1. Инзарцев А.В., Киселев Л.В., Костенко В.В., Матвиенко Ю.В., Павин А.М., Щербатюк А.Ф. Подводные робототехнические комплексы: системы, технологии, применение. Владивосток, 2018. 368 с. ISBN 978-5-7311-0486-79.
2. Инзарцев А.В., Павин А.М., Лебедко О.А., Панин М.А. Распознавание и обследование малоразмерных подводных объектов с помощью автономных необитаемых подводных аппаратов // Подводные исследования и робототехника. 2016. №. 2(22). С. 36-43.
3. ИПМТ ДВО РАН. URL: http://imtp.febras.ru/ (дата обращения: 13.12.2024).
4. FEFU. URL: https://www.dvfu.ru/en/(дата обращения: 13.12.2024).
5. Итоги открытого первенства Санкт-Петербурга по морской робототехнике // Новости СПбГМТУ. 2024. URL: https://www.smtu.ru/ru/viewnews/753/(дата обращения: 13.12.2024).
6. Аквароботех-2023 // Новости МГУ. 2023. URL: https://msun.ru/ru/news/id-8897 (дата обращения: 13.12.2024).
7. WUURC 2023. 2023. URL: https://m.w2urc.org/en/(дата обращения: 15.08.2023).
8. The results of the MURC-WUURC 2024. 2024. URL: https://murc.pro/news/469 (дата обращения: 13.12.2024).
9. SAUVC. URL: https://sauvc.org/(дата обращения: 13.12.2024).
10. Robosub. URL: https://robosub.org/(дата обращения: 13.12.2024).
11. Aqthobilrobbany A., Handayani A.N., Lestari D., Muladi, Asmara R.A., Fukuda O. HSV Based Robot Boat Navigation System // International Conference on Computer Engineering, Network, and Intelligent Multimedia (CENIM). Surabaya, Indonesia, 2020. 5 p.
12. Niu Z., Li H. Research and analysis of threshold segmentation algorithms in image processing // Journal of Physics: Conference Series. 2019. Vol. 1237.
13. Kaur G., Singh K. A Comparative Study of Image Segmentation using Thresholding Techniques // Conference: National Conference on Advanced Computing Technologies. Rohtak, India, 2013.
14. Otsu N. A Threshold Selection Method from Gray-Level Histograms // IEEE Transactions on Systems, Man, and Cybernetics. 1979. Vol. 9, No. 1. P. 62-66.
15. Goh T.Y., Basah S.N., Yazid H., Safar M.J.A., Saad F.S.A. Performance analysis of image thresholding: Otsu technique // Measurement. 2018. Vol. 114. P. 298-307.
16. Ershov E.I., Korchagin S.A., Kokhan V.V., Bezmaternykh P.V. A generalization of Otsu method for linear separation of two unbalanced classes in document image binarization // КО. 2021. No. 1.
17. Sobel I., Feldman G. An Isotropic 3x3 Image Gradient Operator. 2014.
18. Beucher S., Lantuéj C. Use of Watersheds in Contour Detection // International Workshop on Image Processing: Real-time Edge and Motion Detection/Estimation. 1979.
19. Roerdink J., Meijster A. The Watershed Transform: Definitions, Algorithms and Parallelization Strategies // FUNDINF: Fundamenta Informatica. 2000. Vol. 41.
20. Beucher S. The Watershed Transformation Applied To Image Segmentation // Scanning Microsc. 2000. Vol. 6.
21. Mohanapriya S., Mohana Saranya S., Kumaravel T., Sumithra P. Image detection and segmentation using YOLO v5 for surveillance // ACE. 2023. Vol. 8. P. 142-147.
22. Павин А.М., Шилин К.Д. Сегментационная нейронная сеть для обнаружения трубопроводов на эхограммах гидролокатора бокового обзора // Морские интеллектуальные технологии. 2024. №. 4. Ч 1. С. 277-284. DOI: 10.37220/MIT.2024.66.4.033
23. Ansari M., Bhosale S., Choudhary A. Semantic Segmentation using Convolutional Neural Networks // International Journal of Engineering Research in Computer Science and Engineering. 2023. Vol. 10. P. 31-34.
24. Li Y., Zhang X., Shen Z. YOLO-Submarine Cable: An Improved YOLO-V3 Network for Object Detection on Submarine Cable Images // Journal of Marine Science and Engineering. 2022. Vol. 10(8). P. 1143. DOI: 10.3390/jmse10081143
25. Fikri Arif Wicaksana, Eueung Mulyana, Syarif Hidayat, Rahadian Yusuf Design and Implementation Submarine Cable Object Detection YOLOv4 based with Graphical User Interface (GUI) for Remotely Operated Vehicle(ROV) // International Journal of Advanced Computer Science and Applications (IJACSA). 2023. Vol. 14, No. 9. P. 966-981. URL: https://thesai.org/Downloads/Volume14No9/Paper_101-Design_and_Implementation_Submarine_Cable_Object_Detection.pdf.