Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

USTest	0.01 9	0.02 12	0.00 1	0.14 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-SNSev	0.03 29	0.09 65	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 41	0.50 231	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 121	0.20 165	0.23 150	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 175	0.21 176	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 247	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 111	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

OmniDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104

ADCMid	0.08 50	0.02 12	0.02 14	1.01 404	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 52	0.13 81	0.39 275	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 275	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

test_sample7	0.09 52	1.00 322	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 52	0.97 317	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 52	0.87 294	0.10 69	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 52	1.03 334	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 294	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 52	1.01 328	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 52	0.95 314	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 328	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

SepStereo	0.09 52	0.09 65	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 111	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 447	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 52	0.02 12	0.04 43	0.90 380	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 65	0.98 318	0.14 126	0.15 109	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 65	1.05 338	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 338	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 338	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 341	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 65	1.03 334	0.12 101	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 65	1.07 341	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 343	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 350	0.13 121	0.14 99	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 96	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 65	0.99 321	0.12 101	0.13 95	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 65	1.09 343	0.13 121	0.12 82	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 476	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 87	0.05 49	0.36 261	0.24 155	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 180	0.20 173	0.10 108	0.05 96	0.06 96	0.13 150

JetRed	0.11 87	0.12 80	0.11 89	0.11 75	0.11 136	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 87	0.11 78	0.12 101	0.13 95	0.14 157	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 123	0.11 132	0.12 128	0.12 141	0.11 88	0.11 96	0.11 119	0.11 130	0.11 123	0.11 128

x	0.11 87	1.15 353	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 87	0.44 182	0.33 242	0.39 205	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 274	0.36 280	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 355	0.16 143	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 493	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 493	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 496	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 96	1.14 350	0.17 150	0.20 136	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 476	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 546	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 550	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 552	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 499	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

testlalala2	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

testlalala_base	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

CIPLG	0.13 103	0.21 109	0.12 101	0.16 120	0.11 136	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLG	0.13 103	0.20 103	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

ACRE	0.13 103	0.21 109	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

LRCNet_RVC	0.13 103	0.13 81	0.09 65	0.13 95	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 176	0.10 119	0.20 160	0.10 120	0.24 181	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 127	0.09 111

aanetorigin	0.13 103	0.11 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 338	0.11 128

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 555	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 412	0.28 194	0.32 181	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 207	0.27 198	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 442	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 103	0.14 126	0.16 120	0.11 136	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 96	0.16 145	0.11 130	0.15 141	0.12 144

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 141	0.12 144

MIPNet	0.14 112	0.21 109	0.17 150	0.16 120	0.11 136	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLGR	0.14 112	0.24 121	0.14 126	0.16 120	0.12 152	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 515	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 89	0.12 101	0.17 128	0.12 152	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.12 144

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 423

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 155	0.11 128

test_for_model	0.15 124	0.23 114	0.18 159	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 161	0.18 170	0.14 127	0.11 130	0.14 131	0.11 128

CoDeX	0.15 124	0.70 263	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 394	0.02 15	0.69 398	0.75 409	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 244	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 514	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 436

LALA_ROB	0.15 124	0.19 99	0.12 101	0.18 130	0.11 136	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 169	0.13 147	0.17 142	0.10 75	0.18 162	0.11 130	0.18 155	0.11 128

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 406	0.33 242	0.41 231	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 224	0.31 238	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

qqq	0.16 132	2.01 459	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

CAS++	0.17 136	0.27 127	0.21 168	0.10 58	0.21 202	0.15 134	0.22 193	0.10 110	0.21 191	0.22 172	0.10 119	0.19 157	0.18 183	0.10 113	0.19 183	0.20 157	0.19 171	0.18 162	0.10 118	0.19 161	0.18 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 468	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 136	0.78 279	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 437	0.02 15	0.75 408	0.76 415	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 427	0.33 242	0.40 219	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 248	0.32 242	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 139	0.48 225	0.16 143	0.16 120	0.15 168	0.15 134	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

xyz-stereo	0.18 139	0.50 231	0.16 143	0.15 109	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 516	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 516	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 280	0.30 173	0.17 179	0.22 174	0.17 168	0.21 168	0.17 177	0.20 159	0.17 175	0.21 167	0.18 183	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 166	0.20 162	0.17 169

DAS	0.20 144	0.20 103	0.20 165	0.20 136	0.20 196	0.20 162	0.20 183	0.20 160	0.20 188	0.20 159	0.20 194	0.20 160	0.20 192	0.20 159	0.20 186	0.20 157	0.20 173	0.20 169	0.20 193	0.20 162	0.20 177

ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 454	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 454	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

iResNetv2_ROB	0.20 144	0.23 114	0.18 159	0.24 155	0.20 196	0.24 181	0.18 175	0.24 179	0.18 180	0.24 181	0.18 188	0.23 179	0.19 188	0.24 181	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.22 167	0.16 157

iResNet	0.20 144	0.23 114	0.18 159	0.24 155	0.18 189	0.24 181	0.20 183	0.24 179	0.18 180	0.23 176	0.17 175	0.23 179	0.18 183	0.23 177	0.18 180	0.22 164	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

z-ln-s-r	0.21 150	1.40 425	0.53 342	0.56 320	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 356	0.44 327	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 150	0.25 123	0.21 168	0.26 167	0.17 179	0.24 181	0.17 168	0.24 179	0.17 177	0.24 181	0.17 175	0.24 183	0.17 175	0.24 181	0.17 171	0.24 180	0.17 163	0.23 182	0.16 166	0.23 176	0.16 157

Pointernet	0.21 150	0.22 113	0.19 162	0.24 155	0.19 193	0.24 181	0.19 179	0.24 179	0.19 186	0.24 181	0.19 190	0.24 183	0.19 188	0.24 181	0.19 183	0.22 164	0.17 163	0.22 176	0.17 186	0.22 167	0.17 169

SuperB	0.21 150	0.10 67	2.51 579	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

WAO-6	0.22 154	0.23 114	0.22 170	0.23 150	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.22 176	0.22 197	0.22 167	0.22 182

IMH-64-1	0.22 154	0.23 114	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

IMH-64	0.22 154	0.23 114	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

ac_64	0.22 154	0.13 81	0.19 162	0.23 150	0.10 121	0.26 196	1.02 463	0.14 128	0.10 118	0.28 197	0.14 161	0.17 149	0.19 188	0.28 204	0.09 108	0.22 164	0.16 145	0.23 182	0.17 186	0.11 123	0.12 144

dd	0.23 158	0.98 318	0.16 143	0.23 150	0.15 168	0.23 180	0.15 157	0.23 176	0.15 167	0.23 176	0.15 169	0.24 183	0.17 175	0.23 177	0.15 161	0.22 164	0.15 143	0.21 171	0.15 164	0.22 167	0.16 157

dad	0.23 158	1.03 334	0.16 143	0.23 150	0.15 168	0.24 181	0.15 157	0.24 179	0.16 169	0.23 176	0.16 170	0.24 183	0.16 168	0.23 177	0.15 161	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

MSKI-zero shot	0.24 160	0.21 109	0.49 325	0.65 337	0.18 189	0.22 174	0.17 168	0.23 176	0.18 180	0.21 170	0.17 175	0.23 179	0.28 235	0.23 177	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

qqq1	0.25 161	3.70 536	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 161	3.70 536	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 161	0.26 124	0.25 183	0.26 167	0.25 217	0.25 188	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.26 196	0.25 209	0.25 186	0.25 188	0.25 191	0.25 216	0.25 180	0.25 195

ffm	0.25 161	3.83 542	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 161	3.83 542	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 161	3.83 542	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 161	0.23 114	0.66 378	0.80 368	0.17 179	0.22 174	0.17 168	0.23 176	0.18 180	0.26 193	0.17 175	0.21 167	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.21 171	0.17 186	0.22 167	0.17 169

LoS	0.25 161	0.27 127	0.25 183	0.25 160	0.25 217	0.25 188	0.25 209	0.26 190	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.25 188	0.25 191	0.26 222	0.26 182	0.25 195
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 161	1.31 418	0.74 395	0.92 385	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 414	0.75 408	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 170	0.20 103	0.27 190	0.33 185	0.21 202	0.37 235	0.22 193	0.37 227	0.24 203	0.26 193	0.27 228	0.33 219	0.21 197	0.25 186	0.27 215	0.32 207	0.20 173	0.34 232	0.23 203	0.25 180	0.26 201

DLNR-FE	0.28 171	0.89 299	0.30 202	0.34 187	0.19 193	0.28 201	0.19 179	0.28 194	0.20 188	0.28 197	0.20 194	0.28 201	0.20 192	0.28 204	0.20 186	0.33 211	0.28 204	0.25 191	0.19 192	0.24 178	0.19 175

xyz-stereo-finetune	0.28 171	0.49 227	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.22 172	0.30 248	0.32 211	0.31 276	0.32 216	0.31 282	0.32 215	0.32 259	0.32 207	0.33 268	0.31 215	0.32 302	0.31 200	0.32 273

SQANet	0.28 171	0.28 130	0.28 194	0.28 171	0.28 232	0.28 201	0.28 228	0.28 194	0.28 230	0.28 197	0.28 235	0.28 201	0.28 235	0.28 204	0.28 225	0.28 193	0.28 204	0.28 202	0.28 236	0.28 189	0.28 222

HGLStereo	0.28 171	0.29 132	0.22 170	0.36 193	0.22 204	0.36 230	0.21 188	0.36 221	0.21 191	0.42 275	0.21 199	0.36 232	0.22 198	0.36 232	0.21 189	0.34 215	0.21 176	0.34 232	0.21 194	0.34 213	0.21 179

iResNet_ROB	0.28 171	0.32 137	0.24 180	0.32 181	0.25 217	0.32 218	0.24 206	0.32 206	0.24 203	0.33 216	0.24 211	0.35 226	0.24 208	0.33 221	0.24 201	0.31 206	0.24 187	0.32 216	0.24 211	0.32 202	0.24 194

UNet	0.29 176	0.90 302	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 422	0.69 422	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 412	0.76 430

MultiAttention	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248

MSAF-DinoV2	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248

DDVS	0.30 177	3.10 523	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

ACV-stereo	0.30 177	2.08 461	0.25 183	0.25 160	0.18 189	0.24 181	0.17 168	0.24 179	0.18 180	0.24 181	0.17 175	0.25 188	0.17 175	0.24 181	0.17 171	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

LoS_RVC	0.30 177	1.14 350	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.26 198	0.26 220	0.26 196	0.25 209	0.26 188	0.26 191	0.25 191	0.25 216	0.26 182	0.26 201

CAS	0.30 177	1.17 356	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.26 221	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.26 191	0.26 196	0.25 216	0.26 182	0.25 195

DANet	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 184	0.93 311	0.24 180	0.33 185	0.23 210	0.31 210	0.24 206	0.32 206	0.24 203	0.32 211	0.23 204	0.32 216	0.25 211	0.32 215	0.24 201	0.27 191	0.26 191	0.27 200	0.26 222	0.27 187	0.27 209

xxxxx1	0.31 184	0.91 304	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

DLNR_Zeroshot_test	0.31 184	0.28 130	0.47 310	0.79 360	0.24 215	0.30 205	0.26 217	0.30 201	0.24 203	0.32 211	0.23 204	0.31 214	0.24 208	0.30 210	0.23 197	0.29 200	0.26 191	0.29 207	0.24 211	0.33 209	0.23 184

tt_ll	0.31 184	0.91 304	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

ff	0.31 184	0.91 304	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

RAFT + AFF	0.31 184	0.45 211	0.34 252	0.39 205	0.28 232	0.38 242	0.33 290	0.29 199	0.31 278	0.30 202	0.30 252	0.29 207	0.27 228	0.29 208	0.30 242	0.28 193	0.29 217	0.29 207	0.29 251	0.27 187	0.32 273

MLCV	0.31 184	0.35 140	0.27 190	0.35 189	0.28 232	0.35 227	0.27 220	0.35 217	0.28 230	0.36 226	0.27 228	0.35 226	0.27 228	0.35 226	0.27 215	0.34 215	0.27 198	0.34 232	0.27 230	0.34 213	0.27 209

DN-CSS_ROB	0.31 184	0.35 140	0.28 194	0.35 189	0.28 232	0.34 222	0.27 220	0.34 213	0.25 208	0.35 223	0.27 228	0.36 232	0.26 220	0.34 223	0.28 225	0.35 224	0.28 204	0.34 232	0.28 236	0.34 213	0.27 209

WCG-NET（raft）	0.32 192	1.24 414	0.24 180	0.32 181	0.24 215	0.32 218	0.23 201	0.32 206	0.24 203	0.32 211	0.24 211	0.32 216	0.24 208	0.32 215	0.24 201	0.30 201	0.23 185	0.30 209	0.23 203	0.30 195	0.23 184

testlalala	0.32 192	0.81 286	0.31 227	0.39 205	0.26 225	0.33 220	0.24 206	0.33 209	0.26 221	0.32 211	0.26 223	0.33 219	0.23 204	0.33 221	0.23 197	0.35 224	0.31 238	0.30 209	0.24 211	0.31 200	0.21 179

Any-RAFT	0.32 192	0.36 143	0.27 190	0.36 193	0.27 227	0.36 230	0.27 220	0.36 221	0.27 227	0.36 226	0.27 228	0.36 232	0.27 228	0.36 232	0.28 225	0.36 229	0.28 204	0.36 253	0.28 236	0.36 232	0.28 222

GCAP-BAT	0.33 195	0.78 279	0.32 237	0.38 199	0.25 217	0.34 222	0.25 209	0.34 213	0.26 221	0.34 218	0.25 217	0.35 226	0.26 220	0.35 226	0.27 215	0.36 229	0.30 230	0.32 216	0.24 211	0.32 202	0.26 201

StereoDRNet-Refined	0.33 195	0.39 155	0.26 189	0.39 205	0.26 225	0.40 250	0.26 217	0.40 244	0.26 221	0.39 238	0.26 223	0.39 245	0.26 220	0.39 247	0.26 214	0.37 233	0.25 188	0.37 256	0.25 216	0.37 236	0.37 310
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 594

RAFT-FE	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 594

LG-Stereo_L2	0.34 197	0.37 145	0.38 268	0.47 283	0.28 232	0.39 248	0.28 228	0.39 239	0.28 230	0.39 238	0.28 235	0.39 245	0.28 235	0.38 239	0.28 225	0.42 308	0.35 277	0.36 253	0.26 222	0.35 225	0.26 201

H2IRNET	0.34 197	0.34 139	0.34 252	0.34 187	0.34 312	0.34 222	0.34 301	0.34 213	0.34 305	0.34 218	0.34 306	0.34 224	0.34 304	0.34 223	0.34 281	0.34 215	0.34 275	0.34 232	0.34 314	0.34 213	0.34 294

IGEV++	0.34 197	0.43 176	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.30 242	0.38 248	0.29 217	0.37 256	0.29 251	0.37 236	0.29 227

iRaft-Stereo_5w	0.34 197	0.42 172	0.31 227	0.39 205	0.30 252	0.38 242	0.30 242	0.40 244	0.29 236	0.40 244	0.37 325	0.41 266	0.34 304	0.38 239	0.30 242	0.34 215	0.27 198	0.34 232	0.26 222	0.34 213	0.26 201

CSP-Net	0.34 197	1.29 416	1.19 451	1.36 483	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 494	1.21 504	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 197	0.41 165	0.31 227	0.39 205	0.29 241	0.40 250	0.32 279	0.41 259	0.32 289	0.38 232	0.30 252	0.39 245	0.30 250	0.38 239	0.32 259	0.35 224	0.27 198	0.34 232	0.27 230	0.34 213	0.29 227

DGSMNet	0.34 197	0.41 165	0.27 190	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.27 227	0.41 258	0.27 228	0.42 286	0.27 228	0.41 265	0.28 225	0.40 279	0.29 217	0.40 280	0.28 236	0.40 284	0.27 209

FE-Mocha	0.35 206	0.71 264	0.40 280	0.47 283	0.27 227	0.34 222	0.27 220	0.34 213	0.26 221	0.34 218	0.26 223	0.34 224	0.27 228	0.34 223	0.27 215	0.44 310	0.41 307	0.33 224	0.29 251	0.32 202	0.29 227

IGEV-FE	0.35 206	0.37 145	0.17 150	0.19 133	0.17 179	0.20 162	0.17 168	0.19 154	0.17 177	0.19 153	0.17 175	0.19 157	0.17 175	0.37 236	0.36 288	0.19 154	0.17 163	0.19 165	0.17 186	0.38 255	2.84 585

gcap-zeroshot	0.35 206	0.32 137	0.37 265	0.49 294	0.39 341	0.33 220	0.21 188	0.26 190	0.35 308	0.42 275	0.34 306	0.49 342	0.29 242	0.47 326	0.39 311	0.34 215	0.17 163	0.38 264	0.23 203	0.48 334	0.34 294

CASnet	0.35 206	0.51 239	0.44 297	0.32 181	0.31 283	0.24 181	0.34 301	0.36 221	0.25 208	0.31 206	0.37 325	0.30 210	0.33 299	0.25 186	0.45 335	0.37 233	0.37 282	0.33 224	0.35 326	0.34 213	0.37 310
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 206	0.44 182	0.45 299	0.49 294	0.30 252	0.37 235	0.30 242	0.36 221	0.30 248	0.36 226	0.29 240	0.36 232	0.29 242	0.36 232	0.30 242	0.46 317	0.39 295	0.32 216	0.24 211	0.32 202	0.25 195
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 206	0.35 140	0.35 259	0.35 189	0.35 315	0.35 227	0.35 306	0.35 217	0.35 308	0.35 223	0.35 315	0.35 226	0.35 310	0.35 226	0.35 285	0.35 224	0.35 277	0.35 248	0.35 326	0.35 225	0.35 303

Zero-FE251	0.36 212	0.40 157	0.28 194	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.28 230	0.41 258	0.28 235	0.41 266	0.28 235	0.42 280	0.30 242	0.37 233	0.26 191	0.37 256	0.27 230	0.45 315	0.56 393

GIP-stereo	0.36 212	0.49 227	0.39 275	0.48 288	0.32 290	0.41 266	0.28 228	0.40 244	0.30 248	0.41 258	0.28 235	0.40 253	0.28 235	0.42 280	0.28 225	0.45 313	0.32 242	0.38 264	0.30 271	0.37 236	0.27 209

DCVSM-stereo	0.36 212	1.89 448	0.22 170	0.40 219	0.22 204	0.40 250	0.22 193	0.40 244	0.22 194	0.40 244	0.22 200	0.40 253	0.22 198	0.40 250	0.22 191	0.28 193	0.21 176	0.28 202	0.21 194	0.28 189	0.20 177

RSM	0.36 212	0.36 143	0.43 295	0.37 196	0.42 361	0.49 345	0.42 351	0.37 227	0.28 230	0.36 226	0.29 240	0.36 232	0.30 250	0.37 236	0.28 225	0.34 215	0.31 238	0.34 232	0.35 326	0.40 284	0.29 227

RAFT-Test	0.36 212	0.37 145	0.33 242	0.41 231	0.32 290	0.41 266	0.32 279	0.41 259	0.32 289	0.41 258	0.32 290	0.41 266	0.32 291	0.41 265	0.33 268	0.37 233	0.29 217	0.37 256	0.29 251	0.38 255	0.31 267

DMCA	0.36 212	0.38 149	0.37 265	0.35 189	0.35 315	0.36 230	0.36 312	0.36 221	0.35 308	0.35 223	0.37 325	0.36 232	0.36 313	0.35 226	0.36 288	0.36 229	0.36 280	0.35 248	0.36 332	0.36 232	0.36 306

ACVNet-DCA	0.37 218	1.00 322	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.39 247	0.28 225	0.33 211	0.32 242	0.33 224	0.32 302	0.33 209	0.32 273

1test111	0.37 218	1.02 332	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 296	0.32 202	0.31 267

cc1	0.37 218	1.02 332	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 296	0.32 202	0.31 267

EKT-Stereo	0.37 218	0.40 157	0.44 297	1.07 408	0.29 241	0.34 222	0.31 270	0.36 221	0.29 236	0.38 232	0.31 276	0.37 238	0.30 250	0.36 232	0.29 235	0.34 215	0.28 204	0.39 275	0.30 271	0.37 236	0.30 248

GMOStereo	0.37 218	0.45 211	0.23 173	0.30 173	0.37 325	0.41 266	0.36 312	0.41 259	0.35 308	0.43 285	0.36 318	0.41 266	0.40 331	0.41 265	0.36 288	0.34 215	0.22 180	0.47 355	0.37 334	0.39 276	0.33 286

XPNet_ROB	0.37 218	0.37 145	0.37 265	0.37 196	0.37 325	0.37 235	0.37 318	0.37 227	0.37 320	0.37 231	0.37 325	0.37 238	0.37 318	0.37 236	0.37 297	0.37 233	0.37 282	0.37 256	0.37 334	0.37 236	0.37 310

mfccc	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.31 270	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 282	0.43 297	0.69 404	0.38 248	0.32 242	0.41 314	0.30 271	0.38 255	0.30 248

ss10	0.38 224	0.44 182	0.31 227	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 282	0.43 297	0.69 404	0.38 248	0.33 268	0.40 280	0.30 271	0.38 255	0.30 248

5k_new	0.38 224	0.44 182	0.31 227	0.43 260	0.30 252	0.43 305	0.31 270	0.43 290	0.31 278	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.33 268	0.40 280	0.30 271	0.38 255	0.30 248

SX	0.38 224	0.44 182	0.31 227	0.43 260	0.31 283	0.43 305	0.31 270	0.43 290	0.31 278	0.45 300	0.32 290	0.43 298	0.31 282	0.43 297	0.69 404	0.38 248	0.33 268	0.40 280	0.30 271	0.38 255	0.30 248

USM	0.38 224	0.44 182	0.31 227	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.31 282	0.43 297	0.68 397	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

weee2	0.38 224	0.44 182	0.31 227	0.43 260	0.30 252	0.43 305	0.31 270	0.43 290	0.31 278	0.45 300	0.31 276	0.43 298	0.31 282	0.43 297	0.69 404	0.38 248	0.33 268	0.40 280	0.30 271	0.38 255	0.30 248

ACM	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.73 429	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

ITERv30	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

qyd29nn	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITERv28	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.70 421	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.30 248

yuret106	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.31 278	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.68 397	0.37 233	0.32 242	0.40 280	0.29 251	0.38 255	0.29 227

uio108cc	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.68 397	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.29 227

oiu110	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.42 288	0.30 242	0.43 290	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

ITERv24	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.38 255	0.29 227

dd23bbn	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

hj116sk	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.38 255	0.30 248

ITERv21	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

v20iiwwt	0.38 224	0.44 182	0.31 227	0.43 260	0.31 283	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.42 286	0.30 250	0.43 297	0.70 421	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

ITERv19	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.70 421	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITER124	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

dddd17k	0.38 224	0.44 182	0.30 202	0.43 260	0.31 283	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.70 421	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.29 227

HART	0.38 224	0.45 211	0.34 252	0.42 244	0.33 302	0.41 266	0.34 301	0.42 277	0.33 296	0.43 285	0.34 306	0.42 286	0.34 304	0.41 265	0.38 300	0.40 279	0.32 242	0.42 329	0.32 302	0.40 284	0.32 273

GREAT-IGEV	0.38 224	0.43 176	0.36 261	0.48 288	0.32 290	0.45 324	0.32 279	0.45 310	0.32 289	0.45 300	0.32 290	0.45 321	0.32 291	0.45 317	0.32 259	0.44 310	0.33 268	0.41 314	0.29 251	0.41 301	0.29 227

fffy	0.38 224	0.43 176	0.33 242	0.46 277	0.33 302	0.45 324	0.32 279	0.45 310	0.32 289	0.45 300	0.32 290	0.45 321	0.33 299	0.45 317	0.32 259	0.38 248	0.38 288	0.38 264	0.37 334	0.37 236	0.36 306

WAO-8	0.38 224	0.38 149	0.38 268	0.38 199	0.38 332	0.38 242	0.38 324	0.38 235	0.38 324	0.38 232	0.38 330	0.38 240	0.38 322	0.38 239	0.38 300	0.38 248	0.38 288	0.38 264	0.37 334	0.38 255	0.38 317

WAO-7	0.38 224	0.38 149	0.38 268	0.38 199	0.38 332	0.38 242	0.38 324	0.38 235	0.38 324	0.38 232	0.38 330	0.38 240	0.38 322	0.38 239	0.38 300	0.38 248	0.38 288	0.38 264	0.38 347	0.38 255	0.38 317

xx1	0.38 224	1.03 334	0.31 227	0.40 219	0.31 283	0.41 266	0.28 228	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.29 235	0.34 215	0.33 268	0.34 232	0.32 302	0.34 213	0.32 273

Venus	0.38 224	0.38 149	0.38 268	0.38 199	0.38 332	0.37 235	0.38 324	0.37 227	0.37 320	0.41 258	0.37 325	0.39 245	0.37 318	0.38 239	0.38 300	0.37 233	0.38 288	0.38 264	0.37 334	0.37 236	0.38 317

IMH	0.38 224	0.38 149	0.38 268	0.38 199	0.38 332	0.38 242	0.38 324	0.38 235	0.38 324	0.42 275	0.38 330	0.40 253	0.38 322	0.38 239	0.38 300	0.38 248	0.38 288	0.39 275	0.38 347	0.38 255	0.38 317

uiiii_40	0.39 253	0.42 172	0.89 414	0.42 244	0.31 283	0.43 305	0.30 242	0.44 306	0.31 278	0.42 275	0.31 276	0.43 298	0.30 250	0.42 280	0.30 242	0.41 292	0.29 217	0.42 329	0.28 236	0.40 284	0.32 273

4.5w_L	0.39 253	0.43 176	0.89 414	0.42 244	0.29 241	0.42 288	0.30 242	0.43 290	0.30 248	0.42 275	0.31 276	0.41 266	0.31 282	0.43 297	0.31 254	0.40 279	0.28 204	0.41 314	0.28 236	0.39 276	0.33 286

StePilot	0.39 253	0.44 182	0.87 411	0.41 231	0.30 252	0.42 288	0.32 279	0.45 310	0.29 236	0.43 285	0.30 252	0.43 298	0.30 250	0.42 280	0.30 242	0.40 279	0.29 217	0.43 337	0.27 230	0.40 284	0.31 267

SteFusion	0.39 253	0.42 172	0.90 419	0.43 260	0.30 252	0.42 288	0.31 270	0.45 310	0.31 278	0.41 258	0.30 252	0.43 298	0.30 250	0.42 280	0.31 254	0.39 274	0.30 230	0.42 329	0.28 236	0.39 276	0.33 286

PyraSte	0.39 253	0.43 176	0.87 411	0.42 244	0.31 283	0.42 288	0.31 270	0.44 306	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.42 280	0.31 254	0.38 248	0.29 217	0.42 329	0.29 251	0.40 284	0.32 273

tim_s	0.39 253	0.44 182	0.90 419	0.41 231	0.30 252	0.41 266	0.30 242	0.44 306	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.41 265	0.31 254	0.41 292	0.30 230	0.41 314	0.29 251	0.40 284	0.32 273

xxxad45	0.39 253	0.44 182	0.90 419	0.41 231	0.30 252	0.41 266	0.31 270	0.44 306	0.30 248	0.43 285	0.30 252	0.43 298	0.31 282	0.41 265	0.31 254	0.40 279	0.29 217	0.41 314	0.30 271	0.40 284	0.32 273

ACW_4w	0.39 253	0.42 172	0.88 413	0.42 244	0.30 252	0.42 288	0.30 242	0.45 310	0.31 278	0.42 275	0.31 276	0.42 286	0.30 250	0.42 280	0.30 242	0.40 279	0.28 204	0.42 329	0.28 236	0.40 284	0.32 273

5w_v4	0.39 253	0.43 176	0.91 424	0.42 244	0.30 252	0.43 305	0.31 270	0.45 310	0.31 278	0.42 275	0.30 252	0.41 266	0.29 242	0.44 313	0.30 242	0.40 279	0.29 217	0.42 329	0.28 236	0.40 284	0.32 273

PAM	0.39 253	1.88 447	0.34 252	0.37 196	0.41 351	0.45 324	0.22 193	0.28 194	0.23 200	0.28 197	0.24 211	0.29 207	0.23 204	0.29 208	0.23 197	0.38 248	0.32 242	0.38 264	0.37 334	0.32 202	0.22 182

HanzoNet	0.39 253	0.38 149	0.40 280	0.39 205	0.41 351	0.38 242	0.38 324	0.38 235	0.38 324	0.39 238	0.39 339	0.38 240	0.38 322	0.39 247	0.40 315	0.38 248	0.38 288	0.40 280	0.38 347	0.38 255	0.40 325

CES	0.39 253	0.47 219	0.36 261	0.36 193	0.37 325	0.45 324	0.35 306	0.35 217	0.40 338	0.36 226	0.44 362	0.47 331	0.36 313	0.44 313	0.36 288	0.37 233	0.39 295	0.44 338	0.35 326	0.37 236	0.36 306

PASM	0.39 253	3.06 522	1.36 517	1.58 489	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

zxcv128	0.40 266	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	1.24 524	0.37 233	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

mms	0.40 266	0.45 211	0.35 259	0.48 288	0.36 321	0.47 335	0.34 301	0.45 310	0.38 324	0.47 324	0.33 298	0.45 321	0.32 291	0.45 317	0.32 259	0.39 274	0.38 288	0.38 264	0.37 334	0.39 276	0.39 323

knoymous	0.40 266	0.40 157	0.40 280	0.40 219	0.40 343	0.40 250	0.40 338	0.40 244	0.40 338	0.40 244	0.40 342	0.40 253	0.40 331	0.40 250	0.40 315	0.40 279	0.40 298	0.40 280	0.40 351	0.40 284	0.40 325

anonymousa	0.40 266	0.40 157	0.40 280	0.40 219	0.40 343	0.40 250	0.40 338	0.40 244	0.40 338	0.40 244	0.40 342	0.40 253	0.40 331	0.40 250	0.40 315	0.40 279	0.40 298	0.40 280	0.40 351	0.40 284	0.40 325

riskmin	0.40 266	0.40 157	0.40 280	0.40 219	0.40 343	0.40 250	0.40 338	0.40 244	0.40 338	0.40 244	0.40 342	0.40 253	0.40 331	0.40 250	0.40 315	0.40 279	0.40 298	0.40 280	0.40 351	0.40 284	0.40 325

Anonymous_2	0.40 266	0.40 157	0.40 280	0.40 219	0.40 343	0.40 250	0.40 338	0.40 244	0.40 338	0.40 244	0.40 342	0.40 253	0.40 331	0.40 250	0.40 315	0.40 279	0.40 298	0.40 280	0.40 351	0.40 284	0.40 325

Anonymous_1	0.40 266	0.40 157	0.40 280	0.40 219	0.40 343	0.40 250	0.40 338	0.40 244	0.40 338	0.40 244	0.40 342	0.40 253	0.40 331	0.40 250	0.40 315	0.40 279	0.40 298	0.40 280	0.40 351	0.40 284	0.40 325

AdaStereo	0.40 266	0.40 157	0.40 280	0.40 219	0.40 343	0.40 250	0.40 338	0.40 244	0.40 338	0.40 244	0.40 342	0.40 253	0.40 331	0.40 250	0.40 315	0.40 279	0.40 298	0.40 280	0.40 351	0.40 284	0.40 325
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 274	0.44 182	0.23 173	0.26 167	0.22 204	0.26 196	0.22 193	0.26 190	0.23 200	0.26 193	0.23 204	0.26 198	0.23 204	0.45 317	0.42 330	0.25 186	0.22 180	0.25 191	0.22 197	0.45 315	2.90 586

water-stereo	0.41 274	0.84 289	0.46 303	0.50 301	0.33 302	0.45 324	0.33 290	0.45 310	0.32 289	0.45 300	0.32 290	0.45 321	0.32 291	0.45 317	0.32 259	0.44 310	0.41 307	0.39 275	0.31 296	0.39 276	0.32 273

GwcNet-ADL	0.41 274	0.41 165	0.41 289	0.41 231	0.41 351	0.41 266	0.41 346	0.41 259	0.41 347	0.41 258	0.41 348	0.41 266	0.41 342	0.41 265	0.41 322	0.41 292	0.41 307	0.41 314	0.41 358	0.41 301	0.41 332

PSMNet-ADL	0.41 274	0.41 165	0.41 289	0.41 231	0.41 351	0.41 266	0.41 346	0.41 259	0.41 347	0.41 258	0.41 348	0.41 266	0.41 342	0.41 265	0.41 322	0.41 292	0.41 307	0.41 314	0.41 358	0.41 301	0.41 332

GANet-ADL	0.41 274	0.41 165	0.41 289	0.41 231	0.41 351	0.41 266	0.41 346	0.41 259	0.41 347	0.41 258	0.41 348	0.41 266	0.41 342	0.41 265	0.41 322	0.41 292	0.41 307	0.41 314	0.41 358	0.41 301	0.41 332

ADLNet2	0.41 274	0.41 165	0.41 289	0.41 231	0.41 351	0.41 266	0.41 346	0.41 259	0.41 347	0.41 258	0.41 348	0.41 266	0.41 342	0.41 265	0.41 322	0.41 292	0.41 307	0.41 314	0.41 358	0.41 301	0.41 332

ADLNet	0.41 274	0.41 165	0.41 289	0.41 231	0.41 351	0.41 266	0.41 346	0.41 259	0.41 347	0.41 258	0.41 348	0.41 266	0.41 342	0.41 265	0.41 322	0.41 292	0.41 307	0.41 314	0.41 358	0.41 301	0.41 332

FCDSN-DC	0.41 274	0.59 255	0.64 374	0.54 314	0.33 302	0.50 353	0.37 318	0.42 277	0.40 338	0.61 382	0.43 360	0.50 357	0.49 373	0.38 239	0.32 259	0.28 193	0.23 185	0.26 196	0.22 197	0.35 225	0.28 222
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 274	0.46 215	0.33 242	0.49 294	0.33 302	0.49 345	0.33 290	0.49 332	0.33 296	0.49 338	0.33 298	0.49 342	0.33 299	0.51 357	0.33 268	0.41 292	0.30 230	0.41 314	0.30 271	0.79 397	0.29 227

Gwc-CoAtRS	0.41 274	1.49 428	0.32 237	0.42 244	0.32 290	0.41 266	0.32 279	0.41 259	0.33 296	0.41 258	0.32 290	0.41 266	0.32 291	0.41 265	0.32 259	0.39 274	0.28 204	0.39 275	0.28 236	0.40 284	0.28 222

UPFNet	0.42 284	1.20 360	0.17 150	0.24 155	0.17 179	0.25 188	0.17 168	1.19 453	0.90 450	0.25 185	0.17 175	0.24 183	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.22 176	0.16 166	1.15 440	0.93 445

DDF-Stereo	0.43 285	1.15 353	0.57 360	0.53 311	0.32 290	0.41 266	0.32 279	0.41 259	0.32 289	0.41 258	0.32 290	0.41 266	0.32 291	0.40 250	0.32 259	0.52 343	0.50 356	0.38 264	0.31 296	0.39 276	0.31 267

DilatedVolume-Stereo	0.43 285	0.86 292	0.48 318	0.50 301	0.33 302	0.46 330	0.33 290	0.46 318	0.33 296	0.46 318	0.33 298	0.47 331	0.33 299	0.47 326	0.34 281	0.45 313	0.42 316	0.40 280	0.33 310	0.47 330	0.38 317

psmg	0.43 285	1.91 451	0.92 427	1.91 503	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 533	1.44 526	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 285	1.21 406	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 505	0.95 458	0.25 185	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.22 176	0.16 166	1.18 448	0.98 449

psm_up	0.43 285	1.19 359	0.17 150	0.25 160	0.18 189	0.25 188	0.19 179	1.26 505	0.91 451	0.26 193	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.23 182	0.16 166	1.18 448	0.99 450

Monster-pub-mixall	0.44 290	0.56 251	0.60 365	0.38 199	0.27 227	0.37 235	0.27 220	0.37 227	0.29 236	0.38 232	0.27 228	0.38 240	0.29 242	0.85 423	0.27 215	1.46 509	0.26 191	0.34 232	0.26 222	0.36 232	0.53 382

depthmonostereo	0.44 290	0.85 291	0.46 303	0.54 314	0.40 343	0.52 368	0.38 324	0.52 357	0.35 308	0.47 324	0.34 306	0.46 325	0.34 304	0.47 326	0.34 281	0.45 313	0.43 320	0.41 314	0.33 310	0.41 301	0.32 273

MMNet	0.44 290	1.24 414	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 505	0.93 456	0.25 185	0.17 175	0.25 188	0.18 183	0.25 186	0.17 171	0.23 175	0.16 145	0.23 182	0.16 166	1.20 451	0.99 450

252Zero-FE	0.45 293	0.50 231	0.36 261	0.50 301	0.36 321	0.50 353	0.36 312	0.50 340	0.36 318	0.49 338	0.36 318	0.49 342	0.36 313	0.54 366	0.41 322	0.45 313	0.34 275	0.45 342	0.34 314	0.55 357	0.75 428

Monster-pub-eth3d	0.45 293	0.57 252	0.60 365	0.39 205	0.28 232	0.37 235	0.28 228	0.37 227	0.30 248	0.39 238	0.29 240	0.39 245	0.30 250	0.92 434	0.27 215	1.42 506	0.28 204	0.34 232	0.28 236	0.37 236	0.53 382

Replicate-Monster	0.45 293	0.57 252	0.60 365	0.40 219	0.29 241	0.37 235	0.27 220	0.37 227	0.30 248	0.40 244	0.31 276	0.40 253	0.30 250	0.99 442	0.27 215	1.36 502	0.31 238	0.34 232	0.30 271	0.36 232	0.54 385

SCV_C0	0.45 293	0.88 296	0.49 325	0.54 314	0.37 325	0.48 340	0.37 318	0.48 328	0.37 320	0.48 331	0.36 318	0.48 338	0.37 318	0.49 341	0.37 297	0.50 335	0.41 307	0.44 338	0.34 314	0.44 311	0.34 294

RAFT-Stereo-weight	0.45 293	1.90 450	0.34 252	0.42 244	0.36 321	0.43 305	0.35 306	0.42 277	0.34 305	0.42 275	0.34 306	0.44 319	0.34 304	0.41 265	0.34 281	0.38 248	0.32 242	0.38 264	0.32 302	0.38 255	0.33 286

TorneroNet-64	0.45 293	0.27 127	0.30 202	0.58 323	0.27 227	0.70 394	0.30 242	0.28 194	0.73 435	0.73 397	0.28 235	0.71 397	0.66 410	0.75 398	0.27 215	0.27 191	0.29 217	0.37 256	0.75 426	0.28 189	0.30 248

SCV	0.46 299	0.94 313	0.45 299	0.54 314	0.37 325	0.48 340	0.38 324	0.48 328	0.37 320	0.48 331	0.39 339	0.48 338	0.37 318	0.49 341	0.37 297	0.50 335	0.46 330	0.44 338	0.34 314	0.44 311	0.34 294

otaku	0.46 299	0.46 215	0.46 303	0.46 277	0.46 369	0.46 330	0.46 361	0.46 318	0.46 361	0.46 318	0.46 368	0.46 325	0.46 359	0.46 322	0.46 339	0.46 317	0.46 330	0.46 346	0.46 371	0.46 318	0.46 346

Dean	0.46 299	0.46 215	0.46 303	0.46 277	0.46 369	0.46 330	0.46 361	0.46 318	0.46 361	0.47 324	0.46 368	0.46 325	0.46 359	0.46 322	0.46 339	0.46 317	0.46 330	0.46 346	0.46 371	0.46 318	0.46 346

ACVNet_1	0.46 299	0.47 219	0.46 303	0.46 277	0.46 369	0.46 330	0.46 361	0.46 318	0.47 366	0.46 318	0.46 368	0.46 325	0.46 359	0.46 322	0.46 339	0.46 317	0.46 330	0.47 355	0.46 371	0.46 318	0.46 346

ACVNet-4b	0.46 299	0.46 215	0.46 303	0.46 277	0.46 369	0.46 330	0.46 361	0.46 318	0.46 361	0.46 318	0.46 368	0.46 325	0.46 359	0.47 326	0.46 339	0.46 317	0.46 330	0.46 346	0.46 371	0.46 318	0.46 346

PML	0.46 299	1.36 423	0.29 198	0.58 323	0.30 252	0.57 381	0.29 237	0.57 368	0.29 236	0.57 377	0.29 240	0.57 381	0.29 242	0.56 371	0.29 235	0.52 343	0.30 230	0.53 383	0.31 296	0.53 355	0.30 248

LG-Stereo_L1	0.47 305	0.52 241	0.47 310	0.62 331	0.39 341	0.53 370	0.40 338	0.53 359	0.39 337	0.53 364	0.39 339	0.53 369	0.39 330	0.53 364	0.39 311	0.55 353	0.46 330	0.49 368	0.37 334	0.49 338	0.37 310

Ntro	0.47 305	0.47 219	0.46 303	0.46 277	0.46 369	0.47 335	0.47 366	0.46 318	0.47 366	0.46 318	0.46 368	0.47 331	0.46 359	0.47 326	0.47 346	0.47 322	0.46 330	0.46 346	0.46 371	0.46 318	0.46 346

HaxPig	0.47 305	0.47 219	0.47 310	0.49 294	0.47 375	0.47 335	0.47 366	0.47 324	0.47 366	0.47 324	0.47 376	0.47 331	0.47 367	0.47 326	0.47 346	0.47 322	0.47 338	0.47 355	0.47 378	0.47 330	0.48 355

UNDER WATER	0.47 305	0.47 219	0.47 310	0.47 283	0.47 375	0.47 335	0.47 366	0.47 324	0.47 366	0.47 324	0.47 376	0.47 331	0.46 359	0.47 326	0.47 346	0.47 322	0.47 338	0.47 355	0.46 371	0.47 330	0.47 353

LVE	0.47 305	0.47 219	0.47 310	0.47 283	0.49 381	0.47 335	0.47 366	0.47 324	0.49 375	0.47 324	0.47 376	0.47 331	0.46 359	0.47 326	0.47 346	0.47 322	0.47 338	0.48 363	0.47 378	0.47 330	0.47 353

GASTEREO	0.48 310	1.21 406	0.47 310	0.57 321	0.38 332	0.50 353	0.38 324	0.50 340	0.38 324	0.50 351	0.38 330	0.50 357	0.38 322	0.50 348	0.38 300	0.52 343	0.42 316	0.46 346	0.34 314	0.46 318	0.34 294

LG-Stereo_Zeroshot	0.48 310	0.55 249	0.47 310	0.63 333	0.41 351	0.56 375	0.44 354	0.56 365	0.41 347	0.56 374	0.41 348	0.57 381	0.42 348	0.56 371	0.41 322	0.55 353	0.43 320	0.51 377	0.37 334	0.51 349	0.37 310

fffft	0.48 310	0.51 239	0.45 299	0.52 310	0.45 367	0.52 368	0.45 359	0.52 357	0.48 373	0.53 364	0.45 366	0.52 368	0.45 356	0.52 362	0.46 339	0.51 341	0.41 307	0.50 372	0.41 358	0.50 343	0.41 332
1: 1. 1
RainbowNet	0.48 310	0.48 225	0.48 318	0.48 288	0.48 379	0.48 340	0.48 375	0.48 328	0.48 373	0.48 331	0.48 380	0.48 338	0.48 368	0.48 335	0.48 352	0.48 326	0.48 342	0.48 363	0.48 381	0.48 334	0.48 355

notaker	0.48 310	0.49 227	0.48 318	0.48 288	0.48 379	0.48 340	0.48 375	0.48 328	0.49 375	0.48 331	0.48 380	0.48 338	0.48 368	0.48 335	0.48 352	0.48 326	0.48 342	0.48 363	0.48 381	0.48 334	0.49 360

LL-Strereo2	0.48 310	1.73 440	0.51 335	0.59 326	0.34 312	0.42 288	0.33 290	0.40 244	0.31 278	0.42 275	0.33 298	0.42 286	0.31 282	0.44 313	0.39 311	0.60 359	0.51 366	0.44 338	0.33 310	0.44 311	0.33 286

Former-RAFT_DAM_RVC	0.49 316	0.98 318	0.64 374	0.84 375	0.46 369	0.45 324	0.35 306	0.47 324	0.47 366	0.45 300	0.34 306	0.46 325	0.48 368	0.46 322	0.35 285	0.39 274	0.71 403	0.39 275	0.35 326	0.41 301	0.41 332

ACVNet_2	0.49 316	0.49 227	0.49 325	0.49 294	0.49 381	0.49 345	0.49 377	0.49 332	0.49 375	0.49 338	0.49 383	0.49 342	0.49 373	0.49 341	0.49 354	0.49 329	0.49 346	0.49 368	0.49 384	0.49 338	0.49 360

FoundationStereo	0.50 318	0.50 231	0.50 329	0.50 301	0.50 385	0.50 353	0.50 379	0.50 340	0.50 378	0.50 351	0.50 385	0.50 357	0.50 376	0.50 348	0.50 355	0.50 335	0.50 356	0.50 372	0.50 386	0.50 343	0.50 371

StereoAnything_RVC	0.50 318	0.50 231	0.50 329	0.50 301	0.50 385	0.50 353	0.50 379	0.50 340	0.50 378	0.50 351	0.50 385	0.50 357	0.50 376	0.50 348	0.50 355	0.50 335	0.50 356	0.50 372	0.50 386	0.50 343	0.50 371

dual_stereo	0.50 318	0.50 231	0.50 329	0.50 301	0.50 385	0.50 353	0.50 379	0.50 340	0.50 378	0.50 351	0.50 385	0.50 357	0.50 376	0.50 348	0.50 355	0.50 335	0.50 356	0.50 372	0.50 386	0.50 343	0.50 371

GCST	0.50 318	2.08 461	0.38 268	0.53 311	0.35 315	0.49 345	0.35 306	0.50 340	0.35 308	0.49 338	0.35 315	0.49 342	0.35 310	0.49 341	0.35 285	0.48 326	0.37 282	0.45 342	0.33 310	0.44 311	0.33 286

SANet	0.50 318	0.50 231	0.50 329	0.50 301	0.50 385	0.50 353	0.50 379	0.50 340	0.50 378	0.50 351	0.50 385	0.50 357	0.50 376	0.50 348	0.50 355	0.50 335	0.50 356	0.50 372	0.50 386	0.50 343	0.50 371

MSCF	0.51 323	1.40 425	0.49 325	0.58 323	0.38 332	0.50 353	0.38 324	0.54 361	0.41 347	0.52 361	0.41 348	0.53 369	0.42 348	0.53 364	0.41 322	0.60 359	0.47 338	0.48 363	0.37 334	0.48 334	0.38 317

UGAM-zero	0.51 323	2.17 469	0.39 275	0.53 311	0.36 321	0.50 353	0.36 312	0.50 340	0.36 318	0.49 338	0.36 318	0.50 357	0.35 310	0.50 348	0.36 288	0.49 329	0.37 282	0.47 355	0.35 326	0.46 318	0.34 294

UGAM	0.51 323	2.23 474	0.39 275	0.54 314	0.35 315	0.50 353	0.35 306	0.49 332	0.35 308	0.49 338	0.35 315	0.49 342	0.36 313	0.50 348	0.36 288	0.49 329	0.37 282	0.45 342	0.34 314	0.45 315	0.34 294

Selective-IGEV	0.51 323	0.55 249	0.45 299	0.69 342	0.45 367	0.61 384	0.45 359	0.50 340	0.40 338	0.56 374	0.44 362	0.55 376	0.40 331	0.72 393	0.67 394	0.59 358	0.46 330	0.45 342	0.34 314	0.46 318	0.37 310

RCA-Stereo	0.51 323	3.22 528	0.34 252	0.44 275	0.34 312	0.44 323	0.34 301	0.43 290	0.34 305	0.43 285	0.34 306	0.44 319	0.33 299	0.43 297	0.33 268	0.38 248	0.29 217	0.38 264	0.29 251	0.38 255	0.29 227

AIO-test1	0.54 328	0.60 257	0.52 338	0.66 340	0.47 375	0.61 384	0.47 366	0.58 371	0.46 361	0.61 382	0.46 368	0.61 387	0.45 356	0.62 380	0.45 335	0.61 363	0.52 370	0.57 386	0.48 381	0.57 359	0.48 355

castereo++	0.54 328	3.59 533	1.15 445	1.31 479	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 508	1.16 453	0.15 142	0.14 160	0.15 141	0.13 150

FENet	0.54 328	1.52 429	1.19 451	1.41 486	0.23 210	0.35 227	0.23 201	0.35 217	0.23 200	0.34 218	0.23 204	0.35 226	0.23 204	0.35 226	0.23 197	1.40 505	1.07 437	0.32 216	0.23 203	0.33 209	0.23 184

PSMNet_ROB	0.54 328	0.54 247	0.54 343	0.54 314	0.53 394	0.54 373	0.54 387	0.53 359	0.54 388	0.54 369	0.54 395	0.54 372	0.53 383	0.54 366	0.54 365	0.54 347	0.53 372	0.54 384	0.54 392	0.54 356	0.54 385

AIO-test2	0.55 332	0.59 255	0.52 338	0.67 341	0.47 375	0.61 384	0.47 366	0.61 377	0.47 366	0.61 382	0.47 376	0.61 387	0.48 368	0.62 380	0.47 346	0.64 369	0.53 372	0.58 387	0.47 378	0.58 360	0.48 355

CFNet-ft	0.55 332	1.57 430	0.14 126	0.20 136	0.14 157	0.20 162	2.53 584	1.61 517	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 510	1.24 525

MyStereo04	0.56 334	3.72 539	0.59 363	0.49 294	0.41 351	0.36 230	0.32 279	0.37 227	0.31 278	0.34 218	0.46 368	0.35 226	0.32 291	0.35 226	0.33 268	0.49 329	0.45 328	0.34 232	0.32 302	0.35 225	0.43 340

CASS	0.57 335	0.89 299	0.56 351	0.57 321	0.56 401	0.56 375	0.56 394	0.56 365	0.53 386	0.57 377	0.57 406	0.59 385	0.48 368	0.56 371	0.57 381	0.55 353	0.56 376	0.47 355	0.56 397	0.62 363	0.56 393
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 336	0.58 254	0.47 310	0.64 336	0.74 441	1.00 438	0.69 419	0.57 368	0.41 347	0.57 377	0.41 348	0.57 381	0.41 342	1.00 444	0.75 433	0.91 415	0.51 366	0.52 380	0.37 334	0.52 351	0.37 310

MonSter	0.60 336	0.64 260	0.52 338	0.62 331	0.44 364	2.07 543	0.44 354	0.62 378	0.44 358	0.62 385	0.44 362	0.62 389	0.44 353	0.62 380	0.44 334	0.58 357	0.42 316	0.62 390	0.46 371	0.58 360	0.42 339

MyStereo07	0.60 336	3.72 539	0.48 318	0.49 294	0.41 351	0.36 230	0.32 279	0.49 332	0.43 355	0.51 358	0.42 358	0.49 342	0.43 351	0.51 357	0.64 389	0.49 329	0.45 328	0.34 232	0.32 302	0.35 225	0.43 340

castereo	0.61 339	3.79 541	1.35 509	1.52 488	0.15 168	0.17 150	0.16 160	0.20 160	0.21 191	0.18 151	0.16 170	0.21 167	0.12 149	0.26 196	0.17 171	1.43 507	1.38 523	0.17 153	0.16 166	0.18 155	0.16 157

WCG-NET	0.61 339	1.21 406	0.54 343	0.61 330	0.53 394	0.67 392	0.53 385	0.66 383	0.53 386	0.64 388	0.53 394	0.65 393	0.53 383	0.59 378	0.52 362	0.65 370	0.48 342	0.64 393	0.52 390	0.58 360	0.50 371

GEAStereo	0.62 341	3.91 546	0.48 318	0.69 342	0.38 332	0.51 365	0.38 324	0.51 353	0.38 324	0.53 364	0.38 330	0.50 357	0.38 322	0.51 357	0.38 300	0.54 347	0.43 320	0.46 346	0.34 314	0.46 318	0.34 294

gasm-f	0.62 341	3.91 546	0.48 318	0.69 342	0.38 332	0.51 365	0.38 324	0.51 353	0.38 324	0.53 364	0.38 330	0.50 357	0.38 322	0.51 357	0.38 300	0.54 347	0.43 320	0.46 346	0.34 314	0.46 318	0.34 294

SMoEStereo_RVC	0.63 343	0.75 272	0.51 335	0.73 350	0.53 394	0.71 396	0.47 366	0.67 384	0.58 403	0.74 402	0.60 410	0.72 400	0.53 383	0.74 397	0.51 360	0.61 363	0.62 388	0.62 390	0.61 404	0.63 364	0.61 399

anonymity	0.63 343	0.69 262	0.56 351	0.71 348	0.56 401	0.71 396	0.56 394	0.71 389	0.56 393	0.72 396	0.56 400	0.71 397	0.56 387	0.71 392	0.58 382	0.68 374	0.55 374	0.68 398	0.55 393	0.68 368	0.54 385

PAM_32	0.64 345	2.38 489	0.51 335	0.92 385	0.43 363	0.53 370	0.44 354	0.87 416	0.43 355	0.52 361	0.45 366	0.53 369	0.40 331	0.54 366	0.46 339	0.62 367	0.56 376	0.48 363	0.45 369	0.76 392	0.44 343

CRFU-Net	0.65 346	1.67 433	1.22 501	1.96 507	0.27 227	0.41 266	0.27 220	0.41 259	0.27 227	0.40 244	0.26 223	0.41 266	0.27 228	0.40 250	0.27 215	1.80 522	1.62 542	0.34 232	0.23 203	0.33 209	0.23 184

LMCR-Stereo	0.65 346	0.63 258	0.65 377	0.65 337	0.65 423	0.66 391	0.63 407	0.58 371	0.65 415	0.63 387	0.64 419	0.65 393	0.65 406	0.66 387	0.66 393	0.66 372	0.64 390	0.65 396	0.67 414	0.68 368	0.73 423

KSHMR	0.66 348	0.50 231	0.48 318	1.15 418	0.52 391	0.49 345	0.51 383	0.49 332	0.71 430	0.67 392	0.50 385	1.16 464	1.11 456	0.66 387	0.52 362	0.49 329	0.49 346	0.51 377	0.66 410	0.50 343	1.14 466

TorneroNet	0.66 348	0.53 244	0.50 329	0.50 301	0.64 421	1.06 446	0.70 422	0.50 340	0.51 385	0.49 338	0.69 429	0.49 342	0.50 376	0.48 335	1.15 470	0.71 390	0.49 346	1.14 463	1.08 458	0.49 338	0.49 360

GES	0.66 348	2.34 485	0.29 198	0.41 231	0.29 241	0.41 266	0.29 237	0.42 277	0.29 236	0.40 244	0.41 348	0.41 266	0.30 250	0.51 357	0.29 235	0.32 207	0.29 217	0.32 216	2.46 588	2.49 550	0.30 248

cf-r	0.66 348	2.17 469	0.12 101	0.18 130	0.12 152	0.18 154	2.70 587	2.60 563	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 522	1.74 562

DSFCA	0.66 348	0.73 266	0.78 401	0.65 337	0.65 423	0.64 389	0.64 408	0.65 381	0.63 413	0.64 388	0.64 419	0.64 390	0.64 403	0.65 386	0.65 390	0.65 370	0.65 392	0.65 396	0.65 408	0.66 366	0.64 404

iked130	0.67 353	0.74 268	0.55 345	0.77 354	0.55 397	0.77 399	0.55 388	0.77 393	0.55 390	0.77 405	0.55 396	0.77 407	0.63 398	0.80 405	0.55 367	0.69 375	0.49 346	0.74 406	0.96 444	0.69 373	0.49 360

ITERv14	0.67 353	0.75 272	0.55 345	0.77 354	0.55 397	0.77 399	0.55 388	0.77 393	0.54 388	0.77 405	0.56 400	0.77 407	0.62 393	0.79 400	0.55 367	0.70 381	0.48 342	0.75 409	0.97 445	0.68 368	0.49 360

v134_o9	0.68 355	0.76 275	0.55 345	0.79 360	0.57 407	0.79 411	0.57 399	0.79 400	0.62 410	0.77 405	0.57 406	0.79 418	0.62 393	0.79 400	0.55 367	0.71 390	0.49 346	0.77 421	0.99 449	0.71 384	0.49 360

zaero_v3	0.68 355	0.74 268	0.55 345	0.79 360	0.55 397	0.79 411	0.55 388	0.79 400	0.57 398	0.77 405	0.59 408	0.79 418	0.62 393	0.80 405	0.55 367	0.69 375	0.49 346	0.74 406	1.04 456	0.71 384	0.49 360

DEFOM-Stereo	0.68 355	3.11 524	1.40 523	1.63 497	0.25 217	0.31 210	0.25 209	0.31 205	0.28 230	0.31 206	0.29 240	0.29 207	0.27 228	0.31 214	0.28 225	1.59 515	1.47 528	0.30 209	0.29 251	0.30 195	0.28 222

ssnet_v2	0.68 355	1.96 458	1.25 505	0.29 172	0.20 196	0.30 205	0.20 183	0.29 199	0.22 194	1.50 519	0.20 194	0.31 214	0.20 192	0.27 200	0.22 191	0.24 180	1.49 529	0.26 196	0.18 191	3.90 572	0.19 175

ARAFT	0.68 355	0.81 286	0.63 372	0.74 351	0.60 412	0.78 404	0.62 406	0.77 393	0.66 417	0.74 402	0.63 417	0.75 404	0.62 393	0.83 418	0.60 386	0.70 381	0.55 374	0.70 401	0.60 402	0.78 395	0.55 390

ITERv12	0.69 360	0.73 266	0.57 360	0.78 358	0.57 407	0.77 399	0.57 399	0.77 393	0.55 390	0.79 415	0.55 396	0.77 407	0.65 406	0.82 414	0.56 375	0.70 381	0.51 366	0.76 415	1.18 469	0.70 377	0.51 380

NINENet	0.69 360	3.87 545	1.20 454	1.98 508	0.05 99	0.40 250	0.04 81	0.40 244	0.05 97	0.41 258	0.04 88	0.41 266	0.05 94	0.40 250	0.05 88	1.79 521	1.56 535	0.34 232	0.22 197	0.34 213	0.23 184

99wein	0.70 362	0.74 268	0.56 351	0.79 360	0.56 401	0.94 432	0.55 388	0.78 399	0.60 406	0.78 410	0.59 408	0.78 410	0.63 398	0.80 405	0.56 375	0.70 381	0.50 356	0.77 421	1.01 454	0.82 405	0.49 360

VIP-Stereo	0.70 362	2.97 521	2.43 578	2.49 528	0.16 175	0.25 188	0.16 160	0.25 185	0.16 169	0.25 185	0.18 188	0.25 188	0.16 168	0.26 196	0.16 167	1.86 523	1.26 506	0.23 182	0.15 164	0.23 176	0.15 156

ITERv2	0.70 362	0.74 268	0.55 345	0.77 354	0.55 397	0.78 404	0.55 388	0.77 393	0.55 390	0.77 405	0.55 396	0.78 410	0.62 393	0.79 400	0.55 367	0.69 375	0.49 346	0.73 403	1.50 543	0.69 373	0.49 360

RAFT-Stereo + iAFF	0.70 362	0.72 265	0.71 388	0.80 368	0.62 420	0.82 418	0.61 405	0.81 413	0.62 410	0.81 423	0.63 417	0.80 424	0.70 418	0.73 395	0.61 388	0.76 398	0.61 387	0.74 406	0.61 404	0.77 394	0.61 399

DMCA-RVC	0.70 362	0.80 283	0.70 385	0.70 346	0.70 433	0.70 394	0.70 422	0.71 389	0.70 425	0.70 395	0.71 435	0.71 397	0.70 418	0.70 391	0.69 404	0.69 375	0.70 399	0.69 399	0.70 419	0.69 373	0.70 413

ITERv7	0.71 367	0.77 277	0.56 351	0.80 368	0.56 401	0.78 404	0.56 394	0.79 400	0.78 439	0.78 410	0.56 400	0.84 429	0.63 398	0.82 414	0.55 367	0.70 381	0.51 366	0.76 415	0.98 446	0.70 377	0.74 427

MyStereo8	0.71 367	3.92 548	0.52 338	0.59 326	0.52 391	0.57 381	0.53 385	0.59 373	0.50 378	0.59 381	0.51 391	0.57 381	0.50 376	0.56 371	0.52 362	0.54 347	0.49 346	0.54 384	0.49 384	0.55 357	0.50 371

HH	0.71 367	2.54 495	0.74 395	1.10 410	0.32 290	0.41 266	0.37 318	0.69 386	0.78 439	0.73 397	0.90 452	0.75 404	1.00 446	0.84 419	0.69 404	0.69 375	0.40 298	0.35 248	0.26 222	0.35 225	0.26 201

HanStereo	0.71 367	2.54 495	0.74 395	1.10 410	0.32 290	0.41 266	0.37 318	0.69 386	0.78 439	0.73 397	0.90 452	0.75 404	1.00 446	0.84 419	0.69 404	0.69 375	0.40 298	0.35 248	0.26 222	0.35 225	0.26 201

ITER	0.72 371	0.77 277	0.55 345	0.77 354	0.57 407	0.78 404	0.55 388	0.77 393	0.56 393	0.79 415	0.55 396	0.78 410	0.67 412	0.80 405	0.55 367	0.70 381	0.50 356	0.81 430	1.66 559	0.69 373	0.49 360

zero-FE	0.72 371	1.31 418	0.66 378	0.92 385	0.60 412	0.82 418	0.58 401	0.82 414	0.58 403	0.81 423	0.60 410	0.81 427	0.60 390	0.82 414	0.58 382	0.74 396	0.59 382	0.73 403	0.52 390	0.76 392	0.51 380

ktn	0.72 371	0.53 244	1.08 440	1.14 416	0.51 390	1.22 508	1.36 534	0.51 353	0.59 405	0.51 358	0.51 391	0.69 396	1.20 468	0.67 389	0.51 360	0.51 341	0.49 346	0.58 387	0.66 410	0.52 351	0.53 382

CroCo-Stereo	0.73 374	1.22 412	0.25 183	1.22 472	0.25 217	1.22 508	0.25 209	1.22 502	0.25 208	1.22 510	0.25 217	1.22 513	0.25 211	1.22 512	0.25 209	1.22 493	0.26 191	1.21 519	0.25 216	1.22 498	0.25 195
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 374	0.88 296	0.67 382	0.75 352	0.68 430	0.75 398	0.64 408	0.80 409	0.72 432	0.83 425	0.70 431	0.82 428	0.64 403	0.84 419	0.67 394	0.77 399	0.63 389	0.81 430	0.63 406	0.78 395	0.62 402

ITERv10	0.74 376	0.75 272	0.56 351	0.79 360	0.56 401	0.91 427	0.56 394	1.16 447	0.56 393	0.79 415	0.60 410	0.78 410	0.84 438	0.81 412	0.56 375	0.70 381	0.82 419	0.77 421	1.17 467	0.70 377	0.50 371

ITERv8	0.74 376	0.76 275	0.56 351	0.79 360	0.57 407	0.78 404	0.59 403	0.79 400	0.57 398	0.79 415	0.56 400	0.79 418	0.77 430	0.82 414	0.88 446	0.71 390	0.76 410	0.77 421	1.08 458	0.70 377	0.70 413

a5sdf	0.75 378	1.10 346	0.56 351	0.78 358	0.56 401	0.78 404	0.80 438	0.79 400	0.56 393	0.78 410	0.86 450	0.78 410	0.63 398	0.80 405	0.56 375	0.72 393	0.50 356	0.75 409	1.46 540	0.70 377	0.49 360

AIO-Stereo-zeroshot1	0.75 378	0.92 309	0.85 409	0.96 396	0.59 411	1.27 511	0.44 354	0.59 373	0.69 422	0.91 430	0.68 426	0.55 376	0.61 392	1.06 450	0.83 443	0.62 367	0.70 399	0.90 441	0.41 358	0.89 413	0.56 393

MyStereo06	0.75 378	4.12 549	0.60 365	0.63 333	0.61 417	0.62 387	0.66 411	0.56 365	0.45 360	0.55 372	0.48 380	0.54 372	0.46 359	0.57 376	0.45 335	0.60 359	0.57 378	0.64 393	0.55 393	0.72 387	0.55 390

GCAP-Stereo	0.75 378	4.15 552	0.42 294	0.75 352	0.35 315	0.78 404	0.40 338	0.79 400	0.38 324	0.78 410	0.36 318	0.78 410	0.36 313	0.79 400	0.39 311	0.75 397	0.39 295	0.76 415	0.39 350	0.75 391	0.39 323

GANet-RSSM	0.75 378	1.91 451	0.14 126	0.47 283	0.14 157	0.21 172	3.21 604	2.30 549	0.14 157	0.46 318	0.14 161	0.23 179	0.18 183	0.21 169	0.14 151	0.18 150	0.27 198	0.37 256	0.13 155	2.13 532	2.12 572

vnu138km	0.76 383	1.11 348	0.56 351	0.96 396	0.73 438	0.79 411	0.76 431	0.79 400	0.57 398	0.78 410	0.56 400	0.79 418	0.64 403	0.81 412	0.56 375	0.70 381	0.50 356	0.75 409	1.14 463	1.08 434	0.69 411

RSM++	0.76 383	0.82 288	0.66 378	0.85 377	0.64 421	0.85 420	0.71 425	0.94 429	0.64 414	0.87 426	0.67 425	0.87 431	0.65 406	0.84 419	0.65 390	0.81 404	0.70 399	0.79 425	0.71 422	0.83 408	0.70 413

CroCo-Stereo Lap2	0.77 385	1.29 416	0.29 198	1.27 476	0.29 241	1.27 511	0.26 217	1.26 505	0.26 221	1.26 511	0.26 223	1.27 515	0.26 220	1.26 514	0.27 215	1.27 495	0.27 198	1.27 522	0.27 230	1.27 500	0.27 209

PSMNet-RSSM	0.77 385	2.76 512	0.14 126	0.20 136	0.14 157	0.20 162	2.66 585	2.79 576	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 554	2.31 577

GwcNet-RSSM	0.77 385	2.77 514	0.14 126	0.20 136	0.14 157	0.20 162	2.67 586	2.78 575	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 554	2.31 577

s6wercc	0.78 388	0.79 281	0.86 410	0.80 368	0.75 442	0.80 415	0.56 394	0.80 409	0.56 393	1.18 461	0.56 400	0.78 410	0.63 398	1.24 513	0.59 385	0.70 381	0.50 356	0.75 409	1.54 544	0.71 384	0.50 371

4D-IteraStereo	0.78 388	3.13 525	0.89 414	0.69 342	0.32 290	0.40 250	0.32 279	0.76 392	0.97 461	0.52 361	0.65 421	0.89 434	0.32 291	0.76 399	0.98 456	0.83 409	0.94 429	0.35 248	0.27 230	0.70 377	0.89 441

hitnet-ft	0.79 390	2.78 517	0.14 126	0.20 136	0.14 157	0.21 172	2.89 588	2.80 577	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 562	2.33 579

G-Net	0.79 390	0.79 281	0.79 404	0.79 360	0.79 446	0.79 411	0.79 435	0.79 400	0.79 443	0.79 415	0.79 446	0.79 418	0.79 433	0.79 400	0.79 437	0.79 400	0.79 413	0.79 425	0.79 430	0.79 397	0.79 432

MyStereo05	0.80 392	4.12 549	0.63 372	0.63 333	0.61 417	0.62 387	0.66 411	0.65 381	0.62 410	0.67 392	0.61 415	0.65 393	0.58 388	0.67 389	0.55 367	0.60 359	0.57 378	0.64 393	0.55 393	0.72 387	0.55 390

UDG	0.80 392	2.21 473	0.60 365	0.91 382	0.60 412	0.90 426	0.58 401	0.88 419	0.60 406	0.90 428	0.60 410	0.88 432	0.60 390	0.90 429	0.58 382	0.86 413	0.60 383	0.84 437	0.59 401	0.84 409	0.61 399

ccnet	0.80 392	2.28 477	0.33 242	0.50 301	0.33 302	0.50 353	0.33 290	0.50 340	0.33 296	0.49 338	0.33 298	0.49 342	1.56 533	2.38 553	0.33 268	0.41 292	0.29 217	0.42 329	1.57 546	2.28 538	0.29 227

NaN_ROB	0.80 392	0.80 283	0.80 405	0.80 368	0.80 448	0.80 415	0.80 438	0.80 409	0.80 444	0.80 421	0.80 447	0.80 424	0.80 434	0.80 405	0.80 439	0.80 401	0.80 416	0.80 428	0.80 432	0.80 400	0.80 433

CSAN	0.80 392	0.80 283	0.80 405	0.80 368	0.80 448	0.80 415	0.80 438	0.80 409	0.80 444	0.80 421	0.80 447	0.80 424	0.80 434	0.80 405	0.80 439	0.80 401	0.80 416	0.80 428	0.80 432	0.80 400	0.80 433

GSStereo	0.81 397	4.28 555	0.50 329	0.59 326	0.40 343	0.51 365	0.38 324	0.50 340	0.38 324	0.50 351	0.38 330	0.50 357	3.79 600	0.50 348	0.38 300	0.54 347	0.43 320	0.46 346	0.34 314	0.46 318	0.35 303

BSDual-CNN	0.81 397	1.91 451	0.92 427	4.48 574	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 331	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 533	4.19 599	0.33 224	0.23 203	0.34 213	0.27 209

DDUNet	0.81 397	2.45 493	0.57 360	0.90 380	0.60 412	0.88 423	0.59 403	0.90 420	0.60 406	0.88 427	0.60 410	0.90 435	0.58 388	0.88 426	0.60 386	0.84 411	0.60 383	0.86 439	0.57 399	0.86 410	0.60 398

R-Stereo Train	0.81 397	0.96 315	0.67 382	0.95 393	0.67 427	0.95 433	0.68 416	0.95 431	0.68 419	0.95 438	0.68 426	0.96 443	0.68 414	0.96 440	0.68 397	0.94 423	0.68 394	0.94 447	0.68 415	0.94 422	0.68 409

RAFT-Stereo	0.81 397	0.96 315	0.67 382	0.95 393	0.67 427	0.95 433	0.68 416	0.95 431	0.68 419	0.95 438	0.68 426	0.96 443	0.68 414	0.96 440	0.68 397	0.94 423	0.68 394	0.94 447	0.68 415	0.94 422	0.68 409
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 402	1.72 435	1.48 527	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 523	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 514	0.32 216	0.16 166	6.75 610	0.23 184

scenet	0.82 402	1.72 435	1.48 527	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 523	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 514	0.32 216	0.16 166	6.75 610	0.23 184

ssnet	0.82 402	1.72 435	1.48 527	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 523	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 514	0.32 216	0.16 166	6.75 610	0.23 184

DEFOM-Stereo_RVC	0.83 405	5.18 566	1.98 567	2.19 513	0.17 179	0.19 157	0.18 175	0.19 154	0.16 169	0.20 159	0.19 190	0.22 175	0.22 198	0.20 159	0.15 161	2.28 550	2.13 569	0.24 190	0.17 186	0.18 155	0.16 157

BUS	0.83 405	1.91 451	0.92 427	4.48 574	0.02 21	0.40 250	0.04 81	0.41 259	0.02 21	0.48 331	0.03 52	0.41 266	0.05 94	0.03 39	0.05 88	1.97 533	4.19 599	0.33 224	0.23 203	0.34 213	0.27 209

PDISCO_ROB	0.83 405	2.80 518	3.49 596	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 583	0.13 147	0.14 116	2.34 574	0.16 145	0.12 147	2.62 563	0.10 116

AIO-Stereo	0.84 408	0.66 261	0.70 385	0.83 374	0.67 427	0.98 436	0.82 442	1.14 443	0.72 432	1.03 446	0.74 441	1.03 451	1.09 455	0.99 442	0.45 335	1.04 429	0.73 405	0.95 449	0.74 425	0.94 422	0.46 346

DCRE	0.84 408	1.89 448	0.77 400	0.94 391	0.72 437	0.88 423	0.73 428	0.87 416	0.78 439	0.90 428	0.71 435	0.88 432	0.67 412	0.88 426	0.73 429	0.81 404	0.68 394	0.81 430	0.70 419	0.82 405	0.70 413

iGMRVC	0.84 408	2.85 519	0.72 391	0.72 349	0.73 438	0.77 399	0.79 435	0.73 391	0.74 437	0.73 397	0.72 438	0.73 402	0.76 428	0.73 395	0.73 429	0.72 393	0.73 405	0.73 403	0.72 424	0.73 390	0.72 420

AdaDepth	0.86 411	0.93 311	0.71 388	1.01 404	1.07 473	1.02 443	0.71 425	1.00 433	0.71 430	1.01 444	0.71 435	1.00 446	0.72 423	1.14 461	0.71 427	0.92 418	0.64 390	0.90 441	0.64 407	0.89 413	0.69 411

GEStereo_RVC	0.86 411	4.45 556	0.20 165	0.27 170	0.20 196	0.27 200	0.20 183	0.26 190	0.18 180	5.03 611	0.20 194	0.27 200	0.19 188	0.27 200	0.21 189	0.20 157	0.19 171	0.19 165	4.02 615	0.20 162	0.18 173

ITERv4	0.88 413	1.32 420	0.56 351	0.79 360	0.92 457	1.18 461	0.97 456	0.79 400	0.57 398	0.79 415	0.65 421	0.79 418	1.14 459	0.86 424	0.56 375	1.06 431	0.92 426	0.76 415	1.61 553	0.70 377	0.71 418

Selective-RAFT-Error	0.88 413	0.84 289	0.98 432	0.86 378	0.97 463	0.88 423	0.95 453	0.84 415	0.99 464	0.92 432	0.82 449	0.84 429	0.98 445	0.87 425	0.97 455	0.81 404	0.83 420	0.79 425	0.82 435	0.79 397	0.85 438

IER	0.88 413	7.04 585	2.23 572	2.75 533	0.28 232	0.43 305	0.25 209	0.39 239	0.25 208	0.41 258	0.27 228	0.39 245	0.25 211	0.40 250	0.28 225	0.37 233	0.28 204	0.37 256	0.25 216	0.37 236	0.25 195

Selective-RAFT	0.89 416	0.89 299	0.72 391	1.16 423	0.78 445	1.06 446	0.82 442	0.87 416	0.97 461	1.00 440	0.91 455	0.90 435	1.00 446	0.89 428	0.93 452	0.83 409	0.83 420	0.82 435	0.82 435	0.81 403	0.82 436

AIO-Stereo-zeroshot	0.91 417	0.86 292	0.89 414	1.25 475	0.69 431	1.05 445	0.81 441	1.16 447	0.50 378	1.12 456	0.97 460	0.72 400	0.82 436	1.06 450	0.95 453	0.61 363	0.87 422	1.03 460	0.85 438	1.04 432	1.01 455

CFNet-RSSM	0.91 417	4.89 562	0.34 252	0.44 275	1.07 473	1.62 528	1.40 541	0.91 422	0.35 308	1.60 520	1.39 541	0.64 390	0.34 304	0.44 313	0.33 268	0.41 292	0.35 277	0.75 409	0.30 271	0.41 301	0.29 227

MLG-Stereo	0.92 419	0.90 302	0.84 408	1.27 476	0.49 381	1.38 518	0.88 445	1.41 515	0.97 461	0.73 397	1.09 468	1.26 514	0.43 351	0.72 393	1.05 463	1.13 441	0.49 346	1.18 472	0.66 410	1.01 429	0.46 346

ToySt	0.92 419	2.11 464	0.90 419	0.95 393	0.79 446	0.99 437	0.78 434	0.94 429	0.81 447	0.94 436	0.78 445	0.95 442	0.77 430	0.94 436	0.86 445	0.91 415	0.79 413	0.85 438	0.77 427	0.89 413	0.73 423

DPSM_ROB	0.92 419	0.91 304	0.91 424	0.91 382	0.92 457	0.92 429	0.92 449	0.92 425	0.91 451	0.93 434	0.91 455	0.92 438	0.90 439	0.91 430	0.92 448	0.92 418	0.91 424	0.91 444	0.92 439	0.93 420	0.93 445

DPSM	0.92 419	0.91 304	0.91 424	0.91 382	0.92 457	0.92 429	0.92 449	0.92 425	0.91 451	0.93 434	0.91 455	0.92 438	0.90 439	0.91 430	0.92 448	0.92 418	0.91 424	0.91 444	0.92 439	0.93 420	0.93 445

pmcnn	0.92 419	0.92 309	0.92 427	0.92 385	0.92 457	0.92 429	0.92 449	0.92 425	0.92 455	0.92 432	0.92 458	0.92 438	0.92 441	0.92 434	0.92 448	0.92 418	0.92 426	0.92 446	0.92 439	0.92 419	0.92 444

error version	0.93 424	4.47 557	2.35 575	1.99 509	0.37 325	0.41 266	0.36 312	0.41 259	0.35 308	0.43 285	0.36 318	0.41 266	0.40 331	0.41 265	0.36 288	1.87 525	2.16 570	0.47 355	0.37 334	0.39 276	0.33 286

test_1	0.93 424	4.47 557	2.35 575	1.99 509	0.37 325	0.41 266	0.36 312	0.41 259	0.35 308	0.43 285	0.36 318	0.41 266	0.40 331	0.41 265	0.36 288	1.87 525	2.16 570	0.47 355	0.37 334	0.39 276	0.33 286

DGTPSM_ROB	0.93 424	1.00 322	0.92 427	0.94 391	0.96 462	0.91 427	0.92 449	0.91 422	0.96 460	0.91 430	0.96 459	0.93 441	0.92 441	0.94 436	0.92 448	0.92 418	0.92 426	0.90 441	0.92 439	0.94 422	0.91 443

HSM-Net_RVC	0.95 427	1.17 356	0.78 401	1.18 425	0.71 435	1.16 460	0.75 430	1.09 441	0.80 444	1.10 450	0.75 442	1.17 465	0.74 425	1.17 464	0.80 439	1.13 441	0.73 405	1.17 469	0.77 427	1.16 442	0.72 420
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 428	3.17 527	2.30 574	2.42 525	0.38 332	0.54 373	0.38 324	0.54 361	0.38 324	0.54 369	0.38 330	0.54 372	0.38 322	0.54 366	0.38 300	2.38 558	2.34 574	0.49 368	0.36 332	0.49 338	0.36 306

DPSimNet_ROB	0.97 428	1.18 358	0.81 407	1.10 410	0.91 456	1.02 443	0.82 442	1.04 438	0.91 451	1.03 446	0.86 450	1.28 516	0.82 436	1.03 449	0.89 447	1.17 444	0.81 418	1.02 458	0.82 435	1.08 434	0.81 435

test-3	0.98 430	4.13 551	1.85 556	1.85 500	0.61 417	0.69 393	0.37 318	0.63 379	0.61 409	0.66 391	0.51 391	0.73 402	0.44 353	0.57 376	0.54 365	1.68 519	1.81 554	0.40 280	0.43 367	0.66 366	0.50 371

Wavelet-MonSter	1.00 431	1.21 406	0.76 398	1.94 504	1.01 468	1.11 455	0.76 431	1.15 444	0.76 438	1.11 455	0.76 443	1.14 462	0.76 428	1.11 458	0.76 435	1.21 491	0.90 423	1.02 458	0.71 422	1.02 431	0.71 418

999	1.00 431	1.12 349	0.59 363	1.10 410	1.21 531	1.09 451	0.52 384	1.08 439	1.43 543	1.18 461	1.35 535	0.98 445	0.52 382	0.91 430	0.85 444	0.72 393	1.46 527	0.83 436	0.98 446	0.68 368	1.41 538

DispNO	1.00 431	0.63 258	0.43 295	3.45 559	0.44 364	0.65 390	0.43 353	0.64 380	0.43 355	0.64 388	0.43 360	0.64 390	3.03 579	0.64 385	0.43 333	4.55 588	0.43 320	0.63 392	0.43 367	0.63 364	0.43 340

GANet	1.00 431	1.00 322	1.00 434	1.00 401	1.00 464	1.00 438	1.00 458	1.00 433	1.00 465	1.00 440	1.00 462	1.00 446	1.00 446	1.00 444	1.00 458	1.00 425	1.00 430	1.00 454	1.00 450	1.00 426	1.00 452

TDLM	1.00 431	1.00 322	1.00 434	1.00 401	1.00 464	1.00 438	1.00 458	1.00 433	1.00 465	1.00 440	1.00 462	1.00 446	1.00 446	1.00 444	1.00 458	1.00 425	1.00 430	1.00 454	1.00 450	1.00 426	1.00 452

CVANet_RVC	1.00 431	1.00 322	1.00 434	1.00 401	1.00 464	1.00 438	1.00 458	1.00 433	1.00 465	1.00 440	1.00 462	1.00 446	1.00 446	1.00 444	1.00 458	1.00 425	1.00 430	1.00 454	1.00 450	1.00 426	1.00 452

trnet	1.01 437	1.01 328	1.01 437	1.01 404	1.01 468	1.01 442	1.01 461	1.01 437	1.01 468	1.01 444	1.01 465	1.01 450	1.01 452	1.01 448	1.01 461	1.01 428	1.01 433	1.01 457	1.01 454	1.01 429	1.01 455

LL-Strereo	1.01 437	5.06 564	1.63 536	0.70 346	1.43 541	0.56 375	0.46 361	0.57 368	0.50 378	0.57 377	0.50 385	1.58 524	0.49 373	0.59 378	0.50 355	1.64 518	0.52 370	0.51 377	1.37 531	0.52 351	0.45 345

FlowAnything_test	1.02 439	1.72 435	0.71 388	1.59 490	0.70 433	1.61 526	0.69 419	1.61 517	0.70 425	1.60 520	0.70 431	1.61 528	0.69 416	1.61 524	0.70 421	0.81 404	0.58 380	0.81 430	0.55 393	0.81 403	0.56 393

FlowAnything	1.02 439	1.71 434	0.72 391	1.59 490	0.69 431	1.60 525	0.69 419	1.61 517	0.70 425	1.60 520	0.69 429	1.60 525	0.69 416	1.61 524	0.69 404	0.81 404	0.58 380	0.81 430	0.56 397	0.82 405	0.56 393

tt45	1.04 441	0.88 296	1.36 517	0.92 385	1.03 471	1.51 524	0.79 435	0.70 388	0.88 449	0.74 402	0.90 452	1.60 525	0.72 423	1.60 522	0.75 433	0.91 415	0.78 412	1.52 534	0.79 430	1.14 438	1.32 530

GLC_STEREO	1.07 442	1.01 328	1.06 439	1.07 408	1.05 472	1.06 446	1.08 465	1.08 439	1.05 471	1.07 448	1.06 467	1.08 453	1.05 454	1.06 450	1.10 465	1.07 432	1.09 443	1.05 461	1.05 457	1.06 433	1.12 462

FC-DCNN	1.07 442	1.09 343	0.98 432	0.89 379	0.52 391	1.41 521	0.91 448	1.21 501	1.24 529	1.96 532	2.05 586	1.91 533	1.30 521	1.27 515	1.08 464	0.80 401	0.60 383	0.58 387	0.41 358	0.68 368	0.54 385

hknet	1.10 444	1.85 444	3.49 596	4.48 574	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 331	0.03 52	0.41 266	0.03 52	0.42 280	0.03 48	4.39 585	4.19 599	0.33 224	0.23 203	0.34 213	0.27 209

test_xeample3	1.10 444	1.81 441	0.61 370	0.84 375	0.49 381	0.77 399	0.66 411	0.92 425	1.40 541	0.68 394	0.46 368	0.78 410	0.54 386	1.72 527	1.48 543	1.34 499	1.52 531	1.35 527	1.67 561	1.33 502	1.55 543

DISCO	1.11 446	0.39 155	5.28 609	0.39 205	0.20 196	0.39 248	0.27 220	0.39 239	0.22 194	0.38 232	0.20 194	0.38 240	0.20 192	6.95 622	0.22 191	0.30 201	0.21 176	0.27 200	0.21 194	5.25 603	0.21 179

Occ-G	1.12 447	0.52 241	3.72 601	3.50 563	0.50 385	0.56 375	0.47 366	0.54 361	0.46 361	0.54 369	0.41 348	0.54 372	0.42 348	0.52 362	0.42 330	3.42 579	4.02 598	0.52 380	0.45 369	0.51 349	0.44 343

AEACV	1.12 447	0.52 241	3.12 593	3.24 548	0.86 450	0.53 370	0.49 377	0.60 375	0.47 366	0.53 364	0.49 383	0.55 376	0.45 356	0.55 370	0.47 346	3.01 575	3.88 596	0.71 402	0.60 402	0.80 400	0.48 355

MSMD_ROB	1.19 449	1.10 346	0.70 385	1.10 410	0.60 412	1.10 452	0.70 422	1.10 442	0.70 425	1.10 450	0.70 431	1.10 457	0.70 418	7.00 623	0.70 421	1.10 435	0.70 399	1.10 462	0.70 419	1.10 436	0.70 413

MM-Stereo_test2	1.20 450	1.85 444	1.05 438	1.46 487	0.94 461	1.36 516	0.99 457	1.36 510	0.95 458	1.41 516	0.98 461	1.40 521	0.96 443	1.37 517	0.95 453	1.37 504	1.06 436	1.33 524	0.93 443	1.29 501	0.89 441

ours_stereo	1.20 450	1.21 406	0.90 419	1.64 498	1.11 475	1.35 514	0.67 415	1.76 524	0.93 456	1.70 528	1.10 469	1.39 519	0.75 427	1.41 519	0.81 442	1.60 517	1.03 435	1.33 524	1.00 450	1.61 512	0.72 420

DisPM	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

CrosDoStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

PFNet+	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

LCNet	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

HHNet	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

Patchmatch Stereo++	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

STrans-v2	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

TransformOpticalFlow	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

OMP-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

IIG-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

NF-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

OCTAStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

PSM-softLoss	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

KMStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

NRIStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

PSM-adaLoss	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

PSM-AAD	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

FTStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

ROB_FTStereo_v2	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

ROB_FTStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

Consistency-Raft	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

KYRaft	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

HUI-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

ASMatch	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

DeepStereo_LL	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

DEmStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

SST-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

THIR-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

RAFT_R40	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

DRaft	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

PFNet	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

GrayStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

RE-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

Pruner-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

TVStereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

DeepStereo_RVC	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

RAFT-RH_RVC	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

IRAFT_RVC	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

RAFT-345	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

iRAFT	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

CRE-IMP	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

GMM-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

RAFT-IKP	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

Prome-Stereo	1.20 450	1.20 360	1.20 454	1.20 427	1.20 485	1.20 462	1.20 476	1.20 456	1.20 481	1.20 464	1.20 478	1.20 467	1.20 468	1.20 466	1.20 477	1.20 446	1.20 458	1.20 474	1.20 473	1.20 451	1.20 476

HCRNet	1.22 497	7.11 586	3.00 581	3.55 564	0.33 302	0.29 204	0.14 152	0.19 154	0.15 167	0.33 216	0.29 240	0.25 188	0.14 158	0.22 173	0.33 268	3.64 580	3.00 577	0.76 415	0.32 302	0.18 155	0.13 150

HBP-ISP	1.24 498	1.72 435	1.65 537	1.15 418	0.76 443	1.40 520	0.88 445	1.67 523	1.02 469	1.69 527	1.38 540	1.69 529	1.21 514	1.87 534	1.21 522	1.05 430	0.79 413	0.97 452	0.80 432	1.19 450	0.75 428

AANet_RVC	1.26 499	0.31 136	4.99 607	5.93 599	0.20 196	0.25 188	0.20 183	0.25 185	0.20 188	0.23 176	0.19 190	0.25 188	0.20 192	0.25 186	0.20 186	5.66 609	4.76 602	0.26 196	0.30 271	0.24 178	0.27 209

MM-Stereo_test3	1.27 500	2.07 460	1.18 449	1.60 493	1.02 470	1.45 522	1.01 461	1.40 514	1.04 470	1.44 517	1.03 466	1.46 523	1.02 453	1.44 520	1.02 462	1.51 513	1.12 450	1.32 523	0.98 446	1.38 505	0.97 448

11t	1.27 500	2.70 504	1.34 507	1.32 480	0.89 452	1.30 513	1.34 531	1.64 520	0.57 398	1.45 518	0.72 438	1.05 452	1.29 520	1.07 453	1.29 532	1.49 510	1.02 434	0.97 452	1.15 464	1.48 507	1.31 529

MaskLacGwcNet_RVC	1.35 502	1.35 422	1.35 509	1.35 482	1.35 535	1.35 514	1.35 532	1.36 510	1.35 537	1.36 514	1.35 535	1.36 517	1.36 526	1.36 516	1.35 536	1.35 500	1.35 519	1.35 527	1.35 528	1.35 503	1.35 534

CC-Net-ROB	1.36 503	1.33 421	1.33 506	1.36 483	1.38 538	1.36 516	1.33 530	1.37 512	1.34 534	1.35 513	1.36 537	1.38 518	1.34 524	1.38 518	1.38 539	1.35 500	1.38 523	1.33 524	1.35 528	1.43 506	1.34 533

CFNet	1.37 504	5.27 569	0.19 162	5.49 596	0.19 193	0.28 201	0.19 179	0.28 194	0.19 186	0.28 197	0.19 190	0.28 201	4.35 608	0.28 204	0.19 183	0.23 175	0.17 163	0.23 182	4.21 617	4.81 594	0.17 169

PS-NSSS	1.38 505	1.39 424	1.34 507	1.34 481	1.35 535	1.38 518	1.37 539	1.35 509	1.38 540	1.34 512	1.34 534	1.39 519	1.38 529	1.70 526	1.40 540	1.36 502	1.36 520	1.36 529	1.37 531	1.37 504	1.36 535

RASNet	1.49 506	1.65 432	1.45 525	1.38 485	1.43 541	1.47 523	1.36 534	1.38 513	1.36 538	1.39 515	1.60 551	1.45 522	1.45 532	1.51 521	2.21 581	1.53 514	1.36 520	1.36 529	1.36 530	1.66 515	1.36 535

GANetREF_RVC	1.55 507	1.94 457	1.22 501	1.88 501	1.21 531	1.88 532	1.22 522	1.88 526	1.22 527	1.88 529	1.22 524	1.88 531	1.22 515	1.89 535	1.22 523	1.87 525	1.22 505	1.88 548	1.22 519	1.88 524	1.22 522
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 508	1.91 451	1.21 500	1.94 504	1.20 485	2.00 540	1.23 523	1.99 531	1.24 529	2.00 537	1.25 527	2.03 541	1.26 517	2.00 539	1.29 532	1.90 529	1.18 457	1.89 549	1.21 518	1.89 525	1.20 476
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 509	1.59 431	1.70 539	1.59 490	1.59 547	1.61 526	1.61 550	1.60 516	1.60 547	1.62 526	1.59 550	1.60 525	1.60 535	1.60 522	1.59 547	1.59 515	1.60 541	1.59 535	1.59 551	1.59 511	1.59 548

ff7	1.68 510	2.68 501	1.35 509	0.97 398	0.89 452	1.84 529	2.15 579	2.12 537	1.80 564	2.05 542	1.56 547	2.33 548	2.12 570	2.23 545	2.25 582	1.31 496	1.07 437	1.48 531	1.41 534	0.90 416	1.04 457

ffff	1.68 510	2.68 501	1.35 509	0.97 398	0.89 452	1.84 529	2.15 579	2.12 537	1.80 564	2.05 542	1.56 547	2.33 548	2.12 570	2.23 545	2.25 582	1.31 496	1.07 437	1.48 531	1.41 534	0.90 416	1.04 457

ccc-4	1.68 510	2.68 501	1.35 509	0.97 398	0.89 452	1.84 529	2.15 579	2.12 537	1.80 564	2.05 542	1.56 547	2.33 548	2.12 570	2.23 545	2.25 582	1.31 496	1.07 437	1.48 531	1.41 534	0.90 416	1.04 457

MC-Stereo	1.76 513	2.96 520	1.37 519	2.14 512	1.37 537	2.14 546	1.36 534	2.14 540	1.37 539	2.14 546	1.37 538	2.14 543	1.37 528	2.14 544	1.37 538	1.97 533	1.32 507	1.97 551	1.32 527	1.98 526	1.33 531

IGEVStereo-DCA	1.77 514	4.21 553	1.84 554	2.49 528	2.11 580	2.54 566	1.36 534	1.65 521	1.17 478	2.75 575	1.90 569	2.54 561	1.15 461	0.94 436	1.11 466	1.50 511	1.32 507	0.96 450	1.46 540	1.49 508	0.88 439

rrr	1.77 514	4.21 553	1.84 554	2.49 528	2.11 580	2.54 566	1.36 534	1.65 521	1.17 478	2.75 575	1.90 569	2.54 561	1.15 461	0.94 436	1.11 466	1.50 511	1.32 507	0.96 450	1.46 540	1.49 508	0.88 439

MM-Stereo_test1	1.80 516	3.41 531	1.52 532	2.12 511	1.41 540	2.04 541	1.41 542	2.05 535	1.46 544	2.04 541	1.41 542	2.05 542	1.42 531	2.05 540	1.43 542	2.04 537	1.54 534	1.94 550	1.38 533	1.99 527	1.33 531

MFMNet_re	1.81 517	1.91 451	1.71 541	1.95 506	1.70 558	1.95 537	1.70 555	1.96 529	1.74 560	1.97 534	1.72 559	1.95 534	1.71 543	1.97 538	1.71 555	1.86 523	1.62 542	1.85 541	1.66 559	1.86 523	1.64 554

plain	1.88 518	3.16 526	0.64 374	3.10 543	0.65 423	3.10 581	0.64 408	3.12 580	0.65 415	3.10 581	0.65 421	3.11 581	0.65 406	3.12 580	0.65 390	3.12 576	0.65 392	3.13 581	0.65 408	3.13 566	0.65 405

RAFT_CTSACE	1.92 519	3.71 538	1.72 542	1.88 501	1.72 559	2.04 541	1.42 544	2.18 542	1.89 575	2.02 539	1.97 575	1.95 534	2.06 569	1.93 536	1.62 548	1.76 520	1.66 545	2.02 552	1.73 569	1.73 518	1.43 540

MonStereo1	1.94 520	2.77 514	1.52 532	3.73 571	1.51 544	2.13 545	1.42 544	2.32 550	1.52 545	2.31 554	1.50 545	2.53 558	1.59 534	2.34 552	1.56 545	1.91 530	1.36 520	1.86 544	1.31 526	2.07 528	1.53 541

4.25w-stereo	1.98 521	2.72 508	1.46 526	3.47 560	1.43 541	2.07 543	1.98 570	2.53 562	1.52 545	2.71 568	1.98 581	1.81 530	1.62 537	1.96 537	1.36 537	1.88 528	2.00 559	2.53 575	1.61 553	1.74 519	1.15 467

4.5w-stereo	1.99 522	2.33 481	1.81 545	3.28 550	1.68 554	1.94 534	1.99 573	2.72 565	1.70 552	2.72 569	1.99 584	1.97 536	1.68 539	1.76 528	1.29 532	1.91 530	2.02 565	2.53 575	1.61 553	1.75 520	1.16 470

2.75w_new	1.99 522	2.34 485	1.81 545	3.14 544	1.62 549	1.94 534	1.99 573	2.72 565	1.71 553	2.72 569	1.99 584	1.90 532	1.73 545	1.82 533	1.29 532	2.37 557	2.01 561	2.31 562	1.42 537	1.77 521	1.22 522

3.75w	1.99 522	2.31 479	1.83 553	3.16 546	1.65 551	1.93 533	1.98 570	2.72 565	1.68 549	2.73 574	1.97 575	2.00 538	1.72 544	1.81 532	1.25 528	2.27 549	2.01 561	2.38 567	1.42 537	1.71 517	1.24 525

2w_stereo	1.99 522	2.36 488	1.81 545	3.24 548	1.67 552	1.94 534	1.98 570	2.72 565	1.68 549	2.72 569	1.94 572	1.98 537	1.74 547	1.79 531	1.27 529	1.95 532	2.00 559	2.53 575	1.60 552	1.68 516	1.15 467

2.25w	2.00 526	1.86 446	1.98 567	2.95 541	2.17 584	2.26 547	1.35 532	2.42 556	2.00 582	2.07 545	1.27 529	2.53 558	1.99 565	2.29 549	1.49 544	2.21 544	1.32 507	1.85 541	1.87 573	2.52 554	1.62 552

4.25_new	2.00 526	2.33 481	1.82 550	3.32 553	1.69 555	1.95 537	1.99 573	2.72 565	1.71 553	2.72 569	1.97 575	2.01 539	1.74 547	1.77 529	1.28 530	2.18 541	2.01 561	2.48 573	1.58 549	1.65 513	1.17 471

4.5w_new	2.00 526	2.33 481	1.82 550	3.32 553	1.69 555	1.95 537	1.99 573	2.72 565	1.71 553	2.72 569	1.97 575	2.01 539	1.74 547	1.77 529	1.28 530	2.18 541	2.01 561	2.48 573	1.58 549	1.65 513	1.17 471

4.5_new	2.00 526	1.84 443	1.98 567	2.77 535	2.16 582	2.27 548	1.28 529	2.09 536	1.98 579	2.01 538	1.28 530	2.71 570	1.98 563	2.51 561	1.65 550	2.26 546	1.33 514	1.87 545	1.87 573	2.49 550	1.60 549

TRStereo	2.00 526	2.13 465	1.85 556	2.27 518	1.84 563	2.28 550	1.84 559	2.29 545	1.86 569	2.30 551	1.87 564	2.30 545	1.87 553	2.08 541	1.72 557	2.08 538	1.72 548	2.08 554	1.72 566	2.08 529	1.72 559

XX-Stereo	2.00 526	2.13 465	1.85 556	2.27 518	1.84 563	2.28 550	1.84 559	2.29 545	1.86 569	2.30 551	1.87 564	2.30 545	1.87 553	2.08 541	1.72 557	2.08 538	1.72 548	2.08 554	1.72 566	2.08 529	1.72 559

EAI-Stereo	2.00 526	2.13 465	1.85 556	2.27 518	1.84 563	2.28 550	1.84 559	2.29 545	1.86 569	2.30 551	1.87 564	2.30 545	1.87 553	2.08 541	1.72 557	2.08 538	1.72 548	2.08 554	1.72 566	2.08 529	1.72 559

2.5w	2.01 533	2.40 490	1.37 519	3.28 550	2.01 574	2.71 571	1.43 547	1.82 525	1.83 567	1.90 531	1.41 542	2.71 570	1.35 525	2.71 570	1.85 568	2.66 569	1.53 532	1.64 536	1.23 520	2.53 557	1.87 568

4w-stereo	2.02 534	2.72 508	1.44 524	3.36 556	1.59 547	2.48 559	1.72 556	2.28 543	1.24 529	2.24 549	1.65 555	2.56 563	1.32 523	2.39 555	1.98 578	2.67 571	1.51 530	1.66 537	1.24 521	2.53 557	1.88 571

IGEV	2.02 534	2.20 471	1.82 550	2.90 540	2.16 582	2.41 556	1.25 525	2.00 532	1.98 579	1.99 536	1.31 532	2.72 574	1.93 559	2.67 569	1.69 554	2.26 546	1.32 507	1.83 540	1.87 573	2.53 557	1.61 551

3.25w_new	2.03 536	2.72 508	1.35 509	3.33 555	1.57 545	2.72 572	1.53 549	2.15 541	1.33 533	2.15 547	1.60 551	2.63 567	1.30 521	2.72 572	1.99 579	2.67 571	1.53 532	1.75 539	1.25 523	2.53 557	1.87 568

3.5w_stereo	2.03 536	2.72 508	1.35 509	3.41 557	1.57 545	2.72 572	1.49 548	2.01 533	1.34 534	2.15 547	1.61 553	2.63 567	1.36 526	2.72 572	1.99 579	2.66 569	1.58 537	1.68 538	1.24 521	2.53 557	1.87 568

UniTT-Stereo	2.03 536	3.43 532	0.72 391	3.42 558	0.73 438	3.27 584	0.68 416	3.38 584	0.69 422	3.29 584	0.72 438	3.28 584	0.70 418	3.35 585	0.68 397	3.39 578	0.68 394	3.31 583	0.69 417	3.37 567	0.73 423

3.25w	2.04 539	2.20 471	1.48 527	3.03 542	2.17 584	2.63 570	1.39 540	1.96 529	1.95 578	1.96 532	1.37 538	2.71 570	1.96 562	2.71 570	1.73 562	2.26 546	1.32 507	1.87 545	1.87 573	2.51 553	1.63 553

3w_stereo	2.04 539	2.24 475	1.70 539	3.15 545	2.18 586	2.49 560	1.26 527	2.03 534	1.98 579	1.98 535	1.33 533	2.72 574	1.99 565	2.59 564	1.72 557	2.22 545	1.33 514	1.85 541	1.88 578	2.50 552	1.58 547

1w_stereo	2.05 541	2.32 480	1.35 509	3.74 572	2.01 574	2.73 574	1.42 544	1.88 526	1.93 577	2.03 540	1.28 530	2.71 570	1.99 565	2.72 572	1.72 557	2.20 543	1.32 507	1.87 545	1.86 572	2.45 546	1.54 542

sCroCo_RVC	2.10 542	2.76 512	1.92 564	2.78 538	1.39 539	2.73 574	1.41 542	2.73 571	1.40 541	2.77 580	1.41 542	2.74 576	1.40 530	2.74 575	1.40 540	2.72 573	1.42 525	2.72 579	1.44 539	2.79 564	1.42 539

MoCha-V2	2.11 543	26.97 628	0.78 401	0.92 385	0.77 444	0.96 435	0.72 427	0.90 420	0.72 432	0.94 436	0.70 431	0.90 435	0.71 422	0.91 430	0.71 427	0.85 412	0.71 403	0.88 440	0.69 417	0.87 411	0.67 408

FBW_ROB	2.12 544	2.46 494	1.77 544	2.49 528	1.79 562	2.38 554	1.83 558	2.46 557	1.78 563	2.48 562	1.97 575	2.40 553	1.78 550	2.42 558	1.83 566	2.31 554	1.85 556	2.38 567	1.82 571	2.35 541	1.84 564

MonStereo	2.17 545	2.41 491	1.49 531	2.67 532	1.67 552	2.60 569	2.04 577	2.32 550	1.76 561	2.44 559	1.68 557	2.50 556	1.69 541	2.38 553	1.80 565	2.28 550	1.78 551	2.63 578	2.14 581	3.47 568	1.68 557

asda	2.17 545	2.54 495	1.81 545	3.47 560	1.78 561	2.50 562	1.86 563	2.61 564	1.68 549	2.61 566	1.83 561	2.37 552	1.73 545	2.44 559	1.88 573	2.51 566	1.84 555	2.34 564	1.62 556	2.23 534	1.77 563

asd	2.18 547	2.77 514	1.58 534	3.59 565	2.00 573	2.58 568	1.85 562	2.39 555	1.71 553	2.47 561	1.97 575	2.59 565	1.61 536	2.56 562	1.79 564	2.51 566	1.99 558	2.11 557	1.62 556	2.36 542	1.60 549

qwe	2.18 547	2.60 498	1.58 534	3.83 573	1.90 571	2.53 564	1.90 568	2.48 558	1.73 558	2.37 557	1.92 571	2.53 558	1.68 539	2.56 562	1.83 566	2.52 568	1.87 557	2.07 553	1.68 563	2.32 540	1.71 558

monsters	2.18 547	2.41 491	1.96 566	3.47 560	2.03 578	2.53 564	1.64 552	2.48 558	1.73 558	2.40 558	1.50 545	2.62 566	1.94 560	2.59 564	1.94 575	2.44 561	1.57 536	2.28 560	1.87 573	2.42 544	1.86 566

AIO_rvc	2.18 547	2.34 485	1.87 560	2.32 522	1.94 572	2.40 555	1.89 567	2.37 553	2.07 584	2.52 564	1.95 574	2.44 555	1.99 565	2.41 556	1.89 574	2.32 555	2.09 567	2.24 558	2.18 582	2.21 533	2.23 575

HUF	2.18 547	2.30 478	1.99 570	2.34 523	2.02 577	2.41 556	2.06 578	2.38 554	1.89 575	2.36 556	1.85 562	2.56 563	1.98 563	2.31 551	1.97 577	2.30 553	2.03 566	2.30 561	2.11 580	2.23 534	2.16 573

AIO_test	2.18 547	2.09 463	2.04 571	2.42 525	2.01 574	2.47 558	1.94 569	2.34 552	2.03 583	2.56 565	1.94 572	2.43 554	1.94 560	2.41 556	1.87 572	2.39 559	2.10 568	2.35 566	1.91 579	2.25 536	2.19 574

monsterstereo	2.20 553	2.33 481	1.95 565	3.65 567	2.07 579	2.49 560	1.61 550	2.48 558	1.83 567	2.45 560	1.61 553	2.67 569	1.86 552	2.64 566	1.94 575	2.48 565	1.66 545	2.34 564	1.68 563	2.40 543	1.86 566

LG-G_1	2.22 554	2.71 506	1.89 561	2.77 535	1.87 569	2.75 576	1.87 565	2.76 573	1.87 573	2.75 575	1.87 564	2.76 577	1.87 553	2.75 576	1.86 569	2.47 563	1.58 537	2.45 570	1.57 546	2.45 546	1.57 545

LG-G	2.22 554	2.71 506	1.89 561	2.77 535	1.87 569	2.75 576	1.87 565	2.76 573	1.87 573	2.75 575	1.87 564	2.76 577	1.87 553	2.75 576	1.86 569	2.47 563	1.58 537	2.45 570	1.57 546	2.45 546	1.57 545

LGtest1	2.22 554	2.70 504	1.89 561	2.76 534	1.86 566	2.75 576	1.86 563	2.75 572	1.86 569	2.75 575	1.86 563	2.77 579	1.87 553	2.75 576	1.86 569	2.46 562	1.58 537	2.45 570	1.56 545	2.45 546	1.56 544

RAStereo	2.23 557	3.64 535	0.76 398	3.65 567	0.86 450	3.66 588	0.76 431	3.67 588	0.81 447	3.66 585	0.76 443	3.66 586	0.77 430	3.68 587	0.77 436	3.68 581	0.77 411	3.69 588	0.77 427	3.70 570	0.77 431

UDGNet	2.23 557	5.40 574	1.72 542	2.48 527	1.69 555	2.51 563	1.69 554	2.51 561	1.72 557	2.50 563	1.69 558	2.52 557	1.69 541	2.50 560	1.68 553	2.41 560	1.70 547	2.42 569	1.69 565	2.42 544	1.64 554

NCCL2	2.28 559	2.27 476	2.28 573	2.28 521	2.28 587	2.27 548	2.29 582	2.28 543	2.28 585	2.27 550	2.28 587	2.28 544	2.27 573	2.27 548	2.28 586	2.28 550	2.28 573	2.27 559	2.29 586	2.27 537	2.29 576

Abc-Net	2.32 560	24.75 620	1.14 443	1.17 424	1.17 482	1.11 455	1.15 470	1.17 450	1.21 526	1.08 449	1.16 473	1.12 461	1.14 459	1.09 454	1.17 474	1.09 433	1.16 453	1.17 469	1.17 467	1.16 442	1.11 460
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 561	25.00 621	1.13 442	1.15 418	1.15 477	1.10 452	1.15 470	1.15 444	1.15 473	1.12 456	1.15 470	1.09 455	1.13 457	1.10 456	1.15 470	1.11 440	1.09 443	1.16 465	1.12 461	1.16 442	1.17 471

stereogan	2.33 561	24.38 619	1.18 449	1.18 425	1.18 484	1.14 458	1.18 474	1.19 453	1.19 480	1.14 459	1.18 477	1.14 462	1.18 466	1.14 461	1.18 475	1.14 443	1.14 451	1.19 473	1.19 470	1.15 440	1.19 475

RGC	2.36 563	25.48 622	1.19 451	1.15 418	1.15 477	1.10 452	1.16 472	1.17 450	1.16 474	1.12 456	1.16 473	1.11 460	1.13 457	1.09 454	1.18 475	1.10 435	1.15 452	1.16 465	1.12 461	1.14 438	1.12 462

NCC-stereo	2.36 563	25.52 623	1.17 447	1.15 418	1.17 482	1.11 455	1.11 466	1.15 444	1.16 474	1.10 450	1.16 473	1.10 457	1.15 461	1.14 461	1.13 468	1.09 433	1.11 447	1.15 464	1.16 466	1.17 447	1.17 471

AF-Net	2.37 565	25.71 624	1.17 447	1.13 415	1.15 477	1.15 459	1.18 474	1.19 453	1.16 474	1.10 450	1.15 470	1.10 457	1.18 466	1.12 460	1.15 470	1.10 435	1.10 446	1.17 469	1.15 464	1.16 442	1.12 462

Nwc_Net	2.37 565	25.95 625	1.15 445	1.14 416	1.15 477	1.08 449	1.14 469	1.17 450	1.16 474	1.14 459	1.15 470	1.08 453	1.15 461	1.11 458	1.14 469	1.10 435	1.11 447	1.16 465	1.09 460	1.16 442	1.15 467

CFNet_RVC	2.38 567	8.71 597	0.38 268	9.33 615	0.42 361	0.56 375	0.42 351	0.60 375	0.38 324	0.62 385	0.42 358	0.56 379	7.29 620	0.62 380	0.42 330	0.53 346	0.37 282	0.49 368	0.34 314	8.30 617	6.87 622

edge stereo	2.43 568	27.07 629	1.14 443	1.06 407	1.14 476	1.08 449	1.17 473	1.16 447	1.14 472	1.10 450	1.16 473	1.09 455	1.16 465	1.10 456	1.16 473	1.10 435	1.11 447	1.16 465	1.19 470	1.13 437	1.11 460

FAT-Stereo	2.46 569	26.05 626	1.23 503	1.23 474	1.22 533	1.20 462	1.24 524	1.23 504	1.23 528	1.19 463	1.22 524	1.21 512	1.24 516	1.20 466	1.24 524	1.21 491	1.17 456	1.22 520	1.25 523	1.20 451	1.24 525

S-Stereo	2.51 570	26.86 627	1.23 503	1.22 472	1.22 533	1.24 510	1.25 525	1.22 502	1.24 529	1.21 509	1.24 526	1.19 466	1.27 518	1.19 465	1.24 524	1.19 445	1.20 458	1.25 521	1.19 470	1.24 499	1.23 524

Anonymous3	2.55 571	3.26 529	1.65 537	3.28 550	1.63 550	3.24 583	1.68 553	3.27 582	1.66 548	3.28 583	1.67 556	3.25 583	1.66 538	3.27 582	1.64 549	3.26 577	1.65 544	3.30 582	1.65 558	4.95 599	1.65 556

MIF-Stereo (partial)	2.58 572	3.31 530	0.66 378	3.18 547	0.66 426	3.18 582	0.66 411	3.21 581	0.67 418	3.19 582	0.66 424	3.19 582	0.66 410	3.31 584	0.68 397	5.09 605	1.79 553	8.23 624	1.67 561	6.18 608	1.38 537

MSMDNet	2.65 573	10.14 608	0.33 242	9.74 618	0.32 290	0.87 422	0.33 290	2.95 579	0.68 419	0.49 338	0.34 306	0.49 342	5.70 615	0.49 341	0.33 268	0.42 308	9.57 621	0.41 314	0.31 296	8.36 618	0.65 405

pcwnet_v2	2.66 574	9.89 606	0.33 242	9.89 619	0.32 290	0.50 353	0.32 279	0.49 332	0.33 296	0.49 338	0.34 306	0.49 342	8.76 622	0.48 335	0.33 268	0.41 292	9.58 622	0.40 280	0.29 251	9.01 621	0.63 403

CFNet_pseudo	2.67 575	9.36 602	0.32 237	10.99 624	0.33 302	0.85 420	0.33 290	0.49 332	0.33 296	0.49 338	0.32 290	0.49 342	7.26 619	0.49 341	0.33 268	0.41 292	9.62 623	0.41 314	0.29 251	10.03 625	0.29 227

CFNet_ucs	2.73 576	9.64 604	0.33 242	9.92 620	0.32 290	0.49 345	0.33 290	0.49 332	0.33 296	0.49 338	0.33 298	0.49 342	8.98 623	0.48 335	0.33 268	0.41 292	9.96 626	0.40 280	0.29 251	10.12 626	0.54 385

UCFNet_RVC	2.75 577	10.06 607	0.29 198	10.31 623	0.29 241	0.42 288	0.29 237	0.43 290	0.29 236	0.42 275	0.29 240	0.42 286	9.87 625	0.43 297	0.29 235	0.36 229	9.84 625	0.36 253	0.26 222	9.77 624	0.26 201

ccs_rob	2.79 578	10.17 609	0.32 237	10.00 621	0.33 302	0.49 345	0.33 290	1.90 528	0.32 289	0.51 358	0.33 298	0.49 342	9.24 624	0.49 341	0.33 268	0.41 292	9.82 624	0.41 314	0.28 236	9.34 622	0.29 227

PCWNet_CMD	2.80 579	9.82 605	0.32 237	10.09 622	0.32 290	0.49 345	0.33 290	3.34 583	0.33 296	0.49 338	0.33 298	0.49 342	8.73 621	0.48 335	0.33 268	0.41 292	9.22 620	0.42 329	0.29 251	9.55 623	0.31 267

StereoVision	3.15 580	5.00 563	0.89 414	4.83 589	1.00 464	3.93 589	1.27 528	6.37 617	1.34 534	5.67 617	1.26 528	5.84 618	1.27 518	5.03 614	1.24 524	5.10 606	1.09 443	4.61 600	0.57 399	5.62 606	1.12 462

MaDis-Stereo	3.19 581	6.02 584	1.12 441	5.61 598	1.16 481	5.43 615	1.02 463	5.15 614	0.70 425	5.43 614	1.21 523	5.03 615	0.97 444	4.85 608	0.99 457	4.53 587	1.16 453	5.53 616	1.25 523	5.37 604	1.30 528

sAnonymous2	3.31 582	2.63 499	1.38 521	3.71 569	1.86 566	4.70 607	1.11 466	4.82 610	2.72 588	5.45 615	1.98 581	4.59 600	2.64 575	2.65 567	6.21 620	4.37 583	1.08 441	5.16 614	2.24 584	4.52 581	2.39 581

CroCo_RVC	3.31 582	2.63 499	1.38 521	3.71 569	1.86 566	4.70 607	1.11 466	4.82 610	2.72 588	5.45 615	1.98 581	4.59 600	2.64 575	2.65 567	6.21 620	4.37 583	1.08 441	5.16 614	2.24 584	4.52 581	2.39 581

DPSNet	3.66 584	3.60 534	3.62 599	3.63 566	3.64 610	3.65 587	3.65 609	3.66 587	3.67 606	3.67 586	3.65 607	3.67 587	3.66 595	3.66 586	3.68 604	3.68 581	3.66 594	3.67 587	3.68 610	3.67 569	3.67 607

STTStereo	3.73 585	30.40 633	2.37 577	2.39 524	2.31 589	2.35 553	2.33 583	2.29 545	2.42 586	2.32 555	2.34 588	2.33 548	2.36 574	2.30 550	2.27 585	2.35 556	2.22 572	2.31 562	2.22 583	2.29 539	2.34 580

rvit_105_1	3.83 586	5.22 567	3.01 582	4.53 577	3.01 592	4.51 595	3.01 590	4.56 597	3.04 591	4.53 596	3.03 592	4.55 598	3.03 579	4.56 597	3.04 588	4.57 589	3.05 578	4.57 595	3.05 593	4.57 583	3.05 589

rvit_stereo_0081	3.83 586	5.23 568	3.01 582	4.53 577	3.03 594	4.55 601	3.02 591	4.56 597	3.04 591	4.52 594	3.02 590	4.54 596	3.03 579	4.56 597	3.04 588	4.57 589	3.05 578	4.57 595	3.05 593	4.58 584	3.05 589

rvit_stereo_0081_aga	3.86 588	5.33 571	3.02 585	4.55 583	3.04 598	4.54 597	3.02 591	4.64 604	3.06 595	4.54 598	3.04 594	4.62 605	3.08 586	4.62 603	3.07 593	4.58 592	3.06 582	4.60 599	3.08 597	4.63 587	3.07 593

rvit_stereo_0082	3.86 588	5.82 582	3.01 582	4.53 577	3.03 594	4.54 597	3.02 591	4.56 597	3.04 591	4.53 596	3.02 590	4.55 598	3.04 582	4.57 600	3.05 590	4.57 589	3.05 578	4.58 597	3.05 593	4.58 584	3.06 592

rvit_0105_6	3.87 590	5.73 581	3.10 592	4.69 587	3.12 602	4.54 597	3.02 591	4.56 597	3.04 591	4.54 598	3.03 592	4.54 596	3.04 582	4.56 597	3.05 590	4.58 592	3.05 578	4.58 597	3.05 593	4.58 584	3.05 589

rvit_stereo_0080	3.89 591	5.70 579	3.04 587	4.54 580	3.03 594	4.56 602	3.05 597	4.60 601	3.07 596	4.58 601	3.06 595	4.59 600	3.06 584	4.61 601	3.08 594	4.63 594	3.09 583	4.64 601	3.10 598	4.65 588	3.10 596

whm_eth	3.89 591	5.70 579	3.04 587	4.54 580	3.03 594	4.56 602	3.05 597	4.60 601	3.07 596	4.58 601	3.06 595	4.59 600	3.06 584	4.61 601	3.08 594	4.63 594	3.09 583	4.64 601	3.10 598	4.65 588	3.10 596

rvit_0105_4	3.91 593	5.47 578	3.02 585	4.54 580	3.02 593	4.54 597	3.03 595	4.75 607	3.17 602	4.57 600	3.06 595	4.61 604	3.16 590	4.65 604	3.09 596	4.66 596	3.11 585	4.68 604	3.18 603	4.81 594	3.16 601

rvit_0105_3	3.91 593	5.33 571	3.06 590	4.60 585	3.07 600	4.60 604	3.06 599	4.62 603	3.08 599	4.60 603	3.07 598	4.62 605	3.08 586	4.67 605	3.10 597	4.70 597	3.11 585	4.77 608	3.19 604	4.77 593	3.14 600

rvit_stereo_0083	3.92 595	5.30 570	3.06 590	4.61 586	3.09 601	4.67 606	3.08 600	4.66 605	3.09 600	4.62 604	3.10 600	4.66 608	3.11 588	4.67 605	3.16 599	4.72 599	3.16 588	4.77 608	3.11 600	4.66 590	3.11 598

rvit_stereo_ft	3.93 596	5.44 576	3.05 589	4.59 584	3.06 599	4.61 605	3.08 600	4.67 606	3.12 601	4.63 605	3.10 600	4.65 607	3.11 588	4.69 607	3.13 598	4.70 597	3.14 587	4.71 606	3.15 602	4.74 591	3.16 601

rvit_0105_5	4.10 597	5.40 574	3.13 595	4.71 588	3.15 603	4.72 609	3.10 602	4.90 612	3.27 603	4.69 606	3.16 602	4.84 612	3.25 591	4.96 611	3.34 601	5.05 604	3.39 593	5.10 613	3.40 605	5.11 601	3.42 604

MLG-Stereo_test1	4.25 598	5.34 573	3.61 598	5.31 594	3.63 609	5.23 613	3.57 607	5.38 615	3.65 605	5.23 612	3.47 604	4.76 609	3.74 598	4.85 608	3.71 605	4.96 601	3.18 590	4.71 606	2.92 590	4.86 597	2.90 586

MLG-Stereo_test3	4.26 599	4.85 561	3.95 602	5.35 595	3.60 608	4.75 610	3.76 610	5.49 616	3.71 607	5.39 613	3.69 608	4.82 611	3.66 595	4.85 608	3.73 608	4.93 600	3.19 591	4.69 605	2.99 592	4.84 596	2.98 588

MLG-Stereo_test2	4.28 600	5.46 577	3.69 600	4.86 590	3.72 611	5.58 616	3.42 605	4.81 609	3.77 611	4.85 608	3.72 609	5.55 617	3.63 594	5.58 615	3.53 603	4.41 586	3.28 592	4.99 612	2.95 591	4.75 592	3.13 599

RAFT+CT+SA	4.28 600	7.62 590	4.91 606	5.55 597	2.28 587	3.09 580	3.64 608	4.49 595	3.07 596	4.80 607	3.35 603	4.77 610	3.70 597	4.29 594	3.05 590	5.58 608	5.98 609	3.58 586	3.78 612	4.26 577	3.72 608

SA	4.33 602	7.35 587	6.85 617	5.96 600	4.09 615	3.59 586	3.15 603	3.82 589	2.64 587	3.91 587	3.85 610	3.57 585	2.72 577	3.13 581	4.03 611	7.09 619	6.86 614	3.57 585	3.12 601	3.85 571	3.51 606

Sa-1000	4.34 603	8.37 593	6.84 616	6.98 607	4.45 618	3.58 585	3.00 589	3.42 585	3.39 604	2.61 566	4.00 613	3.83 589	4.01 606	3.90 589	3.90 609	5.98 612	5.62 607	3.76 589	2.34 587	4.35 579	2.47 583

TestStereo1	4.60 604	8.41 594	6.44 614	6.86 605	3.79 612	3.97 590	3.78 611	3.99 591	3.74 608	3.97 588	3.52 605	3.94 590	3.58 592	3.98 590	3.72 606	6.82 616	6.50 612	3.76 589	3.66 608	3.90 572	3.74 610

SA-5K	4.60 604	8.41 594	6.44 614	6.86 605	3.79 612	3.97 590	3.78 611	3.99 591	3.74 608	3.97 588	3.52 605	3.94 590	3.58 592	3.98 590	3.72 606	6.82 616	6.50 612	3.76 589	3.66 608	3.90 572	3.74 610

DispFullNet	4.61 606	4.84 560	3.12 593	5.00 592	3.57 607	4.75 610	3.03 595	7.75 623	4.17 615	4.91 610	3.09 599	6.20 619	3.95 604	6.71 619	3.51 602	5.30 607	3.67 595	5.86 620	3.63 607	5.61 605	3.46 605

test_5	4.62 607	7.55 589	6.23 612	6.32 602	3.40 606	5.29 614	3.50 606	3.53 586	4.11 614	4.28 591	4.47 617	4.26 594	4.38 609	3.68 587	3.24 600	5.89 610	5.60 606	4.84 610	3.50 606	4.33 578	3.93 614

raft_robust	4.71 608	7.75 591	5.40 611	6.81 604	3.31 604	4.28 594	4.20 616	4.32 594	4.37 617	4.35 593	4.35 616	4.14 592	3.75 599	4.30 595	4.20 614	6.67 615	6.37 610	3.36 584	4.24 618	4.86 597	3.25 603

cross-raft	4.83 609	7.52 588	6.43 613	6.63 603	3.96 614	4.51 595	3.99 614	4.49 595	3.96 613	4.52 594	3.96 612	4.50 595	3.97 605	4.50 596	3.97 610	6.65 614	6.44 611	4.33 592	3.92 614	4.35 579	3.91 613

test_4	4.88 610	8.13 592	6.98 618	7.46 608	4.44 617	4.25 593	3.85 613	4.04 593	3.92 612	4.13 590	3.91 611	4.18 593	3.84 602	4.14 592	4.06 612	7.01 618	7.13 615	4.53 593	3.72 611	4.09 575	3.72 608

TestStereo	4.88 610	4.75 559	4.79 605	4.87 591	4.92 619	4.81 612	4.90 619	4.78 608	4.77 618	4.87 609	4.89 618	4.90 613	4.91 611	4.99 612	4.79 616	4.98 602	4.87 603	4.87 611	4.92 620	5.00 600	5.00 617

test_3	5.01 612	8.86 599	7.77 620	8.09 610	2.76 591	4.13 592	4.05 615	3.88 590	3.76 610	4.33 592	4.13 614	3.71 588	3.91 603	4.21 593	4.06 612	7.93 620	7.69 617	4.53 593	3.91 613	4.17 576	4.29 616

NLCA_NET_v2_RVC	5.04 613	50.87 643	2.78 580	2.87 539	2.71 590	2.78 579	0.47 366	2.88 578	2.86 590	1.89 530	2.67 589	2.79 580	2.79 578	2.78 579	2.83 587	2.82 574	2.82 576	2.83 580	2.77 589	2.83 565	2.76 584
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 614	5.15 565	4.49 604	5.07 593	3.37 605	6.87 619	4.75 618	5.04 613	6.34 622	7.84 623	5.06 619	6.72 623	4.09 607	4.99 612	5.44 619	5.03 603	3.16 588	4.67 603	4.86 619	5.15 602	3.89 612

U	5.15 615	8.49 596	1.81 545	8.49 612	1.77 560	8.49 624	1.77 557	8.51 625	1.77 562	8.49 625	1.77 560	8.50 625	1.78 550	8.58 625	1.77 563	8.54 623	1.78 551	8.55 625	1.78 570	8.55 619	1.84 564

SGM-Forest	5.21 616	5.92 583	4.08 603	6.18 601	4.16 616	6.31 618	4.34 617	6.50 618	4.33 616	6.14 619	4.21 615	6.61 622	4.55 610	6.67 618	4.48 615	5.94 611	3.94 597	5.85 619	4.03 616	5.79 607	4.17 615
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 617	9.16 601	8.03 623	8.09 610	5.62 622	6.11 617	6.35 622	6.85 620	4.94 619	6.08 618	6.29 624	4.98 614	6.43 616	6.22 616	6.36 622	6.16 613	7.47 616	5.82 618	5.44 623	7.11 613	5.68 620

rvit_stereo_0075_2	6.64 618	8.80 598	5.25 608	7.89 609	5.27 621	7.90 623	5.27 620	7.92 624	5.28 620	7.91 624	5.29 621	7.93 624	5.27 612	7.92 624	5.28 617	7.93 620	5.28 605	7.93 623	5.29 622	7.93 616	5.28 619

RAFT	6.73 619	9.36 602	7.40 619	8.51 613	6.55 623	6.88 620	6.60 623	6.79 619	6.60 623	6.80 620	6.72 625	5.31 616	5.50 614	6.61 617	6.61 623	8.42 622	5.89 608	5.73 617	5.45 624	6.61 609	6.24 621

SGM+DAISY	7.06 620	9.15 600	5.38 610	8.84 614	5.18 620	8.80 625	5.31 621	8.79 626	5.28 620	8.89 626	5.20 620	8.93 626	5.33 613	8.95 626	5.36 618	8.70 624	5.21 604	8.74 626	5.20 621	8.89 620	5.15 618

test-v	7.53 621	11.89 610	7.98 621	9.36 616	7.14 624	7.06 621	7.09 624	7.37 621	6.91 624	7.29 621	5.71 622	6.45 620	6.93 617	6.73 620	7.27 624	8.93 625	7.85 618	6.98 621	6.80 625	7.56 614	7.34 623

test-2	7.53 621	11.89 610	7.98 621	9.36 616	7.14 624	7.06 621	7.09 624	7.37 621	6.91 624	7.29 621	5.71 622	6.45 620	6.93 617	6.73 620	7.27 624	8.93 625	7.85 618	6.98 621	6.80 625	7.56 614	7.34 623

PA-Net	11.80 623	223.51 650	0.62 371	0.59 326	0.71 435	0.59 383	0.73 428	0.67 384	0.73 435	0.55 372	0.61 415	0.60 386	0.74 425	0.63 384	0.73 429	0.66 372	0.60 383	0.69 399	0.66 410	0.72 387	0.65 405
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 624	23.00 618	15.00 624	23.00 631	15.00 626	24.00 632	16.00 626	24.00 633	16.00 626	22.00 633	15.00 626	23.00 633	16.00 626	23.00 633	15.00 626	22.00 633	15.00 627	22.00 633	15.00 627	22.00 633	15.00 625

rafts_anoy	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

raft+_RVC	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

raftrobust	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

CasAABBNet	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

RALCasStereoNet	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

RALAANet	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

111	30.40 631	30.94 634	29.72 632	32.61 632	30.02 634	33.57 633	30.47 634	31.50 634	29.39 634	30.98 634	29.11 634	29.78 634	30.39 637	29.45 634	30.76 637	30.08 634	29.02 635	29.92 634	30.32 638	29.86 634	30.17 633

WCMA_ROB	31.10 632	35.43 638	27.12 631	39.51 643	23.10 633	38.78 644	25.30 633	37.49 645	25.39 633	37.29 644	27.02 633	38.52 645	26.48 633	37.80 644	26.44 633	36.28 641	22.65 634	33.90 638	22.30 634	37.10 642	24.18 632

DCANet-4	35.22 633	34.54 635	35.08 638	33.58 636	35.47 641	34.55 634	35.53 641	36.08 640	35.85 638	35.92 640	35.77 640	35.18 640	35.48 639	35.39 640	37.15 643	34.55 640	33.92 639	35.02 641	34.90 640	35.79 638	34.74 640

ADStereo(finetuned)	36.13 634	36.63 639	38.07 642	36.97 637	33.25 638	35.91 638	34.45 638	36.36 641	32.99 635	38.14 645	36.71 641	36.69 641	34.13 638	38.57 645	40.79 644	37.60 645	36.58 642	35.90 642	33.36 639	35.42 637	34.04 637

Reg-Stereo(zero)	37.00 635	37.00 640	37.00 639	37.00 638	37.00 642	37.00 641	37.00 642	37.00 642	37.00 639	37.00 641	37.00 642	37.00 642	37.00 640	37.00 641	37.00 640	37.00 642	37.00 643	37.00 643	37.00 643	37.00 639	37.00 641

HI	37.00 635	37.00 640	37.00 639	37.00 638	37.00 642	37.00 641	37.00 642	37.00 642	37.00 639	37.00 641	37.00 642	37.00 642	37.00 640	37.00 641	37.00 640	37.00 642	37.00 643	37.00 643	37.00 643	37.00 639	37.00 641

CoSv	37.00 635	37.00 640	37.00 639	37.00 638	37.00 642	37.00 641	37.00 642	37.00 642	37.00 639	37.00 641	37.00 642	37.00 642	37.00 640	37.00 641	37.00 640	37.00 642	37.00 643	37.00 643	37.00 643	37.00 639	37.00 641

MDST_ROB	69.83 638	87.70 644	41.95 643	113.75 646	65.62 647	75.05 645	55.25 646	75.64 647	45.04 642	71.61 646	41.75 645	72.81 646	44.06 643	68.38 646	44.63 645	101.89 648	59.57 648	107.10 648	61.05 648	104.38 645	59.38 646

NOSS_ROB	102.95 639	153.00 648	121.00 646	51.00 644	44.00 645	165.00 648	127.00 647	153.00 648	119.00 644	164.00 649	125.00 647	168.00 649	120.00 645	153.00 648	117.00 647	49.00 646	44.00 646	49.00 646	44.00 646	49.00 643	44.00 644

CBMV	128.50 640	1422.70 655	53.10 644	79.50 645	51.30 646	77.30 646	49.70 645	74.00 646	48.20 643	77.20 647	48.80 646	73.90 647	48.00 644	73.80 647	48.80 646	70.40 647	45.10 647	68.90 647	46.10 647	68.20 644	45.00 645
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 641	171.00 649	160.68 649	162.58 647	160.59 648	164.01 647	160.35 648	158.51 649	158.56 645	158.34 648	160.12 648	158.56 648	159.92 646	157.26 649	158.94 648	154.38 649	158.36 649	155.75 649	159.13 650	153.67 646	154.07 647
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 642	123.00 645	115.00 645	219.00 648	218.00 650	223.00 649	244.00 650	217.00 650	236.00 647	202.00 650	203.00 649	205.00 650	208.00 647	225.00 650	204.00 649	210.00 650	198.00 650	197.00 650	184.00 651	204.00 647	201.00 648

MGS-Stereo	239.45 643	123.00 645	135.00 647	266.00 649	286.00 651	277.00 650	305.00 651	271.00 651	242.00 648	274.00 651	279.00 651	255.00 651	270.00 649	268.00 651	297.00 651	221.00 651	247.00 652	216.00 651	123.00 649	217.00 648	217.00 650

EGLCR-Stereo	246.90 644	129.00 647	139.00 648	266.00 649	286.00 651	277.00 650	305.00 651	271.00 651	242.00 648	274.00 651	279.00 651	255.00 651	270.00 649	268.00 651	297.00 651	230.00 652	247.00 652	216.00 651	223.00 653	237.00 649	227.00 651

DLCB_ROB	284.23 645	354.61 651	207.27 650	363.24 651	206.46 649	364.72 652	210.41 649	364.72 653	210.41 646	364.81 653	208.64 650	364.81 653	208.64 648	364.72 653	210.41 650	354.70 653	205.53 651	354.70 653	205.53 652	354.70 650	205.53 649

LE_ROB	396.57 646	471.28 652	329.84 651	471.48 652	308.15 653	526.83 653	322.10 653	488.15 654	323.76 650	495.46 654	317.97 653	497.17 654	320.10 651	481.62 654	326.76 653	462.71 654	298.97 654	466.16 654	285.98 654	447.62 651	289.21 652

SGM-ForestM	596.69 647	677.77 653	444.52 652	699.85 653	517.25 654	732.94 654	488.29 654	770.79 655	460.11 651	750.81 655	487.98 654	792.79 655	499.41 652	730.90 655	475.81 654	720.03 655	491.16 655	663.96 655	418.60 655	674.76 652	436.05 653

CBMV_ROB	818.48 648	913.88 654	709.52 653	862.84 654	597.78 655	1073.99 655	700.52 655	1015.66 656	702.59 652	1115.65 656	760.02 655	1130.24 656	721.57 653	1037.41 656	692.65 655	814.05 656	564.29 656	843.28 656	595.31 656	915.51 653	602.92 654

tt	500032.53 649	34.60 636	29.72 632	37.47 641	34.41 639	36.85 639	35.22 639	34.71 638	33.55 636	34.50 635	35.43 638	33.81 638	10000000.00 654	33.57 638	33.13 638	33.68 638	35.00 640	34.03 639	35.26 641	30.96 635	34.63 638

DCANet	500032.53 649	34.60 636	29.72 632	37.47 641	34.41 639	36.85 639	35.22 639	34.71 638	33.55 636	34.50 635	35.43 638	33.81 638	10000000.00 654	33.57 638	33.13 638	33.68 638	35.00 640	34.03 639	35.26 641	30.96 635	34.63 638

fff	1000028.16 651	29.62 630	29.72 632	32.61 632	30.02 634	35.13 635	31.83 635	32.07 635	10000000.00 653	35.27 637	29.82 635	32.45 635	30.15 634	32.35 635	30.09 634	31.04 635	29.55 636	30.64 635	30.14 635	10000000.00 654	30.77 634

csc	1000028.16 651	29.62 630	29.72 632	32.61 632	30.02 634	35.13 635	31.83 635	32.07 635	10000000.00 653	35.27 637	29.82 635	32.45 635	30.15 634	32.35 635	30.09 634	31.04 635	29.55 636	30.64 635	30.14 635	10000000.00 654	30.77 634

cscssc	1000028.16 651	29.62 630	29.72 632	32.61 632	30.02 634	35.13 635	31.83 635	32.07 635	10000000.00 653	35.27 637	29.82 635	32.45 635	30.15 634	32.35 635	30.09 634	31.04 635	29.55 636	30.64 635	30.14 635	10000000.00 654	30.77 634

111111	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

SGD-Stereo	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

IGEV-Stereo++	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

IGEV-BASED-STEREO-	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

IGEV-Stereo+	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

SDNR	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

anonymousdsp2	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

anonymousdsp	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

test_example2	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

DIP-Stereo	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 324	0.50 340	0.38 324	0.50 351	0.38 330	0.50 357	3.79 600	0.50 348	0.38 300	0.54 347	0.43 320	0.46 346	0.34 314	0.46 318	0.35 303

FSD					0.44 364	0.56 375	0.44 354	0.55 364	0.44 358	0.56 374	0.44 362	0.56 379	0.44 353	0.56 371	0.46 339	0.61 363	0.42 316	0.52 380	0.42 366	0.52 351

ccccc		0.44 182		0.48 288	0.35 315	0.48 340		0.51 353		0.47 324		0.47 331		0.47 326		0.41 292	0.40 298	0.40 280	0.40 351	0.41 301

ASD4		0.20 103

Low-res two-view benchmark