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

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

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

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

CoDeX	0.15 146	0.70 294	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	0.67 471	0.02 15	0.69 457	0.75 479	0.01 9	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

SFCPSM	0.17 157	0.78 308	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	0.79 508	0.02 15	0.75 470	0.76 481	0.02 21	0.02 21	0.02 20

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 459	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

ADCS	0.09 75	0.02 12	0.04 64	0.90 433	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	0.14 161	0.36 365	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 564	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

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 584	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

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

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 561	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	1.60 561	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

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	0.12 156	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

FADNet-RVC-Resample	0.12 120	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	1.57 624	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet-RVC	0.13 127	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	1.71 633	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 567	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

ADCP+	0.15 146	0.04 52	0.04 64	2.20 583	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

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 533	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

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
APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 522	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

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

FADNet_RVC	0.12 120	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	1.65 628	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

DA	0.09 75	0.13 112	0.39 302	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	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	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 75	0.13 112	0.39 302	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	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	0.14 158	0.13 184	0.06 123	0.05 122

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

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

FADNet	0.12 120	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	1.66 630	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

GwcNet	0.12 120	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 554	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

SuperB	0.21 179	0.10 97	2.51 649	0.12 105	0.09 145	0.10 142	0.09 144	0.08 134	0.07 141	0.10 142	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

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

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

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

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

BEATNet-Init1	0.19 170	0.08 84	0.08 82	2.23 585	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	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 170	0.08 84	0.08 82	2.23 585	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	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

test_sample2	0.09 75	1.03 371	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

SMFormer	0.09 75	1.01 365	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	0.95 342	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

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

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

test_sample6	0.09 75	0.97 345	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_sample5	0.10 90	1.07 379	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_sample1	0.09 75	0.87 322	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

DualNet	0.10 90	1.07 379	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

xxx	0.09 75	1.01 365	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

AnonymousM	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

PVD	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SHD	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SAMSARA	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

XQC	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSC	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTS	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSA	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet+	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet++	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

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
JetRed	0.11 111	0.12 110	0.11 112	0.11 97	0.11 167	0.11 153	0.14 181	0.11 153	0.11 164	0.12 156	0.11 164	0.11 154	0.11 161	0.11 155	0.11 157	0.11 105	0.16 169	0.11 149	0.11 160	0.11 153	0.11 158

JetBlue	0.11 111	0.11 108	0.12 123	0.13 117	0.14 186	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.11 164	0.11 154	0.11 161	0.12 159	0.12 169	0.11 105	0.11 121	0.11 149	0.11 160	0.11 153	0.11 158

LRCNet_RVC	0.13 127	0.13 112	0.09 88	0.13 117	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.23 208	0.10 150	0.20 190	0.10 148	0.24 215	0.11 157	0.11 105	0.09 94	0.12 152	0.14 189	0.12 158	0.09 140

aanetorigin	0.13 127	0.11 108	0.11 112	0.11 97	0.11 167	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.12 172	0.11 154	0.11 161	0.11 155	0.11 157	0.11 105	0.11 121	0.14 158	0.11 160	0.49 400	0.11 158

PASM	0.39 282	3.06 598	1.36 585	1.58 557	0.09 145	0.11 153	0.11 162	0.11 153	0.11 164	0.09 140	0.09 146	0.11 154	0.09 144	0.09 140	0.09 139	0.11 105	0.11 121	0.11 149	0.09 141	0.11 153	0.11 158

DualNet (step1)	0.10 90	1.05 375	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	1.05 375	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	1.05 375	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_sample7	0.09 75	1.00 355	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_sample3	0.09 75	0.87 322	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

mmm	0.14 134	1.83 510	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

ffm	0.25 198	3.83 619	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	0.25 198	3.83 619	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	0.25 198	3.83 619	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

qqq	0.16 153	2.01 534	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

Wz-Net-MNSev	0.06 61	0.54 275	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

WZ-Net	0.05 57	0.50 257	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

222	0.10 90	0.99 353	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

UNet	0.29 215	0.90 330	0.10 92	0.14 121	0.10 152	0.14 158	0.10 149	0.91 485	0.69 487	0.14 158	0.11 164	0.14 159	0.11 161	0.14 161	0.10 145	0.12 111	0.09 94	0.12 152	0.09 141	0.88 476	0.76 500

DRN-Test	0.14 134	0.13 112	0.09 88	0.14 121	0.09 145	0.15 166	0.09 144	0.14 159	0.10 149	0.14 158	0.09 146	0.14 159	0.09 144	0.13 160	0.09 139	0.12 111	0.09 94	0.12 152	0.09 141	0.12 158	0.73 493

S2M2_L	0.12 120	0.14 118	0.10 92	0.15 132	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.15 165	0.10 150	0.14 159	0.10 148	0.14 161	0.10 145	0.13 126	0.10 99	0.13 156	0.09 141	0.13 160	0.09 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample4	0.10 90	1.03 371	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

qqq1	0.25 198	3.70 613	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	0.25 198	3.70 613	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

1111x	0.10 90	1.14 388	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

xxxx	0.11 111	1.16 393	0.16 169	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	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 146	0.14 118	0.10 92	0.14 121	0.09 145	0.15 166	0.09 144	0.14 159	0.09 148	0.14 158	0.10 150	0.14 159	0.09 144	0.14 161	0.09 139	0.13 126	0.10 99	0.13 156	0.09 141	0.13 160	0.82 509

x	0.11 111	1.15 391	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	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

MIPNet	0.14 134	0.21 139	0.17 176	0.16 142	0.11 167	0.15 166	0.12 175	0.14 159	0.11 164	0.16 170	0.11 164	0.14 159	0.11 161	0.14 161	0.11 157	0.14 133	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

test_xeample	0.10 90	1.09 381	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

GMStereo	0.14 134	0.13 112	0.14 148	0.14 121	0.14 186	0.14 158	0.14 181	0.14 159	0.14 186	0.14 158	0.14 190	0.14 159	0.14 186	0.14 161	0.14 180	0.14 133	0.14 162	0.14 158	0.14 189	0.14 162	0.14 183
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 157	0.71 295	0.14 148	0.14 121	0.14 186	0.14 158	0.14 181	0.14 159	0.14 186	0.14 158	0.14 190	0.14 159	0.14 186	0.14 161	0.22 229	0.14 133	0.14 162	0.14 158	0.14 189	0.14 162	0.14 183

PDISCO_ROB	0.83 461	2.80 594	3.49 670	0.14 121	0.11 167	0.17 180	0.09 144	0.15 172	0.10 149	0.15 165	0.12 172	0.16 171	0.14 186	3.30 662	0.13 176	0.14 133	2.34 643	0.16 175	0.12 175	2.62 642	0.10 145

ELAS_RVC	0.14 134	0.16 120	0.10 92	0.15 132	0.10 152	0.18 184	0.11 162	0.19 184	0.11 164	0.19 183	0.12 172	0.18 183	0.11 161	0.19 185	0.12 169	0.14 133	0.08 84	0.14 158	0.09 141	0.15 170	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 120	0.11 112	0.15 132	0.09 145	0.18 184	0.11 162	0.18 182	0.11 164	0.17 177	0.11 164	0.18 183	0.11 161	0.18 182	0.11 157	0.14 133	0.08 84	0.14 158	0.08 139	0.14 162	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TS12	0.09 75	0.09 93	0.17 176	0.19 156	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	0.15 141	0.16 169	0.08 131	0.06 134	0.08 138	0.06 131

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	0.15 141	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
zh-sn7	0.10 90	0.98 346	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	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

ProNet	0.14 134	0.20 133	0.14 148	0.16 142	0.11 167	0.16 173	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 179	0.13 182	0.17 179	0.12 169	0.15 141	0.11 121	0.16 175	0.11 160	0.15 170	0.12 171

CIPLG	0.13 127	0.21 139	0.12 123	0.16 142	0.11 167	0.15 166	0.11 162	0.14 159	0.11 164	0.15 165	0.12 172	0.15 170	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

IPLG	0.13 127	0.20 133	0.14 148	0.15 132	0.11 167	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.11 164	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

IPLGR_C	0.14 134	0.20 133	0.12 123	0.15 132	0.11 167	0.14 158	0.15 188	0.14 159	0.11 164	0.15 165	0.12 172	0.14 159	0.11 161	0.16 172	0.11 157	0.15 141	0.12 135	0.14 158	0.12 175	0.15 170	0.12 171

IPLGR	0.14 134	0.24 153	0.14 148	0.16 142	0.12 180	0.15 166	0.12 175	0.14 159	0.11 164	0.15 165	0.12 172	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

ACRE	0.13 127	0.21 139	0.14 148	0.15 132	0.11 167	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.12 172	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

cf-r	0.66 409	2.17 545	0.12 123	0.18 153	0.12 180	0.18 184	2.70 667	2.60 642	0.12 180	0.18 181	0.12 172	0.18 183	0.12 176	0.18 182	0.12 169	0.15 141	0.11 121	0.15 171	0.11 160	1.81 600	1.74 641

S2M2_XL	0.14 134	0.17 125	0.12 123	0.17 151	0.11 167	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.11 164	0.17 179	0.11 161	0.17 179	0.11 157	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.11 158
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 166	0.48 250	0.16 169	0.16 142	0.15 199	0.15 166	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 171	0.16 200	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 200	0.16 175	0.16 190

xyz-stereo	0.18 166	0.50 257	0.16 169	0.15 132	0.16 209	0.16 173	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 171	0.16 200	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 200	0.16 175	0.16 190

ITSA-stereo	0.15 146	0.17 125	0.13 143	0.20 160	0.13 184	0.19 187	0.13 179	0.18 182	0.13 184	0.19 183	0.13 185	0.18 183	0.14 186	0.18 182	0.14 180	0.16 151	0.11 121	0.15 171	0.14 189	0.18 185	0.11 158

GMStereo_Zeroshot	0.16 153	0.16 120	0.16 169	0.16 142	0.16 209	0.16 173	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 171	0.16 200	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 200	0.16 175	0.16 190

ICVP	0.15 146	0.53 271	0.11 112	0.16 142	0.11 167	0.16 173	0.11 162	0.16 173	0.11 164	0.16 170	0.11 164	0.16 171	0.11 161	0.16 172	0.11 157	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.11 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 134	0.16 120	0.12 123	0.17 151	0.12 180	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 179	0.12 176	0.17 179	0.12 169	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.12 171

SGM_RVC	0.15 146	0.17 125	0.11 112	0.18 153	0.11 167	0.19 187	0.11 162	0.19 184	0.12 180	0.19 183	0.12 172	0.20 190	0.12 176	0.19 185	0.12 169	0.16 151	0.11 121	0.17 183	0.10 148	0.17 181	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 216	3.10 599	0.14 148	0.19 156	0.14 186	0.19 187	0.14 181	0.20 190	0.14 186	0.19 183	0.13 185	0.16 171	0.13 182	0.19 185	0.13 176	0.17 159	0.13 158	0.17 183	0.13 184	0.17 181	0.13 178

ACVNet	0.20 172	0.19 129	0.14 148	0.20 160	0.14 186	0.20 192	0.96 529	0.21 198	0.14 186	0.20 189	0.13 185	0.21 197	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	0.17 181	0.12 171

acv_ft	0.20 172	0.19 129	0.14 148	0.20 160	0.14 186	0.20 192	0.96 529	0.21 198	0.14 186	0.20 189	0.13 185	0.21 197	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	0.17 181	0.12 171

hitnet-ft	0.79 445	2.78 593	0.14 148	0.20 160	0.14 186	0.21 202	2.89 668	2.80 656	0.14 186	0.20 189	0.14 190	0.20 190	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.54 641	2.33 658

PSMNet-RSSM	0.77 440	2.76 588	0.14 148	0.20 160	0.14 186	0.20 192	2.66 665	2.79 655	0.14 186	0.21 200	0.14 190	0.21 197	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.52 633	2.31 656

GwcNet-RSSM	0.77 440	2.77 590	0.14 148	0.20 160	0.14 186	0.20 192	2.67 666	2.78 654	0.14 186	0.20 189	0.14 190	0.20 190	0.14 186	0.21 199	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.52 633	2.31 656

CFNet-ft	0.55 389	1.57 472	0.14 148	0.20 160	0.14 186	0.20 192	2.53 663	1.61 595	0.14 186	0.20 189	0.14 190	0.20 190	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	1.56 588	1.24 603

LALA_ROB	0.15 146	0.19 129	0.12 123	0.18 153	0.11 167	0.20 192	0.12 175	0.21 198	0.12 180	0.20 189	0.12 172	0.20 190	0.12 176	0.21 199	0.13 176	0.17 159	0.10 99	0.18 192	0.11 160	0.18 185	0.11 158

zh-mn7	0.12 120	1.14 388	0.17 176	0.20 160	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	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

11t1	0.17 157	2.16 544	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	0.18 167	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

GANet-RSSM	0.75 434	1.91 525	0.14 148	0.47 298	0.14 186	0.21 202	3.21 684	2.30 628	0.14 186	0.46 378	0.14 190	0.23 213	0.18 222	0.21 199	0.14 180	0.18 167	0.27 232	0.37 300	0.13 184	2.13 611	2.12 651

DeepPruner_ROB	0.16 153	0.18 128	0.13 143	0.19 156	0.13 184	0.19 187	0.13 179	0.19 184	0.13 184	0.19 183	0.13 185	0.19 187	0.13 182	0.19 185	0.13 176	0.18 167	0.13 158	0.18 192	0.13 184	0.18 185	0.13 178

RAFT-FEzeroshot	0.34 238	0.26 162	0.17 176	0.21 169	0.17 215	0.20 192	0.16 194	0.20 190	0.16 203	0.20 189	0.17 211	0.21 197	0.16 200	0.27 240	0.24 239	0.19 171	0.16 169	0.19 195	0.16 200	0.26 223	3.08 674

RAFT-FE	0.34 238	0.26 162	0.17 176	0.21 169	0.17 215	0.20 192	0.16 194	0.20 190	0.16 203	0.20 189	0.17 211	0.21 197	0.16 200	0.27 240	0.24 239	0.19 171	0.16 169	0.19 195	0.16 200	0.26 223	3.08 674

IGEV-FE	0.35 247	0.37 187	0.17 176	0.19 156	0.17 215	0.20 192	0.17 204	0.19 184	0.17 213	0.19 183	0.17 211	0.19 187	0.17 212	0.37 280	0.36 365	0.19 171	0.17 190	0.19 195	0.17 222	0.38 294	2.84 665

DepthFocus	0.18 166	0.22 143	0.15 165	0.22 171	0.15 199	0.22 205	0.15 188	0.22 203	0.15 198	0.22 203	0.15 200	0.22 206	0.16 200	0.22 204	0.15 191	0.20 174	0.15 166	0.20 199	0.14 189	0.20 192	0.14 183

RSGM-EC	0.24 195	0.24 153	0.15 165	0.22 171	0.15 199	0.22 205	0.15 188	0.22 203	0.15 198	0.24 215	0.15 200	0.22 206	0.15 198	0.22 204	1.19 554	0.20 174	0.17 190	0.24 226	0.14 189	0.20 192	0.14 183

acva	0.24 195	0.24 153	0.15 165	0.22 171	0.15 199	0.22 205	0.15 188	0.22 203	0.15 198	0.24 215	0.15 200	0.22 206	0.15 198	0.22 204	1.19 554	0.20 174	0.17 190	0.24 226	0.14 189	0.20 192	0.14 183

CAS++	0.17 157	0.27 165	0.21 196	0.10 80	0.21 243	0.15 166	0.22 231	0.10 141	0.21 232	0.22 203	0.10 150	0.19 187	0.18 222	0.10 144	0.19 220	0.20 174	0.19 198	0.18 192	0.10 148	0.19 191	0.18 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 172	0.19 129	0.40 334	0.30 201	0.17 215	0.22 205	0.17 204	0.21 198	0.17 213	0.20 189	0.17 211	0.21 197	0.18 222	0.21 199	0.17 204	0.20 174	0.16 169	0.20 199	0.16 200	0.20 192	0.17 207

DAS	0.20 172	0.20 133	0.20 191	0.20 160	0.20 234	0.20 192	0.20 222	0.20 190	0.20 228	0.20 189	0.20 234	0.20 190	0.20 233	0.20 189	0.20 223	0.20 174	0.20 200	0.20 199	0.20 232	0.20 192	0.20 218

GEStereo_RVC	0.86 473	4.45 634	0.20 191	0.27 198	0.20 234	0.27 240	0.20 222	0.26 227	0.18 219	5.03 692	0.20 234	0.27 240	0.19 229	0.27 240	0.21 226	0.20 174	0.19 198	0.19 195	4.02 696	0.20 192	0.18 213

MSKI-zero shot	0.24 195	0.21 139	0.49 386	0.65 388	0.18 226	0.22 205	0.17 204	0.23 210	0.18 219	0.21 200	0.17 211	0.23 213	0.28 277	0.23 211	0.18 216	0.21 181	0.16 169	0.21 202	0.16 200	0.21 198	0.16 190

iResNetv2_ROB	0.20 172	0.23 145	0.18 186	0.24 181	0.20 234	0.24 217	0.18 212	0.24 213	0.18 219	0.24 215	0.18 227	0.23 213	0.19 229	0.24 215	0.18 216	0.21 181	0.16 169	0.21 202	0.16 200	0.22 200	0.16 190

ACV-stereo	0.30 216	2.08 536	0.25 211	0.25 188	0.18 226	0.24 217	0.17 204	0.24 213	0.18 219	0.24 215	0.17 211	0.25 226	0.17 212	0.24 215	0.17 204	0.22 183	0.16 169	0.22 207	0.16 200	0.22 200	0.16 190

Pointernet	0.21 179	0.22 143	0.19 188	0.24 181	0.19 231	0.24 217	0.19 218	0.24 213	0.19 226	0.24 215	0.19 230	0.24 219	0.19 229	0.24 215	0.19 220	0.22 183	0.17 190	0.22 207	0.17 222	0.22 200	0.17 207

WAO-6	0.22 185	0.23 145	0.22 198	0.23 176	0.22 245	0.22 205	0.22 231	0.22 203	0.22 235	0.22 203	0.22 241	0.22 206	0.22 240	0.22 204	0.22 229	0.22 183	0.22 207	0.22 207	0.22 238	0.22 200	0.22 223

IMH-64-1	0.22 185	0.23 145	0.23 201	0.22 171	0.22 245	0.22 205	0.22 231	0.22 203	0.22 235	0.22 203	0.22 241	0.22 206	0.22 240	0.22 204	0.22 229	0.22 183	0.22 207	0.23 216	0.22 238	0.22 200	0.23 225

IMH-64	0.22 185	0.23 145	0.23 201	0.22 171	0.22 245	0.22 205	0.22 231	0.22 203	0.22 235	0.22 203	0.22 241	0.22 206	0.22 240	0.22 204	0.22 229	0.22 183	0.22 207	0.23 216	0.22 238	0.22 200	0.23 225

dd	0.23 191	0.98 346	0.16 169	0.23 176	0.15 199	0.23 214	0.15 188	0.23 210	0.15 198	0.23 208	0.15 200	0.24 219	0.17 212	0.23 211	0.15 191	0.22 183	0.15 166	0.21 202	0.15 197	0.22 200	0.16 190

dad	0.23 191	1.03 371	0.16 169	0.23 176	0.15 199	0.24 217	0.15 188	0.24 213	0.16 203	0.23 208	0.16 204	0.24 219	0.16 200	0.23 211	0.15 191	0.22 183	0.16 169	0.22 207	0.16 200	0.22 200	0.16 190

psm_up	0.43 309	1.19 397	0.17 176	0.25 188	0.18 226	0.25 226	0.19 218	1.26 577	0.91 524	0.26 232	0.17 211	0.25 226	0.17 212	0.25 224	0.17 204	0.22 183	0.17 190	0.23 216	0.16 200	1.18 521	0.99 525

UPFNet	0.42 308	1.20 398	0.17 176	0.24 181	0.17 215	0.25 226	0.17 204	1.19 525	0.90 523	0.25 223	0.17 211	0.24 219	0.17 212	0.25 224	0.17 204	0.22 183	0.17 190	0.22 207	0.16 200	1.15 513	0.93 519

ac_64	0.22 185	0.13 112	0.19 188	0.23 176	0.10 152	0.26 235	1.02 539	0.14 159	0.10 149	0.28 237	0.14 190	0.17 179	0.19 229	0.28 244	0.09 139	0.22 183	0.16 169	0.23 216	0.17 222	0.11 153	0.12 171

iResNet	0.20 172	0.23 145	0.18 186	0.24 181	0.18 226	0.24 217	0.20 222	0.24 213	0.18 219	0.23 208	0.17 211	0.23 213	0.18 222	0.23 211	0.18 216	0.22 183	0.16 169	0.21 202	0.16 200	0.21 198	0.16 190

BStereo	0.22 185	0.23 145	0.20 191	0.24 181	0.20 234	0.23 214	0.33 348	0.39 280	0.17 213	0.23 208	0.17 211	0.23 213	0.16 200	0.24 215	0.17 204	0.23 194	0.16 169	0.22 207	0.20 232	0.22 200	0.16 190

Anonymus123	0.22 185	0.23 145	0.20 191	0.24 181	0.20 234	0.23 214	0.33 348	0.39 280	0.17 213	0.23 208	0.17 211	0.23 213	0.16 200	0.24 215	0.17 204	0.23 194	0.16 169	0.22 207	0.20 232	0.22 200	0.16 190

MIM_Stereo	0.25 198	0.23 145	0.66 437	0.80 419	0.17 215	0.22 205	0.17 204	0.23 210	0.18 219	0.26 232	0.17 211	0.21 197	0.17 212	0.25 224	0.17 204	0.23 194	0.16 169	0.21 202	0.17 222	0.22 200	0.17 207

Wz-Net-LNSev	0.06 61	0.24 153	0.20 191	0.23 176	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	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

MMNet	0.44 322	1.24 452	0.17 176	0.25 188	0.17 215	0.25 226	0.18 212	1.26 577	0.93 529	0.25 223	0.17 211	0.25 226	0.18 222	0.25 224	0.17 204	0.23 194	0.16 169	0.23 216	0.16 200	1.20 525	0.99 525

delet	0.43 309	1.21 444	0.17 176	0.25 188	0.17 215	0.25 226	0.18 212	1.26 577	0.95 531	0.25 223	0.17 211	0.25 226	0.17 212	0.25 224	0.17 204	0.23 194	0.16 169	0.22 207	0.16 200	1.18 521	0.98 524

CFNet	1.37 574	5.27 648	0.19 188	5.49 670	0.19 231	0.28 241	0.19 218	0.28 231	0.19 226	0.28 237	0.19 230	0.28 241	4.35 689	0.28 244	0.19 220	0.23 194	0.17 190	0.23 216	4.21 698	4.81 675	0.17 207

ISRNet	0.11 111	0.05 66	0.36 285	0.24 181	0.07 141	0.13 157	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 158	0.05 117	0.05 103	0.09 139	0.24 201	0.20 200	0.10 138	0.05 123	0.06 123	0.13 178

tg	0.21 179	0.25 159	0.21 196	0.26 195	0.17 215	0.24 217	0.17 204	0.24 213	0.17 213	0.24 215	0.17 211	0.24 219	0.17 212	0.24 215	0.17 204	0.24 201	0.17 190	0.23 216	0.16 200	0.23 212	0.16 190

gwcnet-sp	0.82 458	1.72 478	1.48 595	0.39 241	0.15 199	0.31 252	0.21 227	0.20 190	0.25 250	1.61 601	0.23 245	0.28 241	0.26 262	0.20 189	0.15 191	0.24 201	1.33 581	0.32 259	0.16 200	6.75 691	0.23 225

scenet	0.82 458	1.72 478	1.48 595	0.39 241	0.15 199	0.31 252	0.21 227	0.20 190	0.25 250	1.61 601	0.23 245	0.28 241	0.26 262	0.20 189	0.15 191	0.24 201	1.33 581	0.32 259	0.16 200	6.75 691	0.23 225

ssnet_v2	0.68 414	1.96 532	1.25 573	0.29 200	0.20 234	0.30 246	0.20 222	0.29 236	0.22 235	1.50 597	0.20 234	0.31 255	0.20 233	0.27 240	0.22 229	0.24 201	1.49 597	0.26 236	0.18 229	3.90 652	0.19 216

ssnet	0.82 458	1.72 478	1.48 595	0.39 241	0.15 199	0.31 252	0.21 227	0.20 190	0.25 250	1.61 601	0.23 245	0.28 241	0.26 262	0.20 189	0.15 191	0.24 201	1.33 581	0.32 259	0.16 200	6.75 691	0.23 225

Select-FE	0.41 295	0.44 228	0.23 201	0.26 195	0.22 245	0.26 235	0.22 231	0.26 227	0.23 242	0.26 232	0.23 245	0.26 238	0.23 246	0.45 378	0.42 408	0.25 207	0.22 207	0.25 231	0.22 238	0.45 377	2.90 666

UNDER WATER-64	0.25 198	0.26 162	0.25 211	0.26 195	0.25 259	0.25 226	0.25 246	0.25 221	0.25 250	0.25 223	0.25 258	0.25 226	0.25 252	0.26 236	0.25 247	0.25 207	0.25 218	0.25 231	0.25 254	0.25 220	0.25 236

depth_test_26	0.20 172	0.34 179	0.25 211	0.34 221	0.14 186	0.21 202	0.14 181	0.21 198	0.14 186	0.21 200	0.14 190	0.21 197	0.14 186	0.21 199	0.14 180	0.26 209	0.26 221	0.22 207	0.15 197	0.22 200	0.14 183

LoS_RVC	0.30 216	1.14 388	0.25 211	0.25 188	0.25 259	0.26 235	0.25 246	0.25 221	0.25 250	0.25 223	0.25 258	0.26 238	0.26 262	0.26 236	0.25 247	0.26 209	0.26 221	0.25 231	0.25 254	0.26 223	0.26 242

CAS	0.30 216	1.17 394	0.25 211	0.25 188	0.25 259	0.26 235	0.25 246	0.25 221	0.26 263	0.25 223	0.25 258	0.25 226	0.25 252	0.25 224	0.25 247	0.26 209	0.26 221	0.26 236	0.25 254	0.26 223	0.25 236

LoS	0.25 198	0.27 165	0.25 211	0.25 188	0.25 259	0.25 226	0.25 246	0.26 227	0.25 250	0.25 223	0.25 258	0.25 226	0.25 252	0.25 224	0.25 247	0.26 209	0.25 218	0.25 231	0.26 260	0.26 223	0.25 236
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LACA2	0.21 179	0.24 153	0.26 218	0.31 207	0.16 209	0.24 217	0.16 194	0.24 213	0.16 203	0.24 215	0.16 204	0.24 219	0.16 200	0.24 215	0.16 198	0.27 213	0.23 213	0.24 226	0.16 200	0.23 212	0.16 190

LACA1	0.21 179	0.24 153	0.26 218	0.31 207	0.16 209	0.24 217	0.16 194	0.24 213	0.16 203	0.24 215	0.16 204	0.24 219	0.16 200	0.24 215	0.16 198	0.27 213	0.22 207	0.23 216	0.16 200	0.23 212	0.16 190

TorneroNet-64	0.45 345	0.27 165	0.30 236	0.58 374	0.27 267	0.70 460	0.30 284	0.28 231	0.73 506	0.73 464	0.28 274	0.71 464	0.66 474	0.75 466	0.27 253	0.27 213	0.29 254	0.37 300	0.75 512	0.28 230	0.30 324

tt1	0.31 223	0.93 339	0.24 208	0.33 217	0.23 251	0.31 252	0.24 244	0.32 246	0.24 245	0.32 254	0.23 245	0.32 259	0.25 252	0.32 257	0.24 239	0.27 213	0.26 221	0.27 240	0.26 260	0.27 228	0.27 280

LACA3	0.23 191	0.25 159	0.27 221	0.54 364	0.17 215	0.25 226	0.17 204	0.25 221	0.17 213	0.25 223	0.17 211	0.25 226	0.17 212	0.25 224	0.17 204	0.28 217	0.23 213	0.24 226	0.17 222	0.24 217	0.17 207

DCVSM-stereo	0.36 254	1.89 522	0.22 198	0.40 254	0.22 245	0.40 293	0.22 231	0.40 288	0.22 235	0.40 289	0.22 241	0.40 298	0.22 240	0.40 294	0.22 229	0.28 217	0.21 203	0.28 243	0.21 235	0.28 230	0.20 218

xxxxx1	0.31 223	0.91 332	0.23 201	0.31 207	0.23 251	0.31 252	0.23 239	0.33 250	0.25 250	0.31 248	0.24 252	0.33 263	0.25 252	0.32 257	0.24 239	0.28 217	0.28 240	0.28 243	0.28 315	0.29 233	0.27 280

SQANet	0.28 210	0.28 168	0.28 227	0.28 199	0.28 272	0.28 241	0.28 266	0.28 231	0.28 272	0.28 237	0.28 274	0.28 241	0.28 277	0.28 244	0.28 262	0.28 217	0.28 240	0.28 243	0.28 315	0.28 230	0.28 305

tt_ll	0.31 223	0.91 332	0.23 201	0.31 207	0.23 251	0.31 252	0.23 239	0.33 250	0.25 250	0.31 248	0.24 252	0.33 263	0.25 252	0.32 257	0.24 239	0.28 217	0.28 240	0.28 243	0.28 315	0.29 233	0.27 280

ff	0.31 223	0.91 332	0.23 201	0.31 207	0.23 251	0.31 252	0.23 239	0.33 250	0.25 250	0.31 248	0.24 252	0.33 263	0.25 252	0.32 257	0.24 239	0.28 217	0.28 240	0.28 243	0.28 315	0.29 233	0.27 280

RAFT + AFF	0.31 223	0.45 236	0.34 273	0.39 241	0.28 272	0.38 285	0.33 348	0.29 236	0.31 336	0.30 243	0.30 298	0.29 247	0.27 269	0.29 248	0.30 284	0.28 217	0.29 254	0.29 248	0.29 328	0.27 228	0.32 340

FCDSN-DC	0.41 295	0.59 283	0.64 430	0.54 364	0.33 362	0.50 413	0.37 378	0.42 321	0.40 399	0.61 446	0.43 423	0.50 417	0.49 439	0.38 283	0.32 333	0.28 217	0.23 213	0.26 236	0.22 238	0.35 270	0.28 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DLNR_Zeroshot_test	0.31 223	0.28 168	0.47 371	0.79 415	0.24 256	0.30 246	0.26 253	0.30 238	0.24 245	0.32 254	0.23 245	0.31 255	0.24 249	0.30 250	0.23 236	0.29 225	0.26 221	0.29 248	0.24 251	0.33 252	0.23 225

DStereoSA	0.32 232	0.52 267	0.34 273	0.31 207	0.31 340	0.30 246	0.30 284	0.31 244	0.30 293	0.31 248	0.31 340	0.31 255	0.30 294	0.31 254	0.31 323	0.30 226	0.32 272	0.31 256	0.31 353	0.31 242	0.31 333

MultiAttention	0.30 216	0.30 172	0.30 236	0.30 201	0.30 293	0.30 246	0.30 284	0.30 238	0.30 293	0.30 243	0.30 298	0.30 251	0.30 294	0.30 250	0.30 284	0.30 226	0.30 263	0.30 250	0.30 342	0.30 237	0.30 324

MSAF-DinoV2	0.30 216	0.30 172	0.30 236	0.30 201	0.30 293	0.30 246	0.30 284	0.30 238	0.30 293	0.30 243	0.30 298	0.30 251	0.30 294	0.30 250	0.30 284	0.30 226	0.30 263	0.30 250	0.30 342	0.30 237	0.30 324

WCG-NET（raft）	0.32 232	1.24 452	0.24 208	0.32 213	0.24 256	0.32 261	0.23 239	0.32 246	0.24 245	0.32 254	0.24 252	0.32 259	0.24 249	0.32 257	0.24 239	0.30 226	0.23 213	0.30 250	0.23 244	0.30 237	0.23 225

DANet	0.30 216	0.30 172	0.30 236	0.30 201	0.30 293	0.30 246	0.30 284	0.30 238	0.30 293	0.30 243	0.30 298	0.30 251	0.30 294	0.30 250	0.30 284	0.30 226	0.30 263	0.30 250	0.30 342	0.30 237	0.30 324
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DISCO	1.11 513	0.39 198	5.28 684	0.39 241	0.20 234	0.39 291	0.27 256	0.39 280	0.22 235	0.38 276	0.20 234	0.38 285	0.20 233	6.95 703	0.22 229	0.30 226	0.21 203	0.27 240	0.21 235	5.25 684	0.21 221

SMOE	0.23 191	0.25 159	0.30 236	0.33 217	0.18 226	0.26 235	0.18 212	0.26 227	0.18 219	0.26 232	0.18 227	0.25 226	0.18 222	0.25 224	0.18 216	0.31 232	0.27 232	0.23 216	0.17 222	0.23 212	0.17 207

DStereoO	0.31 223	0.31 175	0.31 252	0.30 201	0.40 403	0.31 252	0.30 284	0.30 238	0.34 365	0.29 242	0.31 340	0.29 247	0.30 294	0.31 254	0.31 323	0.31 232	0.29 254	0.31 256	0.30 342	0.31 242	0.31 333

iResNet_ROB	0.28 210	0.32 177	0.24 208	0.32 213	0.25 259	0.32 261	0.24 244	0.32 246	0.24 245	0.33 259	0.24 252	0.35 270	0.24 249	0.33 265	0.24 239	0.31 232	0.24 217	0.32 259	0.24 251	0.32 245	0.24 235

PStereo	0.32 232	0.36 184	0.28 227	0.38 234	0.29 282	0.36 272	0.27 256	0.38 275	0.27 267	0.38 276	0.28 274	0.36 275	0.27 269	0.36 275	0.28 262	0.32 235	0.27 232	0.33 266	0.27 297	0.33 252	0.27 280

DStereoFS	0.32 232	0.33 178	0.32 258	0.33 217	0.30 293	0.32 261	0.32 337	0.32 246	0.31 336	0.30 243	0.31 340	0.31 255	0.30 294	0.32 257	0.32 333	0.32 235	0.31 268	0.30 250	0.47 443	0.32 245	0.34 354

w-ln-seven-2	0.14 134	1.22 450	0.28 227	0.32 213	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	0.32 235	0.27 232	0.04 93	0.03 57	0.03 47	0.03 52

xyz-stereo-finetune	0.28 210	0.49 252	0.16 169	0.16 142	0.16 209	0.16 173	0.16 194	0.22 203	0.30 293	0.32 254	0.31 340	0.32 259	0.31 343	0.32 257	0.32 333	0.32 235	0.33 285	0.31 256	0.32 360	0.31 242	0.32 340

model_zeroshot	0.27 208	0.20 133	0.27 221	0.33 217	0.21 243	0.37 278	0.22 231	0.37 266	0.24 245	0.26 232	0.27 267	0.33 263	0.21 239	0.25 224	0.27 253	0.32 235	0.20 200	0.34 276	0.23 244	0.25 220	0.26 242

GES	0.66 409	2.34 561	0.29 232	0.41 266	0.29 282	0.41 309	0.29 277	0.42 321	0.29 279	0.40 289	0.41 411	0.41 311	0.30 294	0.51 419	0.29 275	0.32 235	0.29 254	0.32 259	2.46 667	2.49 629	0.30 324

DLNR-FE	0.28 210	0.89 327	0.30 236	0.34 221	0.19 231	0.28 241	0.19 218	0.28 231	0.20 228	0.28 237	0.20 234	0.28 241	0.20 233	0.28 244	0.20 223	0.33 241	0.28 240	0.25 231	0.19 230	0.24 217	0.19 216

ACVNet-DCA	0.37 264	1.00 355	0.30 236	0.40 254	0.29 282	0.40 293	0.29 277	0.40 288	0.29 279	0.40 289	0.29 284	0.40 298	0.29 286	0.39 291	0.28 262	0.33 241	0.32 272	0.33 266	0.32 360	0.33 252	0.32 340

1test111	0.37 264	1.02 369	0.30 236	0.39 241	0.29 282	0.40 293	0.28 266	0.39 280	0.29 279	0.39 283	0.29 284	0.39 290	0.28 277	0.40 294	0.29 275	0.33 241	0.32 272	0.33 266	0.31 353	0.32 245	0.31 333

cc1	0.37 264	1.02 369	0.30 236	0.39 241	0.29 282	0.40 293	0.28 266	0.39 280	0.29 279	0.39 283	0.29 284	0.39 290	0.28 277	0.40 294	0.29 275	0.33 241	0.32 272	0.33 266	0.31 353	0.32 245	0.31 333

RSM	0.36 254	0.36 184	0.43 354	0.37 231	0.42 423	0.49 404	0.42 413	0.37 266	0.28 272	0.36 270	0.29 284	0.36 275	0.30 294	0.37 280	0.28 262	0.34 245	0.31 268	0.34 276	0.35 387	0.40 351	0.29 311

H2IRNET	0.34 238	0.34 179	0.34 273	0.34 221	0.34 372	0.34 264	0.34 361	0.34 253	0.34 365	0.34 262	0.34 367	0.34 268	0.34 364	0.34 266	0.34 358	0.34 245	0.34 314	0.34 276	0.34 374	0.34 257	0.34 354

xx1	0.38 270	1.03 371	0.31 252	0.40 254	0.31 340	0.41 309	0.28 266	0.40 288	0.29 279	0.40 289	0.29 284	0.40 298	0.29 286	0.40 294	0.29 275	0.34 245	0.33 285	0.34 276	0.32 360	0.34 257	0.32 340

EKT-Stereo	0.37 264	0.40 202	0.44 356	1.07 463	0.29 282	0.34 264	0.31 329	0.36 260	0.29 279	0.38 276	0.31 340	0.37 283	0.30 294	0.36 275	0.29 275	0.34 245	0.28 240	0.39 349	0.30 342	0.37 281	0.30 324

iRaft-Stereo_5w	0.34 238	0.42 223	0.31 252	0.39 241	0.30 293	0.38 285	0.30 284	0.40 288	0.29 279	0.40 289	0.37 385	0.41 311	0.34 364	0.38 283	0.30 284	0.34 245	0.27 232	0.34 276	0.26 260	0.34 257	0.26 242

GMOStereo	0.37 264	0.45 236	0.23 201	0.30 201	0.37 385	0.41 309	0.36 372	0.41 303	0.35 369	0.43 322	0.36 378	0.41 311	0.40 394	0.41 310	0.36 365	0.34 245	0.22 207	0.47 416	0.37 396	0.39 339	0.33 347

HGLStereo	0.28 210	0.29 170	0.22 198	0.36 228	0.22 245	0.36 272	0.21 227	0.36 260	0.21 232	0.42 317	0.21 239	0.36 275	0.22 240	0.36 275	0.21 226	0.34 245	0.21 203	0.34 276	0.21 235	0.34 257	0.21 221

MLCV	0.31 223	0.35 181	0.27 221	0.35 224	0.28 272	0.35 268	0.27 256	0.35 256	0.28 272	0.36 270	0.27 267	0.35 270	0.27 269	0.35 269	0.27 253	0.34 245	0.27 232	0.34 276	0.27 297	0.34 257	0.27 280

SME	0.27 208	0.29 170	0.31 252	0.38 234	0.20 234	0.29 244	0.18 212	0.30 238	0.20 228	0.32 254	0.21 239	0.32 259	0.20 233	0.32 257	0.21 226	0.35 253	0.32 272	0.27 240	0.19 230	0.29 233	0.20 218

z-mn7	0.16 153	1.21 444	0.33 263	0.41 266	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	0.35 253	0.31 268	0.04 93	0.04 99	0.04 97	0.04 96

iRaft-Stereo_20w	0.34 238	0.41 213	0.31 252	0.39 241	0.29 282	0.40 293	0.32 337	0.41 303	0.32 346	0.38 276	0.30 298	0.39 290	0.30 294	0.38 283	0.32 333	0.35 253	0.27 232	0.34 276	0.27 297	0.34 257	0.29 311

ETE_ROB	0.35 247	0.35 181	0.35 283	0.35 224	0.35 375	0.35 268	0.35 366	0.35 256	0.35 369	0.35 266	0.35 375	0.35 270	0.35 370	0.35 269	0.35 362	0.35 253	0.35 321	0.35 292	0.35 387	0.35 270	0.35 364

DN-CSS_ROB	0.31 223	0.35 181	0.28 227	0.35 224	0.28 272	0.34 264	0.27 256	0.34 253	0.25 250	0.35 266	0.27 267	0.36 275	0.26 262	0.34 266	0.28 262	0.35 253	0.28 240	0.34 276	0.28 315	0.34 257	0.27 280

Any-RAFT	0.32 232	0.36 184	0.27 221	0.36 228	0.27 267	0.36 272	0.27 256	0.36 260	0.27 267	0.36 270	0.27 267	0.36 275	0.27 269	0.36 275	0.28 262	0.36 258	0.28 240	0.36 297	0.28 315	0.36 277	0.28 305

DMCA	0.36 254	0.38 191	0.37 289	0.35 224	0.35 375	0.36 272	0.36 372	0.36 260	0.35 369	0.35 266	0.37 385	0.36 275	0.36 373	0.35 269	0.36 365	0.36 258	0.36 327	0.35 292	0.36 393	0.36 277	0.36 367

UCFNet_RVC	2.75 652	10.06 687	0.29 232	10.31 699	0.29 282	0.42 329	0.29 277	0.43 327	0.29 279	0.42 317	0.29 284	0.42 329	9.87 706	0.43 329	0.29 275	0.36 258	9.84 701	0.36 297	0.26 260	9.77 705	0.26 242

HiDET	0.38 270	0.44 228	0.30 236	0.42 276	0.30 293	0.42 329	0.30 284	0.42 321	0.30 293	0.44 360	0.30 298	0.42 329	0.30 294	0.42 323	0.68 478	0.37 261	0.32 272	0.40 362	0.29 328	0.37 281	0.29 311

LCMNet	0.38 270	0.44 228	0.30 236	0.42 276	0.30 293	0.42 329	0.30 284	0.42 321	0.30 293	0.45 372	0.30 298	0.42 329	0.30 294	0.42 323	0.69 486	0.37 261	0.32 272	0.40 362	0.29 328	0.37 281	0.29 311

CSFM-Stereo	0.38 270	0.44 228	0.30 236	0.42 276	0.30 293	0.42 329	0.30 284	0.43 327	0.30 293	0.44 360	0.30 298	0.42 329	0.30 294	0.42 323	0.73 498	0.37 261	0.32 272	0.40 362	0.29 328	0.37 281	0.30 324

Zero-FE251	0.36 254	0.40 202	0.28 227	0.41 266	0.28 272	0.41 309	0.28 266	0.41 303	0.28 272	0.41 303	0.28 274	0.41 311	0.28 277	0.42 323	0.30 284	0.37 261	0.26 221	0.37 300	0.27 297	0.45 377	0.56 453

Venus	0.38 270	0.38 191	0.38 291	0.38 234	0.38 392	0.37 278	0.38 385	0.37 266	0.37 381	0.41 303	0.37 385	0.39 290	0.37 378	0.38 283	0.38 377	0.37 261	0.38 338	0.38 308	0.37 396	0.37 281	0.38 379

CASnet	0.35 247	0.51 265	0.44 356	0.32 213	0.31 340	0.24 217	0.34 361	0.36 260	0.25 250	0.31 248	0.37 385	0.30 251	0.33 359	0.25 224	0.45 414	0.37 261	0.37 331	0.33 266	0.35 387	0.34 257	0.37 372
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.36 254	0.37 187	0.33 263	0.41 266	0.32 350	0.41 309	0.32 337	0.41 303	0.32 346	0.41 303	0.32 350	0.41 311	0.32 348	0.41 310	0.33 345	0.37 261	0.29 254	0.37 300	0.29 328	0.38 294	0.31 333

CES	0.39 282	0.47 244	0.36 285	0.36 228	0.37 385	0.45 382	0.35 366	0.35 256	0.40 399	0.36 270	0.44 425	0.47 391	0.36 373	0.44 360	0.36 365	0.37 261	0.39 345	0.44 397	0.35 387	0.37 281	0.36 367

IER	0.88 476	7.04 665	2.23 641	2.75 603	0.28 272	0.43 336	0.25 246	0.39 280	0.25 250	0.41 303	0.27 267	0.39 290	0.25 252	0.40 294	0.28 262	0.37 261	0.28 240	0.37 300	0.25 254	0.37 281	0.25 236

StereoDRNet-Refined	0.33 237	0.39 198	0.26 218	0.39 241	0.26 266	0.40 293	0.26 253	0.40 288	0.26 263	0.39 283	0.26 263	0.39 290	0.26 262	0.39 291	0.26 252	0.37 261	0.25 218	0.37 300	0.25 254	0.37 281	0.37 372
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 264	0.37 187	0.37 289	0.37 231	0.37 385	0.37 278	0.37 378	0.37 266	0.37 381	0.37 275	0.37 385	0.37 283	0.37 378	0.37 280	0.37 374	0.37 261	0.37 331	0.37 300	0.37 396	0.37 281	0.37 372

gcap_with_dpt	0.35 247	0.39 198	0.30 236	0.44 286	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.30 298	0.44 371	0.30 294	0.44 360	0.30 284	0.38 272	0.26 221	0.38 308	0.27 297	0.38 294	0.27 280

MonSter++	0.38 270	0.44 228	0.31 252	0.43 282	0.30 293	0.43 336	0.31 329	0.43 327	0.31 336	0.45 372	0.31 340	0.43 336	0.31 343	0.43 329	0.69 486	0.38 272	0.33 285	0.40 362	0.30 342	0.38 294	0.30 324

w-ln-seven	0.18 166	1.47 469	0.33 263	0.40 254	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	0.38 272	0.32 272	0.05 108	0.04 99	0.04 97	0.04 96

fffy	0.38 270	0.43 225	0.33 263	0.46 291	0.33 362	0.45 382	0.32 337	0.45 374	0.32 346	0.45 372	0.32 350	0.45 381	0.33 359	0.45 378	0.32 333	0.38 272	0.38 338	0.38 308	0.37 396	0.37 281	0.36 367

PAM	0.39 282	1.88 521	0.34 273	0.37 231	0.41 413	0.45 382	0.22 231	0.28 231	0.23 242	0.28 237	0.24 252	0.29 247	0.23 246	0.29 248	0.23 236	0.38 272	0.32 272	0.38 308	0.37 396	0.32 245	0.22 223

RAFT-Stereo-weight	0.45 345	1.90 524	0.34 273	0.42 276	0.36 381	0.43 336	0.35 366	0.42 321	0.34 365	0.42 317	0.34 367	0.44 371	0.34 364	0.41 310	0.34 358	0.38 272	0.32 272	0.38 308	0.32 360	0.38 294	0.33 347

test_for_model	0.35 247	0.39 198	0.30 236	0.43 282	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.31 323	0.38 272	0.26 221	0.38 308	0.26 260	0.38 294	0.26 242

IGEV++	0.34 238	0.43 225	0.30 236	0.40 254	0.29 282	0.40 293	0.29 277	0.40 288	0.29 279	0.40 289	0.29 284	0.40 298	0.29 286	0.40 294	0.30 284	0.38 272	0.29 254	0.37 300	0.29 328	0.37 281	0.29 311

WAO-8	0.38 270	0.38 191	0.38 291	0.38 234	0.38 392	0.38 285	0.38 385	0.38 275	0.38 385	0.38 276	0.38 390	0.38 285	0.38 382	0.38 283	0.38 377	0.38 272	0.38 338	0.38 308	0.37 396	0.38 294	0.38 379

WAO-7	0.38 270	0.38 191	0.38 291	0.38 234	0.38 392	0.38 285	0.38 385	0.38 275	0.38 385	0.38 276	0.38 390	0.38 285	0.38 382	0.38 283	0.38 377	0.38 272	0.38 338	0.38 308	0.38 409	0.38 294	0.38 379

HanzoNet	0.39 282	0.38 191	0.40 334	0.39 241	0.41 413	0.38 285	0.38 385	0.38 275	0.38 385	0.39 283	0.39 400	0.38 285	0.38 382	0.39 291	0.40 392	0.38 272	0.38 338	0.40 362	0.38 409	0.38 294	0.40 387

IMH	0.38 270	0.38 191	0.38 291	0.38 234	0.38 392	0.38 285	0.38 385	0.38 275	0.38 385	0.42 317	0.38 390	0.40 298	0.38 382	0.38 283	0.38 377	0.38 272	0.38 338	0.39 349	0.38 409	0.38 294	0.38 379

RCA-Stereo	0.51 378	3.22 604	0.34 273	0.44 286	0.34 372	0.44 369	0.34 361	0.43 327	0.34 365	0.43 322	0.34 367	0.44 371	0.33 359	0.43 329	0.33 345	0.38 272	0.29 254	0.38 308	0.29 328	0.38 294	0.29 311

mms	0.40 287	0.45 236	0.35 283	0.48 303	0.36 381	0.47 394	0.34 361	0.45 374	0.38 385	0.47 384	0.33 359	0.45 381	0.32 348	0.45 378	0.32 333	0.39 285	0.38 338	0.38 308	0.37 396	0.39 339	0.39 385

gcap-zeroshot	0.36 254	0.40 202	0.34 273	0.44 286	0.31 340	0.44 369	0.31 329	0.44 365	0.32 346	0.44 360	0.32 350	0.44 371	0.32 348	0.44 360	0.31 323	0.39 285	0.28 240	0.39 349	0.28 315	0.39 339	0.27 280

Former-RAFT_DAM_RVC	0.49 371	0.98 346	0.64 430	0.84 424	0.46 432	0.45 382	0.35 366	0.47 384	0.47 429	0.45 372	0.34 367	0.46 385	0.48 433	0.46 383	0.35 362	0.39 285	0.71 464	0.39 349	0.35 387	0.41 362	0.41 395

testlalala	0.36 254	0.40 202	0.34 273	0.44 286	0.31 340	0.44 369	0.31 329	0.44 365	0.32 346	0.44 360	0.32 350	0.44 371	0.32 348	0.44 360	0.31 323	0.39 285	0.28 240	0.39 349	0.28 315	0.39 339	0.27 280

GCAPDPT-zeroshot	0.36 254	0.40 202	0.30 236	0.43 282	0.30 293	0.43 336	0.30 284	0.43 327	0.31 336	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.31 323	0.39 285	0.28 240	0.39 349	0.27 297	0.39 339	0.26 242

Wz-Net-LNSev-Ref	0.11 111	0.44 228	0.33 263	0.39 241	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	0.39 285	0.36 327	0.02 19	0.02 21	0.02 21	0.02 20

Gwc-CoAtRS	0.41 295	1.49 470	0.32 258	0.42 276	0.32 350	0.41 309	0.32 337	0.41 303	0.33 356	0.41 303	0.32 350	0.41 311	0.32 348	0.41 310	0.32 333	0.39 285	0.28 240	0.39 349	0.28 315	0.40 351	0.28 305

HART	0.38 270	0.45 236	0.34 273	0.42 276	0.33 362	0.41 309	0.34 361	0.42 321	0.33 356	0.43 322	0.34 367	0.42 329	0.34 364	0.41 310	0.38 377	0.40 292	0.32 272	0.42 394	0.32 360	0.40 351	0.32 340

knoymous	0.40 287	0.40 202	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

anonymousa	0.40 287	0.40 202	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

riskmin	0.40 287	0.40 202	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

Anonymous_2	0.40 287	0.40 202	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

Anonymous_1	0.40 287	0.40 202	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

DGSMNet	0.34 238	0.41 213	0.27 221	0.41 266	0.28 272	0.41 309	0.28 266	0.41 303	0.27 267	0.41 303	0.27 267	0.42 329	0.27 269	0.41 310	0.28 262	0.40 292	0.29 254	0.40 362	0.28 315	0.40 351	0.27 280

AdaStereo	0.40 287	0.40 202	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387
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.
ccccc		0.44 228		0.48 303	0.35 375	0.48 399		0.51 416		0.47 384		0.47 391		0.47 387		0.41 300	0.40 348	0.40 362	0.40 414	0.41 362

PCWNet_CMD	2.80 657	9.82 685	0.32 258	10.09 698	0.32 350	0.49 404	0.33 348	3.34 663	0.33 356	0.49 398	0.33 359	0.49 403	8.73 702	0.48 395	0.33 345	0.41 300	9.22 696	0.42 394	0.29 328	9.55 704	0.31 333

CFNet_ucs	2.73 650	9.64 684	0.33 263	9.92 696	0.32 350	0.49 404	0.33 348	0.49 393	0.33 356	0.49 398	0.33 359	0.49 403	8.98 704	0.48 395	0.33 345	0.41 300	9.96 702	0.40 362	0.29 328	10.12 707	0.54 442

GwcNet-ADL	0.41 295	0.41 213	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

PSMNet-ADL	0.41 295	0.41 213	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

GANet-ADL	0.41 295	0.41 213	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

ADLNet2	0.41 295	0.41 213	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

CFNet_pseudo	2.67 649	9.36 682	0.32 258	10.99 700	0.33 362	0.85 483	0.33 348	0.49 393	0.33 356	0.49 398	0.32 350	0.49 403	7.26 700	0.49 401	0.33 345	0.41 300	9.62 699	0.41 379	0.29 328	10.03 706	0.29 311

pcwnet_v2	2.66 648	9.89 686	0.33 263	9.89 695	0.32 350	0.50 413	0.32 337	0.49 393	0.33 356	0.49 398	0.34 367	0.49 403	8.76 703	0.48 395	0.33 345	0.41 300	9.58 698	0.40 362	0.29 328	9.01 702	0.63 465

ADLNet	0.41 295	0.41 213	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

ccnet	0.80 448	2.28 553	0.33 263	0.50 345	0.33 362	0.50 413	0.33 348	0.50 402	0.33 356	0.49 398	0.33 359	0.49 403	1.56 611	2.38 632	0.33 345	0.41 300	0.29 254	0.42 394	1.57 627	2.28 617	0.29 311

CFNet-RSSM	0.91 479	4.89 640	0.34 273	0.44 286	1.07 546	1.62 606	1.40 619	0.91 485	0.35 369	1.60 598	1.39 619	0.64 454	0.34 364	0.44 360	0.33 345	0.41 300	0.35 321	0.75 479	0.30 342	0.41 362	0.29 311

psmorigin	0.41 295	0.46 240	0.33 263	0.49 309	0.33 362	0.49 404	0.33 348	0.49 393	0.33 356	0.49 398	0.33 359	0.49 403	0.33 359	0.51 419	0.33 345	0.41 300	0.30 263	0.41 379	0.30 342	0.79 458	0.29 311

ccs_rob	2.79 656	10.17 689	0.32 258	10.00 697	0.33 362	0.49 404	0.33 348	1.90 606	0.32 346	0.51 420	0.33 359	0.49 403	9.24 705	0.49 401	0.33 345	0.41 300	9.82 700	0.41 379	0.28 315	9.34 703	0.29 311

LG-Stereo_L2	0.34 238	0.37 187	0.38 291	0.47 298	0.28 272	0.39 291	0.28 266	0.39 280	0.28 272	0.39 283	0.28 274	0.39 290	0.28 277	0.38 283	0.28 262	0.42 314	0.35 321	0.36 297	0.26 260	0.35 270	0.26 242

MSMDNet	2.65 647	10.14 688	0.33 263	9.74 694	0.32 350	0.87 486	0.33 348	2.95 658	0.68 482	0.49 398	0.34 367	0.49 403	5.70 696	0.49 401	0.33 345	0.42 314	9.57 697	0.41 379	0.31 353	8.36 699	0.65 473

quiztm	0.43 309	0.49 252	0.40 334	0.51 356	0.40 403	0.51 425	0.40 399	0.50 402	0.40 399	0.50 411	0.40 403	0.51 428	0.40 394	0.50 409	0.40 392	0.44 316	0.34 314	0.44 397	0.34 374	0.44 372	0.34 354

aanet-new-90k	0.44 322	1.82 507	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-60k	0.44 322	1.81 500	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-70k	0.44 322	1.82 507	0.38 291	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-36k	0.44 322	1.80 495	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-34k	0.44 322	1.80 495	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-32k	0.44 322	1.79 494	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-30k	0.44 322	1.78 490	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT26K	0.43 309	1.76 485	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.31 323	0.44 316	0.33 285	0.38 308	0.27 297	0.38 294	0.26 242

aanet-new-24k	0.44 322	1.78 490	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-22k	0.44 322	1.81 500	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-16k	0.44 322	1.83 510	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-14k	0.60 394	5.12 643	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.30 284	0.44 316	0.37 331	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-8k	0.43 309	1.76 485	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new	0.43 309	1.80 495	0.38 291	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-cres-4k	0.44 322	1.81 500	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-cres	0.43 309	1.77 487	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-36K	0.43 309	1.78 490	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-22K	0.44 322	1.85 516	0.38 291	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-20K	0.43 309	1.77 487	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-24K	0.44 322	1.86 519	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-5K	0.44 322	1.80 495	0.39 302	0.49 309	0.30 293	0.44 369	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-2K	0.44 322	1.82 507	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-3K	0.43 309	1.77 487	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-50K	0.44 322	1.83 510	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.36 327	0.38 308	0.26 260	0.38 294	0.26 242

FE-Mocha	0.35 247	0.71 295	0.40 334	0.47 298	0.27 267	0.34 264	0.27 256	0.34 253	0.26 263	0.34 262	0.26 263	0.34 268	0.27 269	0.34 266	0.27 253	0.44 316	0.41 358	0.33 266	0.29 328	0.32 245	0.29 311

water-stereo	0.41 295	0.84 316	0.46 363	0.50 345	0.33 362	0.45 382	0.33 348	0.45 374	0.32 346	0.45 372	0.32 350	0.45 381	0.32 348	0.45 378	0.32 333	0.44 316	0.41 358	0.39 349	0.31 353	0.39 339	0.32 340

GREAT-IGEV	0.38 270	0.43 225	0.36 285	0.48 303	0.32 350	0.45 382	0.32 337	0.45 374	0.32 346	0.45 372	0.32 350	0.45 381	0.32 348	0.45 378	0.32 333	0.44 316	0.33 285	0.41 379	0.29 328	0.41 362	0.29 311
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GCAP-BAT	0.41 295	1.30 456	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.44 360	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.34 314	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-78k	0.44 322	1.80 495	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-40k	0.44 322	1.81 500	0.39 302	0.50 345	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-32k-new	0.44 322	1.78 490	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.44 365	0.30 293	0.44 360	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.34 314	0.39 349	0.26 260	0.38 294	0.26 242

aanet-new-28k	0.44 322	1.81 500	0.39 302	0.49 309	0.30 293	0.44 369	0.30 284	0.44 365	0.30 293	0.44 360	0.30 298	0.44 371	0.30 294	0.44 360	0.30 284	0.45 345	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-FT	0.41 295	1.06 378	0.40 334	0.51 356	0.31 340	0.44 369	0.30 284	0.43 327	0.32 346	0.44 360	0.30 298	0.56 440	0.30 294	0.44 360	0.31 323	0.45 345	0.34 314	0.39 349	0.27 297	0.40 351	0.27 280

252Zero-FE	0.45 345	0.50 257	0.36 285	0.50 345	0.36 381	0.50 413	0.36 372	0.50 402	0.36 379	0.49 398	0.36 378	0.49 403	0.36 373	0.54 429	0.41 400	0.45 345	0.34 314	0.45 402	0.34 374	0.55 419	0.75 497

depthmonostereo	0.44 322	0.85 318	0.46 363	0.54 364	0.40 403	0.52 429	0.38 385	0.52 420	0.35 369	0.47 384	0.34 367	0.46 385	0.34 364	0.47 387	0.34 358	0.45 345	0.43 372	0.41 379	0.33 370	0.41 362	0.32 340

DilatedVolume-Stereo	0.43 309	0.86 320	0.48 379	0.50 345	0.33 362	0.46 389	0.33 348	0.46 378	0.33 356	0.46 378	0.33 359	0.47 391	0.33 359	0.47 387	0.34 358	0.45 345	0.42 367	0.40 362	0.33 370	0.47 393	0.38 379

GIP-stereo	0.36 254	0.49 252	0.39 302	0.48 303	0.32 350	0.41 309	0.28 266	0.40 288	0.30 293	0.41 303	0.28 274	0.40 298	0.28 277	0.42 323	0.28 262	0.45 345	0.32 272	0.38 308	0.30 342	0.37 281	0.27 280

GCAPDPT-zeroshot4090	0.40 287	1.09 381	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.44 365	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.34 314	0.38 308	0.27 297	0.38 294	0.27 280

aanet-new-10k	0.45 345	1.81 500	0.40 334	0.50 345	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.31 340	0.44 371	0.32 348	0.44 360	0.31 323	0.46 355	0.35 321	0.39 349	0.27 297	0.39 339	0.27 280

GCAP-Stereo-DPT-25K	0.41 295	1.09 381	0.40 334	0.52 359	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.31 340	0.44 371	0.31 343	0.44 360	0.31 323	0.46 355	0.35 321	0.39 349	0.28 315	0.39 339	0.28 305

otaku	0.46 352	0.46 240	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.46 424	0.46 378	0.46 432	0.46 385	0.46 424	0.46 383	0.46 418	0.46 355	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

Dean	0.46 352	0.46 240	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.46 424	0.47 384	0.46 432	0.46 385	0.46 424	0.46 383	0.46 418	0.46 355	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

ACVNet_1	0.46 352	0.47 244	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.47 429	0.46 378	0.46 432	0.46 385	0.46 424	0.46 383	0.46 418	0.46 355	0.46 382	0.47 416	0.46 436	0.46 380	0.46 410

ACVNet-4b	0.46 352	0.46 240	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.46 424	0.46 378	0.46 432	0.46 385	0.46 424	0.47 387	0.46 418	0.46 355	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

IGEV-Stereo	0.35 247	0.44 228	0.45 358	0.49 309	0.30 293	0.37 278	0.30 284	0.36 260	0.30 293	0.36 270	0.29 284	0.36 275	0.29 286	0.36 275	0.30 284	0.46 355	0.39 345	0.32 259	0.24 251	0.32 245	0.25 236
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
aanet-new-12k	0.46 352	1.99 533	0.40 334	0.51 356	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.31 340	0.44 371	0.31 343	0.44 360	0.32 333	0.47 362	0.35 321	0.39 349	0.27 297	0.39 339	0.27 280

Ntro	0.47 359	0.47 244	0.46 363	0.46 291	0.46 432	0.47 394	0.47 429	0.46 378	0.47 429	0.46 378	0.46 432	0.47 391	0.46 424	0.47 387	0.47 425	0.47 362	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

HaxPig	0.47 359	0.47 244	0.47 371	0.49 309	0.47 438	0.47 394	0.47 429	0.47 384	0.47 429	0.47 384	0.47 440	0.47 391	0.47 432	0.47 387	0.47 425	0.47 362	0.47 390	0.47 416	0.47 443	0.47 393	0.48 419

UNDER WATER	0.47 359	0.47 244	0.47 371	0.47 298	0.47 438	0.47 394	0.47 429	0.47 384	0.47 429	0.47 384	0.47 440	0.47 391	0.46 424	0.47 387	0.47 425	0.47 362	0.47 390	0.47 416	0.46 436	0.47 393	0.47 417

LVE	0.47 359	0.47 244	0.47 371	0.47 298	0.49 445	0.47 394	0.47 429	0.47 384	0.49 438	0.47 384	0.47 440	0.47 391	0.46 424	0.47 387	0.47 425	0.47 362	0.47 390	0.48 424	0.47 443	0.47 393	0.47 417

GCST	0.50 373	2.08 536	0.38 291	0.53 361	0.35 375	0.49 404	0.35 366	0.50 402	0.35 369	0.49 398	0.35 375	0.49 403	0.35 370	0.49 401	0.35 362	0.48 367	0.37 331	0.45 402	0.33 370	0.44 372	0.33 347

RainbowNet	0.48 365	0.48 250	0.48 379	0.48 303	0.48 442	0.48 399	0.48 438	0.48 388	0.48 436	0.48 391	0.48 444	0.48 398	0.48 433	0.48 395	0.48 431	0.48 367	0.48 394	0.48 424	0.48 447	0.48 397	0.48 419

notaker	0.48 365	0.49 252	0.48 379	0.48 303	0.48 442	0.48 399	0.48 438	0.48 388	0.49 438	0.48 391	0.48 444	0.48 398	0.48 433	0.48 395	0.48 431	0.48 367	0.48 394	0.48 424	0.48 447	0.48 397	0.49 425

UGAM-zero	0.51 378	2.17 545	0.39 302	0.53 361	0.36 381	0.50 413	0.36 372	0.50 402	0.36 379	0.49 398	0.36 378	0.50 417	0.35 370	0.50 409	0.36 365	0.49 370	0.37 331	0.47 416	0.35 387	0.46 380	0.34 354

UGAM	0.51 378	2.23 550	0.39 302	0.54 364	0.35 375	0.50 413	0.35 366	0.49 393	0.35 369	0.49 398	0.35 375	0.49 403	0.36 373	0.50 409	0.36 365	0.49 370	0.37 331	0.45 402	0.34 374	0.45 377	0.34 354

MyStereo07	0.60 394	3.72 616	0.48 379	0.49 309	0.41 413	0.36 272	0.32 337	0.49 393	0.43 417	0.51 420	0.42 421	0.49 403	0.43 415	0.51 419	0.64 462	0.49 370	0.45 380	0.34 276	0.32 360	0.35 270	0.43 404

MyStereo04	0.56 391	3.72 616	0.59 412	0.49 309	0.41 413	0.36 272	0.32 337	0.37 266	0.31 336	0.34 262	0.46 432	0.35 270	0.32 348	0.35 269	0.33 345	0.49 370	0.45 380	0.34 276	0.32 360	0.35 270	0.43 404

KSHMR	0.66 409	0.50 257	0.48 379	1.15 474	0.52 456	0.49 404	0.51 448	0.49 393	0.71 500	0.67 457	0.50 451	1.16 536	1.11 534	0.66 452	0.52 443	0.49 370	0.49 397	0.51 439	0.66 490	0.50 405	1.14 544

ACVNet_2	0.49 371	0.49 252	0.49 386	0.49 309	0.49 445	0.49 404	0.49 440	0.49 393	0.49 438	0.49 398	0.49 447	0.49 403	0.49 439	0.49 401	0.49 433	0.49 370	0.49 397	0.49 429	0.49 451	0.49 400	0.49 425

SCV_C0	0.45 345	0.88 324	0.49 386	0.54 364	0.37 385	0.48 399	0.37 378	0.48 388	0.37 381	0.48 391	0.36 378	0.48 398	0.37 378	0.49 401	0.37 374	0.50 376	0.41 358	0.44 397	0.34 374	0.44 372	0.34 354

SCV	0.46 352	0.94 341	0.45 358	0.54 364	0.37 385	0.48 399	0.38 385	0.48 388	0.37 381	0.48 391	0.39 400	0.48 398	0.37 378	0.49 401	0.37 374	0.50 376	0.46 382	0.44 397	0.34 374	0.44 372	0.34 354

FoundationStereo	0.50 373	0.50 257	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

StereoAnything_RVC	0.50 373	0.50 257	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

dual_stereo	0.50 373	0.50 257	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

SANet	0.50 373	0.50 257	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

fffft	0.48 365	0.51 265	0.45 358	0.52 359	0.45 430	0.52 429	0.45 422	0.52 420	0.48 436	0.53 426	0.45 429	0.52 429	0.45 421	0.52 424	0.46 418	0.51 382	0.41 358	0.50 434	0.41 422	0.50 405	0.41 395
1: 1. 1
ktn	0.72 426	0.53 271	1.08 507	1.14 471	0.51 455	1.22 580	1.36 612	0.51 416	0.59 462	0.51 420	0.51 457	0.69 461	1.20 546	0.67 454	0.51 441	0.51 382	0.49 397	0.58 450	0.66 490	0.52 413	0.53 439

DDF-Stereo	0.43 309	1.15 391	0.57 410	0.53 361	0.32 350	0.41 309	0.32 337	0.41 303	0.32 346	0.41 303	0.32 350	0.41 311	0.32 348	0.40 294	0.32 333	0.52 384	0.50 405	0.38 308	0.31 353	0.39 339	0.31 333

GASTEREO	0.48 365	1.21 444	0.47 371	0.57 372	0.38 392	0.50 413	0.38 385	0.50 402	0.38 385	0.50 411	0.38 390	0.50 417	0.38 382	0.50 409	0.38 377	0.52 384	0.42 367	0.46 406	0.34 374	0.46 380	0.34 354

PML	0.46 352	1.36 462	0.29 232	0.58 374	0.30 293	0.57 443	0.29 277	0.57 431	0.29 279	0.57 440	0.29 284	0.57 443	0.29 286	0.56 434	0.29 275	0.52 384	0.30 263	0.53 445	0.31 353	0.53 417	0.30 324

CFNet_RVC	2.38 641	8.71 677	0.38 291	9.33 691	0.42 423	0.56 437	0.42 413	0.60 439	0.38 385	0.62 449	0.42 421	0.56 440	7.29 701	0.62 444	0.42 408	0.53 387	0.37 331	0.49 429	0.34 374	8.30 698	6.87 703

GEAStereo	0.62 401	3.91 623	0.48 379	0.69 395	0.38 392	0.51 425	0.38 385	0.51 416	0.38 385	0.53 426	0.38 390	0.50 417	0.38 382	0.51 419	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.34 354

GSStereo	0.81 453	4.28 633	0.50 391	0.59 377	0.40 403	0.51 425	0.38 385	0.50 402	0.38 385	0.50 411	0.38 390	0.50 417	3.79 681	0.50 409	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.35 364

GS-Stereo							0.38 385	0.50 402	0.38 385	0.50 411	0.38 390	0.50 417	3.79 681	0.50 409	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.35 364

gasm-f	0.62 401	3.91 623	0.48 379	0.69 395	0.38 392	0.51 425	0.38 385	0.51 416	0.38 385	0.53 426	0.38 390	0.50 417	0.38 382	0.51 419	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.34 354

MyStereo8	0.71 423	3.92 625	0.52 400	0.59 377	0.52 456	0.57 443	0.53 450	0.59 437	0.50 443	0.59 444	0.51 457	0.57 443	0.50 443	0.56 434	0.52 443	0.54 388	0.49 397	0.54 446	0.49 451	0.55 419	0.50 428

PSMNet_ROB	0.54 384	0.54 275	0.54 405	0.54 364	0.53 459	0.54 435	0.54 453	0.53 422	0.54 453	0.54 432	0.54 461	0.54 433	0.53 450	0.54 429	0.54 447	0.54 388	0.53 414	0.54 446	0.54 461	0.54 418	0.54 442

LG-Stereo_L1	0.47 359	0.52 267	0.47 371	0.62 382	0.39 402	0.53 431	0.40 399	0.53 422	0.39 398	0.53 426	0.39 400	0.53 430	0.39 393	0.53 426	0.39 389	0.55 394	0.46 382	0.49 429	0.37 396	0.49 400	0.37 372

LG-Stereo_Zeroshot	0.48 365	0.55 277	0.47 371	0.63 384	0.41 413	0.56 437	0.44 416	0.56 428	0.41 409	0.56 437	0.41 411	0.57 443	0.42 412	0.56 434	0.41 400	0.55 394	0.43 372	0.51 439	0.37 396	0.51 411	0.37 372

CASS	0.57 393	0.89 327	0.56 408	0.57 372	0.56 463	0.56 437	0.56 455	0.56 428	0.53 451	0.57 440	0.57 463	0.59 447	0.48 433	0.56 434	0.57 451	0.55 394	0.56 419	0.47 416	0.56 467	0.62 429	0.56 453
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymus	0.47 359	0.73 298	0.46 363	0.43 282	0.54 462	0.53 431	0.27 256	0.39 280	0.35 369	0.33 259	0.40 403	0.33 263	0.38 382	0.53 426	0.54 447	0.56 397	0.36 327	0.49 429	0.53 459	0.66 433	0.54 442

DN	0.53 383	0.85 318	0.45 358	0.65 388	0.44 426	0.60 446	0.44 416	0.60 439	0.44 420	0.60 445	0.45 429	0.60 448	0.44 417	0.60 443	0.44 412	0.56 397	0.42 367	0.56 448	0.42 430	0.56 421	0.42 402

z-ln-s-r	0.21 179	1.40 467	0.53 404	0.56 371	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	0.57 399	0.44 379	0.04 93	0.04 99	0.04 97	0.04 96

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	0.11 161	0.04 90	0.03 52	0.58 400	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

MonSter	0.60 394	0.64 289	0.52 400	0.62 382	0.44 426	2.07 621	0.44 416	0.62 443	0.44 420	0.62 449	0.44 425	0.62 452	0.44 417	0.62 444	0.44 412	0.58 400	0.42 367	0.62 454	0.46 436	0.58 426	0.42 402

Selective-IGEV	0.51 378	0.55 277	0.45 358	0.69 395	0.45 430	0.61 447	0.45 422	0.50 402	0.40 399	0.56 437	0.44 425	0.55 437	0.40 394	0.72 461	0.67 471	0.59 402	0.46 382	0.45 402	0.34 374	0.46 380	0.37 372

MSCF	0.51 378	1.40 467	0.49 386	0.58 374	0.38 392	0.50 413	0.38 385	0.54 424	0.41 409	0.52 423	0.41 411	0.53 430	0.42 412	0.53 426	0.41 400	0.60 403	0.47 390	0.48 424	0.37 396	0.48 397	0.38 379

MyStereo06	0.75 434	4.12 627	0.60 416	0.63 384	0.61 473	0.62 450	0.66 472	0.56 428	0.45 423	0.55 435	0.48 444	0.54 433	0.46 424	0.57 439	0.45 414	0.60 403	0.57 421	0.64 458	0.55 463	0.72 445	0.55 450

MyStereo05	0.80 448	4.12 627	0.63 427	0.63 384	0.61 473	0.62 450	0.66 472	0.65 447	0.62 466	0.67 457	0.61 473	0.65 458	0.58 458	0.67 454	0.55 450	0.60 403	0.57 421	0.64 458	0.55 463	0.72 445	0.55 450

LL-Strereo2	0.48 365	1.73 483	0.51 397	0.59 377	0.34 372	0.42 329	0.33 348	0.40 288	0.31 336	0.42 317	0.33 359	0.42 329	0.31 343	0.44 360	0.39 389	0.60 403	0.51 410	0.44 397	0.33 370	0.44 372	0.33 347

FSD					0.44 426	0.56 437	0.44 416	0.55 427	0.44 420	0.56 437	0.44 425	0.56 440	0.44 417	0.56 434	0.46 418	0.61 407	0.42 367	0.52 442	0.42 430	0.52 413

AIO-test1	0.54 384	0.60 285	0.52 400	0.66 392	0.47 438	0.61 447	0.47 429	0.58 434	0.46 424	0.61 446	0.46 432	0.61 450	0.45 421	0.62 444	0.45 414	0.61 407	0.52 412	0.57 449	0.48 447	0.57 424	0.48 419

SMoEStereo_RVC	0.63 403	0.75 303	0.51 397	0.73 409	0.53 459	0.71 462	0.47 429	0.67 450	0.58 457	0.74 469	0.60 469	0.72 467	0.53 450	0.74 465	0.51 441	0.61 407	0.62 437	0.62 454	0.61 476	0.63 430	0.61 460

AIO-Stereo-zeroshot	0.91 479	0.86 320	0.89 483	1.25 531	0.69 491	1.05 518	0.81 514	1.16 520	0.50 443	1.12 529	0.97 534	0.72 467	0.82 510	1.06 523	0.95 525	0.61 407	0.87 485	1.03 531	0.85 527	1.04 505	1.01 533

PAM_32	0.64 405	2.38 565	0.51 397	0.92 438	0.43 425	0.53 431	0.44 416	0.87 477	0.43 417	0.52 423	0.45 429	0.53 430	0.40 394	0.54 429	0.46 418	0.62 411	0.56 419	0.48 424	0.45 434	0.76 452	0.44 407

AIO-Stereo-zeroshot1	0.75 434	0.92 337	0.85 482	0.96 450	0.59 466	1.27 584	0.44 416	0.59 437	0.69 487	0.91 491	0.68 489	0.55 437	0.61 465	1.06 523	0.83 516	0.62 411	0.70 460	0.90 503	0.41 422	0.89 477	0.56 453

S	0.56 391	0.61 286	0.54 405	0.68 394	0.48 442	0.65 453	0.49 440	0.63 444	0.49 438	0.64 452	0.49 447	0.64 454	0.48 433	0.62 444	0.49 433	0.63 413	0.62 437	0.59 453	0.48 447	0.57 424	0.48 419

PointNet	0.60 394	0.75 303	0.49 386	0.79 415	0.50 449	0.79 471	0.49 440	0.79 465	0.49 438	0.80 476	0.49 447	0.79 477	0.49 439	0.80 471	0.49 433	0.63 413	0.40 348	0.63 456	0.40 414	0.63 430	0.40 387

AIO-test2	0.55 389	0.59 283	0.52 400	0.67 393	0.47 438	0.61 447	0.47 429	0.61 442	0.47 429	0.61 446	0.47 440	0.61 450	0.48 433	0.62 444	0.47 425	0.64 415	0.53 414	0.58 450	0.47 443	0.58 426	0.48 419

WCG-NET	0.61 399	1.21 444	0.54 405	0.61 381	0.53 459	0.67 456	0.53 450	0.66 449	0.53 451	0.64 452	0.53 460	0.65 458	0.53 450	0.59 441	0.52 443	0.65 416	0.48 394	0.64 458	0.52 457	0.58 426	0.50 428

DSFCA	0.66 409	0.73 298	0.78 471	0.65 388	0.65 481	0.64 452	0.64 467	0.65 447	0.63 469	0.64 452	0.64 477	0.64 454	0.64 467	0.65 451	0.65 466	0.65 416	0.65 443	0.65 461	0.65 488	0.66 433	0.64 471

LMCR-Stereo	0.65 407	0.63 287	0.65 434	0.65 388	0.65 481	0.66 455	0.63 466	0.58 434	0.65 472	0.63 451	0.64 477	0.65 458	0.65 470	0.66 452	0.66 470	0.66 418	0.64 441	0.65 461	0.67 494	0.68 436	0.73 493

PA-Net	11.80 704	223.51 732	0.62 423	0.59 377	0.71 497	0.59 445	0.73 500	0.67 450	0.73 506	0.55 435	0.61 473	0.60 448	0.74 497	0.63 449	0.73 498	0.66 418	0.60 432	0.69 466	0.66 490	0.72 445	0.65 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.63 403	0.69 291	0.56 408	0.71 403	0.56 463	0.71 462	0.56 455	0.71 457	0.56 454	0.72 463	0.56 462	0.71 464	0.56 454	0.71 459	0.58 453	0.68 420	0.55 417	0.68 463	0.55 463	0.68 436	0.54 442

mm2	0.69 417	0.69 291	0.69 450	0.69 395	0.69 491	0.69 457	0.69 488	0.69 452	0.69 487	0.69 460	0.69 494	0.69 461	0.69 486	0.69 456	0.69 486	0.69 421	0.69 457	0.69 466	0.69 499	0.69 440	0.69 480

mm1	0.69 417	0.69 291	0.69 450	0.69 395	0.69 491	0.69 457	0.69 488	0.69 452	0.69 487	0.69 460	0.69 494	0.69 461	0.69 486	0.69 456	0.69 486	0.69 421	0.69 457	0.69 466	0.69 499	0.69 440	0.69 480

HH	0.71 423	2.54 571	0.74 464	1.10 465	0.32 350	0.41 309	0.37 378	0.69 452	0.78 510	0.73 464	0.90 526	0.75 472	1.00 521	0.84 481	0.69 486	0.69 421	0.40 348	0.35 292	0.26 260	0.35 270	0.26 242

HanStereo	0.71 423	2.54 571	0.74 464	1.10 465	0.32 350	0.41 309	0.37 378	0.69 452	0.78 510	0.73 464	0.90 526	0.75 472	1.00 521	0.84 481	0.69 486	0.69 421	0.40 348	0.35 292	0.26 260	0.35 270	0.26 242

DMCA-RVC	0.70 420	0.80 310	0.70 453	0.70 401	0.70 495	0.70 460	0.70 494	0.71 457	0.70 495	0.70 462	0.71 503	0.71 464	0.70 490	0.70 458	0.69 486	0.69 421	0.70 460	0.69 466	0.70 503	0.69 440	0.70 483

ARAFT	0.68 414	0.81 313	0.63 427	0.74 412	0.60 468	0.78 468	0.62 465	0.77 464	0.66 475	0.74 469	0.63 475	0.75 472	0.62 466	0.83 480	0.60 458	0.70 426	0.55 417	0.70 471	0.60 473	0.78 456	0.55 450

HLF11	0.17 157	0.05 66	0.63 427	0.72 405	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	0.71 427	0.59 429	0.05 108	0.04 99	0.04 97	0.04 96

TestStereo_HLe17	0.17 157	0.05 66	0.65 434	0.72 405	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	0.71 427	0.59 429	0.05 108	0.04 99	0.05 114	0.04 96

MGA	0.73 430	0.76 305	0.60 416	0.92 438	1.17 556	0.81 476	0.59 462	0.84 475	0.62 466	0.81 479	0.59 467	0.84 486	0.60 462	0.81 474	0.61 460	0.71 427	0.53 414	0.89 502	0.53 459	0.75 449	0.54 442

CAR	0.72 426	0.76 305	0.59 412	0.84 424	1.19 560	0.81 476	0.58 458	0.81 471	0.58 457	0.81 479	0.58 465	0.83 484	0.59 460	0.82 475	0.59 456	0.71 427	0.49 397	0.73 473	0.68 495	0.87 473	0.52 436

MSE-Stereo	0.72 426	0.76 305	0.59 412	0.84 424	1.19 560	0.81 476	0.58 458	0.81 471	0.58 457	0.81 479	0.58 465	0.83 484	0.59 460	0.82 475	0.59 456	0.71 427	0.49 397	0.73 473	0.68 495	0.87 473	0.52 436

iinet-test	0.08 72	0.16 120	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	0.17 212	0.02 20	0.02 21	0.71 427	0.02 16	0.02 19	0.02 21	0.02 21	0.16 190

Pro-Stereo	0.79 445	0.53 271	0.38 291	0.49 309	0.38 392	0.49 404	0.37 378	0.49 393	0.67 476	0.50 411	0.38 390	1.10 528	0.38 382	0.49 401	0.38 377	0.71 427	0.88 486	5.98 700	0.36 393	0.46 380	0.36 367

TorneroNet	0.66 409	0.53 271	0.50 391	0.50 345	0.64 479	1.06 519	0.70 494	0.50 402	0.51 450	0.49 398	0.69 494	0.49 403	0.50 443	0.48 395	1.15 546	0.71 427	0.49 397	1.14 534	1.08 545	0.49 400	0.49 425

ManiGeoR	0.17 157	0.05 66	0.62 423	0.73 409	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	0.72 435	0.58 423	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 157	0.05 66	0.62 423	0.73 409	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	0.72 435	0.58 423	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 157	0.05 66	0.62 423	0.72 405	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	0.72 435	0.58 423	0.05 108	0.04 99	0.05 114	0.04 96

999	1.00 493	1.12 387	0.59 412	1.10 465	1.21 608	1.09 524	0.52 449	1.08 512	1.43 621	1.18 534	1.35 613	0.98 507	0.52 449	0.91 493	0.85 517	0.72 435	1.46 595	0.83 495	0.98 533	0.68 436	1.41 616

iGMRVC	0.84 464	2.85 595	0.72 459	0.72 405	0.73 500	0.77 466	0.79 507	0.73 460	0.74 508	0.73 464	0.72 506	0.73 469	0.76 500	0.73 463	0.73 498	0.72 435	0.73 467	0.73 473	0.72 508	0.73 448	0.72 490

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	0.73 440	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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	0.73 440	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

zero-FE	0.72 426	1.31 458	0.66 437	0.92 438	0.60 468	0.82 479	0.58 458	0.82 474	0.58 457	0.81 479	0.60 469	0.81 482	0.60 462	0.82 475	0.58 453	0.74 442	0.59 429	0.73 473	0.52 457	0.76 452	0.51 435

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	0.75 443	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

GCAP-Stereo	0.75 434	4.15 630	0.42 353	0.75 413	0.35 375	0.78 468	0.40 399	0.79 465	0.38 385	0.78 473	0.36 378	0.78 475	0.36 373	0.79 469	0.39 389	0.75 443	0.39 345	0.76 481	0.39 413	0.75 449	0.39 385

DStereoRT	0.73 430	0.81 313	0.73 463	0.71 403	0.74 502	0.73 464	0.75 502	0.71 457	0.71 500	0.74 469	0.72 506	0.73 469	0.80 506	0.71 459	0.73 498	0.76 445	0.71 464	0.73 473	0.72 508	0.70 443	0.76 500

RAFT-Stereo + iAFF	0.70 420	0.72 297	0.71 456	0.80 419	0.62 478	0.82 479	0.61 464	0.81 471	0.62 466	0.81 479	0.63 475	0.80 479	0.70 490	0.73 463	0.61 460	0.76 445	0.61 436	0.74 478	0.61 476	0.77 454	0.61 460

AFF-stereo	0.73 430	0.88 324	0.67 441	0.75 413	0.68 490	0.75 465	0.64 467	0.80 468	0.72 503	0.83 484	0.70 498	0.82 483	0.64 467	0.84 481	0.67 471	0.77 447	0.63 440	0.81 490	0.63 479	0.78 456	0.62 463

monster-pro	0.75 434	1.67 475	0.64 430	0.89 430	0.57 465	0.86 485	0.56 455	0.87 477	0.56 454	0.87 485	0.57 463	0.88 489	0.57 455	0.87 486	0.57 451	0.79 448	0.58 423	0.76 481	0.54 461	0.77 454	0.54 442

G-Net	0.79 445	0.79 309	0.79 474	0.79 415	0.79 515	0.79 471	0.79 507	0.79 465	0.79 514	0.79 475	0.79 518	0.79 477	0.79 505	0.79 469	0.79 508	0.79 448	0.79 477	0.79 485	0.79 519	0.79 458	0.79 505

SE	0.64 405	0.73 298	0.77 469	0.79 415	0.59 466	0.78 468	0.54 453	0.58 434	0.58 457	0.78 473	0.59 467	0.63 453	0.18 222	0.78 468	0.52 443	0.80 450	0.65 443	0.69 466	0.57 469	0.75 449	0.52 436

FC-DCNN	1.07 508	1.09 381	0.98 495	0.89 430	0.52 456	1.41 598	0.91 523	1.21 573	1.24 607	1.96 610	2.05 665	1.91 611	1.30 599	1.27 589	1.08 540	0.80 450	0.60 432	0.58 450	0.41 422	0.68 436	0.54 442

NaN_ROB	0.80 448	0.80 310	0.80 475	0.80 419	0.80 518	0.80 473	0.80 510	0.80 468	0.80 516	0.80 476	0.80 520	0.80 479	0.80 506	0.80 471	0.80 511	0.80 450	0.80 480	0.80 488	0.80 521	0.80 461	0.80 506

CSAN	0.80 448	0.80 310	0.80 475	0.80 419	0.80 518	0.80 473	0.80 510	0.80 468	0.80 516	0.80 476	0.80 520	0.80 479	0.80 506	0.80 471	0.80 511	0.80 450	0.80 480	0.80 488	0.80 521	0.80 461	0.80 506

FlowAnything_test	1.02 503	1.72 478	0.71 456	1.59 558	0.70 495	1.61 604	0.69 488	1.61 595	0.70 495	1.60 598	0.70 498	1.61 605	0.69 486	1.61 602	0.70 494	0.81 454	0.58 423	0.81 490	0.55 463	0.81 464	0.56 453

FlowAnything	1.02 503	1.71 477	0.72 459	1.59 558	0.69 491	1.60 603	0.69 488	1.61 595	0.70 495	1.60 598	0.69 494	1.60 602	0.69 486	1.61 602	0.69 486	0.81 454	0.58 423	0.81 490	0.56 467	0.82 466	0.56 453

RSM++	0.76 439	0.82 315	0.66 437	0.85 428	0.64 479	0.85 483	0.71 497	0.94 493	0.64 470	0.87 485	0.67 484	0.87 488	0.65 470	0.84 481	0.65 466	0.81 454	0.70 460	0.79 485	0.71 506	0.83 468	0.70 483

Selective-RAFT-Error	0.88 476	0.84 316	0.98 495	0.86 429	0.97 534	0.88 487	0.95 528	0.84 475	0.99 537	0.92 493	0.82 522	0.84 486	0.98 520	0.87 486	0.97 527	0.81 454	0.83 483	0.79 485	0.82 524	0.79 458	0.85 511

DCRE	0.84 464	1.89 522	0.77 469	0.94 445	0.72 499	0.88 487	0.73 500	0.87 477	0.78 510	0.90 489	0.71 503	0.88 489	0.67 476	0.88 488	0.73 498	0.81 454	0.68 451	0.81 490	0.70 503	0.82 466	0.70 483

4D-IteraStereo	0.78 444	3.13 601	0.89 483	0.69 395	0.32 350	0.40 293	0.32 337	0.76 463	0.97 534	0.52 423	0.65 480	0.89 492	0.32 348	0.76 467	0.98 528	0.83 459	0.94 492	0.35 292	0.27 297	0.70 443	0.89 515

Selective-RAFT	0.89 478	0.89 327	0.72 459	1.16 479	0.78 513	1.06 519	0.82 517	0.87 477	0.97 534	1.00 502	0.91 529	0.90 494	1.00 521	0.89 490	0.93 524	0.83 459	0.83 483	0.82 494	0.82 524	0.81 464	0.82 509

DNS	0.77 440	1.09 381	0.65 434	0.89 430	0.65 481	0.89 490	0.65 471	0.89 482	0.65 472	0.89 488	0.65 480	0.89 492	0.65 470	0.90 491	0.65 466	0.84 461	0.62 437	0.84 496	0.61 476	0.84 470	0.62 463

DDUNet	0.81 453	2.45 569	0.57 410	0.90 433	0.60 468	0.88 487	0.59 462	0.90 483	0.60 463	0.88 487	0.60 469	0.90 494	0.58 458	0.88 488	0.60 458	0.84 461	0.60 432	0.86 499	0.57 469	0.86 472	0.60 458

MoCha-V2	2.11 617	26.97 708	0.78 471	0.92 438	0.77 512	0.96 499	0.72 499	0.90 483	0.72 503	0.94 498	0.70 498	0.90 494	0.71 494	0.91 493	0.71 496	0.85 463	0.71 464	0.88 500	0.69 499	0.87 473	0.67 477

UDG	0.80 448	2.21 549	0.60 416	0.91 435	0.60 468	0.90 491	0.58 458	0.88 481	0.60 463	0.90 489	0.60 469	0.88 489	0.60 462	0.90 491	0.58 453	0.86 464	0.60 432	0.84 496	0.59 472	0.84 470	0.61 460

Syn2CoEx	0.25 198	1.31 458	0.74 464	0.92 438	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	0.87 465	0.75 470	0.02 19	0.02 21	0.02 21	0.02 20

LG-Stereo	0.60 394	0.58 282	0.47 371	0.64 387	0.74 502	1.00 502	0.69 488	0.57 431	0.41 409	0.57 440	0.41 411	0.57 443	0.41 406	1.00 508	0.75 503	0.91 466	0.51 410	0.52 442	0.37 396	0.52 413	0.37 372

tt45	1.04 506	0.88 324	1.36 585	0.92 438	1.03 544	1.51 602	0.79 507	0.70 456	0.88 522	0.74 469	0.90 526	1.60 602	0.72 495	1.60 600	0.75 503	0.91 466	0.78 475	1.52 610	0.79 519	1.14 510	1.32 608

ToySt	0.92 481	2.11 539	0.90 486	0.95 447	0.79 515	0.99 501	0.78 506	0.94 493	0.81 519	0.94 498	0.78 516	0.95 504	0.77 502	0.94 500	0.86 518	0.91 466	0.79 477	0.85 498	0.77 515	0.89 477	0.73 493

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	0.10 148	0.04 90	0.03 52	0.92 469	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

AdaDepth	0.86 473	0.93 339	0.71 456	1.01 459	1.07 546	1.02 516	0.71 497	1.00 497	0.71 500	1.01 513	0.71 503	1.00 508	0.72 495	1.14 534	0.71 496	0.92 469	0.64 441	0.90 503	0.64 484	0.89 477	0.69 480

DGTPSM_ROB	0.93 486	1.00 355	0.92 490	0.94 445	0.96 533	0.91 492	0.92 524	0.91 485	0.96 533	0.91 491	0.96 533	0.93 500	0.92 515	0.94 500	0.92 520	0.92 469	0.92 490	0.90 503	0.92 528	0.94 492	0.91 517

DPSM_ROB	0.92 481	0.91 332	0.91 488	0.91 435	0.92 529	0.92 493	0.92 524	0.92 488	0.91 524	0.93 496	0.91 529	0.92 497	0.90 513	0.91 493	0.92 520	0.92 469	0.91 488	0.91 506	0.92 528	0.93 488	0.93 519

DPSM	0.92 481	0.91 332	0.91 488	0.91 435	0.92 529	0.92 493	0.92 524	0.92 488	0.91 524	0.93 496	0.91 529	0.92 497	0.90 513	0.91 493	0.92 520	0.92 469	0.91 488	0.91 506	0.92 528	0.93 488	0.93 519

pmcnn	0.92 481	0.92 337	0.92 490	0.92 438	0.92 529	0.92 493	0.92 524	0.92 488	0.92 528	0.92 493	0.92 532	0.92 497	0.92 515	0.92 497	0.92 520	0.92 469	0.92 490	0.92 509	0.92 528	0.92 483	0.92 518

R-Stereo Train	0.81 453	0.96 343	0.67 441	0.95 447	0.67 486	0.95 497	0.68 480	0.95 495	0.68 482	0.95 500	0.68 489	0.96 505	0.68 480	0.96 504	0.68 478	0.94 475	0.68 451	0.94 516	0.68 495	0.94 492	0.68 478

RAFT-Stereo	0.81 453	0.96 343	0.67 441	0.95 447	0.67 486	0.95 497	0.68 480	0.95 495	0.68 482	0.95 500	0.68 489	0.96 505	0.68 480	0.96 504	0.68 478	0.94 475	0.68 451	0.94 516	0.68 495	0.94 492	0.68 478
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJA1++	0.84 464	0.98 346	0.67 441	1.26 532	0.75 504	1.00 502	0.67 476	1.00 497	0.67 476	1.00 502	0.67 484	1.00 508	0.67 476	1.00 508	0.67 471	0.96 477	0.67 446	0.91 506	0.63 479	0.92 483	0.63 465

WQFJX	0.85 470	1.00 355	0.68 448	1.30 540	0.75 504	1.01 510	0.68 480	1.01 506	0.68 482	1.01 513	0.68 489	1.03 521	0.68 480	1.02 520	0.67 471	0.97 478	0.67 446	0.93 512	0.63 479	0.94 492	0.63 465

NLMM1	0.86 473	0.98 346	0.69 450	1.48 555	0.75 504	1.01 510	0.69 488	1.00 497	0.69 487	1.00 502	0.70 498	1.00 508	0.68 480	1.01 516	0.67 471	0.97 478	0.68 451	0.92 509	0.63 479	0.93 488	0.63 465

NLMM	0.84 464	1.00 355	0.67 441	1.27 533	0.75 504	1.00 502	0.68 480	1.00 497	0.67 476	1.00 502	0.67 484	1.02 520	0.67 476	1.02 520	0.67 471	0.97 478	0.67 446	0.93 512	0.63 479	0.92 483	0.63 465

NLSM3	0.85 470	0.99 353	0.68 448	1.29 538	0.76 509	1.01 510	0.68 480	1.01 506	0.68 482	1.02 517	0.68 489	1.01 516	0.68 480	1.01 516	0.68 478	0.97 478	0.68 451	0.93 512	0.64 484	0.93 488	0.63 465

WQFJX1	0.84 464	0.98 346	0.67 441	1.30 540	0.75 504	1.01 510	0.67 476	1.01 506	0.67 476	1.01 513	0.67 484	1.01 516	0.68 480	1.00 508	0.68 478	0.98 482	0.67 446	0.92 509	0.64 484	0.92 483	0.64 471

WQFJA1	0.85 470	0.98 346	0.67 441	1.29 538	0.76 509	1.01 510	0.67 476	1.02 510	0.67 476	1.02 517	0.67 484	1.01 516	0.67 476	1.01 516	0.68 478	0.99 483	0.67 446	0.93 512	0.64 484	0.92 483	0.65 473

LGCAT	1.00 493	1.00 355	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

Test_v1	1.00 493	1.00 355	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

GANet	1.00 493	1.00 355	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

TDLM	1.00 493	1.00 355	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

CVANet_RVC	1.00 493	1.00 355	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

trnet	1.01 501	1.01 365	1.01 502	1.01 459	1.01 541	1.01 510	1.01 537	1.01 506	1.01 543	1.01 513	1.01 541	1.01 516	1.01 529	1.01 516	1.01 535	1.01 489	1.01 500	1.01 528	1.01 542	1.01 502	1.01 533

AIO-Stereo	0.84 464	0.66 290	0.70 453	0.83 423	0.67 486	0.98 500	0.82 517	1.14 516	0.72 503	1.03 519	0.74 510	1.03 521	1.09 533	0.99 506	0.45 414	1.04 490	0.73 467	0.95 518	0.74 510	0.94 492	0.46 410

HBP-ISP	1.24 568	1.72 478	1.65 605	1.15 474	0.76 509	1.40 596	0.88 520	1.67 601	1.02 544	1.69 605	1.38 618	1.69 606	1.21 592	1.87 612	1.21 601	1.05 491	0.79 477	0.97 521	0.80 521	1.19 523	0.75 497

GLC_STEREO	1.07 508	1.01 365	1.06 505	1.07 463	1.05 545	1.06 519	1.08 542	1.08 512	1.05 547	1.07 521	1.06 543	1.08 524	1.05 531	1.06 523	1.10 541	1.07 492	1.09 510	1.05 532	1.05 544	1.06 506	1.12 540

GeoVLM	0.36 254	0.38 191	0.27 221	0.46 291	0.28 272	0.35 268	0.28 266	0.37 266	0.27 267	0.35 266	0.28 274	0.36 275	0.38 382	0.35 269	0.28 262	1.08 493	0.26 221	0.33 266	0.27 297	0.34 257	0.33 347

NCC-stereo	2.36 637	25.52 703	1.17 515	1.15 474	1.17 556	1.11 528	1.11 543	1.15 517	1.16 552	1.10 523	1.16 551	1.10 528	1.15 539	1.14 534	1.13 544	1.09 494	1.11 514	1.15 536	1.16 551	1.17 520	1.17 549

Abc-Net	2.32 634	24.75 700	1.14 511	1.17 480	1.17 556	1.11 528	1.15 548	1.17 522	1.21 604	1.08 522	1.16 551	1.12 533	1.14 538	1.09 527	1.17 551	1.09 494	1.16 520	1.17 541	1.17 552	1.16 515	1.11 538
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AF-Net	2.37 639	25.71 704	1.17 515	1.13 470	1.15 551	1.15 532	1.18 552	1.19 525	1.16 552	1.10 523	1.15 548	1.10 528	1.18 544	1.12 533	1.15 546	1.10 496	1.10 513	1.17 541	1.15 549	1.16 515	1.12 540

RGC	2.36 637	25.48 702	1.19 519	1.15 474	1.15 551	1.10 525	1.16 550	1.17 522	1.16 552	1.12 529	1.16 551	1.11 532	1.13 535	1.09 527	1.18 552	1.10 496	1.15 519	1.16 537	1.12 547	1.14 510	1.12 540

edge stereo	2.43 642	27.07 709	1.14 511	1.06 462	1.14 549	1.08 522	1.17 551	1.16 520	1.14 550	1.10 523	1.16 551	1.09 526	1.16 543	1.10 529	1.16 550	1.10 496	1.11 514	1.16 537	1.19 553	1.13 509	1.11 538

Nwc_Net	2.37 639	25.95 705	1.15 513	1.14 471	1.15 551	1.08 522	1.14 546	1.17 522	1.16 552	1.14 532	1.15 548	1.08 524	1.15 539	1.11 531	1.14 545	1.10 496	1.11 514	1.16 537	1.09 546	1.16 515	1.15 545

MSMD_ROB	1.19 518	1.10 386	0.70 453	1.10 465	0.60 468	1.10 525	0.70 494	1.10 515	0.70 495	1.10 523	0.70 498	1.10 528	0.70 490	7.00 704	0.70 494	1.10 496	0.70 460	1.10 533	0.70 503	1.10 508	0.70 483

RP	2.33 635	25.00 701	1.13 510	1.15 474	1.15 551	1.10 525	1.15 548	1.15 517	1.15 551	1.12 529	1.15 548	1.09 526	1.13 535	1.10 529	1.15 546	1.11 501	1.09 510	1.16 537	1.12 547	1.16 515	1.17 549

DF	0.39 282	1.37 464	1.02 503	1.14 471	0.12 180	0.16 173	0.12 175	0.16 173	0.12 180	0.16 170	0.12 172	0.16 171	0.12 176	0.16 172	0.12 169	1.12 502	1.00 494	0.15 171	0.12 175	0.15 170	0.12 171

MLG-Stereo	0.92 481	0.90 330	0.84 481	1.27 533	0.49 445	1.38 594	0.88 520	1.41 591	0.97 534	0.73 464	1.09 545	1.26 586	0.43 415	0.72 461	1.05 538	1.13 503	0.49 397	1.18 544	0.66 490	1.01 502	0.46 410

HSM-Net_RVC	0.95 489	1.17 394	0.78 471	1.18 481	0.71 497	1.16 533	0.75 502	1.09 514	0.80 516	1.10 523	0.75 511	1.17 537	0.74 497	1.17 537	0.80 511	1.13 503	0.73 467	1.17 541	0.77 515	1.16 515	0.72 490
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
stereogan	2.33 635	24.38 699	1.18 517	1.18 481	1.18 559	1.14 531	1.18 552	1.19 525	1.19 558	1.14 532	1.18 555	1.14 534	1.18 544	1.14 534	1.18 552	1.14 505	1.14 518	1.19 546	1.19 553	1.15 513	1.19 553

Hybrid-DGEV	1.03 505	1.75 484	0.80 475	1.28 537	0.78 513	1.26 583	0.80 510	1.26 577	0.78 510	1.26 583	0.78 516	1.26 586	0.78 504	1.26 586	0.78 507	1.15 506	0.75 470	1.14 534	0.74 510	1.14 510	0.75 497

DPSimNet_ROB	0.97 490	1.18 396	0.81 478	1.10 465	0.91 528	1.02 516	0.82 517	1.04 511	0.91 524	1.03 519	0.86 525	1.28 590	0.82 510	1.03 522	0.89 519	1.17 507	0.81 482	1.02 529	0.82 524	1.08 507	0.81 508

Hybrid-DGEV-03	1.07 508	1.83 510	0.83 479	1.34 545	0.81 520	1.32 588	0.81 514	1.31 584	0.81 519	1.31 586	0.82 522	1.32 591	0.82 510	1.32 591	0.81 514	1.19 508	0.77 473	1.19 546	0.76 513	1.19 523	0.77 502

S-Stereo	2.51 644	26.86 707	1.23 571	1.22 528	1.22 610	1.24 582	1.25 603	1.22 574	1.24 607	1.21 581	1.24 604	1.19 538	1.27 596	1.19 538	1.24 603	1.19 508	1.20 525	1.25 596	1.19 553	1.24 574	1.23 602

Hybrid-DGEV-2	1.05 507	1.83 510	0.83 479	1.33 544	0.82 521	1.30 586	0.81 514	1.26 577	0.79 514	1.29 585	0.79 518	1.26 586	0.80 506	1.26 586	0.79 508	1.20 510	0.78 475	1.18 544	0.77 515	1.20 525	0.77 502

DisPM	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

CrosDoStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PFNet+	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

LCNet	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

HHNet	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Patchmatch Stereo++	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554
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	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

STrans-v2	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

TransformOpticalFlow	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

OMP-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

IIG-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

NF-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

OCTAStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PSM-softLoss	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

KMStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

NRIStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PSM-adaLoss	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PSM-AAD	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

FTStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

ROB_FTStereo_v2	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

ROB_FTStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Consistency-Raft	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

KYRaft	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

HUI-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

ASMatch	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DeepStereo_LL	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DEmStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

SST-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

THIR-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT_R40	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DRaft	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PFNet	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

GrayStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RE-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Pruner-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

TVStereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DeepStereo_RVC	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT-RH_RVC	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

IRAFT_RVC	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT-345	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

iRAFT	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

CRE-IMP	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

GMM-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT-IKP	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Prome-Stereo	1.20 519	1.20 398	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Wavelet-MonSter	1.00 493	1.21 444	0.76 467	1.94 572	1.01 541	1.11 528	0.76 504	1.15 517	0.76 509	1.11 528	0.76 512	1.14 534	0.76 500	1.11 531	0.76 505	1.21 556	0.90 487	1.02 529	0.71 506	1.02 504	0.71 489

FAT-Stereo	2.46 643	26.05 706	1.23 571	1.23 530	1.22 610	1.20 534	1.24 602	1.23 576	1.23 606	1.19 535	1.22 602	1.21 584	1.24 594	1.20 539	1.24 603	1.21 556	1.17 523	1.22 594	1.25 606	1.20 525	1.24 603

CroCo-Stereo	0.73 430	1.22 450	0.25 211	1.22 528	0.25 259	1.22 580	0.25 246	1.22 574	0.25 250	1.22 582	0.25 258	1.22 585	0.25 252	1.22 585	0.25 247	1.22 558	0.26 221	1.21 593	0.25 254	1.22 573	0.25 236
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
qqai	1.22 566	1.38 465	1.12 508	1.39 551	1.14 549	1.40 596	1.14 546	1.41 591	1.12 548	1.40 592	1.11 547	1.40 597	1.13 535	1.41 595	1.15 546	1.25 559	0.97 493	1.24 595	1.01 542	1.24 574	0.96 522

CSP-Net	0.34 238	1.29 454	1.19 519	1.36 548	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	1.26 560	1.21 571	0.03 41	0.09 141	0.02 21	0.09 140

BLMT-Stereo	1.53 577	1.36 462	1.06 505	1.42 553	1.23 612	1.41 598	1.07 541	1.43 593	1.12 548	1.42 594	1.06 543	1.83 608	1.07 532	1.42 597	1.07 539	1.27 561	1.38 590	6.80 701	1.00 535	1.26 576	1.00 527

CroCo-Stereo Lap2	0.77 440	1.29 454	0.29 232	1.27 533	0.29 282	1.27 584	0.26 253	1.26 577	0.26 263	1.26 583	0.26 263	1.27 589	0.26 262	1.26 586	0.27 253	1.27 561	0.27 232	1.27 597	0.27 297	1.27 577	0.27 280

ff7	1.68 581	2.68 577	1.35 577	0.97 451	0.89 524	1.84 607	2.15 658	2.12 615	1.80 642	2.05 620	1.56 625	2.33 627	2.12 649	2.23 623	2.25 661	1.31 563	1.07 504	1.48 607	1.41 617	0.90 480	1.04 535

ffff	1.68 581	2.68 577	1.35 577	0.97 451	0.89 524	1.84 607	2.15 658	2.12 615	1.80 642	2.05 620	1.56 625	2.33 627	2.12 649	2.23 623	2.25 661	1.31 563	1.07 504	1.48 607	1.41 617	0.90 480	1.04 535

ccc-4	1.68 581	2.68 577	1.35 577	0.97 451	0.89 524	1.84 607	2.15 658	2.12 615	1.80 642	2.05 620	1.56 625	2.33 627	2.12 649	2.23 623	2.25 661	1.31 563	1.07 504	1.48 607	1.41 617	0.90 480	1.04 535

test_xeample3	1.10 511	1.81 500	0.61 422	0.84 424	0.49 445	0.77 466	0.66 472	0.92 488	1.40 619	0.68 459	0.46 432	0.78 475	0.54 453	1.72 605	1.48 621	1.34 566	1.52 599	1.35 603	1.67 640	1.33 580	1.55 621

MaskLacGwcNet_RVC	1.35 572	1.35 461	1.35 577	1.35 547	1.35 613	1.35 590	1.35 610	1.36 586	1.35 615	1.36 590	1.35 613	1.36 593	1.36 604	1.36 592	1.35 614	1.35 567	1.35 586	1.35 603	1.35 611	1.35 581	1.35 612

CC-Net-ROB	1.36 573	1.33 460	1.33 574	1.36 548	1.38 616	1.36 592	1.33 608	1.37 588	1.34 612	1.35 589	1.36 615	1.38 594	1.34 602	1.38 594	1.38 617	1.35 567	1.38 590	1.33 600	1.35 611	1.43 584	1.34 611

Replicate-Monster	0.45 345	0.57 280	0.60 416	0.40 254	0.29 282	0.37 278	0.27 256	0.37 266	0.30 293	0.40 289	0.31 340	0.40 298	0.30 294	0.99 506	0.27 253	1.36 569	0.31 268	0.34 276	0.30 342	0.36 277	0.54 442

PS-NSSS	1.38 575	1.39 466	1.34 575	1.34 545	1.35 613	1.38 594	1.37 617	1.35 585	1.38 618	1.34 588	1.34 612	1.39 595	1.38 607	1.70 604	1.40 618	1.36 569	1.36 587	1.36 605	1.37 614	1.37 582	1.36 613

MM-Stereo_test2	1.20 519	1.85 516	1.05 504	1.46 554	0.94 532	1.36 592	0.99 531	1.36 586	0.95 531	1.41 593	0.98 535	1.40 597	0.96 517	1.37 593	0.95 525	1.37 571	1.06 503	1.33 600	0.93 532	1.29 579	0.89 515

FENet	0.54 384	1.52 471	1.19 519	1.41 552	0.23 251	0.35 268	0.23 239	0.35 256	0.23 242	0.34 262	0.23 245	0.35 270	0.23 246	0.35 269	0.23 236	1.40 572	1.07 504	0.32 259	0.23 244	0.33 252	0.23 225

Monster-pub-eth3d	0.45 345	0.57 280	0.60 416	0.39 241	0.28 272	0.37 278	0.28 266	0.37 266	0.30 293	0.39 283	0.29 284	0.39 290	0.30 294	0.92 497	0.27 253	1.42 573	0.28 240	0.34 276	0.28 315	0.37 281	0.53 439

castereo	0.61 399	3.79 618	1.35 577	1.52 556	0.15 199	0.17 180	0.16 194	0.20 190	0.21 232	0.18 181	0.16 204	0.21 197	0.12 176	0.26 236	0.17 204	1.43 574	1.38 590	0.17 183	0.16 200	0.18 185	0.16 190

castereo++	0.54 384	3.59 610	1.15 513	1.31 542	0.14 186	0.16 173	0.14 181	0.16 173	0.14 186	0.16 170	0.14 190	0.16 171	0.13 182	0.16 172	0.14 180	1.45 575	1.16 520	0.15 171	0.14 189	0.15 170	0.13 178

Monster-pub-mixall	0.44 322	0.56 279	0.60 416	0.38 234	0.27 267	0.37 278	0.27 256	0.37 266	0.29 279	0.38 276	0.27 267	0.38 285	0.29 286	0.85 485	0.27 253	1.46 576	0.26 221	0.34 276	0.26 260	0.36 277	0.53 439

11t	1.27 570	2.70 580	1.34 575	1.32 543	0.89 524	1.30 586	1.34 609	1.64 598	0.57 456	1.45 596	0.72 506	1.05 523	1.29 598	1.07 526	1.29 610	1.49 577	1.02 501	0.97 521	1.15 549	1.48 585	1.31 607

IGEVStereo-DCA	1.77 586	4.21 631	1.84 623	2.49 598	2.11 659	2.54 645	1.36 612	1.65 599	1.17 556	2.75 654	1.90 648	2.54 640	1.15 539	0.94 500	1.11 542	1.50 578	1.32 574	0.96 519	1.46 623	1.49 586	0.88 512

rrr	1.77 586	4.21 631	1.84 623	2.49 598	2.11 659	2.54 645	1.36 612	1.65 599	1.17 556	2.75 654	1.90 648	2.54 640	1.15 539	0.94 500	1.11 542	1.50 578	1.32 574	0.96 519	1.46 623	1.49 586	0.88 512

MM-Stereo_test3	1.27 570	2.07 535	1.18 517	1.60 561	1.02 543	1.45 600	1.01 537	1.40 590	1.04 546	1.44 595	1.03 542	1.46 600	1.02 530	1.44 598	1.02 536	1.51 580	1.12 517	1.32 599	0.98 533	1.38 583	0.97 523

RASNet	1.49 576	1.65 474	1.45 593	1.38 550	1.43 619	1.47 601	1.36 612	1.38 589	1.36 616	1.39 591	1.60 629	1.45 599	1.45 610	1.51 599	2.21 660	1.53 581	1.36 587	1.36 605	1.36 613	1.66 593	1.36 613

DEFOM-Stereo	0.68 414	3.11 600	1.40 591	1.63 565	0.25 259	0.31 252	0.25 246	0.31 244	0.28 272	0.31 248	0.29 284	0.29 247	0.27 269	0.31 254	0.28 262	1.59 582	1.47 596	0.30 250	0.29 328	0.30 237	0.28 305

DPSMNet_ROB	1.60 580	1.59 473	1.70 607	1.59 558	1.59 625	1.61 604	1.61 628	1.60 594	1.60 625	1.62 604	1.59 628	1.60 602	1.60 613	1.60 600	1.59 625	1.59 582	1.60 610	1.59 611	1.59 632	1.59 589	1.59 627

ours_stereo	1.20 519	1.21 444	0.90 486	1.64 566	1.11 548	1.35 590	0.67 476	1.76 602	0.93 529	1.70 606	1.10 546	1.39 595	0.75 499	1.41 595	0.81 514	1.60 584	1.03 502	1.33 600	1.00 535	1.61 590	0.72 490

LL-Strereo	1.01 501	5.06 642	1.63 604	0.70 401	1.43 619	0.56 437	0.46 424	0.57 431	0.50 443	0.57 440	0.50 451	1.58 601	0.49 439	0.59 441	0.50 436	1.64 585	0.52 412	0.51 439	1.37 614	0.52 413	0.45 409

test-3	0.98 492	4.13 629	1.85 625	1.85 568	0.61 473	0.69 457	0.37 378	0.63 444	0.61 465	0.66 456	0.51 457	0.73 469	0.44 417	0.57 439	0.54 447	1.68 586	1.81 623	0.40 362	0.43 432	0.66 433	0.50 428

RAFT_CTSACE	1.92 592	3.71 615	1.72 610	1.88 569	1.72 637	2.04 619	1.42 622	2.18 620	1.89 654	2.02 617	1.97 654	1.95 612	2.06 648	1.93 614	1.62 626	1.76 587	1.66 614	2.02 629	1.73 648	1.73 596	1.43 618

NINENet	0.69 417	3.87 622	1.20 522	1.98 576	0.05 126	0.40 293	0.04 103	0.40 288	0.05 124	0.41 303	0.04 110	0.41 311	0.05 117	0.40 294	0.05 115	1.79 588	1.56 603	0.34 276	0.22 238	0.34 257	0.23 225

CRFU-Net	0.65 407	1.67 475	1.22 569	1.96 575	0.27 267	0.41 309	0.27 256	0.41 303	0.27 267	0.40 289	0.26 263	0.41 311	0.27 269	0.40 294	0.27 253	1.80 589	1.62 611	0.34 276	0.23 244	0.33 252	0.23 225

VIP-Stereo	0.70 420	2.97 597	2.43 648	2.49 598	0.16 209	0.25 226	0.16 194	0.25 221	0.16 203	0.25 223	0.18 227	0.25 226	0.16 200	0.26 236	0.16 198	1.86 590	1.26 573	0.23 216	0.15 197	0.23 212	0.15 189

MFMNet_re	1.81 589	1.91 525	1.71 609	1.95 574	1.70 636	1.95 615	1.70 633	1.96 607	1.74 638	1.97 612	1.72 637	1.95 612	1.71 621	1.97 616	1.71 633	1.86 590	1.62 611	1.85 617	1.66 639	1.86 601	1.64 633

error version	0.93 486	4.47 635	2.35 644	1.99 577	0.37 385	0.41 309	0.36 372	0.41 303	0.35 369	0.43 322	0.36 378	0.41 311	0.40 394	0.41 310	0.36 365	1.87 592	2.16 639	0.47 416	0.37 396	0.39 339	0.33 347

test_1	0.93 486	4.47 635	2.35 644	1.99 577	0.37 385	0.41 309	0.36 372	0.41 303	0.35 369	0.43 322	0.36 378	0.41 311	0.40 394	0.41 310	0.36 365	1.87 592	2.16 639	0.47 416	0.37 396	0.39 339	0.33 347

GANetREF_RVC	1.55 578	1.94 531	1.22 569	1.88 569	1.21 608	1.88 610	1.22 600	1.88 604	1.22 605	1.88 607	1.22 602	1.88 609	1.22 593	1.89 613	1.22 602	1.87 592	1.22 572	1.88 624	1.22 602	1.88 602	1.22 600
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
4.25w-stereo	1.98 594	2.72 584	1.46 594	3.47 632	1.43 619	2.07 621	1.98 649	2.53 641	1.52 623	2.71 647	1.98 660	1.81 607	1.62 615	1.96 615	1.36 615	1.88 595	2.00 628	2.53 652	1.61 634	1.74 597	1.15 545

SPS-STEREO	1.59 579	1.91 525	1.21 568	1.94 572	1.20 562	2.00 618	1.23 601	1.99 609	1.24 607	2.00 615	1.25 605	2.03 619	1.26 595	2.00 617	1.29 610	1.90 596	1.18 524	1.89 625	1.21 601	1.89 603	1.20 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MonStereo1	1.94 593	2.77 590	1.52 600	3.73 643	1.51 622	2.13 623	1.42 622	2.32 629	1.52 623	2.31 633	1.50 623	2.53 637	1.59 612	2.34 631	1.56 623	1.91 597	1.36 587	1.86 620	1.31 609	2.07 607	1.53 619

4.5w-stereo	1.99 595	2.33 557	1.81 614	3.28 622	1.68 632	1.94 612	1.99 652	2.72 644	1.70 630	2.72 648	1.99 663	1.97 614	1.68 617	1.76 606	1.29 610	1.91 597	2.02 634	2.53 652	1.61 634	1.75 598	1.16 548

derf	1.91 591	2.15 543	1.78 613	2.16 581	1.75 638	2.21 625	1.80 636	2.22 621	1.80 642	2.21 627	1.76 638	2.17 622	1.81 630	2.24 626	1.74 641	1.93 599	1.56 603	1.96 627	1.53 625	1.95 604	1.56 622

2w_stereo	1.99 595	2.36 564	1.81 614	3.24 620	1.67 630	1.94 612	1.98 649	2.72 644	1.68 627	2.72 648	1.94 651	1.98 615	1.74 625	1.79 609	1.27 607	1.95 600	2.00 628	2.53 652	1.60 633	1.68 594	1.15 545

MC-Stereo	1.76 585	2.96 596	1.37 587	2.14 580	1.37 615	2.14 624	1.36 612	2.14 618	1.37 617	2.14 624	1.37 616	2.14 621	1.37 606	2.14 622	1.37 616	1.97 601	1.32 574	1.97 628	1.32 610	1.98 605	1.33 609

BUS	0.83 461	1.91 525	0.92 490	4.48 647	0.02 22	0.40 293	0.04 103	0.41 303	0.02 22	0.48 391	0.03 56	0.41 311	0.05 117	0.03 43	0.05 115	1.97 601	4.19 673	0.33 266	0.23 244	0.34 257	0.27 280

BSDual-CNN	0.81 453	1.91 525	0.92 490	4.48 647	0.02 22	0.42 329	0.06 137	0.41 303	0.02 22	0.48 391	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	4.19 673	0.33 266	0.23 244	0.34 257	0.27 280

psmg	0.43 309	1.91 525	0.92 490	1.91 571	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	1.97 601	1.44 594	0.04 93	0.03 57	0.02 21	0.03 52

MM-Stereo_test1	1.80 588	3.41 608	1.52 600	2.12 579	1.41 618	2.04 619	1.41 620	2.05 613	1.46 622	2.04 619	1.41 620	2.05 620	1.42 609	2.05 618	1.43 620	2.04 605	1.54 602	1.94 626	1.38 616	1.99 606	1.33 609

TRStereo	2.00 599	2.13 540	1.85 625	2.27 587	1.84 642	2.28 629	1.84 638	2.29 624	1.86 648	2.30 630	1.87 643	2.30 624	1.87 632	2.08 619	1.72 635	2.08 606	1.72 617	2.08 631	1.72 645	2.08 608	1.72 638

XX-Stereo	2.00 599	2.13 540	1.85 625	2.27 587	1.84 642	2.28 629	1.84 638	2.29 624	1.86 648	2.30 630	1.87 643	2.30 624	1.87 632	2.08 619	1.72 635	2.08 606	1.72 617	2.08 631	1.72 645	2.08 608	1.72 638

EAI-Stereo	2.00 599	2.13 540	1.85 625	2.27 587	1.84 642	2.28 629	1.84 638	2.29 624	1.86 648	2.30 630	1.87 643	2.30 624	1.87 632	2.08 619	1.72 635	2.08 606	1.72 617	2.08 631	1.72 645	2.08 608	1.72 638

4.25_new	2.00 599	2.33 557	1.82 619	3.32 625	1.69 633	1.95 615	1.99 652	2.72 644	1.71 631	2.72 648	1.97 654	2.01 617	1.74 625	1.77 607	1.28 608	2.18 609	2.01 630	2.48 650	1.58 630	1.65 591	1.17 549

4.5w_new	2.00 599	2.33 557	1.82 619	3.32 625	1.69 633	1.95 615	1.99 652	2.72 644	1.71 631	2.72 648	1.97 654	2.01 617	1.74 625	1.77 607	1.28 608	2.18 609	2.01 630	2.48 650	1.58 630	1.65 591	1.17 549

1w_stereo	2.05 614	2.32 556	1.35 577	3.74 644	2.01 653	2.73 653	1.42 622	1.88 604	1.93 656	2.03 618	1.28 608	2.71 649	1.99 644	2.72 651	1.72 635	2.20 611	1.32 574	1.87 621	1.86 651	2.45 625	1.54 620

2.25w	2.00 599	1.86 519	1.98 636	2.95 611	2.17 663	2.26 626	1.35 610	2.42 635	2.00 661	2.07 623	1.27 607	2.53 637	1.99 644	2.29 628	1.49 622	2.21 612	1.32 574	1.85 617	1.87 652	2.52 633	1.62 631

3w_stereo	2.04 612	2.24 551	1.70 607	3.15 615	2.18 665	2.49 639	1.26 605	2.03 612	1.98 658	1.98 613	1.33 611	2.72 653	1.99 644	2.59 643	1.72 635	2.22 613	1.33 581	1.85 617	1.88 657	2.50 631	1.58 626

4.5_new	2.00 599	1.84 515	1.98 636	2.77 605	2.16 661	2.27 627	1.28 607	2.09 614	1.98 658	2.01 616	1.28 608	2.71 649	1.98 642	2.51 640	1.65 628	2.26 614	1.33 581	1.87 621	1.87 652	2.49 629	1.60 628

3.25w	2.04 612	2.20 547	1.48 595	3.03 612	2.17 663	2.63 649	1.39 618	1.96 607	1.95 657	1.96 610	1.37 616	2.71 649	1.96 641	2.71 649	1.73 640	2.26 614	1.32 574	1.87 621	1.87 652	2.51 632	1.63 632

IGEV	2.02 607	2.20 547	1.82 619	2.90 610	2.16 661	2.41 635	1.25 603	2.00 610	1.98 658	1.99 614	1.31 610	2.72 653	1.93 638	2.67 648	1.69 632	2.26 614	1.32 574	1.83 616	1.87 652	2.53 636	1.61 630

3.75w	1.99 595	2.31 555	1.83 622	3.16 616	1.65 629	1.93 611	1.98 649	2.72 644	1.68 627	2.73 653	1.97 654	2.00 616	1.72 622	1.81 610	1.25 606	2.27 617	2.01 630	2.38 644	1.42 620	1.71 595	1.24 603

MonStereo	2.17 619	2.41 567	1.49 599	2.67 602	1.67 630	2.60 648	2.04 656	2.32 629	1.76 639	2.44 638	1.68 635	2.50 635	1.69 619	2.38 632	1.80 644	2.28 618	1.78 620	2.63 655	2.14 660	3.47 648	1.68 636

DEFOM-Stereo_RVC	0.83 461	5.18 645	1.98 636	2.19 582	0.17 215	0.19 187	0.18 212	0.19 184	0.16 203	0.20 189	0.19 230	0.22 206	0.22 240	0.20 189	0.15 191	2.28 618	2.13 638	0.24 226	0.17 222	0.18 185	0.16 190

NCCL2	2.28 633	2.27 552	2.28 642	2.28 590	2.28 666	2.27 627	2.29 661	2.28 622	2.28 664	2.27 629	2.28 666	2.28 623	2.27 652	2.27 627	2.28 665	2.28 618	2.28 642	2.27 636	2.29 665	2.27 616	2.29 655

HUF	2.18 621	2.30 554	1.99 639	2.34 593	2.02 656	2.41 635	2.06 657	2.38 633	1.89 654	2.36 635	1.85 641	2.56 642	1.98 642	2.31 630	1.97 656	2.30 621	2.03 635	2.30 638	2.11 659	2.23 613	2.16 652

FBW_ROB	2.12 618	2.46 570	1.77 612	2.49 598	1.79 641	2.38 633	1.83 637	2.46 636	1.78 641	2.48 641	1.97 654	2.40 632	1.78 628	2.42 637	1.83 645	2.31 622	1.85 625	2.38 644	1.82 650	2.35 620	1.84 643

AIO_rvc	2.18 621	2.34 561	1.87 629	2.32 591	1.94 651	2.40 634	1.89 646	2.37 632	2.07 663	2.52 643	1.95 653	2.44 634	1.99 644	2.41 635	1.89 653	2.32 623	2.09 636	2.24 635	2.18 661	2.21 612	2.23 654

MatchStereo	0.54 384	0.12 110	2.38 647	2.32 591	0.09 145	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	2.34 624	2.34 643	0.12 152	0.11 160	0.11 153	0.10 145
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
STTStereo	3.73 665	30.40 713	2.37 646	2.39 594	2.31 668	2.35 632	2.33 662	2.29 624	2.42 665	2.32 634	2.34 667	2.33 627	2.36 653	2.30 629	2.27 664	2.35 625	2.22 641	2.31 639	2.22 662	2.29 618	2.34 659

2.75w_new	1.99 595	2.34 561	1.81 614	3.14 614	1.62 627	1.94 612	1.99 652	2.72 644	1.71 631	2.72 648	1.99 663	1.90 610	1.73 623	1.82 611	1.29 610	2.37 626	2.01 630	2.31 639	1.42 620	1.77 599	1.22 600

iRaftStereo_RVC	0.97 490	3.17 603	2.30 643	2.42 595	0.38 392	0.54 435	0.38 385	0.54 424	0.38 385	0.54 432	0.38 390	0.54 433	0.38 382	0.54 429	0.38 377	2.38 627	2.34 643	0.49 429	0.36 393	0.49 400	0.36 367

AIO_test	2.18 621	2.09 538	2.04 640	2.42 595	2.01 653	2.47 637	1.94 648	2.34 631	2.03 662	2.56 644	1.94 651	2.43 633	1.94 639	2.41 635	1.87 651	2.39 628	2.10 637	2.35 643	1.91 658	2.25 615	2.19 653

UDGNet	2.23 631	5.40 653	1.72 610	2.48 597	1.69 633	2.51 642	1.69 632	2.51 640	1.72 635	2.50 642	1.69 636	2.52 636	1.69 619	2.50 639	1.68 631	2.41 629	1.70 616	2.42 646	1.69 644	2.42 623	1.64 633

monsters	2.18 621	2.41 567	1.96 635	3.47 632	2.03 657	2.53 643	1.64 630	2.48 637	1.73 636	2.40 637	1.50 623	2.62 645	1.94 639	2.59 643	1.94 654	2.44 630	1.57 605	2.28 637	1.87 652	2.42 623	1.86 645

LGtest1	2.22 628	2.70 580	1.89 630	2.76 604	1.86 645	2.75 655	1.86 642	2.75 651	1.86 648	2.75 654	1.86 642	2.77 658	1.87 632	2.75 655	1.86 648	2.46 631	1.58 606	2.45 647	1.56 626	2.45 625	1.56 622

LG-G_1	2.22 628	2.71 582	1.89 630	2.77 605	1.87 648	2.75 655	1.87 644	2.76 652	1.87 652	2.75 654	1.87 643	2.76 656	1.87 632	2.75 655	1.86 648	2.47 632	1.58 606	2.45 647	1.57 627	2.45 625	1.57 624

LG-G	2.22 628	2.71 582	1.89 630	2.77 605	1.87 648	2.75 655	1.87 644	2.76 652	1.87 652	2.75 654	1.87 643	2.76 656	1.87 632	2.75 655	1.86 648	2.47 632	1.58 606	2.45 647	1.57 627	2.45 625	1.57 624

monsterstereo	2.20 627	2.33 557	1.95 634	3.65 639	2.07 658	2.49 639	1.61 628	2.48 637	1.83 646	2.45 639	1.61 631	2.67 648	1.86 631	2.64 645	1.94 654	2.48 634	1.66 614	2.34 641	1.68 642	2.40 622	1.86 645

asda	2.17 619	2.54 571	1.81 614	3.47 632	1.78 640	2.50 641	1.86 642	2.61 643	1.68 627	2.61 645	1.83 640	2.37 631	1.73 623	2.44 638	1.88 652	2.51 635	1.84 624	2.34 641	1.62 636	2.23 613	1.77 642

asd	2.18 621	2.77 590	1.58 602	3.59 637	2.00 652	2.58 647	1.85 641	2.39 634	1.71 631	2.47 640	1.97 654	2.59 644	1.61 614	2.56 641	1.79 643	2.51 635	1.99 627	2.11 634	1.62 636	2.36 621	1.60 628

qwe	2.18 621	2.60 574	1.58 602	3.83 645	1.90 650	2.53 643	1.90 647	2.48 637	1.73 636	2.37 636	1.92 650	2.53 637	1.68 617	2.56 641	1.83 645	2.52 637	1.87 626	2.07 630	1.68 642	2.32 619	1.71 637

2.5w	2.01 606	2.40 566	1.37 587	3.28 622	2.01 653	2.71 650	1.43 625	1.82 603	1.83 646	1.90 609	1.41 620	2.71 649	1.35 603	2.71 649	1.85 647	2.66 638	1.53 600	1.64 612	1.23 603	2.53 636	1.87 647

3.5w_stereo	2.03 609	2.72 584	1.35 577	3.41 629	1.57 623	2.72 651	1.49 626	2.01 611	1.34 612	2.15 625	1.61 631	2.63 646	1.36 604	2.72 651	1.99 658	2.66 638	1.58 606	1.68 614	1.24 604	2.53 636	1.87 647

4w-stereo	2.02 607	2.72 584	1.44 592	3.36 628	1.59 625	2.48 638	1.72 634	2.28 622	1.24 607	2.24 628	1.65 633	2.56 642	1.32 601	2.39 634	1.98 657	2.67 640	1.51 598	1.66 613	1.24 604	2.53 636	1.88 650

3.25w_new	2.03 609	2.72 584	1.35 577	3.33 627	1.57 623	2.72 651	1.53 627	2.15 619	1.33 611	2.15 625	1.60 629	2.63 646	1.30 599	2.72 651	1.99 658	2.67 640	1.53 600	1.75 615	1.25 606	2.53 636	1.87 647

sCroCo_RVC	2.10 616	2.76 588	1.92 633	2.78 608	1.39 617	2.73 653	1.41 620	2.73 650	1.40 619	2.77 659	1.41 620	2.74 655	1.40 608	2.74 654	1.40 618	2.72 642	1.42 593	2.72 656	1.44 622	2.79 643	1.42 617

NLCA_NET_v2_RVC	5.04 693	50.87 725	2.78 651	2.87 609	2.71 670	2.78 658	0.47 429	2.88 657	2.86 670	1.89 608	2.67 669	2.79 659	2.79 658	2.78 658	2.83 667	2.82 643	2.82 649	2.83 657	2.77 669	2.83 644	2.76 664
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LiteMatch	1.13 516	0.73 298	2.80 652	3.23 618	0.61 473	0.83 481	0.68 480	0.73 460	0.69 487	1.00 502	0.77 514	0.94 502	0.57 455	0.82 475	0.64 462	2.97 644	2.43 646	0.68 463	0.32 360	0.56 421	0.70 483

Lsterematch	1.13 516	0.73 298	2.80 652	3.23 618	0.61 473	0.83 481	0.68 480	0.73 460	0.69 487	1.00 502	0.77 514	0.94 502	0.57 455	0.82 475	0.64 462	2.97 644	2.43 646	0.68 463	0.32 360	0.56 421	0.70 483

AEACV	1.12 514	0.52 267	3.12 666	3.24 620	0.86 522	0.53 431	0.49 440	0.60 439	0.47 429	0.53 426	0.49 447	0.55 437	0.45 421	0.55 433	0.47 425	3.01 646	3.88 670	0.71 472	0.60 473	0.80 461	0.48 419

plain	1.88 590	3.16 602	0.64 430	3.10 613	0.65 481	3.10 660	0.64 467	3.12 659	0.65 472	3.10 660	0.65 480	3.11 660	0.65 470	3.12 659	0.65 466	3.12 647	0.65 443	3.13 658	0.65 488	3.13 646	0.65 473

NLSM1	2.93 658	3.24 605	2.57 650	4.04 646	2.66 669	3.30 664	2.55 664	3.29 662	2.55 666	3.35 664	2.48 668	3.28 663	2.47 654	3.34 664	2.49 666	3.26 648	2.55 648	3.13 658	2.57 668	3.00 645	2.46 662

Anonymous3	2.55 645	3.26 606	1.65 605	3.28 622	1.63 628	3.24 662	1.68 631	3.27 661	1.66 626	3.28 662	1.67 634	3.25 662	1.66 616	3.27 661	1.64 627	3.26 648	1.65 613	3.30 660	1.65 638	4.95 680	1.65 635

UniTT-Stereo	2.03 609	3.43 609	0.72 459	3.42 630	0.73 500	3.27 663	0.68 480	3.38 664	0.69 487	3.29 663	0.72 506	3.28 663	0.70 490	3.35 665	0.68 478	3.39 650	0.68 451	3.31 661	0.69 499	3.37 647	0.73 493

Occ-G	1.12 514	0.52 267	3.72 675	3.50 635	0.50 449	0.56 437	0.47 429	0.54 424	0.46 424	0.54 432	0.41 411	0.54 433	0.42 412	0.52 424	0.42 408	3.42 651	4.02 672	0.52 442	0.45 434	0.51 411	0.44 407

HCRNet	1.22 566	7.11 666	3.00 654	3.55 636	0.33 362	0.29 244	0.14 181	0.19 184	0.15 198	0.33 259	0.29 284	0.25 226	0.14 186	0.22 204	0.33 345	3.64 652	3.00 650	0.76 481	0.32 360	0.18 185	0.13 178

RAStereo	2.23 631	3.64 612	0.76 467	3.65 639	0.86 522	3.66 668	0.76 504	3.67 668	0.81 519	3.66 665	0.76 512	3.66 666	0.77 502	3.68 667	0.77 506	3.68 653	0.77 473	3.69 666	0.77 515	3.70 650	0.77 502

DPSNet	3.66 663	3.60 611	3.62 673	3.63 638	3.64 691	3.65 667	3.65 690	3.66 667	3.67 687	3.67 666	3.65 688	3.67 667	3.66 676	3.66 666	3.68 685	3.68 653	3.66 668	3.67 665	3.68 691	3.67 649	3.67 688

NLCSM	3.67 664	4.08 626	3.19 669	4.80 662	3.26 684	3.99 672	3.24 685	4.25 674	3.18 683	4.09 670	3.27 683	4.14 672	3.18 671	4.13 672	3.28 681	4.06 655	3.10 658	3.85 670	3.14 682	3.91 655	3.27 684

IGEV_i1	0.26 207	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	4.34 656	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

sAnonymous2	3.31 661	2.63 575	1.38 589	3.71 641	1.86 645	4.70 688	1.11 543	4.82 691	2.72 668	5.45 696	1.98 660	4.59 681	2.64 655	2.65 646	6.21 701	4.37 657	1.08 508	5.16 693	2.24 663	4.52 662	2.39 660

CroCo_RVC	3.31 661	2.63 575	1.38 589	3.71 641	1.86 645	4.70 688	1.11 543	4.82 691	2.72 668	5.45 696	1.98 660	4.59 681	2.64 655	2.65 646	6.21 701	4.37 657	1.08 508	5.16 693	2.24 663	4.52 662	2.39 660

hknet	1.10 511	1.85 516	3.49 670	4.48 647	0.02 22	0.42 329	0.06 137	0.41 303	0.02 22	0.48 391	0.03 56	0.41 311	0.03 53	0.42 323	0.03 52	4.39 659	4.19 673	0.33 266	0.23 244	0.34 257	0.27 280

MLG-Stereo_test2	4.28 680	5.46 656	3.69 674	4.86 664	3.72 692	5.58 697	3.42 686	4.81 690	3.77 692	4.85 689	3.72 690	5.55 698	3.63 675	5.58 696	3.53 684	4.41 660	3.28 666	4.99 691	2.95 671	4.75 673	3.13 679

MaDis-Stereo	3.19 660	6.02 663	1.12 508	5.61 672	1.16 555	5.43 696	1.02 539	5.15 695	0.70 495	5.43 695	1.21 601	5.03 696	0.97 518	4.85 689	0.99 529	4.53 661	1.16 520	5.53 695	1.25 606	5.37 685	1.30 606

DispNO	1.00 493	0.63 287	0.43 354	3.45 631	0.44 426	0.65 453	0.43 415	0.64 446	0.43 417	0.64 452	0.43 423	0.64 454	3.03 659	0.64 450	0.43 411	4.55 662	0.43 372	0.63 456	0.43 432	0.63 430	0.43 404

rvit_105_1	3.83 666	5.22 646	3.01 655	4.53 650	3.01 672	4.51 676	3.01 670	4.56 678	3.04 671	4.53 677	3.03 672	4.55 679	3.03 659	4.56 678	3.04 668	4.57 663	3.05 651	4.57 674	3.05 673	4.57 664	3.05 669

rvit_stereo_0081	3.83 666	5.23 647	3.01 655	4.53 650	3.03 674	4.55 682	3.02 671	4.56 678	3.04 671	4.52 675	3.02 670	4.54 677	3.03 659	4.56 678	3.04 668	4.57 663	3.05 651	4.57 674	3.05 673	4.58 665	3.05 669

rvit_stereo_0082	3.86 668	5.82 661	3.01 655	4.53 650	3.03 674	4.54 678	3.02 671	4.56 678	3.04 671	4.53 677	3.02 670	4.55 679	3.04 662	4.57 681	3.05 670	4.57 663	3.05 651	4.58 676	3.05 673	4.58 665	3.06 672

rvit_0105_6	3.87 670	5.73 660	3.10 665	4.69 660	3.12 682	4.54 678	3.02 671	4.56 678	3.04 671	4.54 679	3.03 672	4.54 677	3.04 662	4.56 678	3.05 670	4.58 666	3.05 651	4.58 676	3.05 673	4.58 665	3.05 669

rvit_stereo_0081_aga	3.86 668	5.33 650	3.02 658	4.55 656	3.04 678	4.54 678	3.02 671	4.64 685	3.06 675	4.54 679	3.04 674	4.62 686	3.08 666	4.62 684	3.07 673	4.58 666	3.06 655	4.60 678	3.08 677	4.63 668	3.07 673

rvit_stereo_0080	3.89 671	5.70 658	3.04 660	4.54 653	3.03 674	4.56 683	3.05 677	4.60 682	3.07 676	4.58 682	3.06 675	4.59 681	3.06 664	4.61 682	3.08 674	4.63 668	3.09 656	4.64 680	3.10 678	4.65 669	3.10 676

whm_eth	3.89 671	5.70 658	3.04 660	4.54 653	3.03 674	4.56 683	3.05 677	4.60 682	3.07 676	4.58 682	3.06 675	4.59 681	3.06 664	4.61 682	3.08 674	4.63 668	3.09 656	4.64 680	3.10 678	4.65 669	3.10 676

rvit_0105_4	3.91 673	5.47 657	3.02 658	4.54 653	3.02 673	4.54 678	3.03 675	4.75 688	3.17 682	4.57 681	3.06 675	4.61 685	3.16 670	4.65 685	3.09 676	4.66 670	3.11 659	4.68 683	3.18 684	4.81 675	3.16 681

rvit_0105_3	3.91 673	5.33 650	3.06 663	4.60 658	3.07 680	4.60 685	3.06 679	4.62 684	3.08 679	4.60 684	3.07 678	4.62 686	3.08 666	4.67 686	3.10 677	4.70 671	3.11 659	4.77 687	3.19 685	4.77 674	3.14 680

rvit_stereo_ft	3.93 676	5.44 655	3.05 662	4.59 657	3.06 679	4.61 686	3.08 680	4.67 687	3.12 681	4.63 686	3.10 680	4.65 688	3.11 668	4.69 688	3.13 678	4.70 671	3.14 661	4.71 685	3.15 683	4.74 672	3.16 681

rvit_stereo_0083	3.92 675	5.30 649	3.06 663	4.61 659	3.09 681	4.67 687	3.08 680	4.66 686	3.09 680	4.62 685	3.10 680	4.66 689	3.11 668	4.67 686	3.16 679	4.72 673	3.16 662	4.77 687	3.11 680	4.66 671	3.11 678

MLG-Stereo_test3	4.26 679	4.85 639	3.95 676	5.35 669	3.60 689	4.75 691	3.76 691	5.49 697	3.71 688	5.39 694	3.69 689	4.82 692	3.66 676	4.85 689	3.73 689	4.93 674	3.19 665	4.69 684	2.99 672	4.84 677	2.98 668

MLG-Stereo_test1	4.25 678	5.34 652	3.61 672	5.31 668	3.63 690	5.23 694	3.57 688	5.38 696	3.65 686	5.23 693	3.47 685	4.76 690	3.74 679	4.85 689	3.71 686	4.96 675	3.18 664	4.71 685	2.92 670	4.86 678	2.90 666

TestStereo	4.88 690	4.75 637	4.79 679	4.87 665	4.92 700	4.81 693	4.90 700	4.78 689	4.77 699	4.87 690	4.89 699	4.90 694	4.91 692	4.99 693	4.79 697	4.98 676	4.87 678	4.87 690	4.92 701	5.00 681	5.00 698

FC-DCNN v2	5.10 694	5.15 644	4.49 678	5.07 667	3.37 686	6.87 700	4.75 699	5.04 694	6.34 703	7.84 704	5.06 700	6.72 704	4.09 688	4.99 693	5.44 700	5.03 677	3.16 662	4.67 682	4.86 700	5.15 683	3.89 693

rvit_0105_5	4.10 677	5.40 653	3.13 668	4.71 661	3.15 683	4.72 690	3.10 682	4.90 693	3.27 684	4.69 687	3.16 682	4.84 693	3.25 672	4.96 692	3.34 682	5.05 678	3.39 667	5.10 692	3.40 686	5.11 682	3.42 685

MIF-Stereo (partial)	2.58 646	3.31 607	0.66 437	3.18 617	0.66 485	3.18 661	0.66 472	3.21 660	0.67 476	3.19 661	0.66 483	3.19 661	0.66 474	3.31 663	0.68 478	5.09 679	1.79 622	8.23 705	1.67 640	6.18 689	1.38 615

StereoVision	3.15 659	5.00 641	0.89 483	4.83 663	1.00 535	3.93 669	1.27 606	6.37 698	1.34 612	5.67 698	1.26 606	5.84 699	1.27 596	5.03 695	1.24 603	5.10 680	1.09 510	4.61 679	0.57 469	5.62 687	1.12 540

DispFullNet	4.61 686	4.84 638	3.12 666	5.00 666	3.57 688	4.75 691	3.03 675	7.75 704	4.17 696	4.91 691	3.09 679	6.20 700	3.95 685	6.71 700	3.51 683	5.30 681	3.67 669	5.86 699	3.63 688	5.61 686	3.46 686

RAFT+CT+SA	4.28 680	7.62 670	4.91 681	5.55 671	2.28 666	3.09 659	3.64 689	4.49 676	3.07 676	4.80 688	3.35 684	4.77 691	3.70 678	4.29 675	3.05 670	5.58 682	5.98 685	3.58 664	3.78 693	4.26 658	3.72 689

AANet_RVC	1.26 569	0.31 175	4.99 682	5.93 673	0.20 234	0.25 226	0.20 222	0.25 221	0.20 228	0.23 208	0.19 230	0.25 226	0.20 233	0.25 224	0.20 223	5.66 683	4.76 677	0.26 236	0.30 342	0.24 217	0.27 280

test_5	4.62 687	7.55 669	6.23 688	6.32 677	3.40 687	5.29 695	3.50 687	3.53 666	4.11 695	4.28 672	4.47 698	4.26 675	4.38 690	3.68 667	3.24 680	5.89 684	5.60 681	4.84 689	3.50 687	4.33 659	3.93 695

SGM-Forest	5.21 696	5.92 662	4.08 677	6.18 675	4.16 697	6.31 699	4.34 698	6.50 699	4.33 697	6.14 700	4.21 696	6.61 703	4.55 691	6.67 699	4.48 696	5.94 685	3.94 671	5.85 698	4.03 697	5.79 688	4.17 696
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Sa-1000	4.34 683	8.37 673	6.84 692	6.98 683	4.45 699	3.58 665	3.00 669	3.42 665	3.39 685	2.61 645	4.00 694	3.83 669	4.01 687	3.90 669	3.90 690	5.98 686	5.62 682	3.76 667	2.34 666	4.35 660	2.47 663

LiteMatch*	2.07 615	1.30 456	5.73 687	6.28 676	0.79 515	1.33 589	0.80 510	1.30 583	1.02 544	1.33 587	0.84 524	1.33 592	0.97 518	1.28 590	1.04 537	6.05 687	5.89 683	1.28 598	0.76 513	1.28 578	0.88 512

test-1	6.46 697	9.16 681	8.03 699	8.09 686	5.62 703	6.11 698	6.35 703	6.85 701	4.94 700	6.08 699	6.29 705	4.98 695	6.43 697	6.22 697	6.36 703	6.16 688	7.47 692	5.82 697	5.44 704	7.11 694	5.68 701

PhaseNet	1.74 584	6.34 664	4.81 680	6.77 679	0.24 256	0.80 473	0.53 450	0.48 388	0.22 235	0.53 426	0.28 274	0.48 398	0.25 252	0.40 294	0.32 333	6.39 689	4.61 676	0.46 406	0.38 409	0.25 220	0.18 213

cross-raft	4.83 689	7.52 668	6.43 689	6.63 678	3.96 695	4.51 676	3.99 695	4.49 676	3.96 694	4.52 675	3.96 693	4.50 676	3.97 686	4.50 677	3.97 691	6.65 690	6.44 687	4.33 671	3.92 695	4.35 660	3.91 694

raft_robust	4.71 688	7.75 671	5.40 686	6.81 680	3.31 685	4.28 675	4.20 697	4.32 675	4.37 698	4.35 674	4.35 697	4.14 672	3.75 680	4.30 676	4.20 695	6.67 691	6.37 686	3.36 662	4.24 699	4.86 678	3.25 683

TestStereo1	4.60 684	8.41 674	6.44 690	6.86 681	3.79 693	3.97 670	3.78 692	3.99 671	3.74 689	3.97 668	3.52 686	3.94 670	3.58 673	3.98 670	3.72 687	6.82 692	6.50 688	3.76 667	3.66 689	3.90 652	3.74 691

SA-5K	4.60 684	8.41 674	6.44 690	6.86 681	3.79 693	3.97 670	3.78 692	3.99 671	3.74 689	3.97 668	3.52 686	3.94 670	3.58 673	3.98 670	3.72 687	6.82 692	6.50 688	3.76 667	3.66 689	3.90 652	3.74 691

test_4	4.88 690	8.13 672	6.98 694	7.46 684	4.44 698	4.25 674	3.85 694	4.04 673	3.92 693	4.13 671	3.91 692	4.18 674	3.84 683	4.14 673	4.06 693	7.01 694	7.13 691	4.53 672	3.72 692	4.09 656	3.72 689

SA	4.33 682	7.35 667	6.85 693	5.96 674	4.09 696	3.59 666	3.15 683	3.82 669	2.64 667	3.91 667	3.85 691	3.57 665	2.72 657	3.13 660	4.03 692	7.09 695	6.86 690	3.57 663	3.12 681	3.85 651	3.51 687

rvit_stereo_0075_2	6.64 698	8.80 678	5.25 683	7.89 685	5.27 702	7.90 704	5.27 701	7.92 705	5.28 701	7.91 705	5.29 702	7.93 705	5.27 693	7.92 705	5.28 698	7.93 696	5.28 680	7.93 704	5.29 703	7.93 697	5.28 700

test_3	5.01 692	8.86 679	7.77 696	8.09 686	2.76 671	4.13 673	4.05 696	3.88 670	3.76 691	4.33 673	4.13 695	3.71 668	3.91 684	4.21 674	4.06 693	7.93 696	7.69 693	4.53 672	3.91 694	4.17 657	4.29 697

RAFT	6.73 699	9.36 682	7.40 695	8.51 689	6.55 704	6.88 701	6.60 704	6.79 700	6.60 704	6.80 701	6.72 706	5.31 697	5.50 695	6.61 698	6.61 704	8.42 698	5.89 683	5.73 696	5.45 705	6.61 690	6.24 702

U	5.15 695	8.49 676	1.81 614	8.49 688	1.77 639	8.49 705	1.77 635	8.51 706	1.77 640	8.49 706	1.77 639	8.50 706	1.78 628	8.58 706	1.77 642	8.54 699	1.78 620	8.55 706	1.78 649	8.55 700	1.84 643

SGM+DAISY	7.06 700	9.15 680	5.38 685	8.84 690	5.18 701	8.80 706	5.31 702	8.79 707	5.28 701	8.89 707	5.20 701	8.93 707	5.33 694	8.95 707	5.36 699	8.70 700	5.21 679	8.74 707	5.20 702	8.89 701	5.15 699

test-v	7.53 702	11.89 690	7.98 697	9.36 692	7.14 705	7.06 702	7.09 705	7.37 702	6.91 705	7.29 702	5.71 703	6.45 701	6.93 698	6.73 701	7.27 705	8.93 701	7.85 694	6.98 702	6.80 706	7.56 695	7.34 704

test-2	7.53 702	11.89 690	7.98 697	9.36 692	7.14 705	7.06 702	7.09 705	7.37 702	6.91 705	7.29 702	5.71 703	6.45 701	6.93 698	6.73 701	7.27 705	8.93 701	7.85 694	6.98 702	6.80 706	7.56 695	7.34 704

GGDA	2.76 653	0.41 213	11.34 702	14.28 703	0.30 293	0.44 369	0.29 277	0.43 327	0.29 279	0.43 322	0.28 274	0.43 336	0.28 277	0.43 329	0.29 275	13.45 703	10.57 705	0.41 379	0.27 297	0.38 294	0.27 280

TestStereo_HL2	2.73 650	0.41 213	11.06 700	14.13 702	0.30 293	0.44 369	0.28 266	0.43 327	0.29 279	0.43 322	0.28 274	0.43 336	0.29 286	0.43 329	0.28 262	13.51 704	10.37 704	0.41 379	0.27 297	0.38 294	0.27 280

TestStereo_HL3	2.76 653	0.41 213	11.46 703	14.11 701	0.30 293	0.45 382	0.29 277	0.43 327	0.29 279	0.43 322	0.29 284	0.43 336	0.28 277	0.44 360	0.30 284	13.57 705	10.32 703	0.41 379	0.27 297	0.38 294	0.27 280

TestStereo-Hl	2.78 655	0.42 223	11.23 701	14.38 704	0.30 293	0.44 369	0.30 284	0.43 327	0.28 272	0.43 322	0.29 284	0.44 371	0.29 286	0.44 360	0.29 275	13.64 706	10.73 706	0.41 379	0.27 297	0.38 294	0.27 280

rafts_anoy	20.00 706	20.00 692	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

raft+_RVC	20.00 706	20.00 692	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

raftrobust	20.00 706	20.00 692	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

CasAABBNet	20.00 706	20.00 692	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

RALCasStereoNet	20.00 706	20.00 692	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

RALAANet	20.00 706	20.00 692	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

MANE	19.05 705	23.00 698	15.00 704	23.00 711	15.00 707	24.00 713	16.00 707	24.00 714	16.00 707	22.00 714	15.00 707	23.00 714	16.00 707	23.00 714	15.00 707	22.00 713	15.00 707	22.00 714	15.00 708	22.00 714	15.00 706

MCSU-Stereo	7.34 701	31.03 715	23.33 711	30.31 712	0.67 486	0.93 496	0.64 467	0.92 488	0.64 470	0.92 493	0.64 477	0.93 500	0.64 467	0.92 497	0.64 462	28.35 714	22.39 714	0.88 500	0.60 473	0.83 468	0.60 458

111	30.40 712	30.94 714	29.72 713	32.61 713	30.02 715	33.57 714	30.47 715	31.50 715	29.39 715	30.98 715	29.11 715	29.78 715	30.39 718	29.45 715	30.76 718	30.08 715	29.02 716	29.92 715	30.32 719	29.86 715	30.17 714

fff	1000028.16 733	29.62 710	29.72 713	32.61 713	30.02 715	35.13 716	31.83 716	32.07 716	10000000.00 735	35.27 718	29.82 716	32.45 716	30.15 715	32.35 716	30.09 715	31.04 716	29.55 717	30.64 716	30.14 716	10000000.00 736	30.77 715

csc	1000028.16 733	29.62 710	29.72 713	32.61 713	30.02 715	35.13 716	31.83 716	32.07 716	10000000.00 735	35.27 718	29.82 716	32.45 716	30.15 715	32.35 716	30.09 715	31.04 716	29.55 717	30.64 716	30.14 716	10000000.00 736	30.77 715

cscssc	1000028.16 733	29.62 710	29.72 713	32.61 713	30.02 715	35.13 716	31.83 716	32.07 716	10000000.00 735	35.27 718	29.82 716	32.45 716	30.15 715	32.35 716	30.09 715	31.04 716	29.55 717	30.64 716	30.14 716	10000000.00 736	30.77 715

tt	500032.53 731	34.60 717	29.72 713	37.47 723	34.41 720	36.85 720	35.22 720	34.71 719	33.55 717	34.50 716	35.43 719	33.81 719	10000000.00 736	33.57 719	33.13 719	33.68 719	35.00 721	34.03 720	35.26 722	30.96 716	34.63 719

DCANet	500032.53 731	34.60 717	29.72 713	37.47 723	34.41 720	36.85 720	35.22 720	34.71 719	33.55 717	34.50 716	35.43 719	33.81 719	10000000.00 736	33.57 719	33.13 719	33.68 719	35.00 721	34.03 720	35.26 722	30.96 716	34.63 719

DCANet-4	35.22 714	34.54 716	35.08 719	33.58 717	35.47 722	34.55 715	35.53 722	36.08 721	35.85 719	35.92 721	35.77 721	35.18 721	35.48 720	35.39 721	37.15 725	34.55 721	33.92 720	35.02 722	34.90 721	35.79 719	34.74 721

WCMA_ROB	31.10 713	35.43 719	27.12 712	39.51 725	23.10 714	38.78 726	25.30 714	37.49 727	25.39 714	37.29 726	27.02 714	38.52 727	26.48 714	37.80 726	26.44 714	36.28 722	22.65 715	33.90 719	22.30 715	37.10 724	24.18 713

fast-reg	37.00 716	37.00 721	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

Reg-Stereo(zero)	37.00 716	37.00 721	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

fast-iter	37.00 716	37.00 721	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

CoSv	37.00 716	37.00 721	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

ADStereo(finetuned)	36.13 715	36.63 720	38.07 724	36.97 718	33.25 719	35.91 719	34.45 719	36.36 722	32.99 716	38.14 727	36.71 722	36.69 722	34.13 719	38.57 727	40.79 726	37.60 727	36.58 723	35.90 723	33.36 720	35.42 718	34.04 718

NOSS_ROB	102.95 721	153.00 730	121.00 728	51.00 726	44.00 727	165.00 730	127.00 729	153.00 730	119.00 726	164.00 731	125.00 729	168.00 731	120.00 727	153.00 730	117.00 729	49.00 728	44.00 728	49.00 728	44.00 728	49.00 725	44.00 726

CBMV	128.50 722	1422.70 737	53.10 726	79.50 727	51.30 728	77.30 728	49.70 727	74.00 728	48.20 725	77.20 729	48.80 728	73.90 729	48.00 726	73.80 729	48.80 728	70.40 729	45.10 729	68.90 729	46.10 729	68.20 726	45.00 727
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 720	87.70 726	41.95 725	113.75 728	65.62 729	75.05 727	55.25 728	75.64 729	45.04 724	71.61 728	41.75 727	72.81 728	44.06 725	68.38 728	44.63 727	101.89 730	59.57 730	107.10 730	61.05 730	104.38 727	59.38 728

MeshStereo	159.24 723	171.00 731	160.68 731	162.58 729	160.59 730	164.01 729	160.35 730	158.51 731	158.56 727	158.34 730	160.12 730	158.56 730	159.92 728	157.26 731	158.94 730	154.38 731	158.36 731	155.75 731	159.13 732	153.67 728	154.07 729
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	201.80 724	123.00 727	115.00 727	219.00 730	218.00 732	223.00 731	244.00 732	217.00 732	236.00 729	202.00 732	203.00 731	205.00 732	208.00 729	225.00 732	204.00 731	210.00 732	198.00 732	197.00 732	184.00 733	204.00 729	201.00 730

MGS-Stereo	239.45 725	123.00 727	135.00 729	266.00 731	286.00 733	277.00 732	305.00 733	271.00 733	242.00 730	274.00 733	279.00 733	255.00 733	270.00 731	268.00 733	297.00 733	221.00 733	247.00 734	216.00 733	123.00 731	217.00 730	217.00 732

EGLCR-Stereo	246.90 726	129.00 729	139.00 730	266.00 731	286.00 733	277.00 732	305.00 733	271.00 733	242.00 730	274.00 733	279.00 733	255.00 733	270.00 731	268.00 733	297.00 733	230.00 734	247.00 734	216.00 733	223.00 735	237.00 731	227.00 733

DLCB_ROB	284.23 727	354.61 733	207.27 732	363.24 733	206.46 731	364.72 734	210.41 731	364.72 735	210.41 728	364.81 735	208.64 732	364.81 735	208.64 730	364.72 735	210.41 732	354.70 735	205.53 733	354.70 735	205.53 734	354.70 732	205.53 731

LE_ROB	396.57 728	471.28 734	329.84 733	471.48 734	308.15 735	526.83 735	322.10 735	488.15 736	323.76 732	495.46 736	317.97 735	497.17 736	320.10 733	481.62 736	326.76 735	462.71 736	298.97 736	466.16 736	285.98 736	447.62 733	289.21 734

SGM-ForestM	596.69 729	677.77 735	444.52 734	699.85 735	517.25 736	732.94 736	488.29 736	770.79 737	460.11 733	750.81 737	487.98 736	792.79 737	499.41 734	730.90 737	475.81 736	720.03 737	491.16 737	663.96 737	418.60 737	674.76 734	436.05 735

CBMV_ROB	818.48 730	913.88 736	709.52 735	862.84 736	597.78 737	1073.99 737	700.52 737	1015.66 738	702.59 734	1115.65 738	760.02 737	1130.24 738	721.57 735	1037.41 738	692.65 737	814.05 738	564.29 738	843.28 738	595.31 738	915.51 735	602.92 736

111111	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

SGD-Stereo	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

IGEV-Stereo++	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

IGEV-BASED-STEREO-	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

IGEV-Stereo+	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

SDNR	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

anonymousdsp2	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

anonymousdsp	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

test_example2	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

DIP-Stereo	10000000.00 736	10000000.00 738	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ASD4		0.20 133

Low-res two-view benchmark