電腦視覺和影像處理演算法必需進行相當密集的運算。憑藉CUDA加速，應用程式的視框速率將能達到即時互動的效能表現。以下將列出一些在成像及視覺領域所進行的工作，並列出開發人員可利用的資源。
使用CUDA進行成像及視覺工作的技術報告
- 分割
- 特性處理
- 立體成像
- 機器學習及資料處理
- 仿生電腦視覺
CUDA GPU中的影像和視覺核心軟體內核
- CUDA的層級設定分割
- CUDA的視訊分割
- CUDA中的多級SVM實作
- 行進偵測
- SIFT (尺度不變性特徵轉換Scale Invariant Feature Transform)
- 光學流動
- 資料庫和資料蒐集
- GPU4Vision
- OpenVIDIA: 以CUDA為基礎的常用電腦視覺演算法，包括
- 立體視覺(Stereo Vision)
- 迴旋、Sobel,均方根, 直方圖, 閾值等
- MinGPU:一個針對電腦視覺的小型資料庫
- NVPP: NVIDIA高效能元件(NVIDIA Performance Primitives)(初期開發計劃:鎖定影像和視訊處理)
