本文提出了一种基于方向图案匹配的二维图像对象检测方法，使用方向得分表示数据，通过交叉相关性实现图案的直观和直接检测，并通过使用平滑样条构建适当的模板和优化 B 样条基础来发现位置方向上的曲面几何，取得了在三种不同的应用程序中最先进的结果：视网膜中的视神经头检测（1737 张图像上的 99.83％成功率），视网膜中的黄斑检测（1616 张图像上的 99.32％成功率）以及常规照相机图像中的瞳孔检测（1521 张图像上的 95.86％）。

Mar, 2016

本文综述了计算机视觉和图像分析中非常重要的模板匹配方法，以及其在不变特征和医学图像分析等领域的应用。此外，讨论了源自经典模板匹配的可变形模型和模板，这些模型在图像配准和深度学习算法中应用广泛。虽然模板匹配具有应用限制，但与其他物体识别方法结合应用能显著提高物体检测和识别的准确率。

Oct, 2016

本论文通过神经网络比较两张 RGB 图像中所有点对的特征，构造密集的特征相关体并处理，以预测非重叠图像间的相对三维旋转，在室内外不同光照和地理位置情况下成功实现了对非重叠图像的旋转估计，避免了在即使重叠面积很小或没有重叠的图像之间的估计难题。

Apr, 2021

本文提出了一种新的基于相关滤波的跟踪器，具有对大位移下相似变换的鲁棒估计以及在实时环境下高效搜索 4 - 自由度空间的能力，同时运用 Block Coordinates Descent 求解器对问题进行拆解优化。实验结果表明，该跟踪器具有与最新的视觉对象跟踪方法相当的预测性能，同时仍保留了传统相关滤波跟踪方法的高效和简单优点。

Dec, 2017

本研究提出了一种改进的优化方法 RKCF，可减轻 Kernel Correlation Filters 在旋转方面性能下降的问题，在很多 OBT50 测试视频中获得了全面的精度提升及最小额外计算。

Aug, 2017

本文提出了一种核交叉相关器（KCC），它通过引入核技巧将线性互相关扩展到非线性空间，具有更强的鲁棒性和可扩展性，适用于各种核函数，能够预测具有自定义属性的仿射变换，并通过快速傅里叶变换（FFT）消除核向量的直接计算，从而实现更好的性能和合理的计算成本。

Sep, 2017

本文提出了 RoITr，一个应用于点云匹配任务的旋转不变转换器，分别从局部和全局两个层面贡献，其中局部级别引入了嵌入 PPF 坐标的注意力机制，全局阶段则提出了一个旋转不变的跨帧自注意力机制，获得了远超现有方法的性能。

Mar, 2023

该研究介绍了构建球形 CNN 的基本模块，该模型可用于解决分子回归和全球气候建模等领域的问题，并通过实验证明了其计算效率、数值精度和有效性。

Jan, 2018

在高维正则化回归中，我们使用旋转不变协变分布来建模结构化的样本依赖性和重尾现象，并引入了一种可靠执行交叉验证的新框架 ROTI-GCV，同时提出了在这些具有挑战性的条件下对信噪比和噪声方差进行估计的新估计器。通过广泛的实验，我们展示了我们方法的强大性以及其相较于现有方法的优越性。

Jun, 2024

本文是第一篇将相关滤波器作为可微分层在深度神经网络中进行应用的研究工作，该方法可以学习与相关滤波器紧密耦合的深度特征，实现高帧率状态下轻量级架构实现最新性能。

Apr, 2017