基于深度矩阵分解的旋转同步
该研究提出了一种针对 3D 点集和运动结构中出现的旋转同步问题的低秩和稀疏矩阵分解及最小化策略 R-GoDec，并在模拟和实际数据中对其性能进行验证，实验结果表明 R-GoDec 是最快的鲁棒性算法之一。
May, 2015
该研究提出了一种基于特殊正交群上的同步问题，该问题包括从它们成对比率的噪声测量中估计一组未知的旋转。它的最小二乘解可以通过谱松弛或半定规划来近似，其具有类似于 Max-Cut 的近似算法。该研究通过提出偏差平方和的罚函数来弱化其次方项，并引出了一种求解该问题的凸优化方法，同时在特定噪声模型下，证明了其稳定性并得到了相位转变行为的模拟结果。
Nov, 2012
针对频繁出现在匹配多个对象（例如图像或形状）问题中的部分排列，我们研究置换同步问题。使用基于非负因式分解的算法解决了置换同步问题，采用一种新的旋转方案进行初始化，以方便欧几里得投影，得到了二进制解。与现有的方法相比，我们的方法保证产生一致的结果，并在实验中证明了其有效性。
Mar, 2018
提出一种新的度量同步的方法 —— 度量同步，将这个问题视为优化概率旋转测度的循环一致性，从而达到通过同步条件概率测度来估计绝对方向边际分布的目的，在计算机视觉应用中得到了有力的应用，提出了非参数黎曼粒子优化方法来解决问题。
Apr, 2020
在本文中，我们考虑了角度同步问题的动态版本，其中角度和测量图在 T 个时间点上演变。在假设潜在角度的演变具有平滑性条件的基础上，我们推导了三种算法来联合估计所有时间点的角度。此外，对于其中一种算法，我们在不同统计模型下建立了均方误差（MSE）的非渐近恢复保证。特别是，我们证明了在较静态设置下更温和的条件下，MSE 随着 T 的增加收敛于零。这包括测量图高度稀疏且不连通的情况，以及测量噪声较大且可能随着 T 的增加而增加的情况。我们通过对合成数据进行实验来补充我们的理论结果。
Jun, 2024