Potapov, Aleksey S.

Ященко А.В., Родионов С.А., Потапов А.С. Применение метода экземплярной нормализации в моделях на основе глубокого обучения для задачи повторной идентификации // Оптический журнал. 2020. Т. 87. № 8. С. 52–57. http://doi.org/10.17586/1023-5086-2020-87-08-52-57

Yashchenko A.V., Rodionov S.A., Potapov A.S. Method of instance normalization in deep-learning-based models for re-identification  [in Russian] // Opticheskii Zhurnal. 2020. V. 87. № 8. P. 52–57. http://doi.org/10.17586/1023-5086-2020-87-08-52-57

Ященко А.В., Потапов А.С., Родионов С.А., Жданов И.Н., Щербаков О.В., Петерсон М.В. Применение генеративных моделей глубокого обучения для аппроксимации плотности распределения образов // Оптический журнал. 2019. Т. 86. № 12. С. 29–34. http://doi.org/10.17586/1023-5086-2019-86-12-29-34

Yashchenko A.V., Potapov A.S., Rodionov S.A., Zhdanov I.N., Shcherbakov O.V., Peterson M.V. Application of generative deep learning models for approximation of image distribution density [in Russian] // Opticheskii Zhurnal. 2019. V. 86. № 12. P. 29–34. http://doi.org/10.17586/1023-5086-2019-86-12-29-34 

Потапов А.С. Модификация метода распознавания образов по критерию ближайшего соседа с использованием локальной метрики // Оптический журнал. 2016. Т. 83. № 12. С. 48–53.

Potapov A.S. Modification of the nearest-neighbor-based image recognition method using a local metric [in Russian] // Opticheskii Zhurnal. 2016. V. 83. № 12. P. 48–53.

Филатов В.И., Потапов А.С. Сравнение вероятностных языков программирования на примере решения задач кластеризации и выделения признаков // Оптический журнал. 2015. Т. 82. № 8. С. 66–75.

Filatov V.I., Potapov A.S. Comparison of probabilistic programming languages, using the solution of clustering problems and the distinguishing of attributes as an example [in Russian] // Opticheskii Zhurnal. 2015. V. 82. № 8. P. 66–75.

Потапов А.С. Генеративные и вероятностные модели в обработке изображений и компьютерном зрении // Оптический журнал. 2015. Т. 82. № 8. С. 5–10.

Potapov A.S. Generative and probability models in image processing and computer vision [in Russian] // Opticheskii Zhurnal. 2015. V. 82. № 8. P. 5–10.

Жданов И.Н., Потапов А.С., Щербаков О.В. Метод эритрометрии на основе модифицированного преобразования Хафа // Оптический журнал. 2013. Т. 80. № 3. С. 97–100.

Zhdanov I.N., Potapov A.S., Shcherbakov O.V. Erythrometry method based on a modified Hough transform [in Russian] // Opticheskii Zhurnal. 2013. V. 80. № 3. P. 97–100.

Потапов А.С. Влияние взаимных геометрических искажений на возможность пространственного совмещения изображений методом локальной корреляции // Оптический журнал. 2004. Т.71. №8 С. 74-80.

Potapov A.S. How mutual geometrical distortions affect the possibility of spatially combining images by the local-correlation method [in Russian] // Opticheskii Zhurnal. 2004. V. 71. No 8. P. 74-80.

Потапов А.С., Малышев И.А, Луцив В.Р. Совмещение аэрокосмических изображений субпиксельной точностью методом локальной корреляции // Оптический журнал. 2004. Т.71. №5 С. 31-36.

Potapov A.S., Malyshev I.A., Lutsiv V.R. Bringing aerospace images into coincidence with subpixel accuracy by the local-correlation method [in Russian] // Opticheskii Zhurnal. 2004. V. 71. No 5. P. 31-36.