- SPARE：用于鲁棒非刚性配准的对称点对平面距离
利用对称化的点对平面距离和基于变形图的粗对齐实现非刚性配准的高准确性和解决效率提升。
- 多染色整切片图像基于细胞核位置的点集配准
本文以基于核定位的点集注册方法为基础，针对多染色 WSIs 进行局部非刚性注册，以实现核级别的分组分析和蛋白质标记的上下文分析，通过对 HYRECO 数据集进行评估并与其他已建立的注册算法进行比较，表明该方法在核级别的注册上具有优越性。
- SPHEAR：球面头部注册用于完整统计三维建模
我们提出了一种准确、可微分的参数化统计 3D 人头模型 SPHEAR，通过基于球形嵌入的新型 3D 注册方法实现。SPHEAR 不仅可以采样不同的合成头部形状和面部表情，还可以表示凝视方向、高分辨率彩色纹理、表面法线图和具体的发型切割，可用 - 点云配准的部分传输
通过最优传输理论，我们提出了一种基于最优部分传输问题的完整的非刚性注册方法集，并通过分层切片的方式扩展了算法以获得显著的计算效率，从而实现了快速且稳健的非刚性注册算法。
- BLiSS: 自举线性形状空间
BLiSS 是一种解决建立形状空间和密集对应的方法，通过使用非线性变形模型捕捉细节，实现对形状空间的逐步丰富。
- Robust-DefReg：一种基于图卷积神经网络的鲁棒变形点云配准方法
本文介绍一种使用 GCNN 作为基础的鲁棒非刚性点云配准方法，该方法采用从粗到细的配准策略，在处理不同的挑战时实现高精度且鲁棒性高的配准，并具有计算效率高的特点。
- 基于骨架图的超声 - CT 非刚性配准
通过基于骨骼图的非刚性配准方法，利用皮下骨表面特征代替皮肤表面实现自动化超声波（US）扫描，为解决常规 US 检查中的人为误差提供了可能，验证结果表明其能有效适应不同患者间的差异。
- CVPR无监督表面配准的多视角循环对齐网络
本文提出一种基于刚性变换的非刚性配准算法，通过可微分的损失函数进行监督学习，并在多个数据集上的实验结果表明其优于现有最先进算法。
- MMSparseFusion: 从稀疏 RGBD 图像动态建模人类形象
本文提出了一种新方法，基于一个稀疏的 RGBD 相机捕获集合来重建 3D 人体模型，重点解决拍摄过程中的姿态变化和遮挡问题，并使用全局非刚性注册和纹理映射优化等步骤来实现。通过实验证明，该方法的性能优异，且具有灵活性和多种潜在应用。
- CVPR鲁棒性非刚性配准的拟牛顿求解器
本文提出一种基于全局平滑健壮估计器的鲁棒非刚性配准公式，可处理离群值和部分重叠的情况，并采用主导最小化算法解决问题，结果表明该算法在配准精度和计算速度方面优于现有鲁棒方法。
- 非刚性点集配准网络
该论文介绍了一种基于神经网络的点集配准方法 PR-Net，该方法通过学习训练数据集中的点集的形状描述符，预测了点集之间的空间变换，以最优的方式配准点集，具有较强的鲁棒性，并可以应用于非刚性配准，对于新的点集配准，可以直接使用训练好的模型预测 - FARM: 3D 人体可功能自动注册方法
本文介绍了一种针对三维人体形状的非刚性配准方法，该方法基于人体的参数化模型，并利用功能映射表示来在整个配准过程中编码和推断形状映射。该方法具有鲁棒性，可以应对实际环境中出现的各种干扰问题，包括非等距变换、降采样、拓扑噪声和遮挡等，在不同的形 - 高斯过程可变形模型
本文提出了一种新的广义形状模型 Gaussian Process Morphable Models (GPMMs)，采用高斯过程来建模形状变化，结合主成分分析等方法，可以用于非刚性配准和基于模型的分割任务。