Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 15	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 67	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 94	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 94	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 456	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 125	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 162	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 268	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 456	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 158	0.20 197	0.23 184	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	0.23 202	0.21 212	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 286	0.10 92	0.12 106	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	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 85	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 85	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 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 167	0.04 90	0.03 52	0.58 412	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 459	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 85	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	0.08 134	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	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	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 219	0.02 20	0.02 21	0.71 443	0.02 16	0.02 19	0.02 21	0.02 21	0.16 196

BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 134	0.15 145	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 475	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 94	0.17 182	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 145	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 150	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 163	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 163	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 335	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 386	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 335	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 380	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	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 380	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 147	0.09 140	0.09 144	0.10 141	0.08 145	0.10 144	0.09 146	0.09 142	0.09 146	0.09 140	0.08 134	0.09 85	0.08 84	0.09 139	0.08 139	0.09 142	0.08 137

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 540	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 449	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 167	0.36 380	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 361	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 145	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 390	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 390	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 390	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 386	0.12 123	0.10 81	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	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 403	0.13 143	0.14 122	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	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

222	0.10 90	0.99 368	0.12 123	0.13 118	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	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 396	0.13 143	0.12 106	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	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SHD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SAMSARA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

XQC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTS	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet+	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet++	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 550	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 111	0.11 109	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.10 146	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

over v1	0.11 111	0.11 109	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.10 146	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.10 150

over-8	0.11 111	0.14 122	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 153	0.09 148	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.09 139	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.09 142

over-9	0.11 111	0.11 109	0.16 172	0.16 143	0.10 154	0.12 162	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.10 146	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

ISRNet	0.11 111	0.05 66	0.36 295	0.24 189	0.07 141	0.13 163	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 139	0.24 209	0.20 207	0.10 140	0.05 123	0.06 123	0.13 184

JetRed	0.11 111	0.12 114	0.11 112	0.11 98	0.11 174	0.11 153	0.14 187	0.11 153	0.11 170	0.12 162	0.11 168	0.11 157	0.11 167	0.11 157	0.11 161	0.11 105	0.16 174	0.11 151	0.11 164	0.11 155	0.11 164

JetBlue	0.11 111	0.11 109	0.12 123	0.13 118	0.14 193	0.11 153	0.11 166	0.11 153	0.11 170	0.11 156	0.11 168	0.11 157	0.11 167	0.12 165	0.12 173	0.11 105	0.11 122	0.11 151	0.11 164	0.11 155	0.11 164

x	0.11 111	1.15 406	0.15 165	0.14 122	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	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 238	0.33 271	0.39 251	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	0.39 296	0.36 338	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 408	0.16 172	0.12 106	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	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 578	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	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 124	1.14 403	0.17 182	0.20 167	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	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 124	0.14 122	0.10 92	0.15 133	0.10 154	0.14 164	0.10 149	0.14 165	0.10 152	0.15 171	0.10 150	0.14 166	0.10 150	0.14 167	0.10 146	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.09 142
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 124	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 572	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 124	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 642	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 124	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 646	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 124	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 648	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 124	0.03 31	0.04 64	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 131	0.21 144	0.12 123	0.16 143	0.11 174	0.15 172	0.11 166	0.14 165	0.11 170	0.15 171	0.12 176	0.15 177	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLG	0.13 131	0.20 138	0.14 148	0.15 133	0.11 174	0.14 164	0.11 166	0.14 165	0.11 170	0.14 164	0.11 168	0.14 166	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

ACRE	0.13 131	0.21 144	0.14 148	0.15 133	0.11 174	0.14 164	0.11 166	0.14 165	0.11 170	0.14 164	0.12 176	0.14 166	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

LRCNet_RVC	0.13 131	0.13 116	0.09 88	0.13 118	0.10 154	0.14 164	0.10 149	0.14 165	0.10 152	0.23 216	0.10 150	0.20 197	0.10 150	0.24 223	0.11 161	0.11 105	0.09 94	0.12 158	0.14 196	0.12 165	0.09 142

aanetorigin	0.13 131	0.11 109	0.11 112	0.11 98	0.11 174	0.11 153	0.11 166	0.11 153	0.11 170	0.11 156	0.12 176	0.11 157	0.11 167	0.11 157	0.11 161	0.11 105	0.11 122	0.14 164	0.11 164	0.49 416	0.11 164

FADNet-RVC	0.13 131	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 651	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 131	0.16 125	0.11 112	0.15 133	0.09 147	0.18 190	0.11 166	0.18 189	0.11 170	0.17 183	0.11 168	0.18 190	0.11 167	0.18 188	0.11 161	0.14 133	0.08 84	0.14 164	0.08 139	0.14 169	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 138	1.22 465	0.28 234	0.32 222	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	0.32 245	0.27 242	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 138	0.17 130	0.12 123	0.17 156	0.11 174	0.17 186	0.11 166	0.17 185	0.11 170	0.17 183	0.11 168	0.17 186	0.11 167	0.17 185	0.11 161	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 138	1.83 526	0.12 123	0.11 98	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	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 138	0.20 138	0.14 148	0.16 143	0.11 174	0.16 179	0.11 166	0.17 185	0.11 170	0.17 183	0.12 176	0.17 186	0.13 188	0.17 185	0.12 173	0.15 145	0.11 122	0.16 181	0.11 164	0.15 177	0.12 177

IPLGR_C	0.14 138	0.20 138	0.12 123	0.15 133	0.11 174	0.14 164	0.15 195	0.14 165	0.11 170	0.15 171	0.12 176	0.14 166	0.11 167	0.16 178	0.11 161	0.15 145	0.12 136	0.14 164	0.12 179	0.15 177	0.12 177

MIPNet	0.14 138	0.21 144	0.17 182	0.16 143	0.11 174	0.15 172	0.12 179	0.14 165	0.11 170	0.16 176	0.11 168	0.14 166	0.11 167	0.14 167	0.11 161	0.14 133	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLGR	0.14 138	0.24 158	0.14 148	0.16 143	0.12 187	0.15 172	0.12 179	0.14 165	0.11 170	0.15 171	0.12 176	0.14 166	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

GMStereo	0.14 138	0.13 116	0.14 148	0.14 122	0.14 193	0.14 164	0.14 187	0.14 165	0.14 193	0.14 164	0.14 194	0.14 166	0.14 193	0.14 167	0.14 186	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 189
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 138	0.04 52	0.03 39	2.22 601	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 138	0.16 125	0.12 123	0.17 156	0.12 187	0.17 186	0.11 166	0.17 185	0.11 170	0.17 183	0.12 176	0.17 186	0.12 182	0.17 185	0.12 173	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.12 177

DRN-Test	0.14 138	0.13 116	0.09 88	0.14 122	0.09 147	0.15 172	0.09 144	0.14 165	0.10 152	0.14 164	0.09 146	0.14 166	0.09 146	0.13 166	0.09 139	0.12 111	0.09 94	0.12 158	0.09 141	0.12 165	0.73 512

ELAS_RVC	0.14 138	0.16 125	0.10 92	0.15 133	0.10 154	0.18 190	0.11 166	0.19 191	0.11 170	0.19 189	0.12 176	0.18 190	0.11 167	0.19 191	0.12 173	0.14 133	0.08 84	0.14 164	0.09 141	0.15 177	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 150	0.17 130	0.13 143	0.20 167	0.13 191	0.19 193	0.13 185	0.18 189	0.13 190	0.19 189	0.13 189	0.18 190	0.14 193	0.18 188	0.14 186	0.16 158	0.11 122	0.15 177	0.14 196	0.18 193	0.11 164

CoDeX	0.15 150	0.70 306	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	0.67 486	0.02 15	0.69 474	0.75 497	0.01 9	0.02 21	0.02 20

ICVP	0.15 150	0.53 282	0.11 112	0.16 143	0.11 174	0.16 179	0.11 166	0.16 179	0.11 170	0.16 176	0.11 168	0.16 178	0.11 167	0.16 178	0.11 161	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 150	0.04 52	0.04 64	2.20 600	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 150	0.14 122	0.10 92	0.14 122	0.09 147	0.15 172	0.09 144	0.14 165	0.09 148	0.14 164	0.10 150	0.14 166	0.09 146	0.14 167	0.09 139	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.82 528

LALA_ROB	0.15 150	0.19 134	0.12 123	0.18 158	0.11 174	0.20 198	0.12 179	0.21 206	0.12 186	0.20 195	0.12 176	0.20 197	0.12 182	0.21 207	0.13 182	0.17 166	0.10 99	0.18 199	0.11 164	0.18 193	0.11 164

SGM_RVC	0.15 150	0.17 130	0.11 112	0.18 158	0.11 174	0.19 193	0.11 166	0.19 191	0.12 186	0.19 189	0.12 176	0.20 197	0.12 182	0.19 191	0.12 173	0.16 158	0.11 122	0.17 189	0.10 150	0.17 189	0.10 150
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LSFM	0.16 157	0.92 350	0.16 172	0.18 158	0.08 143	0.11 153	0.12 179	0.12 161	0.09 148	0.09 140	0.28 282	0.10 145	0.08 144	0.10 144	0.12 173	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

flow	0.16 157	0.92 350	0.16 172	0.18 158	0.08 143	0.11 153	0.12 179	0.12 161	0.09 148	0.09 140	0.28 282	0.10 145	0.08 144	0.10 144	0.12 173	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

z-mn7	0.16 157	1.21 459	0.33 271	0.41 276	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	0.35 263	0.31 278	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 157	0.16 125	0.16 172	0.16 143	0.16 217	0.16 179	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 178	0.16 207	0.16 178	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 196

qqq	0.16 157	2.01 550	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 157	0.18 133	0.13 143	0.19 163	0.13 191	0.19 193	0.13 185	0.19 191	0.13 190	0.19 189	0.13 189	0.19 194	0.13 188	0.19 191	0.13 182	0.18 174	0.13 159	0.18 199	0.13 190	0.18 193	0.13 184

ManiGeoR	0.17 163	0.05 66	0.62 437	0.73 425	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	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 163	0.05 66	0.63 441	0.72 421	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	0.71 443	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 163	0.05 66	0.62 437	0.73 425	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	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 163	0.05 66	0.62 437	0.72 421	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	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 163	0.05 66	0.65 448	0.72 421	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	0.71 443	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 163	0.27 171	0.21 203	0.10 81	0.21 254	0.15 172	0.22 241	0.10 141	0.21 241	0.22 210	0.10 150	0.19 194	0.18 230	0.10 144	0.19 228	0.20 181	0.19 205	0.18 199	0.10 150	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 163	2.16 560	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 174	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 163	0.78 320	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	0.79 526	0.02 15	0.75 487	0.76 499	0.02 21	0.02 21	0.02 20

CCAANet	0.17 163	0.71 307	0.14 148	0.14 122	0.14 193	0.14 164	0.14 187	0.14 165	0.14 193	0.14 164	0.14 194	0.14 166	0.14 193	0.14 167	0.22 239	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 189

DepthFocus	0.18 172	0.22 148	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 211	0.15 205	0.22 210	0.15 204	0.22 214	0.16 207	0.22 212	0.15 197	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 189

w-ln-seven	0.18 172	1.47 484	0.33 271	0.40 264	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	0.38 283	0.32 283	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 172	0.48 261	0.16 172	0.16 143	0.15 207	0.15 172	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 178	0.16 207	0.16 178	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 196

xyz-stereo	0.18 172	0.50 268	0.16 172	0.15 133	0.16 217	0.16 179	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 178	0.16 207	0.16 178	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 196

BEATNet-Init1	0.19 176	0.08 85	0.08 82	2.23 602	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 134	0.07 140	0.11 157	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 176	0.08 85	0.08 82	2.23 602	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 134	0.07 140	0.11 157	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

Weightmod_eth	0.20 178	0.24 158	0.28 234	0.47 308	0.14 193	0.24 224	0.14 187	0.17 185	0.13 190	0.22 210	0.16 208	0.22 214	0.13 188	0.20 195	0.16 204	0.24 209	0.20 207	0.19 202	0.14 196	0.16 182	0.24 244

depth_test_26	0.20 178	0.34 187	0.25 218	0.34 230	0.14 193	0.21 209	0.14 187	0.21 206	0.14 193	0.21 207	0.14 194	0.21 205	0.14 193	0.21 207	0.14 186	0.26 218	0.26 231	0.22 216	0.15 205	0.22 209	0.14 189

IGEV_Zeroshot_test	0.20 178	0.19 134	0.40 344	0.30 210	0.17 223	0.22 212	0.17 211	0.21 206	0.17 220	0.20 195	0.17 216	0.21 205	0.18 230	0.21 207	0.17 211	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

DAS	0.20 178	0.20 138	0.20 197	0.20 167	0.20 243	0.20 198	0.20 230	0.20 197	0.20 236	0.20 195	0.20 240	0.20 197	0.20 241	0.20 195	0.20 231	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 225

ASD4	0.20 178	0.20 138	0.20 197	0.20 167	0.20 243	0.20 198	0.20 230	0.20 197	0.20 236	0.20 195	0.20 240	0.20 197	0.20 241	0.20 195	0.20 231	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 225

ACVNet	0.20 178	0.19 134	0.14 148	0.20 167	0.14 193	0.20 198	0.96 547	0.21 206	0.14 193	0.20 195	0.13 189	0.21 205	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 177

acv_ft	0.20 178	0.19 134	0.14 148	0.20 167	0.14 193	0.20 198	0.96 547	0.21 206	0.14 193	0.20 195	0.13 189	0.21 205	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 177

iResNetv2_ROB	0.20 178	0.23 150	0.18 192	0.24 189	0.20 243	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 222	0.19 237	0.24 223	0.18 224	0.21 189	0.16 174	0.21 211	0.16 208	0.22 209	0.16 196

iResNet	0.20 178	0.23 150	0.18 192	0.24 189	0.18 235	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 216	0.23 222	0.18 230	0.23 219	0.18 224	0.22 191	0.16 174	0.21 211	0.16 208	0.21 207	0.16 196

LACA2	0.21 187	0.24 158	0.26 225	0.31 216	0.16 217	0.24 224	0.16 201	0.24 221	0.16 210	0.24 223	0.16 208	0.24 228	0.16 207	0.24 223	0.16 204	0.27 222	0.23 222	0.24 235	0.16 208	0.23 221	0.16 196

LACA1	0.21 187	0.24 158	0.26 225	0.31 216	0.16 217	0.24 224	0.16 201	0.24 221	0.16 210	0.24 223	0.16 208	0.24 228	0.16 207	0.24 223	0.16 204	0.27 222	0.22 216	0.23 225	0.16 208	0.23 221	0.16 196

z-ln-s-r	0.21 187	1.40 482	0.53 415	0.56 382	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	0.57 411	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 187	0.25 165	0.21 203	0.26 203	0.17 223	0.24 224	0.17 211	0.24 221	0.17 220	0.24 223	0.17 216	0.24 228	0.17 219	0.24 223	0.17 211	0.24 209	0.17 195	0.23 225	0.16 208	0.23 221	0.16 196

Pointernet	0.21 187	0.22 148	0.19 194	0.24 189	0.19 240	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 228	0.19 237	0.24 223	0.19 228	0.22 191	0.17 195	0.22 216	0.17 230	0.22 209	0.17 214

SuperB	0.21 187	0.10 98	2.51 667	0.12 106	0.09 147	0.10 142	0.09 144	0.08 134	0.07 141	0.10 144	0.09 146	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 193	0.23 150	0.20 197	0.24 189	0.20 243	0.23 221	0.33 363	0.39 292	0.17 220	0.23 216	0.17 216	0.23 222	0.16 207	0.24 223	0.17 211	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 196

Anonymus123	0.22 193	0.23 150	0.20 197	0.24 189	0.20 243	0.23 221	0.33 363	0.39 292	0.17 220	0.23 216	0.17 216	0.23 222	0.16 207	0.24 223	0.17 211	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 196

WAO-6	0.22 193	0.23 150	0.22 205	0.23 184	0.22 256	0.22 212	0.22 241	0.22 211	0.22 245	0.22 210	0.22 248	0.22 214	0.22 250	0.22 212	0.22 239	0.22 191	0.22 216	0.22 216	0.22 249	0.22 209	0.22 232

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 179	0.22 256	0.22 212	0.22 241	0.22 211	0.22 245	0.22 210	0.22 248	0.22 214	0.22 250	0.22 212	0.22 239	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 234

IMH-64	0.22 193	0.23 150	0.23 208	0.22 179	0.22 256	0.22 212	0.22 241	0.22 211	0.22 245	0.22 210	0.22 248	0.22 214	0.22 250	0.22 212	0.22 239	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 234

ac_64	0.22 193	0.13 116	0.19 194	0.23 184	0.10 154	0.26 243	1.02 557	0.14 165	0.10 152	0.28 245	0.14 194	0.17 186	0.19 237	0.28 252	0.09 139	0.22 191	0.16 174	0.23 225	0.17 230	0.11 155	0.12 177

SMOE	0.23 199	0.25 165	0.30 244	0.33 226	0.18 235	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 235	0.18 230	0.25 232	0.18 224	0.31 242	0.27 242	0.23 225	0.17 230	0.23 221	0.17 214

LACA3	0.23 199	0.25 165	0.27 228	0.54 375	0.17 223	0.25 234	0.17 211	0.25 229	0.17 220	0.25 231	0.17 216	0.25 235	0.17 219	0.25 232	0.17 211	0.28 227	0.23 222	0.24 235	0.17 230	0.24 226	0.17 214

dd	0.23 199	0.98 361	0.16 172	0.23 184	0.15 207	0.23 221	0.15 195	0.23 218	0.15 205	0.23 216	0.15 204	0.24 228	0.17 219	0.23 219	0.15 197	0.22 191	0.15 171	0.21 211	0.15 205	0.22 209	0.16 196

dad	0.23 199	1.03 386	0.16 172	0.23 184	0.15 207	0.24 224	0.15 195	0.24 221	0.16 210	0.23 216	0.16 208	0.24 228	0.16 207	0.23 219	0.15 197	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 196

RSGM-EC	0.24 203	0.24 158	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 211	0.15 205	0.24 223	0.15 204	0.22 214	0.15 205	0.22 212	1.19 572	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 189

acva	0.24 203	0.24 158	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 211	0.15 205	0.24 223	0.15 204	0.22 214	0.15 205	0.22 212	1.19 572	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 189

MSKI-zero shot	0.24 203	0.21 144	0.49 396	0.65 402	0.18 235	0.22 212	0.17 211	0.23 218	0.18 227	0.21 207	0.17 216	0.23 222	0.28 287	0.23 219	0.18 224	0.21 189	0.16 174	0.21 211	0.16 208	0.21 207	0.16 196

qqq1	0.25 206	3.70 630	0.14 148	0.14 122	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	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 630	0.14 148	0.14 122	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	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 203	0.25 270	0.25 234	0.25 257	0.25 229	0.25 260	0.25 231	0.25 266	0.25 235	0.25 262	0.26 244	0.25 257	0.25 216	0.25 228	0.25 240	0.25 265	0.25 229	0.25 246

ffm	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 206	0.23 150	0.66 451	0.80 435	0.17 223	0.22 212	0.17 211	0.23 218	0.18 227	0.26 240	0.17 216	0.21 205	0.17 219	0.25 232	0.17 211	0.23 202	0.16 174	0.21 211	0.17 230	0.22 209	0.17 214

LoS	0.25 206	0.27 171	0.25 218	0.25 196	0.25 270	0.25 234	0.25 257	0.26 235	0.25 260	0.25 231	0.25 266	0.25 235	0.25 262	0.25 232	0.25 257	0.26 218	0.25 228	0.25 240	0.26 271	0.26 232	0.25 246
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 206	1.31 473	0.74 481	0.92 454	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	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 215	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	4.34 673	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

anonymous	0.27 216	0.27 171	0.93 512	0.28 207	0.17 223	0.30 254	0.17 211	0.28 239	0.17 220	0.29 250	0.17 216	0.29 256	0.17 219	0.28 252	0.17 211	0.27 222	0.24 226	0.27 249	0.17 230	0.26 232	0.16 196

Weightmod	0.27 216	0.29 177	0.33 271	0.38 243	0.20 243	0.30 254	0.21 236	0.29 245	0.21 241	0.29 250	0.22 248	0.30 261	0.20 241	0.30 259	0.21 235	0.37 271	0.31 278	0.27 249	0.20 241	0.28 240	0.21 229

SME	0.27 216	0.29 177	0.31 260	0.38 243	0.20 243	0.29 252	0.18 220	0.30 248	0.20 236	0.32 264	0.21 246	0.32 270	0.20 241	0.32 267	0.21 235	0.35 263	0.32 283	0.27 249	0.19 239	0.29 244	0.20 225

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 226	0.21 254	0.37 290	0.22 241	0.37 278	0.24 255	0.26 240	0.27 275	0.33 274	0.21 249	0.25 232	0.27 263	0.32 245	0.20 207	0.34 287	0.23 255	0.25 229	0.26 252

DLNR-FE	0.28 220	0.89 340	0.30 244	0.34 230	0.19 240	0.28 249	0.19 226	0.28 239	0.20 236	0.28 245	0.20 240	0.28 250	0.20 241	0.28 252	0.20 231	0.33 251	0.28 250	0.25 240	0.19 239	0.24 226	0.19 223

xyz-stereo-finetune	0.28 220	0.49 263	0.16 172	0.16 143	0.16 217	0.16 179	0.16 201	0.22 211	0.30 306	0.32 264	0.31 354	0.32 270	0.31 357	0.32 267	0.32 347	0.32 245	0.33 296	0.31 267	0.32 376	0.31 253	0.32 354

SQANet	0.28 220	0.28 175	0.28 234	0.28 207	0.28 283	0.28 249	0.28 277	0.28 239	0.28 283	0.28 245	0.28 282	0.28 250	0.28 287	0.28 252	0.28 272	0.28 227	0.28 250	0.28 254	0.28 327	0.28 240	0.28 315

HGLStereo	0.28 220	0.29 177	0.22 205	0.36 237	0.22 256	0.36 282	0.21 236	0.36 270	0.21 241	0.42 329	0.21 246	0.36 286	0.22 250	0.36 285	0.21 235	0.34 255	0.21 212	0.34 287	0.21 246	0.34 268	0.21 229

iResNet_ROB	0.28 220	0.32 185	0.24 215	0.32 222	0.25 270	0.32 271	0.24 255	0.32 256	0.24 255	0.33 269	0.24 260	0.35 281	0.24 259	0.33 275	0.24 249	0.31 242	0.24 226	0.32 270	0.24 262	0.32 256	0.24 244

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 154	0.14 164	0.10 149	0.91 502	0.69 505	0.14 164	0.11 168	0.14 166	0.11 167	0.14 167	0.10 146	0.12 111	0.09 94	0.12 158	0.09 141	0.88 493	0.76 519

MultiAttention	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 261	0.30 306	0.30 259	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 338

MSAF-DinoV2	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 261	0.30 306	0.30 259	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 338

DDVS	0.30 226	3.10 616	0.14 148	0.19 163	0.14 193	0.19 193	0.14 187	0.20 197	0.14 193	0.19 189	0.13 189	0.16 178	0.13 188	0.19 191	0.13 182	0.17 166	0.13 159	0.17 189	0.13 190	0.17 189	0.13 184

ACV-stereo	0.30 226	2.08 552	0.25 218	0.25 196	0.18 235	0.24 224	0.17 211	0.24 221	0.18 227	0.24 223	0.17 216	0.25 235	0.17 219	0.24 223	0.17 211	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 196

LoS_RVC	0.30 226	1.14 403	0.25 218	0.25 196	0.25 270	0.26 243	0.25 257	0.25 229	0.25 260	0.25 231	0.25 266	0.26 247	0.26 272	0.26 244	0.25 257	0.26 218	0.26 231	0.25 240	0.25 265	0.26 232	0.26 252

CAS	0.30 226	1.17 409	0.25 218	0.25 196	0.25 270	0.26 243	0.25 257	0.25 229	0.26 274	0.25 231	0.25 266	0.25 235	0.25 262	0.25 232	0.25 257	0.26 218	0.26 231	0.26 245	0.25 265	0.26 232	0.25 246

DANet	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 261	0.30 306	0.30 259	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 233	0.31 183	0.31 260	0.30 210	0.40 419	0.31 262	0.30 297	0.30 248	0.34 380	0.29 250	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 242	0.29 264	0.31 267	0.30 358	0.31 253	0.31 347

tt1	0.31 233	0.93 354	0.24 215	0.33 226	0.23 262	0.31 262	0.24 255	0.32 256	0.24 255	0.32 264	0.23 253	0.32 270	0.25 262	0.32 267	0.24 249	0.27 222	0.26 231	0.27 249	0.26 271	0.27 238	0.27 290

xxxxx1	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 260	0.25 260	0.31 258	0.24 260	0.33 274	0.25 262	0.32 267	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 290

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 381	0.79 431	0.24 267	0.30 254	0.26 264	0.30 248	0.24 255	0.32 264	0.23 253	0.31 266	0.24 259	0.30 259	0.23 246	0.29 235	0.26 231	0.29 259	0.24 262	0.33 263	0.23 234

tt_ll	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 260	0.25 260	0.31 258	0.24 260	0.33 274	0.25 262	0.32 267	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 290

ff	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 260	0.25 260	0.31 258	0.24 260	0.33 274	0.25 262	0.32 267	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 290

RAFT + AFF	0.31 233	0.45 247	0.34 282	0.39 251	0.28 283	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 279	0.29 257	0.30 296	0.28 227	0.29 264	0.29 259	0.29 342	0.27 238	0.32 354

MLCV	0.31 233	0.35 189	0.27 228	0.35 233	0.28 283	0.35 278	0.27 267	0.35 266	0.28 283	0.36 280	0.27 275	0.35 281	0.27 279	0.35 279	0.27 263	0.34 255	0.27 242	0.34 287	0.27 308	0.34 268	0.27 290

DN-CSS_ROB	0.31 233	0.35 189	0.28 234	0.35 233	0.28 283	0.34 274	0.27 267	0.34 263	0.25 260	0.35 276	0.27 275	0.36 286	0.26 272	0.34 276	0.28 272	0.35 263	0.28 250	0.34 287	0.28 327	0.34 268	0.27 290

PStereo	0.32 242	0.36 194	0.28 234	0.38 243	0.29 294	0.36 282	0.27 267	0.38 287	0.27 278	0.38 287	0.28 282	0.36 286	0.27 279	0.36 285	0.28 272	0.32 245	0.27 242	0.33 277	0.27 308	0.33 263	0.27 290

DStereoFS	0.32 242	0.33 186	0.32 266	0.33 226	0.30 306	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 266	0.30 306	0.32 267	0.32 347	0.32 245	0.31 278	0.30 261	0.47 459	0.32 256	0.34 368

DStereoSA	0.32 242	0.52 278	0.34 282	0.31 216	0.31 353	0.30 254	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 266	0.30 306	0.31 264	0.31 337	0.30 236	0.32 283	0.31 267	0.31 369	0.31 253	0.31 347

WCG-NET（raft）	0.32 242	1.24 467	0.24 215	0.32 222	0.24 267	0.32 271	0.23 250	0.32 256	0.24 255	0.32 264	0.24 260	0.32 270	0.24 259	0.32 267	0.24 249	0.30 236	0.23 222	0.30 261	0.23 255	0.30 248	0.23 234

Any-RAFT	0.32 242	0.36 194	0.27 228	0.36 237	0.27 278	0.36 282	0.27 267	0.36 270	0.27 278	0.36 280	0.27 275	0.36 286	0.27 279	0.36 285	0.28 272	0.36 268	0.28 250	0.36 310	0.28 327	0.36 289	0.28 315

StereoDRNet-Refined	0.33 247	0.39 208	0.26 225	0.39 251	0.26 277	0.40 305	0.26 264	0.40 300	0.26 274	0.39 294	0.26 271	0.39 303	0.26 272	0.39 303	0.26 262	0.37 271	0.25 228	0.37 313	0.25 265	0.37 294	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 248	0.26 168	0.17 182	0.21 177	0.17 223	0.20 198	0.16 201	0.20 197	0.16 210	0.20 195	0.17 216	0.21 205	0.16 207	0.27 248	0.24 249	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 693

RAFT-FE	0.34 248	0.26 168	0.17 182	0.21 177	0.17 223	0.20 198	0.16 201	0.20 197	0.16 210	0.20 195	0.17 216	0.21 205	0.16 207	0.27 248	0.24 249	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 693

LG-Stereo_L2	0.34 248	0.37 197	0.38 301	0.47 308	0.28 283	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 303	0.28 287	0.38 295	0.28 272	0.42 325	0.35 332	0.36 310	0.26 271	0.35 281	0.26 252

H2IRNET	0.34 248	0.34 187	0.34 282	0.34 230	0.34 387	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 279	0.34 378	0.34 276	0.34 372	0.34 255	0.34 325	0.34 287	0.34 390	0.34 268	0.34 368

IGEV++	0.34 248	0.43 235	0.30 244	0.40 264	0.29 294	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 311	0.29 297	0.40 306	0.30 296	0.38 283	0.29 264	0.37 313	0.29 342	0.37 294	0.29 324

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 260	0.39 251	0.30 306	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 401	0.41 324	0.34 378	0.38 295	0.30 296	0.34 255	0.27 242	0.34 287	0.26 271	0.34 268	0.26 252

CSP-Net	0.34 248	1.29 469	1.19 537	1.36 565	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	1.26 577	1.21 588	0.03 41	0.09 141	0.02 21	0.09 142

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 260	0.39 251	0.29 294	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 303	0.30 306	0.38 295	0.32 347	0.35 263	0.27 242	0.34 287	0.27 308	0.34 268	0.29 324

DGSMNet	0.34 248	0.41 223	0.27 228	0.41 276	0.28 283	0.41 321	0.28 277	0.41 315	0.27 278	0.41 315	0.27 275	0.42 342	0.27 279	0.41 322	0.28 272	0.40 303	0.29 264	0.40 375	0.28 327	0.40 366	0.27 290

gcap_with_dpt	0.35 257	0.39 208	0.30 244	0.44 296	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 386	0.30 306	0.44 374	0.30 296	0.38 283	0.26 231	0.38 321	0.27 308	0.38 307	0.27 290

FE-Mocha	0.35 257	0.71 307	0.40 344	0.47 308	0.27 278	0.34 274	0.27 267	0.34 263	0.26 274	0.34 272	0.26 271	0.34 279	0.27 279	0.34 276	0.27 263	0.44 327	0.41 370	0.33 277	0.29 342	0.32 256	0.29 324

IGEV-FE	0.35 257	0.37 197	0.17 182	0.19 163	0.17 223	0.20 198	0.17 211	0.19 191	0.17 220	0.19 189	0.17 216	0.19 194	0.17 219	0.37 292	0.36 380	0.19 178	0.17 195	0.19 202	0.17 230	0.38 307	2.84 684

test_for_model	0.35 257	0.39 208	0.30 244	0.43 292	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.31 337	0.38 283	0.26 231	0.38 321	0.26 271	0.38 307	0.26 252

CASnet	0.35 257	0.51 276	0.44 366	0.32 222	0.31 353	0.24 224	0.34 376	0.36 270	0.25 260	0.31 258	0.37 401	0.30 261	0.33 373	0.25 232	0.45 430	0.37 271	0.37 342	0.33 277	0.35 403	0.34 268	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 257	0.44 238	0.45 368	0.49 320	0.30 306	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 286	0.29 297	0.36 285	0.30 296	0.46 366	0.39 356	0.32 270	0.24 262	0.32 256	0.25 246
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 257	0.35 189	0.35 293	0.35 233	0.35 391	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 281	0.35 385	0.35 279	0.35 376	0.35 263	0.35 332	0.35 303	0.35 403	0.35 281	0.35 379

GeoVLM	0.36 264	0.38 201	0.27 228	0.46 301	0.28 283	0.35 278	0.28 277	0.37 278	0.27 278	0.35 276	0.28 282	0.36 286	0.38 398	0.35 279	0.28 272	1.08 510	0.26 231	0.33 277	0.27 308	0.34 268	0.33 361

Zero-FE251	0.36 264	0.40 212	0.28 234	0.41 276	0.28 283	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 324	0.28 287	0.42 336	0.30 296	0.37 271	0.26 231	0.37 313	0.27 308	0.45 392	0.56 470

GIP-stereo	0.36 264	0.49 263	0.39 312	0.48 314	0.32 365	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 311	0.28 287	0.42 336	0.28 272	0.45 356	0.32 283	0.38 321	0.30 358	0.37 294	0.27 290

DCVSM-stereo	0.36 264	1.89 538	0.22 205	0.40 264	0.22 256	0.40 305	0.22 241	0.40 300	0.22 245	0.40 301	0.22 248	0.40 311	0.22 250	0.40 306	0.22 239	0.28 227	0.21 212	0.28 254	0.21 246	0.28 240	0.20 225

RSM	0.36 264	0.36 194	0.43 364	0.37 240	0.42 439	0.49 419	0.42 429	0.37 278	0.28 283	0.36 280	0.29 295	0.36 286	0.30 306	0.37 292	0.28 272	0.34 255	0.31 278	0.34 287	0.35 403	0.40 366	0.29 324

gcap-zeroshot	0.36 264	0.40 212	0.34 282	0.44 296	0.31 353	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 386	0.32 362	0.44 374	0.31 337	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 290

testlalala	0.36 264	0.40 212	0.34 282	0.44 296	0.31 353	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 386	0.32 362	0.44 374	0.31 337	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 290

GCAPDPT-zeroshot	0.36 264	0.40 212	0.30 244	0.43 292	0.30 306	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.31 337	0.39 296	0.28 250	0.39 362	0.27 308	0.39 352	0.26 252

RAFT-Test	0.36 264	0.37 197	0.33 271	0.41 276	0.32 365	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 324	0.32 362	0.41 322	0.33 359	0.37 271	0.29 264	0.37 313	0.29 342	0.38 307	0.31 347

DMCA	0.36 264	0.38 201	0.37 299	0.35 233	0.35 391	0.36 282	0.36 388	0.36 270	0.35 384	0.35 276	0.37 401	0.36 286	0.36 389	0.35 279	0.36 380	0.36 268	0.36 338	0.35 303	0.36 409	0.36 289	0.36 382

ACVNet-DCA	0.37 274	1.00 370	0.30 244	0.40 264	0.29 294	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 311	0.29 297	0.39 303	0.28 272	0.33 251	0.32 283	0.33 277	0.32 376	0.33 263	0.32 354

1test111	0.37 274	1.02 384	0.30 244	0.39 251	0.29 294	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 303	0.28 287	0.40 306	0.29 286	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 347

cc1	0.37 274	1.02 384	0.30 244	0.39 251	0.29 294	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 303	0.28 287	0.40 306	0.29 286	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 347

EKT-Stereo	0.37 274	0.40 212	0.44 366	1.07 480	0.29 294	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 296	0.30 306	0.36 285	0.29 286	0.34 255	0.28 250	0.39 362	0.30 358	0.37 294	0.30 338

GMOStereo	0.37 274	0.45 247	0.23 208	0.30 210	0.37 401	0.41 321	0.36 388	0.41 315	0.35 384	0.43 336	0.36 394	0.41 324	0.40 410	0.41 322	0.36 380	0.34 255	0.22 216	0.47 431	0.37 412	0.39 352	0.33 361

XPNet_ROB	0.37 274	0.37 197	0.37 299	0.37 240	0.37 401	0.37 290	0.37 394	0.37 278	0.37 397	0.37 286	0.37 401	0.37 296	0.37 394	0.37 292	0.37 390	0.37 271	0.37 342	0.37 313	0.37 412	0.37 294	0.37 387

GREATEN-IGEV_RVC	0.38 280	0.35 189	0.56 420	0.63 396	0.29 294	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 286	0.29 297	0.36 285	0.29 286	0.62 423	0.57 433	0.35 303	0.29 342	0.36 289	0.29 324

GREATEN-IGEV-FM_RVC	0.38 280	0.35 189	0.56 420	0.63 396	0.28 283	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 286	0.28 287	0.36 285	0.28 272	0.62 423	0.57 433	0.35 303	0.28 327	0.35 281	0.28 315

MonSter++	0.38 280	0.44 238	0.31 260	0.43 292	0.30 306	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 351	0.31 357	0.43 343	0.69 503	0.38 283	0.33 296	0.40 375	0.30 358	0.38 307	0.30 338

HiDET	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 342	0.30 306	0.42 336	0.68 494	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 324

LCMNet	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 342	0.30 306	0.42 336	0.69 503	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 324

CSFM-Stereo	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 342	0.30 306	0.42 336	0.73 516	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.30 338

HART	0.38 280	0.45 247	0.34 282	0.42 286	0.33 377	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 342	0.34 378	0.41 322	0.38 393	0.40 303	0.32 283	0.42 409	0.32 376	0.40 366	0.32 354

GREAT-IGEV	0.38 280	0.43 235	0.36 295	0.48 314	0.32 365	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 396	0.32 362	0.45 392	0.32 347	0.44 327	0.33 296	0.41 393	0.29 342	0.41 377	0.29 324
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 280	0.43 235	0.33 271	0.46 301	0.33 377	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 396	0.33 373	0.45 392	0.32 347	0.38 283	0.38 349	0.38 321	0.37 412	0.37 294	0.36 382

WAO-8	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 287	0.38 401	0.38 287	0.38 406	0.38 298	0.38 398	0.38 295	0.38 393	0.38 283	0.38 349	0.38 321	0.37 412	0.38 307	0.38 394

WAO-7	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 287	0.38 401	0.38 287	0.38 406	0.38 298	0.38 398	0.38 295	0.38 393	0.38 283	0.38 349	0.38 321	0.38 425	0.38 307	0.38 394

xx1	0.38 280	1.03 386	0.31 260	0.40 264	0.31 353	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 311	0.29 297	0.40 306	0.29 286	0.34 255	0.33 296	0.34 287	0.32 376	0.34 268	0.32 354

Venus	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.37 290	0.38 401	0.37 278	0.37 397	0.41 315	0.37 401	0.39 303	0.37 394	0.38 295	0.38 393	0.37 271	0.38 349	0.38 321	0.37 412	0.37 294	0.38 394

IMH	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 287	0.38 401	0.42 329	0.38 406	0.40 311	0.38 398	0.38 295	0.38 393	0.38 283	0.38 349	0.39 362	0.38 425	0.38 307	0.38 394

DF	0.39 294	1.37 479	1.02 521	1.14 488	0.12 187	0.16 179	0.12 179	0.16 179	0.12 186	0.16 176	0.12 176	0.16 178	0.12 182	0.16 178	0.12 173	1.12 519	1.00 511	0.15 177	0.12 179	0.15 177	0.12 177

PAM	0.39 294	1.88 537	0.34 282	0.37 240	0.41 429	0.45 396	0.22 241	0.28 239	0.23 252	0.28 245	0.24 260	0.29 256	0.23 256	0.29 257	0.23 246	0.38 283	0.32 283	0.38 321	0.37 412	0.32 256	0.22 232

HanzoNet	0.39 294	0.38 201	0.40 344	0.39 251	0.41 429	0.38 297	0.38 401	0.38 287	0.38 401	0.39 294	0.39 416	0.38 298	0.38 398	0.39 303	0.40 408	0.38 283	0.38 349	0.40 375	0.38 425	0.38 307	0.40 403

CES	0.39 294	0.47 255	0.36 295	0.36 237	0.37 401	0.45 396	0.35 381	0.35 266	0.40 415	0.36 280	0.44 441	0.47 406	0.36 389	0.44 374	0.36 380	0.37 271	0.39 356	0.44 412	0.35 403	0.37 294	0.36 382

PASM	0.39 294	3.06 615	1.36 603	1.58 574	0.09 147	0.11 153	0.11 166	0.11 153	0.11 170	0.09 140	0.09 146	0.11 157	0.09 146	0.09 140	0.09 139	0.11 105	0.11 122	0.11 151	0.09 141	0.11 155	0.11 164

mms	0.40 299	0.45 247	0.35 293	0.48 314	0.36 397	0.47 408	0.34 376	0.45 388	0.38 401	0.47 398	0.33 373	0.45 396	0.32 362	0.45 392	0.32 347	0.39 296	0.38 349	0.38 321	0.37 412	0.39 352	0.39 400

GCAPDPT-zeroshot4090	0.40 299	1.09 396	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.34 325	0.38 321	0.27 308	0.38 307	0.27 290

knoymous	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

anonymousa	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

riskmin	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

Anonymous_2	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

Anonymous_1	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

AdaStereo	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GCAP-Stereo-DPT-25K	0.41 307	1.09 396	0.40 344	0.52 370	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 386	0.31 357	0.44 374	0.31 337	0.46 366	0.35 332	0.39 362	0.28 327	0.39 352	0.28 315

GCAP-Stereo-DPT-FT	0.41 307	1.06 393	0.40 344	0.51 367	0.31 353	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 456	0.30 306	0.44 374	0.31 337	0.45 356	0.34 325	0.39 362	0.27 308	0.40 366	0.27 290

Select-FE	0.41 307	0.44 238	0.23 208	0.26 203	0.22 256	0.26 243	0.22 241	0.26 235	0.23 252	0.26 240	0.23 253	0.26 247	0.23 256	0.45 392	0.42 424	0.25 216	0.22 216	0.25 240	0.22 249	0.45 392	2.90 685

water-stereo	0.41 307	0.84 329	0.46 373	0.50 356	0.33 377	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 396	0.32 362	0.45 392	0.32 347	0.44 327	0.41 370	0.39 362	0.31 369	0.39 352	0.32 354

ccccc	0.41 307	0.44 238	0.34 282	0.48 314	0.35 391	0.48 413	0.35 381	0.51 430	0.35 384	0.47 398	0.35 390	0.47 406	0.34 378	0.47 401	0.35 376	0.41 311	0.40 360	0.40 375	0.40 430	0.41 377	0.39 400

GCAP-BAT	0.41 307	1.30 471	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.34 325	0.38 321	0.26 271	0.38 307	0.26 252

GwcNet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

PSMNet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

GANet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

ADLNet2	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

ADLNet	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

FCDSN-DC	0.41 307	0.59 294	0.64 444	0.54 375	0.33 377	0.50 428	0.37 394	0.42 333	0.40 415	0.61 461	0.43 439	0.50 432	0.49 455	0.38 295	0.32 347	0.28 227	0.23 222	0.26 245	0.22 249	0.35 281	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 307	0.46 251	0.33 271	0.49 320	0.33 377	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 418	0.33 373	0.51 434	0.33 359	0.41 311	0.30 273	0.41 393	0.30 358	0.79 476	0.29 324

Gwc-CoAtRS	0.41 307	1.49 485	0.32 266	0.42 286	0.32 365	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 324	0.32 362	0.41 322	0.32 347	0.39 296	0.28 250	0.39 362	0.28 327	0.40 366	0.28 315

S0	0.42 321	0.44 238	0.54 416	0.59 388	0.34 387	0.48 413	0.22 241	0.51 430	0.25 260	0.51 434	0.34 381	0.53 445	0.35 385	0.47 401	0.36 380	0.55 405	0.39 356	0.49 444	0.27 308	0.46 395	0.34 368

UPFNet	0.42 321	1.20 413	0.17 182	0.24 189	0.17 223	0.25 234	0.17 211	1.19 542	0.90 541	0.25 231	0.17 216	0.24 228	0.17 219	0.25 232	0.17 211	0.22 191	0.17 195	0.22 216	0.16 208	1.15 531	0.93 538

quiztm	0.43 323	0.49 263	0.40 344	0.51 367	0.40 419	0.51 440	0.40 415	0.50 416	0.40 415	0.50 425	0.40 419	0.51 443	0.40 410	0.50 424	0.40 408	0.44 327	0.34 325	0.44 412	0.34 390	0.44 387	0.34 368

GCAP-Stereo-DPT26K	0.43 323	1.76 501	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.31 337	0.44 327	0.33 296	0.38 321	0.27 308	0.38 307	0.26 252

aanet-new-8k	0.43 323	1.76 501	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new	0.43 323	1.80 511	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-cres	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-36K	0.43 323	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-20K	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-3K	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

DDF-Stereo	0.43 323	1.15 406	0.57 424	0.53 372	0.32 365	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 324	0.32 362	0.40 306	0.32 347	0.52 395	0.50 417	0.38 321	0.31 369	0.39 352	0.31 347

DilatedVolume-Stereo	0.43 323	0.86 333	0.48 389	0.50 356	0.33 377	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 406	0.33 373	0.47 401	0.34 372	0.45 356	0.42 379	0.40 375	0.33 386	0.47 409	0.38 394

psmg	0.43 323	1.91 541	0.92 507	1.91 588	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	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 323	1.21 459	0.17 182	0.25 196	0.17 223	0.25 234	0.18 220	1.26 594	0.95 549	0.25 231	0.17 216	0.25 235	0.17 219	0.25 232	0.17 211	0.23 202	0.16 174	0.22 216	0.16 208	1.18 539	0.98 543

psm_up	0.43 323	1.19 412	0.17 182	0.25 196	0.18 235	0.25 234	0.19 226	1.26 594	0.91 542	0.26 240	0.17 216	0.25 235	0.17 219	0.25 232	0.17 211	0.22 191	0.17 195	0.23 225	0.16 208	1.18 539	0.99 544

aanet-new-90k	0.44 336	1.82 523	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-60k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-70k	0.44 336	1.82 523	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-78k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-40k	0.44 336	1.81 516	0.39 312	0.50 356	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-36k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-34k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-32k-new	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.34 325	0.39 362	0.26 271	0.38 307	0.26 252

aanet-new-32k	0.44 336	1.79 510	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-30k	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-28k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 386	0.30 306	0.44 374	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-24k	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-22k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-16k	0.44 336	1.83 526	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-cres-4k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-22K	0.44 336	1.85 532	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-24K	0.44 336	1.86 535	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-5K	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-2K	0.44 336	1.82 523	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-50K	0.44 336	1.83 526	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.36 338	0.38 321	0.26 271	0.38 307	0.26 252

Monster-pub-mixall	0.44 336	0.56 290	0.60 430	0.38 243	0.27 278	0.37 290	0.27 267	0.37 278	0.29 291	0.38 287	0.27 275	0.38 298	0.29 297	0.85 502	0.27 263	1.46 593	0.26 231	0.34 287	0.26 271	0.36 289	0.53 456

depthmonostereo	0.44 336	0.85 331	0.46 373	0.54 375	0.40 419	0.52 444	0.38 401	0.52 435	0.35 384	0.47 398	0.34 381	0.46 400	0.34 378	0.47 401	0.34 372	0.45 356	0.43 384	0.41 393	0.33 386	0.41 377	0.32 354

MMNet	0.44 336	1.24 467	0.17 182	0.25 196	0.17 223	0.25 234	0.18 220	1.26 594	0.93 547	0.25 231	0.17 216	0.25 235	0.18 230	0.25 232	0.17 211	0.23 202	0.16 174	0.23 225	0.16 208	1.20 543	0.99 544

aanet-new-10k	0.45 359	1.81 516	0.40 344	0.50 356	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 386	0.32 362	0.44 374	0.31 337	0.46 366	0.35 332	0.39 362	0.27 308	0.39 352	0.27 290

252Zero-FE	0.45 359	0.50 268	0.36 295	0.50 356	0.36 397	0.50 428	0.36 388	0.50 416	0.36 395	0.49 412	0.36 394	0.49 418	0.36 389	0.54 444	0.41 416	0.45 356	0.34 325	0.45 417	0.34 390	0.55 435	0.75 516

Monster-pub-eth3d	0.45 359	0.57 291	0.60 430	0.39 251	0.28 283	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 303	0.30 306	0.92 514	0.27 263	1.42 590	0.28 250	0.34 287	0.28 327	0.37 294	0.53 456

Replicate-Monster	0.45 359	0.57 291	0.60 430	0.40 264	0.29 294	0.37 290	0.27 267	0.37 278	0.30 306	0.40 301	0.31 354	0.40 311	0.30 306	0.99 522	0.27 263	1.36 586	0.31 278	0.34 287	0.30 358	0.36 289	0.54 459

SCV_C0	0.45 359	0.88 337	0.49 396	0.54 375	0.37 401	0.48 413	0.37 394	0.48 402	0.37 397	0.48 405	0.36 394	0.48 413	0.37 394	0.49 416	0.37 390	0.50 387	0.41 370	0.44 412	0.34 390	0.44 387	0.34 368

RAFT-Stereo-weight	0.45 359	1.90 540	0.34 282	0.42 286	0.36 397	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 386	0.34 378	0.41 322	0.34 372	0.38 283	0.32 283	0.38 321	0.32 376	0.38 307	0.33 361

TorneroNet-64	0.45 359	0.27 171	0.30 244	0.58 385	0.27 278	0.70 477	0.30 297	0.28 239	0.73 524	0.73 482	0.28 282	0.71 482	0.66 489	0.75 483	0.27 263	0.27 222	0.29 264	0.37 313	0.75 530	0.28 240	0.30 338

aanet-new-12k	0.46 366	1.99 549	0.40 344	0.51 367	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 386	0.31 357	0.44 374	0.32 347	0.47 373	0.35 332	0.39 362	0.27 308	0.39 352	0.27 290

SCV	0.46 366	0.94 356	0.45 368	0.54 375	0.37 401	0.48 413	0.38 401	0.48 402	0.37 397	0.48 405	0.39 416	0.48 413	0.37 394	0.49 416	0.37 390	0.50 387	0.46 394	0.44 412	0.34 390	0.44 387	0.34 368

otaku	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.46 440	0.46 392	0.46 448	0.46 400	0.46 440	0.46 397	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

Dean	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.46 440	0.47 398	0.46 448	0.46 400	0.46 440	0.46 397	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

ACVNet_1	0.46 366	0.47 255	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.47 445	0.46 392	0.46 448	0.46 400	0.46 440	0.46 397	0.46 434	0.46 366	0.46 394	0.47 431	0.46 452	0.46 395	0.46 426

ACVNet-4b	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.46 440	0.46 392	0.46 448	0.46 400	0.46 440	0.47 401	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

PML	0.46 366	1.36 477	0.29 240	0.58 385	0.30 306	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 459	0.29 297	0.56 449	0.29 286	0.52 395	0.30 273	0.53 461	0.31 369	0.53 433	0.30 338

Anonymus	0.47 373	0.73 310	0.46 373	0.43 292	0.54 478	0.53 446	0.27 267	0.39 292	0.35 384	0.33 269	0.40 419	0.33 274	0.38 398	0.53 441	0.54 463	0.56 409	0.36 338	0.49 444	0.53 475	0.66 449	0.54 459

LG-Stereo_L1	0.47 373	0.52 278	0.47 381	0.62 394	0.39 418	0.53 446	0.40 415	0.53 437	0.39 414	0.53 441	0.39 416	0.53 445	0.39 409	0.53 441	0.39 405	0.55 405	0.46 394	0.49 444	0.37 412	0.49 416	0.37 387

Ntro	0.47 373	0.47 255	0.46 373	0.46 301	0.46 448	0.47 408	0.47 445	0.46 392	0.47 445	0.46 392	0.46 448	0.47 406	0.46 440	0.47 401	0.47 441	0.47 373	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

HaxPig	0.47 373	0.47 255	0.47 381	0.49 320	0.47 454	0.47 408	0.47 445	0.47 398	0.47 445	0.47 398	0.47 456	0.47 406	0.47 448	0.47 401	0.47 441	0.47 373	0.47 402	0.47 431	0.47 459	0.47 409	0.48 435

UNDER WATER	0.47 373	0.47 255	0.47 381	0.47 308	0.47 454	0.47 408	0.47 445	0.47 398	0.47 445	0.47 398	0.47 456	0.47 406	0.46 440	0.47 401	0.47 441	0.47 373	0.47 402	0.47 431	0.46 452	0.47 409	0.47 433

LVE	0.47 373	0.47 255	0.47 381	0.47 308	0.49 461	0.47 408	0.47 445	0.47 398	0.49 454	0.47 398	0.47 456	0.47 406	0.46 440	0.47 401	0.47 441	0.47 373	0.47 402	0.48 439	0.47 459	0.47 409	0.47 433

GASTEREO	0.48 379	1.21 459	0.47 381	0.57 383	0.38 408	0.50 428	0.38 401	0.50 416	0.38 401	0.50 425	0.38 406	0.50 432	0.38 398	0.50 424	0.38 393	0.52 395	0.42 379	0.46 421	0.34 390	0.46 395	0.34 368

LG-Stereo_Zeroshot	0.48 379	0.55 288	0.47 381	0.63 396	0.41 429	0.56 452	0.44 432	0.56 443	0.41 425	0.56 452	0.41 427	0.57 459	0.42 428	0.56 449	0.41 416	0.55 405	0.43 384	0.51 455	0.37 412	0.51 427	0.37 387

fffft	0.48 379	0.51 276	0.45 368	0.52 370	0.45 446	0.52 444	0.45 438	0.52 435	0.48 452	0.53 441	0.45 445	0.52 444	0.45 437	0.52 439	0.46 434	0.51 393	0.41 370	0.50 450	0.41 438	0.50 421	0.41 411
1: 1. 1
RainbowNet	0.48 379	0.48 261	0.48 389	0.48 314	0.48 458	0.48 413	0.48 454	0.48 402	0.48 452	0.48 405	0.48 460	0.48 413	0.48 449	0.48 410	0.48 447	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.48 435

notaker	0.48 379	0.49 263	0.48 389	0.48 314	0.48 458	0.48 413	0.48 454	0.48 402	0.49 454	0.48 405	0.48 460	0.48 413	0.48 449	0.48 410	0.48 447	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.49 441

LL-Strereo2	0.48 379	1.73 499	0.51 408	0.59 388	0.34 387	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 342	0.31 357	0.44 374	0.39 405	0.60 415	0.51 422	0.44 412	0.33 386	0.44 387	0.33 361

Former-RAFT_DAM_RVC	0.49 385	0.98 361	0.64 444	0.84 440	0.46 448	0.45 396	0.35 381	0.47 398	0.47 445	0.45 386	0.34 381	0.46 400	0.48 449	0.46 397	0.35 376	0.39 296	0.71 481	0.39 362	0.35 403	0.41 377	0.41 411

ACVNet_2	0.49 385	0.49 263	0.49 396	0.49 320	0.49 461	0.49 419	0.49 456	0.49 407	0.49 454	0.49 412	0.49 463	0.49 418	0.49 455	0.49 416	0.49 449	0.49 381	0.49 409	0.49 444	0.49 467	0.49 416	0.49 441

FoundationStereo	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

StereoAnything_RVC	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

dual_stereo	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

GCST	0.50 387	2.08 552	0.38 301	0.53 372	0.35 391	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 418	0.35 385	0.49 416	0.35 376	0.48 378	0.37 342	0.45 417	0.33 386	0.44 387	0.33 361

SANet	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

MSCF	0.51 392	1.40 482	0.49 396	0.58 385	0.38 408	0.50 428	0.38 401	0.54 439	0.41 425	0.52 438	0.41 427	0.53 445	0.42 428	0.53 441	0.41 416	0.60 415	0.47 402	0.48 439	0.37 412	0.48 413	0.38 394

UGAM-zero	0.51 392	2.17 561	0.39 312	0.53 372	0.36 397	0.50 428	0.36 388	0.50 416	0.36 395	0.49 412	0.36 394	0.50 432	0.35 385	0.50 424	0.36 380	0.49 381	0.37 342	0.47 431	0.35 403	0.46 395	0.34 368

UGAM	0.51 392	2.23 566	0.39 312	0.54 375	0.35 391	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 418	0.36 389	0.50 424	0.36 380	0.49 381	0.37 342	0.45 417	0.34 390	0.45 392	0.34 368

Selective-IGEV	0.51 392	0.55 288	0.45 368	0.69 411	0.45 446	0.61 462	0.45 438	0.50 416	0.40 415	0.56 452	0.44 441	0.55 453	0.40 410	0.72 478	0.67 486	0.59 414	0.46 394	0.45 417	0.34 390	0.46 395	0.37 387

RCA-Stereo	0.51 392	3.22 621	0.34 282	0.44 296	0.34 387	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 386	0.33 373	0.43 343	0.33 359	0.38 283	0.29 264	0.38 321	0.29 342	0.38 307	0.29 324

DN	0.53 397	0.85 331	0.45 368	0.65 402	0.44 442	0.60 461	0.44 432	0.60 454	0.44 436	0.60 460	0.45 445	0.60 464	0.44 433	0.60 458	0.44 428	0.56 409	0.42 379	0.56 464	0.42 446	0.56 437	0.42 418

MatchStereo	0.54 398	0.12 114	2.38 665	2.32 608	0.09 147	0.09 140	0.08 143	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 134	2.34 641	2.34 660	0.12 158	0.11 164	0.11 155	0.10 150
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 398	0.60 297	0.52 411	0.66 406	0.47 454	0.61 462	0.47 445	0.58 449	0.46 440	0.61 461	0.46 448	0.61 466	0.45 437	0.62 459	0.45 430	0.61 419	0.52 424	0.57 465	0.48 463	0.57 440	0.48 435

castereo++	0.54 398	3.59 627	1.15 531	1.31 559	0.14 193	0.16 179	0.14 187	0.16 179	0.14 193	0.16 176	0.14 194	0.16 178	0.13 188	0.16 178	0.14 186	1.45 592	1.16 537	0.15 177	0.14 196	0.15 177	0.13 184

FENet	0.54 398	1.52 486	1.19 537	1.41 569	0.23 262	0.35 278	0.23 250	0.35 266	0.23 252	0.34 272	0.23 253	0.35 281	0.23 256	0.35 279	0.23 246	1.40 589	1.07 521	0.32 270	0.23 255	0.33 263	0.23 234

PSMNet_ROB	0.54 398	0.54 286	0.54 416	0.54 375	0.53 475	0.54 450	0.54 469	0.53 437	0.54 469	0.54 447	0.54 477	0.54 449	0.53 466	0.54 444	0.54 463	0.54 399	0.53 426	0.54 462	0.54 477	0.54 434	0.54 459

AIO-test2	0.55 403	0.59 294	0.52 411	0.67 408	0.47 454	0.61 462	0.47 445	0.61 457	0.47 445	0.61 461	0.47 456	0.61 466	0.48 449	0.62 459	0.47 441	0.64 429	0.53 426	0.58 466	0.47 459	0.58 442	0.48 435

CFNet-ft	0.55 403	1.57 487	0.14 148	0.20 167	0.14 193	0.20 198	2.53 681	1.61 612	0.14 193	0.20 195	0.14 194	0.20 197	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	1.56 606	1.24 622

S	0.56 405	0.61 298	0.54 416	0.68 410	0.48 458	0.65 468	0.49 456	0.63 459	0.49 454	0.64 467	0.49 463	0.64 470	0.48 449	0.62 459	0.49 449	0.63 427	0.62 451	0.59 469	0.48 463	0.57 440	0.48 435

MyStereo04	0.56 405	3.72 633	0.59 426	0.49 320	0.41 429	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 448	0.35 281	0.32 362	0.35 279	0.33 359	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 420

CASS	0.57 407	0.89 340	0.56 420	0.57 383	0.56 479	0.56 452	0.56 471	0.56 443	0.53 467	0.57 455	0.57 480	0.59 463	0.48 449	0.56 449	0.57 467	0.55 405	0.56 431	0.47 431	0.56 483	0.62 445	0.56 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 408	0.75 315	0.49 396	0.79 431	0.50 465	0.79 488	0.49 456	0.79 482	0.49 454	0.80 494	0.49 463	0.79 495	0.49 455	0.80 488	0.49 449	0.63 427	0.40 360	0.63 472	0.40 430	0.63 446	0.40 403

aanet-new-14k	0.60 408	5.12 660	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.30 296	0.44 327	0.37 342	0.38 321	0.26 271	0.38 307	0.26 252

LG-Stereo	0.60 408	0.58 293	0.47 381	0.64 401	0.74 520	1.00 518	0.69 505	0.57 446	0.41 425	0.57 455	0.41 427	0.57 459	0.41 422	1.00 524	0.75 521	0.91 483	0.51 422	0.52 458	0.37 412	0.52 429	0.37 387

MonSter	0.60 408	0.64 301	0.52 411	0.62 394	0.44 442	2.07 638	0.44 432	0.62 458	0.44 436	0.62 464	0.44 441	0.62 468	0.44 433	0.62 459	0.44 428	0.58 412	0.42 379	0.62 470	0.46 452	0.58 442	0.42 418

MyStereo07	0.60 408	3.72 633	0.48 389	0.49 320	0.41 429	0.36 282	0.32 352	0.49 407	0.43 433	0.51 434	0.42 437	0.49 418	0.43 431	0.51 434	0.64 478	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 420

FSD	0.61 413	0.59 294	0.50 401	2.58 619	0.44 442	0.56 452	0.44 432	0.55 442	0.44 436	0.56 452	0.44 441	0.56 456	0.44 433	0.56 449	0.46 434	0.61 419	0.42 379	0.52 458	0.42 446	0.52 429	0.51 451

castereo	0.61 413	3.79 635	1.35 595	1.52 573	0.15 207	0.17 186	0.16 201	0.20 197	0.21 241	0.18 187	0.16 208	0.21 205	0.12 182	0.26 244	0.17 211	1.43 591	1.38 607	0.17 189	0.16 208	0.18 193	0.16 196

WCG-NET	0.61 413	1.21 459	0.54 416	0.61 393	0.53 475	0.67 471	0.53 466	0.66 465	0.53 467	0.64 467	0.53 476	0.65 474	0.53 466	0.59 456	0.52 459	0.65 430	0.48 406	0.64 474	0.52 473	0.58 442	0.50 444

GEAStereo	0.62 416	3.91 640	0.48 389	0.69 411	0.38 408	0.51 440	0.38 401	0.51 430	0.38 401	0.53 441	0.38 406	0.50 432	0.38 398	0.51 434	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 368

gasm-f	0.62 416	3.91 640	0.48 389	0.69 411	0.38 408	0.51 440	0.38 401	0.51 430	0.38 401	0.53 441	0.38 406	0.50 432	0.38 398	0.51 434	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 368

SMoEStereo_RVC	0.63 418	0.75 315	0.51 408	0.73 425	0.53 475	0.71 479	0.47 445	0.67 466	0.58 473	0.74 487	0.60 486	0.72 485	0.53 466	0.74 482	0.51 457	0.61 419	0.62 451	0.62 470	0.61 492	0.63 446	0.61 476

anonymity	0.63 418	0.69 303	0.56 420	0.71 419	0.56 479	0.71 479	0.56 471	0.71 474	0.56 470	0.72 480	0.56 479	0.71 482	0.56 470	0.71 476	0.58 469	0.68 436	0.55 429	0.68 480	0.55 479	0.68 454	0.54 459

SE	0.64 420	0.73 310	0.77 486	0.79 431	0.59 482	0.78 485	0.54 469	0.58 449	0.58 473	0.78 491	0.59 484	0.63 469	0.18 230	0.78 485	0.52 459	0.80 466	0.65 458	0.69 483	0.57 485	0.75 467	0.52 453

PAM_32	0.64 420	2.38 582	0.51 408	0.92 454	0.43 441	0.53 446	0.44 432	0.87 494	0.43 433	0.52 438	0.45 445	0.53 445	0.40 410	0.54 444	0.46 434	0.62 423	0.56 431	0.48 439	0.45 450	0.76 470	0.44 423

CRFU-Net	0.65 422	1.67 491	1.22 587	1.96 592	0.27 278	0.41 321	0.27 267	0.41 315	0.27 278	0.40 301	0.26 271	0.41 324	0.27 279	0.40 306	0.27 263	1.80 606	1.62 628	0.34 287	0.23 255	0.33 263	0.23 234

LMCR-Stereo	0.65 422	0.63 299	0.65 448	0.65 402	0.65 498	0.66 470	0.63 482	0.58 449	0.65 488	0.63 466	0.64 494	0.65 474	0.65 485	0.66 467	0.66 485	0.66 432	0.64 456	0.65 477	0.67 510	0.68 454	0.73 512

KSHMR	0.66 424	0.50 268	0.48 389	1.15 491	0.52 472	0.49 419	0.51 464	0.49 407	0.71 518	0.67 473	0.50 467	1.16 554	1.11 552	0.66 467	0.52 459	0.49 381	0.49 409	0.51 455	0.66 506	0.50 421	1.14 563

TorneroNet	0.66 424	0.53 282	0.50 401	0.50 356	0.64 496	1.06 535	0.70 512	0.50 416	0.51 466	0.49 412	0.69 512	0.49 418	0.50 459	0.48 410	1.15 564	0.71 443	0.49 409	1.14 552	1.08 563	0.49 416	0.49 441

GES	0.66 424	2.34 578	0.29 240	0.41 276	0.29 294	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 427	0.41 324	0.30 306	0.51 434	0.29 286	0.32 245	0.29 264	0.32 270	2.46 685	2.49 647	0.30 338

cf-r	0.66 424	2.17 561	0.12 123	0.18 158	0.12 187	0.18 190	2.70 685	2.60 659	0.12 186	0.18 187	0.12 176	0.18 190	0.12 182	0.18 188	0.12 173	0.15 145	0.11 122	0.15 177	0.11 164	1.81 618	1.74 660

DSFCA	0.66 424	0.73 310	0.78 488	0.65 402	0.65 498	0.64 467	0.64 483	0.65 462	0.63 486	0.64 467	0.64 494	0.64 470	0.64 483	0.65 466	0.65 481	0.65 430	0.65 458	0.65 477	0.65 504	0.66 449	0.64 487

WAFT-Stereo (ZS)	0.67 429	0.78 320	0.67 455	0.67 408	0.66 502	0.67 471	0.67 491	0.65 462	0.66 491	0.66 471	0.67 500	0.66 477	0.67 491	0.67 469	0.72 515	0.66 432	0.67 461	0.67 479	0.67 510	0.67 452	0.67 494

DEFOM-Stereo	0.68 430	3.11 617	1.40 609	1.63 582	0.25 270	0.31 262	0.25 257	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 279	0.31 264	0.28 272	1.59 599	1.47 613	0.30 261	0.29 342	0.30 248	0.28 315

ssnet_v2	0.68 430	1.96 548	1.25 591	0.29 209	0.20 243	0.30 254	0.20 230	0.29 245	0.22 245	1.50 614	0.20 240	0.31 266	0.20 241	0.27 248	0.22 239	0.24 209	1.49 614	0.26 245	0.18 238	3.90 670	0.19 223

ARAFT	0.68 430	0.81 326	0.63 441	0.74 428	0.60 484	0.78 485	0.62 481	0.77 481	0.66 491	0.74 487	0.63 492	0.75 490	0.62 482	0.83 497	0.60 474	0.70 442	0.55 429	0.70 488	0.60 490	0.78 474	0.55 467

mm2	0.69 433	0.69 303	0.69 466	0.69 411	0.69 509	0.69 474	0.69 505	0.69 469	0.69 505	0.69 477	0.69 512	0.69 479	0.69 504	0.69 473	0.69 503	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 499

mm1	0.69 433	0.69 303	0.69 466	0.69 411	0.69 509	0.69 474	0.69 505	0.69 469	0.69 505	0.69 477	0.69 512	0.69 479	0.69 504	0.69 473	0.69 503	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 499

NINENet	0.69 433	3.87 639	1.20 540	1.98 593	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 324	0.05 117	0.40 306	0.05 115	1.79 605	1.56 620	0.34 287	0.22 249	0.34 268	0.23 234

VIP-Stereo	0.70 436	2.97 614	2.43 666	2.49 615	0.16 217	0.25 234	0.16 201	0.25 229	0.16 210	0.25 231	0.18 233	0.25 235	0.16 207	0.26 244	0.16 204	1.86 607	1.26 590	0.23 225	0.15 205	0.23 221	0.15 195

RAFT-Stereo + iAFF	0.70 436	0.72 309	0.71 473	0.80 435	0.62 495	0.82 496	0.61 480	0.81 488	0.62 483	0.81 497	0.63 492	0.80 497	0.70 508	0.73 480	0.61 476	0.76 461	0.61 450	0.74 496	0.61 492	0.77 472	0.61 476

DMCA-RVC	0.70 436	0.80 323	0.70 469	0.70 417	0.70 513	0.70 477	0.70 512	0.71 474	0.70 513	0.70 479	0.71 521	0.71 482	0.70 508	0.70 475	0.69 503	0.69 437	0.70 477	0.69 483	0.70 521	0.69 458	0.70 502

MyStereo8	0.71 439	3.92 642	0.52 411	0.59 388	0.52 472	0.57 458	0.53 466	0.59 452	0.50 459	0.59 459	0.51 473	0.57 459	0.50 459	0.56 449	0.52 459	0.54 399	0.49 409	0.54 462	0.49 467	0.55 435	0.50 444

HH	0.71 439	2.54 588	0.74 481	1.10 482	0.32 365	0.41 321	0.37 394	0.69 469	0.78 528	0.73 482	0.90 544	0.75 490	1.00 539	0.84 498	0.69 503	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 252

HanStereo	0.71 439	2.54 588	0.74 481	1.10 482	0.32 365	0.41 321	0.37 394	0.69 469	0.78 528	0.73 482	0.90 544	0.75 490	1.00 539	0.84 498	0.69 503	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 252

CAR	0.72 442	0.76 317	0.59 426	0.84 440	1.19 578	0.81 493	0.58 474	0.81 488	0.58 473	0.81 497	0.58 482	0.83 502	0.59 476	0.82 492	0.59 472	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 453

MSE-Stereo	0.72 442	0.76 317	0.59 426	0.84 440	1.19 578	0.81 493	0.58 474	0.81 488	0.58 473	0.81 497	0.58 482	0.83 502	0.59 476	0.82 492	0.59 472	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 453

zero-FE	0.72 442	1.31 473	0.66 451	0.92 454	0.60 484	0.82 496	0.58 474	0.82 491	0.58 473	0.81 497	0.60 486	0.81 500	0.60 478	0.82 492	0.58 469	0.74 458	0.59 443	0.73 491	0.52 473	0.76 470	0.51 451

ktn	0.72 442	0.53 282	1.08 525	1.14 488	0.51 471	1.22 597	1.36 630	0.51 430	0.59 478	0.51 434	0.51 473	0.69 479	1.20 564	0.67 469	0.51 457	0.51 393	0.49 409	0.58 466	0.66 506	0.52 429	0.53 456

MGA	0.73 446	0.76 317	0.60 430	0.92 454	1.17 574	0.81 493	0.59 478	0.84 492	0.62 483	0.81 497	0.59 484	0.84 504	0.60 478	0.81 491	0.61 476	0.71 443	0.53 426	0.89 519	0.53 475	0.75 467	0.54 459

DStereoRT	0.73 446	0.81 326	0.73 480	0.71 419	0.74 520	0.73 481	0.75 520	0.71 474	0.71 518	0.74 487	0.72 524	0.73 487	0.80 524	0.71 476	0.73 516	0.76 461	0.71 481	0.73 491	0.72 526	0.70 461	0.76 519

CroCo-Stereo	0.73 446	1.22 465	0.25 218	1.22 545	0.25 270	1.22 597	0.25 257	1.22 591	0.25 260	1.22 599	0.25 266	1.22 603	0.25 262	1.22 602	0.25 257	1.22 575	0.26 231	1.21 611	0.25 265	1.22 591	0.25 246
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 446	0.88 337	0.67 455	0.75 429	0.68 507	0.75 482	0.64 483	0.80 485	0.72 521	0.83 502	0.70 516	0.82 501	0.64 483	0.84 498	0.67 486	0.77 463	0.63 454	0.81 508	0.63 495	0.78 474	0.62 479

monster-pro	0.75 450	1.67 491	0.64 444	0.89 446	0.57 481	0.86 502	0.56 471	0.87 494	0.56 470	0.87 503	0.57 480	0.88 507	0.57 471	0.87 503	0.57 467	0.79 464	0.58 437	0.76 499	0.54 477	0.77 472	0.54 459

AIO-Stereo-zeroshot1	0.75 450	0.92 350	0.85 499	0.96 466	0.59 482	1.27 601	0.44 432	0.59 452	0.69 505	0.91 509	0.68 506	0.55 453	0.61 481	1.06 540	0.83 534	0.62 423	0.70 477	0.90 520	0.41 438	0.89 494	0.56 470

MyStereo06	0.75 450	4.12 644	0.60 430	0.63 396	0.61 490	0.62 465	0.66 487	0.56 443	0.45 439	0.55 450	0.48 460	0.54 449	0.46 440	0.57 454	0.45 430	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 467

GCAP-Stereo	0.75 450	4.15 647	0.42 363	0.75 429	0.35 391	0.78 485	0.40 415	0.79 482	0.38 401	0.78 491	0.36 394	0.78 493	0.36 389	0.79 486	0.39 405	0.75 459	0.39 356	0.76 499	0.39 429	0.75 467	0.39 400

GANet-RSSM	0.75 450	1.91 541	0.14 148	0.47 308	0.14 193	0.21 209	3.21 702	2.30 645	0.14 193	0.46 392	0.14 194	0.23 222	0.18 230	0.21 207	0.14 186	0.18 174	0.27 242	0.37 313	0.13 190	2.13 629	2.12 670

small-zeroshot	0.76 455	2.26 568	0.67 455	0.66 406	0.68 507	0.68 473	0.67 491	0.67 466	0.68 499	0.68 475	0.68 506	0.68 478	0.67 491	0.67 469	0.68 494	0.67 435	0.67 461	0.72 490	0.67 510	0.67 452	0.68 496

RSM++	0.76 455	0.82 328	0.66 451	0.85 444	0.64 496	0.85 500	0.71 515	0.94 509	0.64 487	0.87 503	0.67 500	0.87 506	0.65 485	0.84 498	0.65 481	0.81 470	0.70 477	0.79 503	0.71 524	0.83 486	0.70 502

DNS	0.77 457	1.09 396	0.65 448	0.89 446	0.65 498	0.89 507	0.65 486	0.89 499	0.65 488	0.89 506	0.65 496	0.89 510	0.65 485	0.90 508	0.65 481	0.84 477	0.62 451	0.84 514	0.61 492	0.84 487	0.62 479

CroCo-Stereo Lap2	0.77 457	1.29 469	0.29 240	1.27 550	0.29 294	1.27 601	0.26 264	1.26 594	0.26 274	1.26 600	0.26 271	1.27 607	0.26 272	1.26 603	0.27 263	1.27 578	0.27 242	1.27 615	0.27 308	1.27 595	0.27 290

PSMNet-RSSM	0.77 457	2.76 605	0.14 148	0.20 167	0.14 193	0.20 198	2.66 683	2.79 672	0.14 193	0.21 207	0.14 194	0.21 205	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 675

GwcNet-RSSM	0.77 457	2.77 607	0.14 148	0.20 167	0.14 193	0.20 198	2.67 684	2.78 671	0.14 193	0.20 195	0.14 194	0.20 197	0.14 193	0.21 207	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 675

4D-IteraStereo	0.78 461	3.13 618	0.89 500	0.69 411	0.32 365	0.40 305	0.32 352	0.76 480	0.97 552	0.52 438	0.65 496	0.89 510	0.32 362	0.76 484	0.98 546	0.83 475	0.94 509	0.35 303	0.27 308	0.70 461	0.89 534

Pro-Stereo	0.79 462	0.53 282	0.38 301	0.49 320	0.38 408	0.49 419	0.37 394	0.49 407	0.67 493	0.50 425	0.38 406	1.10 546	0.38 398	0.49 416	0.38 393	0.71 443	0.88 503	5.98 718	0.36 409	0.46 395	0.36 382

hitnet-ft	0.79 462	2.78 610	0.14 148	0.20 167	0.14 193	0.21 209	2.89 686	2.80 673	0.14 193	0.20 195	0.14 194	0.20 197	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.54 659	2.33 677

G-Net	0.79 462	0.79 322	0.79 491	0.79 431	0.79 533	0.79 488	0.79 525	0.79 482	0.79 532	0.79 493	0.79 536	0.79 495	0.79 523	0.79 486	0.79 526	0.79 464	0.79 494	0.79 503	0.79 537	0.79 476	0.79 524

MyStereo05	0.80 465	4.12 644	0.63 441	0.63 396	0.61 490	0.62 465	0.66 487	0.65 462	0.62 483	0.67 473	0.61 490	0.65 474	0.58 474	0.67 469	0.55 466	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 467

UDG	0.80 465	2.21 565	0.60 430	0.91 451	0.60 484	0.90 508	0.58 474	0.88 498	0.60 479	0.90 507	0.60 486	0.88 507	0.60 478	0.90 508	0.58 469	0.86 480	0.60 446	0.84 514	0.59 489	0.84 487	0.61 476

ccnet	0.80 465	2.28 570	0.33 271	0.50 356	0.33 377	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 418	1.56 629	2.38 649	0.33 359	0.41 311	0.29 264	0.42 409	1.57 645	2.28 635	0.29 324

NaN_ROB	0.80 465	0.80 323	0.80 492	0.80 435	0.80 536	0.80 490	0.80 528	0.80 485	0.80 534	0.80 494	0.80 538	0.80 497	0.80 524	0.80 488	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 525

CSAN	0.80 465	0.80 323	0.80 492	0.80 435	0.80 536	0.80 490	0.80 528	0.80 485	0.80 534	0.80 494	0.80 538	0.80 497	0.80 524	0.80 488	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 525

GSStereo	0.81 470	4.28 650	0.50 401	0.59 388	0.40 419	0.51 440	0.38 401	0.50 416	0.38 401	0.50 425	0.38 406	0.50 432	3.79 699	0.50 424	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 379

BSDual-CNN	0.81 470	1.91 541	0.92 507	4.48 665	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 290

DDUNet	0.81 470	2.45 586	0.57 424	0.90 449	0.60 484	0.88 504	0.59 478	0.90 500	0.60 479	0.88 505	0.60 486	0.90 512	0.58 474	0.88 505	0.60 474	0.84 477	0.60 446	0.86 517	0.57 485	0.86 489	0.60 475

R-Stereo Train	0.81 470	0.96 358	0.67 455	0.95 463	0.67 504	0.95 513	0.68 497	0.95 511	0.68 499	0.95 517	0.68 506	0.96 522	0.68 497	0.96 520	0.68 494	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 496

RAFT-Stereo	0.81 470	0.96 358	0.67 455	0.95 463	0.67 504	0.95 513	0.68 497	0.95 511	0.68 499	0.95 517	0.68 506	0.96 522	0.68 497	0.96 520	0.68 494	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 496
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 197	0.25 260	1.61 618	0.23 253	0.28 250	0.26 272	0.20 195	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 234

scenet	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 197	0.25 260	1.61 618	0.23 253	0.28 250	0.26 272	0.20 195	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 234

ssnet	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 197	0.25 260	1.61 618	0.23 253	0.28 250	0.26 272	0.20 195	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 234

STTRV1_RVC	0.82 475	1.60 489	0.70 469	1.01 475	0.60 484	1.07 538	0.69 505	1.01 522	0.60 479	0.72 480	0.55 478	1.02 537	0.68 497	1.03 538	0.67 486	0.89 482	0.63 454	0.92 526	0.57 485	0.90 497	0.65 489

DEFOM-Stereo_RVC	0.83 479	5.18 662	1.98 654	2.19 599	0.17 223	0.19 193	0.18 220	0.19 191	0.16 210	0.20 195	0.19 236	0.22 214	0.22 250	0.20 195	0.15 197	2.28 635	2.13 655	0.24 235	0.17 230	0.18 193	0.16 196

BUS	0.83 479	1.91 541	0.92 507	4.48 665	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 324	0.05 117	0.03 43	0.05 115	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 290

PDISCO_ROB	0.83 479	2.80 611	3.49 688	0.14 122	0.11 174	0.17 186	0.09 144	0.15 178	0.10 152	0.15 171	0.12 176	0.16 178	0.14 193	3.30 679	0.13 182	0.14 133	2.34 660	0.16 181	0.12 179	2.62 660	0.10 150

WQFJA1++	0.84 482	0.98 361	0.67 455	1.26 549	0.75 522	1.00 518	0.67 491	1.00 513	0.67 493	1.00 519	0.67 500	1.00 525	0.67 491	1.00 524	0.67 486	0.96 494	0.67 461	0.91 523	0.63 495	0.92 501	0.63 481

WQFJX1	0.84 482	0.98 361	0.67 455	1.30 557	0.75 522	1.01 526	0.67 491	1.01 522	0.67 493	1.01 530	0.67 500	1.01 533	0.68 497	1.00 524	0.68 494	0.98 499	0.67 461	0.92 526	0.64 500	0.92 501	0.64 487

NLMM	0.84 482	1.00 370	0.67 455	1.27 550	0.75 522	1.00 518	0.68 497	1.00 513	0.67 493	1.00 519	0.67 500	1.02 537	0.67 491	1.02 536	0.67 486	0.97 495	0.67 461	0.93 530	0.63 495	0.92 501	0.63 481

AIO-Stereo	0.84 482	0.66 302	0.70 469	0.83 439	0.67 504	0.98 516	0.82 535	1.14 533	0.72 521	1.03 536	0.74 528	1.03 539	1.09 551	0.99 522	0.45 430	1.04 507	0.73 484	0.95 536	0.74 528	0.94 510	0.46 426

DCRE	0.84 482	1.89 538	0.77 486	0.94 461	0.72 517	0.88 504	0.73 518	0.87 494	0.78 528	0.90 507	0.71 521	0.88 507	0.67 491	0.88 505	0.73 516	0.81 470	0.68 468	0.81 508	0.70 521	0.82 484	0.70 502

iGMRVC	0.84 482	2.85 612	0.72 476	0.72 421	0.73 518	0.77 483	0.79 525	0.73 477	0.74 526	0.73 482	0.72 524	0.73 487	0.76 518	0.73 480	0.73 516	0.72 451	0.73 484	0.73 491	0.72 526	0.73 466	0.72 509

WQFJA1	0.85 488	0.98 361	0.67 455	1.29 555	0.76 527	1.01 526	0.67 491	1.02 527	0.67 493	1.02 534	0.67 500	1.01 533	0.67 491	1.01 532	0.68 494	0.99 500	0.67 461	0.93 530	0.64 500	0.92 501	0.65 489

WQFJX	0.85 488	1.00 370	0.68 464	1.30 557	0.75 522	1.01 526	0.68 497	1.01 522	0.68 499	1.01 530	0.68 506	1.03 539	0.68 497	1.02 536	0.67 486	0.97 495	0.67 461	0.93 530	0.63 495	0.94 510	0.63 481

NLSM3	0.85 488	0.99 368	0.68 464	1.29 555	0.76 527	1.01 526	0.68 497	1.01 522	0.68 499	1.02 534	0.68 506	1.01 533	0.68 497	1.01 532	0.68 494	0.97 495	0.68 468	0.93 530	0.64 500	0.93 506	0.63 481

NLMM1	0.86 491	0.98 361	0.69 466	1.48 572	0.75 522	1.01 526	0.69 505	1.00 513	0.69 505	1.00 519	0.70 516	1.00 525	0.68 497	1.01 532	0.67 486	0.97 495	0.68 468	0.92 526	0.63 495	0.93 506	0.63 481

AdaDepth	0.86 491	0.93 354	0.71 473	1.01 475	1.07 564	1.02 532	0.71 515	1.00 513	0.71 518	1.01 530	0.71 521	1.00 525	0.72 513	1.14 551	0.71 513	0.92 486	0.64 456	0.90 520	0.64 500	0.89 494	0.69 499

GEStereo_RVC	0.86 491	4.45 651	0.20 197	0.27 206	0.20 243	0.27 248	0.20 230	0.26 235	0.18 227	5.03 709	0.20 240	0.27 249	0.19 237	0.27 248	0.21 235	0.20 181	0.19 205	0.19 202	4.02 714	0.20 200	0.18 220

Selective-RAFT-Error	0.88 494	0.84 329	0.98 513	0.86 445	0.97 552	0.88 504	0.95 546	0.84 492	0.99 555	0.92 511	0.82 540	0.84 504	0.98 538	0.87 503	0.97 545	0.81 470	0.83 500	0.79 503	0.82 542	0.79 476	0.85 530

IER	0.88 494	7.04 682	2.23 659	2.75 621	0.28 283	0.43 348	0.25 257	0.39 292	0.25 260	0.41 315	0.27 275	0.39 303	0.25 262	0.40 306	0.28 272	0.37 271	0.28 250	0.37 313	0.25 265	0.37 294	0.25 246

Selective-RAFT	0.89 496	0.89 340	0.72 476	1.16 496	0.78 531	1.06 535	0.82 535	0.87 494	0.97 552	1.00 519	0.91 547	0.90 512	1.00 539	0.89 507	0.93 542	0.83 475	0.83 500	0.82 512	0.82 542	0.81 482	0.82 528

AIO-Stereo-zeroshot	0.91 497	0.86 333	0.89 500	1.25 548	0.69 509	1.05 534	0.81 532	1.16 537	0.50 459	1.12 546	0.97 552	0.72 485	0.82 528	1.06 540	0.95 543	0.61 419	0.87 502	1.03 549	0.85 545	1.04 523	1.01 552

CFNet-RSSM	0.91 497	4.89 657	0.34 282	0.44 296	1.07 564	1.62 623	1.40 637	0.91 502	0.35 384	1.60 615	1.39 637	0.64 470	0.34 378	0.44 374	0.33 359	0.41 311	0.35 332	0.75 497	0.30 358	0.41 377	0.29 324

MLG-Stereo	0.92 499	0.90 343	0.84 498	1.27 550	0.49 461	1.38 611	0.88 538	1.41 608	0.97 552	0.73 482	1.09 563	1.26 604	0.43 431	0.72 478	1.05 556	1.13 520	0.49 409	1.18 562	0.66 506	1.01 520	0.46 426

ToySt	0.92 499	2.11 555	0.90 503	0.95 463	0.79 533	0.99 517	0.78 524	0.94 509	0.81 537	0.94 515	0.78 534	0.95 521	0.77 520	0.94 516	0.86 536	0.91 483	0.79 494	0.85 516	0.77 533	0.89 494	0.73 512

DPSM_ROB	0.92 499	0.91 345	0.91 505	0.91 451	0.92 547	0.92 510	0.92 542	0.92 505	0.91 542	0.93 513	0.91 547	0.92 515	0.90 531	0.91 510	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 538

DPSM	0.92 499	0.91 345	0.91 505	0.91 451	0.92 547	0.92 510	0.92 542	0.92 505	0.91 542	0.93 513	0.91 547	0.92 515	0.90 531	0.91 510	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 538

pmcnn	0.92 499	0.92 350	0.92 507	0.92 454	0.92 547	0.92 510	0.92 542	0.92 505	0.92 546	0.92 511	0.92 550	0.92 515	0.92 533	0.92 514	0.92 538	0.92 486	0.92 507	0.92 526	0.92 546	0.92 501	0.92 537

error version	0.93 504	4.47 652	2.35 662	1.99 594	0.37 401	0.41 321	0.36 388	0.41 315	0.35 384	0.43 336	0.36 394	0.41 324	0.40 410	0.41 322	0.36 380	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 361

test_1	0.93 504	4.47 652	2.35 662	1.99 594	0.37 401	0.41 321	0.36 388	0.41 315	0.35 384	0.43 336	0.36 394	0.41 324	0.40 410	0.41 322	0.36 380	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 361

DGTPSM_ROB	0.93 504	1.00 370	0.92 507	0.94 461	0.96 551	0.91 509	0.92 542	0.91 502	0.96 551	0.91 509	0.96 551	0.93 518	0.92 533	0.94 516	0.92 538	0.92 486	0.92 507	0.90 520	0.92 546	0.94 510	0.91 536

HSM-Net_RVC	0.95 507	1.17 409	0.78 488	1.18 498	0.71 515	1.16 550	0.75 520	1.09 531	0.80 534	1.10 540	0.75 529	1.17 555	0.74 515	1.17 554	0.80 529	1.13 520	0.73 484	1.17 559	0.77 533	1.16 533	0.72 509
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 508	3.17 620	2.30 661	2.42 612	0.38 408	0.54 450	0.38 401	0.54 439	0.38 401	0.54 447	0.38 406	0.54 449	0.38 398	0.54 444	0.38 393	2.38 644	2.34 660	0.49 444	0.36 409	0.49 416	0.36 382

DPSimNet_ROB	0.97 508	1.18 411	0.81 495	1.10 482	0.91 546	1.02 532	0.82 535	1.04 528	0.91 542	1.03 536	0.86 543	1.28 608	0.82 528	1.03 538	0.89 537	1.17 524	0.81 499	1.02 547	0.82 542	1.08 525	0.81 527

test-3	0.98 510	4.13 646	1.85 643	1.85 585	0.61 490	0.69 474	0.37 394	0.63 459	0.61 482	0.66 471	0.51 473	0.73 487	0.44 433	0.57 454	0.54 463	1.68 603	1.81 640	0.40 375	0.43 448	0.66 449	0.50 444

LGCAT	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

Test_v1	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

Wavelet-MonSter	1.00 511	1.21 459	0.76 484	1.94 589	1.01 559	1.11 545	0.76 522	1.15 534	0.76 527	1.11 545	0.76 530	1.14 552	0.76 518	1.11 548	0.76 523	1.21 573	0.90 504	1.02 547	0.71 524	1.02 522	0.71 508

999	1.00 511	1.12 402	0.59 426	1.10 482	1.21 626	1.09 541	0.52 465	1.08 529	1.43 639	1.18 551	1.35 631	0.98 524	0.52 465	0.91 510	0.85 535	0.72 451	1.46 612	0.83 513	0.98 551	0.68 454	1.41 635

DispNO	1.00 511	0.63 299	0.43 364	3.45 649	0.44 442	0.65 468	0.43 431	0.64 461	0.43 433	0.64 467	0.43 439	0.64 470	3.03 677	0.64 465	0.43 427	4.55 679	0.43 384	0.63 472	0.43 448	0.63 446	0.43 420

GANet	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

TDLM	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

CVANet_RVC	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

trnet	1.01 519	1.01 380	1.01 520	1.01 475	1.01 559	1.01 526	1.01 555	1.01 522	1.01 561	1.01 530	1.01 559	1.01 533	1.01 547	1.01 532	1.01 553	1.01 506	1.01 517	1.01 546	1.01 560	1.01 520	1.01 552

LL-Strereo	1.01 519	5.06 659	1.63 622	0.70 417	1.43 637	0.56 452	0.46 440	0.57 446	0.50 459	0.57 455	0.50 467	1.58 619	0.49 455	0.59 456	0.50 452	1.64 602	0.52 424	0.51 455	1.37 632	0.52 429	0.45 425

FlowAnything_test	1.02 521	1.72 494	0.71 473	1.59 575	0.70 513	1.61 621	0.69 505	1.61 612	0.70 513	1.60 615	0.70 516	1.61 623	0.69 504	1.61 619	0.70 511	0.81 470	0.58 437	0.81 508	0.55 479	0.81 482	0.56 470

FlowAnything	1.02 521	1.71 493	0.72 476	1.59 575	0.69 509	1.60 620	0.69 505	1.61 612	0.70 513	1.60 615	0.69 512	1.60 620	0.69 504	1.61 619	0.69 503	0.81 470	0.58 437	0.81 508	0.56 483	0.82 484	0.56 470

Hybrid-DGEV	1.03 523	1.75 500	0.80 492	1.28 554	0.78 531	1.26 600	0.80 528	1.26 594	0.78 528	1.26 600	0.78 534	1.26 604	0.78 522	1.26 603	0.78 525	1.15 523	0.75 487	1.14 552	0.74 528	1.14 528	0.75 516

tt45	1.04 524	0.88 337	1.36 603	0.92 454	1.03 562	1.51 619	0.79 525	0.70 473	0.88 540	0.74 487	0.90 544	1.60 620	0.72 513	1.60 617	0.75 521	0.91 483	0.78 492	1.52 628	0.79 537	1.14 528	1.32 627

Hybrid-DGEV-2	1.05 525	1.83 526	0.83 496	1.33 561	0.82 539	1.30 603	0.81 532	1.26 594	0.79 532	1.29 602	0.79 536	1.26 604	0.80 524	1.26 603	0.79 526	1.20 527	0.78 492	1.18 562	0.77 533	1.20 543	0.77 521

Hybrid-DGEV-03	1.07 526	1.83 526	0.83 496	1.34 562	0.81 538	1.32 605	0.81 532	1.31 601	0.81 537	1.31 603	0.82 540	1.32 609	0.82 528	1.32 608	0.81 532	1.19 525	0.77 490	1.19 564	0.76 531	1.19 541	0.77 521

GLC_STEREO	1.07 526	1.01 380	1.06 523	1.07 480	1.05 563	1.06 535	1.08 560	1.08 529	1.05 565	1.07 538	1.06 561	1.08 542	1.05 549	1.06 540	1.10 559	1.07 509	1.09 527	1.05 550	1.05 562	1.06 524	1.12 559

FC-DCNN	1.07 526	1.09 396	0.98 513	0.89 446	0.52 472	1.41 615	0.91 541	1.21 590	1.24 625	1.96 627	2.05 683	1.91 629	1.30 617	1.27 606	1.08 558	0.80 466	0.60 446	0.58 466	0.41 438	0.68 454	0.54 459

hknet	1.10 529	1.85 532	3.49 688	4.48 665	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 324	0.03 53	0.42 336	0.03 52	4.39 676	4.19 690	0.33 277	0.23 255	0.34 268	0.27 290

test_xeample3	1.10 529	1.81 516	0.61 436	0.84 440	0.49 461	0.77 483	0.66 487	0.92 505	1.40 637	0.68 475	0.46 448	0.78 493	0.54 469	1.72 622	1.48 639	1.34 583	1.52 616	1.35 621	1.67 658	1.33 598	1.55 640

DISCO	1.11 531	0.39 208	5.28 702	0.39 251	0.20 243	0.39 303	0.27 267	0.39 292	0.22 245	0.38 287	0.20 240	0.38 298	0.20 241	6.95 720	0.22 239	0.30 236	0.21 212	0.27 249	0.21 246	5.25 702	0.21 229

Occ-G	1.12 532	0.52 278	3.72 693	3.50 653	0.50 465	0.56 452	0.47 445	0.54 439	0.46 440	0.54 447	0.41 427	0.54 449	0.42 428	0.52 439	0.42 424	3.42 668	4.02 689	0.52 458	0.45 450	0.51 427	0.44 423

AEACV	1.12 532	0.52 278	3.12 684	3.24 638	0.86 540	0.53 446	0.49 456	0.60 454	0.47 445	0.53 441	0.49 463	0.55 453	0.45 437	0.55 448	0.47 441	3.01 663	3.88 687	0.71 489	0.60 490	0.80 479	0.48 435

LiteMatch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 490	0.83 498	0.68 497	0.73 477	0.69 505	1.00 519	0.77 532	0.94 519	0.57 471	0.82 492	0.64 478	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 502

Lsterematch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 490	0.83 498	0.68 497	0.73 477	0.69 505	1.00 519	0.77 532	0.94 519	0.57 471	0.82 492	0.64 478	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 502

MSMD_ROB	1.19 536	1.10 401	0.70 469	1.10 482	0.60 484	1.10 542	0.70 512	1.10 532	0.70 513	1.10 540	0.70 516	1.10 546	0.70 508	7.00 721	0.70 511	1.10 513	0.70 477	1.10 551	0.70 521	1.10 526	0.70 502

MM-Stereo_test2	1.20 537	1.85 532	1.05 522	1.46 571	0.94 550	1.36 609	0.99 549	1.36 603	0.95 549	1.41 610	0.98 553	1.40 615	0.96 535	1.37 610	0.95 543	1.37 588	1.06 520	1.33 618	0.93 550	1.29 597	0.89 534

ours_stereo	1.20 537	1.21 459	0.90 503	1.64 583	1.11 566	1.35 607	0.67 491	1.76 619	0.93 547	1.70 623	1.10 564	1.39 613	0.75 517	1.41 612	0.81 532	1.60 601	1.03 519	1.33 618	1.00 553	1.61 608	0.72 509

DisPM	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

CrosDoStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PFNet+	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

LCNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

HHNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Patchmatch Stereo++	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573
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	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

STrans-v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

TransformOpticalFlow	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

OMP-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

IIG-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

NF-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

OCTAStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PSM-softLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

KMStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

NRIStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PSM-adaLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PSM-AAD	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

ROB_FTStereo_v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

ROB_FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Consistency-Raft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

KYRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

HUI-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

ASMatch	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DeepStereo_LL	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DEmStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

SST-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

THIR-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT_R40	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PFNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

GrayStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RE-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Pruner-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

TVStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DeepStereo_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT-RH_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

IRAFT_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT-345	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

iRAFT	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

CRE-IMP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

GMM-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT-IKP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Prome-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

qqai	1.22 584	1.38 480	1.12 526	1.39 568	1.14 567	1.40 613	1.14 564	1.41 608	1.12 566	1.40 609	1.11 565	1.40 615	1.13 553	1.41 612	1.15 564	1.25 576	0.97 510	1.24 613	1.01 560	1.24 592	0.96 541

HCRNet	1.22 584	7.11 683	3.00 672	3.55 654	0.33 377	0.29 252	0.14 187	0.19 191	0.15 205	0.33 269	0.29 295	0.25 235	0.14 193	0.22 212	0.33 359	3.64 669	3.00 667	0.76 499	0.32 376	0.18 193	0.13 184

HBP-ISP	1.24 586	1.72 494	1.65 623	1.15 491	0.76 527	1.40 613	0.88 538	1.67 618	1.02 562	1.69 622	1.38 636	1.69 624	1.21 610	1.87 629	1.21 619	1.05 508	0.79 494	0.97 539	0.80 539	1.19 541	0.75 516

AANet_RVC	1.26 587	0.31 183	4.99 700	5.93 691	0.20 243	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 235	0.20 241	0.25 232	0.20 231	5.66 700	4.76 694	0.26 245	0.30 358	0.24 226	0.27 290

MM-Stereo_test3	1.27 588	2.07 551	1.18 535	1.60 578	1.02 561	1.45 617	1.01 555	1.40 607	1.04 564	1.44 612	1.03 560	1.46 618	1.02 548	1.44 615	1.02 554	1.51 597	1.12 534	1.32 617	0.98 551	1.38 601	0.97 542

11t	1.27 588	2.70 597	1.34 593	1.32 560	0.89 542	1.30 603	1.34 627	1.64 615	0.57 472	1.45 613	0.72 524	1.05 541	1.29 616	1.07 543	1.29 628	1.49 594	1.02 518	0.97 539	1.15 567	1.48 603	1.31 626

MaskLacGwcNet_RVC	1.35 590	1.35 476	1.35 595	1.35 564	1.35 631	1.35 607	1.35 628	1.36 603	1.35 633	1.36 607	1.35 631	1.36 611	1.36 622	1.36 609	1.35 632	1.35 584	1.35 603	1.35 621	1.35 629	1.35 599	1.35 631

CC-Net-ROB	1.36 591	1.33 475	1.33 592	1.36 565	1.38 634	1.36 609	1.33 626	1.37 605	1.34 630	1.35 606	1.36 633	1.38 612	1.34 620	1.38 611	1.38 635	1.35 584	1.38 607	1.33 618	1.35 629	1.43 602	1.34 630

CFNet	1.37 592	5.27 665	0.19 194	5.49 688	0.19 240	0.28 249	0.19 226	0.28 239	0.19 234	0.28 245	0.19 236	0.28 250	4.35 707	0.28 252	0.19 228	0.23 202	0.17 195	0.23 225	4.21 716	4.81 693	0.17 214

PS-NSSS	1.38 593	1.39 481	1.34 593	1.34 562	1.35 631	1.38 611	1.37 635	1.35 602	1.38 636	1.34 605	1.34 630	1.39 613	1.38 625	1.70 621	1.40 636	1.36 586	1.36 604	1.36 623	1.37 632	1.37 600	1.36 632

RASNet	1.49 594	1.65 490	1.45 611	1.38 567	1.43 637	1.47 618	1.36 630	1.38 606	1.36 634	1.39 608	1.60 647	1.45 617	1.45 628	1.51 616	2.21 678	1.53 598	1.36 604	1.36 623	1.36 631	1.66 611	1.36 632

BLMT-Stereo	1.53 595	1.36 477	1.06 523	1.42 570	1.23 630	1.41 615	1.07 559	1.43 610	1.12 566	1.42 611	1.06 561	1.83 626	1.07 550	1.42 614	1.07 557	1.27 578	1.38 607	6.80 719	1.00 553	1.26 594	1.00 546

GANetREF_RVC	1.55 596	1.94 547	1.22 587	1.88 586	1.21 626	1.88 627	1.22 618	1.88 621	1.22 623	1.88 624	1.22 620	1.88 627	1.22 611	1.89 630	1.22 620	1.87 609	1.22 589	1.88 642	1.22 620	1.88 620	1.22 619
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 597	1.91 541	1.21 586	1.94 589	1.20 580	2.00 635	1.23 619	1.99 626	1.24 625	2.00 632	1.25 623	2.03 637	1.26 613	2.00 634	1.29 628	1.90 613	1.18 541	1.89 643	1.21 619	1.89 621	1.20 573
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 598	1.59 488	1.70 625	1.59 575	1.59 643	1.61 621	1.61 646	1.60 611	1.60 643	1.62 621	1.59 646	1.60 620	1.60 631	1.60 617	1.59 643	1.59 599	1.60 627	1.59 629	1.59 650	1.59 607	1.59 646

ff7	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 632	1.80 660	2.05 637	1.56 643	2.33 645	2.12 667	2.23 640	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 554

ffff	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 632	1.80 660	2.05 637	1.56 643	2.33 645	2.12 667	2.23 640	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 554

ccc-4	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 632	1.80 660	2.05 637	1.56 643	2.33 645	2.12 667	2.23 640	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 554

PhaseNet	1.74 602	6.34 681	4.81 698	6.77 697	0.24 267	0.80 490	0.53 466	0.48 402	0.22 245	0.53 441	0.28 282	0.48 413	0.25 262	0.40 306	0.32 347	6.39 706	4.61 693	0.46 421	0.38 425	0.25 229	0.18 220

MC-Stereo	1.76 603	2.96 613	1.37 605	2.14 597	1.37 633	2.14 641	1.36 630	2.14 635	1.37 635	2.14 641	1.37 634	2.14 639	1.37 624	2.14 639	1.37 634	1.97 618	1.32 591	1.97 646	1.32 628	1.98 623	1.33 628

IGEVStereo-DCA	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 616	1.17 574	2.75 671	1.90 666	2.54 658	1.15 557	0.94 516	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 531

rrr	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 616	1.17 574	2.75 671	1.90 666	2.54 658	1.15 557	0.94 516	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 531

MM-Stereo_test1	1.80 606	3.41 625	1.52 618	2.12 596	1.41 636	2.04 636	1.41 638	2.05 630	1.46 640	2.04 636	1.41 638	2.05 638	1.42 627	2.05 635	1.43 638	2.04 622	1.54 619	1.94 644	1.38 634	1.99 624	1.33 628

MFMNet_re	1.81 607	1.91 541	1.71 627	1.95 591	1.70 654	1.95 632	1.70 651	1.96 624	1.74 656	1.97 629	1.72 655	1.95 630	1.71 639	1.97 633	1.71 651	1.86 607	1.62 628	1.85 635	1.66 657	1.86 619	1.64 652

plain	1.88 608	3.16 619	0.64 444	3.10 631	0.65 498	3.10 677	0.64 483	3.12 676	0.65 488	3.10 677	0.65 496	3.11 678	0.65 485	3.12 676	0.65 481	3.12 664	0.65 458	3.13 676	0.65 504	3.13 664	0.65 489

derf	1.91 609	2.15 559	1.78 631	2.16 598	1.75 656	2.21 642	1.80 654	2.22 638	1.80 660	2.21 644	1.76 656	2.17 640	1.81 648	2.24 643	1.74 659	1.93 616	1.56 620	1.96 645	1.53 643	1.95 622	1.56 641

RAFT_CTSACE	1.92 610	3.71 632	1.72 628	1.88 586	1.72 655	2.04 636	1.42 640	2.18 637	1.89 672	2.02 634	1.97 672	1.95 630	2.06 666	1.93 631	1.62 644	1.76 604	1.66 631	2.02 647	1.73 666	1.73 614	1.43 637

MonStereo1	1.94 611	2.77 607	1.52 618	3.73 661	1.51 640	2.13 640	1.42 640	2.32 646	1.52 641	2.31 650	1.50 641	2.53 655	1.59 630	2.34 648	1.56 641	1.91 614	1.36 604	1.86 638	1.31 627	2.07 625	1.53 638

4.25w-stereo	1.98 612	2.72 601	1.46 612	3.47 650	1.43 637	2.07 638	1.98 667	2.53 658	1.52 641	2.71 664	1.98 678	1.81 625	1.62 633	1.96 632	1.36 633	1.88 612	2.00 645	2.53 670	1.61 652	1.74 615	1.15 564

4.5w-stereo	1.99 613	2.33 574	1.81 632	3.28 640	1.68 650	1.94 629	1.99 670	2.72 661	1.70 648	2.72 665	1.99 681	1.97 632	1.68 635	1.76 623	1.29 628	1.91 614	2.02 651	2.53 670	1.61 652	1.75 616	1.16 567

2.75w_new	1.99 613	2.34 578	1.81 632	3.14 632	1.62 645	1.94 629	1.99 670	2.72 661	1.71 649	2.72 665	1.99 681	1.90 628	1.73 641	1.82 628	1.29 628	2.37 643	2.01 647	2.31 657	1.42 638	1.77 617	1.22 619

3.75w	1.99 613	2.31 572	1.83 640	3.16 634	1.65 647	1.93 628	1.98 667	2.72 661	1.68 645	2.73 670	1.97 672	2.00 634	1.72 640	1.81 627	1.25 624	2.27 634	2.01 647	2.38 662	1.42 638	1.71 613	1.24 622

2w_stereo	1.99 613	2.36 581	1.81 632	3.24 638	1.67 648	1.94 629	1.98 667	2.72 661	1.68 645	2.72 665	1.94 669	1.98 633	1.74 643	1.79 626	1.27 625	1.95 617	2.00 645	2.53 670	1.60 651	1.68 612	1.15 564

2.25w	2.00 617	1.86 535	1.98 654	2.95 629	2.17 681	2.26 643	1.35 628	2.42 652	2.00 679	2.07 640	1.27 625	2.53 655	1.99 662	2.29 645	1.49 640	2.21 629	1.32 591	1.85 635	1.87 670	2.52 651	1.62 650

4.25_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 661	1.71 649	2.72 665	1.97 672	2.01 635	1.74 643	1.77 624	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 568

4.5w_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 661	1.71 649	2.72 665	1.97 672	2.01 635	1.74 643	1.77 624	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 568

4.5_new	2.00 617	1.84 531	1.98 654	2.77 623	2.16 679	2.27 644	1.28 625	2.09 631	1.98 676	2.01 633	1.28 626	2.71 667	1.98 660	2.51 657	1.65 646	2.26 631	1.33 598	1.87 639	1.87 670	2.49 647	1.60 647

TRStereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 641	1.86 666	2.30 647	1.87 661	2.30 642	1.87 650	2.08 636	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 657

XX-Stereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 641	1.86 666	2.30 647	1.87 661	2.30 642	1.87 650	2.08 636	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 657

EAI-Stereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 641	1.86 666	2.30 647	1.87 661	2.30 642	1.87 650	2.08 636	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 657

2.5w	2.01 624	2.40 583	1.37 605	3.28 640	2.01 671	2.71 667	1.43 643	1.82 620	1.83 664	1.90 626	1.41 638	2.71 667	1.35 621	2.71 666	1.85 665	2.66 655	1.53 617	1.64 630	1.23 621	2.53 654	1.87 666

4w-stereo	2.02 625	2.72 601	1.44 610	3.36 646	1.59 643	2.48 655	1.72 652	2.28 639	1.24 625	2.24 645	1.65 651	2.56 660	1.32 619	2.39 651	1.98 675	2.67 657	1.51 615	1.66 631	1.24 622	2.53 654	1.88 669

IGEV	2.02 625	2.20 563	1.82 637	2.90 628	2.16 679	2.41 652	1.25 621	2.00 627	1.98 676	1.99 631	1.31 628	2.72 671	1.93 656	2.67 665	1.69 650	2.26 631	1.32 591	1.83 634	1.87 670	2.53 654	1.61 649

3.25w_new	2.03 627	2.72 601	1.35 595	3.33 645	1.57 641	2.72 668	1.53 645	2.15 636	1.33 629	2.15 642	1.60 647	2.63 664	1.30 617	2.72 668	1.99 676	2.67 657	1.53 617	1.75 633	1.25 624	2.53 654	1.87 666

3.5w_stereo	2.03 627	2.72 601	1.35 595	3.41 647	1.57 641	2.72 668	1.49 644	2.01 628	1.34 630	2.15 642	1.61 649	2.63 664	1.36 622	2.72 668	1.99 676	2.66 655	1.58 623	1.68 632	1.24 622	2.53 654	1.87 666

UniTT-Stereo	2.03 627	3.43 626	0.72 476	3.42 648	0.73 518	3.27 680	0.68 497	3.38 681	0.69 505	3.29 680	0.72 524	3.28 681	0.70 508	3.35 682	0.68 494	3.39 667	0.68 468	3.31 679	0.69 517	3.37 665	0.73 512

3.25w	2.04 630	2.20 563	1.48 613	3.03 630	2.17 681	2.63 666	1.39 636	1.96 624	1.95 675	1.96 627	1.37 634	2.71 667	1.96 659	2.71 666	1.73 658	2.26 631	1.32 591	1.87 639	1.87 670	2.51 650	1.63 651

3w_stereo	2.04 630	2.24 567	1.70 625	3.15 633	2.18 683	2.49 656	1.26 623	2.03 629	1.98 676	1.98 630	1.33 629	2.72 671	1.99 662	2.59 660	1.72 653	2.22 630	1.33 598	1.85 635	1.88 675	2.50 649	1.58 645

1w_stereo	2.05 632	2.32 573	1.35 595	3.74 662	2.01 671	2.73 670	1.42 640	1.88 621	1.93 674	2.03 635	1.28 626	2.71 667	1.99 662	2.72 668	1.72 653	2.20 628	1.32 591	1.87 639	1.86 669	2.45 643	1.54 639

LiteMatch*	2.07 633	1.30 471	5.73 705	6.28 694	0.79 533	1.33 606	0.80 528	1.30 600	1.02 562	1.33 604	0.84 542	1.33 610	0.97 536	1.28 607	1.04 555	6.05 704	5.89 700	1.28 616	0.76 531	1.28 596	0.88 531

sCroCo_RVC	2.10 634	2.76 605	1.92 651	2.78 626	1.39 635	2.73 670	1.41 638	2.73 667	1.40 637	2.77 676	1.41 638	2.74 673	1.40 626	2.74 671	1.40 636	2.72 659	1.42 610	2.72 674	1.44 640	2.79 661	1.42 636

MoCha-V2	2.11 635	26.97 727	0.78 488	0.92 454	0.77 530	0.96 515	0.72 517	0.90 500	0.72 521	0.94 515	0.70 516	0.90 512	0.71 512	0.91 510	0.71 513	0.85 479	0.71 481	0.88 518	0.69 517	0.87 490	0.67 494

FBW_ROB	2.12 636	2.46 587	1.77 630	2.49 615	1.79 659	2.38 650	1.83 655	2.46 653	1.78 659	2.48 658	1.97 672	2.40 650	1.78 646	2.42 654	1.83 663	2.31 639	1.85 642	2.38 662	1.82 668	2.35 638	1.84 662

MonStereo	2.17 637	2.41 584	1.49 617	2.67 620	1.67 648	2.60 665	2.04 674	2.32 646	1.76 657	2.44 655	1.68 653	2.50 653	1.69 637	2.38 649	1.80 662	2.28 635	1.78 637	2.63 673	2.14 678	3.47 666	1.68 655

asda	2.17 637	2.54 588	1.81 632	3.47 650	1.78 658	2.50 658	1.86 660	2.61 660	1.68 645	2.61 662	1.83 658	2.37 649	1.73 641	2.44 655	1.88 670	2.51 652	1.84 641	2.34 659	1.62 654	2.23 631	1.77 661

asd	2.18 639	2.77 607	1.58 620	3.59 655	2.00 670	2.58 664	1.85 659	2.39 651	1.71 649	2.47 657	1.97 672	2.59 662	1.61 632	2.56 658	1.79 661	2.51 652	1.99 644	2.11 652	1.62 654	2.36 639	1.60 647

qwe	2.18 639	2.60 591	1.58 620	3.83 663	1.90 668	2.53 660	1.90 665	2.48 654	1.73 654	2.37 653	1.92 668	2.53 655	1.68 635	2.56 658	1.83 663	2.52 654	1.87 643	2.07 648	1.68 660	2.32 637	1.71 656

monsters	2.18 639	2.41 584	1.96 653	3.47 650	2.03 675	2.53 660	1.64 648	2.48 654	1.73 654	2.40 654	1.50 641	2.62 663	1.94 657	2.59 660	1.94 672	2.44 647	1.57 622	2.28 655	1.87 670	2.42 641	1.86 664

AIO_rvc	2.18 639	2.34 578	1.87 647	2.32 608	1.94 669	2.40 651	1.89 664	2.37 649	2.07 681	2.52 660	1.95 671	2.44 652	1.99 662	2.41 652	1.89 671	2.32 640	2.09 653	2.24 653	2.18 679	2.21 630	2.23 673

HUF	2.18 639	2.30 571	1.99 657	2.34 610	2.02 674	2.41 652	2.06 675	2.38 650	1.89 672	2.36 652	1.85 659	2.56 660	1.98 660	2.31 647	1.97 674	2.30 638	2.03 652	2.30 656	2.11 677	2.23 631	2.16 671

AIO_test	2.18 639	2.09 554	2.04 658	2.42 612	2.01 671	2.47 654	1.94 666	2.34 648	2.03 680	2.56 661	1.94 669	2.43 651	1.94 657	2.41 652	1.87 669	2.39 645	2.10 654	2.35 661	1.91 676	2.25 633	2.19 672

monsterstereo	2.20 645	2.33 574	1.95 652	3.65 657	2.07 676	2.49 656	1.61 646	2.48 654	1.83 664	2.45 656	1.61 649	2.67 666	1.86 649	2.64 662	1.94 672	2.48 651	1.66 631	2.34 659	1.68 660	2.40 640	1.86 664

LG-G_1	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 669	1.87 670	2.75 671	1.87 661	2.76 674	1.87 650	2.75 672	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 643

LG-G	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 669	1.87 670	2.75 671	1.87 661	2.76 674	1.87 650	2.75 672	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 643

LGtest1	2.22 646	2.70 597	1.89 648	2.76 622	1.86 663	2.75 672	1.86 660	2.75 668	1.86 666	2.75 671	1.86 660	2.77 676	1.87 650	2.75 672	1.86 666	2.46 648	1.58 623	2.45 665	1.56 644	2.45 643	1.56 641

RAStereo	2.23 649	3.64 629	0.76 484	3.65 657	0.86 540	3.66 685	0.76 522	3.67 685	0.81 537	3.66 682	0.76 530	3.66 684	0.77 520	3.68 684	0.77 524	3.68 670	0.77 490	3.69 684	0.77 533	3.70 668	0.77 521

UDGNet	2.23 649	5.40 670	1.72 628	2.48 614	1.69 651	2.51 659	1.69 650	2.51 657	1.72 653	2.50 659	1.69 654	2.52 654	1.69 637	2.50 656	1.68 649	2.41 646	1.70 633	2.42 664	1.69 662	2.42 641	1.64 652

NCCL2	2.28 651	2.27 569	2.28 660	2.28 607	2.28 684	2.27 644	2.29 679	2.28 639	2.28 682	2.27 646	2.28 684	2.28 641	2.27 670	2.27 644	2.28 683	2.28 635	2.28 659	2.27 654	2.29 683	2.27 634	2.29 674

Abc-Net	2.32 652	24.75 719	1.14 529	1.17 497	1.17 574	1.11 545	1.15 566	1.17 539	1.21 622	1.08 539	1.16 569	1.12 551	1.14 556	1.09 544	1.17 569	1.09 511	1.16 537	1.17 559	1.17 570	1.16 533	1.11 557
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 653	25.00 720	1.13 528	1.15 491	1.15 569	1.10 542	1.15 566	1.15 534	1.15 569	1.12 546	1.15 566	1.09 544	1.13 553	1.10 546	1.15 564	1.11 518	1.09 527	1.16 555	1.12 565	1.16 533	1.17 568

stereogan	2.33 653	24.38 718	1.18 535	1.18 498	1.18 577	1.14 548	1.18 570	1.19 542	1.19 576	1.14 549	1.18 573	1.14 552	1.18 562	1.14 551	1.18 570	1.14 522	1.14 535	1.19 564	1.19 571	1.15 531	1.19 572

RGC	2.36 655	25.48 721	1.19 537	1.15 491	1.15 569	1.10 542	1.16 568	1.17 539	1.16 570	1.12 546	1.16 569	1.11 550	1.13 553	1.09 544	1.18 570	1.10 513	1.15 536	1.16 555	1.12 565	1.14 528	1.12 559

NCC-stereo	2.36 655	25.52 722	1.17 533	1.15 491	1.17 574	1.11 545	1.11 561	1.15 534	1.16 570	1.10 540	1.16 569	1.10 546	1.15 557	1.14 551	1.13 562	1.09 511	1.11 531	1.15 554	1.16 569	1.17 538	1.17 568

AF-Net	2.37 657	25.71 723	1.17 533	1.13 487	1.15 569	1.15 549	1.18 570	1.19 542	1.16 570	1.10 540	1.15 566	1.10 546	1.18 562	1.12 550	1.15 564	1.10 513	1.10 530	1.17 559	1.15 567	1.16 533	1.12 559

Nwc_Net	2.37 657	25.95 724	1.15 531	1.14 488	1.15 569	1.08 539	1.14 564	1.17 539	1.16 570	1.14 549	1.15 566	1.08 542	1.15 557	1.11 548	1.14 563	1.10 513	1.11 531	1.16 555	1.09 564	1.16 533	1.15 564

CFNet_RVC	2.38 659	8.71 694	0.38 301	9.33 710	0.42 439	0.56 452	0.42 429	0.60 454	0.38 401	0.62 464	0.42 437	0.56 456	7.29 719	0.62 459	0.42 424	0.53 398	0.37 342	0.49 444	0.34 390	8.30 716	6.87 722

testmc14	2.43 660	10.48 707	8.02 717	8.93 709	0.31 353	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 342	0.30 306	0.42 336	0.30 296	8.88 719	6.99 709	0.41 393	0.28 327	0.39 352	0.28 315

edge stereo	2.43 660	27.07 728	1.14 529	1.06 479	1.14 567	1.08 539	1.17 569	1.16 537	1.14 568	1.10 540	1.16 569	1.09 544	1.16 561	1.10 546	1.16 568	1.10 513	1.11 531	1.16 555	1.19 571	1.13 527	1.11 557

FAT-Stereo	2.46 662	26.05 725	1.23 589	1.23 547	1.22 628	1.20 551	1.24 620	1.23 593	1.23 624	1.19 552	1.22 620	1.21 602	1.24 612	1.20 556	1.24 621	1.21 573	1.17 540	1.22 612	1.25 624	1.20 543	1.24 622

MCSU-Stereo	2.48 663	10.56 708	8.50 719	9.47 713	0.31 353	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 342	0.30 306	0.41 322	0.30 296	8.86 718	6.93 708	0.40 375	0.29 342	0.39 352	0.28 315

S-Stereo	2.51 664	26.86 726	1.23 589	1.22 545	1.22 628	1.24 599	1.25 621	1.22 591	1.24 625	1.21 598	1.24 622	1.19 556	1.27 614	1.19 555	1.24 621	1.19 525	1.20 542	1.25 614	1.19 571	1.24 592	1.23 621

Anonymous3	2.55 665	3.26 623	1.65 623	3.28 640	1.63 646	3.24 679	1.68 649	3.27 678	1.66 644	3.28 679	1.67 652	3.25 680	1.66 634	3.27 678	1.64 645	3.26 665	1.65 630	3.30 678	1.65 656	4.95 698	1.65 654

MIF-Stereo (partial)	2.58 666	3.31 624	0.66 451	3.18 635	0.66 502	3.18 678	0.66 487	3.21 677	0.67 493	3.19 678	0.66 499	3.19 679	0.66 489	3.31 680	0.68 494	5.09 696	1.79 639	8.23 723	1.67 658	6.18 707	1.38 634

MSMDNet	2.65 667	10.14 705	0.33 271	9.74 714	0.32 365	0.87 503	0.33 363	2.95 675	0.68 499	0.49 412	0.34 381	0.49 418	5.70 714	0.49 416	0.33 359	0.42 325	9.57 716	0.41 393	0.31 369	8.36 717	0.65 489

pcwnet_v2	2.66 668	9.89 703	0.33 271	9.89 715	0.32 365	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 418	8.76 721	0.48 410	0.33 359	0.41 311	9.58 717	0.40 375	0.29 342	9.01 720	0.63 481

CFNet_pseudo	2.67 669	9.36 699	0.32 266	10.99 720	0.33 377	0.85 500	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 418	7.26 718	0.49 416	0.33 359	0.41 311	9.62 718	0.41 393	0.29 342	10.03 724	0.29 324

TestStereo_HL2	2.73 670	0.41 223	11.06 720	14.13 722	0.30 306	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 351	0.29 297	0.43 343	0.28 272	13.51 723	10.37 723	0.41 393	0.27 308	0.38 307	0.27 290

CFNet_ucs	2.73 670	9.64 701	0.33 271	9.92 716	0.32 365	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 418	8.98 722	0.48 410	0.33 359	0.41 311	9.96 721	0.40 375	0.29 342	10.12 725	0.54 459

UCFNet_RVC	2.75 672	10.06 704	0.29 240	10.31 719	0.29 294	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 342	9.87 724	0.43 343	0.29 286	0.36 268	9.84 720	0.36 310	0.26 271	9.77 723	0.26 252

TestStereo_HL3	2.76 673	0.41 223	11.46 723	14.11 721	0.30 306	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 351	0.28 287	0.44 374	0.30 296	13.57 724	10.32 722	0.41 393	0.27 308	0.38 307	0.27 290

GGDA	2.76 673	0.41 223	11.34 722	14.28 723	0.30 306	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 351	0.28 287	0.43 343	0.29 286	13.45 722	10.57 724	0.41 393	0.27 308	0.38 307	0.27 290

TestStereo-Hl	2.78 675	0.42 233	11.23 721	14.38 724	0.30 306	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 386	0.29 297	0.44 374	0.29 286	13.64 725	10.73 725	0.41 393	0.27 308	0.38 307	0.27 290

ccs_rob	2.79 676	10.17 706	0.32 266	10.00 717	0.33 377	0.49 419	0.33 363	1.90 623	0.32 361	0.51 434	0.33 373	0.49 418	9.24 723	0.49 416	0.33 359	0.41 311	9.82 719	0.41 393	0.28 327	9.34 721	0.29 324

PCWNet_CMD	2.80 677	9.82 702	0.32 266	10.09 718	0.32 365	0.49 419	0.33 363	3.34 680	0.33 371	0.49 412	0.33 373	0.49 418	8.73 720	0.48 410	0.33 359	0.41 311	9.22 715	0.42 409	0.29 342	9.55 722	0.31 347

NLSM1	2.93 678	3.24 622	2.57 668	4.04 664	2.66 687	3.30 681	2.55 682	3.29 679	2.55 684	3.35 681	2.48 686	3.28 681	2.47 672	3.34 681	2.49 684	3.26 665	2.55 665	3.13 676	2.57 686	3.00 663	2.46 681

StereoVision	3.15 679	5.00 658	0.89 500	4.83 681	1.00 553	3.93 686	1.27 624	6.37 715	1.34 630	5.67 715	1.26 624	5.84 717	1.27 614	5.03 712	1.24 621	5.10 697	1.09 527	4.61 697	0.57 485	5.62 705	1.12 559

MaDis-Stereo	3.19 680	6.02 680	1.12 526	5.61 690	1.16 573	5.43 713	1.02 557	5.15 712	0.70 513	5.43 712	1.21 619	5.03 714	0.97 536	4.85 706	0.99 547	4.53 678	1.16 537	5.53 713	1.25 624	5.37 703	1.30 625

sAnonymous2	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 708	2.72 686	5.45 713	1.98 678	4.59 699	2.64 673	2.65 663	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 679

CroCo_RVC	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 708	2.72 686	5.45 713	1.98 678	4.59 699	2.64 673	2.65 663	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 679

DPSNet	3.66 683	3.60 628	3.62 691	3.63 656	3.64 709	3.65 684	3.65 708	3.66 684	3.67 705	3.67 683	3.65 706	3.67 685	3.66 694	3.66 683	3.68 703	3.68 670	3.66 685	3.67 683	3.68 709	3.67 667	3.67 707

NLCSM	3.67 684	4.08 643	3.19 687	4.80 680	3.26 702	3.99 689	3.24 703	4.25 691	3.18 701	4.09 687	3.27 701	4.14 690	3.18 689	4.13 689	3.28 699	4.06 672	3.10 675	3.85 688	3.14 700	3.91 673	3.27 703

STTStereo	3.73 685	30.40 732	2.37 664	2.39 611	2.31 686	2.35 649	2.33 680	2.29 641	2.42 683	2.32 651	2.34 685	2.33 645	2.36 671	2.30 646	2.27 682	2.35 642	2.22 658	2.31 657	2.22 680	2.29 636	2.34 678

rvit_105_1	3.83 686	5.22 663	3.01 673	4.53 668	3.01 690	4.51 693	3.01 688	4.56 695	3.04 689	4.53 694	3.03 690	4.55 697	3.03 677	4.56 695	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.57 682	3.05 688

rvit_stereo_0081	3.83 686	5.23 664	3.01 673	4.53 668	3.03 692	4.55 699	3.02 689	4.56 695	3.04 689	4.52 692	3.02 688	4.54 695	3.03 677	4.56 695	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.58 683	3.05 688

rvit_stereo_0081_aga	3.86 688	5.33 667	3.02 676	4.55 674	3.04 696	4.54 695	3.02 689	4.64 702	3.06 693	4.54 696	3.04 692	4.62 704	3.08 684	4.62 701	3.07 691	4.58 683	3.06 672	4.60 696	3.08 695	4.63 686	3.07 692

rvit_stereo_0082	3.86 688	5.82 678	3.01 673	4.53 668	3.03 692	4.54 695	3.02 689	4.56 695	3.04 689	4.53 694	3.02 688	4.55 697	3.04 680	4.57 698	3.05 688	4.57 680	3.05 668	4.58 694	3.05 691	4.58 683	3.06 691

rvit_0105_6	3.87 690	5.73 677	3.10 683	4.69 678	3.12 700	4.54 695	3.02 689	4.56 695	3.04 689	4.54 696	3.03 690	4.54 695	3.04 680	4.56 695	3.05 688	4.58 683	3.05 668	4.58 694	3.05 691	4.58 683	3.05 688

rvit_stereo_0080	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 699	3.07 694	4.58 699	3.06 693	4.59 699	3.06 682	4.61 699	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 695

whm_eth	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 699	3.07 694	4.58 699	3.06 693	4.59 699	3.06 682	4.61 699	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 695

rvit_0105_4	3.91 693	5.47 674	3.02 676	4.54 671	3.02 691	4.54 695	3.03 693	4.75 705	3.17 700	4.57 698	3.06 693	4.61 703	3.16 688	4.65 702	3.09 694	4.66 687	3.11 676	4.68 701	3.18 702	4.81 693	3.16 700

rvit_0105_3	3.91 693	5.33 667	3.06 681	4.60 676	3.07 698	4.60 702	3.06 697	4.62 701	3.08 697	4.60 701	3.07 696	4.62 704	3.08 684	4.67 703	3.10 695	4.70 688	3.11 676	4.77 705	3.19 703	4.77 692	3.14 699

rvit_stereo_0083	3.92 695	5.30 666	3.06 681	4.61 677	3.09 699	4.67 704	3.08 698	4.66 703	3.09 698	4.62 702	3.10 698	4.66 707	3.11 686	4.67 703	3.16 697	4.72 690	3.16 679	4.77 705	3.11 698	4.66 689	3.11 697

rvit_stereo_ft	3.93 696	5.44 672	3.05 680	4.59 675	3.06 697	4.61 703	3.08 698	4.67 704	3.12 699	4.63 703	3.10 698	4.65 706	3.11 686	4.69 705	3.13 696	4.70 688	3.14 678	4.71 703	3.15 701	4.74 690	3.16 700

rvit_0105_5	4.10 697	5.40 670	3.13 686	4.71 679	3.15 701	4.72 707	3.10 700	4.90 710	3.27 702	4.69 704	3.16 700	4.84 711	3.25 690	4.96 709	3.34 700	5.05 695	3.39 684	5.10 710	3.40 704	5.11 700	3.42 704

MLG-Stereo_test1	4.25 698	5.34 669	3.61 690	5.31 686	3.63 708	5.23 711	3.57 706	5.38 713	3.65 704	5.23 710	3.47 703	4.76 708	3.74 697	4.85 706	3.71 704	4.96 692	3.18 681	4.71 703	2.92 688	4.86 696	2.90 685

MLG-Stereo_test3	4.26 699	4.85 656	3.95 694	5.35 687	3.60 707	4.75 708	3.76 709	5.49 714	3.71 706	5.39 711	3.69 707	4.82 710	3.66 694	4.85 706	3.73 707	4.93 691	3.19 682	4.69 702	2.99 690	4.84 695	2.98 687

MLG-Stereo_test2	4.28 700	5.46 673	3.69 692	4.86 682	3.72 710	5.58 714	3.42 704	4.81 707	3.77 710	4.85 706	3.72 708	5.55 716	3.63 693	5.58 713	3.53 702	4.41 677	3.28 683	4.99 709	2.95 689	4.75 691	3.13 698

RAFT+CT+SA	4.28 700	7.62 687	4.91 699	5.55 689	2.28 684	3.09 676	3.64 707	4.49 693	3.07 694	4.80 705	3.35 702	4.77 709	3.70 696	4.29 692	3.05 688	5.58 699	5.98 702	3.58 682	3.78 711	4.26 676	3.72 708

SA	4.33 702	7.35 684	6.85 711	5.96 692	4.09 714	3.59 683	3.15 701	3.82 686	2.64 685	3.91 684	3.85 709	3.57 683	2.72 675	3.13 677	4.03 710	7.09 712	6.86 707	3.57 681	3.12 699	3.85 669	3.51 706

Sa-1000	4.34 703	8.37 690	6.84 710	6.98 701	4.45 717	3.58 682	3.00 687	3.42 682	3.39 703	2.61 662	4.00 712	3.83 687	4.01 705	3.90 686	3.90 708	5.98 703	5.62 699	3.76 685	2.34 684	4.35 678	2.47 682

TestStereo1	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 688	3.74 707	3.97 685	3.52 704	3.94 688	3.58 691	3.98 687	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 710

SA-5K	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 688	3.74 707	3.97 685	3.52 704	3.94 688	3.58 691	3.98 687	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 710

DispFullNet	4.61 706	4.84 655	3.12 684	5.00 684	3.57 706	4.75 708	3.03 693	7.75 721	4.17 714	4.91 708	3.09 697	6.20 718	3.95 703	6.71 717	3.51 701	5.30 698	3.67 686	5.86 717	3.63 706	5.61 704	3.46 705

test_5	4.62 707	7.55 686	6.23 706	6.32 695	3.40 705	5.29 712	3.50 705	3.53 683	4.11 713	4.28 689	4.47 716	4.26 693	4.38 708	3.68 684	3.24 698	5.89 701	5.60 698	4.84 707	3.50 705	4.33 677	3.93 714

raft_robust	4.71 708	7.75 688	5.40 704	6.81 698	3.31 703	4.28 692	4.20 715	4.32 692	4.37 716	4.35 691	4.35 715	4.14 690	3.75 698	4.30 693	4.20 713	6.67 708	6.37 703	3.36 680	4.24 717	4.86 696	3.25 702

cross-raft	4.83 709	7.52 685	6.43 707	6.63 696	3.96 713	4.51 693	3.99 713	4.49 693	3.96 712	4.52 692	3.96 711	4.50 694	3.97 704	4.50 694	3.97 709	6.65 707	6.44 704	4.33 689	3.92 713	4.35 678	3.91 713

test_4	4.88 710	8.13 689	6.98 712	7.46 702	4.44 716	4.25 691	3.85 712	4.04 690	3.92 711	4.13 688	3.91 710	4.18 692	3.84 701	4.14 690	4.06 711	7.01 711	7.13 710	4.53 690	3.72 710	4.09 674	3.72 708

TestStereo	4.88 710	4.75 654	4.79 697	4.87 683	4.92 718	4.81 710	4.90 718	4.78 706	4.77 717	4.87 707	4.89 717	4.90 712	4.91 710	4.99 710	4.79 715	4.98 693	4.87 695	4.87 708	4.92 719	5.00 699	5.00 717

test_3	5.01 712	8.86 696	7.77 714	8.09 704	2.76 689	4.13 690	4.05 714	3.88 687	3.76 709	4.33 690	4.13 713	3.71 686	3.91 702	4.21 691	4.06 711	7.93 713	7.69 712	4.53 690	3.91 712	4.17 675	4.29 716

NLCA_NET_v2_RVC	5.04 713	50.87 743	2.78 669	2.87 627	2.71 688	2.78 675	0.47 445	2.88 674	2.86 688	1.89 625	2.67 687	2.79 677	2.79 676	2.78 675	2.83 685	2.82 660	2.82 666	2.83 675	2.77 687	2.83 662	2.76 683
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 714	5.15 661	4.49 696	5.07 685	3.37 704	6.87 717	4.75 717	5.04 711	6.34 721	7.84 721	5.06 718	6.72 722	4.09 706	4.99 710	5.44 718	5.03 694	3.16 679	4.67 700	4.86 718	5.15 701	3.89 712

U	5.15 715	8.49 693	1.81 632	8.49 706	1.77 657	8.49 722	1.77 653	8.51 723	1.77 658	8.49 723	1.77 657	8.50 724	1.78 646	8.58 723	1.77 660	8.54 716	1.78 637	8.55 724	1.78 667	8.55 718	1.84 662

SGM-Forest	5.21 716	5.92 679	4.08 695	6.18 693	4.16 715	6.31 716	4.34 716	6.50 716	4.33 715	6.14 717	4.21 714	6.61 721	4.55 709	6.67 716	4.48 714	5.94 702	3.94 688	5.85 716	4.03 715	5.79 706	4.17 715
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 717	9.16 698	8.03 718	8.09 704	5.62 721	6.11 715	6.35 721	6.85 718	4.94 718	6.08 716	6.29 723	4.98 713	6.43 715	6.22 714	6.36 721	6.16 705	7.47 711	5.82 715	5.44 722	7.11 712	5.68 720

rvit_stereo_0075_2	6.64 718	8.80 695	5.25 701	7.89 703	5.27 720	7.90 721	5.27 719	7.92 722	5.28 719	7.91 722	5.29 720	7.93 723	5.27 711	7.92 722	5.28 716	7.93 713	5.28 697	7.93 722	5.29 721	7.93 715	5.28 719

RAFT	6.73 719	9.36 699	7.40 713	8.51 707	6.55 722	6.88 718	6.60 722	6.79 717	6.60 722	6.80 718	6.72 724	5.31 715	5.50 713	6.61 715	6.61 722	8.42 715	5.89 700	5.73 714	5.45 723	6.61 708	6.24 721

SGM+DAISY	7.06 720	9.15 697	5.38 703	8.84 708	5.18 719	8.80 723	5.31 720	8.79 724	5.28 719	8.89 724	5.20 719	8.93 725	5.33 712	8.95 724	5.36 717	8.70 717	5.21 696	8.74 725	5.20 720	8.89 719	5.15 718

test-v	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 719	6.91 723	7.29 719	5.71 721	6.45 719	6.93 716	6.73 718	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 723

test-2	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 719	6.91 723	7.29 719	5.71 721	6.45 719	6.93 716	6.73 718	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 723

PA-Net	11.80 723	223.51 750	0.62 437	0.59 388	0.71 515	0.59 460	0.73 518	0.67 466	0.73 524	0.55 450	0.61 490	0.60 464	0.74 515	0.63 464	0.73 516	0.66 432	0.60 446	0.69 483	0.66 506	0.72 463	0.65 489
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 724	23.00 717	15.00 724	23.00 731	15.00 725	24.00 730	16.00 725	24.00 731	16.00 725	22.00 731	15.00 725	23.00 732	16.00 725	23.00 731	15.00 725	22.00 732	15.00 726	22.00 732	15.00 726	22.00 732	15.00 725

rafts_anoy	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

raft+_RVC	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

raftrobust	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

CasAABBNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

RALCasStereoNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

RALAANet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

111	30.40 731	30.94 733	29.72 732	32.61 732	30.02 733	33.57 731	30.47 733	31.50 732	29.39 733	30.98 732	29.11 733	29.78 733	30.39 736	29.45 732	30.76 736	30.08 733	29.02 734	29.92 733	30.32 737	29.86 733	30.17 733

WCMA_ROB	31.10 732	35.43 737	27.12 731	39.51 744	23.10 732	38.78 743	25.30 732	37.49 744	25.39 732	37.29 743	27.02 732	38.52 745	26.48 732	37.80 743	26.44 732	36.28 740	22.65 733	33.90 737	22.30 733	37.10 742	24.18 732

DCANet-4	35.22 733	34.54 734	35.08 738	33.58 736	35.47 740	34.55 732	35.53 740	36.08 738	35.85 737	35.92 738	35.77 739	35.18 739	35.48 738	35.39 738	37.15 743	34.55 739	33.92 738	35.02 740	34.90 739	35.79 737	34.74 740

ADStereo(finetuned)	36.13 734	36.63 738	38.07 743	36.97 737	33.25 737	35.91 736	34.45 737	36.36 739	32.99 734	38.14 744	36.71 740	36.69 740	34.13 737	38.57 744	40.79 744	37.60 745	36.58 741	35.90 741	33.36 738	35.42 736	34.04 737

fast-reg	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

Reg-Stereo(zero)	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

fast-iter	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

CoSv	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

MDST_ROB	69.83 739	87.70 744	41.95 744	113.75 747	65.62 747	75.05 744	55.25 746	75.64 746	45.04 742	71.61 745	41.75 745	72.81 746	44.06 743	68.38 745	44.63 745	101.89 748	59.57 748	107.10 748	61.05 748	104.38 745	59.38 747

NOSS_ROB	102.95 740	153.00 748	121.00 747	51.00 745	44.00 745	165.00 747	127.00 747	153.00 747	119.00 744	164.00 748	125.00 747	168.00 749	120.00 745	153.00 747	117.00 747	49.00 746	44.00 746	49.00 746	44.00 746	49.00 743	44.00 745

CBMV	128.50 741	1422.70 755	53.10 745	79.50 746	51.30 746	77.30 745	49.70 745	74.00 745	48.20 743	77.20 746	48.80 746	73.90 747	48.00 744	73.80 746	48.80 746	70.40 747	45.10 747	68.90 747	46.10 747	68.20 744	45.00 746
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 742	171.00 749	160.68 750	162.58 748	160.59 748	164.01 746	160.35 748	158.51 748	158.56 745	158.34 747	160.12 748	158.56 748	159.92 746	157.26 748	158.94 748	154.38 749	158.36 749	155.75 749	159.13 750	153.67 746	154.07 748
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	201.80 743	123.00 745	115.00 746	219.00 749	218.00 750	223.00 748	244.00 750	217.00 749	236.00 747	202.00 749	203.00 749	205.00 750	208.00 747	225.00 749	204.00 749	210.00 750	198.00 750	197.00 750	184.00 751	204.00 747	201.00 749

MGS-Stereo	239.45 744	123.00 745	135.00 748	266.00 750	286.00 751	277.00 749	305.00 751	271.00 750	242.00 748	274.00 750	279.00 751	255.00 751	270.00 749	268.00 750	297.00 751	221.00 751	247.00 752	216.00 751	123.00 749	217.00 748	217.00 751

EGLCR-Stereo	246.90 745	129.00 747	139.00 749	266.00 750	286.00 751	277.00 749	305.00 751	271.00 750	242.00 748	274.00 750	279.00 751	255.00 751	270.00 749	268.00 750	297.00 751	230.00 752	247.00 752	216.00 751	223.00 753	237.00 749	227.00 752

DLCB_ROB	284.23 746	354.61 751	207.27 751	363.24 752	206.46 749	364.72 751	210.41 749	364.72 752	210.41 746	364.81 752	208.64 750	364.81 753	208.64 748	364.72 752	210.41 750	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 750

LE_ROB	396.57 747	471.28 752	329.84 752	471.48 753	308.15 753	526.83 752	322.10 753	488.15 753	323.76 750	495.46 753	317.97 753	497.17 754	320.10 751	481.62 753	326.76 753	462.71 754	298.97 754	466.16 754	285.98 754	447.62 751	289.21 753

SGM-ForestM	596.69 748	677.77 753	444.52 753	699.85 754	517.25 754	732.94 753	488.29 754	770.79 754	460.11 751	750.81 754	487.98 754	792.79 755	499.41 752	730.90 754	475.81 754	720.03 755	491.16 755	663.96 755	418.60 755	674.76 752	436.05 754

CBMV_ROB	818.48 749	913.88 754	709.52 754	862.84 755	597.78 755	1073.99 754	700.52 755	1015.66 755	702.59 752	1115.65 755	760.02 755	1130.24 756	721.57 753	1037.41 755	692.65 755	814.05 756	564.29 756	843.28 756	595.31 756	915.51 753	602.92 755

tt	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 736	33.55 735	34.50 733	35.43 737	33.81 737	10000000.00 754	33.57 736	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 738

DCANet	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 736	33.55 735	34.50 733	35.43 737	33.81 737	10000000.00 754	33.57 736	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 738

fff	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 733	10000000.00 753	35.27 735	29.82 734	32.45 734	30.15 733	32.35 733	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 734

csc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 733	10000000.00 753	35.27 735	29.82 734	32.45 734	30.15 733	32.35 733	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 734

cscssc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 733	10000000.00 753	35.27 735	29.82 734	32.45 734	30.15 733	32.35 733	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 734

111111	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

SGD-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

IGEV-Stereo++	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

IGEV-BASED-STEREO-	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

IGEV-Stereo+	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

SDNR	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

anonymousdsp2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

anonymousdsp	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

test_example2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

DIP-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 401	0.50 416	0.38 401	0.50 425	0.38 406	0.50 432	3.79 699	0.50 424	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 379

FADE		0.06 79		0.09 76	0.10 154							0.05 113				0.15 145	0.10 99	0.17 189	0.13 190	0.11 155

Low-res two-view benchmark