视频图像处理与性能优化pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

视频图像处理与性能优化PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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 memory 94

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