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	0.14 121	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 19	0.02 21	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 15	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 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

coex-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

iinet-f	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 67	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 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.03 53	0.03 43	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

LSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

PipStereo	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1c-attn	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

VMStereo-Base	0.03 29	0.09 93	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

TCMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet-wrong-test	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.02 21	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet_1	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-SNSev	0.03 29	0.09 93	0.07 80	0.09 76	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 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 454	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 124	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 162	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 267	0.10 92	0.12 105	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	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 454	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 157	0.20 197	0.23 182	0.01 10	0.02 20	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	0.23 200	0.21 210	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 285	0.10 92	0.12 105	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	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 167	0.04 90	0.03 52	0.58 410	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 457	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 124	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 219	0.02 20	0.02 21	0.71 441	0.02 16	0.02 19	0.02 21	0.02 21	0.16 196

BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 134	0.15 145	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 473	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 93	0.17 182	0.19 162	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 145	0.16 173	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 150	0.04 90	0.03 52	0.92 483	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 115	0.39 310	0.08 69	0.05 126	0.07 130	0.05 120	0.13 163	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

GGEV	0.09 75	0.13 115	0.39 310	0.08 69	0.05 126	0.07 130	0.05 120	0.13 163	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

test_sample7	0.09 75	1.00 368	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 358	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 333	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 384	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 333	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 378	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 355	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 378	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 147	0.09 140	0.09 144	0.10 141	0.08 145	0.10 144	0.09 146	0.09 141	0.09 146	0.09 140	0.08 134	0.09 85	0.08 84	0.09 139	0.08 139	0.09 142	0.08 137

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 537	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 447	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 167	0.36 378	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 359	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 145	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 384	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 401	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

222	0.10 90	0.99 366	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 394	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SHD	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SAMSARA	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

XQC	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSC	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTS	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSA	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet+	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet++	0.10 90	0.10 97	0.10 92	0.10 80	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 144	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 547	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 111	0.11 108	0.15 165	0.16 142	0.10 154	0.11 153	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 156	0.10 150	0.11 157	0.10 146	0.14 133	0.14 162	0.11 151	0.10 150	0.11 155	0.09 142

over v1	0.11 111	0.11 108	0.15 165	0.16 142	0.10 154	0.11 153	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 156	0.10 150	0.11 157	0.10 146	0.14 133	0.14 162	0.11 151	0.09 141	0.11 155	0.10 150

over-8	0.11 111	0.14 121	0.15 165	0.16 142	0.10 154	0.11 153	0.10 149	0.11 153	0.09 148	0.11 156	0.10 150	0.11 156	0.10 150	0.11 157	0.09 139	0.14 133	0.14 162	0.11 151	0.09 141	0.11 155	0.09 142

over-9	0.11 111	0.11 108	0.16 172	0.16 142	0.10 154	0.12 162	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 156	0.10 150	0.11 157	0.10 146	0.14 133	0.14 162	0.11 151	0.10 150	0.11 155	0.09 142

ISRNet	0.11 111	0.05 66	0.36 293	0.24 187	0.07 141	0.13 163	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 164	0.05 117	0.05 103	0.09 139	0.24 207	0.20 206	0.10 140	0.05 123	0.06 123	0.13 184

JetRed	0.11 111	0.12 113	0.11 112	0.11 97	0.11 173	0.11 153	0.14 187	0.11 153	0.11 170	0.12 162	0.11 168	0.11 156	0.11 167	0.11 157	0.11 161	0.11 105	0.16 173	0.11 151	0.11 164	0.11 155	0.11 164

JetBlue	0.11 111	0.11 108	0.12 123	0.13 117	0.14 192	0.11 153	0.11 166	0.11 153	0.11 170	0.11 156	0.11 168	0.11 156	0.11 167	0.12 165	0.12 173	0.11 105	0.11 121	0.11 151	0.11 164	0.11 155	0.11 164

x	0.11 111	1.15 404	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 170	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 237	0.33 270	0.39 249	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 294	0.36 336	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 406	0.16 172	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 173	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 578	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 124	1.14 401	0.17 182	0.20 166	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 173	0.16 173	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 124	0.14 121	0.10 92	0.15 132	0.10 154	0.14 164	0.10 149	0.14 165	0.10 152	0.15 171	0.10 150	0.14 165	0.10 150	0.14 167	0.10 146	0.13 126	0.10 99	0.13 162	0.09 141	0.13 166	0.09 142
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 124	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 569	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 124	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 639	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 124	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 643	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 124	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 645	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 124	0.03 31	0.04 64	1.71 581	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 131	0.21 143	0.12 123	0.16 142	0.11 173	0.15 172	0.11 166	0.14 165	0.11 170	0.15 171	0.12 176	0.15 176	0.11 167	0.14 167	0.11 161	0.15 145	0.12 135	0.14 164	0.11 164	0.14 168	0.11 164

IPLG	0.13 131	0.20 137	0.14 148	0.15 132	0.11 173	0.14 164	0.11 166	0.14 165	0.11 170	0.14 164	0.11 168	0.14 165	0.11 167	0.14 167	0.11 161	0.15 145	0.12 135	0.14 164	0.11 164	0.14 168	0.11 164

ACRE	0.13 131	0.21 143	0.14 148	0.15 132	0.11 173	0.14 164	0.11 166	0.14 165	0.11 170	0.14 164	0.12 176	0.14 165	0.11 167	0.14 167	0.11 161	0.15 145	0.12 135	0.14 164	0.11 164	0.14 168	0.11 164

LRCNet_RVC	0.13 131	0.13 115	0.09 88	0.13 117	0.10 154	0.14 164	0.10 149	0.14 165	0.10 152	0.23 215	0.10 150	0.20 196	0.10 150	0.24 222	0.11 161	0.11 105	0.09 94	0.12 158	0.14 195	0.12 164	0.09 142

aanetorigin	0.13 131	0.11 108	0.11 112	0.11 97	0.11 173	0.11 153	0.11 166	0.11 153	0.11 170	0.11 156	0.12 176	0.11 156	0.11 167	0.11 157	0.11 161	0.11 105	0.11 121	0.14 164	0.11 164	0.49 414	0.11 164

FADNet-RVC	0.13 131	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 648	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 131	0.16 124	0.11 112	0.15 132	0.09 147	0.18 190	0.11 166	0.18 189	0.11 170	0.17 183	0.11 168	0.18 189	0.11 167	0.18 188	0.11 161	0.14 133	0.08 84	0.14 164	0.08 139	0.14 168	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 138	1.22 463	0.28 233	0.32 220	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 243	0.27 240	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 138	0.17 129	0.12 123	0.17 155	0.11 173	0.17 186	0.11 166	0.17 185	0.11 170	0.17 183	0.11 168	0.17 185	0.11 167	0.17 185	0.11 161	0.16 157	0.11 121	0.16 181	0.11 164	0.16 181	0.11 164
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 138	1.83 523	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 138	0.20 137	0.14 148	0.16 142	0.11 173	0.16 179	0.11 166	0.17 185	0.11 170	0.17 183	0.12 176	0.17 185	0.13 188	0.17 185	0.12 173	0.15 145	0.11 121	0.16 181	0.11 164	0.15 176	0.12 177

IPLGR_C	0.14 138	0.20 137	0.12 123	0.15 132	0.11 173	0.14 164	0.15 195	0.14 165	0.11 170	0.15 171	0.12 176	0.14 165	0.11 167	0.16 178	0.11 161	0.15 145	0.12 135	0.14 164	0.12 179	0.15 176	0.12 177

MIPNet	0.14 138	0.21 143	0.17 182	0.16 142	0.11 173	0.15 172	0.12 179	0.14 165	0.11 170	0.16 176	0.11 168	0.14 165	0.11 167	0.14 167	0.11 161	0.14 133	0.12 135	0.14 164	0.11 164	0.14 168	0.11 164

IPLGR	0.14 138	0.24 157	0.14 148	0.16 142	0.12 186	0.15 172	0.12 179	0.14 165	0.11 170	0.15 171	0.12 176	0.14 165	0.11 167	0.14 167	0.11 161	0.15 145	0.12 135	0.14 164	0.11 164	0.14 168	0.11 164

GMStereo	0.14 138	0.13 115	0.14 148	0.14 121	0.14 192	0.14 164	0.14 187	0.14 165	0.14 193	0.14 164	0.14 194	0.14 165	0.14 193	0.14 167	0.14 186	0.14 133	0.14 162	0.14 164	0.14 195	0.14 168	0.14 189
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 138	0.04 52	0.03 39	2.22 598	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 138	0.16 124	0.12 123	0.17 155	0.12 186	0.17 186	0.11 166	0.17 185	0.11 170	0.17 183	0.12 176	0.17 185	0.12 182	0.17 185	0.12 173	0.16 157	0.11 121	0.16 181	0.11 164	0.16 181	0.12 177

DRN-Test	0.14 138	0.13 115	0.09 88	0.14 121	0.09 147	0.15 172	0.09 144	0.14 165	0.10 152	0.14 164	0.09 146	0.14 165	0.09 146	0.13 166	0.09 139	0.12 111	0.09 94	0.12 158	0.09 141	0.12 164	0.73 508

ELAS_RVC	0.14 138	0.16 124	0.10 92	0.15 132	0.10 154	0.18 190	0.11 166	0.19 191	0.11 170	0.19 189	0.12 176	0.18 189	0.11 167	0.19 191	0.12 173	0.14 133	0.08 84	0.14 164	0.09 141	0.15 176	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 150	0.17 129	0.13 143	0.20 166	0.13 190	0.19 193	0.13 185	0.18 189	0.13 190	0.19 189	0.13 189	0.18 189	0.14 193	0.18 188	0.14 186	0.16 157	0.11 121	0.15 177	0.14 195	0.18 192	0.11 164

CoDeX	0.15 150	0.70 304	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 484	0.02 15	0.69 471	0.75 495	0.01 9	0.02 21	0.02 20

ICVP	0.15 150	0.53 281	0.11 112	0.16 142	0.11 173	0.16 179	0.11 166	0.16 179	0.11 170	0.16 176	0.11 168	0.16 177	0.11 167	0.16 178	0.11 161	0.16 157	0.11 121	0.16 181	0.11 164	0.16 181	0.11 164
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 150	0.04 52	0.04 64	2.20 597	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 150	0.14 121	0.10 92	0.14 121	0.09 147	0.15 172	0.09 144	0.14 165	0.09 148	0.14 164	0.10 150	0.14 165	0.09 146	0.14 167	0.09 139	0.13 126	0.10 99	0.13 162	0.09 141	0.13 166	0.82 524

LALA_ROB	0.15 150	0.19 133	0.12 123	0.18 157	0.11 173	0.20 198	0.12 179	0.21 205	0.12 186	0.20 195	0.12 176	0.20 196	0.12 182	0.21 206	0.13 182	0.17 165	0.10 99	0.18 198	0.11 164	0.18 192	0.11 164

SGM_RVC	0.15 150	0.17 129	0.11 112	0.18 157	0.11 173	0.19 193	0.11 166	0.19 191	0.12 186	0.19 189	0.12 176	0.20 196	0.12 182	0.19 191	0.12 173	0.16 157	0.11 121	0.17 189	0.10 150	0.17 188	0.10 150
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LSFM	0.16 157	0.92 348	0.16 172	0.18 157	0.08 143	0.11 153	0.12 179	0.12 161	0.09 148	0.09 140	0.28 281	0.10 144	0.08 144	0.10 144	0.12 173	0.15 145	0.17 194	0.08 131	0.12 179	0.09 142	0.08 137

flow	0.16 157	0.92 348	0.16 172	0.18 157	0.08 143	0.11 153	0.12 179	0.12 161	0.09 148	0.09 140	0.28 281	0.10 144	0.08 144	0.10 144	0.12 173	0.15 145	0.17 194	0.08 131	0.12 179	0.09 142	0.08 137

z-mn7	0.16 157	1.21 457	0.33 270	0.41 274	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 261	0.31 276	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 157	0.16 124	0.16 172	0.16 142	0.16 216	0.16 179	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 177	0.16 207	0.16 178	0.16 204	0.16 157	0.16 173	0.16 181	0.16 207	0.16 181	0.16 196

qqq	0.16 157	2.01 547	0.12 123	0.15 132	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 157	0.18 132	0.13 143	0.19 162	0.13 190	0.19 193	0.13 185	0.19 191	0.13 190	0.19 189	0.13 189	0.19 193	0.13 188	0.19 191	0.13 182	0.18 173	0.13 158	0.18 198	0.13 190	0.18 192	0.13 184

ManiGeoR	0.17 163	0.05 66	0.62 434	0.73 423	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 449	0.58 435	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 163	0.05 66	0.63 438	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 441	0.59 441	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 163	0.05 66	0.62 434	0.73 423	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 449	0.58 435	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 163	0.05 66	0.62 434	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 449	0.58 435	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 163	0.05 66	0.65 445	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 441	0.59 441	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 163	0.27 170	0.21 202	0.10 80	0.21 252	0.15 172	0.22 240	0.10 141	0.21 240	0.22 209	0.10 150	0.19 193	0.18 230	0.10 144	0.19 228	0.20 180	0.19 204	0.18 198	0.10 150	0.19 198	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 163	2.16 557	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 173	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 163	0.78 318	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 523	0.02 15	0.75 484	0.76 497	0.02 21	0.02 21	0.02 20

CCAANet	0.17 163	0.71 305	0.14 148	0.14 121	0.14 192	0.14 164	0.14 187	0.14 165	0.14 193	0.14 164	0.14 194	0.14 165	0.14 193	0.14 167	0.22 238	0.14 133	0.14 162	0.14 164	0.14 195	0.14 168	0.14 189

DepthFocus	0.18 172	0.22 147	0.15 165	0.22 177	0.15 206	0.22 211	0.15 195	0.22 210	0.15 205	0.22 209	0.15 204	0.22 212	0.16 207	0.22 211	0.15 197	0.20 180	0.15 170	0.20 206	0.14 195	0.20 199	0.14 189

w-ln-seven	0.18 172	1.47 482	0.33 270	0.40 262	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 281	0.32 281	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 172	0.48 260	0.16 172	0.16 142	0.15 206	0.15 172	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 177	0.16 207	0.16 178	0.16 204	0.16 157	0.16 173	0.16 181	0.16 207	0.16 181	0.16 196

xyz-stereo	0.18 172	0.50 267	0.16 172	0.15 132	0.16 216	0.16 179	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 177	0.16 207	0.16 178	0.16 204	0.16 157	0.16 173	0.16 181	0.16 207	0.16 181	0.16 196

BEATNet-Init1	0.19 176	0.08 84	0.08 82	2.23 599	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 133	0.07 140	0.11 157	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 176	0.08 84	0.08 82	2.23 599	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 133	0.07 140	0.11 157	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

Weightmod_eth	0.20 178	0.24 157	0.28 233	0.47 306	0.14 192	0.24 223	0.14 187	0.17 185	0.13 190	0.22 209	0.16 208	0.22 212	0.13 188	0.20 195	0.16 204	0.24 207	0.20 206	0.19 201	0.14 195	0.16 181	0.24 243

depth_test_26	0.20 178	0.34 186	0.25 217	0.34 228	0.14 192	0.21 208	0.14 187	0.21 205	0.14 193	0.21 206	0.14 194	0.21 203	0.14 193	0.21 206	0.14 186	0.26 216	0.26 229	0.22 214	0.15 204	0.22 207	0.14 189

IGEV_Zeroshot_test	0.20 178	0.19 133	0.40 342	0.30 208	0.17 222	0.22 211	0.17 211	0.21 205	0.17 220	0.20 195	0.17 216	0.21 203	0.18 230	0.21 206	0.17 211	0.20 180	0.16 173	0.20 206	0.16 207	0.20 199	0.17 214

DAS	0.20 178	0.20 137	0.20 197	0.20 166	0.20 242	0.20 198	0.20 230	0.20 197	0.20 236	0.20 195	0.20 240	0.20 196	0.20 241	0.20 195	0.20 231	0.20 180	0.20 206	0.20 206	0.20 240	0.20 199	0.20 225

ACVNet	0.20 178	0.19 133	0.14 148	0.20 166	0.14 192	0.20 198	0.96 544	0.21 205	0.14 193	0.20 195	0.13 189	0.21 203	0.14 193	0.20 195	0.14 186	0.17 165	0.12 135	0.17 189	0.12 179	0.17 188	0.12 177

acv_ft	0.20 178	0.19 133	0.14 148	0.20 166	0.14 192	0.20 198	0.96 544	0.21 205	0.14 193	0.20 195	0.13 189	0.21 203	0.14 193	0.20 195	0.14 186	0.17 165	0.12 135	0.17 189	0.12 179	0.17 188	0.12 177

iResNetv2_ROB	0.20 178	0.23 149	0.18 192	0.24 187	0.20 242	0.24 223	0.18 220	0.24 220	0.18 227	0.24 222	0.18 233	0.23 220	0.19 237	0.24 222	0.18 224	0.21 187	0.16 173	0.21 209	0.16 207	0.22 207	0.16 196

iResNet	0.20 178	0.23 149	0.18 192	0.24 187	0.18 234	0.24 223	0.20 230	0.24 220	0.18 227	0.23 215	0.17 216	0.23 220	0.18 230	0.23 218	0.18 224	0.22 189	0.16 173	0.21 209	0.16 207	0.21 205	0.16 196

LACA2	0.21 186	0.24 157	0.26 224	0.31 214	0.16 216	0.24 223	0.16 201	0.24 220	0.16 210	0.24 222	0.16 208	0.24 226	0.16 207	0.24 222	0.16 204	0.27 220	0.23 220	0.24 233	0.16 207	0.23 219	0.16 196

LACA1	0.21 186	0.24 157	0.26 224	0.31 214	0.16 216	0.24 223	0.16 201	0.24 220	0.16 210	0.24 222	0.16 208	0.24 226	0.16 207	0.24 222	0.16 204	0.27 220	0.22 214	0.23 223	0.16 207	0.23 219	0.16 196

z-ln-s-r	0.21 186	1.40 480	0.53 412	0.56 380	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 409	0.44 389	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 186	0.25 164	0.21 202	0.26 201	0.17 222	0.24 223	0.17 211	0.24 220	0.17 220	0.24 222	0.17 216	0.24 226	0.17 219	0.24 222	0.17 211	0.24 207	0.17 194	0.23 223	0.16 207	0.23 219	0.16 196

Pointernet	0.21 186	0.22 147	0.19 194	0.24 187	0.19 239	0.24 223	0.19 226	0.24 220	0.19 234	0.24 222	0.19 236	0.24 226	0.19 237	0.24 222	0.19 228	0.22 189	0.17 194	0.22 214	0.17 229	0.22 207	0.17 214

SuperB	0.21 186	0.10 97	2.51 663	0.12 105	0.09 147	0.10 142	0.09 144	0.08 134	0.07 141	0.10 144	0.09 146	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 192	0.23 149	0.20 197	0.24 187	0.20 242	0.23 220	0.33 362	0.39 291	0.17 220	0.23 215	0.17 216	0.23 220	0.16 207	0.24 222	0.17 211	0.23 200	0.16 173	0.22 214	0.20 240	0.22 207	0.16 196

Anonymus123	0.22 192	0.23 149	0.20 197	0.24 187	0.20 242	0.23 220	0.33 362	0.39 291	0.17 220	0.23 215	0.17 216	0.23 220	0.16 207	0.24 222	0.17 211	0.23 200	0.16 173	0.22 214	0.20 240	0.22 207	0.16 196

WAO-6	0.22 192	0.23 149	0.22 204	0.23 182	0.22 254	0.22 211	0.22 240	0.22 210	0.22 244	0.22 209	0.22 247	0.22 212	0.22 249	0.22 211	0.22 238	0.22 189	0.22 214	0.22 214	0.22 247	0.22 207	0.22 231

IMH-64-1	0.22 192	0.23 149	0.23 207	0.22 177	0.22 254	0.22 211	0.22 240	0.22 210	0.22 244	0.22 209	0.22 247	0.22 212	0.22 249	0.22 211	0.22 238	0.22 189	0.22 214	0.23 223	0.22 247	0.22 207	0.23 233

IMH-64	0.22 192	0.23 149	0.23 207	0.22 177	0.22 254	0.22 211	0.22 240	0.22 210	0.22 244	0.22 209	0.22 247	0.22 212	0.22 249	0.22 211	0.22 238	0.22 189	0.22 214	0.23 223	0.22 247	0.22 207	0.23 233

ac_64	0.22 192	0.13 115	0.19 194	0.23 182	0.10 154	0.26 242	1.02 554	0.14 165	0.10 152	0.28 244	0.14 194	0.17 185	0.19 237	0.28 251	0.09 139	0.22 189	0.16 173	0.23 223	0.17 229	0.11 155	0.12 177

SMOE	0.23 198	0.25 164	0.30 243	0.33 224	0.18 234	0.26 242	0.18 220	0.26 234	0.18 227	0.26 239	0.18 233	0.25 233	0.18 230	0.25 231	0.18 224	0.31 240	0.27 240	0.23 223	0.17 229	0.23 219	0.17 214

LACA3	0.23 198	0.25 164	0.27 227	0.54 373	0.17 222	0.25 233	0.17 211	0.25 228	0.17 220	0.25 230	0.17 216	0.25 233	0.17 219	0.25 231	0.17 211	0.28 225	0.23 220	0.24 233	0.17 229	0.24 224	0.17 214

dd	0.23 198	0.98 359	0.16 172	0.23 182	0.15 206	0.23 220	0.15 195	0.23 217	0.15 205	0.23 215	0.15 204	0.24 226	0.17 219	0.23 218	0.15 197	0.22 189	0.15 170	0.21 209	0.15 204	0.22 207	0.16 196

dad	0.23 198	1.03 384	0.16 172	0.23 182	0.15 206	0.24 223	0.15 195	0.24 220	0.16 210	0.23 215	0.16 208	0.24 226	0.16 207	0.23 218	0.15 197	0.22 189	0.16 173	0.22 214	0.16 207	0.22 207	0.16 196

RSGM-EC	0.24 202	0.24 157	0.15 165	0.22 177	0.15 206	0.22 211	0.15 195	0.22 210	0.15 205	0.24 222	0.15 204	0.22 212	0.15 205	0.22 211	1.19 569	0.20 180	0.17 194	0.24 233	0.14 195	0.20 199	0.14 189

acva	0.24 202	0.24 157	0.15 165	0.22 177	0.15 206	0.22 211	0.15 195	0.22 210	0.15 205	0.24 222	0.15 204	0.22 212	0.15 205	0.22 211	1.19 569	0.20 180	0.17 194	0.24 233	0.14 195	0.20 199	0.14 189

MSKI-zero shot	0.24 202	0.21 143	0.49 394	0.65 400	0.18 234	0.22 211	0.17 211	0.23 217	0.18 227	0.21 206	0.17 216	0.23 220	0.28 286	0.23 218	0.18 224	0.21 187	0.16 173	0.21 209	0.16 207	0.21 205	0.16 196

qqq1	0.25 205	3.70 627	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 205	3.70 627	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 205	0.26 167	0.25 217	0.26 201	0.25 268	0.25 233	0.25 256	0.25 228	0.25 259	0.25 230	0.25 265	0.25 233	0.25 261	0.26 243	0.25 256	0.25 214	0.25 226	0.25 238	0.25 263	0.25 227	0.25 245

ffm	0.25 205	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 205	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 205	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 205	0.23 149	0.66 448	0.80 433	0.17 222	0.22 211	0.17 211	0.23 217	0.18 227	0.26 239	0.17 216	0.21 203	0.17 219	0.25 231	0.17 211	0.23 200	0.16 173	0.21 209	0.17 229	0.22 207	0.17 214

LoS	0.25 205	0.27 170	0.25 217	0.25 194	0.25 268	0.25 233	0.25 256	0.26 234	0.25 259	0.25 230	0.25 265	0.25 233	0.25 261	0.25 231	0.25 256	0.26 216	0.25 226	0.25 238	0.26 269	0.26 230	0.25 245
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 205	1.31 471	0.74 477	0.92 452	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 479	0.75 484	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 214	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 670	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

anonymous	0.27 215	0.27 170	0.93 508	0.28 205	0.17 222	0.30 253	0.17 211	0.28 238	0.17 220	0.29 249	0.17 216	0.29 254	0.17 219	0.28 251	0.17 211	0.27 220	0.24 224	0.27 247	0.17 229	0.26 230	0.16 196

Weightmod	0.27 215	0.29 176	0.33 270	0.38 241	0.20 242	0.30 253	0.21 235	0.29 244	0.21 240	0.29 249	0.22 247	0.30 259	0.20 241	0.30 258	0.21 234	0.37 269	0.31 276	0.27 247	0.20 240	0.28 238	0.21 228

SME	0.27 215	0.29 176	0.31 259	0.38 241	0.20 242	0.29 251	0.18 220	0.30 247	0.20 236	0.32 263	0.21 245	0.32 268	0.20 241	0.32 266	0.21 234	0.35 261	0.32 281	0.27 247	0.19 238	0.29 242	0.20 225

model_zeroshot	0.27 215	0.20 137	0.27 227	0.33 224	0.21 252	0.37 289	0.22 240	0.37 277	0.24 254	0.26 239	0.27 274	0.33 272	0.21 248	0.25 231	0.27 262	0.32 243	0.20 206	0.34 285	0.23 253	0.25 227	0.26 251

DLNR-FE	0.28 219	0.89 338	0.30 243	0.34 228	0.19 239	0.28 248	0.19 226	0.28 238	0.20 236	0.28 244	0.20 240	0.28 248	0.20 241	0.28 251	0.20 231	0.33 249	0.28 248	0.25 238	0.19 238	0.24 224	0.19 223

xyz-stereo-finetune	0.28 219	0.49 262	0.16 172	0.16 142	0.16 216	0.16 179	0.16 201	0.22 210	0.30 305	0.32 263	0.31 353	0.32 268	0.31 356	0.32 266	0.32 346	0.32 243	0.33 294	0.31 265	0.32 374	0.31 251	0.32 353

SQANet	0.28 219	0.28 174	0.28 233	0.28 205	0.28 281	0.28 248	0.28 276	0.28 238	0.28 282	0.28 244	0.28 281	0.28 248	0.28 286	0.28 251	0.28 271	0.28 225	0.28 248	0.28 252	0.28 325	0.28 238	0.28 314

HGLStereo	0.28 219	0.29 176	0.22 204	0.36 235	0.22 254	0.36 281	0.21 235	0.36 269	0.21 240	0.42 328	0.21 245	0.36 284	0.22 249	0.36 284	0.21 234	0.34 253	0.21 210	0.34 285	0.21 244	0.34 266	0.21 228

iResNet_ROB	0.28 219	0.32 184	0.24 214	0.32 220	0.25 268	0.32 270	0.24 254	0.32 255	0.24 254	0.33 268	0.24 259	0.35 279	0.24 258	0.33 274	0.24 248	0.31 240	0.24 224	0.32 268	0.24 260	0.32 254	0.24 243

UNet	0.29 224	0.90 341	0.10 92	0.14 121	0.10 154	0.14 164	0.10 149	0.91 501	0.69 502	0.14 164	0.11 168	0.14 165	0.11 167	0.14 167	0.10 146	0.12 111	0.09 94	0.12 158	0.09 141	0.88 491	0.76 515

MultiAttention	0.30 225	0.30 179	0.30 243	0.30 208	0.30 304	0.30 253	0.30 296	0.30 247	0.30 305	0.30 252	0.30 309	0.30 259	0.30 305	0.30 258	0.30 295	0.30 234	0.30 271	0.30 259	0.30 356	0.30 246	0.30 337

MSAF-DinoV2	0.30 225	0.30 179	0.30 243	0.30 208	0.30 304	0.30 253	0.30 296	0.30 247	0.30 305	0.30 252	0.30 309	0.30 259	0.30 305	0.30 258	0.30 295	0.30 234	0.30 271	0.30 259	0.30 356	0.30 246	0.30 337

DDVS	0.30 225	3.10 613	0.14 148	0.19 162	0.14 192	0.19 193	0.14 187	0.20 197	0.14 193	0.19 189	0.13 189	0.16 177	0.13 188	0.19 191	0.13 182	0.17 165	0.13 158	0.17 189	0.13 190	0.17 188	0.13 184

ACV-stereo	0.30 225	2.08 549	0.25 217	0.25 194	0.18 234	0.24 223	0.17 211	0.24 220	0.18 227	0.24 222	0.17 216	0.25 233	0.17 219	0.24 222	0.17 211	0.22 189	0.16 173	0.22 214	0.16 207	0.22 207	0.16 196

LoS_RVC	0.30 225	1.14 401	0.25 217	0.25 194	0.25 268	0.26 242	0.25 256	0.25 228	0.25 259	0.25 230	0.25 265	0.26 245	0.26 271	0.26 243	0.25 256	0.26 216	0.26 229	0.25 238	0.25 263	0.26 230	0.26 251

CAS	0.30 225	1.17 407	0.25 217	0.25 194	0.25 268	0.26 242	0.25 256	0.25 228	0.26 273	0.25 230	0.25 265	0.25 233	0.25 261	0.25 231	0.25 256	0.26 216	0.26 229	0.26 243	0.25 263	0.26 230	0.25 245

DANet	0.30 225	0.30 179	0.30 243	0.30 208	0.30 304	0.30 253	0.30 296	0.30 247	0.30 305	0.30 252	0.30 309	0.30 259	0.30 305	0.30 258	0.30 295	0.30 234	0.30 271	0.30 259	0.30 356	0.30 246	0.30 337
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 232	0.31 182	0.31 259	0.30 208	0.40 417	0.31 261	0.30 296	0.30 247	0.34 379	0.29 249	0.31 353	0.29 254	0.30 305	0.31 263	0.31 336	0.31 240	0.29 262	0.31 265	0.30 356	0.31 251	0.31 346

tt1	0.31 232	0.93 352	0.24 214	0.33 224	0.23 260	0.31 261	0.24 254	0.32 255	0.24 254	0.32 263	0.23 252	0.32 268	0.25 261	0.32 266	0.24 248	0.27 220	0.26 229	0.27 247	0.26 269	0.27 236	0.27 289

xxxxx1	0.31 232	0.91 343	0.23 207	0.31 214	0.23 260	0.31 261	0.23 249	0.33 259	0.25 259	0.31 257	0.24 259	0.33 272	0.25 261	0.32 266	0.24 248	0.28 225	0.28 248	0.28 252	0.28 325	0.29 242	0.27 289

DLNR_Zeroshot_test	0.31 232	0.28 174	0.47 379	0.79 429	0.24 265	0.30 253	0.26 263	0.30 247	0.24 254	0.32 263	0.23 252	0.31 264	0.24 258	0.30 258	0.23 245	0.29 233	0.26 229	0.29 257	0.24 260	0.33 261	0.23 233

tt_ll	0.31 232	0.91 343	0.23 207	0.31 214	0.23 260	0.31 261	0.23 249	0.33 259	0.25 259	0.31 257	0.24 259	0.33 272	0.25 261	0.32 266	0.24 248	0.28 225	0.28 248	0.28 252	0.28 325	0.29 242	0.27 289

ff	0.31 232	0.91 343	0.23 207	0.31 214	0.23 260	0.31 261	0.23 249	0.33 259	0.25 259	0.31 257	0.24 259	0.33 272	0.25 261	0.32 266	0.24 248	0.28 225	0.28 248	0.28 252	0.28 325	0.29 242	0.27 289

RAFT + AFF	0.31 232	0.45 246	0.34 281	0.39 249	0.28 281	0.38 296	0.33 362	0.29 244	0.31 350	0.30 252	0.30 309	0.29 254	0.27 278	0.29 256	0.30 295	0.28 225	0.29 262	0.29 257	0.29 340	0.27 236	0.32 353

MLCV	0.31 232	0.35 188	0.27 227	0.35 231	0.28 281	0.35 277	0.27 266	0.35 265	0.28 282	0.36 279	0.27 274	0.35 279	0.27 278	0.35 278	0.27 262	0.34 253	0.27 240	0.34 285	0.27 306	0.34 266	0.27 289

DN-CSS_ROB	0.31 232	0.35 188	0.28 233	0.35 231	0.28 281	0.34 273	0.27 266	0.34 262	0.25 259	0.35 275	0.27 274	0.36 284	0.26 271	0.34 275	0.28 271	0.35 261	0.28 248	0.34 285	0.28 325	0.34 266	0.27 289

PStereo	0.32 241	0.36 193	0.28 233	0.38 241	0.29 292	0.36 281	0.27 266	0.38 286	0.27 277	0.38 286	0.28 281	0.36 284	0.27 278	0.36 284	0.28 271	0.32 243	0.27 240	0.33 275	0.27 306	0.33 261	0.27 289

DStereoFS	0.32 241	0.33 185	0.32 265	0.33 224	0.30 304	0.32 270	0.32 351	0.32 255	0.31 350	0.30 252	0.31 353	0.31 264	0.30 305	0.32 266	0.32 346	0.32 243	0.31 276	0.30 259	0.47 457	0.32 254	0.34 367

DStereoSA	0.32 241	0.52 277	0.34 281	0.31 214	0.31 351	0.30 253	0.30 296	0.31 253	0.30 305	0.31 257	0.31 353	0.31 264	0.30 305	0.31 263	0.31 336	0.30 234	0.32 281	0.31 265	0.31 367	0.31 251	0.31 346

WCG-NET（raft）	0.32 241	1.24 465	0.24 214	0.32 220	0.24 265	0.32 270	0.23 249	0.32 255	0.24 254	0.32 263	0.24 259	0.32 268	0.24 258	0.32 266	0.24 248	0.30 234	0.23 220	0.30 259	0.23 253	0.30 246	0.23 233

Any-RAFT	0.32 241	0.36 193	0.27 227	0.36 235	0.27 276	0.36 281	0.27 266	0.36 269	0.27 277	0.36 279	0.27 274	0.36 284	0.27 278	0.36 284	0.28 271	0.36 266	0.28 248	0.36 308	0.28 325	0.36 287	0.28 314

StereoDRNet-Refined	0.33 246	0.39 207	0.26 224	0.39 249	0.26 275	0.40 304	0.26 263	0.40 299	0.26 273	0.39 293	0.26 270	0.39 301	0.26 271	0.39 302	0.26 261	0.37 269	0.25 226	0.37 311	0.25 263	0.37 292	0.37 386
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 247	0.26 167	0.17 182	0.21 175	0.17 222	0.20 198	0.16 201	0.20 197	0.16 210	0.20 195	0.17 216	0.21 203	0.16 207	0.27 247	0.24 248	0.19 177	0.16 173	0.19 201	0.16 207	0.26 230	3.08 689

RAFT-FE	0.34 247	0.26 167	0.17 182	0.21 175	0.17 222	0.20 198	0.16 201	0.20 197	0.16 210	0.20 195	0.17 216	0.21 203	0.16 207	0.27 247	0.24 248	0.19 177	0.16 173	0.19 201	0.16 207	0.26 230	3.08 689

LG-Stereo_L2	0.34 247	0.37 196	0.38 299	0.47 306	0.28 281	0.39 302	0.28 276	0.39 291	0.28 282	0.39 293	0.28 281	0.39 301	0.28 286	0.38 294	0.28 271	0.42 323	0.35 330	0.36 308	0.26 269	0.35 279	0.26 251

H2IRNET	0.34 247	0.34 186	0.34 281	0.34 228	0.34 385	0.34 273	0.34 375	0.34 262	0.34 379	0.34 271	0.34 380	0.34 277	0.34 377	0.34 275	0.34 371	0.34 253	0.34 323	0.34 285	0.34 388	0.34 266	0.34 367

IGEV++	0.34 247	0.43 234	0.30 243	0.40 262	0.29 292	0.40 304	0.29 288	0.40 299	0.29 290	0.40 300	0.29 294	0.40 309	0.29 296	0.40 305	0.30 295	0.38 281	0.29 262	0.37 311	0.29 340	0.37 292	0.29 323

iRaft-Stereo_5w	0.34 247	0.42 232	0.31 259	0.39 249	0.30 304	0.38 296	0.30 296	0.40 299	0.29 290	0.40 300	0.37 399	0.41 322	0.34 377	0.38 294	0.30 295	0.34 253	0.27 240	0.34 285	0.26 269	0.34 266	0.26 251

CSP-Net	0.34 247	1.29 467	1.19 533	1.36 562	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 574	1.21 585	0.03 41	0.09 141	0.02 21	0.09 142

iRaft-Stereo_20w	0.34 247	0.41 222	0.31 259	0.39 249	0.29 292	0.40 304	0.32 351	0.41 314	0.32 360	0.38 286	0.30 309	0.39 301	0.30 305	0.38 294	0.32 346	0.35 261	0.27 240	0.34 285	0.27 306	0.34 266	0.29 323

DGSMNet	0.34 247	0.41 222	0.27 227	0.41 274	0.28 281	0.41 320	0.28 276	0.41 314	0.27 277	0.41 314	0.27 274	0.42 340	0.27 278	0.41 321	0.28 271	0.40 301	0.29 262	0.40 373	0.28 325	0.40 364	0.27 289

gcap_with_dpt	0.35 256	0.39 207	0.30 243	0.44 294	0.31 351	0.44 381	0.31 343	0.44 378	0.31 350	0.44 373	0.30 309	0.44 384	0.30 305	0.44 373	0.30 295	0.38 281	0.26 229	0.38 319	0.27 306	0.38 305	0.27 289

FE-Mocha	0.35 256	0.71 305	0.40 342	0.47 306	0.27 276	0.34 273	0.27 266	0.34 262	0.26 273	0.34 271	0.26 270	0.34 277	0.27 278	0.34 275	0.27 262	0.44 325	0.41 368	0.33 275	0.29 340	0.32 254	0.29 323

IGEV-FE	0.35 256	0.37 196	0.17 182	0.19 162	0.17 222	0.20 198	0.17 211	0.19 191	0.17 220	0.19 189	0.17 216	0.19 193	0.17 219	0.37 291	0.36 378	0.19 177	0.17 194	0.19 201	0.17 229	0.38 305	2.84 680

test_for_model	0.35 256	0.39 207	0.30 243	0.43 290	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.44 373	0.31 336	0.38 281	0.26 229	0.38 319	0.26 269	0.38 305	0.26 251

CASnet	0.35 256	0.51 275	0.44 364	0.32 220	0.31 351	0.24 223	0.34 375	0.36 269	0.25 259	0.31 257	0.37 399	0.30 259	0.33 372	0.25 231	0.45 428	0.37 269	0.37 340	0.33 275	0.35 401	0.34 266	0.37 386
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 256	0.44 237	0.45 366	0.49 318	0.30 304	0.37 289	0.30 296	0.36 269	0.30 305	0.36 279	0.29 294	0.36 284	0.29 296	0.36 284	0.30 295	0.46 364	0.39 354	0.32 268	0.24 260	0.32 254	0.25 245
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 256	0.35 188	0.35 291	0.35 231	0.35 389	0.35 277	0.35 380	0.35 265	0.35 383	0.35 275	0.35 389	0.35 279	0.35 383	0.35 278	0.35 375	0.35 261	0.35 330	0.35 301	0.35 401	0.35 279	0.35 378

GeoVLM	0.36 263	0.38 200	0.27 227	0.46 299	0.28 281	0.35 277	0.28 276	0.37 277	0.27 277	0.35 275	0.28 281	0.36 284	0.38 396	0.35 278	0.28 271	1.08 507	0.26 229	0.33 275	0.27 306	0.34 266	0.33 360

Zero-FE251	0.36 263	0.40 211	0.28 233	0.41 274	0.28 281	0.41 320	0.28 276	0.41 314	0.28 282	0.41 314	0.28 281	0.41 322	0.28 286	0.42 335	0.30 295	0.37 269	0.26 229	0.37 311	0.27 306	0.45 390	0.56 467

GIP-stereo	0.36 263	0.49 262	0.39 310	0.48 312	0.32 363	0.41 320	0.28 276	0.40 299	0.30 305	0.41 314	0.28 281	0.40 309	0.28 286	0.42 335	0.28 271	0.45 354	0.32 281	0.38 319	0.30 356	0.37 292	0.27 289

DCVSM-stereo	0.36 263	1.89 535	0.22 204	0.40 262	0.22 254	0.40 304	0.22 240	0.40 299	0.22 244	0.40 300	0.22 247	0.40 309	0.22 249	0.40 305	0.22 238	0.28 225	0.21 210	0.28 252	0.21 244	0.28 238	0.20 225

RSM	0.36 263	0.36 193	0.43 362	0.37 238	0.42 437	0.49 418	0.42 427	0.37 277	0.28 282	0.36 279	0.29 294	0.36 284	0.30 305	0.37 291	0.28 271	0.34 253	0.31 276	0.34 285	0.35 401	0.40 364	0.29 323

gcap-zeroshot	0.36 263	0.40 211	0.34 281	0.44 294	0.31 351	0.44 381	0.31 343	0.44 378	0.32 360	0.44 373	0.32 363	0.44 384	0.32 361	0.44 373	0.31 336	0.39 294	0.28 248	0.39 360	0.28 325	0.39 350	0.27 289

testlalala	0.36 263	0.40 211	0.34 281	0.44 294	0.31 351	0.44 381	0.31 343	0.44 378	0.32 360	0.44 373	0.32 363	0.44 384	0.32 361	0.44 373	0.31 336	0.39 294	0.28 248	0.39 360	0.28 325	0.39 350	0.27 289

GCAPDPT-zeroshot	0.36 263	0.40 211	0.30 243	0.43 290	0.30 304	0.43 347	0.30 296	0.43 340	0.31 350	0.43 335	0.30 309	0.43 349	0.30 305	0.44 373	0.31 336	0.39 294	0.28 248	0.39 360	0.27 306	0.39 350	0.26 251

RAFT-Test	0.36 263	0.37 196	0.33 270	0.41 274	0.32 363	0.41 320	0.32 351	0.41 314	0.32 360	0.41 314	0.32 363	0.41 322	0.32 361	0.41 321	0.33 358	0.37 269	0.29 262	0.37 311	0.29 340	0.38 305	0.31 346

DMCA	0.36 263	0.38 200	0.37 297	0.35 231	0.35 389	0.36 281	0.36 386	0.36 269	0.35 383	0.35 275	0.37 399	0.36 284	0.36 387	0.35 278	0.36 378	0.36 266	0.36 336	0.35 301	0.36 407	0.36 287	0.36 381

ACVNet-DCA	0.37 273	1.00 368	0.30 243	0.40 262	0.29 292	0.40 304	0.29 288	0.40 299	0.29 290	0.40 300	0.29 294	0.40 309	0.29 296	0.39 302	0.28 271	0.33 249	0.32 281	0.33 275	0.32 374	0.33 261	0.32 353

1test111	0.37 273	1.02 382	0.30 243	0.39 249	0.29 292	0.40 304	0.28 276	0.39 291	0.29 290	0.39 293	0.29 294	0.39 301	0.28 286	0.40 305	0.29 285	0.33 249	0.32 281	0.33 275	0.31 367	0.32 254	0.31 346

cc1	0.37 273	1.02 382	0.30 243	0.39 249	0.29 292	0.40 304	0.28 276	0.39 291	0.29 290	0.39 293	0.29 294	0.39 301	0.28 286	0.40 305	0.29 285	0.33 249	0.32 281	0.33 275	0.31 367	0.32 254	0.31 346

EKT-Stereo	0.37 273	0.40 211	0.44 364	1.07 477	0.29 292	0.34 273	0.31 343	0.36 269	0.29 290	0.38 286	0.31 353	0.37 294	0.30 305	0.36 284	0.29 285	0.34 253	0.28 248	0.39 360	0.30 356	0.37 292	0.30 337

GMOStereo	0.37 273	0.45 246	0.23 207	0.30 208	0.37 399	0.41 320	0.36 386	0.41 314	0.35 383	0.43 335	0.36 392	0.41 322	0.40 408	0.41 321	0.36 378	0.34 253	0.22 214	0.47 429	0.37 410	0.39 350	0.33 360

XPNet_ROB	0.37 273	0.37 196	0.37 297	0.37 238	0.37 399	0.37 289	0.37 392	0.37 277	0.37 395	0.37 285	0.37 399	0.37 294	0.37 392	0.37 291	0.37 388	0.37 269	0.37 340	0.37 311	0.37 410	0.37 292	0.37 386

GREATEN-IGEV_RVC	0.38 279	0.35 188	0.56 417	0.63 394	0.29 292	0.36 281	0.29 288	0.36 269	0.29 290	0.39 293	0.29 294	0.36 284	0.29 296	0.36 284	0.29 285	0.62 421	0.57 431	0.35 301	0.29 340	0.36 287	0.29 323

GREATEN-IGEV-FM_RVC	0.38 279	0.35 188	0.56 417	0.63 394	0.28 281	0.36 281	0.28 276	0.36 269	0.28 282	0.36 279	0.28 281	0.36 284	0.28 286	0.36 284	0.28 271	0.62 421	0.57 431	0.35 301	0.28 325	0.35 279	0.28 314

MonSter++	0.38 279	0.44 237	0.31 259	0.43 290	0.30 304	0.43 347	0.31 343	0.43 340	0.31 350	0.45 385	0.31 353	0.43 349	0.31 356	0.43 342	0.69 500	0.38 281	0.33 294	0.40 373	0.30 356	0.38 305	0.30 337

HiDET	0.38 279	0.44 237	0.30 243	0.42 284	0.30 304	0.42 340	0.30 296	0.42 332	0.30 305	0.44 373	0.30 309	0.42 340	0.30 305	0.42 335	0.68 491	0.37 269	0.32 281	0.40 373	0.29 340	0.37 292	0.29 323

LCMNet	0.38 279	0.44 237	0.30 243	0.42 284	0.30 304	0.42 340	0.30 296	0.42 332	0.30 305	0.45 385	0.30 309	0.42 340	0.30 305	0.42 335	0.69 500	0.37 269	0.32 281	0.40 373	0.29 340	0.37 292	0.29 323

CSFM-Stereo	0.38 279	0.44 237	0.30 243	0.42 284	0.30 304	0.42 340	0.30 296	0.43 340	0.30 305	0.44 373	0.30 309	0.42 340	0.30 305	0.42 335	0.73 513	0.37 269	0.32 281	0.40 373	0.29 340	0.37 292	0.30 337

HART	0.38 279	0.45 246	0.34 281	0.42 284	0.33 375	0.41 320	0.34 375	0.42 332	0.33 370	0.43 335	0.34 380	0.42 340	0.34 377	0.41 321	0.38 391	0.40 301	0.32 281	0.42 407	0.32 374	0.40 364	0.32 353

GREAT-IGEV	0.38 279	0.43 234	0.36 293	0.48 312	0.32 363	0.45 395	0.32 351	0.45 387	0.32 360	0.45 385	0.32 363	0.45 394	0.32 361	0.45 391	0.32 346	0.44 325	0.33 294	0.41 391	0.29 340	0.41 375	0.29 323
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 279	0.43 234	0.33 270	0.46 299	0.33 375	0.45 395	0.32 351	0.45 387	0.32 360	0.45 385	0.32 363	0.45 394	0.33 372	0.45 391	0.32 346	0.38 281	0.38 347	0.38 319	0.37 410	0.37 292	0.36 381

WAO-8	0.38 279	0.38 200	0.38 299	0.38 241	0.38 406	0.38 296	0.38 399	0.38 286	0.38 399	0.38 286	0.38 404	0.38 296	0.38 396	0.38 294	0.38 391	0.38 281	0.38 347	0.38 319	0.37 410	0.38 305	0.38 393

WAO-7	0.38 279	0.38 200	0.38 299	0.38 241	0.38 406	0.38 296	0.38 399	0.38 286	0.38 399	0.38 286	0.38 404	0.38 296	0.38 396	0.38 294	0.38 391	0.38 281	0.38 347	0.38 319	0.38 423	0.38 305	0.38 393

xx1	0.38 279	1.03 384	0.31 259	0.40 262	0.31 351	0.41 320	0.28 276	0.40 299	0.29 290	0.40 300	0.29 294	0.40 309	0.29 296	0.40 305	0.29 285	0.34 253	0.33 294	0.34 285	0.32 374	0.34 266	0.32 353

Venus	0.38 279	0.38 200	0.38 299	0.38 241	0.38 406	0.37 289	0.38 399	0.37 277	0.37 395	0.41 314	0.37 399	0.39 301	0.37 392	0.38 294	0.38 391	0.37 269	0.38 347	0.38 319	0.37 410	0.37 292	0.38 393

IMH	0.38 279	0.38 200	0.38 299	0.38 241	0.38 406	0.38 296	0.38 399	0.38 286	0.38 399	0.42 328	0.38 404	0.40 309	0.38 396	0.38 294	0.38 391	0.38 281	0.38 347	0.39 360	0.38 423	0.38 305	0.38 393

DF	0.39 293	1.37 477	1.02 517	1.14 485	0.12 186	0.16 179	0.12 179	0.16 179	0.12 186	0.16 176	0.12 176	0.16 177	0.12 182	0.16 178	0.12 173	1.12 516	1.00 508	0.15 177	0.12 179	0.15 176	0.12 177

PAM	0.39 293	1.88 534	0.34 281	0.37 238	0.41 427	0.45 395	0.22 240	0.28 238	0.23 251	0.28 244	0.24 259	0.29 254	0.23 255	0.29 256	0.23 245	0.38 281	0.32 281	0.38 319	0.37 410	0.32 254	0.22 231

HanzoNet	0.39 293	0.38 200	0.40 342	0.39 249	0.41 427	0.38 296	0.38 399	0.38 286	0.38 399	0.39 293	0.39 414	0.38 296	0.38 396	0.39 302	0.40 406	0.38 281	0.38 347	0.40 373	0.38 423	0.38 305	0.40 401

CES	0.39 293	0.47 254	0.36 293	0.36 235	0.37 399	0.45 395	0.35 380	0.35 265	0.40 413	0.36 279	0.44 439	0.47 404	0.36 387	0.44 373	0.36 378	0.37 269	0.39 354	0.44 410	0.35 401	0.37 292	0.36 381

PASM	0.39 293	3.06 612	1.36 599	1.58 571	0.09 147	0.11 153	0.11 166	0.11 153	0.11 170	0.09 140	0.09 146	0.11 156	0.09 146	0.09 140	0.09 139	0.11 105	0.11 121	0.11 151	0.09 141	0.11 155	0.11 164

mms	0.40 298	0.45 246	0.35 291	0.48 312	0.36 395	0.47 407	0.34 375	0.45 387	0.38 399	0.47 397	0.33 372	0.45 394	0.32 361	0.45 391	0.32 346	0.39 294	0.38 347	0.38 319	0.37 410	0.39 350	0.39 399

GCAPDPT-zeroshot4090	0.40 298	1.09 394	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.44 378	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.45 354	0.34 323	0.38 319	0.27 306	0.38 305	0.27 289

knoymous	0.40 298	0.40 211	0.40 342	0.40 262	0.40 417	0.40 304	0.40 413	0.40 299	0.40 413	0.40 300	0.40 417	0.40 309	0.40 408	0.40 305	0.40 406	0.40 301	0.40 358	0.40 373	0.40 428	0.40 364	0.40 401

anonymousa	0.40 298	0.40 211	0.40 342	0.40 262	0.40 417	0.40 304	0.40 413	0.40 299	0.40 413	0.40 300	0.40 417	0.40 309	0.40 408	0.40 305	0.40 406	0.40 301	0.40 358	0.40 373	0.40 428	0.40 364	0.40 401

riskmin	0.40 298	0.40 211	0.40 342	0.40 262	0.40 417	0.40 304	0.40 413	0.40 299	0.40 413	0.40 300	0.40 417	0.40 309	0.40 408	0.40 305	0.40 406	0.40 301	0.40 358	0.40 373	0.40 428	0.40 364	0.40 401

Anonymous_2	0.40 298	0.40 211	0.40 342	0.40 262	0.40 417	0.40 304	0.40 413	0.40 299	0.40 413	0.40 300	0.40 417	0.40 309	0.40 408	0.40 305	0.40 406	0.40 301	0.40 358	0.40 373	0.40 428	0.40 364	0.40 401

Anonymous_1	0.40 298	0.40 211	0.40 342	0.40 262	0.40 417	0.40 304	0.40 413	0.40 299	0.40 413	0.40 300	0.40 417	0.40 309	0.40 408	0.40 305	0.40 406	0.40 301	0.40 358	0.40 373	0.40 428	0.40 364	0.40 401

AdaStereo	0.40 298	0.40 211	0.40 342	0.40 262	0.40 417	0.40 304	0.40 413	0.40 299	0.40 413	0.40 300	0.40 417	0.40 309	0.40 408	0.40 305	0.40 406	0.40 301	0.40 358	0.40 373	0.40 428	0.40 364	0.40 401
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.
GCAP-Stereo-DPT-25K	0.41 306	1.09 394	0.40 342	0.52 368	0.31 351	0.44 381	0.31 343	0.44 378	0.31 350	0.44 373	0.31 353	0.44 384	0.31 356	0.44 373	0.31 336	0.46 364	0.35 330	0.39 360	0.28 325	0.39 350	0.28 314

GCAP-Stereo-DPT-FT	0.41 306	1.06 391	0.40 342	0.51 365	0.31 351	0.44 381	0.30 296	0.43 340	0.32 360	0.44 373	0.30 309	0.56 454	0.30 305	0.44 373	0.31 336	0.45 354	0.34 323	0.39 360	0.27 306	0.40 364	0.27 289

Select-FE	0.41 306	0.44 237	0.23 207	0.26 201	0.22 254	0.26 242	0.22 240	0.26 234	0.23 251	0.26 239	0.23 252	0.26 245	0.23 255	0.45 391	0.42 422	0.25 214	0.22 214	0.25 238	0.22 247	0.45 390	2.90 681

water-stereo	0.41 306	0.84 327	0.46 371	0.50 354	0.33 375	0.45 395	0.33 362	0.45 387	0.32 360	0.45 385	0.32 363	0.45 394	0.32 361	0.45 391	0.32 346	0.44 325	0.41 368	0.39 360	0.31 367	0.39 350	0.32 353

GCAP-BAT	0.41 306	1.30 469	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.44 373	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.34 323	0.38 319	0.26 269	0.38 305	0.26 251

GwcNet-ADL	0.41 306	0.41 222	0.41 356	0.41 274	0.41 427	0.41 320	0.41 422	0.41 314	0.41 423	0.41 314	0.41 425	0.41 322	0.41 420	0.41 321	0.41 414	0.41 309	0.41 368	0.41 391	0.41 436	0.41 375	0.41 409

PSMNet-ADL	0.41 306	0.41 222	0.41 356	0.41 274	0.41 427	0.41 320	0.41 422	0.41 314	0.41 423	0.41 314	0.41 425	0.41 322	0.41 420	0.41 321	0.41 414	0.41 309	0.41 368	0.41 391	0.41 436	0.41 375	0.41 409

GANet-ADL	0.41 306	0.41 222	0.41 356	0.41 274	0.41 427	0.41 320	0.41 422	0.41 314	0.41 423	0.41 314	0.41 425	0.41 322	0.41 420	0.41 321	0.41 414	0.41 309	0.41 368	0.41 391	0.41 436	0.41 375	0.41 409

ADLNet2	0.41 306	0.41 222	0.41 356	0.41 274	0.41 427	0.41 320	0.41 422	0.41 314	0.41 423	0.41 314	0.41 425	0.41 322	0.41 420	0.41 321	0.41 414	0.41 309	0.41 368	0.41 391	0.41 436	0.41 375	0.41 409

ADLNet	0.41 306	0.41 222	0.41 356	0.41 274	0.41 427	0.41 320	0.41 422	0.41 314	0.41 423	0.41 314	0.41 425	0.41 322	0.41 420	0.41 321	0.41 414	0.41 309	0.41 368	0.41 391	0.41 436	0.41 375	0.41 409

FCDSN-DC	0.41 306	0.59 293	0.64 441	0.54 373	0.33 375	0.50 427	0.37 392	0.42 332	0.40 413	0.61 460	0.43 437	0.50 430	0.49 453	0.38 294	0.32 346	0.28 225	0.23 220	0.26 243	0.22 247	0.35 279	0.28 314
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 306	0.46 250	0.33 270	0.49 318	0.33 375	0.49 418	0.33 362	0.49 406	0.33 370	0.49 411	0.33 372	0.49 416	0.33 372	0.51 433	0.33 358	0.41 309	0.30 271	0.41 391	0.30 356	0.79 474	0.29 323

Gwc-CoAtRS	0.41 306	1.49 483	0.32 265	0.42 284	0.32 363	0.41 320	0.32 351	0.41 314	0.33 370	0.41 314	0.32 363	0.41 322	0.32 361	0.41 321	0.32 346	0.39 294	0.28 248	0.39 360	0.28 325	0.40 364	0.28 314

S0	0.42 319	0.44 237	0.54 413	0.59 386	0.34 385	0.48 412	0.22 240	0.51 429	0.25 259	0.51 433	0.34 380	0.53 443	0.35 383	0.47 400	0.36 378	0.55 403	0.39 354	0.49 442	0.27 306	0.46 393	0.34 367

UPFNet	0.42 319	1.20 411	0.17 182	0.24 187	0.17 222	0.25 233	0.17 211	1.19 540	0.90 538	0.25 230	0.17 216	0.24 226	0.17 219	0.25 231	0.17 211	0.22 189	0.17 194	0.22 214	0.16 207	1.15 528	0.93 534

quiztm	0.43 321	0.49 262	0.40 342	0.51 365	0.40 417	0.51 439	0.40 413	0.50 415	0.40 413	0.50 424	0.40 417	0.51 441	0.40 408	0.50 423	0.40 406	0.44 325	0.34 323	0.44 410	0.34 388	0.44 385	0.34 367

GCAP-Stereo-DPT26K	0.43 321	1.76 498	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.31 336	0.44 325	0.33 294	0.38 319	0.27 306	0.38 305	0.26 251

aanet-new-8k	0.43 321	1.76 498	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new	0.43 321	1.80 508	0.38 299	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-cres	0.43 321	1.77 500	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-36K	0.43 321	1.78 503	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-20K	0.43 321	1.77 500	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-3K	0.43 321	1.77 500	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

DDF-Stereo	0.43 321	1.15 404	0.57 421	0.53 370	0.32 363	0.41 320	0.32 351	0.41 314	0.32 360	0.41 314	0.32 363	0.41 322	0.32 361	0.40 305	0.32 346	0.52 393	0.50 415	0.38 319	0.31 367	0.39 350	0.31 346

DilatedVolume-Stereo	0.43 321	0.86 331	0.48 387	0.50 354	0.33 375	0.46 402	0.33 362	0.46 391	0.33 370	0.46 391	0.33 372	0.47 404	0.33 372	0.47 400	0.34 371	0.45 354	0.42 377	0.40 373	0.33 384	0.47 407	0.38 393

psmg	0.43 321	1.91 538	0.92 503	1.91 585	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	1.44 608	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 321	1.21 457	0.17 182	0.25 194	0.17 222	0.25 233	0.18 220	1.26 592	0.95 546	0.25 230	0.17 216	0.25 233	0.17 219	0.25 231	0.17 211	0.23 200	0.16 173	0.22 214	0.16 207	1.18 536	0.98 539

psm_up	0.43 321	1.19 410	0.17 182	0.25 194	0.18 234	0.25 233	0.19 226	1.26 592	0.91 539	0.26 239	0.17 216	0.25 233	0.17 219	0.25 231	0.17 211	0.22 189	0.17 194	0.23 223	0.16 207	1.18 536	0.99 540

aanet-new-90k	0.44 334	1.82 520	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.44 373	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-60k	0.44 334	1.81 513	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-70k	0.44 334	1.82 520	0.38 299	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-78k	0.44 334	1.80 508	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.45 354	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-40k	0.44 334	1.81 513	0.39 310	0.50 354	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.45 354	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-36k	0.44 334	1.80 508	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-34k	0.44 334	1.80 508	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-32k-new	0.44 334	1.78 503	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.44 378	0.30 305	0.44 373	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.45 354	0.34 323	0.39 360	0.26 269	0.38 305	0.26 251

aanet-new-32k	0.44 334	1.79 507	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-30k	0.44 334	1.78 503	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-28k	0.44 334	1.81 513	0.39 310	0.49 318	0.30 304	0.44 381	0.30 296	0.44 378	0.30 305	0.44 373	0.30 309	0.44 384	0.30 305	0.44 373	0.30 295	0.45 354	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-24k	0.44 334	1.78 503	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-22k	0.44 334	1.81 513	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

aanet-new-16k	0.44 334	1.83 523	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-cres-4k	0.44 334	1.81 513	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-22K	0.44 334	1.85 529	0.38 299	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-24K	0.44 334	1.86 532	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-5K	0.44 334	1.80 508	0.39 310	0.49 318	0.30 304	0.44 381	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.44 373	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-2K	0.44 334	1.82 520	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.33 294	0.38 319	0.26 269	0.38 305	0.26 251

GCAP-Stereo-DPT-50K	0.44 334	1.83 523	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.43 342	0.30 295	0.44 325	0.36 336	0.38 319	0.26 269	0.38 305	0.26 251

Monster-pub-mixall	0.44 334	0.56 289	0.60 427	0.38 241	0.27 276	0.37 289	0.27 266	0.37 277	0.29 290	0.38 286	0.27 274	0.38 296	0.29 296	0.85 501	0.27 262	1.46 590	0.26 229	0.34 285	0.26 269	0.36 287	0.53 453

depthmonostereo	0.44 334	0.85 329	0.46 371	0.54 373	0.40 417	0.52 443	0.38 399	0.52 434	0.35 383	0.47 397	0.34 380	0.46 398	0.34 377	0.47 400	0.34 371	0.45 354	0.43 382	0.41 391	0.33 384	0.41 375	0.32 353

MMNet	0.44 334	1.24 465	0.17 182	0.25 194	0.17 222	0.25 233	0.18 220	1.26 592	0.93 544	0.25 230	0.17 216	0.25 233	0.18 230	0.25 231	0.17 211	0.23 200	0.16 173	0.23 223	0.16 207	1.20 540	0.99 540

aanet-new-10k	0.45 357	1.81 513	0.40 342	0.50 354	0.31 351	0.44 381	0.31 343	0.44 378	0.31 350	0.44 373	0.31 353	0.44 384	0.32 361	0.44 373	0.31 336	0.46 364	0.35 330	0.39 360	0.27 306	0.39 350	0.27 289

252Zero-FE	0.45 357	0.50 267	0.36 293	0.50 354	0.36 395	0.50 427	0.36 386	0.50 415	0.36 393	0.49 411	0.36 392	0.49 416	0.36 387	0.54 443	0.41 414	0.45 354	0.34 323	0.45 415	0.34 388	0.55 433	0.75 512

Monster-pub-eth3d	0.45 357	0.57 290	0.60 427	0.39 249	0.28 281	0.37 289	0.28 276	0.37 277	0.30 305	0.39 293	0.29 294	0.39 301	0.30 305	0.92 513	0.27 262	1.42 587	0.28 248	0.34 285	0.28 325	0.37 292	0.53 453

Replicate-Monster	0.45 357	0.57 290	0.60 427	0.40 262	0.29 292	0.37 289	0.27 266	0.37 277	0.30 305	0.40 300	0.31 353	0.40 309	0.30 305	0.99 521	0.27 262	1.36 583	0.31 276	0.34 285	0.30 356	0.36 287	0.54 456

SCV_C0	0.45 357	0.88 335	0.49 394	0.54 373	0.37 399	0.48 412	0.37 392	0.48 401	0.37 395	0.48 404	0.36 392	0.48 411	0.37 392	0.49 415	0.37 388	0.50 385	0.41 368	0.44 410	0.34 388	0.44 385	0.34 367

RAFT-Stereo-weight	0.45 357	1.90 537	0.34 281	0.42 284	0.36 395	0.43 347	0.35 380	0.42 332	0.34 379	0.42 328	0.34 380	0.44 384	0.34 377	0.41 321	0.34 371	0.38 281	0.32 281	0.38 319	0.32 374	0.38 305	0.33 360

TorneroNet-64	0.45 357	0.27 170	0.30 243	0.58 383	0.27 276	0.70 476	0.30 296	0.28 238	0.73 521	0.73 480	0.28 281	0.71 480	0.66 487	0.75 482	0.27 262	0.27 220	0.29 262	0.37 311	0.75 527	0.28 238	0.30 337

aanet-new-12k	0.46 364	1.99 546	0.40 342	0.51 365	0.31 351	0.44 381	0.31 343	0.44 378	0.31 350	0.44 373	0.31 353	0.44 384	0.31 356	0.44 373	0.32 346	0.47 371	0.35 330	0.39 360	0.27 306	0.39 350	0.27 289

SCV	0.46 364	0.94 354	0.45 366	0.54 373	0.37 399	0.48 412	0.38 399	0.48 401	0.37 395	0.48 404	0.39 414	0.48 411	0.37 392	0.49 415	0.37 388	0.50 385	0.46 392	0.44 410	0.34 388	0.44 385	0.34 367

otaku	0.46 364	0.46 250	0.46 371	0.46 299	0.46 446	0.46 402	0.46 438	0.46 391	0.46 438	0.46 391	0.46 446	0.46 398	0.46 438	0.46 396	0.46 432	0.46 364	0.46 392	0.46 419	0.46 450	0.46 393	0.46 424

Dean	0.46 364	0.46 250	0.46 371	0.46 299	0.46 446	0.46 402	0.46 438	0.46 391	0.46 438	0.47 397	0.46 446	0.46 398	0.46 438	0.46 396	0.46 432	0.46 364	0.46 392	0.46 419	0.46 450	0.46 393	0.46 424

ACVNet_1	0.46 364	0.47 254	0.46 371	0.46 299	0.46 446	0.46 402	0.46 438	0.46 391	0.47 443	0.46 391	0.46 446	0.46 398	0.46 438	0.46 396	0.46 432	0.46 364	0.46 392	0.47 429	0.46 450	0.46 393	0.46 424

ACVNet-4b	0.46 364	0.46 250	0.46 371	0.46 299	0.46 446	0.46 402	0.46 438	0.46 391	0.46 438	0.46 391	0.46 446	0.46 398	0.46 438	0.47 400	0.46 432	0.46 364	0.46 392	0.46 419	0.46 450	0.46 393	0.46 424

PML	0.46 364	1.36 475	0.29 239	0.58 383	0.30 304	0.57 457	0.29 288	0.57 445	0.29 290	0.57 454	0.29 294	0.57 457	0.29 296	0.56 448	0.29 285	0.52 393	0.30 271	0.53 459	0.31 367	0.53 431	0.30 337

Anonymus	0.47 371	0.73 308	0.46 371	0.43 290	0.54 476	0.53 445	0.27 266	0.39 291	0.35 383	0.33 268	0.40 417	0.33 272	0.38 396	0.53 440	0.54 461	0.56 407	0.36 336	0.49 442	0.53 473	0.66 447	0.54 456

LG-Stereo_L1	0.47 371	0.52 277	0.47 379	0.62 392	0.39 416	0.53 445	0.40 413	0.53 436	0.39 412	0.53 440	0.39 414	0.53 443	0.39 407	0.53 440	0.39 403	0.55 403	0.46 392	0.49 442	0.37 410	0.49 414	0.37 386

Ntro	0.47 371	0.47 254	0.46 371	0.46 299	0.46 446	0.47 407	0.47 443	0.46 391	0.47 443	0.46 391	0.46 446	0.47 404	0.46 438	0.47 400	0.47 439	0.47 371	0.46 392	0.46 419	0.46 450	0.46 393	0.46 424

HaxPig	0.47 371	0.47 254	0.47 379	0.49 318	0.47 452	0.47 407	0.47 443	0.47 397	0.47 443	0.47 397	0.47 454	0.47 404	0.47 446	0.47 400	0.47 439	0.47 371	0.47 400	0.47 429	0.47 457	0.47 407	0.48 433

UNDER WATER	0.47 371	0.47 254	0.47 379	0.47 306	0.47 452	0.47 407	0.47 443	0.47 397	0.47 443	0.47 397	0.47 454	0.47 404	0.46 438	0.47 400	0.47 439	0.47 371	0.47 400	0.47 429	0.46 450	0.47 407	0.47 431

LVE	0.47 371	0.47 254	0.47 379	0.47 306	0.49 459	0.47 407	0.47 443	0.47 397	0.49 452	0.47 397	0.47 454	0.47 404	0.46 438	0.47 400	0.47 439	0.47 371	0.47 400	0.48 437	0.47 457	0.47 407	0.47 431

GASTEREO	0.48 377	1.21 457	0.47 379	0.57 381	0.38 406	0.50 427	0.38 399	0.50 415	0.38 399	0.50 424	0.38 404	0.50 430	0.38 396	0.50 423	0.38 391	0.52 393	0.42 377	0.46 419	0.34 388	0.46 393	0.34 367

LG-Stereo_Zeroshot	0.48 377	0.55 287	0.47 379	0.63 394	0.41 427	0.56 451	0.44 430	0.56 442	0.41 423	0.56 451	0.41 425	0.57 457	0.42 426	0.56 448	0.41 414	0.55 403	0.43 382	0.51 453	0.37 410	0.51 425	0.37 386

fffft	0.48 377	0.51 275	0.45 366	0.52 368	0.45 444	0.52 443	0.45 436	0.52 434	0.48 450	0.53 440	0.45 443	0.52 442	0.45 435	0.52 438	0.46 432	0.51 391	0.41 368	0.50 448	0.41 436	0.50 419	0.41 409
1: 1. 1
RainbowNet	0.48 377	0.48 260	0.48 387	0.48 312	0.48 456	0.48 412	0.48 452	0.48 401	0.48 450	0.48 404	0.48 458	0.48 411	0.48 447	0.48 409	0.48 445	0.48 376	0.48 404	0.48 437	0.48 461	0.48 411	0.48 433

notaker	0.48 377	0.49 262	0.48 387	0.48 312	0.48 456	0.48 412	0.48 452	0.48 401	0.49 452	0.48 404	0.48 458	0.48 411	0.48 447	0.48 409	0.48 445	0.48 376	0.48 404	0.48 437	0.48 461	0.48 411	0.49 439

LL-Strereo2	0.48 377	1.73 496	0.51 405	0.59 386	0.34 385	0.42 340	0.33 362	0.40 299	0.31 350	0.42 328	0.33 372	0.42 340	0.31 356	0.44 373	0.39 403	0.60 413	0.51 420	0.44 410	0.33 384	0.44 385	0.33 360

Former-RAFT_DAM_RVC	0.49 383	0.98 359	0.64 441	0.84 438	0.46 446	0.45 395	0.35 380	0.47 397	0.47 443	0.45 385	0.34 380	0.46 398	0.48 447	0.46 396	0.35 375	0.39 294	0.71 478	0.39 360	0.35 401	0.41 375	0.41 409

ACVNet_2	0.49 383	0.49 262	0.49 394	0.49 318	0.49 459	0.49 418	0.49 454	0.49 406	0.49 452	0.49 411	0.49 461	0.49 416	0.49 453	0.49 415	0.49 447	0.49 379	0.49 407	0.49 442	0.49 465	0.49 414	0.49 439

FoundationStereo	0.50 385	0.50 267	0.50 399	0.50 354	0.50 463	0.50 427	0.50 458	0.50 415	0.50 457	0.50 424	0.50 465	0.50 430	0.50 457	0.50 423	0.50 450	0.50 385	0.50 415	0.50 448	0.50 467	0.50 419	0.50 442

StereoAnything_RVC	0.50 385	0.50 267	0.50 399	0.50 354	0.50 463	0.50 427	0.50 458	0.50 415	0.50 457	0.50 424	0.50 465	0.50 430	0.50 457	0.50 423	0.50 450	0.50 385	0.50 415	0.50 448	0.50 467	0.50 419	0.50 442

dual_stereo	0.50 385	0.50 267	0.50 399	0.50 354	0.50 463	0.50 427	0.50 458	0.50 415	0.50 457	0.50 424	0.50 465	0.50 430	0.50 457	0.50 423	0.50 450	0.50 385	0.50 415	0.50 448	0.50 467	0.50 419	0.50 442

GCST	0.50 385	2.08 549	0.38 299	0.53 370	0.35 389	0.49 418	0.35 380	0.50 415	0.35 383	0.49 411	0.35 389	0.49 416	0.35 383	0.49 415	0.35 375	0.48 376	0.37 340	0.45 415	0.33 384	0.44 385	0.33 360

SANet	0.50 385	0.50 267	0.50 399	0.50 354	0.50 463	0.50 427	0.50 458	0.50 415	0.50 457	0.50 424	0.50 465	0.50 430	0.50 457	0.50 423	0.50 450	0.50 385	0.50 415	0.50 448	0.50 467	0.50 419	0.50 442

MSCF	0.51 390	1.40 480	0.49 394	0.58 383	0.38 406	0.50 427	0.38 399	0.54 438	0.41 423	0.52 437	0.41 425	0.53 443	0.42 426	0.53 440	0.41 414	0.60 413	0.47 400	0.48 437	0.37 410	0.48 411	0.38 393

UGAM-zero	0.51 390	2.17 558	0.39 310	0.53 370	0.36 395	0.50 427	0.36 386	0.50 415	0.36 393	0.49 411	0.36 392	0.50 430	0.35 383	0.50 423	0.36 378	0.49 379	0.37 340	0.47 429	0.35 401	0.46 393	0.34 367

UGAM	0.51 390	2.23 563	0.39 310	0.54 373	0.35 389	0.50 427	0.35 380	0.49 406	0.35 383	0.49 411	0.35 389	0.49 416	0.36 387	0.50 423	0.36 378	0.49 379	0.37 340	0.45 415	0.34 388	0.45 390	0.34 367

Selective-IGEV	0.51 390	0.55 287	0.45 366	0.69 409	0.45 444	0.61 461	0.45 436	0.50 415	0.40 413	0.56 451	0.44 439	0.55 451	0.40 408	0.72 477	0.67 484	0.59 412	0.46 392	0.45 415	0.34 388	0.46 393	0.37 386

RCA-Stereo	0.51 390	3.22 618	0.34 281	0.44 294	0.34 385	0.44 381	0.34 375	0.43 340	0.34 379	0.43 335	0.34 380	0.44 384	0.33 372	0.43 342	0.33 358	0.38 281	0.29 262	0.38 319	0.29 340	0.38 305	0.29 323

DN	0.53 395	0.85 329	0.45 366	0.65 400	0.44 440	0.60 460	0.44 430	0.60 453	0.44 434	0.60 459	0.45 443	0.60 462	0.44 431	0.60 457	0.44 426	0.56 407	0.42 377	0.56 462	0.42 444	0.56 435	0.42 416

MatchStereo	0.54 396	0.12 113	2.38 661	2.32 605	0.09 147	0.09 140	0.08 143	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 134	2.34 638	2.34 657	0.12 158	0.11 164	0.11 155	0.10 150
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 396	0.60 295	0.52 408	0.66 404	0.47 452	0.61 461	0.47 443	0.58 448	0.46 438	0.61 460	0.46 446	0.61 464	0.45 435	0.62 458	0.45 428	0.61 417	0.52 422	0.57 463	0.48 461	0.57 438	0.48 433

castereo++	0.54 396	3.59 624	1.15 527	1.31 556	0.14 192	0.16 179	0.14 187	0.16 179	0.14 193	0.16 176	0.14 194	0.16 177	0.13 188	0.16 178	0.14 186	1.45 589	1.16 534	0.15 177	0.14 195	0.15 176	0.13 184

FENet	0.54 396	1.52 484	1.19 533	1.41 566	0.23 260	0.35 277	0.23 249	0.35 265	0.23 251	0.34 271	0.23 252	0.35 279	0.23 255	0.35 278	0.23 245	1.40 586	1.07 518	0.32 268	0.23 253	0.33 261	0.23 233

PSMNet_ROB	0.54 396	0.54 285	0.54 413	0.54 373	0.53 473	0.54 449	0.54 467	0.53 436	0.54 467	0.54 446	0.54 475	0.54 447	0.53 464	0.54 443	0.54 461	0.54 397	0.53 424	0.54 460	0.54 475	0.54 432	0.54 456

AIO-test2	0.55 401	0.59 293	0.52 408	0.67 406	0.47 452	0.61 461	0.47 443	0.61 456	0.47 443	0.61 460	0.47 454	0.61 464	0.48 447	0.62 458	0.47 439	0.64 427	0.53 424	0.58 464	0.47 457	0.58 440	0.48 433

CFNet-ft	0.55 401	1.57 485	0.14 148	0.20 166	0.14 192	0.20 198	2.53 678	1.61 610	0.14 193	0.20 195	0.14 194	0.20 196	0.14 193	0.20 195	0.14 186	0.17 165	0.12 135	0.17 189	0.12 179	1.56 603	1.24 618

S	0.56 403	0.61 296	0.54 413	0.68 408	0.48 456	0.65 467	0.49 454	0.63 458	0.49 452	0.64 466	0.49 461	0.64 468	0.48 447	0.62 458	0.49 447	0.63 425	0.62 449	0.59 467	0.48 461	0.57 438	0.48 433

MyStereo04	0.56 403	3.72 630	0.59 423	0.49 318	0.41 427	0.36 281	0.32 351	0.37 277	0.31 350	0.34 271	0.46 446	0.35 279	0.32 361	0.35 278	0.33 358	0.49 379	0.45 390	0.34 285	0.32 374	0.35 279	0.43 418

CASS	0.57 405	0.89 338	0.56 417	0.57 381	0.56 477	0.56 451	0.56 469	0.56 442	0.53 465	0.57 454	0.57 477	0.59 461	0.48 447	0.56 448	0.57 465	0.55 403	0.56 429	0.47 429	0.56 481	0.62 443	0.56 467
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 406	0.75 313	0.49 394	0.79 429	0.50 463	0.79 487	0.49 454	0.79 481	0.49 452	0.80 492	0.49 461	0.79 493	0.49 453	0.80 487	0.49 447	0.63 425	0.40 358	0.63 470	0.40 428	0.63 444	0.40 401

aanet-new-14k	0.60 406	5.12 657	0.39 310	0.49 318	0.30 304	0.43 347	0.30 296	0.43 340	0.30 305	0.43 335	0.30 309	0.43 349	0.30 305	0.44 373	0.30 295	0.44 325	0.37 340	0.38 319	0.26 269	0.38 305	0.26 251

LG-Stereo	0.60 406	0.58 292	0.47 379	0.64 399	0.74 517	1.00 517	0.69 503	0.57 445	0.41 423	0.57 454	0.41 425	0.57 457	0.41 420	1.00 523	0.75 518	0.91 480	0.51 420	0.52 456	0.37 410	0.52 427	0.37 386

MonSter	0.60 406	0.64 299	0.52 408	0.62 392	0.44 440	2.07 636	0.44 430	0.62 457	0.44 434	0.62 463	0.44 439	0.62 466	0.44 431	0.62 458	0.44 426	0.58 410	0.42 377	0.62 468	0.46 450	0.58 440	0.42 416

MyStereo07	0.60 406	3.72 630	0.48 387	0.49 318	0.41 427	0.36 281	0.32 351	0.49 406	0.43 431	0.51 433	0.42 435	0.49 416	0.43 429	0.51 433	0.64 476	0.49 379	0.45 390	0.34 285	0.32 374	0.35 279	0.43 418

castereo	0.61 411	3.79 632	1.35 591	1.52 570	0.15 206	0.17 186	0.16 201	0.20 197	0.21 240	0.18 187	0.16 208	0.21 203	0.12 182	0.26 243	0.17 211	1.43 588	1.38 604	0.17 189	0.16 207	0.18 192	0.16 196

WCG-NET	0.61 411	1.21 457	0.54 413	0.61 391	0.53 473	0.67 470	0.53 464	0.66 464	0.53 465	0.64 466	0.53 474	0.65 472	0.53 464	0.59 455	0.52 457	0.65 428	0.48 404	0.64 472	0.52 471	0.58 440	0.50 442

GEAStereo	0.62 413	3.91 637	0.48 387	0.69 409	0.38 406	0.51 439	0.38 399	0.51 429	0.38 399	0.53 440	0.38 404	0.50 430	0.38 396	0.51 433	0.38 391	0.54 397	0.43 382	0.46 419	0.34 388	0.46 393	0.34 367

gasm-f	0.62 413	3.91 637	0.48 387	0.69 409	0.38 406	0.51 439	0.38 399	0.51 429	0.38 399	0.53 440	0.38 404	0.50 430	0.38 396	0.51 433	0.38 391	0.54 397	0.43 382	0.46 419	0.34 388	0.46 393	0.34 367

SMoEStereo_RVC	0.63 415	0.75 313	0.51 405	0.73 423	0.53 473	0.71 478	0.47 443	0.67 465	0.58 471	0.74 485	0.60 483	0.72 483	0.53 464	0.74 481	0.51 455	0.61 417	0.62 449	0.62 468	0.61 489	0.63 444	0.61 473

anonymity	0.63 415	0.69 301	0.56 417	0.71 417	0.56 477	0.71 478	0.56 469	0.71 473	0.56 468	0.72 479	0.56 476	0.71 480	0.56 468	0.71 475	0.58 467	0.68 434	0.55 427	0.68 478	0.55 477	0.68 452	0.54 456

SE	0.64 417	0.73 308	0.77 482	0.79 429	0.59 480	0.78 484	0.54 467	0.58 448	0.58 471	0.78 489	0.59 481	0.63 467	0.18 230	0.78 484	0.52 457	0.80 464	0.65 455	0.69 481	0.57 483	0.75 465	0.52 450

PAM_32	0.64 417	2.38 579	0.51 405	0.92 452	0.43 439	0.53 445	0.44 430	0.87 493	0.43 431	0.52 437	0.45 443	0.53 443	0.40 408	0.54 443	0.46 432	0.62 421	0.56 429	0.48 437	0.45 448	0.76 468	0.44 421

CRFU-Net	0.65 419	1.67 488	1.22 583	1.96 589	0.27 276	0.41 320	0.27 266	0.41 314	0.27 277	0.40 300	0.26 270	0.41 322	0.27 278	0.40 305	0.27 262	1.80 603	1.62 625	0.34 285	0.23 253	0.33 261	0.23 233

LMCR-Stereo	0.65 419	0.63 297	0.65 445	0.65 400	0.65 495	0.66 469	0.63 480	0.58 448	0.65 485	0.63 465	0.64 491	0.65 472	0.65 483	0.66 466	0.66 483	0.66 430	0.64 453	0.65 475	0.67 507	0.68 452	0.73 508

KSHMR	0.66 421	0.50 267	0.48 387	1.15 488	0.52 470	0.49 418	0.51 462	0.49 406	0.71 515	0.67 472	0.50 465	1.16 551	1.11 549	0.66 466	0.52 457	0.49 379	0.49 407	0.51 453	0.66 503	0.50 419	1.14 559

TorneroNet	0.66 421	0.53 281	0.50 399	0.50 354	0.64 493	1.06 534	0.70 509	0.50 415	0.51 464	0.49 411	0.69 509	0.49 416	0.50 457	0.48 409	1.15 561	0.71 441	0.49 407	1.14 549	1.08 560	0.49 414	0.49 439

GES	0.66 421	2.34 575	0.29 239	0.41 274	0.29 292	0.41 320	0.29 288	0.42 332	0.29 290	0.40 300	0.41 425	0.41 322	0.30 305	0.51 433	0.29 285	0.32 243	0.29 262	0.32 268	2.46 682	2.49 644	0.30 337

cf-r	0.66 421	2.17 558	0.12 123	0.18 157	0.12 186	0.18 190	2.70 682	2.60 657	0.12 186	0.18 187	0.12 176	0.18 189	0.12 182	0.18 188	0.12 173	0.15 145	0.11 121	0.15 177	0.11 164	1.81 615	1.74 656

DSFCA	0.66 421	0.73 308	0.78 484	0.65 400	0.65 495	0.64 466	0.64 481	0.65 461	0.63 483	0.64 466	0.64 491	0.64 468	0.64 481	0.65 465	0.65 479	0.65 428	0.65 455	0.65 475	0.65 501	0.66 447	0.64 484

WAFT-Stereo (ZS)	0.67 426	0.78 318	0.67 452	0.67 406	0.66 499	0.67 470	0.67 489	0.65 461	0.66 488	0.66 470	0.67 497	0.66 475	0.67 489	0.67 468	0.72 512	0.66 430	0.67 458	0.67 477	0.67 507	0.67 450	0.67 490

DEFOM-Stereo	0.68 427	3.11 614	1.40 605	1.63 579	0.25 268	0.31 261	0.25 256	0.31 253	0.28 282	0.31 257	0.29 294	0.29 254	0.27 278	0.31 263	0.28 271	1.59 596	1.47 610	0.30 259	0.29 340	0.30 246	0.28 314

ssnet_v2	0.68 427	1.96 545	1.25 587	0.29 207	0.20 242	0.30 253	0.20 230	0.29 244	0.22 244	1.50 612	0.20 240	0.31 264	0.20 241	0.27 247	0.22 238	0.24 207	1.49 611	0.26 243	0.18 237	3.90 667	0.19 223

ARAFT	0.68 427	0.81 324	0.63 438	0.74 426	0.60 482	0.78 484	0.62 479	0.77 480	0.66 488	0.74 485	0.63 489	0.75 488	0.62 480	0.83 496	0.60 472	0.70 440	0.55 427	0.70 486	0.60 487	0.78 472	0.55 464

mm2	0.69 430	0.69 301	0.69 463	0.69 409	0.69 506	0.69 473	0.69 503	0.69 468	0.69 502	0.69 476	0.69 509	0.69 477	0.69 501	0.69 472	0.69 500	0.69 435	0.69 471	0.69 481	0.69 514	0.69 456	0.69 495

mm1	0.69 430	0.69 301	0.69 463	0.69 409	0.69 506	0.69 473	0.69 503	0.69 468	0.69 502	0.69 476	0.69 509	0.69 477	0.69 501	0.69 472	0.69 500	0.69 435	0.69 471	0.69 481	0.69 514	0.69 456	0.69 495

NINENet	0.69 430	3.87 636	1.20 536	1.98 590	0.05 126	0.40 304	0.04 103	0.40 299	0.05 124	0.41 314	0.04 110	0.41 322	0.05 117	0.40 305	0.05 115	1.79 602	1.56 617	0.34 285	0.22 247	0.34 266	0.23 233

VIP-Stereo	0.70 433	2.97 611	2.43 662	2.49 612	0.16 216	0.25 233	0.16 201	0.25 228	0.16 210	0.25 230	0.18 233	0.25 233	0.16 207	0.26 243	0.16 204	1.86 604	1.26 587	0.23 223	0.15 204	0.23 219	0.15 195

RAFT-Stereo + iAFF	0.70 433	0.72 307	0.71 469	0.80 433	0.62 492	0.82 495	0.61 478	0.81 487	0.62 480	0.81 495	0.63 489	0.80 495	0.70 505	0.73 479	0.61 474	0.76 459	0.61 448	0.74 494	0.61 489	0.77 470	0.61 473

DMCA-RVC	0.70 433	0.80 321	0.70 466	0.70 415	0.70 510	0.70 476	0.70 509	0.71 473	0.70 510	0.70 478	0.71 518	0.71 480	0.70 505	0.70 474	0.69 500	0.69 435	0.70 474	0.69 481	0.70 518	0.69 456	0.70 498

MyStereo8	0.71 436	3.92 639	0.52 408	0.59 386	0.52 470	0.57 457	0.53 464	0.59 451	0.50 457	0.59 458	0.51 471	0.57 457	0.50 457	0.56 448	0.52 457	0.54 397	0.49 407	0.54 460	0.49 465	0.55 433	0.50 442

HH	0.71 436	2.54 585	0.74 477	1.10 479	0.32 363	0.41 320	0.37 392	0.69 468	0.78 525	0.73 480	0.90 541	0.75 488	1.00 536	0.84 497	0.69 500	0.69 435	0.40 358	0.35 301	0.26 269	0.35 279	0.26 251

HanStereo	0.71 436	2.54 585	0.74 477	1.10 479	0.32 363	0.41 320	0.37 392	0.69 468	0.78 525	0.73 480	0.90 541	0.75 488	1.00 536	0.84 497	0.69 500	0.69 435	0.40 358	0.35 301	0.26 269	0.35 279	0.26 251

CAR	0.72 439	0.76 315	0.59 423	0.84 438	1.19 575	0.81 492	0.58 472	0.81 487	0.58 471	0.81 495	0.58 479	0.83 500	0.59 474	0.82 491	0.59 470	0.71 441	0.49 407	0.73 489	0.68 510	0.87 488	0.52 450

MSE-Stereo	0.72 439	0.76 315	0.59 423	0.84 438	1.19 575	0.81 492	0.58 472	0.81 487	0.58 471	0.81 495	0.58 479	0.83 500	0.59 474	0.82 491	0.59 470	0.71 441	0.49 407	0.73 489	0.68 510	0.87 488	0.52 450

zero-FE	0.72 439	1.31 471	0.66 448	0.92 452	0.60 482	0.82 495	0.58 472	0.82 490	0.58 471	0.81 495	0.60 483	0.81 498	0.60 476	0.82 491	0.58 467	0.74 456	0.59 441	0.73 489	0.52 471	0.76 468	0.51 449

ktn	0.72 439	0.53 281	1.08 521	1.14 485	0.51 469	1.22 595	1.36 627	0.51 429	0.59 476	0.51 433	0.51 471	0.69 477	1.20 561	0.67 468	0.51 455	0.51 391	0.49 407	0.58 464	0.66 503	0.52 427	0.53 453

MGA	0.73 443	0.76 315	0.60 427	0.92 452	1.17 571	0.81 492	0.59 476	0.84 491	0.62 480	0.81 495	0.59 481	0.84 502	0.60 476	0.81 490	0.61 474	0.71 441	0.53 424	0.89 517	0.53 473	0.75 465	0.54 456

DStereoRT	0.73 443	0.81 324	0.73 476	0.71 417	0.74 517	0.73 480	0.75 517	0.71 473	0.71 515	0.74 485	0.72 521	0.73 485	0.80 521	0.71 475	0.73 513	0.76 459	0.71 478	0.73 489	0.72 523	0.70 459	0.76 515

CroCo-Stereo	0.73 443	1.22 463	0.25 217	1.22 542	0.25 268	1.22 595	0.25 256	1.22 589	0.25 259	1.22 597	0.25 265	1.22 600	0.25 261	1.22 600	0.25 256	1.22 572	0.26 229	1.21 608	0.25 263	1.22 588	0.25 245
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	0.73 443	0.88 335	0.67 452	0.75 427	0.68 504	0.75 481	0.64 481	0.80 484	0.72 518	0.83 500	0.70 513	0.82 499	0.64 481	0.84 497	0.67 484	0.77 461	0.63 452	0.81 506	0.63 492	0.78 472	0.62 476

monster-pro	0.75 447	1.67 488	0.64 441	0.89 444	0.57 479	0.86 501	0.56 469	0.87 493	0.56 468	0.87 501	0.57 477	0.88 505	0.57 469	0.87 502	0.57 465	0.79 462	0.58 435	0.76 497	0.54 475	0.77 470	0.54 456

AIO-Stereo-zeroshot1	0.75 447	0.92 348	0.85 495	0.96 464	0.59 480	1.27 599	0.44 430	0.59 451	0.69 502	0.91 507	0.68 503	0.55 451	0.61 479	1.06 538	0.83 531	0.62 421	0.70 474	0.90 518	0.41 436	0.89 492	0.56 467

MyStereo06	0.75 447	4.12 641	0.60 427	0.63 394	0.61 487	0.62 464	0.66 485	0.56 442	0.45 437	0.55 449	0.48 458	0.54 447	0.46 438	0.57 453	0.45 428	0.60 413	0.57 431	0.64 472	0.55 477	0.72 461	0.55 464

GCAP-Stereo	0.75 447	4.15 644	0.42 361	0.75 427	0.35 389	0.78 484	0.40 413	0.79 481	0.38 399	0.78 489	0.36 392	0.78 491	0.36 387	0.79 485	0.39 403	0.75 457	0.39 354	0.76 497	0.39 427	0.75 465	0.39 399

GANet-RSSM	0.75 447	1.91 538	0.14 148	0.47 306	0.14 192	0.21 208	3.21 699	2.30 643	0.14 193	0.46 391	0.14 194	0.23 220	0.18 230	0.21 206	0.14 186	0.18 173	0.27 240	0.37 311	0.13 190	2.13 626	2.12 666

small-zeroshot	0.76 452	2.26 565	0.67 452	0.66 404	0.68 504	0.68 472	0.67 489	0.67 465	0.68 496	0.68 474	0.68 503	0.68 476	0.67 489	0.67 468	0.68 491	0.67 433	0.67 458	0.72 488	0.67 507	0.67 450	0.68 492

RSM++	0.76 452	0.82 326	0.66 448	0.85 442	0.64 493	0.85 499	0.71 512	0.94 508	0.64 484	0.87 501	0.67 497	0.87 504	0.65 483	0.84 497	0.65 479	0.81 468	0.70 474	0.79 501	0.71 521	0.83 484	0.70 498

DNS	0.77 454	1.09 394	0.65 445	0.89 444	0.65 495	0.89 506	0.65 484	0.89 498	0.65 485	0.89 504	0.65 493	0.89 508	0.65 483	0.90 507	0.65 479	0.84 475	0.62 449	0.84 512	0.61 489	0.84 485	0.62 476

CroCo-Stereo Lap2	0.77 454	1.29 467	0.29 239	1.27 547	0.29 292	1.27 599	0.26 263	1.26 592	0.26 273	1.26 598	0.26 270	1.27 604	0.26 271	1.26 601	0.27 262	1.27 575	0.27 240	1.27 612	0.27 306	1.27 592	0.27 289

PSMNet-RSSM	0.77 454	2.76 602	0.14 148	0.20 166	0.14 192	0.20 198	2.66 680	2.79 670	0.14 193	0.21 206	0.14 194	0.21 203	0.14 193	0.20 195	0.14 186	0.17 165	0.12 135	0.17 189	0.12 179	2.52 648	2.31 671

GwcNet-RSSM	0.77 454	2.77 604	0.14 148	0.20 166	0.14 192	0.20 198	2.67 681	2.78 669	0.14 193	0.20 195	0.14 194	0.20 196	0.14 193	0.21 206	0.14 186	0.17 165	0.12 135	0.17 189	0.12 179	2.52 648	2.31 671

4D-IteraStereo	0.78 458	3.13 615	0.89 496	0.69 409	0.32 363	0.40 304	0.32 351	0.76 479	0.97 549	0.52 437	0.65 493	0.89 508	0.32 361	0.76 483	0.98 543	0.83 473	0.94 506	0.35 301	0.27 306	0.70 459	0.89 530

Pro-Stereo	0.79 459	0.53 281	0.38 299	0.49 318	0.38 406	0.49 418	0.37 392	0.49 406	0.67 490	0.50 424	0.38 404	1.10 543	0.38 396	0.49 415	0.38 391	0.71 441	0.88 500	5.98 715	0.36 407	0.46 393	0.36 381

hitnet-ft	0.79 459	2.78 607	0.14 148	0.20 166	0.14 192	0.21 208	2.89 683	2.80 671	0.14 193	0.20 195	0.14 194	0.20 196	0.14 193	0.20 195	0.14 186	0.17 165	0.12 135	0.17 189	0.12 179	2.54 656	2.33 673

G-Net	0.79 459	0.79 320	0.79 487	0.79 429	0.79 530	0.79 487	0.79 522	0.79 481	0.79 529	0.79 491	0.79 533	0.79 493	0.79 520	0.79 485	0.79 523	0.79 462	0.79 491	0.79 501	0.79 534	0.79 474	0.79 520

MyStereo05	0.80 462	4.12 641	0.63 438	0.63 394	0.61 487	0.62 464	0.66 485	0.65 461	0.62 480	0.67 472	0.61 487	0.65 472	0.58 472	0.67 468	0.55 464	0.60 413	0.57 431	0.64 472	0.55 477	0.72 461	0.55 464

UDG	0.80 462	2.21 562	0.60 427	0.91 449	0.60 482	0.90 507	0.58 472	0.88 497	0.60 477	0.90 505	0.60 483	0.88 505	0.60 476	0.90 507	0.58 467	0.86 478	0.60 444	0.84 512	0.59 486	0.84 485	0.61 473

ccnet	0.80 462	2.28 567	0.33 270	0.50 354	0.33 375	0.50 427	0.33 362	0.50 415	0.33 370	0.49 411	0.33 372	0.49 416	1.56 626	2.38 647	0.33 358	0.41 309	0.29 262	0.42 407	1.57 642	2.28 632	0.29 323

NaN_ROB	0.80 462	0.80 321	0.80 488	0.80 433	0.80 533	0.80 489	0.80 525	0.80 484	0.80 531	0.80 492	0.80 535	0.80 495	0.80 521	0.80 487	0.80 526	0.80 464	0.80 494	0.80 504	0.80 536	0.80 477	0.80 521

CSAN	0.80 462	0.80 321	0.80 488	0.80 433	0.80 533	0.80 489	0.80 525	0.80 484	0.80 531	0.80 492	0.80 535	0.80 495	0.80 521	0.80 487	0.80 526	0.80 464	0.80 494	0.80 504	0.80 536	0.80 477	0.80 521

GSStereo	0.81 467	4.28 647	0.50 399	0.59 386	0.40 417	0.51 439	0.38 399	0.50 415	0.38 399	0.50 424	0.38 404	0.50 430	3.79 696	0.50 423	0.38 391	0.54 397	0.43 382	0.46 419	0.34 388	0.46 393	0.35 378

BSDual-CNN	0.81 467	1.91 538	0.92 503	4.48 661	0.02 22	0.42 340	0.06 137	0.41 314	0.02 22	0.48 404	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	4.19 687	0.33 275	0.23 253	0.34 266	0.27 289

DDUNet	0.81 467	2.45 583	0.57 421	0.90 447	0.60 482	0.88 503	0.59 476	0.90 499	0.60 477	0.88 503	0.60 483	0.90 510	0.58 472	0.88 504	0.60 472	0.84 475	0.60 444	0.86 515	0.57 483	0.86 487	0.60 472

R-Stereo Train	0.81 467	0.96 356	0.67 452	0.95 461	0.67 501	0.95 512	0.68 495	0.95 510	0.68 496	0.95 515	0.68 503	0.96 520	0.68 495	0.96 519	0.68 491	0.94 489	0.68 465	0.94 531	0.68 510	0.94 507	0.68 492

RAFT-Stereo	0.81 467	0.96 356	0.67 452	0.95 461	0.67 501	0.95 512	0.68 495	0.95 510	0.68 496	0.95 515	0.68 503	0.96 520	0.68 495	0.96 519	0.68 491	0.94 489	0.68 465	0.94 531	0.68 510	0.94 507	0.68 492
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 472	1.72 491	1.48 609	0.39 249	0.15 206	0.31 261	0.21 235	0.20 197	0.25 259	1.61 616	0.23 252	0.28 248	0.26 271	0.20 195	0.15 197	0.24 207	1.33 595	0.32 268	0.16 207	6.75 706	0.23 233

scenet	0.82 472	1.72 491	1.48 609	0.39 249	0.15 206	0.31 261	0.21 235	0.20 197	0.25 259	1.61 616	0.23 252	0.28 248	0.26 271	0.20 195	0.15 197	0.24 207	1.33 595	0.32 268	0.16 207	6.75 706	0.23 233

ssnet	0.82 472	1.72 491	1.48 609	0.39 249	0.15 206	0.31 261	0.21 235	0.20 197	0.25 259	1.61 616	0.23 252	0.28 248	0.26 271	0.20 195	0.15 197	0.24 207	1.33 595	0.32 268	0.16 207	6.75 706	0.23 233

DEFOM-Stereo_RVC	0.83 475	5.18 659	1.98 650	2.19 596	0.17 222	0.19 193	0.18 220	0.19 191	0.16 210	0.20 195	0.19 236	0.22 212	0.22 249	0.20 195	0.15 197	2.28 632	2.13 652	0.24 233	0.17 229	0.18 192	0.16 196

BUS	0.83 475	1.91 538	0.92 503	4.48 661	0.02 22	0.40 304	0.04 103	0.41 314	0.02 22	0.48 404	0.03 56	0.41 322	0.05 117	0.03 43	0.05 115	1.97 615	4.19 687	0.33 275	0.23 253	0.34 266	0.27 289

PDISCO_ROB	0.83 475	2.80 608	3.49 684	0.14 121	0.11 173	0.17 186	0.09 144	0.15 178	0.10 152	0.15 171	0.12 176	0.16 177	0.14 193	3.30 677	0.13 182	0.14 133	2.34 657	0.16 181	0.12 179	2.62 657	0.10 150

WQFJA1++	0.84 478	0.98 359	0.67 452	1.26 546	0.75 519	1.00 517	0.67 489	1.00 512	0.67 490	1.00 517	0.67 497	1.00 523	0.67 489	1.00 523	0.67 484	0.96 491	0.67 458	0.91 521	0.63 492	0.92 498	0.63 478

WQFJX1	0.84 478	0.98 359	0.67 452	1.30 554	0.75 519	1.01 525	0.67 489	1.01 521	0.67 490	1.01 528	0.67 497	1.01 531	0.68 495	1.00 523	0.68 491	0.98 496	0.67 458	0.92 524	0.64 497	0.92 498	0.64 484

NLMM	0.84 478	1.00 368	0.67 452	1.27 547	0.75 519	1.00 517	0.68 495	1.00 512	0.67 490	1.00 517	0.67 497	1.02 535	0.67 489	1.02 535	0.67 484	0.97 492	0.67 458	0.93 527	0.63 492	0.92 498	0.63 478

AIO-Stereo	0.84 478	0.66 300	0.70 466	0.83 437	0.67 501	0.98 515	0.82 532	1.14 531	0.72 518	1.03 534	0.74 525	1.03 536	1.09 548	0.99 521	0.45 428	1.04 504	0.73 481	0.95 533	0.74 525	0.94 507	0.46 424

DCRE	0.84 478	1.89 535	0.77 482	0.94 459	0.72 514	0.88 503	0.73 515	0.87 493	0.78 525	0.90 505	0.71 518	0.88 505	0.67 489	0.88 504	0.73 513	0.81 468	0.68 465	0.81 506	0.70 518	0.82 482	0.70 498

iGMRVC	0.84 478	2.85 609	0.72 472	0.72 419	0.73 515	0.77 482	0.79 522	0.73 476	0.74 523	0.73 480	0.72 521	0.73 485	0.76 515	0.73 479	0.73 513	0.72 449	0.73 481	0.73 489	0.72 523	0.73 464	0.72 505

WQFJA1	0.85 484	0.98 359	0.67 452	1.29 552	0.76 524	1.01 525	0.67 489	1.02 525	0.67 490	1.02 532	0.67 497	1.01 531	0.67 489	1.01 531	0.68 491	0.99 497	0.67 458	0.93 527	0.64 497	0.92 498	0.65 486

WQFJX	0.85 484	1.00 368	0.68 461	1.30 554	0.75 519	1.01 525	0.68 495	1.01 521	0.68 496	1.01 528	0.68 503	1.03 536	0.68 495	1.02 535	0.67 484	0.97 492	0.67 458	0.93 527	0.63 492	0.94 507	0.63 478

NLSM3	0.85 484	0.99 366	0.68 461	1.29 552	0.76 524	1.01 525	0.68 495	1.01 521	0.68 496	1.02 532	0.68 503	1.01 531	0.68 495	1.01 531	0.68 491	0.97 492	0.68 465	0.93 527	0.64 497	0.93 503	0.63 478

NLMM1	0.86 487	0.98 359	0.69 463	1.48 569	0.75 519	1.01 525	0.69 503	1.00 512	0.69 502	1.00 517	0.70 513	1.00 523	0.68 495	1.01 531	0.67 484	0.97 492	0.68 465	0.92 524	0.63 492	0.93 503	0.63 478

AdaDepth	0.86 487	0.93 352	0.71 469	1.01 473	1.07 561	1.02 531	0.71 512	1.00 512	0.71 515	1.01 528	0.71 518	1.00 523	0.72 510	1.14 549	0.71 510	0.92 483	0.64 453	0.90 518	0.64 497	0.89 492	0.69 495

GEStereo_RVC	0.86 487	4.45 648	0.20 197	0.27 204	0.20 242	0.27 247	0.20 230	0.26 234	0.18 227	5.03 707	0.20 240	0.27 247	0.19 237	0.27 247	0.21 234	0.20 180	0.19 204	0.19 201	4.02 711	0.20 199	0.18 220

Selective-RAFT-Error	0.88 490	0.84 327	0.98 509	0.86 443	0.97 549	0.88 503	0.95 543	0.84 491	0.99 552	0.92 509	0.82 537	0.84 502	0.98 535	0.87 502	0.97 542	0.81 468	0.83 497	0.79 501	0.82 539	0.79 474	0.85 526

IER	0.88 490	7.04 679	2.23 655	2.75 617	0.28 281	0.43 347	0.25 256	0.39 291	0.25 259	0.41 314	0.27 274	0.39 301	0.25 261	0.40 305	0.28 271	0.37 269	0.28 248	0.37 311	0.25 263	0.37 292	0.25 245

Selective-RAFT	0.89 492	0.89 338	0.72 472	1.16 493	0.78 528	1.06 534	0.82 532	0.87 493	0.97 549	1.00 517	0.91 544	0.90 510	1.00 536	0.89 506	0.93 539	0.83 473	0.83 497	0.82 510	0.82 539	0.81 480	0.82 524

AIO-Stereo-zeroshot	0.91 493	0.86 331	0.89 496	1.25 545	0.69 506	1.05 533	0.81 529	1.16 535	0.50 457	1.12 544	0.97 549	0.72 483	0.82 525	1.06 538	0.95 540	0.61 417	0.87 499	1.03 546	0.85 542	1.04 520	1.01 548

CFNet-RSSM	0.91 493	4.89 654	0.34 281	0.44 294	1.07 561	1.62 621	1.40 634	0.91 501	0.35 383	1.60 613	1.39 634	0.64 468	0.34 377	0.44 373	0.33 358	0.41 309	0.35 330	0.75 495	0.30 356	0.41 375	0.29 323

MLG-Stereo	0.92 495	0.90 341	0.84 494	1.27 547	0.49 459	1.38 609	0.88 535	1.41 606	0.97 549	0.73 480	1.09 560	1.26 601	0.43 429	0.72 477	1.05 553	1.13 517	0.49 407	1.18 559	0.66 503	1.01 517	0.46 424

ToySt	0.92 495	2.11 552	0.90 499	0.95 461	0.79 530	0.99 516	0.78 521	0.94 508	0.81 534	0.94 513	0.78 531	0.95 519	0.77 517	0.94 515	0.86 533	0.91 480	0.79 491	0.85 514	0.77 530	0.89 492	0.73 508

DPSM_ROB	0.92 495	0.91 343	0.91 501	0.91 449	0.92 544	0.92 509	0.92 539	0.92 504	0.91 539	0.93 511	0.91 544	0.92 513	0.90 528	0.91 509	0.92 535	0.92 483	0.91 502	0.91 521	0.92 543	0.93 503	0.93 534

DPSM	0.92 495	0.91 343	0.91 501	0.91 449	0.92 544	0.92 509	0.92 539	0.92 504	0.91 539	0.93 511	0.91 544	0.92 513	0.90 528	0.91 509	0.92 535	0.92 483	0.91 502	0.91 521	0.92 543	0.93 503	0.93 534

pmcnn	0.92 495	0.92 348	0.92 503	0.92 452	0.92 544	0.92 509	0.92 539	0.92 504	0.92 543	0.92 509	0.92 547	0.92 513	0.92 530	0.92 513	0.92 535	0.92 483	0.92 504	0.92 524	0.92 543	0.92 498	0.92 533

error version	0.93 500	4.47 649	2.35 658	1.99 591	0.37 399	0.41 320	0.36 386	0.41 314	0.35 383	0.43 335	0.36 392	0.41 322	0.40 408	0.41 321	0.36 378	1.87 606	2.16 653	0.47 429	0.37 410	0.39 350	0.33 360

test_1	0.93 500	4.47 649	2.35 658	1.99 591	0.37 399	0.41 320	0.36 386	0.41 314	0.35 383	0.43 335	0.36 392	0.41 322	0.40 408	0.41 321	0.36 378	1.87 606	2.16 653	0.47 429	0.37 410	0.39 350	0.33 360

DGTPSM_ROB	0.93 500	1.00 368	0.92 503	0.94 459	0.96 548	0.91 508	0.92 539	0.91 501	0.96 548	0.91 507	0.96 548	0.93 516	0.92 530	0.94 515	0.92 535	0.92 483	0.92 504	0.90 518	0.92 543	0.94 507	0.91 532

HSM-Net_RVC	0.95 503	1.17 407	0.78 484	1.18 495	0.71 512	1.16 548	0.75 517	1.09 529	0.80 531	1.10 538	0.75 526	1.17 552	0.74 512	1.17 552	0.80 526	1.13 517	0.73 481	1.17 556	0.77 530	1.16 530	0.72 505
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 504	3.17 617	2.30 657	2.42 609	0.38 406	0.54 449	0.38 399	0.54 438	0.38 399	0.54 446	0.38 404	0.54 447	0.38 396	0.54 443	0.38 391	2.38 641	2.34 657	0.49 442	0.36 407	0.49 414	0.36 381

DPSimNet_ROB	0.97 504	1.18 409	0.81 491	1.10 479	0.91 543	1.02 531	0.82 532	1.04 526	0.91 539	1.03 534	0.86 540	1.28 605	0.82 525	1.03 537	0.89 534	1.17 521	0.81 496	1.02 544	0.82 539	1.08 522	0.81 523

test-3	0.98 506	4.13 643	1.85 639	1.85 582	0.61 487	0.69 473	0.37 392	0.63 458	0.61 479	0.66 470	0.51 471	0.73 485	0.44 431	0.57 453	0.54 461	1.68 600	1.81 637	0.40 373	0.43 446	0.66 447	0.50 442

LGCAT	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

Test_v1	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

Wavelet-MonSter	1.00 507	1.21 457	0.76 480	1.94 586	1.01 556	1.11 543	0.76 519	1.15 532	0.76 524	1.11 543	0.76 527	1.14 549	0.76 515	1.11 546	0.76 520	1.21 570	0.90 501	1.02 544	0.71 521	1.02 519	0.71 504

999	1.00 507	1.12 400	0.59 423	1.10 479	1.21 623	1.09 539	0.52 463	1.08 527	1.43 636	1.18 549	1.35 628	0.98 522	0.52 463	0.91 509	0.85 532	0.72 449	1.46 609	0.83 511	0.98 548	0.68 452	1.41 631

DispNO	1.00 507	0.63 297	0.43 362	3.45 645	0.44 440	0.65 467	0.43 429	0.64 460	0.43 431	0.64 466	0.43 437	0.64 468	3.03 674	0.64 464	0.43 425	4.55 676	0.43 382	0.63 470	0.43 446	0.63 444	0.43 418

GANet	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

TDLM	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

CVANet_RVC	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

trnet	1.01 515	1.01 378	1.01 516	1.01 473	1.01 556	1.01 525	1.01 552	1.01 521	1.01 558	1.01 528	1.01 556	1.01 531	1.01 544	1.01 531	1.01 550	1.01 503	1.01 514	1.01 543	1.01 557	1.01 517	1.01 548

LL-Strereo	1.01 515	5.06 656	1.63 618	0.70 415	1.43 634	0.56 451	0.46 438	0.57 445	0.50 457	0.57 454	0.50 465	1.58 616	0.49 453	0.59 455	0.50 450	1.64 599	0.52 422	0.51 453	1.37 629	0.52 427	0.45 423

FlowAnything_test	1.02 517	1.72 491	0.71 469	1.59 572	0.70 510	1.61 619	0.69 503	1.61 610	0.70 510	1.60 613	0.70 513	1.61 620	0.69 501	1.61 617	0.70 508	0.81 468	0.58 435	0.81 506	0.55 477	0.81 480	0.56 467

FlowAnything	1.02 517	1.71 490	0.72 472	1.59 572	0.69 506	1.60 618	0.69 503	1.61 610	0.70 510	1.60 613	0.69 509	1.60 617	0.69 501	1.61 617	0.69 500	0.81 468	0.58 435	0.81 506	0.56 481	0.82 482	0.56 467

Hybrid-DGEV	1.03 519	1.75 497	0.80 488	1.28 551	0.78 528	1.26 598	0.80 525	1.26 592	0.78 525	1.26 598	0.78 531	1.26 601	0.78 519	1.26 601	0.78 522	1.15 520	0.75 484	1.14 549	0.74 525	1.14 525	0.75 512

tt45	1.04 520	0.88 335	1.36 599	0.92 452	1.03 559	1.51 617	0.79 522	0.70 472	0.88 537	0.74 485	0.90 541	1.60 617	0.72 510	1.60 615	0.75 518	0.91 480	0.78 489	1.52 625	0.79 534	1.14 525	1.32 623

Hybrid-DGEV-2	1.05 521	1.83 523	0.83 492	1.33 558	0.82 536	1.30 601	0.81 529	1.26 592	0.79 529	1.29 600	0.79 533	1.26 601	0.80 521	1.26 601	0.79 523	1.20 524	0.78 489	1.18 559	0.77 530	1.20 540	0.77 517

Hybrid-DGEV-03	1.07 522	1.83 523	0.83 492	1.34 559	0.81 535	1.32 603	0.81 529	1.31 599	0.81 534	1.31 601	0.82 537	1.32 606	0.82 525	1.32 606	0.81 529	1.19 522	0.77 487	1.19 561	0.76 528	1.19 538	0.77 517

GLC_STEREO	1.07 522	1.01 378	1.06 519	1.07 477	1.05 560	1.06 534	1.08 557	1.08 527	1.05 562	1.07 536	1.06 558	1.08 539	1.05 546	1.06 538	1.10 556	1.07 506	1.09 524	1.05 547	1.05 559	1.06 521	1.12 555

FC-DCNN	1.07 522	1.09 394	0.98 509	0.89 444	0.52 470	1.41 613	0.91 538	1.21 588	1.24 622	1.96 625	2.05 680	1.91 626	1.30 614	1.27 604	1.08 555	0.80 464	0.60 444	0.58 464	0.41 436	0.68 452	0.54 456

hknet	1.10 525	1.85 529	3.49 684	4.48 661	0.02 22	0.42 340	0.06 137	0.41 314	0.02 22	0.48 404	0.03 56	0.41 322	0.03 53	0.42 335	0.03 52	4.39 673	4.19 687	0.33 275	0.23 253	0.34 266	0.27 289

test_xeample3	1.10 525	1.81 513	0.61 433	0.84 438	0.49 459	0.77 482	0.66 485	0.92 504	1.40 634	0.68 474	0.46 446	0.78 491	0.54 467	1.72 620	1.48 636	1.34 580	1.52 613	1.35 618	1.67 655	1.33 595	1.55 636

DISCO	1.11 527	0.39 207	5.28 698	0.39 249	0.20 242	0.39 302	0.27 266	0.39 291	0.22 244	0.38 286	0.20 240	0.38 296	0.20 241	6.95 718	0.22 238	0.30 234	0.21 210	0.27 247	0.21 244	5.25 699	0.21 228

Occ-G	1.12 528	0.52 277	3.72 689	3.50 649	0.50 463	0.56 451	0.47 443	0.54 438	0.46 438	0.54 446	0.41 425	0.54 447	0.42 426	0.52 438	0.42 422	3.42 665	4.02 686	0.52 456	0.45 448	0.51 425	0.44 421

AEACV	1.12 528	0.52 277	3.12 680	3.24 634	0.86 537	0.53 445	0.49 454	0.60 453	0.47 443	0.53 440	0.49 461	0.55 451	0.45 435	0.55 447	0.47 439	3.01 660	3.88 684	0.71 487	0.60 487	0.80 477	0.48 433

LiteMatch	1.13 530	0.73 308	2.80 666	3.23 632	0.61 487	0.83 497	0.68 495	0.73 476	0.69 502	1.00 517	0.77 529	0.94 517	0.57 469	0.82 491	0.64 476	2.97 658	2.43 660	0.68 478	0.32 374	0.56 435	0.70 498

Lsterematch	1.13 530	0.73 308	2.80 666	3.23 632	0.61 487	0.83 497	0.68 495	0.73 476	0.69 502	1.00 517	0.77 529	0.94 517	0.57 469	0.82 491	0.64 476	2.97 658	2.43 660	0.68 478	0.32 374	0.56 435	0.70 498

MSMD_ROB	1.19 532	1.10 399	0.70 466	1.10 479	0.60 482	1.10 540	0.70 509	1.10 530	0.70 510	1.10 538	0.70 513	1.10 543	0.70 505	7.00 719	0.70 508	1.10 510	0.70 474	1.10 548	0.70 518	1.10 523	0.70 498

MM-Stereo_test2	1.20 533	1.85 529	1.05 518	1.46 568	0.94 547	1.36 607	0.99 546	1.36 601	0.95 546	1.41 608	0.98 550	1.40 612	0.96 532	1.37 608	0.95 540	1.37 585	1.06 517	1.33 615	0.93 547	1.29 594	0.89 530

ours_stereo	1.20 533	1.21 457	0.90 499	1.64 580	1.11 563	1.35 605	0.67 489	1.76 617	0.93 544	1.70 621	1.10 561	1.39 610	0.75 514	1.41 610	0.81 529	1.60 598	1.03 516	1.33 615	1.00 550	1.61 605	0.72 505

DisPM	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

CrosDoStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PFNet+	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

LCNet	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

HHNet	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Patchmatch Stereo++	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569
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	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

STrans-v2	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

TransformOpticalFlow	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

OMP-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

IIG-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

NF-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

OCTAStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PSM-softLoss	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

KMStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

NRIStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PSM-adaLoss	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PSM-AAD	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

FTStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

ROB_FTStereo_v2	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

ROB_FTStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Consistency-Raft	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

KYRaft	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

HUI-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

ASMatch	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DeepStereo_LL	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DEmStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

SST-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

THIR-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT_R40	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DRaft	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PFNet	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

GrayStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RE-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Pruner-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

TVStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DeepStereo_RVC	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT-RH_RVC	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

IRAFT_RVC	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT-345	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

iRAFT	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

CRE-IMP	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

GMM-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT-IKP	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Prome-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

qqai	1.22 580	1.38 478	1.12 522	1.39 565	1.14 564	1.40 611	1.14 561	1.41 606	1.12 563	1.40 607	1.11 562	1.40 612	1.13 550	1.41 610	1.15 561	1.25 573	0.97 507	1.24 610	1.01 557	1.24 589	0.96 537

HCRNet	1.22 580	7.11 680	3.00 668	3.55 650	0.33 375	0.29 251	0.14 187	0.19 191	0.15 205	0.33 268	0.29 294	0.25 233	0.14 193	0.22 211	0.33 358	3.64 666	3.00 664	0.76 497	0.32 374	0.18 192	0.13 184

HBP-ISP	1.24 582	1.72 491	1.65 619	1.15 488	0.76 524	1.40 611	0.88 535	1.67 616	1.02 559	1.69 620	1.38 633	1.69 621	1.21 607	1.87 627	1.21 616	1.05 505	0.79 491	0.97 536	0.80 536	1.19 538	0.75 512

AANet_RVC	1.26 583	0.31 182	4.99 696	5.93 687	0.20 242	0.25 233	0.20 230	0.25 228	0.20 236	0.23 215	0.19 236	0.25 233	0.20 241	0.25 231	0.20 231	5.66 697	4.76 691	0.26 243	0.30 356	0.24 224	0.27 289

MM-Stereo_test3	1.27 584	2.07 548	1.18 531	1.60 575	1.02 558	1.45 615	1.01 552	1.40 605	1.04 561	1.44 610	1.03 557	1.46 615	1.02 545	1.44 613	1.02 551	1.51 594	1.12 531	1.32 614	0.98 548	1.38 598	0.97 538

11t	1.27 584	2.70 594	1.34 589	1.32 557	0.89 539	1.30 601	1.34 624	1.64 613	0.57 470	1.45 611	0.72 521	1.05 538	1.29 613	1.07 541	1.29 625	1.49 591	1.02 515	0.97 536	1.15 564	1.48 600	1.31 622

MaskLacGwcNet_RVC	1.35 586	1.35 474	1.35 591	1.35 561	1.35 628	1.35 605	1.35 625	1.36 601	1.35 630	1.36 605	1.35 628	1.36 608	1.36 619	1.36 607	1.35 629	1.35 581	1.35 600	1.35 618	1.35 626	1.35 596	1.35 627

CC-Net-ROB	1.36 587	1.33 473	1.33 588	1.36 562	1.38 631	1.36 607	1.33 623	1.37 603	1.34 627	1.35 604	1.36 630	1.38 609	1.34 617	1.38 609	1.38 632	1.35 581	1.38 604	1.33 615	1.35 626	1.43 599	1.34 626

CFNet	1.37 588	5.27 662	0.19 194	5.49 684	0.19 239	0.28 248	0.19 226	0.28 238	0.19 234	0.28 244	0.19 236	0.28 248	4.35 704	0.28 251	0.19 228	0.23 200	0.17 194	0.23 223	4.21 713	4.81 690	0.17 214

PS-NSSS	1.38 589	1.39 479	1.34 589	1.34 559	1.35 628	1.38 609	1.37 632	1.35 600	1.38 633	1.34 603	1.34 627	1.39 610	1.38 622	1.70 619	1.40 633	1.36 583	1.36 601	1.36 620	1.37 629	1.37 597	1.36 628

RASNet	1.49 590	1.65 487	1.45 607	1.38 564	1.43 634	1.47 616	1.36 627	1.38 604	1.36 631	1.39 606	1.60 644	1.45 614	1.45 625	1.51 614	2.21 675	1.53 595	1.36 601	1.36 620	1.36 628	1.66 608	1.36 628

BLMT-Stereo	1.53 591	1.36 475	1.06 519	1.42 567	1.23 627	1.41 613	1.07 556	1.43 608	1.12 563	1.42 609	1.06 558	1.83 623	1.07 547	1.42 612	1.07 554	1.27 575	1.38 604	6.80 716	1.00 550	1.26 591	1.00 542

GANetREF_RVC	1.55 592	1.94 544	1.22 583	1.88 583	1.21 623	1.88 625	1.22 615	1.88 619	1.22 620	1.88 622	1.22 617	1.88 624	1.22 608	1.89 628	1.22 617	1.87 606	1.22 586	1.88 639	1.22 617	1.88 617	1.22 615
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	1.59 593	1.91 538	1.21 582	1.94 586	1.20 577	2.00 633	1.23 616	1.99 624	1.24 622	2.00 630	1.25 620	2.03 634	1.26 610	2.00 632	1.29 625	1.90 610	1.18 538	1.89 640	1.21 616	1.89 618	1.20 569
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 594	1.59 486	1.70 621	1.59 572	1.59 640	1.61 619	1.61 643	1.60 609	1.60 640	1.62 619	1.59 643	1.60 617	1.60 628	1.60 615	1.59 640	1.59 596	1.60 624	1.59 626	1.59 647	1.59 604	1.59 642

ff7	1.68 595	2.68 591	1.35 591	0.97 465	0.89 539	1.84 622	2.15 673	2.12 630	1.80 657	2.05 635	1.56 640	2.33 642	2.12 664	2.23 638	2.25 676	1.31 577	1.07 518	1.48 622	1.41 632	0.90 495	1.04 550

ffff	1.68 595	2.68 591	1.35 591	0.97 465	0.89 539	1.84 622	2.15 673	2.12 630	1.80 657	2.05 635	1.56 640	2.33 642	2.12 664	2.23 638	2.25 676	1.31 577	1.07 518	1.48 622	1.41 632	0.90 495	1.04 550

ccc-4	1.68 595	2.68 591	1.35 591	0.97 465	0.89 539	1.84 622	2.15 673	2.12 630	1.80 657	2.05 635	1.56 640	2.33 642	2.12 664	2.23 638	2.25 676	1.31 577	1.07 518	1.48 622	1.41 632	0.90 495	1.04 550

PhaseNet	1.74 598	6.34 678	4.81 694	6.77 693	0.24 265	0.80 489	0.53 464	0.48 401	0.22 244	0.53 440	0.28 281	0.48 411	0.25 261	0.40 305	0.32 346	6.39 703	4.61 690	0.46 419	0.38 423	0.25 227	0.18 220

MC-Stereo	1.76 599	2.96 610	1.37 601	2.14 594	1.37 630	2.14 639	1.36 627	2.14 633	1.37 632	2.14 639	1.37 631	2.14 636	1.37 621	2.14 637	1.37 631	1.97 615	1.32 588	1.97 643	1.32 625	1.98 620	1.33 624

IGEVStereo-DCA	1.77 600	4.21 645	1.84 637	2.49 612	2.11 674	2.54 660	1.36 627	1.65 614	1.17 571	2.75 669	1.90 663	2.54 655	1.15 554	0.94 515	1.11 557	1.50 592	1.32 588	0.96 534	1.46 638	1.49 601	0.88 527

rrr	1.77 600	4.21 645	1.84 637	2.49 612	2.11 674	2.54 660	1.36 627	1.65 614	1.17 571	2.75 669	1.90 663	2.54 655	1.15 554	0.94 515	1.11 557	1.50 592	1.32 588	0.96 534	1.46 638	1.49 601	0.88 527

MM-Stereo_test1	1.80 602	3.41 622	1.52 614	2.12 593	1.41 633	2.04 634	1.41 635	2.05 628	1.46 637	2.04 634	1.41 635	2.05 635	1.42 624	2.05 633	1.43 635	2.04 619	1.54 616	1.94 641	1.38 631	1.99 621	1.33 624

MFMNet_re	1.81 603	1.91 538	1.71 623	1.95 588	1.70 651	1.95 630	1.70 648	1.96 622	1.74 653	1.97 627	1.72 652	1.95 627	1.71 636	1.97 631	1.71 648	1.86 604	1.62 625	1.85 632	1.66 654	1.86 616	1.64 648

plain	1.88 604	3.16 616	0.64 441	3.10 627	0.65 495	3.10 675	0.64 481	3.12 674	0.65 485	3.10 675	0.65 493	3.11 675	0.65 483	3.12 674	0.65 479	3.12 661	0.65 455	3.13 673	0.65 501	3.13 661	0.65 486

derf	1.91 605	2.15 556	1.78 627	2.16 595	1.75 653	2.21 640	1.80 651	2.22 636	1.80 657	2.21 642	1.76 653	2.17 637	1.81 645	2.24 641	1.74 656	1.93 613	1.56 617	1.96 642	1.53 640	1.95 619	1.56 637

RAFT_CTSACE	1.92 606	3.71 629	1.72 624	1.88 583	1.72 652	2.04 634	1.42 637	2.18 635	1.89 669	2.02 632	1.97 669	1.95 627	2.06 663	1.93 629	1.62 641	1.76 601	1.66 628	2.02 644	1.73 663	1.73 611	1.43 633

MonStereo1	1.94 607	2.77 604	1.52 614	3.73 657	1.51 637	2.13 638	1.42 637	2.32 644	1.52 638	2.31 648	1.50 638	2.53 652	1.59 627	2.34 646	1.56 638	1.91 611	1.36 601	1.86 635	1.31 624	2.07 622	1.53 634

4.25w-stereo	1.98 608	2.72 598	1.46 608	3.47 646	1.43 634	2.07 636	1.98 664	2.53 656	1.52 638	2.71 662	1.98 675	1.81 622	1.62 630	1.96 630	1.36 630	1.88 609	2.00 642	2.53 667	1.61 649	1.74 612	1.15 560

4.5w-stereo	1.99 609	2.33 571	1.81 628	3.28 636	1.68 647	1.94 627	1.99 667	2.72 659	1.70 645	2.72 663	1.99 678	1.97 629	1.68 632	1.76 621	1.29 625	1.91 611	2.02 648	2.53 667	1.61 649	1.75 613	1.16 563

2.75w_new	1.99 609	2.34 575	1.81 628	3.14 628	1.62 642	1.94 627	1.99 667	2.72 659	1.71 646	2.72 663	1.99 678	1.90 625	1.73 638	1.82 626	1.29 625	2.37 640	2.01 644	2.31 654	1.42 635	1.77 614	1.22 615

3.75w	1.99 609	2.31 569	1.83 636	3.16 630	1.65 644	1.93 626	1.98 664	2.72 659	1.68 642	2.73 668	1.97 669	2.00 631	1.72 637	1.81 625	1.25 621	2.27 631	2.01 644	2.38 659	1.42 635	1.71 610	1.24 618

2w_stereo	1.99 609	2.36 578	1.81 628	3.24 634	1.67 645	1.94 627	1.98 664	2.72 659	1.68 642	2.72 663	1.94 666	1.98 630	1.74 640	1.79 624	1.27 622	1.95 614	2.00 642	2.53 667	1.60 648	1.68 609	1.15 560

2.25w	2.00 613	1.86 532	1.98 650	2.95 625	2.17 678	2.26 641	1.35 625	2.42 650	2.00 676	2.07 638	1.27 622	2.53 652	1.99 659	2.29 643	1.49 637	2.21 626	1.32 588	1.85 632	1.87 667	2.52 648	1.62 646

4.25_new	2.00 613	2.33 571	1.82 633	3.32 639	1.69 648	1.95 630	1.99 667	2.72 659	1.71 646	2.72 663	1.97 669	2.01 632	1.74 640	1.77 622	1.28 623	2.18 623	2.01 644	2.48 665	1.58 645	1.65 606	1.17 564

4.5w_new	2.00 613	2.33 571	1.82 633	3.32 639	1.69 648	1.95 630	1.99 667	2.72 659	1.71 646	2.72 663	1.97 669	2.01 632	1.74 640	1.77 622	1.28 623	2.18 623	2.01 644	2.48 665	1.58 645	1.65 606	1.17 564

4.5_new	2.00 613	1.84 528	1.98 650	2.77 619	2.16 676	2.27 642	1.28 622	2.09 629	1.98 673	2.01 631	1.28 623	2.71 664	1.98 657	2.51 655	1.65 643	2.26 628	1.33 595	1.87 636	1.87 667	2.49 644	1.60 643

TRStereo	2.00 613	2.13 553	1.85 639	2.27 601	1.84 657	2.28 644	1.84 653	2.29 639	1.86 663	2.30 645	1.87 658	2.30 639	1.87 647	2.08 634	1.72 650	2.08 620	1.72 631	2.08 646	1.72 660	2.08 623	1.72 653

XX-Stereo	2.00 613	2.13 553	1.85 639	2.27 601	1.84 657	2.28 644	1.84 653	2.29 639	1.86 663	2.30 645	1.87 658	2.30 639	1.87 647	2.08 634	1.72 650	2.08 620	1.72 631	2.08 646	1.72 660	2.08 623	1.72 653

EAI-Stereo	2.00 613	2.13 553	1.85 639	2.27 601	1.84 657	2.28 644	1.84 653	2.29 639	1.86 663	2.30 645	1.87 658	2.30 639	1.87 647	2.08 634	1.72 650	2.08 620	1.72 631	2.08 646	1.72 660	2.08 623	1.72 653

2.5w	2.01 620	2.40 580	1.37 601	3.28 636	2.01 668	2.71 665	1.43 640	1.82 618	1.83 661	1.90 624	1.41 635	2.71 664	1.35 618	2.71 664	1.85 662	2.66 652	1.53 614	1.64 627	1.23 618	2.53 651	1.87 662

4w-stereo	2.02 621	2.72 598	1.44 606	3.36 642	1.59 640	2.48 653	1.72 649	2.28 637	1.24 622	2.24 643	1.65 648	2.56 657	1.32 616	2.39 649	1.98 672	2.67 654	1.51 612	1.66 628	1.24 619	2.53 651	1.88 665

IGEV	2.02 621	2.20 560	1.82 633	2.90 624	2.16 676	2.41 650	1.25 618	2.00 625	1.98 673	1.99 629	1.31 625	2.72 668	1.93 653	2.67 663	1.69 647	2.26 628	1.32 588	1.83 631	1.87 667	2.53 651	1.61 645

3.25w_new	2.03 623	2.72 598	1.35 591	3.33 641	1.57 638	2.72 666	1.53 642	2.15 634	1.33 626	2.15 640	1.60 644	2.63 661	1.30 614	2.72 666	1.99 673	2.67 654	1.53 614	1.75 630	1.25 621	2.53 651	1.87 662

3.5w_stereo	2.03 623	2.72 598	1.35 591	3.41 643	1.57 638	2.72 666	1.49 641	2.01 626	1.34 627	2.15 640	1.61 646	2.63 661	1.36 619	2.72 666	1.99 673	2.66 652	1.58 620	1.68 629	1.24 619	2.53 651	1.87 662

UniTT-Stereo	2.03 623	3.43 623	0.72 472	3.42 644	0.73 515	3.27 678	0.68 495	3.38 679	0.69 502	3.29 678	0.72 521	3.28 678	0.70 505	3.35 680	0.68 491	3.39 664	0.68 465	3.31 676	0.69 514	3.37 662	0.73 508

3.25w	2.04 626	2.20 560	1.48 609	3.03 626	2.17 678	2.63 664	1.39 633	1.96 622	1.95 672	1.96 625	1.37 631	2.71 664	1.96 656	2.71 664	1.73 655	2.26 628	1.32 588	1.87 636	1.87 667	2.51 647	1.63 647

3w_stereo	2.04 626	2.24 564	1.70 621	3.15 629	2.18 680	2.49 654	1.26 620	2.03 627	1.98 673	1.98 628	1.33 626	2.72 668	1.99 659	2.59 658	1.72 650	2.22 627	1.33 595	1.85 632	1.88 672	2.50 646	1.58 641

1w_stereo	2.05 628	2.32 570	1.35 591	3.74 658	2.01 668	2.73 668	1.42 637	1.88 619	1.93 671	2.03 633	1.28 623	2.71 664	1.99 659	2.72 666	1.72 650	2.20 625	1.32 588	1.87 636	1.86 666	2.45 640	1.54 635

LiteMatch*	2.07 629	1.30 469	5.73 701	6.28 690	0.79 530	1.33 604	0.80 525	1.30 598	1.02 559	1.33 602	0.84 539	1.33 607	0.97 533	1.28 605	1.04 552	6.05 701	5.89 697	1.28 613	0.76 528	1.28 593	0.88 527

sCroCo_RVC	2.10 630	2.76 602	1.92 647	2.78 622	1.39 632	2.73 668	1.41 635	2.73 665	1.40 634	2.77 674	1.41 635	2.74 670	1.40 623	2.74 669	1.40 633	2.72 656	1.42 607	2.72 671	1.44 637	2.79 658	1.42 632

MoCha-V2	2.11 631	26.97 724	0.78 484	0.92 452	0.77 527	0.96 514	0.72 514	0.90 499	0.72 518	0.94 513	0.70 513	0.90 510	0.71 509	0.91 509	0.71 510	0.85 477	0.71 478	0.88 516	0.69 514	0.87 488	0.67 490

FBW_ROB	2.12 632	2.46 584	1.77 626	2.49 612	1.79 656	2.38 648	1.83 652	2.46 651	1.78 656	2.48 656	1.97 669	2.40 647	1.78 643	2.42 652	1.83 660	2.31 636	1.85 639	2.38 659	1.82 665	2.35 635	1.84 658

MonStereo	2.17 633	2.41 581	1.49 613	2.67 616	1.67 645	2.60 663	2.04 671	2.32 644	1.76 654	2.44 653	1.68 650	2.50 650	1.69 634	2.38 647	1.80 659	2.28 632	1.78 634	2.63 670	2.14 675	3.47 663	1.68 651

asda	2.17 633	2.54 585	1.81 628	3.47 646	1.78 655	2.50 656	1.86 657	2.61 658	1.68 642	2.61 660	1.83 655	2.37 646	1.73 638	2.44 653	1.88 667	2.51 649	1.84 638	2.34 656	1.62 651	2.23 628	1.77 657

asd	2.18 635	2.77 604	1.58 616	3.59 651	2.00 667	2.58 662	1.85 656	2.39 649	1.71 646	2.47 655	1.97 669	2.59 659	1.61 629	2.56 656	1.79 658	2.51 649	1.99 641	2.11 649	1.62 651	2.36 636	1.60 643

qwe	2.18 635	2.60 588	1.58 616	3.83 659	1.90 665	2.53 658	1.90 662	2.48 652	1.73 651	2.37 651	1.92 665	2.53 652	1.68 632	2.56 656	1.83 660	2.52 651	1.87 640	2.07 645	1.68 657	2.32 634	1.71 652

monsters	2.18 635	2.41 581	1.96 649	3.47 646	2.03 672	2.53 658	1.64 645	2.48 652	1.73 651	2.40 652	1.50 638	2.62 660	1.94 654	2.59 658	1.94 669	2.44 644	1.57 619	2.28 652	1.87 667	2.42 638	1.86 660

AIO_rvc	2.18 635	2.34 575	1.87 643	2.32 605	1.94 666	2.40 649	1.89 661	2.37 647	2.07 678	2.52 658	1.95 668	2.44 649	1.99 659	2.41 650	1.89 668	2.32 637	2.09 650	2.24 650	2.18 676	2.21 627	2.23 669

HUF	2.18 635	2.30 568	1.99 653	2.34 607	2.02 671	2.41 650	2.06 672	2.38 648	1.89 669	2.36 650	1.85 656	2.56 657	1.98 657	2.31 645	1.97 671	2.30 635	2.03 649	2.30 653	2.11 674	2.23 628	2.16 667

AIO_test	2.18 635	2.09 551	2.04 654	2.42 609	2.01 668	2.47 652	1.94 663	2.34 646	2.03 677	2.56 659	1.94 666	2.43 648	1.94 654	2.41 650	1.87 666	2.39 642	2.10 651	2.35 658	1.91 673	2.25 630	2.19 668

monsterstereo	2.20 641	2.33 571	1.95 648	3.65 653	2.07 673	2.49 654	1.61 643	2.48 652	1.83 661	2.45 654	1.61 646	2.67 663	1.86 646	2.64 660	1.94 669	2.48 648	1.66 628	2.34 656	1.68 657	2.40 637	1.86 660

LG-G_1	2.22 642	2.71 596	1.89 644	2.77 619	1.87 663	2.75 670	1.87 659	2.76 667	1.87 667	2.75 669	1.87 658	2.76 671	1.87 647	2.75 670	1.86 663	2.47 646	1.58 620	2.45 662	1.57 642	2.45 640	1.57 639

LG-G	2.22 642	2.71 596	1.89 644	2.77 619	1.87 663	2.75 670	1.87 659	2.76 667	1.87 667	2.75 669	1.87 658	2.76 671	1.87 647	2.75 670	1.86 663	2.47 646	1.58 620	2.45 662	1.57 642	2.45 640	1.57 639

LGtest1	2.22 642	2.70 594	1.89 644	2.76 618	1.86 660	2.75 670	1.86 657	2.75 666	1.86 663	2.75 669	1.86 657	2.77 673	1.87 647	2.75 670	1.86 663	2.46 645	1.58 620	2.45 662	1.56 641	2.45 640	1.56 637

RAStereo	2.23 645	3.64 626	0.76 480	3.65 653	0.86 537	3.66 683	0.76 519	3.67 683	0.81 534	3.66 680	0.76 527	3.66 681	0.77 517	3.68 682	0.77 521	3.68 667	0.77 487	3.69 681	0.77 530	3.70 665	0.77 517

UDGNet	2.23 645	5.40 667	1.72 624	2.48 611	1.69 648	2.51 657	1.69 647	2.51 655	1.72 650	2.50 657	1.69 651	2.52 651	1.69 634	2.50 654	1.68 646	2.41 643	1.70 630	2.42 661	1.69 659	2.42 638	1.64 648

NCCL2	2.28 647	2.27 566	2.28 656	2.28 604	2.28 681	2.27 642	2.29 676	2.28 637	2.28 679	2.27 644	2.28 681	2.28 638	2.27 667	2.27 642	2.28 680	2.28 632	2.28 656	2.27 651	2.29 680	2.27 631	2.29 670

Abc-Net	2.32 648	24.75 716	1.14 525	1.17 494	1.17 571	1.11 543	1.15 563	1.17 537	1.21 619	1.08 537	1.16 566	1.12 548	1.14 553	1.09 542	1.17 566	1.09 508	1.16 534	1.17 556	1.17 567	1.16 530	1.11 553
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 649	25.00 717	1.13 524	1.15 488	1.15 566	1.10 540	1.15 563	1.15 532	1.15 566	1.12 544	1.15 563	1.09 541	1.13 550	1.10 544	1.15 561	1.11 515	1.09 524	1.16 552	1.12 562	1.16 530	1.17 564

stereogan	2.33 649	24.38 715	1.18 531	1.18 495	1.18 574	1.14 546	1.18 567	1.19 540	1.19 573	1.14 547	1.18 570	1.14 549	1.18 559	1.14 549	1.18 567	1.14 519	1.14 532	1.19 561	1.19 568	1.15 528	1.19 568

RGC	2.36 651	25.48 718	1.19 533	1.15 488	1.15 566	1.10 540	1.16 565	1.17 537	1.16 567	1.12 544	1.16 566	1.11 547	1.13 550	1.09 542	1.18 567	1.10 510	1.15 533	1.16 552	1.12 562	1.14 525	1.12 555

NCC-stereo	2.36 651	25.52 719	1.17 529	1.15 488	1.17 571	1.11 543	1.11 558	1.15 532	1.16 567	1.10 538	1.16 566	1.10 543	1.15 554	1.14 549	1.13 559	1.09 508	1.11 528	1.15 551	1.16 566	1.17 535	1.17 564

AF-Net	2.37 653	25.71 720	1.17 529	1.13 484	1.15 566	1.15 547	1.18 567	1.19 540	1.16 567	1.10 538	1.15 563	1.10 543	1.18 559	1.12 548	1.15 561	1.10 510	1.10 527	1.17 556	1.15 564	1.16 530	1.12 555

Nwc_Net	2.37 653	25.95 721	1.15 527	1.14 485	1.15 566	1.08 537	1.14 561	1.17 537	1.16 567	1.14 547	1.15 563	1.08 539	1.15 554	1.11 546	1.14 560	1.10 510	1.11 528	1.16 552	1.09 561	1.16 530	1.15 560

CFNet_RVC	2.38 655	8.71 691	0.38 299	9.33 706	0.42 437	0.56 451	0.42 427	0.60 453	0.38 399	0.62 463	0.42 435	0.56 454	7.29 716	0.62 458	0.42 422	0.53 396	0.37 340	0.49 442	0.34 388	8.30 713	6.87 718

testmc14	2.43 656	10.48 704	8.02 713	8.93 705	0.31 351	0.44 381	0.30 296	0.42 332	0.30 305	0.42 328	0.30 309	0.42 340	0.30 305	0.42 335	0.30 295	8.88 716	6.99 706	0.41 391	0.28 325	0.39 350	0.28 314

edge stereo	2.43 656	27.07 725	1.14 525	1.06 476	1.14 564	1.08 537	1.17 566	1.16 535	1.14 565	1.10 538	1.16 566	1.09 541	1.16 558	1.10 544	1.16 565	1.10 510	1.11 528	1.16 552	1.19 568	1.13 524	1.11 553

FAT-Stereo	2.46 658	26.05 722	1.23 585	1.23 544	1.22 625	1.20 549	1.24 617	1.23 591	1.23 621	1.19 550	1.22 617	1.21 599	1.24 609	1.20 554	1.24 618	1.21 570	1.17 537	1.22 609	1.25 621	1.20 540	1.24 618

MCSU-Stereo	2.48 659	10.56 705	8.50 715	9.47 709	0.31 351	0.43 347	0.30 296	0.42 332	0.30 305	0.42 328	0.30 309	0.42 340	0.30 305	0.41 321	0.30 295	8.86 715	6.93 705	0.40 373	0.29 340	0.39 350	0.28 314

S-Stereo	2.51 660	26.86 723	1.23 585	1.22 542	1.22 625	1.24 597	1.25 618	1.22 589	1.24 622	1.21 596	1.24 619	1.19 553	1.27 611	1.19 553	1.24 618	1.19 522	1.20 539	1.25 611	1.19 568	1.24 589	1.23 617

Anonymous3	2.55 661	3.26 620	1.65 619	3.28 636	1.63 643	3.24 677	1.68 646	3.27 676	1.66 641	3.28 677	1.67 649	3.25 677	1.66 631	3.27 676	1.64 642	3.26 662	1.65 627	3.30 675	1.65 653	4.95 695	1.65 650

MIF-Stereo (partial)	2.58 662	3.31 621	0.66 448	3.18 631	0.66 499	3.18 676	0.66 485	3.21 675	0.67 490	3.19 676	0.66 496	3.19 676	0.66 487	3.31 678	0.68 491	5.09 693	1.79 636	8.23 720	1.67 655	6.18 704	1.38 630

MSMDNet	2.65 663	10.14 702	0.33 270	9.74 710	0.32 363	0.87 502	0.33 362	2.95 673	0.68 496	0.49 411	0.34 380	0.49 416	5.70 711	0.49 415	0.33 358	0.42 323	9.57 713	0.41 391	0.31 367	8.36 714	0.65 486

pcwnet_v2	2.66 664	9.89 700	0.33 270	9.89 711	0.32 363	0.50 427	0.32 351	0.49 406	0.33 370	0.49 411	0.34 380	0.49 416	8.76 718	0.48 409	0.33 358	0.41 309	9.58 714	0.40 373	0.29 340	9.01 717	0.63 478

CFNet_pseudo	2.67 665	9.36 696	0.32 265	10.99 716	0.33 375	0.85 499	0.33 362	0.49 406	0.33 370	0.49 411	0.32 363	0.49 416	7.26 715	0.49 415	0.33 358	0.41 309	9.62 715	0.41 391	0.29 340	10.03 721	0.29 323

TestStereo_HL2	2.73 666	0.41 222	11.06 716	14.13 718	0.30 304	0.44 381	0.28 276	0.43 340	0.29 290	0.43 335	0.28 281	0.43 349	0.29 296	0.43 342	0.28 271	13.51 720	10.37 720	0.41 391	0.27 306	0.38 305	0.27 289

CFNet_ucs	2.73 666	9.64 698	0.33 270	9.92 712	0.32 363	0.49 418	0.33 362	0.49 406	0.33 370	0.49 411	0.33 372	0.49 416	8.98 719	0.48 409	0.33 358	0.41 309	9.96 718	0.40 373	0.29 340	10.12 722	0.54 456

UCFNet_RVC	2.75 668	10.06 701	0.29 239	10.31 715	0.29 292	0.42 340	0.29 288	0.43 340	0.29 290	0.42 328	0.29 294	0.42 340	9.87 721	0.43 342	0.29 285	0.36 266	9.84 717	0.36 308	0.26 269	9.77 720	0.26 251

TestStereo_HL3	2.76 669	0.41 222	11.46 719	14.11 717	0.30 304	0.45 395	0.29 288	0.43 340	0.29 290	0.43 335	0.29 294	0.43 349	0.28 286	0.44 373	0.30 295	13.57 721	10.32 719	0.41 391	0.27 306	0.38 305	0.27 289

GGDA	2.76 669	0.41 222	11.34 718	14.28 719	0.30 304	0.44 381	0.29 288	0.43 340	0.29 290	0.43 335	0.28 281	0.43 349	0.28 286	0.43 342	0.29 285	13.45 719	10.57 721	0.41 391	0.27 306	0.38 305	0.27 289

TestStereo-Hl	2.78 671	0.42 232	11.23 717	14.38 720	0.30 304	0.44 381	0.30 296	0.43 340	0.28 282	0.43 335	0.29 294	0.44 384	0.29 296	0.44 373	0.29 285	13.64 722	10.73 722	0.41 391	0.27 306	0.38 305	0.27 289

ccs_rob	2.79 672	10.17 703	0.32 265	10.00 713	0.33 375	0.49 418	0.33 362	1.90 621	0.32 360	0.51 433	0.33 372	0.49 416	9.24 720	0.49 415	0.33 358	0.41 309	9.82 716	0.41 391	0.28 325	9.34 718	0.29 323

PCWNet_CMD	2.80 673	9.82 699	0.32 265	10.09 714	0.32 363	0.49 418	0.33 362	3.34 678	0.33 370	0.49 411	0.33 372	0.49 416	8.73 717	0.48 409	0.33 358	0.41 309	9.22 712	0.42 407	0.29 340	9.55 719	0.31 346

NLSM1	2.93 674	3.24 619	2.57 664	4.04 660	2.66 684	3.30 679	2.55 679	3.29 677	2.55 681	3.35 679	2.48 683	3.28 678	2.47 669	3.34 679	2.49 681	3.26 662	2.55 662	3.13 673	2.57 683	3.00 660	2.46 677

StereoVision	3.15 675	5.00 655	0.89 496	4.83 677	1.00 550	3.93 684	1.27 621	6.37 713	1.34 627	5.67 713	1.26 621	5.84 714	1.27 611	5.03 710	1.24 618	5.10 694	1.09 524	4.61 694	0.57 483	5.62 702	1.12 555

MaDis-Stereo	3.19 676	6.02 677	1.12 522	5.61 686	1.16 570	5.43 711	1.02 554	5.15 710	0.70 510	5.43 710	1.21 616	5.03 711	0.97 533	4.85 704	0.99 544	4.53 675	1.16 534	5.53 710	1.25 621	5.37 700	1.30 621

sAnonymous2	3.31 677	2.63 589	1.38 603	3.71 655	1.86 660	4.70 703	1.11 558	4.82 706	2.72 683	5.45 711	1.98 675	4.59 696	2.64 670	2.65 661	6.21 716	4.37 671	1.08 522	5.16 708	2.24 678	4.52 677	2.39 675

CroCo_RVC	3.31 677	2.63 589	1.38 603	3.71 655	1.86 660	4.70 703	1.11 558	4.82 706	2.72 683	5.45 711	1.98 675	4.59 696	2.64 670	2.65 661	6.21 716	4.37 671	1.08 522	5.16 708	2.24 678	4.52 677	2.39 675

DPSNet	3.66 679	3.60 625	3.62 687	3.63 652	3.64 706	3.65 682	3.65 705	3.66 682	3.67 702	3.67 681	3.65 703	3.67 682	3.66 691	3.66 681	3.68 700	3.68 667	3.66 682	3.67 680	3.68 706	3.67 664	3.67 703

NLCSM	3.67 680	4.08 640	3.19 683	4.80 676	3.26 699	3.99 687	3.24 700	4.25 689	3.18 698	4.09 685	3.27 698	4.14 687	3.18 686	4.13 687	3.28 696	4.06 669	3.10 672	3.85 685	3.14 697	3.91 670	3.27 699

STTStereo	3.73 681	30.40 729	2.37 660	2.39 608	2.31 683	2.35 647	2.33 677	2.29 639	2.42 680	2.32 649	2.34 682	2.33 642	2.36 668	2.30 644	2.27 679	2.35 639	2.22 655	2.31 654	2.22 677	2.29 633	2.34 674

rvit_105_1	3.83 682	5.22 660	3.01 669	4.53 664	3.01 687	4.51 691	3.01 685	4.56 693	3.04 686	4.53 692	3.03 687	4.55 694	3.03 674	4.56 693	3.04 683	4.57 677	3.05 665	4.57 689	3.05 688	4.57 679	3.05 684

rvit_stereo_0081	3.83 682	5.23 661	3.01 669	4.53 664	3.03 689	4.55 697	3.02 686	4.56 693	3.04 686	4.52 690	3.02 685	4.54 692	3.03 674	4.56 693	3.04 683	4.57 677	3.05 665	4.57 689	3.05 688	4.58 680	3.05 684

rvit_stereo_0081_aga	3.86 684	5.33 664	3.02 672	4.55 670	3.04 693	4.54 693	3.02 686	4.64 700	3.06 690	4.54 694	3.04 689	4.62 701	3.08 681	4.62 699	3.07 688	4.58 680	3.06 669	4.60 693	3.08 692	4.63 683	3.07 688

rvit_stereo_0082	3.86 684	5.82 675	3.01 669	4.53 664	3.03 689	4.54 693	3.02 686	4.56 693	3.04 686	4.53 692	3.02 685	4.55 694	3.04 677	4.57 696	3.05 685	4.57 677	3.05 665	4.58 691	3.05 688	4.58 680	3.06 687

rvit_0105_6	3.87 686	5.73 674	3.10 679	4.69 674	3.12 697	4.54 693	3.02 686	4.56 693	3.04 686	4.54 694	3.03 687	4.54 692	3.04 677	4.56 693	3.05 685	4.58 680	3.05 665	4.58 691	3.05 688	4.58 680	3.05 684

rvit_stereo_0080	3.89 687	5.70 672	3.04 674	4.54 667	3.03 689	4.56 698	3.05 692	4.60 697	3.07 691	4.58 697	3.06 690	4.59 696	3.06 679	4.61 697	3.08 689	4.63 682	3.09 670	4.64 695	3.10 693	4.65 684	3.10 691

whm_eth	3.89 687	5.70 672	3.04 674	4.54 667	3.03 689	4.56 698	3.05 692	4.60 697	3.07 691	4.58 697	3.06 690	4.59 696	3.06 679	4.61 697	3.08 689	4.63 682	3.09 670	4.64 695	3.10 693	4.65 684	3.10 691

rvit_0105_4	3.91 689	5.47 671	3.02 672	4.54 667	3.02 688	4.54 693	3.03 690	4.75 703	3.17 697	4.57 696	3.06 690	4.61 700	3.16 685	4.65 700	3.09 691	4.66 684	3.11 673	4.68 698	3.18 699	4.81 690	3.16 696

rvit_0105_3	3.91 689	5.33 664	3.06 677	4.60 672	3.07 695	4.60 700	3.06 694	4.62 699	3.08 694	4.60 699	3.07 693	4.62 701	3.08 681	4.67 701	3.10 692	4.70 685	3.11 673	4.77 702	3.19 700	4.77 689	3.14 695

rvit_stereo_0083	3.92 691	5.30 663	3.06 677	4.61 673	3.09 696	4.67 702	3.08 695	4.66 701	3.09 695	4.62 700	3.10 695	4.66 704	3.11 683	4.67 701	3.16 694	4.72 687	3.16 676	4.77 702	3.11 695	4.66 686	3.11 693

rvit_stereo_ft	3.93 692	5.44 669	3.05 676	4.59 671	3.06 694	4.61 701	3.08 695	4.67 702	3.12 696	4.63 701	3.10 695	4.65 703	3.11 683	4.69 703	3.13 693	4.70 685	3.14 675	4.71 700	3.15 698	4.74 687	3.16 696

rvit_0105_5	4.10 693	5.40 667	3.13 682	4.71 675	3.15 698	4.72 705	3.10 697	4.90 708	3.27 699	4.69 702	3.16 697	4.84 708	3.25 687	4.96 707	3.34 697	5.05 692	3.39 681	5.10 707	3.40 701	5.11 697	3.42 700

MLG-Stereo_test1	4.25 694	5.34 666	3.61 686	5.31 682	3.63 705	5.23 709	3.57 703	5.38 711	3.65 701	5.23 708	3.47 700	4.76 705	3.74 694	4.85 704	3.71 701	4.96 689	3.18 678	4.71 700	2.92 685	4.86 693	2.90 681

MLG-Stereo_test3	4.26 695	4.85 653	3.95 690	5.35 683	3.60 704	4.75 706	3.76 706	5.49 712	3.71 703	5.39 709	3.69 704	4.82 707	3.66 691	4.85 704	3.73 704	4.93 688	3.19 679	4.69 699	2.99 687	4.84 692	2.98 683

MLG-Stereo_test2	4.28 696	5.46 670	3.69 688	4.86 678	3.72 707	5.58 712	3.42 701	4.81 705	3.77 707	4.85 704	3.72 705	5.55 713	3.63 690	5.58 711	3.53 699	4.41 674	3.28 680	4.99 706	2.95 686	4.75 688	3.13 694

RAFT+CT+SA	4.28 696	7.62 684	4.91 695	5.55 685	2.28 681	3.09 674	3.64 704	4.49 691	3.07 691	4.80 703	3.35 699	4.77 706	3.70 693	4.29 690	3.05 685	5.58 696	5.98 699	3.58 679	3.78 708	4.26 673	3.72 704

SA	4.33 698	7.35 681	6.85 707	5.96 688	4.09 711	3.59 681	3.15 698	3.82 684	2.64 682	3.91 682	3.85 706	3.57 680	2.72 672	3.13 675	4.03 707	7.09 709	6.86 704	3.57 678	3.12 696	3.85 666	3.51 702

Sa-1000	4.34 699	8.37 687	6.84 706	6.98 697	4.45 714	3.58 680	3.00 684	3.42 680	3.39 700	2.61 660	4.00 709	3.83 684	4.01 702	3.90 684	3.90 705	5.98 700	5.62 696	3.76 682	2.34 681	4.35 675	2.47 678

TestStereo1	4.60 700	8.41 688	6.44 704	6.86 695	3.79 708	3.97 685	3.78 707	3.99 686	3.74 704	3.97 683	3.52 701	3.94 685	3.58 688	3.98 685	3.72 702	6.82 706	6.50 702	3.76 682	3.66 704	3.90 667	3.74 706

SA-5K	4.60 700	8.41 688	6.44 704	6.86 695	3.79 708	3.97 685	3.78 707	3.99 686	3.74 704	3.97 683	3.52 701	3.94 685	3.58 688	3.98 685	3.72 702	6.82 706	6.50 702	3.76 682	3.66 704	3.90 667	3.74 706

DispFullNet	4.61 702	4.84 652	3.12 680	5.00 680	3.57 703	4.75 706	3.03 690	7.75 719	4.17 711	4.91 706	3.09 694	6.20 715	3.95 700	6.71 715	3.51 698	5.30 695	3.67 683	5.86 714	3.63 703	5.61 701	3.46 701

test_5	4.62 703	7.55 683	6.23 702	6.32 691	3.40 702	5.29 710	3.50 702	3.53 681	4.11 710	4.28 687	4.47 713	4.26 690	4.38 705	3.68 682	3.24 695	5.89 698	5.60 695	4.84 704	3.50 702	4.33 674	3.93 710

raft_robust	4.71 704	7.75 685	5.40 700	6.81 694	3.31 700	4.28 690	4.20 712	4.32 690	4.37 713	4.35 689	4.35 712	4.14 687	3.75 695	4.30 691	4.20 710	6.67 705	6.37 700	3.36 677	4.24 714	4.86 693	3.25 698

cross-raft	4.83 705	7.52 682	6.43 703	6.63 692	3.96 710	4.51 691	3.99 710	4.49 691	3.96 709	4.52 690	3.96 708	4.50 691	3.97 701	4.50 692	3.97 706	6.65 704	6.44 701	4.33 686	3.92 710	4.35 675	3.91 709

test_4	4.88 706	8.13 686	6.98 708	7.46 698	4.44 713	4.25 689	3.85 709	4.04 688	3.92 708	4.13 686	3.91 707	4.18 689	3.84 698	4.14 688	4.06 708	7.01 708	7.13 707	4.53 687	3.72 707	4.09 671	3.72 704

TestStereo	4.88 706	4.75 651	4.79 693	4.87 679	4.92 715	4.81 708	4.90 715	4.78 704	4.77 714	4.87 705	4.89 714	4.90 709	4.91 707	4.99 708	4.79 712	4.98 690	4.87 692	4.87 705	4.92 716	5.00 696	5.00 713

test_3	5.01 708	8.86 693	7.77 710	8.09 700	2.76 686	4.13 688	4.05 711	3.88 685	3.76 706	4.33 688	4.13 710	3.71 683	3.91 699	4.21 689	4.06 708	7.93 710	7.69 709	4.53 687	3.91 709	4.17 672	4.29 712

NLCA_NET_v2_RVC	5.04 709	50.87 740	2.78 665	2.87 623	2.71 685	2.78 673	0.47 443	2.88 672	2.86 685	1.89 623	2.67 684	2.79 674	2.79 673	2.78 673	2.83 682	2.82 657	2.82 663	2.83 672	2.77 684	2.83 659	2.76 679
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	5.10 710	5.15 658	4.49 692	5.07 681	3.37 701	6.87 715	4.75 714	5.04 709	6.34 718	7.84 719	5.06 715	6.72 719	4.09 703	4.99 708	5.44 715	5.03 691	3.16 676	4.67 697	4.86 715	5.15 698	3.89 708

U	5.15 711	8.49 690	1.81 628	8.49 702	1.77 654	8.49 720	1.77 650	8.51 721	1.77 655	8.49 721	1.77 654	8.50 721	1.78 643	8.58 721	1.77 657	8.54 713	1.78 634	8.55 721	1.78 664	8.55 715	1.84 658

SGM-Forest	5.21 712	5.92 676	4.08 691	6.18 689	4.16 712	6.31 714	4.34 713	6.50 714	4.33 712	6.14 715	4.21 711	6.61 718	4.55 706	6.67 714	4.48 711	5.94 699	3.94 685	5.85 713	4.03 712	5.79 703	4.17 711
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 713	9.16 695	8.03 714	8.09 700	5.62 718	6.11 713	6.35 718	6.85 716	4.94 715	6.08 714	6.29 720	4.98 710	6.43 712	6.22 712	6.36 718	6.16 702	7.47 708	5.82 712	5.44 719	7.11 709	5.68 716

rvit_stereo_0075_2	6.64 714	8.80 692	5.25 697	7.89 699	5.27 717	7.90 719	5.27 716	7.92 720	5.28 716	7.91 720	5.29 717	7.93 720	5.27 708	7.92 720	5.28 713	7.93 710	5.28 694	7.93 719	5.29 718	7.93 712	5.28 715

RAFT	6.73 715	9.36 696	7.40 709	8.51 703	6.55 719	6.88 716	6.60 719	6.79 715	6.60 719	6.80 716	6.72 721	5.31 712	5.50 710	6.61 713	6.61 719	8.42 712	5.89 697	5.73 711	5.45 720	6.61 705	6.24 717

SGM+DAISY	7.06 716	9.15 694	5.38 699	8.84 704	5.18 716	8.80 721	5.31 717	8.79 722	5.28 716	8.89 722	5.20 716	8.93 722	5.33 709	8.95 722	5.36 714	8.70 714	5.21 693	8.74 722	5.20 717	8.89 716	5.15 714

test-v	7.53 717	11.89 706	7.98 711	9.36 707	7.14 720	7.06 717	7.09 720	7.37 717	6.91 720	7.29 717	5.71 718	6.45 716	6.93 713	6.73 716	7.27 720	8.93 717	7.85 710	6.98 717	6.80 721	7.56 710	7.34 719

test-2	7.53 717	11.89 706	7.98 711	9.36 707	7.14 720	7.06 717	7.09 720	7.37 717	6.91 720	7.29 717	5.71 718	6.45 716	6.93 713	6.73 716	7.27 720	8.93 717	7.85 710	6.98 717	6.80 721	7.56 710	7.34 719

PA-Net	11.80 719	223.51 747	0.62 434	0.59 386	0.71 512	0.59 459	0.73 515	0.67 465	0.73 521	0.55 449	0.61 487	0.60 462	0.74 512	0.63 463	0.73 513	0.66 430	0.60 444	0.69 481	0.66 503	0.72 461	0.65 486
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 720	23.00 714	15.00 720	23.00 727	15.00 722	24.00 728	16.00 722	24.00 729	16.00 722	22.00 729	15.00 722	23.00 729	16.00 722	23.00 729	15.00 722	22.00 729	15.00 723	22.00 729	15.00 723	22.00 729	15.00 721

rafts_anoy	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

raft+_RVC	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

raftrobust	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

CasAABBNet	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

RALCasStereoNet	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

RALAANet	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

111	30.40 727	30.94 730	29.72 728	32.61 728	30.02 730	33.57 729	30.47 730	31.50 730	29.39 730	30.98 730	29.11 730	29.78 730	30.39 733	29.45 730	30.76 733	30.08 730	29.02 731	29.92 730	30.32 734	29.86 730	30.17 729

WCMA_ROB	31.10 728	35.43 734	27.12 727	39.51 740	23.10 729	38.78 741	25.30 729	37.49 742	25.39 729	37.29 741	27.02 729	38.52 742	26.48 729	37.80 741	26.44 729	36.28 737	22.65 730	33.90 734	22.30 730	37.10 739	24.18 728

DCANet-4	35.22 729	34.54 731	35.08 734	33.58 732	35.47 737	34.55 730	35.53 737	36.08 736	35.85 734	35.92 736	35.77 736	35.18 736	35.48 735	35.39 736	37.15 740	34.55 736	33.92 735	35.02 737	34.90 736	35.79 734	34.74 736

ADStereo(finetuned)	36.13 730	36.63 735	38.07 739	36.97 733	33.25 734	35.91 734	34.45 734	36.36 737	32.99 731	38.14 742	36.71 737	36.69 737	34.13 734	38.57 742	40.79 741	37.60 742	36.58 738	35.90 738	33.36 735	35.42 733	34.04 733

fast-reg	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

Reg-Stereo(zero)	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

fast-iter	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

CoSv	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

MDST_ROB	69.83 735	87.70 741	41.95 740	113.75 743	65.62 744	75.05 742	55.25 743	75.64 744	45.04 739	71.61 743	41.75 742	72.81 743	44.06 740	68.38 743	44.63 742	101.89 745	59.57 745	107.10 745	61.05 745	104.38 742	59.38 743

NOSS_ROB	102.95 736	153.00 745	121.00 743	51.00 741	44.00 742	165.00 745	127.00 744	153.00 745	119.00 741	164.00 746	125.00 744	168.00 746	120.00 742	153.00 745	117.00 744	49.00 743	44.00 743	49.00 743	44.00 743	49.00 740	44.00 741

CBMV	128.50 737	1422.70 752	53.10 741	79.50 742	51.30 743	77.30 743	49.70 742	74.00 743	48.20 740	77.20 744	48.80 743	73.90 744	48.00 741	73.80 744	48.80 743	70.40 744	45.10 744	68.90 744	46.10 744	68.20 741	45.00 742
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 738	171.00 746	160.68 746	162.58 744	160.59 745	164.01 744	160.35 745	158.51 746	158.56 742	158.34 745	160.12 745	158.56 745	159.92 743	157.26 746	158.94 745	154.38 746	158.36 746	155.75 746	159.13 747	153.67 743	154.07 744
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	201.80 739	123.00 742	115.00 742	219.00 745	218.00 747	223.00 746	244.00 747	217.00 747	236.00 744	202.00 747	203.00 746	205.00 747	208.00 744	225.00 747	204.00 746	210.00 747	198.00 747	197.00 747	184.00 748	204.00 744	201.00 745

MGS-Stereo	239.45 740	123.00 742	135.00 744	266.00 746	286.00 748	277.00 747	305.00 748	271.00 748	242.00 745	274.00 748	279.00 748	255.00 748	270.00 746	268.00 748	297.00 748	221.00 748	247.00 749	216.00 748	123.00 746	217.00 745	217.00 747

EGLCR-Stereo	246.90 741	129.00 744	139.00 745	266.00 746	286.00 748	277.00 747	305.00 748	271.00 748	242.00 745	274.00 748	279.00 748	255.00 748	270.00 746	268.00 748	297.00 748	230.00 749	247.00 749	216.00 748	223.00 750	237.00 746	227.00 748

DLCB_ROB	284.23 742	354.61 748	207.27 747	363.24 748	206.46 746	364.72 749	210.41 746	364.72 750	210.41 743	364.81 750	208.64 747	364.81 750	208.64 745	364.72 750	210.41 747	354.70 750	205.53 748	354.70 750	205.53 749	354.70 747	205.53 746

LE_ROB	396.57 743	471.28 749	329.84 748	471.48 749	308.15 750	526.83 750	322.10 750	488.15 751	323.76 747	495.46 751	317.97 750	497.17 751	320.10 748	481.62 751	326.76 750	462.71 751	298.97 751	466.16 751	285.98 751	447.62 748	289.21 749

SGM-ForestM	596.69 744	677.77 750	444.52 749	699.85 750	517.25 751	732.94 751	488.29 751	770.79 752	460.11 748	750.81 752	487.98 751	792.79 752	499.41 749	730.90 752	475.81 751	720.03 752	491.16 752	663.96 752	418.60 752	674.76 749	436.05 750

CBMV_ROB	818.48 745	913.88 751	709.52 750	862.84 751	597.78 752	1073.99 752	700.52 752	1015.66 753	702.59 749	1115.65 753	760.02 752	1130.24 753	721.57 750	1037.41 753	692.65 752	814.05 753	564.29 753	843.28 753	595.31 753	915.51 750	602.92 751

tt	500032.53 746	34.60 732	29.72 728	37.47 738	34.41 735	36.85 735	35.22 735	34.71 734	33.55 732	34.50 731	35.43 734	33.81 734	10000000.00 751	33.57 734	33.13 734	33.68 734	35.00 736	34.03 735	35.26 737	30.96 731	34.63 734

DCANet	500032.53 746	34.60 732	29.72 728	37.47 738	34.41 735	36.85 735	35.22 735	34.71 734	33.55 732	34.50 731	35.43 734	33.81 734	10000000.00 751	33.57 734	33.13 734	33.68 734	35.00 736	34.03 735	35.26 737	30.96 731	34.63 734

fff	1000028.16 748	29.62 726	29.72 728	32.61 728	30.02 730	35.13 731	31.83 731	32.07 731	10000000.00 750	35.27 733	29.82 731	32.45 731	30.15 730	32.35 731	30.09 730	31.04 731	29.55 732	30.64 731	30.14 731	10000000.00 751	30.77 730

csc	1000028.16 748	29.62 726	29.72 728	32.61 728	30.02 730	35.13 731	31.83 731	32.07 731	10000000.00 750	35.27 733	29.82 731	32.45 731	30.15 730	32.35 731	30.09 730	31.04 731	29.55 732	30.64 731	30.14 731	10000000.00 751	30.77 730

cscssc	1000028.16 748	29.62 726	29.72 728	32.61 728	30.02 730	35.13 731	31.83 731	32.07 731	10000000.00 750	35.27 733	29.82 731	32.45 731	30.15 730	32.35 731	30.09 730	31.04 731	29.55 732	30.64 731	30.14 731	10000000.00 751	30.77 730

111111	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

SGD-Stereo	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

IGEV-Stereo++	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

IGEV-BASED-STEREO-	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

IGEV-Stereo+	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

SDNR	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

anonymousdsp2	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

anonymousdsp	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

test_example2	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

DIP-Stereo	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752
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							0.38 399	0.50 415	0.38 399	0.50 424	0.38 404	0.50 430	3.79 696	0.50 423	0.38 391	0.54 397	0.43 382	0.46 419	0.34 388	0.46 393	0.35 378

FSD					0.44 440	0.56 451	0.44 430	0.55 441	0.44 434	0.56 451	0.44 439	0.56 454	0.44 431	0.56 448	0.46 432	0.61 417	0.42 377	0.52 456	0.42 444	0.52 427

ccccc		0.44 237		0.48 312	0.35 389	0.48 412		0.51 429		0.47 397		0.47 404		0.47 400		0.41 309	0.40 358	0.40 373	0.40 428	0.41 375

ASD4		0.20 137

Low-res two-view benchmark