智能駕駛是當(dāng)前一個(gè)主要的研究熱點(diǎn)，視頻圖像處理技術(shù)在智能駕駛領(lǐng)域有著廣泛應(yīng)用，如車道線檢測(cè)、障礙物識(shí)別、紅綠燈識(shí)別和交通標(biāo)志牌識(shí)別等。視頻圖像實(shí)時(shí)處理技術(shù)是智能駕駛領(lǐng)域的重要研究?jī)?nèi)容，也是智能駕駛安全的重要保證。隨著GPGPU計(jì)算的發(fā)展，特別是NVIDIA Tegra高性能GPU計(jì)算平臺(tái)的推出，通過高性能計(jì)算技術(shù)實(shí)現(xiàn)視頻圖像的實(shí)時(shí)處理，成為當(dāng)前重要的研究熱點(diǎn)和發(fā)展趨勢(shì)。
GPGPU的出現(xiàn)和發(fā)展，給并行計(jì)算帶來了新的計(jì)算平臺(tái)。新計(jì)算平臺(tái)需要新方法來進(jìn)行并行軟件開發(fā)。GPU編程的重點(diǎn)在于性能優(yōu)化，經(jīng)過細(xì)致調(diào)優(yōu)的GPU程序可實(shí)現(xiàn)巨大的性能提升。然而，GPU編程的難點(diǎn)也在于性能優(yōu)化，并行程序開發(fā)人員不僅要熟悉算法特征，還必須要了解底層硬件架構(gòu)特征，這就對(duì)GPU并行程序開發(fā)人員提出了新的挑戰(zhàn)。
近年來，我們跟蹤新計(jì)算平臺(tái)上視頻圖像實(shí)時(shí)處理技術(shù)的最新進(jìn)展并深入研究，試圖從算法和硬件架構(gòu)兩方面來迎接這種挑戰(zhàn)，書中不僅介紹了在智能駕駛中廣泛應(yīng)用的視頻圖像處理算法，而且介紹了多種不同的GPU架構(gòu)，在此基礎(chǔ)上，分析了GPU編程和優(yōu)化的主要思路和方法，不僅能針對(duì)各種獨(dú)立的優(yōu)化方法，更重要的是能針對(duì)各種優(yōu)化方法組合的情況。研究過程中得到了國(guó)家自然科學(xué)基金重大研究計(jì)劃項(xiàng)目、北京市屬高等學(xué)校高層次人才引進(jìn)與培養(yǎng)計(jì)劃項(xiàng)目、北京市教育委員會(huì)科技計(jì)劃面上項(xiàng)目的資助，成果已用到北京聯(lián)合大學(xué)智能車上。
本書作為視頻圖像處理技術(shù)理論研究和應(yīng)用的一本學(xué)術(shù)專著，參考了國(guó)內(nèi)外大量的相關(guān)文獻(xiàn)，總結(jié)了我們近幾年來的研究成果，并提供了大量的實(shí)際案例，通過實(shí)際案例的實(shí)現(xiàn)和解析，為讀者提供一個(gè)視頻圖像處理算法在GPU上實(shí)現(xiàn)和優(yōu)化的具體思路和方法。讀者通過本書的閱讀和學(xué)習(xí)，不僅可以學(xué)習(xí)視頻圖像處理技術(shù)在智能駕駛中的應(yīng)用，而且可以了解GPU程序從實(shí)現(xiàn)到優(yōu)化的具體方法。雖然本書實(shí)際案例的實(shí)現(xiàn)都是基于CUDA，但是本書也比較了CUDA和OpenCL的異同，本書描述的優(yōu)化方法也可以非常方便地移植到OpenCL程序的編寫和優(yōu)化中。
本書可以分成如下四個(gè)邏輯單元：
視頻圖像處理技術(shù)在智能駕駛中的應(yīng)用：第2章在分析了當(dāng)前國(guó)內(nèi)外主流的智能駕駛技術(shù)后，詳細(xì)介紹了在智能駕駛中應(yīng)用廣泛的幾類視頻圖像處理算法，包括：車道線的提取和跟蹤技術(shù)、交通標(biāo)志牌的檢測(cè)和識(shí)別技術(shù)、交通信號(hào)燈的檢測(cè)與識(shí)別技術(shù)等。
GPU硬件架構(gòu)與編程：第3章介紹了CPU與GPU架構(gòu)的主要區(qū)別，在此基礎(chǔ)上，對(duì)當(dāng)前主流的GPU架構(gòu)特征（包括NVIDA GPU和AMD GPU）進(jìn)行了詳細(xì)介紹，這是進(jìn)行GPU并行編程和優(yōu)化的前提。第4章介紹了當(dāng)前GPU主要的編程模型：CUDA和OpenCL，不僅介紹了這兩種編程模型的關(guān)鍵概念和定義、兩種編程模型的異同；而且通過一個(gè)簡(jiǎn)單的例子介紹了使用這兩種編程模型進(jìn)行GPU編程的主要流程和方法，最后給出了GPU程序性能優(yōu)化的主要思路。
實(shí)際案例分析：第5章介紹了矩陣轉(zhuǎn)置、規(guī)約算法、resize算法和Laplace算法等主要的視頻圖像處理算子在GPU上的實(shí)現(xiàn)和優(yōu)化方法，結(jié)合具體算法詳細(xì)分析了GPU編程和優(yōu)化思路和方法。最后第6～8章分別給出了Canny、人臉檢測(cè)以及激光雷達(dá)算法等具體實(shí)際應(yīng)用案例的GPU移植和優(yōu)化方法。
性能與能耗： 第9章從能效評(píng)價(jià)指標(biāo)、各層次能耗優(yōu)化策略以及系統(tǒng)級(jí)能耗優(yōu)化技術(shù)三個(gè)方面介紹了在高性能計(jì)算以及智能駕駛中對(duì)性能與能耗的權(quán)衡。
本書由梁軍、賈海鵬著，其中肖琳、胡正坤、梁愛華、許武、李威、王晶、魏秋明和李志豪參與了本書的編輯整理工作。在本書編寫、出版的過程中，得到了鮑泓教授主持的國(guó)家自然科學(xué)基金重大研究計(jì)劃項(xiàng)目（91420202）的資助，同時(shí)，也參考了國(guó)內(nèi)外大量的論文和專著，在此一并表示感謝。
由于時(shí)間倉(cāng)促，書中難免會(huì)出現(xiàn)錯(cuò)誤和不妥之處，懇請(qǐng)廣大讀者不吝批評(píng)指正。