基于混合整数规划的稀疏对应关系生成方法，结合投影拉普拉斯 - 贝尔特拉米算子、旋转感知正则化器，实现全局最优解，适用于非刚性形状匹配，并具有高效性能。
Aug, 2023
本文提出了一种通过描述符匹配、连续性限制和 DC 编程来解决三维形状匹配问题的方法，该方法可以在处理非等距变形、拓扑变化和不完整数据的情况下，有效地收敛到一种有意义的连续匹配方案，具有较好的可扩展性。
Jul, 2017
我们提出了一种无监督数据驱动的方法用于非刚性形状匹配，通过建立层次化基于补丁的形状表示和约束形状匹配的 3D 近刚性变形模型，实现了对噪声和变形具有鲁棒性的匹配。实验证明，相比最先进的方法在原始 3D 扫描数据上获得了显著更好的结果，并在标准测试场景上表现相当。
Nov, 2023
提出了一种非刚性多部位形状匹配算法，可同时解决参考模型的分割以及与多部位之间的稠密对应关系，实验证明其在处理非常具有挑战性的匹配场景方面有效。
Nov, 2020
提出了可扩展的组合算法，用于全局优化 3D 形状之间具有几何一致性的映射空间，通过整数线性规划公式和原始启发式方法以及拉格朗日对偶问题相结合，实现了比以前更快、更高效的解决方法，成功地匹配了多个形状。
Apr, 2022
本论文通过使用基于整数规划的图形中的测量规则对无模型分析的一致性极大化进行了阐述，并提供了一种用于消除离群值三维对应并实现优于现有技术水平的性能的方法，包括对三维模板进行图像匹配的类似公式的导出。
Jul, 2018
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
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
本文介绍了一种新方法，首次允许将凸形约束应用于图像分割，该方法在最小成本多切问题上通过一类约束来实现，通过在分支 - 切割循环中将所提出的约束分离到最先进的 ILP 求解器的状态，得到了很好的结果。
Sep, 2015