- 2D 乳腺 X 线摄影图像和组织放射照相的空间匹配：改善可疑微钙化特征的刻画
利用乳房 X 光片和数字组织病理学图像，我们研究了一种基于模板匹配的方法，利用微钙化作为标志物，将通过活检核心标本拍摄的放射照片与在乳房 X 光片上可见的钙化群进行匹配，该方法在确定微钙化的乳房区域方面具有较高的负预测值（0.98），但在精 - 快速的归一化互相关模板匹配方法及其在旋转中的应用
开发了一种处理旋转和平移的替代数学理论，通过将模板的所有旋转版本的信息整合到一个唯一的对称张量模板中，可以提高传统模板匹配计算的速度。
- TpopT: 低维流形上高效可训练模板优化
利用 TpopT 作为一种可扩展的框架，通过模板匹配等方法检测低维信号族，理论分析了 Riemannian 梯度下降的收敛性，提出了一种适用于非参数信号集的实用 TpopT 框架，并展示了其在引力波检测和手写数字数据实验中的应用。
- 高效的高分辨率模板匹配与量化最近邻场
文中介绍了一种基于 NN 的模板匹配方法，采用向量量化和过滤来减少 NN 计算，考虑变形和维度，表现出色、稳健、可伸缩。
- CVPR3D 物体姿态估计模板再审：对新对象的泛化和遮挡稳健性
本研究提出了一种基于 CAD 模型的局部特征匹配方法，无需对新物体进行训练即可实现新物体的识别和三维位姿估计，实验证明该方法能够实现对不同于训练集的新物体的泛化，明显优于其他基于模板匹配的方法。
- KDD基于模板的图聚类
提出了一种由附加信息引导的新颖图聚类方法，将问题形式化为将观察到的图的 n 个顶点（要聚类）与 k 个顶点的模板图匹配，使用其边缘作为支持信息，并在正交矩阵集合上放松，易于找到 k 维嵌入。通过编码聚集的密度和他们的关系的相关先验，我们的方 - CVPR基于形状模板变换的无监督人体姿态估计
本文介绍了一种基于可学习的模板匹配和深度学习特征提取方法，以无监督的方式学习人类成人和婴儿的姿势估计器，特别是在医学环境中，这可能是婴儿神经功能障碍的重要生物标志物。
- TTVOS: 自适应模板注意力模块和时序一致性损失的轻量级视频目标分割
本文提出了一种基于模板匹配和时域一致性损失的半监督视频对象分割模型，以减少复杂性并加快推理时间，既提高了目标对象的定位，又能够处理细节，并通过新的自适应模板注意模块处理对象形状变化。该模型在 DAVIS16 基准上获得了 79.5% 的 J - 全面跟踪物体表征
该研究提出了一种建立完整物体表示进行跟踪的框架，通过使用多样的物体模板和差异度计量法，可以提高跟踪性能和健壮性，而不降低速度，并适用于需要视觉理解对象的进一步任务。
- CVPRQATM：面向深度学习的质量感知模板匹配
本论文介绍了一种新颖的质量感知模板匹配方法，QATM，它不仅可以作为独立的模板匹配算法使用，而且还可以作为可轻松嵌入任何深度神经网络的可训练层。具体而言，通过对所有匹配对进行软排名来评估匹配对的质量，因此不同的匹配情况，例如 1 对 1，1 - MM使用 RGB-D 相机进行实时车道标记检测的模板匹配
该论文提出了一种利用单个 RGB-D 相机记录的颜色和深度信息来更好地处理光照条件和类车道物体等负面因素的方法，该方法将颜色和深度图像首先转换为半二进制格式和 3D 点的 2D 矩阵，然后用于模板匹配和几何特征提取处理，以形成一个响应图，其 - CVPR基于一致集最大化的遮挡感知模板匹配
提出了一种新颖的模板匹配方法，可高效处理部分遮挡，具有可证明的性能保证，并采用共识集最大化的哈希方案来处理遮挡，可显著提高匹配速度和鲁棒性。
- CVPR可变形多样性相似度模板匹配
提出一种名为 Deformable Diversity Similarity 的新型模板匹配衡量标准，基于目标图像窗口与模板之间的特征匹配差异，利用本地外观和几何信息提高匹配性能，该方法能够有效应对复杂变形、显著的背景杂波和遮挡，实验评估表 - 图像分析中的模板匹配进展和应用
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 - 利用最近互为邻居的方式实现稳健的模板匹配 - 最佳伙伴相似性
提出一种新的在非受限环境中进行模板匹配的方法，其核心是 Best-Buddies Similarity (BBS)，这是一种有用、健壮且无需参数的度量方法，基于源和目标集合中最近邻对 (Best-Buddies Pairs，BBPs) 的数 - CVPR基于模板的人脸识别方法：使用池化的人脸图像
本文提出一种基于平均池化的脸部图像识别的新方法，该方法通过对图片质量和头部姿态对模板图像的空间进行分区然后进行池化，从而提高了识别准确性并降低了计算和存储成本。在 IJB-A 和 Janus CS2 模板匹配人脸识别基准测试中，表明我们的方 - 旋转平移群上的密度匹配
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 - 基于潜在类别的霍夫森林用于 6 自由度物体姿态估计
本文提出的潜类 Hough 森林算法可用于高度混杂和遮挡场景下的目标检测和六自由度姿态估计，通过模板匹配特征和新颖的基于模板的分裂函数来改进回归森林，提供了准确的前景遮挡、背景杂波估计和更好的检测率，同时还可以提供准确的遮挡感知分割掩模。