本研究考虑权重无向图的精确和非精确匹配问题，通过定义 “friendly graphs” 和发展准确和近似解的确切条件和界限，以及优化找到最优近似同构的能力的凸松弛技术进行解决。

Jan, 2014

本文介绍了一种应对图匹配问题的新型凸松弛算法，通过闭合迭代的镜像下降方案，实现了在相关高斯维格纳模型下对应的唯一解高概率收敛，进一步确立了输入矩阵的新充要条件，并将其应用于噪声下的地面实况恢复中。

Oct, 2023

本文提出一种全局优化的方法，用于同时匹配多张图像，将问题表述为低秩矩阵恢复问题并提供了一种快速交替最小化算法来解决该问题，在模拟和真实实验中，该算法与最先进的算法相比具有相同的计算性能但加速一个数量级。最后，证明了该方法的适用性，可以通过匹配不同对象实例的图像来重建特定类别的对象模型。

May, 2015

本文提出基于赋对问题的多模型匹配能量公式，以及基于最小费用最大流算法的高效求解器，该方法能够显著增加匹配数量，并且可以提高模型拟合精度。

Mar, 2013

本文提出了一种通过凸松弛来拟合和分割多结构数据的方法，并演示了该方法在从图像中估算平面提取与单应性估计等问题上的高精度表现。

Jun, 2017

该论文提出了一种整合先进的深度形状特征到新型整数线性规划部分形状匹配公式的优化方法，能够在低分辨率的形状上获得全局最优解，并通过粗到精的过程进行改进，相比于现有的几何一致算法，我们的方法在处理部分形状时能够找到更可靠的结果且匹配更为平滑，同时能够避免使用补齐几何形状的方法。

Sep, 2023

本文提出了一种基于优化的框架来进行多目标匹配，并将输入分成重叠子集并在每个子集中强制实现地图一致性，从而实现分布式制定。实验结果表明，该框架在合成和真实世界数据集上与最先进的多目标匹配技术相比具有竞争力。

Nov, 2016

研究了图匹配问题，通过实验证明了最优解不可达，证实了松弛算法加梯度下降算法的方法能在实践中达到优秀的效果。

May, 2014

本文提出了一种基于凸形式的方法，用于解决在单个图像中给定一组二维路标的情况下估计物体三维形状的问题，解决了现有方法中对于相机姿态和形状参数的联合估计需要解决非凸优化问题导致的初始化敏感性问题，本文方法能够恢复精确的三维形状且应用在人体姿势和汽车形状估计中。

Nov, 2014

本文提出了一种无需转换法的凸松弛方法，用于解决由排列矩阵表示的二次优化问题，该方法在求解图像排列和多图匹配问题等实例中表现出更好的性能。

Nov, 2017