In questa tesi affrontiamo diversi aspetti del dilagante problema della corrispondenza nella Visione Artificiale. I nostri risultati principali traggono vantaggio da sviluppi recenti nel campo emergente dei metodi basati sulla Teoria dei Giochi in Machine Learning e Pattern Recognition, che adattiamo in un framework più generale. Tale framework è sufficientemente flessibile da gestire problemi di corrispondenza piuttosto specifici che comunemente si incontrano nelle aree della ricostruzione tridimensionale e di shape analysis. Il nostro metodo viene applicato a diversi scenari e altrettanti domini applicativi, dimostrando e motivandone l’efficacia nel fornire soluzioni sparse, ma al contempo molto robuste, a istanze specifiche del problema della corrispondenza. Diamo infine alcuni elementi teorici che non solo confermano in maniera rigorosa la validità del metodo, ma aprono anche nuove e interessanti direzioni di ricerca.