近日，由电信学院硕士研究生蔡鹏（导师：贾迪）完成的1篇高水平研究论文“A Pure Transformer Architecture for High-Resolution Stereo Matching”，被计算成像领域权威期刊IEEE Transactions on Computational Imaging录用。该期刊是专注于计算摄影成像的权威SCI学术期刊，JCR分区Q1，中科院二区，2022年影响因子为5.4。

在该文中，作者提出了一个纯粹的Transformer架构立体匹配模型，该模型对不同分辨率的输入影像能维持线性复杂度的注意力计算。在Scene Flow数据集上达到了SOTA，所设计的网络获得了 0.33 的绝对像素距离，0.92%的异常像素占比和 98%的遮掩预测交并比，在 KITTI-2015 数据集上获得了 1.78 的平均异常值百分比。与现有方法相比，该方法在细粒度匹配、弱纹理区域视差上可以获得更为准确的估计值，具有较强的泛化性。