日前，实验室博士生李亮等撰写的论文《Robust Point Set Registration Using Signature Quadratic Form Distance》被IEEE Transactions on Cybernetics接收，并已在线发表（DOI: 10.1109/TCYB.2018.2845745 ）。该论文将两个点集用高斯混合模型(GMM)进行表示，并且将点集配准问题转化为高斯混合模型相似度问题。因此，避免了对应点选择错误所导致的配准精度降低甚至配准失败。本文提出使用二次签名距离(Signature Quadratic Form Distance, SQFD)对高斯混合模型相似度进行衡量，相比于传统的欧氏距离、K-L距离等，精度以及鲁棒性有明显提升。
IEEE Transactions on Cybernetics（IEEE TCYB）是中科院Q1区期刊，属于中国计算机学会推荐的人工智能与模式识别领域B类期刊，是图像处理及计算机视觉领域公认的国际顶级期刊，侧重图像处理的前沿理论与方法。最新的2017年影响因子为8.803。