脸检测算法143

7.3 人脸检测算法的GPU实现与优化144

7.3.1 并行性分析144

7.3.2 Na？ve实现与负载不均衡145

7.3.3 GPU优化147

7.4 性能评估154

7.4.1 实验平台154

7.4.2 正确性验证155

7.4.3 性能分析156

7.5 本章小结160

第8章 异构平台激光雷达算法优化161

8.1 引言161

8.1.1 国外研究现状161

8.1.2 国内研究现状163

8.2 车载激光雷达165

8.2.1 激光雷达目标检测166

8.2.2 激光雷达环境感知167

8.2.3 激光雷达的优势169

8.2.4 Velodyne三维激光雷达170

8.3 激光雷达数据处理算法171

8.3.1 激光雷达数据获取及解包171

8.3.2 激光雷达识别障碍物175

8.3.3 用Hough变换进行路边检测178

8.4 激光雷达数据处理算法优化179

8.4.1 栅格投影优化179

8.4.2 数据传输优化180

8.4.3 栅格处理优化181

8.4.4 性能评估185

8.5 本章小结189

第9章 性能与能耗的权衡190

9.1 引言190

9.2 能效评价指标192

9.3 各层次能耗优化策略193

9.4 系统级能耗优化技术195

9.5 本章小结197

参考文献198