Брагин, А. Д. Распознавание моторных образов на электроэнцефалограммахс применением свёрточных нейронных сетей = Motor imagery recognition in electroencephalograms using convolutional neural networks / А. Д. Брагин, В. Г. Спицын // Компьютерная оптика : научный журнал / Институт систем обработки изображений Российской академии наук. — 2020. — Т. 44, № 3. — [С. 482-489]. — URL: https://doi.org/10.18287/2412-6179-CO-669
Григорьев, Д. С. Алгоритм семантической сегментации изображений в режиме реального времени / Д. С. Григорьев, В. Г. Спицын // Молодежь и современные информационные технологии : сборник трудов XVI Международной научно-практической конференции студентов, аспирантов и молодых учёных, 3-7 декабря 2018 г., г. Томск / Национальный исследовательский Томский политехнический университет, Инженерная школа информационных технологий и робототехники ; под ред. Д. М. Сонькина [и др.]. — 2019. — [С. 64-65]. — URL: http://earchive.tpu.ru/handle/11683/52650
Спицын, В. Г. Развитие магистерской программы "Искусственный интеллект и машинное обучение" = Development of a master program "Artificial intelligence and Machine Learning" / В. Г. Спицын, Ю. А. Иванова, А. А. Друки // Современные технологии, экономика и образование : сборник трудов Всероссийской научно-методической конференции, г. Томск, 27-29 декабря 2019 г. / Национальный исследовательский Томский политехнический университет ; под ред. А. Г. Фефеловой, Е. А. Покровской, И. О. Болотиной [и др.]. — 2019. — [С. 29-31]. — URL: http://earchive.tpu.ru/handle/11683/58189
Bragin, A. D. Electroencephalogram Analysis Based on Gramian Angular FieldTransformation / A. D. Bragin, V. G. Spitsyn // URL: http://earchive.tpu.ru/handle/11683/57268
Семантическая сегментация данных дистанционного зондирования Земли при помощи нейросетевых алгоритмов / А. А. Друки [и др.] // Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов / Национальный исследовательский Томский политехнический университет (ТПУ). — 2018. — Т. 329, № 1. — [С. 59-68]. — URL: http://earchive.tpu.ru/bitstream/11683/46113/1/bulletin_tpu-2018-v329-i1-07.pdf
Разработка алгоритма отслеживания лица человека на основе применения оптического потока = Development of the human face tracking algorithm based on the optical flow application / А. А. Друки [и др.] // Научная визуализация : электронный журнал. — 2018. — Т. 10, № 5. — [С. 86-101]. — URL: http://dx.doi.org/10.26583/sv.10.5.06
Khaustov, P. A. Structural model constructing for optical handwritten character recognition / P. A. Khaustov, V. G. Spitsyn, E. I. Maksimova // IOP Conference Series: Materials Science and Engineering. — 2017. — Vol. 173 : Mathematical Models and their Applications 2016. — 012006, 9 p.]. — , . — URL: http://dx.doi.org/10.1088/1757-899X/173/1/012006
Станкевич, Ф. В. Интерфейс мозг-компьютер с применением методов глубокого обучения = Deep learning for BCI application / Ф. В. Станкевич, В. Г. Спицын // Нейрокомпьютеры: разработка, применение. — 2017. — № 1. — [С. 48-55]. — URL: http://elibrary.ru/item.asp?id=28875013
Болотова, Ю. А. Обзор алгоритмов детектирования текстовых областей на изображениях и видеозаписях = A review of algorithms for text detection in images and videos / Ю. А. Болотова, В. Г. Спицын, П. М. Осина // Компьютерная оптика : научный журнал / Институт систем обработки изображений Российской академии наук. — 2017. — Т. 41, № 3. — [С. 441-452]. — URL: https://doi.org/10.18287/2412-6179-2017-41-3-441-452
Text detection algorithm on real scenes images and videos on the base of discrete cosine transform and convolutional neural network / P. M. Osina, Yu. A. Bolotova, V. G. Spitsyn // Режим доступа: по договору с организацией-держателем ресурса. — URL: https://doi.org/10.1109/SIBCON.2017.7998591
Болотова, Ю. А. Методы и алгоритмы интеллектуальной обработки цифровых изображений : учебное пособие / Ю. А. Болотова, А. А. Друки, В. Г. Спицын ; Национальный исследовательский Томский политехнический университет (ТПУ)Томск : Изд-во ТПУ, 2016. — 207 с. : ил.
Болотова, Ю. А. Методы и алгоритмы интеллектуальной обработки цифровых изображений : учебное пособие / Ю. А. Болотова, А. А. Друки, В. Г. Спицын ; Национальный исследовательский Томский политехнический университет (ТПУ)Томск : Изд-во ТПУ, 2016. — Режим доступа: из корпоративной сети ТПУ. — URL: http://www.lib.tpu.ru/fulltext2/m/2017/m008.pdf
Кондратенко, В. А. Выявление признаков биологических клеток на изображениях и видео на основе алгоритма иерархической временной памяти / В. А. Кондратенко, В. Г. Спицын // Молодежь и современные информационные технологии : сборник трудов XIII Международной научно-практической конференции студентов, аспирантов и молодых ученых, г. Томск, 9-13 ноября 2015 г. / Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики (ИК) ; под ред. Т. Е. Мамоновой [и др.]. — 2016. — Т. 2. — [С. 232-233]. — URL: http://earchive.tpu.ru/handle/11683/17057
Хаустов, П. А. Алгоритм оптического распознавания рукописных символов на основе построения структурной модели = Algorithm for optical handwritten characters recognition based on structural model composing / П. А. Хаустов, В. Г. Спицын // Информационные технологии в науке, управлении, социальной сфере и медицине : сборник научных трудов III Международной научной конференции, 23-26 мая 2016 г., Томск. — 2016. — Ч. 1. — [С. 501-503]. — URL: http://earchive.tpu.ru/handle/11683/31623
Калиновский, И. А. Обзор и тестирование детекторов фронтальных лиц / И. А. Калиновский, В. Г. Спицын // Компьютерная оптика : научный журнал / Институт систем обработки изображений Российской академии наук. — 2016. — Т. 40, № 1. — [С. 99-111]. — URL: http://elibrary.ru/item.asp?id=25613307
Хаустов, П. А. Алгоритм улучшения качества подводных снимков на основе нейроэволюционного подхода = Neuro evolutionary algorithm of underwater images improvement / П. А. Хаустов, В. Г. Спицын, Е. И. Максимова // Фундаментальные исследования : научный журнал. — 2016. — № 4, ч. 2. — [С. 328-332]. — URL: http://www.fundamental-research.ru/ru/article/view?id=40176
Применение вейвлет-преобразования Хаара, метода главных компонент и нейронных сетей для оптического распознавания символов на изображениях в присутствии импульсного шума = Using a Haar wavelet transform, principal component analysis and neural networks for OCR in the presence of impulse noise / В. Г. Спицын [и др.] // Компьютерная оптика : научный журнал / Институт систем обработки изображений Российской академии наук. — 2016. — Т. 40, № 2. — [С. 249-257]. — URL: http://elibrary.ru/item.asp?id=25995058
Анализ методов извлечения вектора признаков из изображения лица человека для задачи идентификации = Analysis of methods of features extraction from image of human face for identification / Ю. В. Савицкий [и др.] // Научная визуализация : электронный журнал. — 2016. — Т. 8, № 2. — [С. 107 - 119]. — URL: http://sv-journal.org./2016-2/09.php?lang=ru
Станкевич, Ф. В. Интерфейс мозг-компьютер на основе компонента Р300: различные подходы классификации = Towards p300 based brain-computer interface: different approaches of classification / Ф. В. Станкевич, Е. И. Пантюхин, В. Г. Спицын // Фундаментальные исследования : научный журнал. — 2016. — № 5, ч. 3. — [С. 507-514]. — URL: http://earchive.tpu.ru/handle/11683/36155
Cherneta, D. S. Development of multistage algorithm for text objects recognition in images / D. S. Cherneta, A. A. Druki, V. G. Spitsyn // Режим доступа: по договору с организацией-держателем ресурса. — URL: http://dx.doi.org/10.1109/SIBCON.2016.7491714
