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 98	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 82	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 98	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 82	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	0.06 125	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	0.05 109	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	0.73 439	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 82	0.04 64	0.06 65	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.04 110	0.06 129	0.04 100	0.06 119	0.04 97	0.06 70	0.04 66	0.05 109	0.04 99	0.05 115	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 103	0.12 160	0.04 110	0.06 129	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	0.50 254	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	0.73 439	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 158	0.20 191	0.23 178	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	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 272	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 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

SACVNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AACVNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

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	0.11 165	0.04 90	0.03 52	0.58 397	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	0.75 442	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 88	0.12 123	0.08 69	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 138	0.05 121	0.08 138	0.05 119	0.08 77	0.07 81	0.07 130	0.05 127	0.07 137	0.05 125

BridgeDepth_RVC	0.07 67	0.08 88	0.11 112	0.11 98	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 138	0.05 121	0.08 138	0.05 119	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
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 88	0.07 80	0.07 67	0.07 145	0.08 136	0.06 141	0.08 138	0.07 145	0.08 137	0.07 146	0.08 138	0.06 138	0.07 135	0.07 136	0.08 77	0.07 81	0.07 130	0.07 139	0.06 127	0.06 134

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	0.17 215	0.02 20	0.02 21	0.71 424	0.02 16	0.02 19	0.02 21	0.02 21	0.16 193

BridgeDepth	0.08 72	0.08 88	0.11 112	0.11 98	0.05 130	0.08 136	0.05 124	0.08 138	0.07 145	0.08 137	0.05 131	0.08 138	0.05 121	0.09 144	0.08 138	0.15 141	0.11 122	0.07 130	0.05 127	0.07 137	0.06 134
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	1.01 458	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	0.09 143	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 98	0.17 176	0.19 157	0.06 143	0.08 136	0.06 141	0.08 138	0.06 141	0.08 137	0.06 142	0.08 138	0.06 138	0.08 138	0.06 135	0.15 141	0.16 170	0.08 135	0.06 138	0.08 142	0.06 134

RT-Monster	0.09 75	0.07 86	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	0.10 152	0.04 90	0.03 52	0.92 469	0.03 39	0.03 41	0.03 57	0.03 47	0.07 139

DA	0.09 75	0.13 117	0.39 300	0.08 69	0.05 130	0.07 134	0.05 124	0.13 161	0.05 128	0.06 127	0.05 131	0.06 129	0.05 121	0.06 119	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

GGEV	0.09 75	0.13 117	0.39 300	0.08 69	0.05 130	0.07 134	0.05 124	0.13 161	0.05 128	0.06 127	0.05 131	0.06 129	0.05 121	0.06 119	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

test_sample7	0.09 75	1.00 350	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	0.97 340	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	0.87 317	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	1.03 366	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	0.87 317	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	1.01 360	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	0.95 337	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	1.01 360	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 98	0.10 92	0.09 76	0.09 149	0.09 144	0.09 148	0.10 145	0.08 149	0.10 146	0.09 150	0.09 146	0.09 148	0.09 144	0.08 138	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 517	0.06 125	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	0.05 109	0.04 99	0.05 115	0.05 125

ADCS	0.09 75	0.02 12	0.04 64	0.90 432	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 165	0.36 362	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 341	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	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 370	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	1.05 370	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	1.05 370	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	1.07 374	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	1.03 366	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	1.07 374	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	1.14 383	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	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

222	0.10 90	0.99 348	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	1.09 376	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	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SHD	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SAMSARA	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

XQC	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSC	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTS	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSA	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet+	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet++	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 149	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 533	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 138	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 145	0.13 161	0.05 124	0.06 125	0.05 128	0.05 112	0.05 131	0.13 163	0.05 121	0.05 103	0.09 143	0.24 203	0.20 201	0.10 142	0.05 127	0.06 127	0.13 182

JetRed	0.11 111	0.12 115	0.11 112	0.11 98	0.11 172	0.11 157	0.14 185	0.11 157	0.11 168	0.12 160	0.11 168	0.11 159	0.11 165	0.11 159	0.11 161	0.11 105	0.16 170	0.11 153	0.11 164	0.11 157	0.11 162

JetBlue	0.11 111	0.11 113	0.12 123	0.13 118	0.14 191	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.11 168	0.11 159	0.11 165	0.12 163	0.12 173	0.11 105	0.11 122	0.11 153	0.11 164	0.11 157	0.11 162

x	0.11 111	1.15 386	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	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 225	0.33 260	0.39 239	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	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 388	0.16 169	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	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 561	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 561	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 564	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 119	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 120	1.14 383	0.17 176	0.20 161	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	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 123	0.10 92	0.15 133	0.10 156	0.14 162	0.10 153	0.14 163	0.10 153	0.15 169	0.10 154	0.14 164	0.10 152	0.14 165	0.10 149	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.09 144
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 86	0.05 79	0.08 69	0.05 130	0.08 136	1.20 549	0.07 135	0.05 128	0.05 112	0.05 131	0.08 138	0.05 121	0.08 138	0.03 52	0.07 75	0.05 78	0.06 125	0.05 127	0.07 137	0.05 125

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 619	0.04 59	0.04 66	0.04 93	0.05 127	0.04 97	0.06 134

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.65 623	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.66 625	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 567	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 119	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 127	0.21 144	0.12 123	0.16 143	0.11 172	0.15 170	0.11 166	0.14 163	0.11 168	0.15 169	0.12 176	0.15 175	0.11 165	0.14 165	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLG	0.13 127	0.20 138	0.14 148	0.15 133	0.11 172	0.14 162	0.11 166	0.14 163	0.11 168	0.14 162	0.11 168	0.14 164	0.11 165	0.14 165	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

ACRE	0.13 127	0.21 144	0.14 148	0.15 133	0.11 172	0.14 162	0.11 166	0.14 163	0.11 168	0.14 162	0.12 176	0.14 164	0.11 165	0.14 165	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

LRCNet_RVC	0.13 127	0.13 117	0.09 88	0.13 118	0.10 156	0.14 162	0.10 153	0.14 163	0.10 153	0.23 212	0.10 154	0.20 195	0.10 152	0.24 219	0.11 161	0.11 105	0.09 94	0.12 156	0.14 194	0.12 163	0.09 144

aanetorigin	0.13 127	0.11 113	0.11 112	0.11 98	0.11 172	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.12 176	0.11 159	0.11 165	0.11 159	0.11 161	0.11 105	0.11 122	0.14 162	0.11 164	0.49 397	0.11 162

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 103	0.04 92	0.05 131	0.04 96	0.05 121	0.04 90	1.71 628	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

ELAS	0.13 127	0.16 125	0.11 112	0.15 133	0.09 149	0.18 188	0.11 166	0.18 186	0.11 168	0.17 181	0.11 168	0.18 188	0.11 165	0.18 186	0.11 161	0.14 133	0.08 84	0.14 162	0.08 143	0.14 167	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 445	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 130	0.12 123	0.17 152	0.11 172	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.11 168	0.17 184	0.11 165	0.17 183	0.11 161	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 506	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	0.06 119	0.04 97	0.12 111	0.11 122	0.05 109	0.04 99	0.05 115	0.04 96

ProNet	0.14 134	0.20 138	0.14 148	0.16 143	0.11 172	0.16 177	0.11 166	0.17 183	0.11 168	0.17 181	0.12 176	0.17 184	0.13 186	0.17 183	0.12 173	0.15 141	0.11 122	0.16 179	0.11 164	0.15 175	0.12 175

IPLGR_C	0.14 134	0.20 138	0.12 123	0.15 133	0.11 172	0.14 162	0.15 191	0.14 163	0.11 168	0.15 169	0.12 176	0.14 164	0.11 165	0.16 176	0.11 161	0.15 141	0.12 136	0.14 162	0.12 179	0.15 175	0.12 175

MIPNet	0.14 134	0.21 144	0.17 176	0.16 143	0.11 172	0.15 170	0.12 179	0.14 163	0.11 168	0.16 174	0.11 168	0.14 164	0.11 165	0.14 165	0.11 161	0.14 133	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLGR	0.14 134	0.24 158	0.14 148	0.16 143	0.12 185	0.15 170	0.12 179	0.14 163	0.11 168	0.15 169	0.12 176	0.14 164	0.11 165	0.14 165	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

GMStereo	0.14 134	0.13 117	0.14 148	0.14 122	0.14 191	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 164	0.14 190	0.14 165	0.14 184	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 187
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 584	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 135	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 134	0.16 125	0.12 123	0.17 152	0.12 185	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.12 176	0.17 184	0.12 180	0.17 183	0.12 173	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.12 175

DRN-Test	0.14 134	0.13 117	0.09 88	0.14 122	0.09 149	0.15 170	0.09 148	0.14 163	0.10 153	0.14 162	0.09 150	0.14 164	0.09 148	0.13 164	0.09 143	0.12 111	0.09 94	0.12 156	0.09 145	0.12 163	0.73 489

ELAS_RVC	0.14 134	0.16 125	0.10 92	0.15 133	0.10 156	0.18 188	0.11 166	0.19 188	0.11 168	0.19 187	0.12 176	0.18 188	0.11 165	0.19 189	0.12 173	0.14 133	0.08 84	0.14 162	0.09 145	0.15 175	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 130	0.13 143	0.20 161	0.13 189	0.19 191	0.13 183	0.18 186	0.13 188	0.19 187	0.13 189	0.18 188	0.14 190	0.18 186	0.14 184	0.16 152	0.11 122	0.15 175	0.14 194	0.18 190	0.11 162

CoDeX	0.15 146	0.70 291	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	0.67 465	0.02 15	0.69 456	0.75 473	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 268	0.11 112	0.16 143	0.11 172	0.16 177	0.11 166	0.16 177	0.11 168	0.16 174	0.11 168	0.16 176	0.11 165	0.16 176	0.11 161	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 583	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 131	0.04 96	0.04 100	0.08 138	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 146	0.14 123	0.10 92	0.14 122	0.09 149	0.15 170	0.09 148	0.14 163	0.09 152	0.14 162	0.10 154	0.14 164	0.09 148	0.14 165	0.09 143	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.82 505

LALA_ROB	0.15 146	0.19 134	0.12 123	0.18 154	0.11 172	0.20 196	0.12 179	0.21 203	0.12 184	0.20 193	0.12 176	0.20 195	0.12 180	0.21 204	0.13 180	0.17 160	0.10 99	0.18 197	0.11 164	0.18 190	0.11 162

SGM_RVC	0.15 146	0.17 130	0.11 112	0.18 154	0.11 172	0.19 191	0.11 166	0.19 188	0.12 184	0.19 187	0.12 176	0.20 195	0.12 180	0.19 189	0.12 173	0.16 152	0.11 122	0.17 187	0.10 152	0.17 186	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TestStereo_HL1	0.16 153	0.05 66	0.61 419	0.71 399	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	0.71 424	0.57 418	0.04 93	0.04 99	0.04 97	0.04 96

z-mn7	0.16 153	1.21 439	0.33 260	0.41 264	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	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 125	0.16 169	0.16 143	0.16 213	0.16 177	0.16 197	0.16 177	0.16 206	0.16 174	0.16 207	0.16 176	0.16 203	0.16 176	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 193

qqq	0.16 153	2.01 530	0.12 123	0.15 133	0.04 101	0.06 123	0.05 124	0.06 125	0.04 103	0.06 127	0.03 56	0.06 129	0.03 53	0.06 119	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 133	0.13 143	0.19 157	0.13 189	0.19 191	0.13 183	0.19 188	0.13 188	0.19 187	0.13 189	0.19 192	0.13 186	0.19 189	0.13 180	0.18 168	0.13 159	0.18 197	0.13 188	0.18 190	0.13 182

ManiGeoR	0.17 158	0.05 66	0.62 422	0.73 408	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLF11	0.17 158	0.05 66	0.63 426	0.72 403	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	0.71 424	0.59 429	0.05 109	0.04 99	0.04 97	0.04 96

HLf10	0.17 158	0.05 66	0.62 422	0.73 408	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLf8	0.17 158	0.05 66	0.62 422	0.72 403	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HLe17	0.17 158	0.05 66	0.65 434	0.72 403	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	0.71 424	0.59 429	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL3	0.17 158	0.05 66	0.61 419	0.71 399	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	0.70 422	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL2	0.17 158	0.05 66	0.63 426	0.72 403	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	0.71 424	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

CAS++	0.17 158	0.27 169	0.21 197	0.10 81	0.21 246	0.15 170	0.22 233	0.10 145	0.21 234	0.22 207	0.10 154	0.19 192	0.18 225	0.10 148	0.19 222	0.20 175	0.19 199	0.18 197	0.10 152	0.19 196	0.18 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 158	2.16 540	0.13 143	0.13 118	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.03 56	0.06 129	0.03 53	0.06 119	0.05 119	0.18 168	0.12 136	0.06 125	0.03 57	0.05 115	0.03 52

SFCPSM	0.17 158	0.78 303	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	0.79 503	0.02 15	0.75 469	0.76 475	0.02 21	0.02 21	0.02 20

CCAANet	0.17 158	0.71 292	0.14 148	0.14 122	0.14 191	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 164	0.14 190	0.14 165	0.22 231	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 187

DepthFocus	0.18 169	0.22 148	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 207	0.15 201	0.22 207	0.15 203	0.22 211	0.16 203	0.22 208	0.15 194	0.20 175	0.15 167	0.20 204	0.14 194	0.20 197	0.14 187

w-ln-seven	0.18 169	1.47 464	0.33 260	0.40 252	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	0.38 270	0.32 271	0.05 109	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 169	0.48 247	0.16 169	0.16 143	0.15 203	0.15 170	0.16 197	0.16 177	0.16 206	0.16 174	0.16 207	0.16 176	0.16 203	0.16 176	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 193

xyz-stereo	0.18 169	0.50 254	0.16 169	0.15 133	0.16 213	0.16 177	0.16 197	0.16 177	0.16 206	0.16 174	0.16 207	0.16 176	0.16 203	0.16 176	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 193

BEATNet-Init1	0.19 173	0.08 88	0.08 82	2.23 585	0.08 147	0.08 136	0.07 145	0.07 135	0.08 149	0.08 137	0.07 146	0.08 138	0.07 144	0.11 159	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

DeepPrunerF	0.19 173	0.08 88	0.08 82	2.23 585	0.08 147	0.08 136	0.07 145	0.07 135	0.08 149	0.08 137	0.07 146	0.08 138	0.07 144	0.11 159	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

IGEV_Zeroshot_test	0.20 175	0.19 134	0.40 332	0.30 203	0.17 219	0.22 209	0.17 207	0.21 203	0.17 216	0.20 193	0.17 214	0.21 203	0.18 225	0.21 204	0.17 207	0.20 175	0.16 170	0.20 204	0.16 204	0.20 197	0.17 210

DAS	0.20 175	0.20 138	0.20 191	0.20 161	0.20 237	0.20 196	0.20 223	0.20 194	0.20 230	0.20 193	0.20 236	0.20 195	0.20 234	0.20 193	0.20 225	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 219

ASD4	0.20 175	0.20 138	0.20 191	0.20 161	0.20 237	0.20 196	0.20 223	0.20 194	0.20 230	0.20 193	0.20 236	0.20 195	0.20 234	0.20 193	0.20 225	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 219

ACVNet	0.20 175	0.19 134	0.14 148	0.20 161	0.14 191	0.20 196	0.96 524	0.21 203	0.14 190	0.20 193	0.13 189	0.21 203	0.14 190	0.20 193	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 175

acv_ft	0.20 175	0.19 134	0.14 148	0.20 161	0.14 191	0.20 196	0.96 524	0.21 203	0.14 190	0.20 193	0.13 189	0.21 203	0.14 190	0.20 193	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 175

iResNetv2_ROB	0.20 175	0.23 150	0.18 186	0.24 183	0.20 237	0.24 221	0.18 215	0.24 217	0.18 222	0.24 219	0.18 230	0.23 218	0.19 230	0.24 219	0.18 219	0.21 183	0.16 170	0.21 208	0.16 204	0.22 206	0.16 193

iResNet	0.20 175	0.23 150	0.18 186	0.24 183	0.18 230	0.24 221	0.20 223	0.24 217	0.18 222	0.23 212	0.17 214	0.23 218	0.18 225	0.23 215	0.18 219	0.22 185	0.16 170	0.21 208	0.16 204	0.21 204	0.16 193

TestStereo-Hl	0.21 182	0.08 88	0.83 479	0.73 408	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	0.85 461	1.04 502	0.05 109	0.04 99	0.05 115	0.06 134

LACA2	0.21 182	0.24 158	0.26 218	0.31 209	0.16 213	0.24 221	0.16 197	0.24 217	0.16 206	0.24 219	0.16 207	0.24 224	0.16 203	0.24 219	0.16 201	0.27 214	0.23 215	0.24 230	0.16 204	0.23 217	0.16 193

LACA1	0.21 182	0.24 158	0.26 218	0.31 209	0.16 213	0.24 221	0.16 197	0.24 217	0.16 206	0.24 219	0.16 207	0.24 224	0.16 203	0.24 219	0.16 201	0.27 214	0.22 209	0.23 221	0.16 204	0.23 217	0.16 193

z-ln-s-r	0.21 182	1.40 462	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 128	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 119	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 182	0.25 164	0.21 197	0.26 197	0.17 219	0.24 221	0.17 207	0.24 217	0.17 216	0.24 219	0.17 214	0.24 224	0.17 215	0.24 219	0.17 207	0.24 203	0.17 191	0.23 221	0.16 204	0.23 217	0.16 193

Pointernet	0.21 182	0.22 148	0.19 188	0.24 183	0.19 234	0.24 221	0.19 219	0.24 217	0.19 228	0.24 219	0.19 232	0.24 224	0.19 230	0.24 219	0.19 222	0.22 185	0.17 191	0.22 213	0.17 226	0.22 206	0.17 210

SuperB	0.21 182	0.10 102	2.51 650	0.12 106	0.09 149	0.10 146	0.09 148	0.08 138	0.07 145	0.10 146	0.09 150	0.09 146	0.07 144	0.07 135	0.07 136	0.07 75	0.08 84	0.07 130	0.07 139	0.08 142	0.07 139

BStereo	0.22 189	0.23 150	0.20 191	0.24 183	0.20 237	0.23 218	0.33 344	0.39 281	0.17 216	0.23 212	0.17 214	0.23 218	0.16 203	0.24 219	0.17 207	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 193

Wave_Phase_stereo	0.22 189	0.23 150	0.20 191	0.24 183	0.20 237	0.23 218	0.33 344	0.39 281	0.17 216	0.23 212	0.17 214	0.23 218	0.16 203	0.24 219	0.17 207	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 193

WAO-6	0.22 189	0.23 150	0.22 199	0.23 178	0.22 248	0.22 209	0.22 233	0.22 207	0.22 237	0.22 207	0.22 243	0.22 211	0.22 241	0.22 208	0.22 231	0.22 185	0.22 209	0.22 213	0.22 241	0.22 206	0.22 224

IMH-64-1	0.22 189	0.23 150	0.23 202	0.22 173	0.22 248	0.22 209	0.22 233	0.22 207	0.22 237	0.22 207	0.22 243	0.22 211	0.22 241	0.22 208	0.22 231	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 226

IMH-64	0.22 189	0.23 150	0.23 202	0.22 173	0.22 248	0.22 209	0.22 233	0.22 207	0.22 237	0.22 207	0.22 243	0.22 211	0.22 241	0.22 208	0.22 231	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 226

ac_64	0.22 189	0.13 117	0.19 188	0.23 178	0.10 156	0.26 239	1.02 534	0.14 163	0.10 153	0.28 240	0.14 194	0.17 184	0.19 230	0.28 247	0.09 143	0.22 185	0.16 170	0.23 221	0.17 226	0.11 157	0.12 175

LACA3	0.23 195	0.25 164	0.27 221	0.54 361	0.17 219	0.25 230	0.17 207	0.25 225	0.17 216	0.25 227	0.17 214	0.25 231	0.17 215	0.25 228	0.17 207	0.28 218	0.23 215	0.24 230	0.17 226	0.24 221	0.17 210

dd	0.23 195	0.98 341	0.16 169	0.23 178	0.15 203	0.23 218	0.15 191	0.23 214	0.15 201	0.23 212	0.15 203	0.24 224	0.17 215	0.23 215	0.15 194	0.22 185	0.15 167	0.21 208	0.15 202	0.22 206	0.16 193

dad	0.23 195	1.03 366	0.16 169	0.23 178	0.15 203	0.24 221	0.15 191	0.24 217	0.16 206	0.23 212	0.16 207	0.24 224	0.16 203	0.23 215	0.15 194	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 193

RSGM-EC	0.24 198	0.24 158	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 207	0.15 201	0.24 219	0.15 203	0.22 211	0.15 201	0.22 208	1.19 549	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 187

acva	0.24 198	0.24 158	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 207	0.15 201	0.24 219	0.15 203	0.22 211	0.15 201	0.22 208	1.19 549	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 187

MSKI-zero shot	0.24 198	0.21 144	0.49 383	0.65 385	0.18 230	0.22 209	0.17 207	0.23 214	0.18 222	0.21 205	0.17 214	0.23 218	0.28 276	0.23 215	0.18 219	0.21 183	0.16 170	0.21 208	0.16 204	0.21 204	0.16 193

qqq1	0.25 201	3.70 609	0.14 148	0.14 122	0.04 101	0.06 123	0.05 124	0.06 125	0.05 128	0.06 127	0.05 131	0.04 96	0.05 121	0.06 119	0.05 119	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

fff1	0.25 201	3.70 609	0.14 148	0.14 122	0.04 101	0.06 123	0.05 124	0.06 125	0.05 128	0.06 127	0.05 131	0.04 96	0.05 121	0.06 119	0.05 119	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

UNDER WATER-64	0.25 201	0.26 166	0.25 212	0.26 197	0.25 261	0.25 230	0.25 248	0.25 225	0.25 251	0.25 227	0.25 260	0.25 231	0.25 253	0.26 239	0.25 249	0.25 209	0.25 220	0.25 235	0.25 257	0.25 224	0.25 237

ffm	0.25 201	3.83 615	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 129	0.05 121	0.06 119	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

ff1	0.25 201	3.83 615	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 129	0.05 121	0.06 119	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

mmx	0.25 201	3.83 615	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 129	0.05 121	0.06 119	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

MIM_Stereo	0.25 201	0.23 150	0.66 437	0.80 418	0.17 219	0.22 209	0.17 207	0.23 214	0.18 222	0.26 236	0.17 214	0.21 203	0.17 215	0.25 228	0.17 207	0.23 196	0.16 170	0.21 208	0.17 226	0.22 206	0.17 210

LoS	0.25 201	0.27 169	0.25 212	0.25 190	0.25 261	0.25 230	0.25 248	0.26 231	0.25 251	0.25 227	0.25 260	0.25 231	0.25 253	0.25 228	0.25 249	0.26 211	0.25 220	0.25 235	0.26 263	0.26 226	0.25 237
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 201	1.31 453	0.74 465	0.92 437	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	0.87 464	0.75 469	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 210	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	0.06 138	0.05 103	0.03 52	4.34 656	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

model_zeroshot	0.27 211	0.20 138	0.27 221	0.33 219	0.21 246	0.37 279	0.22 233	0.37 268	0.24 246	0.26 236	0.27 269	0.33 266	0.21 240	0.25 228	0.27 255	0.32 235	0.20 201	0.34 278	0.23 247	0.25 224	0.26 243

DLNR-FE	0.28 212	0.89 322	0.30 235	0.34 222	0.19 234	0.28 244	0.19 219	0.28 234	0.20 230	0.28 240	0.20 236	0.28 245	0.20 234	0.28 247	0.20 225	0.33 240	0.28 239	0.25 235	0.19 233	0.24 221	0.19 217

xyz-stereo-finetune	0.28 212	0.49 249	0.16 169	0.16 143	0.16 213	0.16 177	0.16 197	0.22 207	0.30 289	0.32 257	0.31 336	0.32 263	0.31 338	0.32 260	0.32 330	0.32 235	0.33 283	0.31 259	0.32 358	0.31 244	0.32 336

SQANet	0.28 212	0.28 172	0.28 227	0.28 201	0.28 274	0.28 244	0.28 266	0.28 234	0.28 272	0.28 240	0.28 276	0.28 245	0.28 276	0.28 247	0.28 264	0.28 218	0.28 239	0.28 246	0.28 313	0.28 233	0.28 301

HGLStereo	0.28 212	0.29 174	0.22 199	0.36 228	0.22 248	0.36 274	0.21 229	0.36 262	0.21 234	0.42 317	0.21 242	0.36 277	0.22 241	0.36 277	0.21 229	0.34 244	0.21 205	0.34 278	0.21 238	0.34 258	0.21 222

iResNet_ROB	0.28 212	0.32 180	0.24 209	0.32 215	0.25 261	0.32 263	0.24 246	0.32 248	0.24 246	0.33 261	0.24 254	0.35 272	0.24 250	0.33 267	0.24 241	0.31 233	0.24 219	0.32 262	0.24 254	0.32 247	0.24 236

UNet	0.29 217	0.90 325	0.10 92	0.14 122	0.10 156	0.14 162	0.10 153	0.91 478	0.69 482	0.14 162	0.11 168	0.14 164	0.11 165	0.14 165	0.10 149	0.12 111	0.09 94	0.12 156	0.09 145	0.88 470	0.76 496

MultiAttention	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 241	0.30 289	0.30 246	0.30 294	0.30 255	0.30 289	0.30 253	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 320

MSAF-DinoV2	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 241	0.30 289	0.30 246	0.30 294	0.30 255	0.30 289	0.30 253	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 320

DDVS	0.30 218	3.10 595	0.14 148	0.19 157	0.14 191	0.19 191	0.14 185	0.20 194	0.14 190	0.19 187	0.13 189	0.16 176	0.13 186	0.19 189	0.13 180	0.17 160	0.13 159	0.17 187	0.13 188	0.17 186	0.13 182

ACV-stereo	0.30 218	2.08 532	0.25 212	0.25 190	0.18 230	0.24 221	0.17 207	0.24 217	0.18 222	0.24 219	0.17 214	0.25 231	0.17 215	0.24 219	0.17 207	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 193

LoS_RVC	0.30 218	1.14 383	0.25 212	0.25 190	0.25 261	0.26 239	0.25 248	0.25 225	0.25 251	0.25 227	0.25 260	0.26 242	0.26 262	0.26 239	0.25 249	0.26 211	0.26 223	0.25 235	0.25 257	0.26 226	0.26 243

CAS	0.30 218	1.17 389	0.25 212	0.25 190	0.25 261	0.26 239	0.25 248	0.25 225	0.26 264	0.25 227	0.25 260	0.25 231	0.25 253	0.25 228	0.25 249	0.26 211	0.26 223	0.26 240	0.25 257	0.26 226	0.25 237

DANet	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 241	0.30 289	0.30 246	0.30 294	0.30 255	0.30 289	0.30 253	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 225	0.31 178	0.31 250	0.30 203	0.40 400	0.31 254	0.30 281	0.30 241	0.34 361	0.29 245	0.31 336	0.29 251	0.30 289	0.31 257	0.31 320	0.31 233	0.29 253	0.31 259	0.30 340	0.31 244	0.31 329

tt1	0.31 225	0.93 334	0.24 209	0.33 219	0.23 254	0.31 254	0.24 246	0.32 248	0.24 246	0.32 257	0.23 247	0.32 263	0.25 253	0.32 260	0.24 241	0.27 214	0.26 223	0.27 244	0.26 263	0.27 231	0.27 281

xxxxx1	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 252	0.25 251	0.31 251	0.24 254	0.33 266	0.25 253	0.32 260	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 281

DLNR_Zeroshot_test	0.31 225	0.28 172	0.47 368	0.79 415	0.24 259	0.30 248	0.26 255	0.30 241	0.24 246	0.32 257	0.23 247	0.31 259	0.24 250	0.30 253	0.23 238	0.29 226	0.26 223	0.29 251	0.24 254	0.33 254	0.23 226

tt_ll	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 252	0.25 251	0.31 251	0.24 254	0.33 266	0.25 253	0.32 260	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 281

ff	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 252	0.25 251	0.31 251	0.24 254	0.33 266	0.25 253	0.32 260	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 281

RAFT + AFF	0.31 225	0.45 233	0.34 270	0.39 239	0.28 274	0.38 286	0.33 344	0.29 239	0.31 332	0.30 246	0.30 294	0.29 251	0.27 269	0.29 251	0.30 282	0.28 218	0.29 253	0.29 251	0.29 326	0.27 231	0.32 336

MLCV	0.31 225	0.35 183	0.27 221	0.35 224	0.28 274	0.35 270	0.27 258	0.35 258	0.28 272	0.36 271	0.27 269	0.35 272	0.27 269	0.35 271	0.27 255	0.34 244	0.27 233	0.34 278	0.27 300	0.34 258	0.27 281

DN-CSS_ROB	0.31 225	0.35 183	0.28 227	0.35 224	0.28 274	0.34 266	0.27 258	0.34 255	0.25 251	0.35 267	0.27 269	0.36 277	0.26 262	0.34 268	0.28 264	0.35 252	0.28 239	0.34 278	0.28 313	0.34 258	0.27 281

DStereoFS	0.32 234	0.33 181	0.32 255	0.33 219	0.30 294	0.32 263	0.32 333	0.32 248	0.31 332	0.30 246	0.31 336	0.31 259	0.30 289	0.32 260	0.32 330	0.32 235	0.31 267	0.30 253	0.47 440	0.32 247	0.34 350

DStereoSA	0.32 234	0.52 264	0.34 270	0.31 209	0.31 337	0.30 248	0.30 281	0.31 246	0.30 289	0.31 251	0.31 336	0.31 259	0.30 289	0.31 257	0.31 320	0.30 227	0.32 271	0.31 259	0.31 351	0.31 244	0.31 329

WCG-NET（raft）	0.32 234	1.24 447	0.24 209	0.32 215	0.24 259	0.32 263	0.23 241	0.32 248	0.24 246	0.32 257	0.24 254	0.32 263	0.24 250	0.32 260	0.24 241	0.30 227	0.23 215	0.30 253	0.23 247	0.30 239	0.23 226

Any-RAFT	0.32 234	0.36 186	0.27 221	0.36 228	0.27 269	0.36 274	0.27 258	0.36 262	0.27 268	0.36 271	0.27 269	0.36 277	0.27 269	0.36 277	0.28 264	0.36 256	0.28 239	0.36 299	0.28 313	0.36 278	0.28 301

StereoDRNet-Refined	0.33 238	0.39 199	0.26 218	0.39 239	0.26 268	0.40 294	0.26 255	0.40 288	0.26 264	0.39 283	0.26 265	0.39 291	0.26 262	0.39 292	0.26 254	0.37 259	0.25 220	0.37 302	0.25 257	0.37 282	0.37 368
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 239	0.26 166	0.17 176	0.21 171	0.17 219	0.20 196	0.16 197	0.20 194	0.16 206	0.20 193	0.17 214	0.21 203	0.16 203	0.27 243	0.24 241	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 670

RAFT-FE	0.34 239	0.26 166	0.17 176	0.21 171	0.17 219	0.20 196	0.16 197	0.20 194	0.16 206	0.20 193	0.17 214	0.21 203	0.16 203	0.27 243	0.24 241	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 670

LG-Stereo_L2	0.34 239	0.37 188	0.38 289	0.47 295	0.28 274	0.39 292	0.28 266	0.39 281	0.28 272	0.39 283	0.28 276	0.39 291	0.28 276	0.38 284	0.28 264	0.42 312	0.35 319	0.36 299	0.26 263	0.35 271	0.26 243

H2IRNET	0.34 239	0.34 182	0.34 270	0.34 222	0.34 369	0.34 266	0.34 357	0.34 255	0.34 361	0.34 263	0.34 363	0.34 270	0.34 359	0.34 268	0.34 354	0.34 244	0.34 312	0.34 278	0.34 372	0.34 258	0.34 350

IGEV++	0.34 239	0.43 222	0.30 235	0.40 252	0.29 284	0.40 294	0.29 276	0.40 288	0.29 278	0.40 289	0.29 282	0.40 299	0.29 283	0.40 295	0.30 282	0.38 270	0.29 253	0.37 302	0.29 326	0.37 282	0.29 307

iRaft-Stereo_5w	0.34 239	0.42 221	0.31 250	0.39 239	0.30 294	0.38 286	0.30 281	0.40 288	0.29 278	0.40 289	0.37 382	0.41 312	0.34 359	0.38 284	0.30 282	0.34 244	0.27 233	0.34 278	0.26 263	0.34 258	0.26 243

CSP-Net	0.34 239	1.29 449	1.19 520	1.36 548	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 560	1.21 571	0.03 41	0.09 145	0.02 21	0.09 144

iRaft-Stereo_20w	0.34 239	0.41 214	0.31 250	0.39 239	0.29 284	0.40 294	0.32 333	0.41 303	0.32 342	0.38 277	0.30 294	0.39 291	0.30 289	0.38 284	0.32 330	0.35 252	0.27 233	0.34 278	0.27 300	0.34 258	0.29 307

DGSMNet	0.34 239	0.41 214	0.27 221	0.41 264	0.28 274	0.41 310	0.28 266	0.41 303	0.27 268	0.41 303	0.27 269	0.42 330	0.27 269	0.41 310	0.28 264	0.40 290	0.29 253	0.40 364	0.28 313	0.40 348	0.27 281

gcap_with_dpt	0.35 248	0.39 199	0.30 235	0.44 283	0.31 337	0.44 370	0.31 325	0.44 361	0.31 332	0.44 356	0.30 294	0.44 369	0.30 289	0.44 358	0.30 282	0.38 270	0.26 223	0.38 310	0.27 300	0.38 295	0.27 281

FE-Mocha	0.35 248	0.71 292	0.40 332	0.47 295	0.27 269	0.34 266	0.27 258	0.34 255	0.26 264	0.34 263	0.26 265	0.34 270	0.27 269	0.34 268	0.27 255	0.44 314	0.41 355	0.33 269	0.29 326	0.32 247	0.29 307

IGEV-FE	0.35 248	0.37 188	0.17 176	0.19 157	0.17 219	0.20 196	0.17 207	0.19 188	0.17 216	0.19 187	0.17 214	0.19 192	0.17 215	0.37 281	0.36 362	0.19 172	0.17 191	0.19 200	0.17 226	0.38 295	2.84 661

test_for_model	0.35 248	0.39 199	0.30 235	0.43 280	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.44 358	0.31 320	0.38 270	0.26 223	0.38 310	0.26 263	0.38 295	0.26 243

CASnet	0.35 248	0.51 262	0.44 354	0.32 215	0.31 337	0.24 221	0.34 357	0.36 262	0.25 251	0.31 251	0.37 382	0.30 255	0.33 354	0.25 228	0.45 411	0.37 259	0.37 328	0.33 269	0.35 385	0.34 258	0.37 368
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 248	0.44 225	0.45 356	0.49 306	0.30 294	0.37 279	0.30 281	0.36 262	0.30 289	0.36 271	0.29 282	0.36 277	0.29 283	0.36 277	0.30 282	0.46 353	0.39 342	0.32 262	0.24 254	0.32 247	0.25 237
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 248	0.35 183	0.35 281	0.35 224	0.35 372	0.35 270	0.35 362	0.35 258	0.35 365	0.35 267	0.35 371	0.35 272	0.35 366	0.35 271	0.35 358	0.35 252	0.35 319	0.35 294	0.35 385	0.35 271	0.35 360

GeoVLM	0.36 255	0.38 192	0.27 221	0.46 288	0.28 274	0.35 270	0.28 266	0.37 268	0.27 268	0.35 267	0.28 276	0.36 277	0.38 378	0.35 271	0.28 264	1.08 493	0.26 223	0.33 269	0.27 300	0.34 258	0.33 343

Zero-FE251	0.36 255	0.40 203	0.28 227	0.41 264	0.28 274	0.41 310	0.28 266	0.41 303	0.28 272	0.41 303	0.28 276	0.41 312	0.28 276	0.42 323	0.30 282	0.37 259	0.26 223	0.37 302	0.27 300	0.45 374	0.56 448

GIP-stereo	0.36 255	0.49 249	0.39 300	0.48 300	0.32 347	0.41 310	0.28 266	0.40 288	0.30 289	0.41 303	0.28 276	0.40 299	0.28 276	0.42 323	0.28 264	0.45 343	0.32 271	0.38 310	0.30 340	0.37 282	0.27 281

DCVSM-stereo	0.36 255	1.89 518	0.22 199	0.40 252	0.22 248	0.40 294	0.22 233	0.40 288	0.22 237	0.40 289	0.22 243	0.40 299	0.22 241	0.40 295	0.22 231	0.28 218	0.21 205	0.28 246	0.21 238	0.28 233	0.20 219

RSM	0.36 255	0.36 186	0.43 352	0.37 231	0.42 420	0.49 401	0.42 410	0.37 268	0.28 272	0.36 271	0.29 282	0.36 277	0.30 289	0.37 281	0.28 264	0.34 244	0.31 267	0.34 278	0.35 385	0.40 348	0.29 307

gcap-zeroshot	0.36 255	0.40 203	0.34 270	0.44 283	0.31 337	0.44 370	0.31 325	0.44 361	0.32 342	0.44 356	0.32 346	0.44 369	0.32 343	0.44 358	0.31 320	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 281

testlalala	0.36 255	0.40 203	0.34 270	0.44 283	0.31 337	0.44 370	0.31 325	0.44 361	0.32 342	0.44 356	0.32 346	0.44 369	0.32 343	0.44 358	0.31 320	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 281

GCAPDPT-zeroshot	0.36 255	0.40 203	0.30 235	0.43 280	0.30 294	0.43 337	0.30 281	0.43 327	0.31 332	0.43 322	0.30 294	0.43 337	0.30 289	0.44 358	0.31 320	0.39 283	0.28 239	0.39 351	0.27 300	0.39 336	0.26 243

RAFT-Test	0.36 255	0.37 188	0.33 260	0.41 264	0.32 347	0.41 310	0.32 333	0.41 303	0.32 342	0.41 303	0.32 346	0.41 312	0.32 343	0.41 310	0.33 341	0.37 259	0.29 253	0.37 302	0.29 326	0.38 295	0.31 329

DMCA	0.36 255	0.38 192	0.37 287	0.35 224	0.35 372	0.36 274	0.36 369	0.36 262	0.35 365	0.35 267	0.37 382	0.36 277	0.36 369	0.35 271	0.36 362	0.36 256	0.36 325	0.35 294	0.36 391	0.36 278	0.36 363

ACVNet-DCA	0.37 265	1.00 350	0.30 235	0.40 252	0.29 284	0.40 294	0.29 276	0.40 288	0.29 278	0.40 289	0.29 282	0.40 299	0.29 283	0.39 292	0.28 264	0.33 240	0.32 271	0.33 269	0.32 358	0.33 254	0.32 336

1test111	0.37 265	1.02 364	0.30 235	0.39 239	0.29 284	0.40 294	0.28 266	0.39 281	0.29 278	0.39 283	0.29 282	0.39 291	0.28 276	0.40 295	0.29 275	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 329

cc1	0.37 265	1.02 364	0.30 235	0.39 239	0.29 284	0.40 294	0.28 266	0.39 281	0.29 278	0.39 283	0.29 282	0.39 291	0.28 276	0.40 295	0.29 275	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 329

EKT-Stereo	0.37 265	0.40 203	0.44 354	1.07 463	0.29 284	0.34 266	0.31 325	0.36 262	0.29 278	0.38 277	0.31 336	0.37 284	0.30 289	0.36 277	0.29 275	0.34 244	0.28 239	0.39 351	0.30 340	0.37 282	0.30 320

GMOStereo	0.37 265	0.45 233	0.23 202	0.30 203	0.37 382	0.41 310	0.36 369	0.41 303	0.35 365	0.43 322	0.36 375	0.41 312	0.40 389	0.41 310	0.36 362	0.34 244	0.22 209	0.47 413	0.37 394	0.39 336	0.33 343

XPNet_ROB	0.37 265	0.37 188	0.37 287	0.37 231	0.37 382	0.37 279	0.37 375	0.37 268	0.37 377	0.37 276	0.37 382	0.37 284	0.37 374	0.37 281	0.37 371	0.37 259	0.37 328	0.37 302	0.37 394	0.37 282	0.37 368

MonSter++	0.38 271	0.44 225	0.31 250	0.43 280	0.30 294	0.43 337	0.31 325	0.43 327	0.31 332	0.45 368	0.31 336	0.43 337	0.31 338	0.43 329	0.69 481	0.38 270	0.33 283	0.40 364	0.30 340	0.38 295	0.30 320

HiDET	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.42 321	0.30 289	0.44 356	0.30 294	0.42 330	0.30 289	0.42 323	0.68 473	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 307

LCMNet	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.42 321	0.30 289	0.45 368	0.30 294	0.42 330	0.30 289	0.42 323	0.69 481	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 307

CSFM-Stereo	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.43 327	0.30 289	0.44 356	0.30 294	0.42 330	0.30 289	0.42 323	0.73 493	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.30 320

HART	0.38 271	0.45 233	0.34 270	0.42 274	0.33 359	0.41 310	0.34 357	0.42 321	0.33 352	0.43 322	0.34 363	0.42 330	0.34 359	0.41 310	0.38 374	0.40 290	0.32 271	0.42 392	0.32 358	0.40 348	0.32 336

GREAT-IGEV	0.38 271	0.43 222	0.36 283	0.48 300	0.32 347	0.45 380	0.32 333	0.45 370	0.32 342	0.45 368	0.32 346	0.45 378	0.32 343	0.45 374	0.32 330	0.44 314	0.33 283	0.41 381	0.29 326	0.41 359	0.29 307
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	0.38 271	0.43 222	0.33 260	0.46 288	0.33 359	0.45 380	0.32 333	0.45 370	0.32 342	0.45 368	0.32 346	0.45 378	0.33 354	0.45 374	0.32 330	0.38 270	0.38 335	0.38 310	0.37 394	0.37 282	0.36 363

WAO-8	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 277	0.38 381	0.38 277	0.38 387	0.38 286	0.38 378	0.38 284	0.38 374	0.38 270	0.38 335	0.38 310	0.37 394	0.38 295	0.38 375

WAO-7	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 277	0.38 381	0.38 277	0.38 387	0.38 286	0.38 378	0.38 284	0.38 374	0.38 270	0.38 335	0.38 310	0.38 407	0.38 295	0.38 375

xx1	0.38 271	1.03 366	0.31 250	0.40 252	0.31 337	0.41 310	0.28 266	0.40 288	0.29 278	0.40 289	0.29 282	0.40 299	0.29 283	0.40 295	0.29 275	0.34 244	0.33 283	0.34 278	0.32 358	0.34 258	0.32 336

Venus	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.37 279	0.38 382	0.37 268	0.37 377	0.41 303	0.37 382	0.39 291	0.37 374	0.38 284	0.38 374	0.37 259	0.38 335	0.38 310	0.37 394	0.37 282	0.38 375

IMH	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 277	0.38 381	0.42 317	0.38 387	0.40 299	0.38 378	0.38 284	0.38 374	0.38 270	0.38 335	0.39 351	0.38 407	0.38 295	0.38 375

DF	0.39 283	1.37 459	1.02 504	1.14 471	0.12 185	0.16 177	0.12 179	0.16 177	0.12 184	0.16 174	0.12 176	0.16 176	0.12 180	0.16 176	0.12 173	1.12 502	1.00 493	0.15 175	0.12 179	0.15 175	0.12 175

PAM	0.39 283	1.88 517	0.34 270	0.37 231	0.41 410	0.45 380	0.22 233	0.28 234	0.23 243	0.28 240	0.24 254	0.29 251	0.23 247	0.29 251	0.23 238	0.38 270	0.32 271	0.38 310	0.37 394	0.32 247	0.22 224

HanzoNet	0.39 283	0.38 192	0.40 332	0.39 239	0.41 410	0.38 286	0.38 382	0.38 277	0.38 381	0.39 283	0.39 397	0.38 286	0.38 378	0.39 292	0.40 389	0.38 270	0.38 335	0.40 364	0.38 407	0.38 295	0.40 384

CES	0.39 283	0.47 241	0.36 283	0.36 228	0.37 382	0.45 380	0.35 362	0.35 258	0.40 395	0.36 271	0.44 421	0.47 388	0.36 369	0.44 358	0.36 362	0.37 259	0.39 342	0.44 395	0.35 385	0.37 282	0.36 363

PASM	0.39 283	3.06 594	1.36 586	1.58 557	0.09 149	0.11 157	0.11 166	0.11 157	0.11 168	0.09 144	0.09 150	0.11 159	0.09 148	0.09 144	0.09 143	0.11 105	0.11 122	0.11 153	0.09 145	0.11 157	0.11 162

mms	0.40 288	0.45 233	0.35 281	0.48 300	0.36 378	0.47 391	0.34 357	0.45 370	0.38 381	0.47 380	0.33 355	0.45 378	0.32 343	0.45 374	0.32 330	0.39 283	0.38 335	0.38 310	0.37 394	0.39 336	0.39 381

GCAPDPT-zeroshot4090	0.40 288	1.09 376	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.44 361	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.45 343	0.34 312	0.38 310	0.27 300	0.38 295	0.27 281

knoymous	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 288	0.40 395	0.40 289	0.40 400	0.40 299	0.40 389	0.40 295	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 384

anonymousa	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 288	0.40 395	0.40 289	0.40 400	0.40 299	0.40 389	0.40 295	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 384

riskmin	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 288	0.40 395	0.40 289	0.40 400	0.40 299	0.40 389	0.40 295	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 384

Anonymous_2	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 288	0.40 395	0.40 289	0.40 400	0.40 299	0.40 389	0.40 295	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 384

Anonymous_1	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 288	0.40 395	0.40 289	0.40 400	0.40 299	0.40 389	0.40 295	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 384

AdaStereo	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 288	0.40 395	0.40 289	0.40 400	0.40 299	0.40 389	0.40 295	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 384
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	0.41 296	1.09 376	0.40 332	0.52 356	0.31 337	0.44 370	0.31 325	0.44 361	0.31 332	0.44 356	0.31 336	0.44 369	0.31 338	0.44 358	0.31 320	0.46 353	0.35 319	0.39 351	0.28 313	0.39 336	0.28 301

GCAP-Stereo-DPT-FT	0.41 296	1.06 373	0.40 332	0.51 353	0.31 337	0.44 370	0.30 281	0.43 327	0.32 342	0.44 356	0.30 294	0.56 436	0.30 289	0.44 358	0.31 320	0.45 343	0.34 312	0.39 351	0.27 300	0.40 348	0.27 281

Select-FE	0.41 296	0.44 225	0.23 202	0.26 197	0.22 248	0.26 239	0.22 233	0.26 231	0.23 243	0.26 236	0.23 247	0.26 242	0.23 247	0.45 374	0.42 405	0.25 209	0.22 209	0.25 235	0.22 241	0.45 374	2.90 662

water-stereo	0.41 296	0.84 311	0.46 361	0.50 342	0.33 359	0.45 380	0.33 344	0.45 370	0.32 342	0.45 368	0.32 346	0.45 378	0.32 343	0.45 374	0.32 330	0.44 314	0.41 355	0.39 351	0.31 351	0.39 336	0.32 336

ccccc	0.41 296	0.44 225	0.34 270	0.48 300	0.35 372	0.48 396	0.35 362	0.51 411	0.35 365	0.47 380	0.35 371	0.47 388	0.34 359	0.47 383	0.35 358	0.41 298	0.40 345	0.40 364	0.40 411	0.41 359	0.39 381

GCAP-BAT	0.41 296	1.30 451	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.44 356	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.34 312	0.38 310	0.26 263	0.38 295	0.26 243

GwcNet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 303	0.41 405	0.41 303	0.41 407	0.41 312	0.41 401	0.41 310	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 392

PSMNet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 303	0.41 405	0.41 303	0.41 407	0.41 312	0.41 401	0.41 310	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 392

GANet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 303	0.41 405	0.41 303	0.41 407	0.41 312	0.41 401	0.41 310	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 392

ADLNet2	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 303	0.41 405	0.41 303	0.41 407	0.41 312	0.41 401	0.41 310	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 392

ADLNet	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 303	0.41 405	0.41 303	0.41 407	0.41 312	0.41 401	0.41 310	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 392

FCDSN-DC	0.41 296	0.59 280	0.64 430	0.54 361	0.33 359	0.50 410	0.37 375	0.42 321	0.40 395	0.61 441	0.43 419	0.50 413	0.49 433	0.38 284	0.32 330	0.28 218	0.23 215	0.26 240	0.22 241	0.35 271	0.28 301
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 296	0.46 237	0.33 260	0.49 306	0.33 359	0.49 401	0.33 344	0.49 388	0.33 352	0.49 394	0.33 355	0.49 399	0.33 354	0.51 415	0.33 341	0.41 298	0.30 262	0.41 381	0.30 340	0.79 452	0.29 307

Gwc-CoAtRS	0.41 296	1.49 465	0.32 255	0.42 274	0.32 347	0.41 310	0.32 333	0.41 303	0.33 352	0.41 303	0.32 346	0.41 312	0.32 343	0.41 310	0.32 330	0.39 283	0.28 239	0.39 351	0.28 313	0.40 348	0.28 301

UPFNet	0.42 310	1.20 393	0.17 176	0.24 183	0.17 219	0.25 230	0.17 207	1.19 519	0.90 518	0.25 227	0.17 214	0.24 224	0.17 215	0.25 228	0.17 207	0.22 185	0.17 191	0.22 213	0.16 204	1.15 508	0.93 515

quiztm	0.43 311	0.49 249	0.40 332	0.51 353	0.40 400	0.51 422	0.40 396	0.50 397	0.40 395	0.50 407	0.40 400	0.51 424	0.40 389	0.50 405	0.40 389	0.44 314	0.34 312	0.44 395	0.34 372	0.44 369	0.34 350

GCAP-Stereo-DPT26K	0.43 311	1.76 481	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.31 320	0.44 314	0.33 283	0.38 310	0.27 300	0.38 295	0.26 243

aanet-new-8k	0.43 311	1.76 481	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new	0.43 311	1.80 491	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-cres	0.43 311	1.77 483	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-36K	0.43 311	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-20K	0.43 311	1.77 483	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-3K	0.43 311	1.77 483	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

DDF-Stereo	0.43 311	1.15 386	0.57 407	0.53 358	0.32 347	0.41 310	0.32 333	0.41 303	0.32 342	0.41 303	0.32 346	0.41 312	0.32 343	0.40 295	0.32 330	0.52 382	0.50 402	0.38 310	0.31 351	0.39 336	0.31 329

DilatedVolume-Stereo	0.43 311	0.86 315	0.48 376	0.50 342	0.33 359	0.46 386	0.33 344	0.46 374	0.33 352	0.46 374	0.33 355	0.47 388	0.33 354	0.47 383	0.34 354	0.45 343	0.42 364	0.40 364	0.33 368	0.47 390	0.38 375

psmg	0.43 311	1.91 521	0.92 491	1.91 571	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	1.44 594	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 311	1.21 439	0.17 176	0.25 190	0.17 219	0.25 230	0.18 215	1.26 571	0.95 526	0.25 227	0.17 214	0.25 231	0.17 215	0.25 228	0.17 207	0.23 196	0.16 170	0.22 213	0.16 204	1.18 516	0.98 520

psm_up	0.43 311	1.19 392	0.17 176	0.25 190	0.18 230	0.25 230	0.19 219	1.26 571	0.91 519	0.26 236	0.17 214	0.25 231	0.17 215	0.25 228	0.17 207	0.22 185	0.17 191	0.23 221	0.16 204	1.18 516	0.99 521

aanet-new-90k	0.44 324	1.82 503	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.44 358	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-60k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-70k	0.44 324	1.82 503	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-78k	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-40k	0.44 324	1.81 496	0.39 300	0.50 342	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-36k	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-34k	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-32k-new	0.44 324	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.44 361	0.30 289	0.44 356	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.45 343	0.34 312	0.39 351	0.26 263	0.38 295	0.26 243

aanet-new-32k	0.44 324	1.79 490	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-30k	0.44 324	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-28k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.44 370	0.30 281	0.44 361	0.30 289	0.44 356	0.30 294	0.44 369	0.30 289	0.44 358	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-24k	0.44 324	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-22k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

aanet-new-16k	0.44 324	1.83 506	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-cres-4k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-22K	0.44 324	1.85 512	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-24K	0.44 324	1.86 515	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-5K	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.44 370	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.44 358	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-2K	0.44 324	1.82 503	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 243

GCAP-Stereo-DPT-50K	0.44 324	1.83 506	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.43 329	0.30 282	0.44 314	0.36 325	0.38 310	0.26 263	0.38 295	0.26 243

Monster-pub-mixall	0.44 324	0.56 276	0.60 413	0.38 234	0.27 269	0.37 279	0.27 258	0.37 268	0.29 278	0.38 277	0.27 269	0.38 286	0.29 283	0.85 478	0.27 255	1.46 576	0.26 223	0.34 278	0.26 263	0.36 278	0.53 435

depthmonostereo	0.44 324	0.85 313	0.46 361	0.54 361	0.40 400	0.52 426	0.38 382	0.52 415	0.35 365	0.47 380	0.34 363	0.46 382	0.34 359	0.47 383	0.34 354	0.45 343	0.43 369	0.41 381	0.33 368	0.41 359	0.32 336

MMNet	0.44 324	1.24 447	0.17 176	0.25 190	0.17 219	0.25 230	0.18 215	1.26 571	0.93 524	0.25 227	0.17 214	0.25 231	0.18 225	0.25 228	0.17 207	0.23 196	0.16 170	0.23 221	0.16 204	1.20 520	0.99 521

aanet-new-10k	0.45 347	1.81 496	0.40 332	0.50 342	0.31 337	0.44 370	0.31 325	0.44 361	0.31 332	0.44 356	0.31 336	0.44 369	0.32 343	0.44 358	0.31 320	0.46 353	0.35 319	0.39 351	0.27 300	0.39 336	0.27 281

252Zero-FE	0.45 347	0.50 254	0.36 283	0.50 342	0.36 378	0.50 410	0.36 369	0.50 397	0.36 375	0.49 394	0.36 375	0.49 399	0.36 369	0.54 424	0.41 397	0.45 343	0.34 312	0.45 400	0.34 372	0.55 416	0.75 493

Monster-pub-eth3d	0.45 347	0.57 277	0.60 413	0.39 239	0.28 274	0.37 279	0.28 266	0.37 268	0.30 289	0.39 283	0.29 282	0.39 291	0.30 289	0.92 490	0.27 255	1.42 573	0.28 239	0.34 278	0.28 313	0.37 282	0.53 435

Replicate-Monster	0.45 347	0.57 277	0.60 413	0.40 252	0.29 284	0.37 279	0.27 258	0.37 268	0.30 289	0.40 289	0.31 336	0.40 299	0.30 289	0.99 499	0.27 255	1.36 569	0.31 267	0.34 278	0.30 340	0.36 278	0.54 438

SCV_C0	0.45 347	0.88 319	0.49 383	0.54 361	0.37 382	0.48 396	0.37 375	0.48 384	0.37 377	0.48 387	0.36 375	0.48 395	0.37 374	0.49 397	0.37 371	0.50 374	0.41 355	0.44 395	0.34 372	0.44 369	0.34 350

RAFT-Stereo-weight	0.45 347	1.90 520	0.34 270	0.42 274	0.36 378	0.43 337	0.35 362	0.42 321	0.34 361	0.42 317	0.34 363	0.44 369	0.34 359	0.41 310	0.34 354	0.38 270	0.32 271	0.38 310	0.32 358	0.38 295	0.33 343

TorneroNet-64	0.45 347	0.27 169	0.30 235	0.58 371	0.27 269	0.70 455	0.30 281	0.28 234	0.73 501	0.73 459	0.28 276	0.71 458	0.66 468	0.75 460	0.27 255	0.27 214	0.29 253	0.37 302	0.75 507	0.28 233	0.30 320

aanet-new-12k	0.46 354	1.99 529	0.40 332	0.51 353	0.31 337	0.44 370	0.31 325	0.44 361	0.31 332	0.44 356	0.31 336	0.44 369	0.31 338	0.44 358	0.32 330	0.47 360	0.35 319	0.39 351	0.27 300	0.39 336	0.27 281

SCV	0.46 354	0.94 336	0.45 356	0.54 361	0.37 382	0.48 396	0.38 382	0.48 384	0.37 377	0.48 387	0.39 397	0.48 395	0.37 374	0.49 397	0.37 371	0.50 374	0.46 379	0.44 395	0.34 372	0.44 369	0.34 350

otaku	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 374	0.46 420	0.46 374	0.46 428	0.46 382	0.46 419	0.46 379	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 407

Dean	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 374	0.46 420	0.47 380	0.46 428	0.46 382	0.46 419	0.46 379	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 407

ACVNet_1	0.46 354	0.47 241	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 374	0.47 425	0.46 374	0.46 428	0.46 382	0.46 419	0.46 379	0.46 415	0.46 353	0.46 379	0.47 413	0.46 433	0.46 377	0.46 407

ACVNet-4b	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 374	0.46 420	0.46 374	0.46 428	0.46 382	0.46 419	0.47 383	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 407

PML	0.46 354	1.36 457	0.29 231	0.58 371	0.30 294	0.57 439	0.29 276	0.57 426	0.29 278	0.57 435	0.29 282	0.57 439	0.29 283	0.56 429	0.29 275	0.52 382	0.30 262	0.53 441	0.31 351	0.53 414	0.30 320

LG-Stereo_L1	0.47 361	0.52 264	0.47 368	0.62 379	0.39 399	0.53 428	0.40 396	0.53 417	0.39 394	0.53 422	0.39 397	0.53 426	0.39 388	0.53 422	0.39 386	0.55 392	0.46 379	0.49 426	0.37 394	0.49 397	0.37 368

Ntro	0.47 361	0.47 241	0.46 361	0.46 288	0.46 429	0.47 391	0.47 426	0.46 374	0.47 425	0.46 374	0.46 428	0.47 388	0.46 419	0.47 383	0.47 422	0.47 360	0.46 379	0.46 404	0.46 433	0.46 377	0.46 407

HaxPig	0.47 361	0.47 241	0.47 368	0.49 306	0.47 435	0.47 391	0.47 426	0.47 380	0.47 425	0.47 380	0.47 436	0.47 388	0.47 427	0.47 383	0.47 422	0.47 360	0.47 387	0.47 413	0.47 440	0.47 390	0.48 416

UNDER WATER	0.47 361	0.47 241	0.47 368	0.47 295	0.47 435	0.47 391	0.47 426	0.47 380	0.47 425	0.47 380	0.47 436	0.47 388	0.46 419	0.47 383	0.47 422	0.47 360	0.47 387	0.47 413	0.46 433	0.47 390	0.47 414

LVE	0.47 361	0.47 241	0.47 368	0.47 295	0.49 441	0.47 391	0.47 426	0.47 380	0.49 434	0.47 380	0.47 436	0.47 388	0.46 419	0.47 383	0.47 422	0.47 360	0.47 387	0.48 421	0.47 440	0.47 390	0.47 414

GASTEREO	0.48 366	1.21 439	0.47 368	0.57 369	0.38 389	0.50 410	0.38 382	0.50 397	0.38 381	0.50 407	0.38 387	0.50 413	0.38 378	0.50 405	0.38 374	0.52 382	0.42 364	0.46 404	0.34 372	0.46 377	0.34 350

LG-Stereo_Zeroshot	0.48 366	0.55 274	0.47 368	0.63 381	0.41 410	0.56 433	0.44 413	0.56 423	0.41 405	0.56 432	0.41 407	0.57 439	0.42 407	0.56 429	0.41 397	0.55 392	0.43 369	0.51 435	0.37 394	0.51 408	0.37 368

fffft	0.48 366	0.51 262	0.45 356	0.52 356	0.45 427	0.52 426	0.45 419	0.52 415	0.48 432	0.53 422	0.45 425	0.52 425	0.45 416	0.52 420	0.46 415	0.51 380	0.41 355	0.50 430	0.41 419	0.50 402	0.41 392
1: 1. 1
RainbowNet	0.48 366	0.48 247	0.48 376	0.48 300	0.48 439	0.48 396	0.48 435	0.48 384	0.48 432	0.48 387	0.48 440	0.48 395	0.48 428	0.48 391	0.48 428	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.48 416

notaker	0.48 366	0.49 249	0.48 376	0.48 300	0.48 439	0.48 396	0.48 435	0.48 384	0.49 434	0.48 387	0.48 440	0.48 395	0.48 428	0.48 391	0.48 428	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.49 421

LL-Strereo2	0.48 366	1.73 479	0.51 395	0.59 374	0.34 369	0.42 330	0.33 344	0.40 288	0.31 332	0.42 317	0.33 355	0.42 330	0.31 338	0.44 358	0.39 386	0.60 400	0.51 407	0.44 395	0.33 368	0.44 369	0.33 343

Former-RAFT_DAM_RVC	0.49 372	0.98 341	0.64 430	0.84 423	0.46 429	0.45 380	0.35 362	0.47 380	0.47 425	0.45 368	0.34 363	0.46 382	0.48 428	0.46 379	0.35 358	0.39 283	0.71 463	0.39 351	0.35 385	0.41 359	0.41 392

ACVNet_2	0.49 372	0.49 249	0.49 383	0.49 306	0.49 441	0.49 401	0.49 437	0.49 388	0.49 434	0.49 394	0.49 443	0.49 399	0.49 433	0.49 397	0.49 430	0.49 368	0.49 394	0.49 426	0.49 447	0.49 397	0.49 421

FoundationStereo	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 397	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 424

StereoAnything_RVC	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 397	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 424

dual_stereo	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 397	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 424

GCST	0.50 374	2.08 532	0.38 289	0.53 358	0.35 372	0.49 401	0.35 362	0.50 397	0.35 365	0.49 394	0.35 371	0.49 399	0.35 366	0.49 397	0.35 358	0.48 365	0.37 328	0.45 400	0.33 368	0.44 369	0.33 343

SANet	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 397	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 424

MSCF	0.51 379	1.40 462	0.49 383	0.58 371	0.38 389	0.50 410	0.38 382	0.54 419	0.41 405	0.52 419	0.41 407	0.53 426	0.42 407	0.53 422	0.41 397	0.60 400	0.47 387	0.48 421	0.37 394	0.48 394	0.38 375

UGAM-zero	0.51 379	2.17 541	0.39 300	0.53 358	0.36 378	0.50 410	0.36 369	0.50 397	0.36 375	0.49 394	0.36 375	0.50 413	0.35 366	0.50 405	0.36 362	0.49 368	0.37 328	0.47 413	0.35 385	0.46 377	0.34 350

UGAM	0.51 379	2.23 546	0.39 300	0.54 361	0.35 372	0.50 410	0.35 362	0.49 388	0.35 365	0.49 394	0.35 371	0.49 399	0.36 369	0.50 405	0.36 362	0.49 368	0.37 328	0.45 400	0.34 372	0.45 374	0.34 350

Selective-IGEV	0.51 379	0.55 274	0.45 356	0.69 391	0.45 427	0.61 443	0.45 419	0.50 397	0.40 395	0.56 432	0.44 421	0.55 433	0.40 389	0.72 455	0.67 465	0.59 399	0.46 379	0.45 400	0.34 372	0.46 377	0.37 368

RCA-Stereo	0.51 379	3.22 600	0.34 270	0.44 283	0.34 369	0.44 370	0.34 357	0.43 327	0.34 361	0.43 322	0.34 363	0.44 369	0.33 354	0.43 329	0.33 341	0.38 270	0.29 253	0.38 310	0.29 326	0.38 295	0.29 307

DN	0.53 384	0.85 313	0.45 356	0.65 385	0.44 423	0.60 442	0.44 413	0.60 433	0.44 416	0.60 440	0.45 425	0.60 444	0.44 412	0.60 438	0.44 409	0.56 395	0.42 364	0.56 444	0.42 427	0.56 418	0.42 399

MatchStereo	0.54 385	0.12 115	2.38 648	2.32 591	0.09 149	0.09 144	0.08 147	0.09 144	0.07 145	0.09 144	0.07 146	0.09 146	0.07 144	0.09 144	0.08 138	2.34 624	2.34 643	0.12 156	0.11 164	0.11 157	0.10 149
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	0.54 385	0.60 283	0.52 398	0.66 389	0.47 435	0.61 443	0.47 426	0.58 429	0.46 420	0.61 441	0.46 428	0.61 446	0.45 416	0.62 439	0.45 411	0.61 404	0.52 409	0.57 445	0.48 444	0.57 421	0.48 416

castereo++	0.54 385	3.59 606	1.15 514	1.31 542	0.14 191	0.16 177	0.14 185	0.16 177	0.14 190	0.16 174	0.14 194	0.16 176	0.13 186	0.16 176	0.14 184	1.45 575	1.16 520	0.15 175	0.14 194	0.15 175	0.13 182

FENet	0.54 385	1.52 466	1.19 520	1.41 552	0.23 254	0.35 270	0.23 241	0.35 258	0.23 243	0.34 263	0.23 247	0.35 272	0.23 247	0.35 271	0.23 238	1.40 572	1.07 504	0.32 262	0.23 247	0.33 254	0.23 226

PSMNet_ROB	0.54 385	0.54 272	0.54 403	0.54 361	0.53 455	0.54 431	0.54 448	0.53 417	0.54 448	0.54 427	0.54 456	0.54 429	0.53 444	0.54 424	0.54 442	0.54 386	0.53 411	0.54 442	0.54 456	0.54 415	0.54 438

AIO-test2	0.55 390	0.59 280	0.52 398	0.67 390	0.47 435	0.61 443	0.47 426	0.61 436	0.47 425	0.61 441	0.47 436	0.61 446	0.48 428	0.62 439	0.47 422	0.64 411	0.53 411	0.58 446	0.47 440	0.58 422	0.48 416

CFNet-ft	0.55 390	1.57 467	0.14 148	0.20 161	0.14 191	0.20 196	2.53 658	1.61 589	0.14 190	0.20 193	0.14 194	0.20 195	0.14 190	0.20 193	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	1.56 583	1.24 599

MyStereo04	0.56 392	3.72 612	0.59 409	0.49 306	0.41 410	0.36 274	0.32 333	0.37 268	0.31 332	0.34 263	0.46 428	0.35 272	0.32 343	0.35 271	0.33 341	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 401

CASS	0.57 393	0.89 322	0.56 405	0.57 369	0.56 458	0.56 433	0.56 449	0.56 423	0.53 446	0.57 435	0.57 459	0.59 443	0.48 428	0.56 429	0.57 445	0.55 392	0.56 416	0.47 413	0.56 462	0.62 425	0.56 448
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 394	0.75 298	0.49 383	0.79 415	0.50 445	0.79 465	0.49 437	0.79 458	0.49 434	0.80 470	0.49 443	0.79 471	0.49 433	0.80 464	0.49 430	0.63 410	0.40 345	0.63 451	0.40 411	0.63 426	0.40 384

aanet-new-14k	0.60 394	5.12 639	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 337	0.30 289	0.44 358	0.30 282	0.44 314	0.37 328	0.38 310	0.26 263	0.38 295	0.26 243

LG-Stereo	0.60 394	0.58 279	0.47 368	0.64 384	0.74 497	1.00 495	0.69 482	0.57 426	0.41 405	0.57 435	0.41 407	0.57 439	0.41 401	1.00 501	0.75 498	0.91 466	0.51 407	0.52 438	0.37 394	0.52 410	0.37 368

MonSter	0.60 394	0.64 286	0.52 398	0.62 379	0.44 423	2.07 615	0.44 413	0.62 437	0.44 416	0.62 444	0.44 421	0.62 448	0.44 412	0.62 439	0.44 409	0.58 397	0.42 364	0.62 449	0.46 433	0.58 422	0.42 399

MyStereo07	0.60 394	3.72 612	0.48 376	0.49 306	0.41 410	0.36 274	0.32 333	0.49 388	0.43 413	0.51 416	0.42 417	0.49 399	0.43 410	0.51 415	0.64 456	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 401

FSD	0.61 399	0.59 280	0.50 388	2.58 602	0.44 423	0.56 433	0.44 413	0.55 422	0.44 416	0.56 432	0.44 421	0.56 436	0.44 412	0.56 429	0.46 415	0.61 404	0.42 364	0.52 438	0.42 427	0.52 410	0.51 431

castereo	0.61 399	3.79 614	1.35 578	1.52 556	0.15 203	0.17 184	0.16 197	0.20 194	0.21 234	0.18 185	0.16 207	0.21 203	0.12 180	0.26 239	0.17 207	1.43 574	1.38 590	0.17 187	0.16 204	0.18 190	0.16 193

WCG-NET	0.61 399	1.21 439	0.54 403	0.61 378	0.53 455	0.67 451	0.53 446	0.66 442	0.53 446	0.64 447	0.53 455	0.65 452	0.53 444	0.59 436	0.52 439	0.65 412	0.48 391	0.64 453	0.52 453	0.58 422	0.50 424

GEAStereo	0.62 402	3.91 619	0.48 376	0.69 391	0.38 389	0.51 422	0.38 382	0.51 411	0.38 381	0.53 422	0.38 387	0.50 413	0.38 378	0.51 415	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 350

gasm-f	0.62 402	3.91 619	0.48 376	0.69 391	0.38 389	0.51 422	0.38 382	0.51 411	0.38 381	0.53 422	0.38 387	0.50 413	0.38 378	0.51 415	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 350

SMoEStereo_RVC	0.63 404	0.75 298	0.51 395	0.73 408	0.53 455	0.71 457	0.47 426	0.67 443	0.58 452	0.74 464	0.60 464	0.72 461	0.53 444	0.74 459	0.51 437	0.61 404	0.62 437	0.62 449	0.61 471	0.63 426	0.61 455

anonymity	0.63 404	0.69 288	0.56 405	0.71 399	0.56 458	0.71 457	0.56 449	0.71 450	0.56 449	0.72 457	0.56 458	0.71 458	0.56 448	0.71 453	0.58 447	0.68 416	0.55 414	0.68 458	0.55 458	0.68 431	0.54 438

PAM_32	0.64 406	2.38 561	0.51 395	0.92 437	0.43 422	0.53 428	0.44 413	0.87 470	0.43 413	0.52 419	0.45 425	0.53 426	0.40 389	0.54 424	0.46 415	0.62 408	0.56 416	0.48 421	0.45 431	0.76 446	0.44 404

CRFU-Net	0.65 407	1.67 471	1.22 570	1.96 575	0.27 269	0.41 310	0.27 258	0.41 303	0.27 268	0.40 289	0.26 265	0.41 312	0.27 269	0.40 295	0.27 255	1.80 589	1.62 611	0.34 278	0.23 247	0.33 254	0.23 226

LMCR-Stereo	0.65 407	0.63 284	0.65 434	0.65 385	0.65 476	0.66 450	0.63 460	0.58 429	0.65 467	0.63 446	0.64 472	0.65 452	0.65 464	0.66 446	0.66 464	0.66 414	0.64 441	0.65 456	0.67 489	0.68 431	0.73 489

KSHMR	0.66 409	0.50 254	0.48 376	1.15 474	0.52 452	0.49 401	0.51 444	0.49 388	0.71 495	0.67 451	0.50 446	1.16 531	1.11 529	0.66 446	0.52 439	0.49 368	0.49 394	0.51 435	0.66 485	0.50 402	1.14 540

TorneroNet	0.66 409	0.53 268	0.50 388	0.50 342	0.64 474	1.06 512	0.70 489	0.50 397	0.51 445	0.49 394	0.69 489	0.49 399	0.50 437	0.48 391	1.15 541	0.71 424	0.49 394	1.14 529	1.08 540	0.49 397	0.49 421

GES	0.66 409	2.34 557	0.29 231	0.41 264	0.29 284	0.41 310	0.29 276	0.42 321	0.29 278	0.40 289	0.41 407	0.41 312	0.30 289	0.51 415	0.29 275	0.32 235	0.29 253	0.32 262	2.46 662	2.49 624	0.30 320

cf-r	0.66 409	2.17 541	0.12 123	0.18 154	0.12 185	0.18 188	2.70 662	2.60 636	0.12 184	0.18 185	0.12 176	0.18 188	0.12 180	0.18 186	0.12 173	0.15 141	0.11 122	0.15 175	0.11 164	1.81 595	1.74 637

DSFCA	0.66 409	0.73 295	0.78 471	0.65 385	0.65 476	0.64 448	0.64 461	0.65 440	0.63 464	0.64 447	0.64 472	0.64 449	0.64 461	0.65 445	0.65 460	0.65 412	0.65 443	0.65 456	0.65 483	0.66 429	0.64 466

DEFOM-Stereo	0.68 414	3.11 596	1.40 592	1.63 565	0.25 261	0.31 254	0.25 248	0.31 246	0.28 272	0.31 251	0.29 282	0.29 251	0.27 269	0.31 257	0.28 264	1.59 582	1.47 596	0.30 253	0.29 326	0.30 239	0.28 301

ssnet_v2	0.68 414	1.96 528	1.25 574	0.29 202	0.20 237	0.30 248	0.20 223	0.29 239	0.22 237	1.50 591	0.20 236	0.31 259	0.20 234	0.27 243	0.22 231	0.24 203	1.49 597	0.26 240	0.18 232	3.90 647	0.19 217

ARAFT	0.68 414	0.81 308	0.63 426	0.74 412	0.60 462	0.78 463	0.62 459	0.77 457	0.66 470	0.74 464	0.63 470	0.75 466	0.62 460	0.83 473	0.60 452	0.70 422	0.55 414	0.70 465	0.60 468	0.78 450	0.55 445

mm2	0.69 417	0.69 288	0.69 450	0.69 391	0.69 486	0.69 452	0.69 482	0.69 445	0.69 482	0.69 454	0.69 489	0.69 455	0.69 481	0.69 450	0.69 481	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 476

mm1	0.69 417	0.69 288	0.69 450	0.69 391	0.69 486	0.69 452	0.69 482	0.69 445	0.69 482	0.69 454	0.69 489	0.69 455	0.69 481	0.69 450	0.69 481	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 476

NINENet	0.69 417	3.87 618	1.20 523	1.98 576	0.05 130	0.40 294	0.04 103	0.40 288	0.05 128	0.41 303	0.04 110	0.41 312	0.05 121	0.40 295	0.05 119	1.79 588	1.56 603	0.34 278	0.22 241	0.34 258	0.23 226

VIP-Stereo	0.70 420	2.97 593	2.43 649	2.49 598	0.16 213	0.25 230	0.16 197	0.25 225	0.16 206	0.25 227	0.18 230	0.25 231	0.16 203	0.26 239	0.16 201	1.86 590	1.26 573	0.23 221	0.15 202	0.23 217	0.15 192

RAFT-Stereo + iAFF	0.70 420	0.72 294	0.71 457	0.80 418	0.62 473	0.82 472	0.61 458	0.81 464	0.62 461	0.81 473	0.63 470	0.80 473	0.70 485	0.73 457	0.61 454	0.76 444	0.61 436	0.74 472	0.61 471	0.77 448	0.61 455

DMCA-RVC	0.70 420	0.80 305	0.70 453	0.70 397	0.70 490	0.70 455	0.70 489	0.71 450	0.70 490	0.70 456	0.71 498	0.71 458	0.70 485	0.70 452	0.69 481	0.69 417	0.70 459	0.69 461	0.70 498	0.69 435	0.70 479

MyStereo8	0.71 423	3.92 621	0.52 398	0.59 374	0.52 452	0.57 439	0.53 446	0.59 431	0.50 438	0.59 439	0.51 452	0.57 439	0.50 437	0.56 429	0.52 439	0.54 386	0.49 394	0.54 442	0.49 447	0.55 416	0.50 424

HH	0.71 423	2.54 567	0.74 465	1.10 465	0.32 347	0.41 310	0.37 375	0.69 445	0.78 505	0.73 459	0.90 521	0.75 466	1.00 516	0.84 474	0.69 481	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 243

HanStereo	0.71 423	2.54 567	0.74 465	1.10 465	0.32 347	0.41 310	0.37 375	0.69 445	0.78 505	0.73 459	0.90 521	0.75 466	1.00 516	0.84 474	0.69 481	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 243

CAR	0.72 426	0.76 300	0.59 409	0.84 423	1.19 555	0.81 469	0.58 452	0.81 464	0.58 452	0.81 473	0.58 461	0.83 478	0.59 454	0.82 468	0.59 450	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 433

MSE-Stereo	0.72 426	0.76 300	0.59 409	0.84 423	1.19 555	0.81 469	0.58 452	0.81 464	0.58 452	0.81 473	0.58 461	0.83 478	0.59 454	0.82 468	0.59 450	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 433

zero-FE	0.72 426	1.31 453	0.66 437	0.92 437	0.60 462	0.82 472	0.58 452	0.82 467	0.58 452	0.81 473	0.60 464	0.81 476	0.60 456	0.82 468	0.58 447	0.74 441	0.59 429	0.73 467	0.52 453	0.76 446	0.51 431

ktn	0.72 426	0.53 268	1.08 508	1.14 471	0.51 451	1.22 574	1.36 607	0.51 411	0.59 456	0.51 416	0.51 452	0.69 455	1.20 541	0.67 448	0.51 437	0.51 380	0.49 394	0.58 446	0.66 485	0.52 410	0.53 435

MGA	0.73 430	0.76 300	0.60 413	0.92 437	1.17 551	0.81 469	0.59 456	0.84 468	0.62 461	0.81 473	0.59 463	0.84 480	0.60 456	0.81 467	0.61 454	0.71 424	0.53 411	0.89 496	0.53 455	0.75 444	0.54 438

DStereoRT	0.73 430	0.81 308	0.73 464	0.71 399	0.74 497	0.73 459	0.75 497	0.71 450	0.71 495	0.74 464	0.72 501	0.73 463	0.80 501	0.71 453	0.73 493	0.76 444	0.71 463	0.73 467	0.72 503	0.70 438	0.76 496

CroCo-Stereo	0.73 430	1.22 445	0.25 212	1.22 528	0.25 261	1.22 574	0.25 248	1.22 568	0.25 251	1.22 576	0.25 260	1.22 580	0.25 253	1.22 579	0.25 249	1.22 558	0.26 223	1.21 588	0.25 257	1.22 568	0.25 237
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	0.73 430	0.88 319	0.67 441	0.75 413	0.68 485	0.75 460	0.64 461	0.80 461	0.72 498	0.83 478	0.70 493	0.82 477	0.64 461	0.84 474	0.67 465	0.77 446	0.63 439	0.81 484	0.63 474	0.78 450	0.62 458

monster-pro	0.75 434	1.67 471	0.64 430	0.89 429	0.57 460	0.86 478	0.56 449	0.87 470	0.56 449	0.87 479	0.57 459	0.88 483	0.57 449	0.87 479	0.57 445	0.79 447	0.58 421	0.76 475	0.54 456	0.77 448	0.54 438

AIO-Stereo-zeroshot1	0.75 434	0.92 332	0.85 483	0.96 449	0.59 461	1.27 578	0.44 413	0.59 431	0.69 482	0.91 485	0.68 484	0.55 433	0.61 459	1.06 517	0.83 511	0.62 408	0.70 459	0.90 497	0.41 419	0.89 471	0.56 448

MyStereo06	0.75 434	4.12 623	0.60 413	0.63 381	0.61 468	0.62 446	0.66 466	0.56 423	0.45 419	0.55 430	0.48 440	0.54 429	0.46 419	0.57 434	0.45 411	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 445

GCAP-Stereo	0.75 434	4.15 626	0.42 351	0.75 413	0.35 372	0.78 463	0.40 396	0.79 458	0.38 381	0.78 468	0.36 375	0.78 469	0.36 369	0.79 462	0.39 386	0.75 442	0.39 342	0.76 475	0.39 410	0.75 444	0.39 381

GANet-RSSM	0.75 434	1.91 521	0.14 148	0.47 295	0.14 191	0.21 207	3.21 679	2.30 622	0.14 190	0.46 374	0.14 194	0.23 218	0.18 225	0.21 204	0.14 184	0.18 168	0.27 233	0.37 302	0.13 188	2.13 606	2.12 647

RSM++	0.76 439	0.82 310	0.66 437	0.85 427	0.64 474	0.85 476	0.71 492	0.94 486	0.64 465	0.87 479	0.67 479	0.87 482	0.65 464	0.84 474	0.65 460	0.81 452	0.70 459	0.79 479	0.71 501	0.83 462	0.70 479

DNS	0.77 440	1.09 376	0.65 434	0.89 429	0.65 476	0.89 483	0.65 465	0.89 475	0.65 467	0.89 482	0.65 475	0.89 486	0.65 464	0.90 484	0.65 460	0.84 459	0.62 437	0.84 490	0.61 471	0.84 464	0.62 458

CroCo-Stereo Lap2	0.77 440	1.29 449	0.29 231	1.27 533	0.29 284	1.27 578	0.26 255	1.26 571	0.26 264	1.26 577	0.26 265	1.27 584	0.26 262	1.26 580	0.27 255	1.27 561	0.27 233	1.27 592	0.27 300	1.27 572	0.27 281

PSMNet-RSSM	0.77 440	2.76 584	0.14 148	0.20 161	0.14 191	0.20 196	2.66 660	2.79 649	0.14 190	0.21 205	0.14 194	0.21 203	0.14 190	0.20 193	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.52 628	2.31 652

GwcNet-RSSM	0.77 440	2.77 586	0.14 148	0.20 161	0.14 191	0.20 196	2.67 661	2.78 648	0.14 190	0.20 193	0.14 194	0.20 195	0.14 190	0.21 204	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.52 628	2.31 652

4D-IteraStereo	0.78 444	3.13 597	0.89 484	0.69 391	0.32 347	0.40 294	0.32 333	0.76 456	0.97 529	0.52 419	0.65 475	0.89 486	0.32 343	0.76 461	0.98 523	0.83 457	0.94 491	0.35 294	0.27 300	0.70 438	0.89 511

Pro-Stereo	0.79 445	0.53 268	0.38 289	0.49 306	0.38 389	0.49 401	0.37 375	0.49 388	0.67 471	0.50 407	0.38 387	1.10 523	0.38 378	0.49 397	0.38 374	0.71 424	0.88 485	5.98 695	0.36 391	0.46 377	0.36 363

hitnet-ft	0.79 445	2.78 589	0.14 148	0.20 161	0.14 191	0.21 207	2.89 663	2.80 650	0.14 190	0.20 193	0.14 194	0.20 195	0.14 190	0.20 193	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.54 636	2.33 654

G-Net	0.79 445	0.79 304	0.79 474	0.79 415	0.79 510	0.79 465	0.79 502	0.79 458	0.79 509	0.79 469	0.79 513	0.79 471	0.79 500	0.79 462	0.79 503	0.79 447	0.79 476	0.79 479	0.79 514	0.79 452	0.79 501

MyStereo05	0.80 448	4.12 623	0.63 426	0.63 381	0.61 468	0.62 446	0.66 466	0.65 440	0.62 461	0.67 451	0.61 468	0.65 452	0.58 452	0.67 448	0.55 444	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 445

UDG	0.80 448	2.21 545	0.60 413	0.91 434	0.60 462	0.90 484	0.58 452	0.88 474	0.60 457	0.90 483	0.60 464	0.88 483	0.60 456	0.90 484	0.58 447	0.86 463	0.60 432	0.84 490	0.59 467	0.84 464	0.61 455

ccnet	0.80 448	2.28 549	0.33 260	0.50 342	0.33 359	0.50 410	0.33 344	0.50 397	0.33 352	0.49 394	0.33 355	0.49 399	1.56 606	2.38 626	0.33 341	0.41 298	0.29 253	0.42 392	1.57 622	2.28 612	0.29 307

NaN_ROB	0.80 448	0.80 305	0.80 475	0.80 418	0.80 513	0.80 467	0.80 505	0.80 461	0.80 511	0.80 470	0.80 515	0.80 473	0.80 501	0.80 464	0.80 506	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 502

CSAN	0.80 448	0.80 305	0.80 475	0.80 418	0.80 513	0.80 467	0.80 505	0.80 461	0.80 511	0.80 470	0.80 515	0.80 473	0.80 501	0.80 464	0.80 506	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 502

GSStereo	0.81 453	4.28 629	0.50 388	0.59 374	0.40 400	0.51 422	0.38 382	0.50 397	0.38 381	0.50 407	0.38 387	0.50 413	3.79 676	0.50 405	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 360

BSDual-CNN	0.81 453	1.91 521	0.92 491	4.48 648	0.02 22	0.42 330	0.06 141	0.41 303	0.02 22	0.48 387	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	4.19 673	0.33 269	0.23 247	0.34 258	0.27 281

DDUNet	0.81 453	2.45 565	0.57 407	0.90 432	0.60 462	0.88 480	0.59 456	0.90 476	0.60 457	0.88 481	0.60 464	0.90 488	0.58 452	0.88 481	0.60 452	0.84 459	0.60 432	0.86 493	0.57 464	0.86 466	0.60 453

R-Stereo Train	0.81 453	0.96 338	0.67 441	0.95 446	0.67 481	0.95 490	0.68 474	0.95 488	0.68 477	0.95 494	0.68 484	0.96 499	0.68 474	0.96 497	0.68 473	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 474

RAFT-Stereo	0.81 453	0.96 338	0.67 441	0.95 446	0.67 481	0.95 490	0.68 474	0.95 488	0.68 477	0.95 494	0.68 484	0.96 499	0.68 474	0.96 497	0.68 473	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 474
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 458	1.72 474	1.48 596	0.39 239	0.15 203	0.31 254	0.21 229	0.20 194	0.25 251	1.61 595	0.23 247	0.28 245	0.26 262	0.20 193	0.15 194	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 226

scenet	0.82 458	1.72 474	1.48 596	0.39 239	0.15 203	0.31 254	0.21 229	0.20 194	0.25 251	1.61 595	0.23 247	0.28 245	0.26 262	0.20 193	0.15 194	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 226

ssnet	0.82 458	1.72 474	1.48 596	0.39 239	0.15 203	0.31 254	0.21 229	0.20 194	0.25 251	1.61 595	0.23 247	0.28 245	0.26 262	0.20 193	0.15 194	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 226

STTRV1_RVC	0.82 458	1.60 469	0.70 453	1.01 458	0.60 462	1.07 515	0.69 482	1.01 499	0.60 457	0.72 457	0.55 457	1.02 514	0.68 474	1.03 515	0.67 465	0.89 465	0.63 439	0.92 503	0.57 464	0.90 474	0.65 468

DEFOM-Stereo_RVC	0.83 462	5.18 641	1.98 637	2.19 582	0.17 219	0.19 191	0.18 215	0.19 188	0.16 206	0.20 193	0.19 232	0.22 211	0.22 241	0.20 193	0.15 194	2.28 618	2.13 638	0.24 230	0.17 226	0.18 190	0.16 193

BUS	0.83 462	1.91 521	0.92 491	4.48 648	0.02 22	0.40 294	0.04 103	0.41 303	0.02 22	0.48 387	0.03 56	0.41 312	0.05 121	0.03 43	0.05 119	1.97 601	4.19 673	0.33 269	0.23 247	0.34 258	0.27 281

PDISCO_ROB	0.83 462	2.80 590	3.49 671	0.14 122	0.11 172	0.17 184	0.09 148	0.15 176	0.10 153	0.15 169	0.12 176	0.16 176	0.14 190	3.30 656	0.13 180	0.14 133	2.34 643	0.16 179	0.12 179	2.62 637	0.10 149

WQFJA1++	0.84 465	0.98 341	0.67 441	1.26 532	0.75 499	1.00 495	0.67 470	1.00 490	0.67 471	1.00 496	0.67 479	1.00 502	0.67 470	1.00 501	0.67 465	0.96 477	0.67 445	0.91 500	0.63 474	0.92 478	0.63 460

WQFJX1	0.84 465	0.98 341	0.67 441	1.30 540	0.75 499	1.01 503	0.67 470	1.01 499	0.67 471	1.01 507	0.67 479	1.01 510	0.68 474	1.00 501	0.68 473	0.98 482	0.67 445	0.92 503	0.64 479	0.92 478	0.64 466

NLMM	0.84 465	1.00 350	0.67 441	1.27 533	0.75 499	1.00 495	0.68 474	1.00 490	0.67 471	1.00 496	0.67 479	1.02 514	0.67 470	1.02 513	0.67 465	0.97 478	0.67 445	0.93 507	0.63 474	0.92 478	0.63 460

AIO-Stereo	0.84 465	0.66 287	0.70 453	0.83 422	0.67 481	0.98 493	0.82 512	1.14 510	0.72 498	1.03 513	0.74 505	1.03 516	1.09 528	0.99 499	0.45 411	1.04 490	0.73 466	0.95 513	0.74 505	0.94 487	0.46 407

DCRE	0.84 465	1.89 518	0.77 470	0.94 444	0.72 494	0.88 480	0.73 495	0.87 470	0.78 505	0.90 483	0.71 498	0.88 483	0.67 470	0.88 481	0.73 493	0.81 452	0.68 450	0.81 484	0.70 498	0.82 460	0.70 479

iGMRVC	0.84 465	2.85 591	0.72 460	0.72 403	0.73 495	0.77 461	0.79 502	0.73 453	0.74 503	0.73 459	0.72 501	0.73 463	0.76 495	0.73 457	0.73 493	0.72 434	0.73 466	0.73 467	0.72 503	0.73 443	0.72 486

WQFJA1	0.85 471	0.98 341	0.67 441	1.29 538	0.76 504	1.01 503	0.67 470	1.02 504	0.67 471	1.02 511	0.67 479	1.01 510	0.67 470	1.01 509	0.68 473	0.99 483	0.67 445	0.93 507	0.64 479	0.92 478	0.65 468

WQFJX	0.85 471	1.00 350	0.68 448	1.30 540	0.75 499	1.01 503	0.68 474	1.01 499	0.68 477	1.01 507	0.68 484	1.03 516	0.68 474	1.02 513	0.67 465	0.97 478	0.67 445	0.93 507	0.63 474	0.94 487	0.63 460

NLSM3	0.85 471	0.99 348	0.68 448	1.29 538	0.76 504	1.01 503	0.68 474	1.01 499	0.68 477	1.02 511	0.68 484	1.01 510	0.68 474	1.01 509	0.68 473	0.97 478	0.68 450	0.93 507	0.64 479	0.93 483	0.63 460

NLMM1	0.86 474	0.98 341	0.69 450	1.48 555	0.75 499	1.01 503	0.69 482	1.00 490	0.69 482	1.00 496	0.70 493	1.00 502	0.68 474	1.01 509	0.67 465	0.97 478	0.68 450	0.92 503	0.63 474	0.93 483	0.63 460

AdaDepth	0.86 474	0.93 334	0.71 457	1.01 458	1.07 541	1.02 509	0.71 492	1.00 490	0.71 495	1.01 507	0.71 498	1.00 502	0.72 490	1.14 528	0.71 491	0.92 469	0.64 441	0.90 497	0.64 479	0.89 471	0.69 476

GEStereo_RVC	0.86 474	4.45 630	0.20 191	0.27 200	0.20 237	0.27 243	0.20 223	0.26 231	0.18 222	5.03 686	0.20 236	0.27 244	0.19 230	0.27 243	0.21 229	0.20 175	0.19 199	0.19 200	4.02 691	0.20 197	0.18 215

Selective-RAFT-Error	0.88 477	0.84 311	0.98 496	0.86 428	0.97 529	0.88 480	0.95 523	0.84 468	0.99 532	0.92 487	0.82 517	0.84 480	0.98 515	0.87 479	0.97 522	0.81 452	0.83 482	0.79 479	0.82 519	0.79 452	0.85 507

IER	0.88 477	7.04 660	2.23 642	2.75 604	0.28 274	0.43 337	0.25 248	0.39 281	0.25 251	0.41 303	0.27 269	0.39 291	0.25 253	0.40 295	0.28 264	0.37 259	0.28 239	0.37 302	0.25 257	0.37 282	0.25 237

Selective-RAFT	0.89 479	0.89 322	0.72 460	1.16 479	0.78 508	1.06 512	0.82 512	0.87 470	0.97 529	1.00 496	0.91 524	0.90 488	1.00 516	0.89 483	0.93 519	0.83 457	0.83 482	0.82 488	0.82 519	0.81 458	0.82 505

AIO-Stereo-zeroshot	0.91 480	0.86 315	0.89 484	1.25 531	0.69 486	1.05 511	0.81 509	1.16 514	0.50 438	1.12 523	0.97 529	0.72 461	0.82 505	1.06 517	0.95 520	0.61 404	0.87 484	1.03 526	0.85 522	1.04 500	1.01 529

CFNet-RSSM	0.91 480	4.89 636	0.34 270	0.44 283	1.07 541	1.62 600	1.40 614	0.91 478	0.35 365	1.60 592	1.39 614	0.64 449	0.34 359	0.44 358	0.33 341	0.41 298	0.35 319	0.75 473	0.30 340	0.41 359	0.29 307

MLG-Stereo	0.92 482	0.90 325	0.84 482	1.27 533	0.49 441	1.38 588	0.88 515	1.41 585	0.97 529	0.73 459	1.09 540	1.26 581	0.43 410	0.72 455	1.05 533	1.13 503	0.49 394	1.18 539	0.66 485	1.01 497	0.46 407

ToySt	0.92 482	2.11 535	0.90 487	0.95 446	0.79 510	0.99 494	0.78 501	0.94 486	0.81 514	0.94 492	0.78 511	0.95 498	0.77 497	0.94 493	0.86 513	0.91 466	0.79 476	0.85 492	0.77 510	0.89 471	0.73 489

DPSM_ROB	0.92 482	0.91 327	0.91 489	0.91 434	0.92 524	0.92 486	0.92 519	0.92 481	0.91 519	0.93 490	0.91 524	0.92 491	0.90 508	0.91 486	0.92 515	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 515

DPSM	0.92 482	0.91 327	0.91 489	0.91 434	0.92 524	0.92 486	0.92 519	0.92 481	0.91 519	0.93 490	0.91 524	0.92 491	0.90 508	0.91 486	0.92 515	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 515

pmcnn	0.92 482	0.92 332	0.92 491	0.92 437	0.92 524	0.92 486	0.92 519	0.92 481	0.92 523	0.92 487	0.92 527	0.92 491	0.92 510	0.92 490	0.92 515	0.92 469	0.92 489	0.92 503	0.92 523	0.92 478	0.92 514

error version	0.93 487	4.47 631	2.35 645	1.99 577	0.37 382	0.41 310	0.36 369	0.41 303	0.35 365	0.43 322	0.36 375	0.41 312	0.40 389	0.41 310	0.36 362	1.87 592	2.16 639	0.47 413	0.37 394	0.39 336	0.33 343

test_1	0.93 487	4.47 631	2.35 645	1.99 577	0.37 382	0.41 310	0.36 369	0.41 303	0.35 365	0.43 322	0.36 375	0.41 312	0.40 389	0.41 310	0.36 362	1.87 592	2.16 639	0.47 413	0.37 394	0.39 336	0.33 343

DGTPSM_ROB	0.93 487	1.00 350	0.92 491	0.94 444	0.96 528	0.91 485	0.92 519	0.91 478	0.96 528	0.91 485	0.96 528	0.93 494	0.92 510	0.94 493	0.92 515	0.92 469	0.92 489	0.90 497	0.92 523	0.94 487	0.91 513

HSM-Net_RVC	0.95 490	1.17 389	0.78 471	1.18 481	0.71 492	1.16 527	0.75 497	1.09 508	0.80 511	1.10 517	0.75 506	1.17 532	0.74 492	1.17 531	0.80 506	1.13 503	0.73 466	1.17 536	0.77 510	1.16 510	0.72 486
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 491	3.17 599	2.30 644	2.42 595	0.38 389	0.54 431	0.38 382	0.54 419	0.38 381	0.54 427	0.38 387	0.54 429	0.38 378	0.54 424	0.38 374	2.38 627	2.34 643	0.49 426	0.36 391	0.49 397	0.36 363

DPSimNet_ROB	0.97 491	1.18 391	0.81 478	1.10 465	0.91 523	1.02 509	0.82 512	1.04 505	0.91 519	1.03 513	0.86 520	1.28 585	0.82 505	1.03 515	0.89 514	1.17 507	0.81 481	1.02 524	0.82 519	1.08 502	0.81 504

test-3	0.98 493	4.13 625	1.85 626	1.85 568	0.61 468	0.69 452	0.37 375	0.63 438	0.61 460	0.66 450	0.51 452	0.73 463	0.44 412	0.57 434	0.54 442	1.68 586	1.81 623	0.40 364	0.43 429	0.66 429	0.50 424

LGCAT	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 490	1.00 533	1.00 496	1.00 531	1.00 502	1.00 516	1.00 501	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 523

Test_v1	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 490	1.00 533	1.00 496	1.00 531	1.00 502	1.00 516	1.00 501	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 523

Wavelet-MonSter	1.00 494	1.21 439	0.76 468	1.94 572	1.01 536	1.11 522	0.76 499	1.15 511	0.76 504	1.11 522	0.76 507	1.14 529	0.76 495	1.11 525	0.76 500	1.21 556	0.90 486	1.02 524	0.71 501	1.02 499	0.71 485

999	1.00 494	1.12 382	0.59 409	1.10 465	1.21 603	1.09 518	0.52 445	1.08 506	1.43 616	1.18 528	1.35 608	0.98 501	0.52 443	0.91 486	0.85 512	0.72 434	1.46 595	0.83 489	0.98 528	0.68 431	1.41 612

DispNO	1.00 494	0.63 284	0.43 352	3.45 632	0.44 423	0.65 449	0.43 412	0.64 439	0.43 413	0.64 447	0.43 419	0.64 449	3.03 654	0.64 444	0.43 408	4.55 662	0.43 369	0.63 451	0.43 429	0.63 426	0.43 401

GANet	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 490	1.00 533	1.00 496	1.00 531	1.00 502	1.00 516	1.00 501	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 523

TDLM	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 490	1.00 533	1.00 496	1.00 531	1.00 502	1.00 516	1.00 501	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 523

CVANet_RVC	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 490	1.00 533	1.00 496	1.00 531	1.00 502	1.00 516	1.00 501	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 523

trnet	1.01 502	1.01 360	1.01 503	1.01 458	1.01 536	1.01 503	1.01 532	1.01 499	1.01 538	1.01 507	1.01 536	1.01 510	1.01 524	1.01 509	1.01 530	1.01 489	1.01 499	1.01 523	1.01 537	1.01 497	1.01 529

LL-Strereo	1.01 502	5.06 638	1.63 605	0.70 397	1.43 614	0.56 433	0.46 421	0.57 426	0.50 438	0.57 435	0.50 446	1.58 596	0.49 433	0.59 436	0.50 432	1.64 585	0.52 409	0.51 435	1.37 609	0.52 410	0.45 406

FlowAnything_test	1.02 504	1.72 474	0.71 457	1.59 558	0.70 490	1.61 598	0.69 482	1.61 589	0.70 490	1.60 592	0.70 493	1.61 600	0.69 481	1.61 596	0.70 489	0.81 452	0.58 421	0.81 484	0.55 458	0.81 458	0.56 448

FlowAnything	1.02 504	1.71 473	0.72 460	1.59 558	0.69 486	1.60 597	0.69 482	1.61 589	0.70 490	1.60 592	0.69 489	1.60 597	0.69 481	1.61 596	0.69 481	0.81 452	0.58 421	0.81 484	0.56 462	0.82 460	0.56 448

Hybrid-DGEV	1.03 506	1.75 480	0.80 475	1.28 537	0.78 508	1.26 577	0.80 505	1.26 571	0.78 505	1.26 577	0.78 511	1.26 581	0.78 499	1.26 580	0.78 502	1.15 506	0.75 469	1.14 529	0.74 505	1.14 505	0.75 493

tt45	1.04 507	0.88 319	1.36 586	0.92 437	1.03 539	1.51 596	0.79 502	0.70 449	0.88 517	0.74 464	0.90 521	1.60 597	0.72 490	1.60 594	0.75 498	0.91 466	0.78 474	1.52 605	0.79 514	1.14 505	1.32 604

Hybrid-DGEV-2	1.05 508	1.83 506	0.83 479	1.33 544	0.82 516	1.30 580	0.81 509	1.26 571	0.79 509	1.29 579	0.79 513	1.26 581	0.80 501	1.26 580	0.79 503	1.20 510	0.78 474	1.18 539	0.77 510	1.20 520	0.77 498

Hybrid-DGEV-03	1.07 509	1.83 506	0.83 479	1.34 545	0.81 515	1.32 582	0.81 509	1.31 578	0.81 514	1.31 580	0.82 517	1.32 586	0.82 505	1.32 585	0.81 509	1.19 508	0.77 472	1.19 541	0.76 508	1.19 518	0.77 498

GLC_STEREO	1.07 509	1.01 360	1.06 506	1.07 463	1.05 540	1.06 512	1.08 537	1.08 506	1.05 542	1.07 515	1.06 538	1.08 519	1.05 526	1.06 517	1.10 536	1.07 492	1.09 510	1.05 527	1.05 539	1.06 501	1.12 536

FC-DCNN	1.07 509	1.09 376	0.98 496	0.89 429	0.52 452	1.41 592	0.91 518	1.21 567	1.24 602	1.96 604	2.05 660	1.91 606	1.30 594	1.27 583	1.08 535	0.80 449	0.60 432	0.58 446	0.41 419	0.68 431	0.54 438

hknet	1.10 512	1.85 512	3.49 671	4.48 648	0.02 22	0.42 330	0.06 141	0.41 303	0.02 22	0.48 387	0.03 56	0.41 312	0.03 53	0.42 323	0.03 52	4.39 659	4.19 673	0.33 269	0.23 247	0.34 258	0.27 281

test_xeample3	1.10 512	1.81 496	0.61 419	0.84 423	0.49 441	0.77 461	0.66 466	0.92 481	1.40 614	0.68 453	0.46 428	0.78 469	0.54 447	1.72 599	1.48 616	1.34 566	1.52 599	1.35 598	1.67 635	1.33 575	1.55 617

DISCO	1.11 514	0.39 199	5.28 684	0.39 239	0.20 237	0.39 292	0.27 258	0.39 281	0.22 237	0.38 277	0.20 236	0.38 286	0.20 234	6.95 697	0.22 231	0.30 227	0.21 205	0.27 244	0.21 238	5.25 679	0.21 222

Occ-G	1.12 515	0.52 264	3.72 676	3.50 636	0.50 445	0.56 433	0.47 426	0.54 419	0.46 420	0.54 427	0.41 407	0.54 429	0.42 407	0.52 420	0.42 405	3.42 651	4.02 672	0.52 438	0.45 431	0.51 408	0.44 404

AEACV	1.12 515	0.52 264	3.12 667	3.24 621	0.86 517	0.53 428	0.49 437	0.60 433	0.47 425	0.53 422	0.49 443	0.55 433	0.45 416	0.55 428	0.47 422	3.01 646	3.88 670	0.71 466	0.60 468	0.80 455	0.48 416

LiteMatch	1.13 517	0.73 295	2.80 653	3.23 619	0.61 468	0.83 474	0.68 474	0.73 453	0.69 482	1.00 496	0.77 509	0.94 496	0.57 449	0.82 468	0.64 456	2.97 644	2.43 646	0.68 458	0.32 358	0.56 418	0.70 479

Lsterematch	1.13 517	0.73 295	2.80 653	3.23 619	0.61 468	0.83 474	0.68 474	0.73 453	0.69 482	1.00 496	0.77 509	0.94 496	0.57 449	0.82 468	0.64 456	2.97 644	2.43 646	0.68 458	0.32 358	0.56 418	0.70 479

MSMD_ROB	1.19 519	1.10 381	0.70 453	1.10 465	0.60 462	1.10 519	0.70 489	1.10 509	0.70 490	1.10 517	0.70 493	1.10 523	0.70 485	7.00 698	0.70 489	1.10 496	0.70 459	1.10 528	0.70 498	1.10 503	0.70 479

MM-Stereo_test2	1.20 520	1.85 512	1.05 505	1.46 554	0.94 527	1.36 586	0.99 526	1.36 580	0.95 526	1.41 587	0.98 530	1.40 592	0.96 512	1.37 587	0.95 520	1.37 571	1.06 503	1.33 595	0.93 527	1.29 574	0.89 511

ours_stereo	1.20 520	1.21 439	0.90 487	1.64 566	1.11 543	1.35 584	0.67 470	1.76 596	0.93 524	1.70 600	1.10 541	1.39 590	0.75 494	1.41 589	0.81 509	1.60 584	1.03 501	1.33 595	1.00 530	1.61 585	0.72 486

DisPM	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

CrosDoStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

PFNet+	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

LCNet	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

HHNet	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

Patchmatch Stereo++	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550
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	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

STrans-v2	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

TransformOpticalFlow	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

OMP-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

IIG-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

NF-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

OCTAStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

PSM-softLoss	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

KMStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

NRIStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

PSM-adaLoss	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

PSM-AAD	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

FTStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

ROB_FTStereo_v2	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

ROB_FTStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

Consistency-Raft	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

KYRaft	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

HUI-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

ASMatch	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

DeepStereo_LL	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

DEmStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

SST-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

THIR-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

RAFT_R40	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

DRaft	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

PFNet	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

GrayStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

RE-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

Pruner-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

TVStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

DeepStereo_RVC	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

RAFT-RH_RVC	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

IRAFT_RVC	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

RAFT-345	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

iRAFT	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

CRE-IMP	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

GMM-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

RAFT-IKP	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

Prome-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 522	1.20 554	1.20 530	1.20 551	1.20 534	1.20 541	1.20 533	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 550

qqai	1.22 567	1.38 460	1.12 509	1.39 551	1.14 544	1.40 590	1.14 541	1.41 585	1.12 543	1.40 586	1.11 542	1.40 592	1.13 530	1.41 589	1.15 541	1.25 559	0.97 492	1.24 590	1.01 537	1.24 569	0.96 518

HCRNet	1.22 567	7.11 661	3.00 655	3.55 637	0.33 359	0.29 247	0.14 185	0.19 188	0.15 201	0.33 261	0.29 282	0.25 231	0.14 190	0.22 208	0.33 341	3.64 652	3.00 650	0.76 475	0.32 358	0.18 190	0.13 182

HBP-ISP	1.24 569	1.72 474	1.65 606	1.15 474	0.76 504	1.40 590	0.88 515	1.67 595	1.02 539	1.69 599	1.38 613	1.69 601	1.21 587	1.87 606	1.21 596	1.05 491	0.79 476	0.97 516	0.80 516	1.19 518	0.75 493

AANet_RVC	1.26 570	0.31 178	4.99 682	5.93 674	0.20 237	0.25 230	0.20 223	0.25 225	0.20 230	0.23 212	0.19 232	0.25 231	0.20 234	0.25 228	0.20 225	5.66 683	4.76 676	0.26 240	0.30 340	0.24 221	0.27 281

MM-Stereo_test3	1.27 571	2.07 531	1.18 518	1.60 561	1.02 538	1.45 594	1.01 532	1.40 584	1.04 541	1.44 589	1.03 537	1.46 595	1.02 525	1.44 592	1.02 531	1.51 580	1.12 517	1.32 594	0.98 528	1.38 578	0.97 519

11t	1.27 571	2.70 576	1.34 576	1.32 543	0.89 519	1.30 580	1.34 604	1.64 592	0.57 451	1.45 590	0.72 501	1.05 518	1.29 593	1.07 520	1.29 605	1.49 577	1.02 500	0.97 516	1.15 544	1.48 580	1.31 603

MaskLacGwcNet_RVC	1.35 573	1.35 456	1.35 578	1.35 547	1.35 608	1.35 584	1.35 605	1.36 580	1.35 610	1.36 584	1.35 608	1.36 588	1.36 599	1.36 586	1.35 609	1.35 567	1.35 586	1.35 598	1.35 606	1.35 576	1.35 608

CC-Net-ROB	1.36 574	1.33 455	1.33 575	1.36 548	1.38 611	1.36 586	1.33 603	1.37 582	1.34 607	1.35 583	1.36 610	1.38 589	1.34 597	1.38 588	1.38 612	1.35 567	1.38 590	1.33 595	1.35 606	1.43 579	1.34 607

CFNet	1.37 575	5.27 644	0.19 188	5.49 671	0.19 234	0.28 244	0.19 219	0.28 234	0.19 228	0.28 240	0.19 232	0.28 245	4.35 684	0.28 247	0.19 222	0.23 196	0.17 191	0.23 221	4.21 693	4.81 670	0.17 210

PS-NSSS	1.38 576	1.39 461	1.34 576	1.34 545	1.35 608	1.38 588	1.37 612	1.35 579	1.38 613	1.34 582	1.34 607	1.39 590	1.38 602	1.70 598	1.40 613	1.36 569	1.36 587	1.36 600	1.37 609	1.37 577	1.36 609

RASNet	1.49 577	1.65 470	1.45 594	1.38 550	1.43 614	1.47 595	1.36 607	1.38 583	1.36 611	1.39 585	1.60 624	1.45 594	1.45 605	1.51 593	2.21 655	1.53 581	1.36 587	1.36 600	1.36 608	1.66 588	1.36 609

BLMT-Stereo	1.53 578	1.36 457	1.06 506	1.42 553	1.23 607	1.41 592	1.07 536	1.43 587	1.12 543	1.42 588	1.06 538	1.83 603	1.07 527	1.42 591	1.07 534	1.27 561	1.38 590	6.80 696	1.00 530	1.26 571	1.00 523

GANetREF_RVC	1.55 579	1.94 527	1.22 570	1.88 569	1.21 603	1.88 604	1.22 595	1.88 598	1.22 600	1.88 601	1.22 597	1.88 604	1.22 588	1.89 607	1.22 597	1.87 592	1.22 572	1.88 619	1.22 597	1.88 597	1.22 596
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	1.59 580	1.91 521	1.21 569	1.94 572	1.20 557	2.00 612	1.23 596	1.99 603	1.24 602	2.00 609	1.25 600	2.03 614	1.26 590	2.00 611	1.29 605	1.90 596	1.18 524	1.89 620	1.21 596	1.89 598	1.20 550
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 581	1.59 468	1.70 608	1.59 558	1.59 620	1.61 598	1.61 623	1.60 588	1.60 620	1.62 598	1.59 623	1.60 597	1.60 608	1.60 594	1.59 620	1.59 582	1.60 610	1.59 606	1.59 627	1.59 584	1.59 623

ff7	1.68 582	2.68 573	1.35 578	0.97 450	0.89 519	1.84 601	2.15 653	2.12 609	1.80 637	2.05 614	1.56 620	2.33 622	2.12 644	2.23 617	2.25 656	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 531

ffff	1.68 582	2.68 573	1.35 578	0.97 450	0.89 519	1.84 601	2.15 653	2.12 609	1.80 637	2.05 614	1.56 620	2.33 622	2.12 644	2.23 617	2.25 656	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 531

ccc-4	1.68 582	2.68 573	1.35 578	0.97 450	0.89 519	1.84 601	2.15 653	2.12 609	1.80 637	2.05 614	1.56 620	2.33 622	2.12 644	2.23 617	2.25 656	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 531

MC-Stereo	1.76 585	2.96 592	1.37 588	2.14 580	1.37 610	2.14 618	1.36 607	2.14 612	1.37 612	2.14 618	1.37 611	2.14 616	1.37 601	2.14 616	1.37 611	1.97 601	1.32 574	1.97 623	1.32 605	1.98 600	1.33 605

IGEVStereo-DCA	1.77 586	4.21 627	1.84 624	2.49 598	2.11 654	2.54 639	1.36 607	1.65 593	1.17 551	2.75 648	1.90 643	2.54 635	1.15 534	0.94 493	1.11 537	1.50 578	1.32 574	0.96 514	1.46 618	1.49 581	0.88 508

rrr	1.77 586	4.21 627	1.84 624	2.49 598	2.11 654	2.54 639	1.36 607	1.65 593	1.17 551	2.75 648	1.90 643	2.54 635	1.15 534	0.94 493	1.11 537	1.50 578	1.32 574	0.96 514	1.46 618	1.49 581	0.88 508

MM-Stereo_test1	1.80 588	3.41 604	1.52 601	2.12 579	1.41 613	2.04 613	1.41 615	2.05 607	1.46 617	2.04 613	1.41 615	2.05 615	1.42 604	2.05 612	1.43 615	2.04 605	1.54 602	1.94 621	1.38 611	1.99 601	1.33 605

MFMNet_re	1.81 589	1.91 521	1.71 610	1.95 574	1.70 631	1.95 609	1.70 628	1.96 601	1.74 633	1.97 606	1.72 632	1.95 607	1.71 616	1.97 610	1.71 628	1.86 590	1.62 611	1.85 612	1.66 634	1.86 596	1.64 629

plain	1.88 590	3.16 598	0.64 430	3.10 614	0.65 476	3.10 654	0.64 461	3.12 653	0.65 467	3.10 654	0.65 475	3.11 655	0.65 464	3.12 653	0.65 460	3.12 647	0.65 443	3.13 653	0.65 483	3.13 641	0.65 468

derf	1.91 591	2.15 539	1.78 614	2.16 581	1.75 633	2.21 619	1.80 631	2.22 615	1.80 637	2.21 621	1.76 633	2.17 617	1.81 625	2.24 620	1.74 636	1.93 599	1.56 603	1.96 622	1.53 620	1.95 599	1.56 618

RAFT_CTSACE	1.92 592	3.71 611	1.72 611	1.88 569	1.72 632	2.04 613	1.42 617	2.18 614	1.89 649	2.02 611	1.97 649	1.95 607	2.06 643	1.93 608	1.62 621	1.76 587	1.66 614	2.02 624	1.73 643	1.73 591	1.43 614

MonStereo1	1.94 593	2.77 586	1.52 601	3.73 644	1.51 617	2.13 617	1.42 617	2.32 623	1.52 618	2.31 627	1.50 618	2.53 632	1.59 607	2.34 625	1.56 618	1.91 597	1.36 587	1.86 615	1.31 604	2.07 602	1.53 615

4.25w-stereo	1.98 594	2.72 580	1.46 595	3.47 633	1.43 614	2.07 615	1.98 644	2.53 635	1.52 618	2.71 641	1.98 655	1.81 602	1.62 610	1.96 609	1.36 610	1.88 595	2.00 628	2.53 647	1.61 629	1.74 592	1.15 541

4.5w-stereo	1.99 595	2.33 553	1.81 615	3.28 623	1.68 627	1.94 606	1.99 647	2.72 638	1.70 625	2.72 642	1.99 658	1.97 609	1.68 612	1.76 600	1.29 605	1.91 597	2.02 634	2.53 647	1.61 629	1.75 593	1.16 544

2.75w_new	1.99 595	2.34 557	1.81 615	3.14 615	1.62 622	1.94 606	1.99 647	2.72 638	1.71 626	2.72 642	1.99 658	1.90 605	1.73 618	1.82 605	1.29 605	2.37 626	2.01 630	2.31 634	1.42 615	1.77 594	1.22 596

3.75w	1.99 595	2.31 551	1.83 623	3.16 617	1.65 624	1.93 605	1.98 644	2.72 638	1.68 622	2.73 647	1.97 649	2.00 611	1.72 617	1.81 604	1.25 601	2.27 617	2.01 630	2.38 639	1.42 615	1.71 590	1.24 599

2w_stereo	1.99 595	2.36 560	1.81 615	3.24 621	1.67 625	1.94 606	1.98 644	2.72 638	1.68 622	2.72 642	1.94 646	1.98 610	1.74 620	1.79 603	1.27 602	1.95 600	2.00 628	2.53 647	1.60 628	1.68 589	1.15 541

2.25w	2.00 599	1.86 515	1.98 637	2.95 612	2.17 658	2.26 620	1.35 605	2.42 629	2.00 656	2.07 617	1.27 602	2.53 632	1.99 639	2.29 622	1.49 617	2.21 612	1.32 574	1.85 612	1.87 647	2.52 628	1.62 627

4.25_new	2.00 599	2.33 553	1.82 620	3.32 626	1.69 628	1.95 609	1.99 647	2.72 638	1.71 626	2.72 642	1.97 649	2.01 612	1.74 620	1.77 601	1.28 603	2.18 609	2.01 630	2.48 645	1.58 625	1.65 586	1.17 545

4.5w_new	2.00 599	2.33 553	1.82 620	3.32 626	1.69 628	1.95 609	1.99 647	2.72 638	1.71 626	2.72 642	1.97 649	2.01 612	1.74 620	1.77 601	1.28 603	2.18 609	2.01 630	2.48 645	1.58 625	1.65 586	1.17 545

4.5_new	2.00 599	1.84 511	1.98 637	2.77 606	2.16 656	2.27 621	1.28 602	2.09 608	1.98 653	2.01 610	1.28 603	2.71 644	1.98 637	2.51 634	1.65 623	2.26 614	1.33 581	1.87 616	1.87 647	2.49 624	1.60 624

TRStereo	2.00 599	2.13 536	1.85 626	2.27 587	1.84 637	2.28 623	1.84 633	2.29 618	1.86 643	2.30 624	1.87 638	2.30 619	1.87 627	2.08 613	1.72 630	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 634

XX-Stereo	2.00 599	2.13 536	1.85 626	2.27 587	1.84 637	2.28 623	1.84 633	2.29 618	1.86 643	2.30 624	1.87 638	2.30 619	1.87 627	2.08 613	1.72 630	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 634

EAI-Stereo	2.00 599	2.13 536	1.85 626	2.27 587	1.84 637	2.28 623	1.84 633	2.29 618	1.86 643	2.30 624	1.87 638	2.30 619	1.87 627	2.08 613	1.72 630	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 634

2.5w	2.01 606	2.40 562	1.37 588	3.28 623	2.01 648	2.71 644	1.43 620	1.82 597	1.83 641	1.90 603	1.41 615	2.71 644	1.35 598	2.71 643	1.85 642	2.66 638	1.53 600	1.64 607	1.23 598	2.53 631	1.87 643

4w-stereo	2.02 607	2.72 580	1.44 593	3.36 629	1.59 620	2.48 632	1.72 629	2.28 616	1.24 602	2.24 622	1.65 628	2.56 637	1.32 596	2.39 628	1.98 652	2.67 640	1.51 598	1.66 608	1.24 599	2.53 631	1.88 646

IGEV	2.02 607	2.20 543	1.82 620	2.90 611	2.16 656	2.41 629	1.25 598	2.00 604	1.98 653	1.99 608	1.31 605	2.72 648	1.93 633	2.67 642	1.69 627	2.26 614	1.32 574	1.83 611	1.87 647	2.53 631	1.61 626

3.25w_new	2.03 609	2.72 580	1.35 578	3.33 628	1.57 618	2.72 645	1.53 622	2.15 613	1.33 606	2.15 619	1.60 624	2.63 641	1.30 594	2.72 645	1.99 653	2.67 640	1.53 600	1.75 610	1.25 601	2.53 631	1.87 643

3.5w_stereo	2.03 609	2.72 580	1.35 578	3.41 630	1.57 618	2.72 645	1.49 621	2.01 605	1.34 607	2.15 619	1.61 626	2.63 641	1.36 599	2.72 645	1.99 653	2.66 638	1.58 606	1.68 609	1.24 599	2.53 631	1.87 643

UniTT-Stereo	2.03 609	3.43 605	0.72 460	3.42 631	0.73 495	3.27 657	0.68 474	3.38 658	0.69 482	3.29 657	0.72 501	3.28 658	0.70 485	3.35 659	0.68 473	3.39 650	0.68 450	3.31 656	0.69 494	3.37 642	0.73 489

3.25w	2.04 612	2.20 543	1.48 596	3.03 613	2.17 658	2.63 643	1.39 613	1.96 601	1.95 652	1.96 604	1.37 611	2.71 644	1.96 636	2.71 643	1.73 635	2.26 614	1.32 574	1.87 616	1.87 647	2.51 627	1.63 628

3w_stereo	2.04 612	2.24 547	1.70 608	3.15 616	2.18 660	2.49 633	1.26 600	2.03 606	1.98 653	1.98 607	1.33 606	2.72 648	1.99 639	2.59 637	1.72 630	2.22 613	1.33 581	1.85 612	1.88 652	2.50 626	1.58 622

1w_stereo	2.05 614	2.32 552	1.35 578	3.74 645	2.01 648	2.73 647	1.42 617	1.88 598	1.93 651	2.03 612	1.28 603	2.71 644	1.99 639	2.72 645	1.72 630	2.20 611	1.32 574	1.87 616	1.86 646	2.45 620	1.54 616

LiteMatch*	2.07 615	1.30 451	5.73 687	6.28 677	0.79 510	1.33 583	0.80 505	1.30 577	1.02 539	1.33 581	0.84 519	1.33 587	0.97 513	1.28 584	1.04 532	6.05 687	5.89 682	1.28 593	0.76 508	1.28 573	0.88 508

sCroCo_RVC	2.10 616	2.76 584	1.92 634	2.78 609	1.39 612	2.73 647	1.41 615	2.73 644	1.40 614	2.77 653	1.41 615	2.74 650	1.40 603	2.74 648	1.40 613	2.72 642	1.42 593	2.72 651	1.44 617	2.79 638	1.42 613

MoCha-V2	2.11 617	26.97 703	0.78 471	0.92 437	0.77 507	0.96 492	0.72 494	0.90 476	0.72 498	0.94 492	0.70 493	0.90 488	0.71 489	0.91 486	0.71 491	0.85 461	0.71 463	0.88 494	0.69 494	0.87 467	0.67 473

FBW_ROB	2.12 618	2.46 566	1.77 613	2.49 598	1.79 636	2.38 627	1.83 632	2.46 630	1.78 636	2.48 635	1.97 649	2.40 627	1.78 623	2.42 631	1.83 640	2.31 622	1.85 625	2.38 639	1.82 645	2.35 615	1.84 639

MonStereo	2.17 619	2.41 563	1.49 600	2.67 603	1.67 625	2.60 642	2.04 651	2.32 623	1.76 634	2.44 632	1.68 630	2.50 630	1.69 614	2.38 626	1.80 639	2.28 618	1.78 620	2.63 650	2.14 655	3.47 643	1.68 632

asda	2.17 619	2.54 567	1.81 615	3.47 633	1.78 635	2.50 635	1.86 637	2.61 637	1.68 622	2.61 639	1.83 635	2.37 626	1.73 618	2.44 632	1.88 647	2.51 635	1.84 624	2.34 636	1.62 631	2.23 608	1.77 638

asd	2.18 621	2.77 586	1.58 603	3.59 638	2.00 647	2.58 641	1.85 636	2.39 628	1.71 626	2.47 634	1.97 649	2.59 639	1.61 609	2.56 635	1.79 638	2.51 635	1.99 627	2.11 629	1.62 631	2.36 616	1.60 624

qwe	2.18 621	2.60 570	1.58 603	3.83 646	1.90 645	2.53 637	1.90 642	2.48 631	1.73 631	2.37 630	1.92 645	2.53 632	1.68 612	2.56 635	1.83 640	2.52 637	1.87 626	2.07 625	1.68 637	2.32 614	1.71 633

monsters	2.18 621	2.41 563	1.96 636	3.47 633	2.03 652	2.53 637	1.64 625	2.48 631	1.73 631	2.40 631	1.50 618	2.62 640	1.94 634	2.59 637	1.94 649	2.44 630	1.57 605	2.28 632	1.87 647	2.42 618	1.86 641

AIO_rvc	2.18 621	2.34 557	1.87 630	2.32 591	1.94 646	2.40 628	1.89 641	2.37 626	2.07 658	2.52 637	1.95 648	2.44 629	1.99 639	2.41 629	1.89 648	2.32 623	2.09 636	2.24 630	2.18 656	2.21 607	2.23 650

HUF	2.18 621	2.30 550	1.99 640	2.34 593	2.02 651	2.41 629	2.06 652	2.38 627	1.89 649	2.36 629	1.85 636	2.56 637	1.98 637	2.31 624	1.97 651	2.30 621	2.03 635	2.30 633	2.11 654	2.23 608	2.16 648

AIO_test	2.18 621	2.09 534	2.04 641	2.42 595	2.01 648	2.47 631	1.94 643	2.34 625	2.03 657	2.56 638	1.94 646	2.43 628	1.94 634	2.41 629	1.87 646	2.39 628	2.10 637	2.35 638	1.91 653	2.25 610	2.19 649

monsterstereo	2.20 627	2.33 553	1.95 635	3.65 640	2.07 653	2.49 633	1.61 623	2.48 631	1.83 641	2.45 633	1.61 626	2.67 643	1.86 626	2.64 639	1.94 649	2.48 634	1.66 614	2.34 636	1.68 637	2.40 617	1.86 641

LG-G_1	2.22 628	2.71 578	1.89 631	2.77 606	1.87 643	2.75 649	1.87 639	2.76 646	1.87 647	2.75 648	1.87 638	2.76 651	1.87 627	2.75 649	1.86 643	2.47 632	1.58 606	2.45 642	1.57 622	2.45 620	1.57 620

LG-G	2.22 628	2.71 578	1.89 631	2.77 606	1.87 643	2.75 649	1.87 639	2.76 646	1.87 647	2.75 648	1.87 638	2.76 651	1.87 627	2.75 649	1.86 643	2.47 632	1.58 606	2.45 642	1.57 622	2.45 620	1.57 620

LGtest1	2.22 628	2.70 576	1.89 631	2.76 605	1.86 640	2.75 649	1.86 637	2.75 645	1.86 643	2.75 648	1.86 637	2.77 653	1.87 627	2.75 649	1.86 643	2.46 631	1.58 606	2.45 642	1.56 621	2.45 620	1.56 618

RAStereo	2.23 631	3.64 608	0.76 468	3.65 640	0.86 517	3.66 662	0.76 499	3.67 662	0.81 514	3.66 659	0.76 507	3.66 661	0.77 497	3.68 661	0.77 501	3.68 653	0.77 472	3.69 661	0.77 510	3.70 645	0.77 498

UDGNet	2.23 631	5.40 649	1.72 611	2.48 597	1.69 628	2.51 636	1.69 627	2.51 634	1.72 630	2.50 636	1.69 631	2.52 631	1.69 614	2.50 633	1.68 626	2.41 629	1.70 616	2.42 641	1.69 639	2.42 618	1.64 629

NCCL2	2.28 633	2.27 548	2.28 643	2.28 590	2.28 661	2.27 621	2.29 656	2.28 616	2.28 659	2.27 623	2.28 661	2.28 618	2.27 647	2.27 621	2.28 660	2.28 618	2.28 642	2.27 631	2.29 660	2.27 611	2.29 651

Abc-Net	2.32 634	24.75 695	1.14 512	1.17 480	1.17 551	1.11 522	1.15 543	1.17 516	1.21 599	1.08 516	1.16 546	1.12 528	1.14 533	1.09 521	1.17 546	1.09 494	1.16 520	1.17 536	1.17 547	1.16 510	1.11 534
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 635	25.00 696	1.13 511	1.15 474	1.15 546	1.10 519	1.15 543	1.15 511	1.15 546	1.12 523	1.15 543	1.09 521	1.13 530	1.10 523	1.15 541	1.11 501	1.09 510	1.16 532	1.12 542	1.16 510	1.17 545

stereogan	2.33 635	24.38 694	1.18 518	1.18 481	1.18 554	1.14 525	1.18 547	1.19 519	1.19 553	1.14 526	1.18 550	1.14 529	1.18 539	1.14 528	1.18 547	1.14 505	1.14 518	1.19 541	1.19 548	1.15 508	1.19 549

RGC	2.36 637	25.48 697	1.19 520	1.15 474	1.15 546	1.10 519	1.16 545	1.17 516	1.16 547	1.12 523	1.16 546	1.11 527	1.13 530	1.09 521	1.18 547	1.10 496	1.15 519	1.16 532	1.12 542	1.14 505	1.12 536

NCC-stereo	2.36 637	25.52 698	1.17 516	1.15 474	1.17 551	1.11 522	1.11 538	1.15 511	1.16 547	1.10 517	1.16 546	1.10 523	1.15 534	1.14 528	1.13 539	1.09 494	1.11 514	1.15 531	1.16 546	1.17 515	1.17 545

AF-Net	2.37 639	25.71 699	1.17 516	1.13 470	1.15 546	1.15 526	1.18 547	1.19 519	1.16 547	1.10 517	1.15 543	1.10 523	1.18 539	1.12 527	1.15 541	1.10 496	1.10 513	1.17 536	1.15 544	1.16 510	1.12 536

Nwc_Net	2.37 639	25.95 700	1.15 514	1.14 471	1.15 546	1.08 516	1.14 541	1.17 516	1.16 547	1.14 526	1.15 543	1.08 519	1.15 534	1.11 525	1.14 540	1.10 496	1.11 514	1.16 532	1.09 541	1.16 510	1.15 541

CFNet_RVC	2.38 641	8.71 672	0.38 289	9.33 691	0.42 420	0.56 433	0.42 410	0.60 433	0.38 381	0.62 444	0.42 417	0.56 436	7.29 696	0.62 439	0.42 405	0.53 385	0.37 328	0.49 426	0.34 372	8.30 693	6.87 699

edge stereo	2.43 642	27.07 704	1.14 512	1.06 462	1.14 544	1.08 516	1.17 546	1.16 514	1.14 545	1.10 517	1.16 546	1.09 521	1.16 538	1.10 523	1.16 545	1.10 496	1.11 514	1.16 532	1.19 548	1.13 504	1.11 534

FAT-Stereo	2.46 643	26.05 701	1.23 572	1.23 530	1.22 605	1.20 528	1.24 597	1.23 570	1.23 601	1.19 529	1.22 597	1.21 579	1.24 589	1.20 533	1.24 598	1.21 556	1.17 523	1.22 589	1.25 601	1.20 520	1.24 599

S-Stereo	2.51 644	26.86 702	1.23 572	1.22 528	1.22 605	1.24 576	1.25 598	1.22 568	1.24 602	1.21 575	1.24 599	1.19 533	1.27 591	1.19 532	1.24 598	1.19 508	1.20 525	1.25 591	1.19 548	1.24 569	1.23 598

Anonymous3	2.55 645	3.26 602	1.65 606	3.28 623	1.63 623	3.24 656	1.68 626	3.27 655	1.66 621	3.28 656	1.67 629	3.25 657	1.66 611	3.27 655	1.64 622	3.26 648	1.65 613	3.30 655	1.65 633	4.95 675	1.65 631

MIF-Stereo (partial)	2.58 646	3.31 603	0.66 437	3.18 618	0.66 480	3.18 655	0.66 466	3.21 654	0.67 471	3.19 655	0.66 478	3.19 656	0.66 468	3.31 657	0.68 473	5.09 679	1.79 622	8.23 700	1.67 635	6.18 684	1.38 611

MSMDNet	2.65 647	10.14 683	0.33 260	9.74 694	0.32 347	0.87 479	0.33 344	2.95 652	0.68 477	0.49 394	0.34 363	0.49 399	5.70 691	0.49 397	0.33 341	0.42 312	9.57 696	0.41 381	0.31 351	8.36 694	0.65 468

pcwnet_v2	2.66 648	9.89 681	0.33 260	9.89 695	0.32 347	0.50 410	0.32 333	0.49 388	0.33 352	0.49 394	0.34 363	0.49 399	8.76 698	0.48 391	0.33 341	0.41 298	9.58 697	0.40 364	0.29 326	9.01 697	0.63 460

CFNet_pseudo	2.67 649	9.36 677	0.32 255	10.99 700	0.33 359	0.85 476	0.33 344	0.49 388	0.33 352	0.49 394	0.32 346	0.49 399	7.26 695	0.49 397	0.33 341	0.41 298	9.62 698	0.41 381	0.29 326	10.03 701	0.29 307

CFNet_ucs	2.73 650	9.64 679	0.33 260	9.92 696	0.32 347	0.49 401	0.33 344	0.49 388	0.33 352	0.49 394	0.33 355	0.49 399	8.98 699	0.48 391	0.33 341	0.41 298	9.96 701	0.40 364	0.29 326	10.12 702	0.54 438

UCFNet_RVC	2.75 651	10.06 682	0.29 231	10.31 699	0.29 284	0.42 330	0.29 276	0.43 327	0.29 278	0.42 317	0.29 282	0.42 330	9.87 701	0.43 329	0.29 275	0.36 256	9.84 700	0.36 299	0.26 263	9.77 700	0.26 243

ccs_rob	2.79 652	10.17 684	0.32 255	10.00 697	0.33 359	0.49 401	0.33 344	1.90 600	0.32 342	0.51 416	0.33 355	0.49 399	9.24 700	0.49 397	0.33 341	0.41 298	9.82 699	0.41 381	0.28 313	9.34 698	0.29 307

PCWNet_CMD	2.80 653	9.82 680	0.32 255	10.09 698	0.32 347	0.49 401	0.33 344	3.34 657	0.33 352	0.49 394	0.33 355	0.49 399	8.73 697	0.48 391	0.33 341	0.41 298	9.22 695	0.42 392	0.29 326	9.55 699	0.31 329

NLSM1	2.93 654	3.24 601	2.57 651	4.04 647	2.66 664	3.30 658	2.55 659	3.29 656	2.55 661	3.35 658	2.48 663	3.28 658	2.47 649	3.34 658	2.49 661	3.26 648	2.55 648	3.13 653	2.57 663	3.00 640	2.46 658

StereoVision	3.15 655	5.00 637	0.89 484	4.83 664	1.00 530	3.93 663	1.27 601	6.37 692	1.34 607	5.67 692	1.26 601	5.84 694	1.27 591	5.03 689	1.24 598	5.10 680	1.09 510	4.61 674	0.57 464	5.62 682	1.12 536

MaDis-Stereo	3.19 656	6.02 659	1.12 509	5.61 673	1.16 550	5.43 690	1.02 534	5.15 689	0.70 490	5.43 689	1.21 596	5.03 691	0.97 513	4.85 683	0.99 524	4.53 661	1.16 520	5.53 690	1.25 601	5.37 680	1.30 602

sAnonymous2	3.31 657	2.63 571	1.38 590	3.71 642	1.86 640	4.70 682	1.11 538	4.82 685	2.72 663	5.45 690	1.98 655	4.59 676	2.64 650	2.65 640	6.21 696	4.37 657	1.08 508	5.16 688	2.24 658	4.52 657	2.39 656

CroCo_RVC	3.31 657	2.63 571	1.38 590	3.71 642	1.86 640	4.70 682	1.11 538	4.82 685	2.72 663	5.45 690	1.98 655	4.59 676	2.64 650	2.65 640	6.21 696	4.37 657	1.08 508	5.16 688	2.24 658	4.52 657	2.39 656

DPSNet	3.66 659	3.60 607	3.62 674	3.63 639	3.64 686	3.65 661	3.65 685	3.66 661	3.67 682	3.67 660	3.65 683	3.67 662	3.66 671	3.66 660	3.68 680	3.68 653	3.66 668	3.67 660	3.68 686	3.67 644	3.67 684

NLCSM	3.67 660	4.08 622	3.19 670	4.80 663	3.26 679	3.99 666	3.24 680	4.25 668	3.18 678	4.09 664	3.27 678	4.14 667	3.18 666	4.13 666	3.28 676	4.06 655	3.10 658	3.85 665	3.14 677	3.91 650	3.27 680

STTStereo	3.73 661	30.40 708	2.37 647	2.39 594	2.31 663	2.35 626	2.33 657	2.29 618	2.42 660	2.32 628	2.34 662	2.33 622	2.36 648	2.30 623	2.27 659	2.35 625	2.22 641	2.31 634	2.22 657	2.29 613	2.34 655

rvit_105_1	3.83 662	5.22 642	3.01 656	4.53 651	3.01 667	4.51 670	3.01 665	4.56 672	3.04 666	4.53 671	3.03 667	4.55 674	3.03 654	4.56 672	3.04 663	4.57 663	3.05 651	4.57 669	3.05 668	4.57 659	3.05 665

rvit_stereo_0081	3.83 662	5.23 643	3.01 656	4.53 651	3.03 669	4.55 676	3.02 666	4.56 672	3.04 666	4.52 669	3.02 665	4.54 672	3.03 654	4.56 672	3.04 663	4.57 663	3.05 651	4.57 669	3.05 668	4.58 660	3.05 665

rvit_stereo_0081_aga	3.86 664	5.33 646	3.02 659	4.55 657	3.04 673	4.54 672	3.02 666	4.64 679	3.06 670	4.54 673	3.04 669	4.62 681	3.08 661	4.62 678	3.07 668	4.58 666	3.06 655	4.60 673	3.08 672	4.63 663	3.07 669

rvit_stereo_0082	3.86 664	5.82 657	3.01 656	4.53 651	3.03 669	4.54 672	3.02 666	4.56 672	3.04 666	4.53 671	3.02 665	4.55 674	3.04 657	4.57 675	3.05 665	4.57 663	3.05 651	4.58 671	3.05 668	4.58 660	3.06 668

rvit_0105_6	3.87 666	5.73 656	3.10 666	4.69 661	3.12 677	4.54 672	3.02 666	4.56 672	3.04 666	4.54 673	3.03 667	4.54 672	3.04 657	4.56 672	3.05 665	4.58 666	3.05 651	4.58 671	3.05 668	4.58 660	3.05 665

rvit_stereo_0080	3.89 667	5.70 654	3.04 661	4.54 654	3.03 669	4.56 677	3.05 672	4.60 676	3.07 671	4.58 676	3.06 670	4.59 676	3.06 659	4.61 676	3.08 669	4.63 668	3.09 656	4.64 675	3.10 673	4.65 664	3.10 672

whm_eth	3.89 667	5.70 654	3.04 661	4.54 654	3.03 669	4.56 677	3.05 672	4.60 676	3.07 671	4.58 676	3.06 670	4.59 676	3.06 659	4.61 676	3.08 669	4.63 668	3.09 656	4.64 675	3.10 673	4.65 664	3.10 672

rvit_0105_4	3.91 669	5.47 653	3.02 659	4.54 654	3.02 668	4.54 672	3.03 670	4.75 682	3.17 677	4.57 675	3.06 670	4.61 680	3.16 665	4.65 679	3.09 671	4.66 670	3.11 659	4.68 678	3.18 679	4.81 670	3.16 677

rvit_0105_3	3.91 669	5.33 646	3.06 664	4.60 659	3.07 675	4.60 679	3.06 674	4.62 678	3.08 674	4.60 678	3.07 673	4.62 681	3.08 661	4.67 680	3.10 672	4.70 671	3.11 659	4.77 682	3.19 680	4.77 669	3.14 676

rvit_stereo_0083	3.92 671	5.30 645	3.06 664	4.61 660	3.09 676	4.67 681	3.08 675	4.66 680	3.09 675	4.62 679	3.10 675	4.66 684	3.11 663	4.67 680	3.16 674	4.72 673	3.16 662	4.77 682	3.11 675	4.66 666	3.11 674

rvit_stereo_ft	3.93 672	5.44 651	3.05 663	4.59 658	3.06 674	4.61 680	3.08 675	4.67 681	3.12 676	4.63 680	3.10 675	4.65 683	3.11 663	4.69 682	3.13 673	4.70 671	3.14 661	4.71 680	3.15 678	4.74 667	3.16 677

rvit_0105_5	4.10 673	5.40 649	3.13 669	4.71 662	3.15 678	4.72 684	3.10 677	4.90 687	3.27 679	4.69 681	3.16 677	4.84 688	3.25 667	4.96 686	3.34 677	5.05 678	3.39 667	5.10 687	3.40 681	5.11 677	3.42 681

MLG-Stereo_test1	4.25 674	5.34 648	3.61 673	5.31 669	3.63 685	5.23 688	3.57 683	5.38 690	3.65 681	5.23 687	3.47 680	4.76 685	3.74 674	4.85 683	3.71 681	4.96 675	3.18 664	4.71 680	2.92 665	4.86 673	2.90 662

MLG-Stereo_test3	4.26 675	4.85 635	3.95 677	5.35 670	3.60 684	4.75 685	3.76 686	5.49 691	3.71 683	5.39 688	3.69 684	4.82 687	3.66 671	4.85 683	3.73 684	4.93 674	3.19 665	4.69 679	2.99 667	4.84 672	2.98 664

MLG-Stereo_test2	4.28 676	5.46 652	3.69 675	4.86 665	3.72 687	5.58 691	3.42 681	4.81 684	3.77 687	4.85 683	3.72 685	5.55 693	3.63 670	5.58 690	3.53 679	4.41 660	3.28 666	4.99 686	2.95 666	4.75 668	3.13 675

RAFT+CT+SA	4.28 676	7.62 665	4.91 681	5.55 672	2.28 661	3.09 653	3.64 684	4.49 670	3.07 671	4.80 682	3.35 679	4.77 686	3.70 673	4.29 669	3.05 665	5.58 682	5.98 684	3.58 659	3.78 688	4.26 653	3.72 685

SA	4.33 678	7.35 662	6.85 693	5.96 675	4.09 691	3.59 660	3.15 678	3.82 663	2.64 662	3.91 661	3.85 686	3.57 660	2.72 652	3.13 654	4.03 687	7.09 694	6.86 689	3.57 658	3.12 676	3.85 646	3.51 683

Sa-1000	4.34 679	8.37 668	6.84 692	6.98 683	4.45 694	3.58 659	3.00 664	3.42 659	3.39 680	2.61 639	4.00 689	3.83 664	4.01 682	3.90 663	3.90 685	5.98 686	5.62 681	3.76 662	2.34 661	4.35 655	2.47 659

TestStereo1	4.60 680	8.41 669	6.44 690	6.86 681	3.79 688	3.97 664	3.78 687	3.99 665	3.74 684	3.97 662	3.52 681	3.94 665	3.58 668	3.98 664	3.72 682	6.82 691	6.50 687	3.76 662	3.66 684	3.90 647	3.74 687

SA-5K	4.60 680	8.41 669	6.44 690	6.86 681	3.79 688	3.97 664	3.78 687	3.99 665	3.74 684	3.97 662	3.52 681	3.94 665	3.58 668	3.98 664	3.72 682	6.82 691	6.50 687	3.76 662	3.66 684	3.90 647	3.74 687

DispFullNet	4.61 682	4.84 634	3.12 667	5.00 667	3.57 683	4.75 685	3.03 670	7.75 698	4.17 691	4.91 685	3.09 674	6.20 695	3.95 680	6.71 694	3.51 678	5.30 681	3.67 669	5.86 694	3.63 683	5.61 681	3.46 682

test_5	4.62 683	7.55 664	6.23 688	6.32 678	3.40 682	5.29 689	3.50 682	3.53 660	4.11 690	4.28 666	4.47 693	4.26 670	4.38 685	3.68 661	3.24 675	5.89 684	5.60 680	4.84 684	3.50 682	4.33 654	3.93 691

raft_robust	4.71 684	7.75 666	5.40 686	6.81 680	3.31 680	4.28 669	4.20 692	4.32 669	4.37 693	4.35 668	4.35 692	4.14 667	3.75 675	4.30 670	4.20 690	6.67 690	6.37 685	3.36 657	4.24 694	4.86 673	3.25 679

cross-raft	4.83 685	7.52 663	6.43 689	6.63 679	3.96 690	4.51 670	3.99 690	4.49 670	3.96 689	4.52 669	3.96 688	4.50 671	3.97 681	4.50 671	3.97 686	6.65 689	6.44 686	4.33 666	3.92 690	4.35 655	3.91 690

test_4	4.88 686	8.13 667	6.98 694	7.46 684	4.44 693	4.25 668	3.85 689	4.04 667	3.92 688	4.13 665	3.91 687	4.18 669	3.84 678	4.14 667	4.06 688	7.01 693	7.13 690	4.53 667	3.72 687	4.09 651	3.72 685

TestStereo	4.88 686	4.75 633	4.79 680	4.87 666	4.92 695	4.81 687	4.90 695	4.78 683	4.77 694	4.87 684	4.89 694	4.90 689	4.91 687	4.99 687	4.79 692	4.98 676	4.87 677	4.87 685	4.92 696	5.00 676	5.00 694

test_3	5.01 688	8.86 674	7.77 696	8.09 686	2.76 666	4.13 667	4.05 691	3.88 664	3.76 686	4.33 667	4.13 690	3.71 663	3.91 679	4.21 668	4.06 688	7.93 695	7.69 692	4.53 667	3.91 689	4.17 652	4.29 693

NLCA_NET_v2_RVC	5.04 689	50.87 720	2.78 652	2.87 610	2.71 665	2.78 652	0.47 426	2.88 651	2.86 665	1.89 602	2.67 664	2.79 654	2.79 653	2.78 652	2.83 662	2.82 643	2.82 649	2.83 652	2.77 664	2.83 639	2.76 660
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	5.10 690	5.15 640	4.49 679	5.07 668	3.37 681	6.87 694	4.75 694	5.04 688	6.34 698	7.84 698	5.06 695	6.72 699	4.09 683	4.99 687	5.44 695	5.03 677	3.16 662	4.67 677	4.86 695	5.15 678	3.89 689

U	5.15 691	8.49 671	1.81 615	8.49 688	1.77 634	8.49 699	1.77 630	8.51 700	1.77 635	8.49 700	1.77 634	8.50 701	1.78 623	8.58 700	1.77 637	8.54 698	1.78 620	8.55 701	1.78 644	8.55 695	1.84 639

SGM-Forest	5.21 692	5.92 658	4.08 678	6.18 676	4.16 692	6.31 693	4.34 693	6.50 693	4.33 692	6.14 694	4.21 691	6.61 698	4.55 686	6.67 693	4.48 691	5.94 685	3.94 671	5.85 693	4.03 692	5.79 683	4.17 692
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 693	9.16 676	8.03 699	8.09 686	5.62 698	6.11 692	6.35 698	6.85 695	4.94 695	6.08 693	6.29 700	4.98 690	6.43 692	6.22 691	6.36 698	6.16 688	7.47 691	5.82 692	5.44 699	7.11 689	5.68 697

rvit_stereo_0075_2	6.64 694	8.80 673	5.25 683	7.89 685	5.27 697	7.90 698	5.27 696	7.92 699	5.28 696	7.91 699	5.29 697	7.93 700	5.27 688	7.92 699	5.28 693	7.93 695	5.28 679	7.93 699	5.29 698	7.93 692	5.28 696

RAFT	6.73 695	9.36 677	7.40 695	8.51 689	6.55 699	6.88 695	6.60 699	6.79 694	6.60 699	6.80 695	6.72 701	5.31 692	5.50 690	6.61 692	6.61 699	8.42 697	5.89 682	5.73 691	5.45 700	6.61 685	6.24 698

SGM+DAISY	7.06 696	9.15 675	5.38 685	8.84 690	5.18 696	8.80 700	5.31 697	8.79 701	5.28 696	8.89 701	5.20 696	8.93 702	5.33 689	8.95 701	5.36 694	8.70 699	5.21 678	8.74 702	5.20 697	8.89 696	5.15 695

MCSU-Stereo	7.34 697	31.03 710	23.33 707	30.31 708	0.67 481	0.93 489	0.64 461	0.92 481	0.64 465	0.92 487	0.64 472	0.93 494	0.64 461	0.92 490	0.64 456	28.35 709	22.39 709	0.88 494	0.60 468	0.83 462	0.60 453

test-v	7.53 698	11.89 685	7.98 697	9.36 692	7.14 700	7.06 696	7.09 700	7.37 696	6.91 700	7.29 696	5.71 698	6.45 696	6.93 693	6.73 695	7.27 700	8.93 700	7.85 693	6.98 697	6.80 701	7.56 690	7.34 700

test-2	7.53 698	11.89 685	7.98 697	9.36 692	7.14 700	7.06 696	7.09 700	7.37 696	6.91 700	7.29 696	5.71 698	6.45 696	6.93 693	6.73 695	7.27 700	8.93 700	7.85 693	6.98 697	6.80 701	7.56 690	7.34 700

PA-Net	11.80 700	223.51 727	0.62 422	0.59 374	0.71 492	0.59 441	0.73 495	0.67 443	0.73 501	0.55 430	0.61 468	0.60 444	0.74 492	0.63 443	0.73 493	0.66 414	0.60 432	0.69 461	0.66 485	0.72 440	0.65 468
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 701	23.00 693	15.00 700	23.00 707	15.00 702	24.00 707	16.00 702	24.00 708	16.00 702	22.00 708	15.00 702	23.00 709	16.00 702	23.00 708	15.00 702	22.00 708	15.00 702	22.00 709	15.00 703	22.00 709	15.00 702

rafts_anoy	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703

raft+_RVC	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703

raftrobust	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703

CasAABBNet	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703

RALCasStereoNet	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703

RALAANet	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703

111	30.40 708	30.94 709	29.72 709	32.61 709	30.02 710	33.57 708	30.47 710	31.50 709	29.39 710	30.98 709	29.11 710	29.78 710	30.39 713	29.45 709	30.76 713	30.08 710	29.02 711	29.92 710	30.32 714	29.86 710	30.17 710

WCMA_ROB	31.10 709	35.43 714	27.12 708	39.51 721	23.10 709	38.78 720	25.30 709	37.49 721	25.39 709	37.29 720	27.02 709	38.52 722	26.48 709	37.80 720	26.44 709	36.28 717	22.65 710	33.90 714	22.30 710	37.10 719	24.18 709

DCANet-4	35.22 710	34.54 711	35.08 715	33.58 713	35.47 717	34.55 709	35.53 717	36.08 715	35.85 714	35.92 715	35.77 716	35.18 716	35.48 715	35.39 715	37.15 720	34.55 716	33.92 715	35.02 717	34.90 716	35.79 714	34.74 717

ADStereo(finetuned)	36.13 711	36.63 715	38.07 720	36.97 714	33.25 714	35.91 713	34.45 714	36.36 716	32.99 711	38.14 721	36.71 717	36.69 717	34.13 714	38.57 721	40.79 721	37.60 722	36.58 718	35.90 718	33.36 715	35.42 713	34.04 714

fast-reg	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 717	37.00 715	37.00 716	37.00 718	37.00 718	37.00 716	37.00 716	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 718

Reg-Stereo(zero)	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 717	37.00 715	37.00 716	37.00 718	37.00 718	37.00 716	37.00 716	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 718

fast-iter	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 717	37.00 715	37.00 716	37.00 718	37.00 718	37.00 716	37.00 716	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 718

CoSv	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 717	37.00 715	37.00 716	37.00 718	37.00 718	37.00 716	37.00 716	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 718

MDST_ROB	69.83 716	87.70 721	41.95 721	113.75 724	65.62 724	75.05 721	55.25 723	75.64 723	45.04 719	71.61 722	41.75 722	72.81 723	44.06 720	68.38 722	44.63 722	101.89 725	59.57 725	107.10 725	61.05 725	104.38 722	59.38 724

NOSS_ROB	102.95 717	153.00 725	121.00 724	51.00 722	44.00 722	165.00 724	127.00 724	153.00 724	119.00 721	164.00 725	125.00 724	168.00 726	120.00 722	153.00 724	117.00 724	49.00 723	44.00 723	49.00 723	44.00 723	49.00 720	44.00 722

CBMV	128.50 718	1422.70 732	53.10 722	79.50 723	51.30 723	77.30 722	49.70 722	74.00 722	48.20 720	77.20 723	48.80 723	73.90 724	48.00 721	73.80 723	48.80 723	70.40 724	45.10 724	68.90 724	46.10 724	68.20 721	45.00 723
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 719	171.00 726	160.68 727	162.58 725	160.59 725	164.01 723	160.35 725	158.51 725	158.56 722	158.34 724	160.12 725	158.56 725	159.92 723	157.26 725	158.94 725	154.38 726	158.36 726	155.75 726	159.13 727	153.67 723	154.07 725
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	201.80 720	123.00 722	115.00 723	219.00 726	218.00 727	223.00 725	244.00 727	217.00 726	236.00 724	202.00 726	203.00 726	205.00 727	208.00 724	225.00 726	204.00 726	210.00 727	198.00 727	197.00 727	184.00 728	204.00 724	201.00 726

MGS-Stereo	239.45 721	123.00 722	135.00 725	266.00 727	286.00 728	277.00 726	305.00 728	271.00 727	242.00 725	274.00 727	279.00 728	255.00 728	270.00 726	268.00 727	297.00 728	221.00 728	247.00 729	216.00 728	123.00 726	217.00 725	217.00 728

EGLCR-Stereo	246.90 722	129.00 724	139.00 726	266.00 727	286.00 728	277.00 726	305.00 728	271.00 727	242.00 725	274.00 727	279.00 728	255.00 728	270.00 726	268.00 727	297.00 728	230.00 729	247.00 729	216.00 728	223.00 730	237.00 726	227.00 729

DLCB_ROB	284.23 723	354.61 728	207.27 728	363.24 729	206.46 726	364.72 728	210.41 726	364.72 729	210.41 723	364.81 729	208.64 727	364.81 730	208.64 725	364.72 729	210.41 727	354.70 730	205.53 728	354.70 730	205.53 729	354.70 727	205.53 727

LE_ROB	396.57 724	471.28 729	329.84 729	471.48 730	308.15 730	526.83 729	322.10 730	488.15 730	323.76 727	495.46 730	317.97 730	497.17 731	320.10 728	481.62 730	326.76 730	462.71 731	298.97 731	466.16 731	285.98 731	447.62 728	289.21 730

SGM-ForestM	596.69 725	677.77 730	444.52 730	699.85 731	517.25 731	732.94 730	488.29 731	770.79 731	460.11 728	750.81 731	487.98 731	792.79 732	499.41 729	730.90 731	475.81 731	720.03 732	491.16 732	663.96 732	418.60 732	674.76 729	436.05 731

CBMV_ROB	818.48 726	913.88 731	709.52 731	862.84 732	597.78 732	1073.99 731	700.52 732	1015.66 732	702.59 729	1115.65 732	760.02 732	1130.24 733	721.57 730	1037.41 732	692.65 732	814.05 733	564.29 733	843.28 733	595.31 733	915.51 730	602.92 732

tt	500032.53 727	34.60 712	29.72 709	37.47 719	34.41 715	36.85 714	35.22 715	34.71 713	33.55 712	34.50 710	35.43 714	33.81 714	10000000.00 731	33.57 713	33.13 714	33.68 714	35.00 716	34.03 715	35.26 717	30.96 711	34.63 715

DCANet	500032.53 727	34.60 712	29.72 709	37.47 719	34.41 715	36.85 714	35.22 715	34.71 713	33.55 712	34.50 710	35.43 714	33.81 714	10000000.00 731	33.57 713	33.13 714	33.68 714	35.00 716	34.03 715	35.26 717	30.96 711	34.63 715

fff	1000028.16 729	29.62 705	29.72 709	32.61 709	30.02 710	35.13 710	31.83 711	32.07 710	10000000.00 730	35.27 712	29.82 711	32.45 711	30.15 710	32.35 710	30.09 710	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 711

csc	1000028.16 729	29.62 705	29.72 709	32.61 709	30.02 710	35.13 710	31.83 711	32.07 710	10000000.00 730	35.27 712	29.82 711	32.45 711	30.15 710	32.35 710	30.09 710	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 711

cscssc	1000028.16 729	29.62 705	29.72 709	32.61 709	30.02 710	35.13 710	31.83 711	32.07 710	10000000.00 730	35.27 712	29.82 711	32.45 711	30.15 710	32.35 710	30.09 710	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 711

111111	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

SGD-Stereo	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

IGEV-Stereo++	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

IGEV-BASED-STEREO-	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

IGEV-Stereo+	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

SDNR	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

anonymousdsp2	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

anonymousdsp	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

test_example2	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733

DIP-Stereo	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 733
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							0.38 382	0.50 397	0.38 381	0.50 407	0.38 387	0.50 413	3.79 676	0.50 405	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 360

FADE		0.06 82		0.09 76	0.10 156							0.05 113				0.15 141	0.10 99	0.17 187	0.13 188	0.11 157

Low-res two-view benchmark