本文提出了一种凸凹规划方法，用于带标签的加权图匹配问题，并且提出的算法在四个数据集上的表现都优于现有算法。

Jan, 2008

本文提出适用于整数二次规划公式的稳定和信息量丰富的一阶和二阶兼容性术语，这是针对近似加权图匹配问题，基于图拉普拉斯的稳定性谱特征分析，包括一种测量给定特征值的稳定性和信息量的目标函数，以及作为稳定的二阶兼容性项的成对热核距离，并在合成图和实际图像上对其进行了测试并表明了其性能优越性。

Apr, 2013

该论文提出了一种基于参数-free凸优化程序MatchLift的联合匹配算法，该算法在输入地图中的大部分异常值或噪声下仍可以保证接近优化的匹配结果，实现多个只存在部分相似性的对象之间的全局一致性匹配。

Feb, 2014

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

使用基于图拉普拉斯的节点签名以及边的点对热核映射来构建一种在锚节点已知的情况下，用于权重图匹配的距离度量方法，并使用整数二次规划法确定最优匹配。实验结果表明，该方法在随机生成的图和两个广泛使用的图像序列上具有优异的性能。

Apr, 2018

本文介绍了一种 Higher-Order Projected Power Iteration 方法来解决多目标匹配问题，能够在不限制问题规模的情况下处理几何一致性，并保证环一致性，实验结果表明该方法优于现有方法。

Nov, 2018

本文通过统一的基准测试分析了计算机视觉图匹配问题的不同算法，提供了有价值的资源，研究表明：1）流行的问题实例可以在不到1秒的时间内得到精确解，因此不适用于未来的经验评估；2）最流行的基线方法远远不如最佳方法；3）尽管该问题是NP难的，但来自视觉应用的实例通常可以在几秒钟内解决，即使对于具有500个以上顶点的图形也是如此。

Jul, 2022

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

我们研究了不完全多图匹配问题，该问题是配对多个有限集合的NP难问题的推广，多图匹配在计算机视觉中起着关键作用，已经提出了许多专门的优化技术。我们填补了这一差距，并将已知的多维分配问题近似算法转化为不完全多图匹配问题。通过实验证明，我们的新方法在目标和运行时间方面显著优于以前的技术水平。我们的算法能够在两分钟内匹配超过500个关键点的29个图像，而考虑的最快竞争方法至少需要半小时，同时产生了更差的结果。

Jun, 2024