本文介绍了一种新的图像去噪正则化模型，结合各向异性全变差和结构张量全变差，能够更好地维护局部特征，提高恢复质量。同时，提出了基于加权各向异性总变差的泊松去噪模型，结合交替方向乘子法，展现出优越的图像质量和计算效率。

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。

本文介绍了交替方向乘子法（ADMM）及其在约束优化中的应用。ADMM通过将原问题分解为两个块，利用增强拉格朗日函数进行优化。文中阐述了对偶上升法和乘子法的选择及其在求解约束优化问题中的重要性。ADMM的步骤包括交替最小化变量和更新拉格朗日乘子，提供了一种有效的求解方法。