该论文提出了一个将部分任务问题作为匹配随机团复合体的替代公式，这些复合体是随机图的高阶模拟物，旨在提供一组不变量以更好地检测高阶结构。

Jul, 2019

该研究提出了一种新颖的局部二元描述符，并通过稀疏控制开发了一种简单而有效的迭代方法，以在两个近似等度的表面之间进行形状对应。

Mar, 2020

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

探究加速解决二次分配问题（QAP）的新方法，利用特殊的优化函数方法在傅里叶空间中优化对称群 Sn，以及在多个优化任务中学习参数。实验表明，新方法在实际领域中可以优于现有方法。

Jun, 2012

本文提出了一种新型准同（quasi-homography）变形方案，通过全局相似性变形有效平衡了透视畸变和投影畸变。对于非重叠区域，该方案使全景图更自然展现。实验结果表明，相比于同源性（homography）、自动拼接（AutoStitch）和 SPHP 等算法，准同变形在城市场景中表现更优，并且在用户调查中获得了大多数用户的青睐。

Jan, 2017

该研究论文提出了一种基于图形而非基于点的匹配算法，通过使用谱图理论将图形映射到低维空间来对齐形状和避免姿态变化带来的不变性问题，该算法通过直方图匹配来选择拉普拉斯矩阵的最佳特征函数子集以提高性能，并将形状匹配转化为点注册的问题。

Dec, 2020

本文提出了一种新的超图匹配框架，使用张量块协同升级方法，以排除离群值和其他噪音形式，改善超图匹配的成绩和准确性。

Apr, 2015

提出了一种计算低维空间中两组点之间 Gromov-Wasserstein 问题的框架，通过将 Quadratic Assignment Problem (QAP) 重新表述为低维域的优化问题来解决计算复杂度的挑战。该方法适用于具有成千上万个点的大规模问题，可用于找到全局解，并在合成问题和计算生物学中的一个感兴趣的问题上与最先进的方法进行比较。

Jul, 2023

本文提出了在 Hilbert 空间中的一些规则，引入了新的外积算法，可以在重现核 Hilbert 空间中将 Lawler 的 QAP 视为 Koopmans-Beckmann 的对齐，有效地解决了大规模亲和力矩阵的问题。提出基于熵正则化的 Frank-Wolfe 算法 (EnFW) 对 QAP 进行优化，具有与原始 FW 算法相同的收敛速率，同时显著减少每个外层迭代的计算负担，实验表明我们提出的算法在匹配准确性和可扩展性方面显著优于现有技术。

Nov, 2019

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