基于GPU加速的计算机视觉编程

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。