本文提出了一种基于约束的图匹配方法，能够处理任意阶数、任意势函数的约束。通过交替方向乘子法将其分解为多个易于解决的子问题，设计了一个模块化可扩展的框架。实验结果表明，所提出的解决方案在广泛采用的合成和真实示例基准测试中优于现有的两两图匹配方法，并且在高阶设置中具有竞争力。

本文提出了一种基于约束的图匹配方法，能够处理任意阶数、任意势函数的约束。通过交替方向乘子法将其分解为多个易于解决的子问题，设计了一个模块化可扩展的框架。实验结果表明，所提出的解决方案在广泛采用的合成和真实示例基准测试中优于现有的两两图匹配方法，并且在高阶设置中具有竞争力。

该论文介绍了一种基于稀疏子集选择概念的图像分割方法，使用局部光谱直方图特征编码视觉信息为高维向量，通过凸模型将超像素分为连贯区域。该模型自动确定最优数量和超像素分配，通过交替方向乘子法解决，计算效率高。实验证明，该方法在结合超分割的情况下提供高质量和具有竞争力的结果。