序二

应Intel IAGS的赵娟女士邀请为本书写序，我深感荣幸。本书由Intel开源软件中心音视频团队一线工作人员吴至文、郭叶军、宗炜、李鹏（前成员）、赵娟共同撰写，可以说是集体智慧的结晶。该团队成员目前都是资深研发工程师，有的深耕于OpenCV加速，有的是视频处理和深度学习领域的专家。在本书中，他们由浅入深地对OpenCV在深度学习上的应用和性能优化进行了全面解读。我在阅读本书时获益良多，尤其是加深了对OpenCV在深度学习方面的实际应用的理解。我相信本书能够覆盖相当大一部分学习者的需求。

众所周知，OpenCV是Intel公司主导的开源计算机视觉库，它实现了一系列图像处理和计算机视觉算法，目前已经延伸到计算机视觉的各个领域，其功能几乎涵盖了每个研究方向。另外，OpenCV实现的算法不仅紧跟视觉前沿，而且在性能优化方面做了很多工作，因功能强大而在学术界和工业界得到了非常广泛的应用。深度学习是机器学习中一种基于对数据进行表征学习的算法，近些年来，得益于数据的增多、计算能力的增强、学习算法的成熟及应用场景的丰富，越来越多的学者开始关注并研究深度学习，并掀起了新一轮人工智能的热潮。OpenCV为了支持基于深度学习的计算机视觉应用加入了新特性，搭建了一个轻量的深度学习框架，添加了支持网络推理的深度学习模块。

本书面向OpenCV和深度学习的初学者，按照循序渐进的学习步骤，详细介绍了一些OpenCV和深度学习的基本概念与结构，讲解了各种计算架构下深度学习的计算优化和加速，列举了一些精准实用的项目样例，内容不仅涵盖全面详尽的算法原理，还解释分析相关源代码和实践结果。本书对深度学习的最新发展趋势和主要研究方向进行了全面而综合的介绍，从不同的用户场景出发，对算法进行深度的分析和详细的解释，能够满足初学者对各种计算机视觉的应用需求。

鉴于计算机学科是一个高速发展学科，计算机视觉、深度学习必然同样处于高速发展状态。希望Intel IAGS团队在出版本书之后，要随着新技术、新方法的涌现而与时俱进，及时更新内容，为广大读者提供持续支撑和服务。

邹复好

华中科技大学计算机学院教授

于华中科技大学