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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

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	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	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	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	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	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	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	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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

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

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

DFGA-Net	0.04 24	0.06 37	0.03 23	0.06 36	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 41	0.03 25

AASNet	0.05 25	0.08 41	0.08 39	0.07 40	0.05 36	0.05 35	0.05 38	0.07 38	0.05 37	0.05 27	0.05 36	0.05 34	0.05 40	0.06 39	0.07 42	0.05 39	0.05 35	0.05 39	0.05 33	0.05 38	0.05 35	0.05 40	0.04 32	0.05 38	0.05 36	0.05 38	0.05 36	0.05 37

SACVNet	0.05 25	0.08 41	0.08 39	0.07 40	0.05 36	0.05 35	0.05 38	0.07 38	0.05 37	0.05 27	0.05 36	0.05 34	0.05 40	0.06 39	0.07 42	0.05 39	0.05 35	0.05 39	0.05 33	0.05 38	0.05 35	0.05 40	0.04 32	0.05 38	0.05 36	0.05 38	0.05 36	0.05 37

AACVNet	0.05 25	0.08 41	0.08 39	0.07 40	0.05 36	0.05 35	0.05 38	0.07 38	0.05 37	0.05 27	0.05 36	0.05 34	0.05 40	0.06 39	0.07 42	0.05 39	0.05 35	0.05 39	0.05 33	0.05 38	0.05 35	0.05 40	0.04 32	0.05 38	0.05 36	0.05 38	0.05 36	0.05 37

DispViT+	0.06 28	0.09 45	0.08 39	0.06 36	0.04 32	0.06 42	0.04 32	0.08 44	0.07 43	0.06 33	0.04 31	0.06 42	0.04 33	0.07 42	0.05 39	0.05 39	0.06 42	0.04 31	0.06 41	0.04 32	0.06 41	0.04 33	0.05 38	0.04 32	0.07 42	0.04 32	0.06 41	0.04 32

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 205	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

BridgeDepth_RVC	0.07 30	0.11 57	0.10 46	0.08 43	0.05 36	0.08 45	0.05 38	0.11 57	0.05 37	0.07 34	0.05 36	0.07 43	0.05 40	0.10 51	0.05 39	0.05 39	0.08 44	0.05 39	0.08 44	0.05 38	0.08 46	0.05 40	0.05 38	0.05 38	0.08 44	0.05 38	0.08 46	0.05 37
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.07 30	0.11 57	0.10 46	0.08 43	0.05 36	0.08 45	0.05 38	0.11 57	0.05 37	0.07 34	0.05 36	0.07 43	0.05 40	0.10 51	0.05 39	0.05 39	0.08 44	0.05 39	0.08 44	0.05 38	0.07 43	0.05 40	0.05 38	0.05 38	0.08 44	0.07 44	0.08 46	0.06 44
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 30	0.08 41	0.07 36	0.08 43	0.07 45	0.08 45	0.07 44	0.08 44	0.07 43	0.08 36	0.07 45	0.08 45	0.07 45	0.07 42	0.07 42	0.07 45	0.07 43	0.07 45	0.07 42	0.07 45	0.08 46	0.07 45	0.07 41	0.06 45	0.07 42	0.07 44	0.08 46	0.06 44

BEATNet_4x	0.08 33	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 236	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 33	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 236	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCMid	0.08 33	0.02 14	0.13 77	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 227	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 42	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

AnyNet_C01	0.08 33	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 235	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

ADCPNet	0.08 33	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 227	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

SepStereo	0.09 38	0.09 45	0.09 43	0.09 48	0.10 50	0.09 48	0.08 47	0.09 46	0.08 47	0.09 37	0.08 46	0.09 49	0.09 49	0.08 47	0.08 48	0.09 50	0.09 48	0.08 49	0.09 48	0.08 47	0.09 48	0.08 49	0.09 45	0.09 49	0.10 49	0.08 48	0.10 50	0.09 49

APVNet	0.09 38	0.06 37	0.04 25	0.06 36	0.04 32	0.05 35	0.04 32	0.05 35	1.08 259	0.05 27	0.05 36	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

AnonymousM	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

FADNet-RVC-Resample	0.10 40	0.04 32	0.05 30	0.04 32	0.05 36	0.05 35	0.05 38	0.07 38	0.05 37	0.05 27	0.05 36	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 39	0.05 33	0.05 38	0.05 35	0.04 33	1.53 279	0.04 32	0.05 36	0.05 38	0.06 41	0.05 37

FADNet_RVC	0.10 40	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 284	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

PVD	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

SHD	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

SAMSARA	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

XQC	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

RTSC	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

RTS	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

RTSA	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

MADNet+	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

MADNet++	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 52	0.10 50	0.10 51	0.10 50	0.10 51	0.10 51	0.10 53	0.10 48	0.10 52	0.10 49	0.10 50	0.10 50	0.10 53

LRCNet_RVC	0.11 52	0.12 60	0.09 43	0.12 60	0.09 48	0.12 60	0.09 48	0.12 60	0.09 49	0.12 49	0.09 50	0.11 60	0.09 49	0.09 48	0.09 49	0.09 50	0.12 61	0.16 92	0.21 95	0.09 50	0.12 62	0.09 51	0.09 45	0.09 49	0.12 61	0.28 130	0.12 62	0.09 49

FADNet-RVC	0.11 52	0.04 32	0.05 30	0.04 32	0.05 36	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 290	0.04 32	0.04 31	0.04 32	0.04 30	0.05 37

FADNet	0.11 52	0.04 32	0.05 30	0.06 36	0.05 36	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 36	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 38	0.05 35	0.04 33	1.74 288	0.04 32	0.04 31	0.05 38	0.04 30	0.05 37

ProNet	0.12 55	0.18 76	0.11 62	0.14 64	0.10 50	0.14 65	0.11 62	0.14 62	0.11 63	0.14 50	0.10 52	0.14 64	0.10 52	0.10 51	0.11 63	0.10 52	0.15 71	0.10 51	0.14 63	0.10 51	0.14 64	0.10 53	0.11 61	0.10 52	0.15 69	0.10 50	0.14 65	0.10 53

IPLG	0.12 55	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.14 62	0.11 63	0.15 55	0.11 63	0.14 64	0.11 64	0.12 77	0.11 63	0.11 64	0.14 64	0.11 66	0.14 63	0.11 64	0.14 64	0.11 65	0.11 61	0.11 66	0.14 64	0.11 64	0.14 65	0.11 65

MIPNet	0.12 55	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.14 62	0.11 63	0.15 55	0.11 63	0.14 64	0.11 64	0.12 77	0.11 63	0.11 64	0.14 64	0.11 66	0.15 71	0.11 64	0.14 64	0.11 65	0.11 61	0.11 66	0.14 64	0.11 64	0.14 65	0.11 65

AnyNet_C32	0.12 55	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 276	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

ADCP+	0.12 55	0.04 32	0.07 36	0.04 32	0.05 36	0.04 31	0.04 32	0.04 31	0.04 32	2.28 268	0.05 36	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 38	0.04 31	0.04 32	0.04 30	0.04 32

S2M2_L	0.13 60	0.14 65	0.10 46	0.14 64	0.10 50	0.15 73	0.10 51	0.30 115	0.10 51	0.14 50	0.17 94	0.14 64	0.10 52	0.10 51	0.10 52	0.10 52	0.14 64	0.10 51	0.14 63	0.10 51	0.14 64	0.10 53	0.10 48	0.10 52	0.15 69	0.10 50	0.14 65	0.10 53
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 60	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.15 70	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.12 77	0.12 80	0.11 64	0.15 71	0.11 66	0.15 71	0.11 64	0.14 64	0.11 65	0.11 61	0.12 80	0.15 69	0.12 80	0.15 72	0.12 79

IPLGR_C	0.13 60	0.16 71	0.14 81	0.15 72	0.11 63	0.14 65	0.11 62	0.14 62	0.11 63	0.14 50	0.11 63	0.14 64	0.11 64	0.12 77	0.11 63	0.11 64	0.14 64	0.11 66	0.14 63	0.11 64	0.14 64	0.11 65	0.11 61	0.11 66	0.14 64	0.11 64	0.15 72	0.11 65

IPLGR	0.13 60	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.14 62	0.13 84	0.15 55	0.11 63	0.14 64	0.12 83	0.12 77	0.11 63	0.11 64	0.14 64	0.11 66	0.14 63	0.11 64	0.14 64	0.11 65	0.11 61	0.12 80	0.15 69	0.11 64	0.14 65	0.11 65

ACRE	0.13 60	0.16 71	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.15 70	0.11 63	0.14 50	0.11 63	0.14 64	0.11 64	0.12 77	0.11 63	0.11 64	0.14 64	0.11 66	0.14 63	0.11 64	0.14 64	0.11 65	0.11 61	0.11 66	0.14 64	0.11 64	0.14 65	0.11 65

ICVP	0.13 60	0.16 71	0.11 62	0.16 79	0.11 63	0.16 80	0.11 62	0.16 72	0.11 63	0.16 66	0.11 63	0.16 80	0.11 64	0.11 67	0.11 63	0.11 64	0.16 79	0.11 66	0.16 78	0.11 64	0.16 79	0.11 65	0.11 61	0.11 66	0.16 79	0.11 64	0.16 79	0.11 65
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCRef	0.13 60	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 48	0.04 31	0.04 32	2.46 279	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 38	0.04 31	0.04 32	0.04 30	0.04 32

GMStereo	0.14 67	0.13 63	0.14 81	0.14 64	0.14 89	0.14 65	0.14 86	0.14 62	0.14 88	0.14 50	0.14 88	0.14 64	0.14 89	0.14 88	0.14 89	0.14 89	0.14 64	0.14 88	0.14 63	0.14 89	0.14 64	0.14 90	0.14 85	0.14 88	0.14 64	0.14 86	0.14 65	0.14 89
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM	0.14 67	0.17 75	0.11 62	0.17 82	0.11 63	0.17 81	0.12 80	0.17 76	0.11 63	0.17 70	0.11 63	0.17 84	0.11 64	0.12 77	0.12 80	0.12 79	0.17 82	0.12 82	0.17 80	0.12 82	0.17 82	0.12 82	0.12 78	0.12 80	0.17 81	0.12 80	0.17 82	0.12 79

ELAS_RVC	0.14 67	0.18 76	0.11 62	0.19 88	0.11 63	0.18 83	0.13 84	0.16 72	0.11 63	0.17 70	0.11 63	0.14 64	0.11 64	0.09 48	0.11 63	0.12 79	0.17 82	0.10 51	0.18 84	0.11 64	0.18 84	0.11 65	0.10 48	0.11 66	0.19 87	0.11 64	0.19 86	0.12 79
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 67	0.19 81	0.11 62	0.20 90	0.11 63	0.20 91	0.12 80	0.18 78	0.12 78	0.18 72	0.12 81	0.19 90	0.11 64	0.11 67	0.11 63	0.11 64	0.18 86	0.11 66	0.19 88	0.11 64	0.19 88	0.11 65	0.11 61	0.11 66	0.20 91	0.11 64	0.20 91	0.12 79
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 67	0.23 90	0.10 46	0.19 88	0.11 63	0.20 91	0.11 62	0.16 72	0.10 51	0.15 55	0.11 63	0.15 73	0.11 64	0.09 48	0.11 63	0.11 64	0.16 79	0.10 51	0.17 80	0.11 64	0.18 84	0.11 65	0.09 45	0.10 52	0.18 84	0.11 64	0.19 86	0.12 79
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.15 72	0.18 76	0.13 77	0.18 85	0.13 86	0.19 88	0.13 84	0.18 78	0.13 84	0.18 72	0.13 87	0.18 87	0.13 88	0.13 84	0.13 85	0.13 85	0.18 86	0.13 85	0.18 84	0.13 88	0.18 84	0.13 87	0.13 83	0.10 52	0.19 87	0.14 86	0.19 86	0.13 87

BEATNet-Init1	0.15 72	0.07 39	0.10 46	0.08 43	0.07 45	0.07 43	0.07 44	0.07 38	0.07 43	2.19 264	0.08 46	0.08 45	0.07 45	0.07 42	0.07 42	0.07 45	0.08 44	0.07 45	0.08 44	0.08 47	0.07 43	0.07 45	0.07 41	0.07 46	0.08 44	0.07 44	0.07 44	0.07 46

DeepPrunerF	0.15 72	0.07 39	0.10 46	0.08 43	0.07 45	0.07 43	0.07 44	0.07 38	0.07 43	2.19 264	0.08 46	0.08 45	0.07 45	0.07 42	0.07 42	0.07 45	0.08 44	0.07 45	0.08 44	0.08 47	0.07 43	0.07 45	0.07 41	0.07 46	0.08 44	0.07 44	0.07 44	0.07 46

DeepPruner_ROB	0.15 72	0.18 76	0.12 68	0.18 85	0.12 82	0.18 83	0.12 80	0.18 78	0.13 84	0.18 72	0.12 81	0.18 87	0.12 83	0.13 84	0.12 80	0.13 85	0.18 86	0.13 85	0.18 84	0.12 82	0.19 88	0.12 82	0.13 83	0.12 80	0.18 84	0.12 80	0.18 84	0.12 79

LALA_ROB	0.15 72	0.21 84	0.12 68	0.21 95	0.12 82	0.20 91	0.14 86	0.20 81	0.12 78	0.22 81	0.12 81	0.16 80	0.12 83	0.10 51	0.12 80	0.12 79	0.21 96	0.11 66	0.22 96	0.12 82	0.20 92	0.12 82	0.11 61	0.12 80	0.21 96	0.14 86	0.21 95	0.13 87

test_for_model	0.17 77	1.25 224	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 64	0.15 71	0.11 66	0.15 71	0.11 64	0.15 73	0.11 65	0.11 61	0.11 66	0.15 69	0.11 64	0.15 72	0.11 65

GCAPDPT-zeroshot4090	0.17 77	1.25 224	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 64	0.15 71	0.11 66	0.15 71	0.11 64	0.15 73	0.11 65	0.11 61	0.11 66	0.15 69	0.11 64	0.15 72	0.11 65

testlalala	0.17 77	1.25 224	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 64	0.15 71	0.11 66	0.15 71	0.11 64	0.15 73	0.11 65	0.11 61	0.11 66	0.15 69	0.11 64	0.15 72	0.11 65

GCAPDPT-zeroshot	0.17 77	1.25 224	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 64	0.15 71	0.11 66	0.15 71	0.11 64	0.15 73	0.11 65	0.11 61	0.11 66	0.15 69	0.11 64	0.15 72	0.11 65

GCAP-Stereo	0.17 77	1.25 224	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 64	0.15 71	0.11 66	0.15 71	0.11 64	0.15 73	0.11 65	0.11 61	0.11 66	0.15 69	0.11 64	0.15 72	0.11 65

IGEV_Zeroshot_test	0.18 82	0.22 86	0.18 92	0.21 95	0.18 104	0.20 91	0.17 96	0.20 81	0.16 90	0.25 92	0.16 92	0.21 95	0.17 96	0.16 93	0.18 102	0.15 92	0.20 92	0.16 92	0.20 91	0.18 104	0.21 95	0.17 99	0.17 91	0.17 94	0.20 91	0.17 96	0.20 91	0.16 92

dd	0.18 82	0.22 86	0.16 83	0.22 97	0.15 90	0.22 98	0.15 90	0.21 85	0.15 89	0.21 79	0.15 89	0.21 95	0.15 91	0.15 90	0.15 91	0.15 92	0.22 98	0.14 88	0.22 96	0.14 89	0.22 98	0.15 92	0.16 89	0.15 91	0.23 103	0.15 90	0.22 97	0.16 92

dad	0.18 82	0.23 90	0.16 83	0.22 97	0.15 90	0.22 98	0.15 90	0.22 92	0.16 90	0.21 79	0.15 89	0.22 98	0.15 91	0.15 90	0.16 93	0.17 95	0.23 103	0.17 96	0.23 103	0.15 92	0.22 98	0.15 92	0.15 87	0.15 91	0.22 98	0.15 90	0.22 97	0.16 92

MSKI-zero shot	0.19 85	0.21 84	0.16 83	0.22 97	0.16 93	0.23 106	0.17 96	0.22 92	0.17 95	0.22 81	0.17 94	0.22 98	0.16 93	0.19 106	0.16 93	0.17 95	0.23 103	0.16 92	0.22 96	0.16 93	0.22 98	0.17 99	0.16 89	0.17 94	0.22 98	0.19 107	0.22 97	0.16 92

MIM_Stereo	0.19 85	0.23 90	0.18 92	0.22 97	0.16 93	0.22 98	0.16 94	0.21 85	0.16 90	0.22 81	0.17 94	0.21 95	0.17 96	0.20 107	0.18 102	0.17 95	0.22 98	0.18 106	0.22 96	0.16 93	0.21 95	0.16 95	0.17 91	0.17 94	0.21 96	0.16 94	0.22 97	0.20 109

UNet	0.19 85	0.13 63	0.09 43	0.13 63	0.09 48	0.13 63	0.09 48	0.13 61	0.09 49	0.90 186	0.09 50	0.13 63	0.09 49	0.10 51	0.09 49	0.70 228	0.13 63	0.09 50	0.13 61	0.10 51	0.91 221	0.09 51	0.10 48	0.09 49	0.13 62	0.10 50	0.13 64	0.09 49

iResNet	0.19 85	0.23 90	0.17 87	0.22 97	0.17 97	0.22 98	0.19 107	0.22 92	0.17 95	0.22 81	0.17 94	0.22 98	0.17 96	0.17 95	0.17 97	0.17 95	0.22 98	0.17 96	0.22 96	0.17 97	0.23 104	0.17 99	0.18 102	0.17 94	0.23 103	0.17 96	0.23 105	0.17 98

ACV-stereo	0.20 89	0.23 90	0.17 87	0.23 104	0.17 97	0.23 106	0.17 96	0.23 100	0.17 95	0.23 87	0.17 94	0.23 104	0.17 96	0.17 95	0.17 97	0.17 95	0.24 108	0.17 96	0.23 103	0.17 97	0.24 107	0.17 99	0.17 91	0.17 94	0.23 103	0.17 96	0.23 105	0.17 98

DAS	0.20 89	0.20 82	0.20 98	0.20 90	0.20 110	0.20 91	0.20 109	0.20 81	0.20 107	0.20 77	0.20 109	0.20 93	0.20 108	0.20 107	0.20 110	0.20 105	0.20 92	0.20 112	0.20 91	0.20 111	0.20 92	0.20 111	0.20 107	0.20 108	0.20 91	0.20 108	0.20 91	0.20 109

ASD4	0.20 89	0.20 82	0.20 98	0.20 90	0.20 110	0.20 91	0.20 109	0.20 81	0.20 107	0.20 77	0.20 109	0.20 93	0.20 108	0.20 107	0.20 110	0.20 105	0.20 92	0.20 112	0.20 91	0.20 111	0.20 92	0.20 111	0.20 107	0.20 108	0.20 91	0.20 108	0.20 91	0.20 109

iResNetv2_ROB	0.20 89	0.22 86	0.19 96	0.23 104	0.19 108	0.22 98	0.17 96	0.22 92	0.17 95	0.22 81	0.17 94	0.22 98	0.17 96	0.18 102	0.18 102	0.19 104	0.22 98	0.17 96	0.23 103	0.17 97	0.25 109	0.18 107	0.17 91	0.18 105	0.23 103	0.17 96	0.25 114	0.17 98

ITSA-stereo	0.21 93	0.16 71	0.12 68	0.16 79	0.13 86	0.18 83	0.14 86	0.16 72	1.89 295	0.16 66	0.12 81	0.17 84	0.12 83	0.13 84	0.13 85	0.13 85	0.17 82	0.13 85	0.17 80	0.12 82	0.16 79	0.12 82	0.12 78	0.12 80	0.17 81	0.12 80	0.16 79	0.12 79

Pointernet	0.22 94	0.41 130	0.38 146	0.22 97	0.17 97	0.22 98	0.17 96	0.41 147	0.17 95	0.22 81	0.17 94	0.22 98	0.17 96	0.18 102	0.18 102	0.18 101	0.23 103	0.18 106	0.23 103	0.18 104	0.23 104	0.18 107	0.17 91	0.17 94	0.22 98	0.18 105	0.22 97	0.17 98

JetRed	0.22 94	0.11 57	0.12 68	0.11 59	0.11 63	0.11 59	0.11 62	0.11 57	0.11 63	2.93 289	0.11 63	0.11 60	0.11 64	0.11 67	0.11 63	0.12 79	0.11 60	0.11 66	0.11 60	0.11 64	0.11 61	0.11 65	0.11 61	0.11 66	0.11 60	0.11 64	0.11 61	0.11 65

JetBlue	0.23 96	0.12 60	0.13 77	0.12 60	0.12 82	0.12 60	0.11 62	0.14 62	0.12 78	3.07 290	0.12 81	0.12 62	0.11 64	0.11 67	0.13 85	0.13 85	0.12 61	0.12 82	0.13 61	0.11 64	0.12 62	0.13 87	0.12 78	0.14 88	0.13 62	0.12 80	0.12 62	0.11 65

SFCPSM	0.23 96	0.18 76	0.13 77	0.18 85	0.12 82	0.18 83	0.80 240	0.17 76	0.12 78	0.88 185	0.12 81	0.17 84	0.12 83	0.13 84	0.12 80	0.12 79	0.18 86	0.12 82	0.18 84	0.12 82	1.18 251	0.13 87	0.12 78	0.12 80	0.18 84	0.13 85	0.18 84	0.12 79

S2M2_XL	0.24 98	1.32 235	0.86 226	0.17 82	0.11 63	0.17 81	0.11 62	1.05 232	0.12 78	0.16 66	0.11 63	0.16 80	0.11 64	0.11 67	0.11 63	0.11 64	0.17 82	0.11 66	0.17 80	0.11 64	0.17 82	0.11 65	0.11 61	0.11 66	0.17 81	0.11 64	0.17 82	0.11 65
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LoS_RVC	0.25 99	0.25 102	0.25 113	0.25 112	0.25 120	0.25 116	0.25 120	0.25 105	0.25 119	0.25 92	0.25 123	0.25 113	0.25 121	0.26 123	0.25 123	0.26 120	0.25 114	0.25 122	0.26 117	0.25 123	0.25 109	0.25 120	0.25 118	0.25 121	0.25 115	0.25 121	0.25 114	0.25 121

tt_ll	0.25 99	0.25 102	0.25 113	0.25 112	0.25 120	0.25 116	0.25 120	0.25 105	0.25 119	0.25 92	0.25 123	0.25 113	0.25 121	0.26 123	0.25 123	0.26 120	0.25 114	0.25 122	0.26 117	0.25 123	0.25 109	0.25 120	0.25 118	0.25 121	0.25 115	0.25 121	0.25 114	0.25 121

CAS	0.25 99	0.25 102	0.25 113	0.25 112	0.26 122	0.26 122	0.26 122	0.25 105	0.25 119	0.25 92	0.25 123	0.25 113	0.25 121	0.25 121	0.25 123	0.25 117	0.26 120	0.25 122	0.26 117	0.26 127	0.25 109	0.25 120	0.25 118	0.26 125	0.25 115	0.26 125	0.25 114	0.25 121

LoS	0.25 99	0.25 102	0.27 117	0.27 119	0.26 122	0.25 116	0.26 122	0.26 110	0.25 119	0.26 98	0.25 123	0.25 113	0.25 121	0.26 123	0.25 123	0.25 117	0.25 114	0.25 122	0.25 114	0.25 123	0.27 116	0.25 120	0.26 122	0.26 125	0.26 119	0.25 121	0.25 114	0.25 121
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
castereo++	0.26 103	1.28 234	1.07 243	0.15 72	0.13 86	0.15 73	0.14 86	1.22 245	0.13 84	0.16 66	0.17 94	0.16 80	0.14 89	0.14 88	0.15 91	0.14 89	0.15 71	0.14 88	0.16 78	0.14 89	0.16 79	0.14 90	0.14 85	0.14 88	0.16 79	0.14 86	0.16 79	0.15 90

MatchStereo	0.27 104	0.12 60	2.51 300	0.12 60	0.11 63	0.12 60	0.11 62	2.54 289	0.08 47	0.09 37	0.08 46	0.08 45	0.07 45	0.07 42	0.09 49	0.07 45	0.09 48	0.07 45	0.09 48	0.07 45	0.09 48	0.07 45	0.08 44	0.07 46	0.08 44	0.08 48	0.09 49	0.08 48

model_zeroshot	0.27 104	0.30 112	0.19 96	0.36 138	0.23 118	0.25 116	0.27 126	0.33 118	0.21 110	0.35 107	0.22 115	0.25 113	0.27 129	0.26 123	0.23 118	0.26 120	0.35 132	0.22 115	0.36 134	0.23 120	0.25 109	0.27 127	0.27 124	0.23 118	0.36 134	0.22 115	0.25 114	0.27 129

DCVSM-stereo	0.27 104	0.38 124	0.22 106	0.38 144	0.22 113	0.38 146	0.22 114	0.29 113	0.22 113	0.29 100	0.22 115	0.29 124	0.22 115	0.22 113	0.21 112	0.21 108	0.38 143	0.22 115	0.38 142	0.22 115	0.38 137	0.22 114	0.21 109	0.25 121	0.38 141	0.21 112	0.38 140	0.21 113

DLNR_Zeroshot_test	0.27 104	0.30 112	0.23 108	0.30 124	0.22 113	0.31 126	0.24 118	0.29 113	0.23 116	0.38 116	0.23 118	0.29 124	0.23 119	0.22 113	0.23 118	0.23 113	0.30 125	0.34 154	0.29 123	0.23 120	0.29 120	0.29 145	0.22 112	0.23 118	0.30 124	0.23 118	0.30 124	0.23 119

HGLStereo	0.27 104	0.25 102	0.21 105	0.35 134	0.21 112	0.35 133	0.21 112	0.34 124	0.21 110	0.39 119	0.21 112	0.34 130	0.21 113	0.22 113	0.21 112	0.21 108	0.35 132	0.22 115	0.35 131	0.22 115	0.35 128	0.22 114	0.21 109	0.21 112	0.35 132	0.21 112	0.35 132	0.21 113

iResNet_ROB	0.28 109	0.32 116	0.24 112	0.33 128	0.26 122	0.32 128	0.24 118	0.33 118	0.25 119	0.33 102	0.24 121	0.35 133	0.24 120	0.23 117	0.24 122	0.25 117	0.32 127	0.24 121	0.36 134	0.24 122	0.32 122	0.28 133	0.24 117	0.24 120	0.32 126	0.24 120	0.33 126	0.24 120

IGEV-FE	0.29 110	2.85 276	0.36 142	0.20 90	0.17 97	0.19 88	0.17 96	0.37 132	0.17 95	0.19 75	0.17 94	0.19 90	0.17 96	0.17 95	0.17 97	0.17 95	0.19 91	0.17 96	0.19 88	0.17 97	0.19 88	0.17 99	0.17 91	0.17 94	0.19 87	0.17 96	0.19 86	0.17 98

IMH-64-1	0.29 110	0.23 90	0.23 108	0.23 104	0.22 113	0.22 98	0.23 116	0.22 92	0.22 113	2.02 257	0.23 118	0.23 104	0.22 115	0.23 117	0.23 118	0.23 113	0.23 103	0.22 115	0.23 103	0.22 115	0.22 98	0.22 114	0.22 112	0.22 115	0.22 98	0.22 115	0.22 97	0.22 115

IMH-64	0.29 110	0.23 90	0.23 108	0.23 104	0.22 113	0.22 98	0.23 116	0.22 92	0.22 113	2.02 257	0.23 118	0.23 104	0.22 115	0.23 117	0.23 118	0.23 113	0.23 103	0.22 115	0.23 103	0.22 115	0.22 98	0.22 114	0.22 112	0.22 115	0.22 98	0.22 115	0.22 97	0.22 115

UPFNet	0.29 110	0.24 98	0.16 83	0.24 109	0.16 93	0.24 110	0.16 94	0.23 100	0.16 90	1.19 218	0.16 92	0.23 104	0.16 93	0.17 95	0.16 93	0.89 240	0.24 108	0.16 92	0.24 109	0.18 104	1.20 254	0.16 95	0.17 91	0.16 93	0.24 109	0.16 94	0.24 107	0.16 92

WAO-6	0.30 114	0.22 86	0.23 108	0.22 97	0.23 118	0.23 106	0.22 114	0.22 92	0.23 116	2.21 267	0.22 115	0.22 98	0.22 115	0.22 113	0.22 116	0.23 113	0.22 98	0.23 120	0.22 96	0.22 115	0.22 98	0.22 114	0.22 112	0.22 115	0.23 103	0.23 118	0.22 97	0.22 115

anonymity	0.30 114	0.34 118	0.27 117	0.33 128	0.27 127	0.33 129	0.28 133	0.33 118	0.28 133	0.33 102	0.28 134	0.33 128	0.28 131	0.28 135	0.28 135	0.28 130	0.34 129	0.28 130	0.34 129	0.28 132	0.34 124	0.27 127	0.27 124	0.27 129	0.34 129	0.28 130	0.34 130	0.28 132

iRaft-Stereo_20w	0.30 114	0.46 144	0.27 117	0.34 130	0.26 122	0.35 133	0.28 133	0.34 124	0.26 126	0.34 105	0.26 127	0.34 130	0.26 127	0.26 123	0.26 128	0.26 120	0.34 129	0.26 126	0.34 129	0.26 127	0.34 124	0.26 126	0.26 122	0.26 125	0.34 129	0.26 125	0.34 130	0.26 126

MMNet	0.30 114	0.24 98	0.17 87	0.24 109	0.17 97	0.24 110	0.17 96	0.23 100	0.18 103	1.21 221	0.17 94	0.23 104	0.17 96	0.17 95	0.17 97	0.89 240	0.24 108	0.17 96	0.24 109	0.17 97	1.22 256	0.16 95	0.17 91	0.17 94	0.24 109	0.17 96	0.24 107	0.17 98

delet	0.30 114	0.24 98	0.17 87	0.24 109	0.17 97	0.24 110	0.17 96	0.23 100	0.16 90	1.21 221	0.17 94	0.24 111	0.17 96	0.17 95	0.17 97	0.91 244	0.24 108	0.17 96	0.24 109	0.17 97	1.23 258	0.17 99	0.17 91	0.17 94	0.24 109	0.17 96	0.24 107	0.17 98

psm_up	0.30 114	0.24 98	0.17 87	0.25 112	0.17 97	0.24 110	0.17 96	0.24 104	0.17 95	1.20 220	0.17 94	0.23 104	0.17 96	0.17 95	0.18 102	0.90 243	0.24 108	0.17 96	0.25 114	0.17 97	1.24 261	0.17 99	0.17 91	0.17 94	0.24 109	0.17 96	0.24 107	0.17 98

MLCV	0.30 114	0.33 117	0.28 120	0.34 130	0.28 131	0.33 129	0.28 133	0.33 118	0.29 141	0.33 102	0.27 131	0.33 128	0.28 131	0.26 123	0.29 143	0.28 130	0.33 128	0.28 130	0.33 126	0.28 132	0.33 123	0.27 127	0.28 129	0.28 133	0.33 127	0.28 130	0.33 126	0.28 132

DN-CSS_ROB	0.30 114	0.34 118	0.29 125	0.34 130	0.27 127	0.34 131	0.28 133	0.33 118	0.27 128	0.34 105	0.27 131	0.34 130	0.28 131	0.29 137	0.27 131	0.26 120	0.35 132	0.29 139	0.33 126	0.28 132	0.34 124	0.28 133	0.28 129	0.27 129	0.34 129	0.28 130	0.33 126	0.28 132

UNDER WATER-64	0.31 122	0.25 102	0.25 113	0.26 117	0.26 122	0.25 116	0.26 122	0.25 105	0.26 126	1.69 242	0.26 127	0.25 113	0.25 121	0.25 121	0.26 128	0.26 120	0.25 114	0.26 126	0.26 117	0.26 127	0.25 109	0.25 120	0.25 118	0.25 121	0.26 119	0.26 125	0.25 114	0.26 126

LG-Stereo_L2	0.32 123	0.45 141	0.36 142	0.37 140	0.27 127	0.37 142	0.27 126	0.43 152	0.27 128	0.36 113	0.31 150	0.36 139	0.27 129	0.27 130	0.27 131	0.30 142	0.37 140	0.27 129	0.37 138	0.27 131	0.37 134	0.27 127	0.27 124	0.27 129	0.37 138	0.27 128	0.37 138	0.27 129

CASnet	0.32 123	0.53 160	0.34 139	0.27 119	0.31 151	0.34 131	0.29 146	0.31 116	0.32 148	0.25 92	0.31 150	0.27 121	0.40 176	0.45 179	0.27 131	0.30 142	0.26 120	0.40 176	0.28 122	0.37 166	0.28 118	0.39 175	0.29 137	0.40 178	0.29 123	0.28 130	0.24 107	0.30 149
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 123	0.45 141	0.29 125	0.36 138	0.29 141	0.36 138	0.29 146	0.36 131	0.29 141	0.35 107	0.29 142	0.35 133	0.28 131	0.27 130	0.28 135	0.28 130	0.35 132	0.28 130	0.35 131	0.28 132	0.35 128	0.28 133	0.29 137	0.29 143	0.36 134	0.29 145	0.36 135	0.29 143

RSM	0.33 126	0.36 122	0.31 134	0.39 155	0.32 153	0.36 138	0.30 151	0.35 127	0.38 165	0.35 107	0.31 150	0.35 133	0.30 145	0.30 142	0.31 150	0.30 142	0.36 137	0.31 148	0.36 134	0.30 148	0.36 132	0.31 150	0.31 147	0.31 149	0.36 134	0.31 151	0.36 135	0.31 152

SQANet	0.33 126	0.28 109	0.28 120	0.28 123	0.28 131	0.29 124	0.28 133	0.28 111	0.28 133	1.59 239	0.28 134	0.28 123	0.28 131	0.28 135	0.28 135	0.28 130	0.28 123	0.28 130	0.29 123	0.28 132	0.28 118	0.28 133	0.28 129	0.28 133	0.28 122	0.28 130	0.28 122	0.28 132

DGSMNet	0.33 126	0.42 136	0.28 120	0.40 156	0.28 131	0.40 156	0.28 133	0.40 145	0.28 133	0.40 127	0.28 134	0.39 148	0.28 131	0.27 130	0.28 135	0.28 130	0.40 157	0.28 130	0.42 163	0.29 141	0.41 152	0.31 150	0.29 137	0.28 133	0.41 156	0.28 130	0.42 161	0.29 143

gcap_with_dpt	0.34 129	0.42 136	0.29 125	0.42 167	0.29 141	0.42 164	0.29 146	0.39 141	0.29 141	0.39 119	0.29 142	0.39 148	0.29 140	0.29 137	0.29 143	0.28 130	0.42 164	0.29 139	0.42 163	0.29 141	0.42 157	0.28 133	0.28 129	0.28 133	0.41 156	0.28 130	0.41 155	0.28 132

castereo	0.34 129	1.59 241	1.39 262	0.17 82	0.15 90	0.18 83	0.26 122	1.74 260	0.17 95	0.19 75	0.18 106	0.18 87	0.20 108	0.20 107	0.22 116	0.21 108	0.18 86	0.17 96	0.19 88	0.16 93	0.18 84	0.20 111	0.17 91	0.21 112	0.19 87	0.17 96	0.19 86	0.16 92

GCAP-BAT	0.34 129	0.42 136	0.29 125	0.42 167	0.29 141	0.42 164	0.29 146	0.39 141	0.29 141	0.39 119	0.29 142	0.39 148	0.29 140	0.29 137	0.29 143	0.28 130	0.42 164	0.29 139	0.42 163	0.29 141	0.42 157	0.28 133	0.28 129	0.28 133	0.41 156	0.28 130	0.41 155	0.28 132

RAFT-Test	0.34 129	0.45 141	0.30 131	0.38 144	0.32 153	0.40 156	0.32 155	0.39 141	0.32 148	0.39 119	0.30 147	0.37 141	0.29 140	0.30 142	0.30 147	0.29 140	0.38 143	0.30 145	0.38 142	0.29 141	0.38 137	0.29 145	0.29 137	0.30 147	0.38 141	0.30 148	0.38 140	0.30 149

RAFT + AFF	0.34 129	0.29 110	0.32 137	0.31 126	0.30 148	0.39 153	0.32 155	0.39 141	0.30 145	0.39 119	0.32 153	0.39 148	0.32 150	0.35 151	0.36 160	0.32 151	0.38 143	0.31 148	0.38 142	0.31 152	0.38 137	0.28 133	0.37 165	0.34 156	0.38 141	0.30 148	0.38 140	0.28 132

ETE_ROB	0.35 134	0.35 121	0.35 140	0.35 134	0.35 161	0.35 133	0.35 158	0.35 127	0.35 157	0.35 107	0.35 159	0.35 133	0.35 157	0.35 151	0.35 156	0.35 157	0.35 132	0.35 158	0.35 131	0.35 160	0.35 128	0.35 157	0.35 156	0.35 160	0.35 132	0.35 158	0.35 132	0.35 159

VIP-Stereo	0.36 135	2.00 250	1.11 246	0.26 117	0.16 93	0.24 110	0.15 90	2.00 270	0.23 116	0.24 88	0.15 89	0.23 104	0.16 93	0.16 93	0.16 93	0.15 92	0.24 108	0.15 91	0.24 109	0.16 93	0.24 107	0.15 92	0.15 87	0.20 108	0.24 109	0.15 90	0.24 107	0.15 90

GREAT-IGEV	0.36 135	0.46 144	0.33 138	0.43 169	0.30 148	0.43 169	0.30 151	0.45 154	0.30 145	0.42 135	0.30 147	0.43 164	0.30 145	0.30 142	0.30 147	0.30 142	0.43 166	0.30 145	0.43 166	0.30 148	0.43 160	0.30 148	0.30 145	0.30 147	0.43 164	0.30 148	0.43 163	0.30 149
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
EKT-Stereo	0.36 135	0.50 157	0.30 131	0.40 156	0.29 141	0.40 156	0.29 146	0.35 127	0.30 145	0.47 144	0.30 147	0.35 133	0.32 150	0.29 137	0.34 154	0.33 153	0.59 198	0.31 148	0.39 153	0.29 141	0.37 134	0.38 166	0.29 137	0.31 149	0.58 202	0.28 130	0.51 188	0.29 143

GEStereo_RVC	0.36 135	0.23 90	0.18 92	0.23 104	0.18 104	0.23 106	0.19 107	0.22 92	0.19 105	0.24 88	0.20 109	0.24 111	0.18 106	0.18 102	0.18 102	0.21 108	0.25 114	0.18 106	0.22 96	0.18 104	0.23 104	0.18 107	0.19 105	0.20 108	0.23 103	0.20 108	4.43 313	0.19 107

DMCA	0.36 135	0.38 124	0.37 144	0.35 134	0.35 161	0.35 133	0.36 164	0.35 127	0.36 162	0.36 113	0.37 168	0.36 139	0.36 162	0.36 156	0.35 156	0.37 162	0.36 137	0.36 160	0.36 134	0.36 164	0.36 132	0.35 157	0.36 161	0.36 163	0.37 138	0.36 161	0.36 135	0.36 164

DDF-Stereo	0.37 140	0.57 170	0.50 181	0.40 156	0.32 153	0.40 156	0.32 155	0.53 178	0.32 148	0.39 119	0.32 153	0.39 148	0.32 150	0.32 145	0.32 152	0.32 151	0.40 157	0.32 152	0.40 154	0.32 153	0.40 151	0.32 153	0.32 148	0.32 151	0.40 151	0.32 153	0.40 151	0.32 154

XPNet_ROB	0.37 140	0.37 123	0.37 144	0.37 140	0.37 167	0.37 142	0.37 169	0.37 132	0.37 164	0.37 115	0.37 168	0.37 141	0.37 164	0.37 158	0.37 163	0.37 162	0.37 140	0.37 165	0.37 138	0.37 166	0.37 134	0.37 163	0.37 165	0.37 169	0.37 138	0.37 167	0.37 138	0.37 167

GIP-stereo	0.38 142	0.56 167	0.40 150	0.45 172	0.33 156	0.44 171	0.35 158	0.49 168	0.33 152	0.43 136	0.32 153	0.42 160	0.31 147	0.33 146	0.33 153	0.34 154	0.40 157	0.32 152	0.40 154	0.32 153	0.43 160	0.38 166	0.33 151	0.32 151	0.43 164	0.32 153	0.42 161	0.34 158

Former-RAFT_DAM_RVC	0.38 142	1.06 208	0.54 189	0.59 204	0.27 127	0.46 172	0.27 126	0.46 155	0.27 128	0.46 141	0.27 131	0.46 167	0.26 127	0.27 130	0.27 131	0.26 120	0.46 168	0.26 126	0.45 169	0.30 148	0.46 163	0.27 127	0.27 124	0.27 129	0.46 167	0.27 128	0.45 165	0.26 126

CES	0.38 142	0.34 118	0.44 161	0.43 169	0.33 156	0.37 142	0.44 188	0.37 132	0.38 165	0.45 139	0.35 159	0.35 133	0.41 177	0.45 179	0.36 160	0.36 159	0.36 137	0.45 186	0.43 166	0.35 160	0.34 124	0.46 186	0.36 161	0.36 163	0.42 163	0.34 157	0.35 132	0.38 170

PML	0.39 145	0.56 167	0.29 125	0.55 198	0.28 131	0.56 200	0.28 133	0.51 175	0.28 133	0.50 150	0.28 134	0.51 188	0.28 131	0.29 137	0.28 135	0.29 140	0.56 196	0.29 139	0.57 203	0.28 132	0.56 195	0.28 133	0.28 129	0.29 143	0.56 199	0.28 130	0.56 197	0.28 132

DEFOM-Stereo_RVC	0.40 146	2.14 259	1.91 287	0.20 90	0.18 104	0.19 88	0.17 96	2.23 273	0.19 105	0.24 88	0.21 112	0.19 90	0.21 113	0.20 107	0.18 102	0.20 105	0.20 92	0.18 106	0.20 91	0.19 109	0.19 88	0.17 99	0.18 102	0.17 94	0.20 91	0.20 108	0.21 95	0.19 107

GASTEREO	0.41 147	0.54 161	0.44 161	0.48 182	0.35 161	0.48 184	0.35 158	0.53 178	0.35 157	0.46 141	0.35 159	0.46 167	0.35 157	0.35 151	0.35 156	0.35 157	0.47 172	0.35 158	0.47 174	0.35 160	0.47 167	0.38 166	0.35 156	0.35 160	0.48 178	0.35 158	0.47 170	0.35 159

GwcNet-ADL	0.41 147	0.41 130	0.41 152	0.41 163	0.41 178	0.41 160	0.41 180	0.41 147	0.41 177	0.41 128	0.41 181	0.41 156	0.41 177	0.41 170	0.41 180	0.41 174	0.41 160	0.41 178	0.41 159	0.41 179	0.41 152	0.41 179	0.41 177	0.41 179	0.41 156	0.41 179	0.41 155	0.41 179

PSMNet-ADL	0.41 147	0.41 130	0.41 152	0.41 163	0.41 178	0.41 160	0.41 180	0.41 147	0.41 177	0.41 128	0.41 181	0.41 156	0.41 177	0.41 170	0.41 180	0.41 174	0.41 160	0.41 178	0.41 159	0.41 179	0.41 152	0.41 179	0.41 177	0.41 179	0.41 156	0.41 179	0.41 155	0.41 179

GANet-ADL	0.41 147	0.41 130	0.41 152	0.41 163	0.41 178	0.41 160	0.41 180	0.41 147	0.41 177	0.41 128	0.41 181	0.41 156	0.41 177	0.41 170	0.41 180	0.41 174	0.41 160	0.41 178	0.41 159	0.41 179	0.41 152	0.41 179	0.41 177	0.41 179	0.41 156	0.41 179	0.41 155	0.41 179

ADLNet	0.41 147	0.41 130	0.41 152	0.41 163	0.41 178	0.41 160	0.41 180	0.41 147	0.41 177	0.41 128	0.41 181	0.41 156	0.41 177	0.41 170	0.41 180	0.41 174	0.41 160	0.41 178	0.41 159	0.41 179	0.41 152	0.41 179	0.41 177	0.41 179	0.41 156	0.41 179	0.41 155	0.41 179

GEAStereo	0.42 152	0.55 163	0.44 161	0.48 182	0.35 161	0.48 184	0.35 158	0.54 180	0.35 157	0.47 144	0.36 162	0.47 172	0.41 177	0.38 160	0.38 165	0.38 165	0.51 187	0.36 160	0.51 192	0.38 170	0.48 174	0.35 157	0.35 156	0.36 163	0.52 190	0.37 167	0.48 176	0.36 164

GSStereo	0.42 152	0.56 167	0.44 161	0.48 182	0.36 166	0.48 184	0.36 164	0.54 180	0.36 162	0.47 144	0.36 162	0.47 172	0.36 162	0.36 156	0.35 156	0.36 159	0.48 177	0.36 160	0.48 181	0.36 164	0.48 174	0.36 162	0.36 161	0.36 163	0.48 178	0.36 161	0.48 176	0.35 159

gasm-f	0.42 152	0.55 163	0.44 161	0.48 182	0.35 161	0.48 184	0.35 158	0.54 180	0.35 157	0.47 144	0.36 162	0.47 172	0.41 177	0.38 160	0.38 165	0.38 165	0.51 187	0.36 160	0.51 192	0.38 170	0.48 174	0.35 157	0.35 156	0.36 163	0.52 190	0.37 167	0.48 176	0.36 164

DEFOM-Stereo	0.43 155	1.60 243	1.47 267	0.30 124	0.28 131	0.31 126	0.28 133	1.65 258	0.25 119	0.29 100	0.26 127	0.30 126	0.29 140	0.27 130	0.26 128	0.26 120	0.30 125	0.29 139	0.30 125	0.26 127	0.29 120	0.29 145	0.27 124	0.26 125	0.30 124	0.29 145	0.30 124	0.29 143

GES	0.43 155	0.41 130	0.31 134	0.35 134	0.30 148	0.47 178	0.28 133	0.33 118	0.28 133	0.35 107	0.29 142	2.95 294	0.38 167	0.35 151	0.30 147	0.34 154	0.34 129	0.30 145	0.33 126	0.30 148	0.35 128	0.30 148	0.33 151	0.33 154	0.33 127	0.31 151	0.33 126	0.29 143

MSCF	0.44 157	0.60 175	0.47 168	0.50 190	0.40 176	0.50 191	0.38 172	0.57 188	0.38 165	0.48 148	0.38 171	0.48 180	0.38 167	0.38 160	0.38 165	0.38 165	0.49 182	0.38 168	0.49 185	0.39 177	0.50 182	0.38 166	0.38 169	0.38 170	0.49 183	0.38 171	0.49 184	0.38 170

LG-Stereo_L1	0.44 157	0.58 173	0.49 180	0.51 193	0.38 171	0.51 193	0.38 172	0.56 186	0.38 165	0.50 150	0.38 171	0.50 185	0.38 167	0.38 160	0.38 165	0.38 165	0.52 189	0.38 168	0.52 195	0.38 170	0.51 184	0.38 166	0.38 169	0.38 170	0.52 190	0.38 171	0.51 188	0.40 177

FCDSN-DC	0.44 157	0.31 114	0.35 140	0.34 130	0.28 131	0.35 133	0.30 151	0.32 117	0.25 119	1.32 227	0.24 121	1.00 239	0.32 150	0.35 151	0.34 154	0.30 142	0.72 210	0.37 165	0.48 181	0.32 153	0.53 190	0.49 200	0.23 116	0.29 143	0.50 184	0.42 184	0.61 203	0.71 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LG-Stereo_Zeroshot	0.45 160	0.57 170	0.45 166	0.54 195	0.37 167	0.53 197	0.37 169	0.56 186	0.40 174	0.53 156	0.38 171	0.53 192	0.37 164	0.37 158	0.37 163	0.37 162	0.55 192	0.38 168	0.53 197	0.37 166	0.53 190	0.37 163	0.37 165	0.39 177	0.54 195	0.37 167	0.54 194	0.37 167

WAO-7	0.46 161	0.38 124	0.38 146	0.38 144	0.38 171	0.38 146	0.38 172	0.38 135	0.38 165	2.57 283	0.38 171	0.38 144	0.38 167	0.38 160	0.38 165	0.38 165	0.38 143	0.38 168	0.38 142	0.38 170	0.38 137	0.38 166	0.38 169	0.38 170	0.38 141	0.38 171	0.38 140	0.38 170

Venus	0.46 161	0.38 124	0.40 150	0.38 144	0.38 171	0.39 153	0.38 172	0.38 135	0.38 165	2.71 285	0.38 171	0.38 144	0.38 167	0.38 160	0.38 165	0.38 165	0.38 143	0.38 168	0.38 142	0.38 170	0.38 137	0.38 166	0.38 169	0.38 170	0.38 141	0.38 171	0.39 150	0.38 170

HanzoNet	0.47 163	0.39 128	0.38 146	0.38 144	0.38 171	0.38 146	0.38 172	0.40 145	0.38 165	2.63 284	0.38 171	0.38 144	0.38 167	0.38 160	0.38 165	0.39 173	0.38 143	0.38 168	0.38 142	0.42 184	0.38 137	0.39 175	0.39 175	0.38 170	0.38 141	0.38 171	0.38 140	0.39 176

IMH	0.47 163	0.40 129	0.39 149	0.38 144	0.38 171	0.38 146	0.38 172	0.38 135	0.40 174	2.79 287	0.38 171	0.38 144	0.38 167	0.38 160	0.38 165	0.38 165	0.39 153	0.38 168	0.38 142	0.40 178	0.38 137	0.38 166	0.38 169	0.38 170	0.38 141	0.38 171	0.38 140	0.38 170

LL-Strereo2	0.47 163	2.60 272	0.51 185	0.38 144	0.28 131	0.37 142	0.28 133	0.55 184	0.35 157	0.44 138	0.34 158	0.44 166	0.34 155	0.34 147	0.36 160	0.36 159	0.47 172	0.36 160	0.47 174	0.35 160	0.47 167	0.35 157	0.35 156	0.35 160	0.46 167	0.35 158	0.47 170	0.35 159

GMOStereo	0.50 166	0.44 139	2.38 297	0.40 156	0.34 158	0.42 164	0.36 164	1.96 265	0.34 153	0.41 128	0.36 162	0.42 160	0.35 157	0.34 147	0.38 165	0.31 147	0.39 153	0.34 154	0.40 154	0.33 157	0.39 146	0.33 154	0.33 151	0.34 156	0.40 151	0.36 161	0.40 151	0.32 154

error version	0.50 166	0.44 139	2.38 297	0.40 156	0.34 158	0.42 164	0.36 164	1.96 265	0.34 153	0.41 128	0.36 162	0.42 160	0.35 157	0.34 147	0.38 165	0.31 147	0.39 153	0.34 154	0.40 154	0.33 157	0.39 146	0.33 154	0.33 151	0.34 156	0.40 151	0.36 161	0.40 151	0.32 154

SANet	0.50 166	0.50 157	0.50 181	0.50 190	0.50 204	0.50 191	0.50 204	0.50 172	0.50 203	0.50 150	0.50 203	0.50 185	0.50 202	0.50 196	0.50 205	0.50 201	0.50 185	0.50 204	0.50 189	0.50 205	0.50 182	0.50 206	0.50 199	0.50 201	0.50 184	0.50 205	0.50 186	0.50 199

PDISCO_ROB	0.50 166	0.15 66	0.11 62	0.16 79	3.16 306	0.13 63	0.12 80	0.14 62	0.12 78	0.15 55	0.11 63	2.55 293	0.11 64	2.20 290	0.13 85	0.12 79	0.16 79	0.10 51	0.14 63	0.12 82	0.15 73	0.12 82	0.12 78	0.12 80	0.15 69	0.10 50	2.75 294	0.09 49

otaku	0.52 170	0.46 144	0.48 174	0.46 173	0.46 187	0.46 172	0.46 189	0.46 155	0.47 192	1.88 246	0.46 189	0.46 167	0.46 189	0.46 181	0.46 189	0.46 183	0.47 172	0.46 187	0.46 170	0.46 189	0.47 167	0.46 186	0.46 185	0.46 188	0.47 173	0.46 188	0.46 166	0.47 189

HaxPig	0.52 170	0.48 153	0.47 168	0.47 178	0.47 191	0.47 178	0.47 193	0.47 161	0.47 192	1.80 243	0.47 193	0.47 172	0.47 192	0.47 185	0.47 193	0.47 190	0.47 172	0.47 194	0.47 174	0.47 194	0.47 167	0.47 194	0.47 191	0.47 192	0.47 173	0.47 195	0.47 170	0.47 189

UNDER WATER	0.52 170	0.47 150	0.47 168	0.47 178	0.47 191	0.47 178	0.47 193	0.47 161	0.47 192	1.90 247	0.47 193	0.47 172	0.47 192	0.47 185	0.47 193	0.47 190	0.46 168	0.47 194	0.47 174	0.47 194	0.46 163	0.47 194	0.47 191	0.48 196	0.47 173	0.47 195	0.47 170	0.47 189

Dean	0.52 170	0.46 144	0.48 174	0.46 173	0.46 187	0.46 172	0.46 189	0.46 155	0.46 187	1.90 247	0.46 189	0.47 172	0.46 189	0.46 181	0.46 189	0.46 183	0.48 177	0.46 187	0.46 170	0.46 189	0.46 163	0.46 186	0.46 185	0.46 188	0.46 167	0.46 188	0.46 166	0.46 186

Ntro	0.53 174	0.47 150	0.50 181	0.46 173	0.48 196	0.47 178	0.47 193	0.46 155	0.46 187	2.05 259	0.47 193	0.47 172	0.49 200	0.47 185	0.47 193	0.46 183	0.48 177	0.46 187	0.49 185	0.46 189	0.47 167	0.46 186	0.46 185	0.47 192	0.46 167	0.46 188	0.47 170	0.47 189

RainbowNet	0.53 174	0.48 153	0.48 174	0.48 182	0.48 196	0.48 184	0.48 197	0.48 164	0.48 196	1.92 249	0.48 198	0.48 180	0.48 196	0.48 190	0.48 198	0.48 193	0.48 177	0.48 198	0.48 181	0.48 198	0.48 174	0.48 197	0.48 194	0.48 196	0.48 178	0.48 199	0.48 176	0.48 195

LVE	0.53 174	0.47 150	0.48 174	0.47 178	0.47 191	0.47 178	0.47 193	0.48 164	0.47 192	1.96 254	0.47 193	0.47 172	0.47 192	0.47 185	0.47 193	0.47 190	0.47 172	0.47 194	0.47 174	0.47 194	0.47 167	0.47 194	0.47 191	0.47 192	0.47 173	0.47 195	0.47 170	0.47 189

ACVNet_1	0.53 174	0.46 144	0.48 174	0.47 178	0.47 191	0.46 172	0.48 197	0.48 164	0.48 196	2.07 260	0.47 193	0.48 180	0.48 196	0.47 185	0.47 193	0.46 183	0.49 182	0.47 194	0.47 174	0.47 194	0.48 174	0.46 186	0.46 185	0.48 196	0.47 173	0.47 195	0.48 176	0.47 189

ACVNet-4b	0.53 174	0.46 144	0.47 168	0.46 173	0.46 187	0.46 172	0.46 189	0.46 155	0.46 187	2.17 263	0.46 189	0.46 167	0.47 192	0.46 181	0.46 189	0.46 183	0.46 168	0.46 187	0.46 170	0.46 189	0.46 163	0.46 186	0.46 185	0.47 192	0.46 167	0.46 188	0.46 166	0.46 186

AIO-test2	0.54 179	0.65 179	0.55 192	0.60 205	0.50 204	0.60 204	0.49 200	0.65 193	0.48 196	0.60 162	0.49 201	0.59 198	0.50 202	0.50 196	0.49 202	0.49 197	0.60 199	0.50 204	0.60 205	0.49 202	0.60 199	0.49 200	0.50 199	0.51 203	0.60 205	0.48 199	0.60 200	0.50 199

AIO-test1	0.54 179	0.64 178	0.54 189	0.60 205	0.49 200	0.61 206	0.49 200	0.64 192	0.49 201	0.59 160	0.48 198	0.60 200	0.50 202	0.48 190	0.48 198	0.48 193	0.60 199	0.48 198	0.60 205	0.48 198	0.60 199	0.49 200	0.49 196	0.49 199	0.59 204	0.49 202	0.60 200	0.49 196

notaker	0.54 179	0.48 153	0.48 174	0.48 182	0.48 196	0.48 184	0.49 200	0.48 164	0.48 196	1.95 253	0.48 198	0.48 180	0.48 196	0.48 190	0.48 198	0.48 193	0.48 177	0.48 198	0.48 181	0.48 198	0.49 180	0.48 197	0.48 194	0.49 199	0.48 178	0.48 199	0.48 176	0.49 196

FSD	0.55 182	0.55 163	0.42 158	0.54 195	0.42 183	0.55 199	0.43 186	0.54 180	0.42 182	0.59 160	0.42 186	0.54 194	0.44 185	0.43 176	0.42 186	0.42 179	0.55 192	0.42 184	2.46 289	0.44 187	0.55 193	0.43 184	0.42 181	0.44 186	0.55 196	0.43 186	0.55 195	0.53 205

ACVNet_2	0.55 182	0.49 156	0.50 181	0.49 188	0.49 200	0.49 190	0.49 200	0.49 168	0.49 201	2.14 262	0.49 201	0.50 185	0.49 200	0.49 193	0.49 202	0.49 197	0.50 185	0.49 203	0.50 189	0.49 202	0.49 180	0.49 200	0.49 196	0.50 201	0.50 184	0.49 202	0.50 186	0.49 196

CFNet	0.55 182	0.25 102	0.18 92	0.25 112	0.18 104	0.25 116	0.18 106	0.25 105	0.18 103	0.25 92	0.18 106	0.25 113	0.18 106	0.18 102	0.18 102	0.18 101	0.25 114	0.18 106	0.25 114	0.18 104	5.31 325	4.36 325	0.18 102	0.18 105	0.25 115	0.18 105	0.25 114	0.18 106

PSMNet_ROB	0.55 182	0.55 163	0.56 195	0.56 199	0.55 208	0.56 200	0.55 208	0.55 184	0.55 207	0.55 157	0.55 208	0.55 195	0.55 210	0.55 199	0.56 210	0.55 205	0.55 192	0.55 210	0.55 200	0.55 208	0.55 193	0.55 209	0.55 204	0.55 209	0.55 196	0.55 210	0.55 195	0.55 206

IER	0.56 186	2.72 275	2.20 291	0.38 144	0.29 141	0.38 146	0.27 126	2.77 290	0.27 128	0.38 116	0.28 134	0.37 141	0.25 121	0.26 123	0.25 123	0.26 120	0.38 143	0.29 139	0.38 142	0.25 123	0.39 146	0.25 120	0.29 137	0.29 143	0.40 151	0.25 121	0.38 140	0.25 121

LG-Stereo	0.57 187	0.58 173	0.43 159	0.54 195	0.65 219	0.95 231	0.69 233	0.69 195	0.38 165	0.52 154	0.37 168	0.53 192	0.37 164	0.68 226	0.73 235	0.72 231	0.70 207	0.37 165	0.54 199	0.37 166	0.54 192	0.37 163	0.37 165	0.56 210	0.95 232	0.59 215	0.84 221	0.37 167

CASS	0.58 188	0.89 194	0.55 192	0.56 199	0.55 208	0.60 204	0.57 214	0.57 188	0.56 209	0.55 157	0.56 209	0.56 196	0.50 202	0.63 211	0.56 210	0.56 208	0.62 202	0.62 219	0.59 204	0.56 210	0.56 195	0.48 197	0.60 211	0.56 210	0.57 201	0.60 217	0.57 199	0.59 211
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DISCO	0.59 189	0.29 110	0.22 106	0.27 119	5.05 328	0.30 125	0.21 112	0.28 111	0.21 110	0.27 99	0.21 112	0.27 121	0.20 108	0.21 112	0.21 112	0.21 108	0.27 122	0.21 114	0.27 121	0.21 114	0.27 116	0.23 119	0.21 109	0.21 112	0.27 121	0.21 112	5.06 321	0.22 115

LMCR-Stereo	0.61 190	0.61 176	0.61 202	0.61 208	0.61 215	0.67 211	0.61 219	0.61 190	0.61 216	0.61 163	0.61 216	0.61 201	0.61 217	0.61 207	0.61 217	0.61 212	0.61 201	0.61 218	0.61 207	0.61 216	0.61 201	0.61 216	0.61 212	0.61 219	0.61 207	0.61 218	0.61 203	0.61 217

AANet_RVC	0.61 190	0.31 114	5.05 317	0.31 126	0.19 108	0.24 110	0.20 109	5.86 313	0.20 107	0.24 88	0.18 106	0.25 113	0.20 108	0.23 117	0.21 112	0.18 101	0.37 140	0.18 106	0.24 109	0.19 109	0.25 109	0.19 110	0.19 105	0.19 107	0.24 109	0.15 90	0.24 107	0.20 109

iRaftStereo_RVC	0.62 192	1.76 246	2.24 293	0.52 194	0.37 167	0.53 197	0.38 172	2.51 284	0.38 165	0.51 153	0.38 171	0.51 188	0.38 167	0.38 160	0.38 165	0.38 165	0.52 189	0.38 168	0.52 195	0.38 170	0.52 187	0.38 166	0.38 169	0.38 170	0.52 190	0.39 177	0.52 191	0.38 170

ARAFT	0.64 193	0.74 185	0.62 203	0.70 217	0.56 210	0.72 214	0.55 208	0.72 199	0.54 206	0.73 171	0.56 209	0.72 212	0.56 212	0.56 201	0.62 218	0.63 214	0.73 211	0.53 209	0.73 213	0.54 207	0.72 209	0.65 219	0.62 213	0.56 210	0.72 212	0.54 208	0.72 210	0.57 208

test_1	0.65 194	4.37 291	2.38 297	0.40 156	0.34 158	0.42 164	0.36 164	1.96 265	0.34 153	0.41 128	0.36 162	0.42 160	0.35 157	0.34 147	0.38 165	0.31 147	0.39 153	0.34 154	0.40 154	0.33 157	0.39 146	0.33 154	0.33 151	0.34 156	0.40 151	0.36 161	0.40 151	0.32 154

zero-FE	0.66 195	0.80 188	0.56 195	0.79 221	0.58 212	0.82 219	0.55 208	0.76 201	0.56 209	0.75 173	0.58 213	0.75 216	0.59 215	0.57 202	0.56 210	0.55 205	0.79 215	0.55 210	0.78 219	0.55 208	0.85 218	0.58 211	0.55 204	0.57 214	0.80 218	0.57 212	0.80 215	0.57 208

HH	0.66 195	2.13 254	0.47 168	0.37 140	0.29 141	0.36 138	0.27 126	0.49 168	0.44 184	0.78 174	0.68 227	0.67 206	0.90 244	0.62 208	0.90 243	0.53 203	0.88 223	0.48 198	0.37 138	0.29 141	0.63 204	0.66 222	0.66 217	0.51 203	1.06 248	0.61 218	1.08 247	0.60 213

HanStereo	0.66 195	2.13 254	0.47 168	0.37 140	0.29 141	0.36 138	0.27 126	0.49 168	0.44 184	0.78 174	0.68 227	0.67 206	0.90 244	0.62 208	0.90 243	0.53 203	0.88 223	0.48 198	0.37 138	0.29 141	0.63 204	0.66 222	0.66 217	0.51 203	1.06 248	0.61 218	1.08 247	0.60 213

DSFCA	0.66 195	0.73 183	0.74 211	0.68 213	0.65 219	0.64 208	0.65 224	0.65 193	0.65 218	0.66 166	0.65 219	0.65 203	0.64 218	0.65 214	0.65 221	0.65 216	0.65 204	0.65 222	0.65 209	0.65 219	0.65 207	0.65 219	0.65 216	0.65 222	0.66 209	0.66 222	0.65 206	0.65 219

STTRV1_RVC	0.66 195	1.59 241	0.52 188	0.69 214	0.61 215	0.66 210	0.43 186	0.88 209	0.45 186	0.71 169	0.62 217	0.69 209	0.45 188	0.62 208	0.40 178	0.44 181	0.80 217	0.59 215	0.76 218	0.63 217	0.80 212	0.46 186	0.64 214	0.61 219	0.72 212	0.54 208	0.80 215	0.60 213

4D-IteraStereo	0.67 200	3.40 281	1.05 240	0.71 218	0.83 240	0.47 178	0.27 126	0.47 161	0.27 128	0.35 107	0.26 127	0.68 208	0.84 240	0.41 170	0.54 207	0.89 240	0.74 213	0.88 244	0.73 213	0.87 244	0.42 157	0.27 127	0.28 129	0.28 133	0.36 134	0.28 130	0.68 207	0.90 243

RAFT-Stereo + iAFF	0.67 200	0.74 185	0.60 201	0.79 221	0.61 215	0.76 215	0.57 214	0.71 198	0.56 209	0.71 169	0.54 207	0.72 212	0.66 221	0.65 214	0.65 221	0.64 215	0.74 213	0.64 221	0.74 215	0.63 217	0.73 210	0.65 219	0.64 214	0.64 221	0.74 214	0.61 218	0.73 211	0.64 218

Occ-G	0.68 202	0.54 161	3.16 306	0.57 203	0.45 186	0.52 196	0.40 179	3.44 297	0.46 187	0.52 154	0.45 188	0.51 188	0.44 185	0.44 178	0.40 178	0.45 182	0.55 192	0.41 178	0.53 197	0.43 185	0.52 187	0.40 177	0.44 184	0.45 187	0.55 196	0.44 187	0.53 193	0.44 185

TorneroNet-64	0.69 203	0.65 179	0.30 131	0.27 119	0.47 191	0.28 123	0.35 158	0.34 124	0.80 234	7.93 330	0.29 142	0.30 126	0.31 147	0.81 236	0.28 135	0.27 129	0.29 124	0.28 130	0.85 225	0.83 242	0.62 203	0.28 133	0.30 145	0.28 133	0.52 190	0.29 145	0.29 123	0.27 129

DDUNet	0.69 203	0.84 192	0.59 200	0.84 227	0.59 213	0.87 225	0.57 214	0.84 206	0.59 215	0.82 181	0.58 213	0.85 225	0.57 213	0.59 206	0.59 214	0.57 209	0.87 222	0.59 215	0.85 225	0.59 215	0.85 218	0.59 214	0.59 209	0.59 215	0.87 223	0.59 215	0.84 221	0.59 211

UDG	0.70 205	0.87 193	0.56 195	0.87 228	0.59 213	0.84 222	0.59 217	0.85 207	0.57 212	0.84 183	0.59 215	0.84 224	0.60 216	0.58 203	0.60 215	0.59 210	0.85 221	0.59 215	0.87 227	0.58 212	0.87 220	0.60 215	0.57 208	0.59 215	0.87 223	0.58 214	0.86 224	0.60 213

MaskLacGwcNet_RVC	0.70 205	6.91 305	0.46 167	0.46 173	0.46 187	0.46 172	0.46 189	0.46 155	0.46 187	0.46 141	0.46 189	0.46 167	0.46 189	0.46 181	0.46 189	0.46 183	0.46 168	0.46 187	0.46 170	0.46 189	0.47 167	0.46 186	0.46 185	0.46 188	0.46 167	0.46 188	0.46 166	0.46 186

HCRNet	0.71 207	6.06 303	3.15 305	0.50 190	0.22 113	0.21 97	0.15 90	3.04 292	0.34 153	0.43 136	0.33 157	0.43 164	0.33 154	0.15 90	0.14 89	0.14 89	0.21 96	0.17 96	0.47 174	0.20 111	0.21 95	0.16 95	0.32 148	0.33 154	0.50 184	0.33 156	0.49 184	0.28 132

AFF-stereo	0.71 207	0.73 183	0.65 205	0.82 225	0.63 218	0.83 220	0.63 221	0.73 200	0.65 218	0.82 181	0.73 233	0.74 215	0.64 218	0.63 211	0.62 218	0.62 213	0.73 211	0.63 220	0.74 215	0.72 233	0.80 212	0.58 211	0.70 231	0.71 235	0.79 216	0.69 232	0.78 213	0.72 234

DMCA-RVC	0.71 207	0.72 181	0.72 206	0.71 218	0.70 230	0.70 212	0.70 236	0.70 197	0.71 229	0.70 168	0.71 231	0.71 211	0.70 230	0.70 228	0.71 233	0.70 228	0.70 207	0.71 234	0.70 210	0.71 231	0.70 208	0.70 232	0.71 233	0.71 235	0.70 210	0.72 235	0.71 208	0.70 231

PA-Net	0.71 207	0.62 177	0.55 192	0.69 214	0.71 231	0.70 212	0.69 233	0.69 195	0.74 232	0.73 171	0.75 234	0.59 198	0.72 233	0.82 237	0.79 238	0.83 237	0.67 206	0.76 237	0.81 223	0.67 226	0.61 201	0.76 236	0.68 228	0.65 222	0.82 221	0.76 238	0.71 208	0.69 230
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-Stereo-zeroshot1	0.74 211	0.57 170	0.57 198	0.56 199	0.92 243	1.07 248	0.63 221	1.03 229	0.82 238	0.49 149	0.77 235	0.69 209	0.54 209	0.58 203	0.54 207	0.86 239	1.06 243	0.72 235	1.06 246	0.79 236	0.58 198	0.87 242	0.59 209	0.46 188	0.76 215	0.46 188	1.05 244	0.97 248

AEACV	0.74 211	0.52 159	3.10 303	0.60 205	0.48 196	0.56 200	0.48 197	3.02 291	0.83 239	0.61 163	0.62 217	0.72 212	0.50 202	0.49 193	0.49 202	0.48 193	0.58 197	0.50 204	0.55 200	0.48 198	0.56 195	0.50 206	0.50 199	0.51 203	0.58 202	0.51 207	0.60 200	0.51 202

MyStereo04	0.76 213	4.78 297	0.62 203	0.63 211	0.54 207	0.65 209	0.56 212	0.61 190	0.58 213	0.61 163	0.56 209	0.63 202	0.57 213	0.63 211	0.60 215	0.60 211	0.64 203	0.56 213	0.63 208	0.58 212	0.63 204	0.62 218	0.55 204	0.60 217	0.63 208	0.57 212	0.64 205	0.58 210

RSM++	0.77 214	0.91 195	0.72 206	0.83 226	0.71 231	0.83 220	0.72 237	0.81 205	0.71 229	0.81 180	0.71 231	0.81 223	0.71 232	0.71 230	0.71 233	0.70 228	0.83 220	0.72 235	0.83 224	0.81 241	0.83 216	0.72 235	0.71 233	0.71 235	0.88 225	0.71 233	0.83 220	0.70 231

test-3	0.78 215	4.38 292	1.80 279	0.62 209	0.49 200	0.62 207	0.50 204	1.86 261	0.64 217	0.69 167	0.52 205	0.66 204	0.38 167	0.58 203	0.57 213	0.46 183	0.66 205	0.46 187	0.50 189	0.44 187	0.48 174	0.58 211	0.54 203	0.60 217	0.70 210	0.46 188	0.48 176	0.50 199

WQFJA1++	0.80 216	1.24 223	0.73 209	0.97 236	0.65 219	0.97 233	0.65 224	0.97 218	0.65 218	0.94 192	0.66 220	0.94 231	0.65 220	0.66 217	0.65 221	0.66 217	0.98 231	0.66 224	0.98 235	0.66 221	0.98 229	0.66 222	0.66 217	0.66 224	0.98 234	0.66 222	0.98 232	0.66 220

NLMM	0.80 216	1.26 229	0.75 215	0.98 238	0.66 222	0.97 233	0.66 226	0.97 218	0.66 221	0.94 192	0.66 220	0.96 238	0.66 221	0.66 217	0.68 231	0.67 222	0.99 233	0.68 231	0.98 235	0.66 221	0.99 230	0.66 222	0.66 217	0.66 224	1.00 240	0.66 222	0.99 233	0.66 220

AdaDepth	0.80 216	0.95 200	1.02 236	0.95 233	0.67 227	0.95 231	0.67 230	0.94 215	0.67 226	0.92 187	0.67 224	0.94 231	0.67 227	0.67 222	0.67 228	0.67 222	0.95 228	0.67 227	0.95 234	0.67 226	0.96 228	0.68 230	0.67 223	0.67 228	0.96 233	0.67 226	0.95 231	0.67 225

CroCo-Stereo	0.80 216	2.51 267	0.41 152	1.27 263	0.41 178	1.27 262	0.41 180	1.27 247	0.41 177	1.27 224	0.41 181	1.27 260	0.41 177	0.41 170	0.41 180	0.41 174	1.28 261	0.41 178	1.27 260	0.41 179	1.27 262	0.41 179	0.42 181	0.41 179	1.27 264	0.41 179	1.27 262	0.41 179
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
NaN_ROB	0.80 216	0.80 188	0.80 221	0.80 223	0.80 237	0.80 217	0.80 240	0.80 203	0.80 234	0.80 178	0.80 238	0.80 221	0.80 236	0.80 234	0.80 239	0.80 235	0.80 217	0.80 240	0.80 221	0.80 239	0.80 212	0.80 238	0.80 239	0.80 239	0.80 218	0.80 240	0.80 215	0.80 238

CSAN	0.80 216	0.80 188	0.80 221	0.80 223	0.80 237	0.80 217	0.80 240	0.80 203	0.80 234	0.80 178	0.80 238	0.80 221	0.80 236	0.80 234	0.80 239	0.80 235	0.80 217	0.80 240	0.80 221	0.80 239	0.80 212	0.80 238	0.80 239	0.80 239	0.80 218	0.80 240	0.80 215	0.80 238

WQFJX1	0.81 222	1.27 231	0.74 211	0.98 238	0.67 227	0.98 235	0.67 230	0.97 218	0.67 226	0.94 192	0.67 224	0.95 234	0.66 221	0.66 217	0.66 224	0.67 222	0.99 233	0.67 227	0.98 235	0.68 229	0.99 230	0.66 222	0.66 217	0.66 224	0.99 235	0.66 222	1.00 235	0.66 220

WQFJX	0.81 222	1.27 231	0.74 211	0.99 240	0.66 222	0.99 237	0.66 226	0.99 224	0.66 221	0.95 197	0.66 220	0.95 234	0.67 227	0.67 222	0.66 224	0.66 217	0.99 233	0.66 224	1.00 239	0.66 221	0.99 230	0.67 228	0.68 228	0.67 228	0.99 235	0.67 226	0.99 233	0.67 225

NLMM1	0.81 222	1.26 229	0.74 211	1.00 242	0.66 222	0.99 237	0.67 230	0.98 221	0.66 221	0.94 192	0.67 224	0.94 231	0.66 221	0.66 217	0.66 224	0.66 217	1.00 237	0.67 227	1.00 239	0.66 221	0.99 230	0.71 233	0.73 236	0.67 228	0.99 235	0.67 226	1.00 235	0.66 220

NLSM3	0.81 222	1.27 231	0.75 215	0.99 240	0.66 222	0.99 237	0.66 226	0.98 221	0.67 226	0.95 197	0.66 220	0.95 234	0.66 221	0.67 222	0.67 228	0.66 217	0.99 233	0.66 224	0.99 238	0.66 221	0.99 230	0.67 228	0.66 217	0.66 224	0.99 235	0.67 226	1.00 235	0.67 225

gcap-zeroshot	0.81 222	1.03 206	0.84 225	0.93 231	0.85 241	0.84 222	0.62 220	1.21 244	0.53 205	0.79 176	0.84 241	0.77 217	0.70 230	0.84 239	0.67 228	0.74 232	1.18 256	0.52 208	0.91 228	0.79 236	0.84 217	0.61 216	0.83 241	0.69 234	0.93 231	0.82 242	0.85 223	0.66 220

WQFJA1	0.82 227	1.52 240	0.76 217	1.01 246	0.66 222	0.98 235	0.66 226	0.98 221	0.66 221	0.95 197	0.68 227	0.95 234	0.66 221	0.68 226	0.66 224	0.66 217	1.00 237	0.67 227	1.00 239	0.67 226	0.99 230	0.68 230	0.67 223	0.68 233	0.99 235	0.67 226	1.00 235	0.67 225

AIO-Stereo	0.82 227	1.06 208	0.73 209	0.97 236	0.74 233	1.06 247	0.60 218	1.04 231	0.90 242	1.00 200	1.01 252	0.78 218	0.85 242	0.74 232	0.62 218	0.67 222	1.12 246	0.55 210	0.70 210	0.65 219	0.93 225	0.66 222	0.67 223	0.67 228	0.82 221	0.74 236	0.92 225	0.83 240

G-Net	0.82 227	1.77 247	0.78 219	0.78 220	0.78 235	0.78 216	0.78 238	0.78 202	0.79 233	0.79 176	0.78 236	0.78 218	0.78 235	0.78 233	0.78 237	0.78 233	0.79 215	0.79 238	0.79 220	0.79 236	0.79 211	0.79 237	0.79 238	0.79 238	0.79 216	0.79 239	0.79 214	0.79 237

ktn	0.84 230	1.15 213	0.54 189	1.16 258	1.26 272	0.51 193	0.53 207	0.51 175	0.66 221	4.54 313	0.51 204	0.52 191	0.52 208	0.66 217	0.51 206	0.51 202	1.37 266	1.17 265	0.49 185	0.51 206	1.23 258	0.51 208	0.67 223	0.51 203	0.51 188	0.68 231	0.51 188	0.51 202

KSHMR	0.85 231	0.72 181	0.51 185	0.49 188	0.49 200	0.51 193	1.07 260	0.50 172	0.48 196	6.04 325	0.52 205	0.66 204	0.98 250	0.49 193	0.77 236	0.49 197	1.17 253	0.51 207	0.49 185	1.06 258	0.51 184	0.49 200	0.49 196	0.51 203	1.04 246	0.49 202	0.81 219	0.72 234

CroCo-Stereo Lap2	0.85 231	2.86 278	0.43 159	1.33 265	0.43 185	1.31 263	0.42 185	1.32 248	0.42 182	1.31 226	0.44 187	1.32 262	0.44 185	0.43 176	0.44 187	0.43 180	1.35 262	0.43 185	1.32 263	0.43 185	1.31 263	0.43 184	0.43 183	0.42 185	1.31 265	0.42 184	1.31 263	0.43 184

MLG-Stereo	0.87 233	1.33 236	0.93 229	0.62 209	1.00 246	1.16 253	0.55 208	0.86 208	0.83 239	1.19 218	0.40 179	1.30 261	0.81 238	0.65 214	0.45 188	1.01 254	1.17 253	0.46 187	1.29 262	0.58 212	1.05 241	0.90 245	0.73 236	0.87 244	0.60 205	1.01 253	1.13 251	0.51 202

DGTPSM_ROB	0.92 234	0.93 199	0.91 227	0.93 231	0.91 242	0.92 227	0.93 246	0.92 212	0.92 243	0.92 187	0.91 243	0.91 227	0.93 247	0.91 240	0.92 247	0.92 247	0.92 226	0.92 245	0.92 229	0.90 245	0.91 221	0.92 246	0.93 245	0.94 249	0.92 229	0.91 244	0.92 225	0.97 248

pmcnn	0.92 234	0.92 196	0.92 228	0.92 229	0.92 243	0.92 227	0.92 244	0.92 212	0.92 243	0.92 187	0.92 245	0.92 230	0.92 246	0.92 242	0.92 247	0.92 247	0.92 226	0.92 245	0.92 229	0.92 249	0.92 223	0.92 246	0.92 244	0.92 248	0.92 229	0.92 245	0.92 225	0.92 246

AIO-Stereo-zeroshot	0.93 236	0.77 187	0.82 223	1.16 258	0.75 234	0.99 237	0.92 244	0.91 210	0.99 249	0.94 192	0.91 243	1.15 250	0.88 243	0.92 242	1.00 250	0.67 222	0.98 231	1.00 250	0.75 217	0.91 246	1.18 251	0.87 242	0.89 243	0.90 245	1.08 251	1.07 258	0.74 212	0.89 242

HSM-Net_RVC	0.93 236	1.09 211	0.79 220	1.10 251	0.78 235	1.09 249	0.79 239	1.16 239	0.80 234	1.14 210	0.79 237	1.17 253	0.77 234	0.73 231	0.83 241	0.78 233	1.19 257	0.79 238	1.18 255	0.72 233	1.19 253	0.80 238	0.72 235	0.80 239	1.18 259	0.74 236	1.14 252	0.73 236
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.93 236	8.54 318	0.41 152	0.56 199	0.37 167	0.56 200	0.37 169	0.50 172	0.40 174	0.56 159	5.24 329	0.56 196	0.34 155	0.40 169	0.41 180	0.34 154	0.53 191	0.40 176	0.56 202	0.38 170	0.52 187	0.40 177	0.40 176	0.41 179	0.56 199	0.40 178	0.56 197	0.40 177

DPSimNet_ROB	0.93 236	1.04 207	0.83 224	1.05 249	0.82 239	1.04 245	0.83 243	1.03 229	0.89 241	1.03 205	0.84 241	1.03 244	0.84 240	0.83 238	0.84 242	0.83 237	1.14 248	0.84 242	1.12 251	0.84 243	1.04 240	0.88 244	0.83 241	0.84 243	1.07 250	0.83 243	1.15 253	0.88 241

DPSM_ROB	0.93 236	0.92 196	0.94 230	0.96 234	1.02 251	0.92 227	0.98 247	0.95 216	0.92 243	0.92 187	0.92 245	0.91 227	0.97 248	0.92 242	0.91 245	0.91 244	0.96 229	0.94 247	0.93 232	0.91 246	0.93 225	0.92 246	0.93 245	0.91 246	0.91 227	0.99 247	0.92 225	0.91 244

DPSM	0.93 236	0.92 196	0.94 230	0.96 234	1.02 251	0.92 227	0.98 247	0.95 216	0.92 243	0.92 187	0.92 245	0.91 227	0.97 248	0.92 242	0.91 245	0.91 244	0.96 229	0.94 247	0.93 232	0.91 246	0.93 225	0.92 246	0.93 245	0.91 246	0.91 227	0.99 247	0.92 225	0.91 244

GANet	1.00 242	1.00 201	1.00 232	1.00 242	1.00 246	1.00 241	1.00 252	1.00 225	1.00 250	1.00 200	1.00 249	1.00 239	1.00 252	1.00 249	1.00 250	1.00 251	1.00 237	1.00 250	1.00 239	1.00 251	1.00 236	1.00 251	1.00 250	1.00 252	1.00 240	1.00 250	1.00 235	1.00 250

TDLM	1.00 242	1.00 201	1.00 232	1.00 242	1.00 246	1.00 241	1.00 252	1.00 225	1.00 250	1.00 200	1.00 249	1.00 239	1.00 252	1.00 249	1.00 250	1.00 251	1.00 237	1.00 250	1.00 239	1.00 251	1.00 236	1.00 251	1.00 250	1.00 252	1.00 240	1.00 250	1.00 235	1.00 250

CVANet_RVC	1.00 242	1.00 201	1.00 232	1.00 242	1.00 246	1.00 241	1.00 252	1.00 225	1.00 250	1.00 200	1.00 249	1.00 239	1.00 252	1.00 249	1.00 250	1.00 251	1.00 237	1.00 250	1.00 239	1.00 251	1.00 236	1.00 251	1.00 250	1.00 252	1.00 240	1.00 250	1.00 235	1.00 250

ccs_rob	1.00 242	10.06 324	0.31 134	0.44 171	0.31 151	0.43 169	0.31 154	0.43 152	0.32 148	0.45 139	0.32 153	1.20 257	0.31 147	7.02 329	0.31 150	0.31 147	0.44 167	0.31 148	0.44 168	0.32 153	0.44 162	0.31 150	0.32 148	0.32 151	0.44 166	0.32 153	0.43 163	0.31 152

trnet	1.01 246	1.01 204	1.01 235	1.01 246	1.01 250	1.01 244	1.01 255	1.01 228	1.01 253	1.01 204	1.01 252	1.01 243	1.01 256	1.01 252	1.01 254	1.01 254	1.01 242	1.01 254	1.01 245	1.01 254	1.01 239	1.01 254	1.01 253	1.01 255	1.01 244	1.01 253	1.01 243	1.01 253

CFNet_pseudo	1.01 246	9.78 322	0.29 125	0.38 144	0.28 131	0.38 146	0.28 133	0.38 135	0.28 133	0.39 119	0.28 134	0.39 148	0.28 131	9.50 330	0.29 143	0.28 130	0.38 143	0.28 130	0.38 142	0.28 132	0.38 137	0.28 133	0.28 129	0.28 133	0.38 141	0.28 130	0.38 140	0.28 132

pcwnet_v2	1.01 246	9.73 321	0.28 120	0.38 144	0.28 131	0.38 146	0.28 133	0.38 135	0.28 133	0.38 116	0.28 134	0.39 148	0.28 131	9.61 331	0.28 135	0.28 130	0.38 143	0.28 130	0.38 142	0.28 132	0.38 137	0.28 133	0.29 137	0.28 133	0.38 141	0.28 130	0.38 140	0.28 132

FlowAnything	1.02 249	2.51 267	0.58 199	1.60 272	0.56 210	1.61 272	0.56 212	1.60 257	0.55 207	1.61 240	0.56 209	1.61 269	0.55 210	0.55 199	0.55 209	0.55 205	1.61 272	0.56 213	1.61 270	0.56 210	1.62 270	0.55 209	0.56 207	0.56 210	1.62 273	0.56 211	1.62 271	0.56 207

WAO-8	1.02 249	1.50 239	1.49 268	0.40 156	0.40 176	1.56 271	0.98 247	1.55 256	0.58 213	4.18 309	0.40 179	0.79 220	0.48 196	0.91 240	0.39 177	0.99 250	0.71 209	0.70 233	0.51 192	0.77 235	1.07 243	0.82 241	0.69 230	0.96 251	1.01 244	1.30 274	1.10 249	1.38 278

UCFNet_RVC	1.03 251	10.10 325	0.28 120	0.38 144	0.28 131	0.39 153	0.28 133	0.38 135	0.28 133	0.39 119	0.28 134	0.39 148	0.29 140	9.62 332	0.28 135	0.28 130	0.38 143	0.28 130	0.38 142	0.28 132	0.39 146	0.28 133	0.29 137	0.28 133	0.39 150	0.28 130	0.38 140	0.29 143

GLC_STEREO	1.05 252	1.01 204	1.02 236	1.02 248	1.02 251	1.05 246	1.06 257	1.05 232	1.05 255	1.04 207	1.05 255	1.05 245	1.04 257	1.06 256	1.05 256	1.06 258	1.06 243	1.05 257	1.06 246	1.05 257	1.06 242	1.06 257	1.04 255	1.05 257	1.04 246	1.05 256	1.06 245	1.06 255

FC-DCNN	1.10 253	0.81 191	0.77 218	0.63 211	0.42 183	0.86 224	0.64 223	0.91 210	0.96 247	1.11 208	0.80 238	1.07 246	0.81 238	0.67 222	1.75 288	1.30 273	1.41 268	0.85 243	1.28 261	0.71 231	2.12 282	1.32 273	0.52 202	0.81 242	1.64 274	1.40 281	2.39 288	1.75 291

RP	1.14 254	1.16 215	1.15 249	1.17 260	1.10 259	1.16 253	1.15 262	1.10 234	1.16 264	1.15 211	1.08 257	1.16 251	1.15 263	1.15 263	1.14 263	1.16 263	1.16 251	1.10 259	1.10 248	1.10 261	1.16 247	1.11 260	1.10 259	1.19 269	1.14 255	1.19 269	1.07 246	1.10 258

Abc-Net	1.14 254	1.16 215	1.18 253	1.10 251	1.10 259	1.16 253	1.18 266	1.16 239	1.13 261	1.11 208	1.16 262	1.16 251	1.12 261	1.10 257	1.17 266	1.16 263	1.16 251	1.10 259	1.16 252	1.14 264	1.17 249	1.16 263	1.11 260	1.09 262	1.10 252	1.10 261	1.16 254	1.17 263
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MM-Stereo_test2	1.15 256	1.90 249	1.10 244	1.37 267	0.94 245	1.36 264	0.98 247	1.48 254	0.98 248	1.37 231	0.98 248	1.37 266	0.98 250	0.95 246	0.94 249	0.95 249	1.37 266	0.95 249	1.38 265	0.95 250	1.38 267	0.95 250	0.95 248	0.95 250	1.37 268	0.95 246	1.37 267	0.95 247

TorneroNet	1.15 256	1.10 212	0.51 185	0.69 214	0.51 206	1.10 250	0.50 204	0.51 175	0.51 204	13.92 332	1.17 266	0.49 184	0.51 207	0.54 198	0.48 198	0.49 197	0.49 182	0.65 222	0.70 210	0.49 202	0.51 184	0.49 200	0.67 223	1.36 277	0.51 188	0.50 205	0.52 191	1.23 270

RGC	1.15 256	1.16 215	1.17 252	1.15 256	1.11 261	1.21 259	1.21 273	1.10 234	1.15 262	1.16 214	1.11 259	1.17 253	1.09 259	1.14 262	1.11 260	1.16 263	1.19 257	1.11 262	1.10 248	1.15 266	1.11 244	1.19 266	1.16 263	1.12 264	1.17 257	1.10 261	1.16 254	1.17 263

NCC-stereo	1.15 256	1.17 218	1.12 248	1.10 251	1.15 262	1.14 251	1.15 262	1.15 237	1.12 260	1.17 217	1.17 266	1.11 248	1.17 267	1.11 259	1.10 259	1.16 263	1.12 246	1.11 262	1.16 252	1.13 263	1.23 258	1.16 263	1.19 267	1.11 263	1.18 259	1.17 266	1.17 257	1.13 261

edge stereo	1.15 256	1.18 219	1.11 246	1.12 254	1.17 266	1.17 258	1.17 264	1.16 239	1.18 268	1.16 214	1.17 266	1.17 253	1.13 262	1.11 259	1.11 260	1.12 260	1.17 253	1.17 265	1.11 250	1.17 267	1.17 249	1.17 265	1.18 265	1.14 265	1.11 253	1.18 267	1.12 250	1.11 259

Nwc_Net	1.15 256	1.15 213	1.15 249	1.09 250	1.19 268	1.16 253	1.17 264	1.15 237	1.16 264	1.16 214	1.16 262	1.08 247	1.16 264	1.11 259	1.15 265	1.18 267	1.11 245	1.10 259	1.16 252	1.17 267	1.16 247	1.13 262	1.18 265	1.20 270	1.11 253	1.15 264	1.16 254	1.20 266

stereogan	1.17 262	1.19 221	1.15 249	1.15 256	1.15 262	1.15 252	1.19 267	1.19 242	1.15 262	1.15 211	1.16 262	1.19 256	1.19 268	1.19 265	1.19 267	1.19 268	1.15 249	1.19 268	1.19 256	1.19 270	1.15 246	1.19 266	1.15 262	1.15 266	1.16 256	1.15 264	1.19 258	1.20 266

MM-Stereo_test3	1.22 263	1.60 243	1.19 256	1.48 270	1.02 251	1.48 269	0.99 251	1.54 255	1.03 254	1.41 233	1.03 254	1.44 268	1.00 252	1.04 254	1.04 255	1.02 256	1.42 269	1.04 255	1.48 268	1.01 254	1.48 268	1.03 255	1.06 257	1.04 256	1.53 271	1.04 255	1.49 268	1.04 254

FAT-Stereo	1.22 263	1.23 222	1.19 256	1.21 262	1.24 271	1.24 261	1.19 267	1.25 246	1.24 271	1.25 223	1.19 269	1.20 257	1.24 272	1.20 266	1.21 269	1.25 272	1.22 259	1.21 270	1.25 259	1.23 273	1.22 256	1.19 266	1.19 267	1.24 273	1.25 262	1.20 270	1.19 258	1.25 272

S-Stereo	1.22 263	1.18 219	1.19 256	1.20 261	1.23 270	1.23 260	1.19 267	1.19 242	1.18 268	1.27 224	1.20 270	1.20 257	1.20 269	1.23 268	1.22 271	1.23 271	1.23 260	1.23 272	1.20 257	1.25 274	1.20 254	1.22 272	1.25 271	1.24 273	1.20 261	1.22 273	1.26 261	1.24 271

SPS-STEREO	1.25 266	1.47 238	1.06 242	1.54 271	1.08 257	1.52 270	1.20 272	1.44 252	1.06 257	1.49 238	1.10 258	1.41 267	1.10 260	0.98 247	1.08 258	1.12 260	1.47 270	1.04 255	1.53 269	1.14 264	1.52 269	1.07 258	1.02 254	1.05 257	1.48 270	1.07 258	1.55 269	1.11 259
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RASNet	1.39 267	1.37 237	1.35 260	1.38 268	1.40 275	1.39 267	1.77 289	1.36 249	1.74 288	1.36 230	1.36 275	1.36 265	1.36 275	1.36 270	1.35 273	1.41 280	1.36 264	1.36 278	1.36 264	1.35 277	1.36 265	1.35 276	1.36 274	1.35 276	1.36 267	1.35 277	1.36 266	1.35 274

HBP-ISP	1.47 268	1.07 210	1.03 238	1.30 264	1.08 257	1.36 264	1.06 257	1.44 252	1.25 273	1.97 255	1.51 280	1.65 271	1.58 281	0.98 247	1.58 281	1.68 287	1.98 277	1.32 273	2.02 277	1.28 275	2.95 294	1.89 295	0.97 249	1.06 259	1.26 263	0.99 247	1.94 274	1.43 281

PS-NSSS	1.48 269	4.46 294	1.35 260	1.35 266	1.35 274	1.41 268	1.34 275	1.36 249	1.35 276	1.40 232	1.35 274	1.33 263	1.35 274	1.37 271	1.40 276	1.35 274	1.35 262	1.35 276	1.39 266	1.44 282	1.35 264	1.34 275	1.35 273	1.38 280	1.35 266	1.33 276	1.34 264	1.38 278

CC-Net-ROB	1.51 270	4.40 293	1.69 276	1.39 269	1.40 275	1.37 266	1.40 280	1.36 249	1.39 277	1.41 233	1.36 275	1.35 264	1.38 277	1.39 273	1.39 274	1.36 275	1.36 264	1.35 276	1.39 266	1.39 278	1.37 266	1.36 277	1.41 278	1.48 282	1.39 269	1.42 282	1.35 265	1.35 274

GANetREF_RVC	1.52 271	2.01 251	1.21 259	1.98 277	1.21 269	1.98 277	1.21 273	1.98 268	1.21 270	1.99 256	1.21 271	1.98 277	1.21 271	1.02 253	1.21 269	1.21 270	1.99 278	1.21 270	1.99 276	1.21 271	1.99 276	1.21 269	1.21 269	1.21 271	1.99 279	1.21 271	1.99 277	1.21 268
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
MonStereo1	1.60 272	2.69 274	1.46 265	1.99 278	1.31 273	1.99 278	1.36 276	1.99 269	1.31 274	1.84 244	1.32 273	1.89 272	1.31 273	1.32 269	1.30 272	1.36 275	1.94 274	1.33 275	1.93 273	1.30 276	1.92 273	1.33 274	1.31 272	1.31 275	1.94 276	1.31 275	1.93 273	1.31 273

R-Stereo Train	1.62 273	2.01 251	1.41 263	1.97 275	1.40 275	1.96 275	1.39 277	1.93 263	1.39 277	1.92 249	1.38 277	1.94 275	1.39 278	1.40 274	1.45 277	1.38 277	1.96 275	1.37 279	1.97 274	1.39 278	1.98 274	1.41 279	1.40 276	1.37 278	1.97 277	1.38 278	1.96 275	1.37 276

RAFT-Stereo	1.62 273	2.01 251	1.41 263	1.97 275	1.40 275	1.96 275	1.39 277	1.93 263	1.39 277	1.92 249	1.38 277	1.94 275	1.39 278	1.40 274	1.45 277	1.38 277	1.96 275	1.37 279	1.97 274	1.39 278	1.98 274	1.41 279	1.40 276	1.37 278	1.97 277	1.38 278	1.96 275	1.37 276
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DPSMNet_ROB	1.62 273	1.60 243	1.59 269	1.61 273	1.69 284	1.66 273	1.61 282	1.70 259	1.65 286	1.62 241	1.60 283	1.61 269	1.60 282	1.60 277	1.59 282	1.62 285	1.60 271	1.63 286	1.62 271	1.68 289	1.70 271	1.60 282	1.64 285	1.60 284	1.61 272	1.60 284	1.60 270	1.59 284

MonStereo	1.66 276	2.63 273	1.46 265	1.99 278	1.41 279	2.03 279	1.39 277	2.04 271	1.43 280	1.94 252	1.40 279	1.92 274	1.37 276	1.38 272	1.39 274	1.39 279	1.99 278	1.38 281	2.04 278	1.41 281	2.02 278	1.37 278	1.39 275	1.38 280	1.99 279	1.38 278	2.01 278	1.39 280

MoCha-V2	1.75 277	27.02 340	0.72 206	0.92 229	0.69 229	0.89 226	0.69 233	0.92 212	0.71 229	0.87 184	0.69 230	0.88 226	0.68 229	0.70 228	0.68 231	0.69 227	0.90 225	0.69 232	0.92 229	0.69 230	0.92 223	0.71 233	0.70 231	0.67 228	0.88 225	0.71 233	0.92 225	0.68 229

MFMNet_re	1.77 278	1.89 248	1.72 277	1.88 274	1.69 284	1.89 274	1.67 286	1.91 262	1.70 287	1.87 245	1.67 287	1.89 272	1.68 287	1.67 281	1.67 287	1.70 288	1.88 273	1.68 288	1.88 272	1.67 287	1.89 272	1.68 288	1.70 287	1.71 289	1.87 275	1.68 292	1.87 272	1.68 289

MM-Stereo_test1	1.85 279	3.50 283	1.61 270	2.12 280	1.47 280	2.14 280	1.47 281	2.33 280	1.53 281	2.12 261	1.54 281	2.19 279	1.53 280	1.54 276	1.53 279	1.53 281	2.20 280	1.54 282	2.24 279	1.57 283	2.21 284	1.49 281	1.59 280	1.49 283	2.15 284	1.52 283	2.15 280	1.54 283

plain	1.96 280	3.33 280	1.04 239	3.24 297	1.04 255	3.24 297	1.04 256	3.26 294	1.05 255	3.26 293	1.13 260	3.27 297	1.06 258	1.05 255	1.05 256	1.05 257	3.28 295	1.05 257	3.29 295	1.06 258	3.30 296	1.05 256	1.05 256	1.06 259	3.30 297	1.06 257	3.30 297	1.06 255

UDGNet	1.97 281	2.43 265	1.67 274	2.46 288	1.70 286	2.44 287	1.69 287	2.34 281	1.63 285	2.35 277	1.67 287	2.37 288	1.67 286	1.68 282	1.64 286	1.67 286	2.44 287	1.64 287	2.43 287	1.67 287	2.43 290	1.66 286	1.67 286	1.63 288	2.43 289	1.66 290	2.42 289	1.66 288

LG-G_1	1.99 282	2.56 270	1.63 272	2.54 291	1.62 282	2.55 292	1.61 282	2.51 284	1.61 282	2.50 281	1.62 285	2.50 290	1.61 283	1.61 278	1.61 283	1.61 282	2.55 291	1.61 283	2.55 292	1.61 284	2.55 292	1.61 283	1.61 281	1.61 285	2.55 292	1.61 285	2.54 291	1.61 285

LG-G	1.99 282	2.56 270	1.63 272	2.54 291	1.62 282	2.55 292	1.61 282	2.51 284	1.61 282	2.50 281	1.62 285	2.50 290	1.61 283	1.61 278	1.61 283	1.61 282	2.55 291	1.61 283	2.55 292	1.61 284	2.55 292	1.61 283	1.61 281	1.61 285	2.55 292	1.61 285	2.54 291	1.61 285

LGtest1	1.99 282	2.55 269	1.62 271	2.54 291	1.61 281	2.54 289	1.61 282	2.51 284	1.61 282	2.49 280	1.61 284	2.49 289	1.61 283	1.61 278	1.61 283	1.61 282	2.55 291	1.62 285	2.54 291	1.61 284	2.54 291	1.61 283	1.61 281	1.61 285	2.54 291	1.61 285	2.54 291	1.61 285

FBW_ROB	2.04 285	2.50 266	1.75 278	2.45 287	1.78 287	2.40 285	1.74 288	2.47 283	1.77 289	2.37 278	1.81 289	2.30 282	1.80 288	1.78 283	1.88 296	1.80 289	2.41 286	1.77 289	2.43 287	1.83 291	2.39 288	1.81 293	1.76 289	1.75 290	2.56 294	1.75 293	2.30 285	1.74 290

TRStereo	2.05 286	2.13 254	1.85 281	2.27 281	1.84 289	2.28 281	1.84 292	2.29 276	1.87 292	2.29 271	1.86 291	2.30 282	1.87 292	2.30 297	1.87 293	2.08 296	2.29 282	1.87 292	2.30 281	1.87 293	2.08 279	1.72 289	1.86 293	2.30 302	2.13 281	1.84 295	2.29 282	1.87 294

XX-Stereo	2.05 286	2.13 254	1.85 281	2.27 281	1.84 289	2.28 281	1.84 292	2.29 276	1.87 292	2.29 271	1.86 291	2.30 282	1.87 292	2.30 297	1.87 293	2.08 296	2.29 282	1.87 292	2.30 281	1.87 293	2.08 279	1.72 289	1.86 293	2.30 302	2.13 281	1.84 295	2.29 282	1.87 294

EAI-Stereo	2.05 286	2.13 254	1.85 281	2.27 281	1.84 289	2.28 281	1.84 292	2.29 276	1.87 292	2.29 271	1.86 291	2.30 282	1.87 292	2.30 297	1.87 293	2.08 296	2.29 282	1.87 292	2.30 281	1.87 293	2.08 279	1.72 289	1.86 293	2.30 302	2.13 281	1.84 295	2.29 282	1.87 294

AF-Net	2.06 289	25.73 339	1.18 253	1.12 254	1.16 265	1.16 253	1.19 267	1.10 234	1.17 267	1.15 211	1.14 261	1.11 248	1.16 264	1.16 264	1.14 263	1.11 259	1.15 249	1.13 264	1.21 258	1.17 267	1.11 244	1.21 269	1.17 264	1.17 267	1.17 257	1.11 263	1.20 260	1.13 261

UniTT-Stereo	2.12 290	3.66 285	1.10 244	3.48 300	1.15 262	3.57 301	1.11 261	3.44 297	1.16 264	3.52 295	1.16 262	3.50 298	1.16 264	1.10 257	1.13 262	1.15 262	3.61 297	1.17 265	3.64 296	1.12 262	3.58 299	1.12 261	1.12 261	1.17 267	3.53 300	1.18 267	3.52 300	1.18 265

HUF	2.22 291	2.33 261	2.24 293	2.35 285	2.07 295	2.45 288	2.11 299	2.42 282	2.13 299	2.19 264	2.15 298	2.10 278	2.09 297	2.27 295	2.04 298	2.08 296	2.44 287	2.12 299	2.38 286	2.18 300	2.29 286	2.22 299	2.12 300	2.12 297	2.52 290	2.10 300	2.22 281	2.15 301

AIO_test	2.22 291	2.36 264	2.10 289	2.47 289	2.15 296	2.54 289	2.06 298	2.27 274	2.09 298	2.29 271	2.13 297	2.30 282	2.09 297	2.25 293	2.15 300	1.95 294	2.52 290	2.08 297	2.32 284	2.21 302	2.20 283	2.26 301	2.05 299	2.06 295	2.40 288	2.16 302	2.52 290	2.05 300

RAStereo	2.24 293	3.70 286	1.18 253	3.73 304	1.18 267	3.69 303	1.19 267	3.73 300	1.24 271	3.72 298	1.21 271	3.76 302	1.20 269	1.20 266	1.20 268	1.20 269	3.74 302	1.20 269	3.75 302	1.21 271	3.77 303	1.21 269	1.21 269	1.21 271	3.82 304	1.21 271	3.82 304	1.21 268

AIO_rvc	2.25 294	2.35 263	2.10 289	2.47 289	2.17 297	2.54 289	2.15 300	2.32 279	2.21 300	2.29 271	2.28 300	2.33 287	2.09 297	2.26 294	2.14 299	2.08 296	2.49 289	2.09 298	2.53 290	2.14 299	2.34 287	2.23 300	2.14 301	2.18 298	2.19 285	2.15 301	2.35 287	2.22 302

NCCL2	2.27 295	2.27 260	2.28 296	2.27 281	2.28 301	2.28 281	2.28 302	2.27 274	2.28 302	2.28 268	2.28 300	2.29 281	2.28 301	2.28 296	2.29 302	2.28 303	2.28 281	2.28 303	2.27 280	2.28 304	2.28 285	2.28 303	2.28 303	2.28 300	2.28 286	2.28 304	2.11 279	2.28 305

STTStereo	2.30 296	2.34 262	2.26 295	2.37 286	2.23 298	2.40 285	2.35 303	2.20 272	2.33 303	2.28 268	2.31 302	2.19 279	2.37 302	2.20 290	2.31 303	2.23 302	2.38 285	2.25 302	2.33 285	2.27 303	2.39 288	2.27 302	2.31 304	2.29 301	2.37 287	2.32 305	2.34 286	2.26 304

NLCA_NET_v2_RVC	2.50 297	2.85 276	1.90 286	2.90 294	2.77 304	2.88 294	2.85 306	2.51 284	2.85 306	2.88 288	1.99 296	2.50 290	2.76 305	2.20 290	1.57 280	2.64 305	2.89 294	2.63 305	5.69 325	1.03 256	2.01 277	2.71 305	2.74 308	2.73 306	2.87 295	1.64 288	1.00 235	1.49 282
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIF-Stereo (partial)	2.52 298	3.41 282	1.05 240	3.29 298	1.05 256	3.29 300	1.06 257	3.30 296	1.06 257	3.31 294	1.06 256	4.97 320	2.72 304	2.72 301	2.71 305	2.70 306	6.57 327	2.19 300	5.08 322	1.08 260	3.36 297	1.07 258	1.07 258	1.07 261	3.35 299	1.07 258	3.36 299	1.07 257

sCroCo_RVC	2.76 299	4.00 288	1.82 280	4.00 308	1.83 288	3.98 309	1.82 290	3.99 302	1.81 290	4.14 306	2.76 304	4.13 311	1.82 290	1.83 284	1.83 289	1.82 290	4.01 307	1.82 291	3.98 305	1.86 292	4.00 308	1.82 294	1.83 291	1.84 291	4.02 310	1.81 294	4.00 308	1.83 293

NLSM1	2.82 300	3.85 287	2.57 301	3.19 296	2.46 302	3.28 299	2.38 304	3.29 295	2.42 304	3.20 292	2.64 303	3.14 295	2.62 303	2.46 300	2.44 304	2.51 304	3.31 296	2.53 304	3.17 294	2.47 305	3.27 295	2.33 304	2.65 305	2.61 305	3.22 296	2.55 306	3.31 298	2.39 306

sAnonymous2	2.87 301	4.16 289	1.89 284	4.26 313	1.87 292	4.23 312	1.92 295	4.17 303	1.94 296	4.16 307	1.92 294	4.20 312	1.92 295	1.96 286	1.86 291	1.87 292	4.25 311	1.90 295	4.23 311	1.91 296	4.26 311	1.93 296	1.89 296	1.90 292	4.07 312	1.91 298	5.09 324	1.93 298

CroCo_RVC	2.87 301	4.16 289	1.89 284	4.26 313	1.87 292	4.23 312	1.92 295	4.17 303	1.94 296	4.16 307	1.92 294	4.20 312	1.92 295	1.96 286	1.86 291	1.87 292	4.25 311	1.90 295	4.23 311	1.91 296	4.26 311	1.93 296	1.89 296	1.90 292	4.07 312	1.91 298	5.09 324	1.93 298

Anonymous3	3.36 303	4.93 299	2.20 291	4.92 320	2.23 298	4.90 320	2.23 301	4.89 309	2.24 301	4.95 319	2.21 299	4.91 319	2.21 300	2.18 289	2.22 301	2.22 301	4.86 318	2.20 301	4.90 318	2.20 301	4.96 321	2.21 298	2.21 302	2.21 299	6.30 326	2.21 303	4.90 317	2.23 303

StereoVision	3.44 304	10.12 326	1.68 275	5.44 325	2.26 300	5.87 325	1.97 297	5.17 312	1.31 274	5.80 323	1.56 282	5.62 325	1.84 291	1.97 288	1.91 297	1.84 291	4.98 320	1.32 273	5.60 323	1.71 290	5.35 326	1.73 292	1.97 298	1.96 294	5.40 323	1.65 289	5.08 322	1.76 292

NLCSM	3.61 305	5.05 301	3.36 311	4.13 310	3.31 312	3.91 305	3.26 312	3.98 301	3.24 310	4.08 305	3.06 307	3.95 307	3.25 312	3.25 306	3.10 309	3.17 312	4.20 310	3.08 307	4.16 309	3.24 312	4.26 311	3.46 313	3.14 310	3.19 309	4.02 310	3.24 311	4.21 312	3.17 310

DPSNet	3.67 306	3.61 284	3.62 312	3.64 301	3.61 316	3.64 302	3.65 316	3.64 299	3.67 315	3.67 297	3.65 314	3.68 300	3.69 320	3.69 314	3.69 321	3.68 318	3.70 299	3.70 317	3.69 301	3.69 318	3.71 302	3.69 315	3.67 316	3.69 318	3.68 303	3.67 315	3.68 302	3.67 312

MaDis-Stereo	3.69 307	10.19 327	2.01 288	6.09 326	2.01 294	5.94 326	1.82 290	6.14 317	1.85 291	6.59 326	1.82 290	6.01 326	1.81 289	1.83 284	1.83 289	2.02 295	5.87 324	1.79 290	5.93 326	2.06 298	4.63 317	1.67 287	1.84 292	2.08 296	5.90 324	1.66 290	6.34 327	1.87 294

Sa-1000	3.84 308	7.71 310	6.81 327	4.15 311	2.86 305	3.27 298	3.87 322	5.99 314	4.35 326	2.78 286	3.71 315	3.88 303	3.56 316	3.88 317	3.64 314	2.71 307	3.72 300	3.27 312	3.67 300	3.15 311	3.51 298	3.36 312	2.70 307	3.49 312	3.32 298	3.76 319	2.87 295	3.76 319

MLG-Stereo_test2	3.86 309	4.96 300	3.13 304	4.65 318	3.27 311	5.17 324	3.07 308	5.01 311	3.01 307	4.93 318	3.03 306	4.56 317	3.32 313	3.26 307	3.33 312	3.30 314	5.17 323	3.19 310	4.86 317	2.96 310	5.04 323	3.25 308	2.67 306	3.15 308	4.98 320	3.05 309	4.59 315	3.30 311

MLG-Stereo_test3	3.87 310	4.64 295	3.29 308	5.17 323	3.23 309	4.83 319	3.02 307	4.95 310	3.22 309	4.31 310	3.33 312	5.08 322	3.20 311	3.23 305	2.77 306	3.20 313	4.99 321	3.24 311	4.93 319	2.94 307	4.82 320	3.33 311	3.33 312	3.29 311	5.19 322	3.02 308	5.08 322	2.93 309

MLG-Stereo_test1	3.87 310	4.67 296	3.29 308	5.26 324	3.25 310	5.04 322	3.11 309	4.43 305	3.27 311	5.02 321	3.21 309	4.71 318	3.10 309	3.22 304	3.06 308	2.98 310	5.03 322	3.18 309	4.95 320	2.94 307	4.70 319	3.32 309	3.30 311	3.27 310	5.17 321	3.08 310	5.02 320	2.85 308

SA	3.93 312	7.22 306	4.74 314	4.15 311	3.88 322	3.70 304	4.02 325	6.67 322	3.95 320	3.64 296	3.74 316	3.63 299	3.00 307	3.51 309	3.68 320	3.68 318	3.73 301	3.71 318	3.64 296	3.48 313	3.58 299	2.97 307	3.69 317	3.61 313	3.55 302	3.42 312	3.64 301	3.79 320

TestStereo1	4.11 313	7.79 312	6.72 325	3.93 305	3.81 319	3.96 307	3.58 314	6.96 325	3.74 317	3.90 300	3.76 317	3.89 304	3.57 317	3.70 315	3.66 317	3.34 315	3.80 303	3.62 314	3.66 298	3.68 316	3.91 305	3.70 316	3.65 314	3.67 315	3.88 305	3.53 313	3.89 305	3.68 315

SA-5K	4.11 313	7.79 312	6.72 325	3.93 305	3.81 319	3.96 307	3.58 314	6.96 325	3.74 317	3.90 300	3.76 317	3.89 304	3.57 317	3.70 315	3.66 317	3.34 315	3.80 303	3.62 314	3.66 298	3.68 316	3.91 305	3.70 316	3.65 314	3.67 315	3.88 305	3.53 313	3.89 305	3.68 315

test_4	4.11 313	8.05 315	6.64 323	4.52 316	3.68 317	3.00 295	3.40 313	6.21 320	3.29 312	4.07 304	3.84 320	4.04 309	3.76 322	3.56 312	3.67 319	3.76 321	4.04 308	3.79 320	4.10 306	3.53 314	3.98 307	3.74 319	3.55 313	3.61 313	3.94 309	3.75 318	3.73 303	3.73 318

test-1	4.11 313	7.65 309	4.93 315	3.65 302	3.58 314	4.70 318	3.74 320	4.73 307	4.06 322	3.72 298	4.11 324	3.70 301	3.49 315	3.36 308	3.65 316	4.17 326	3.92 305	4.04 324	4.19 310	3.75 319	4.69 318	4.18 322	3.88 320	3.90 320	4.73 316	3.77 320	3.12 296	3.68 315

TESTraft	4.16 317	8.03 314	6.81 327	3.99 307	3.68 317	3.93 306	3.70 318	6.86 324	3.69 316	3.93 302	3.88 322	3.93 306	3.59 319	3.65 313	3.64 314	3.68 318	3.92 305	3.72 319	3.92 303	3.57 315	3.84 304	3.70 316	3.71 318	3.67 315	3.91 308	3.74 317	3.92 307	3.67 312

raft_robust	4.19 318	7.78 311	6.08 320	3.30 299	3.85 321	4.03 310	3.73 319	6.25 321	3.30 313	4.44 312	3.28 311	4.01 308	3.82 323	4.29 322	3.70 322	4.01 323	4.48 316	3.42 313	4.11 307	3.76 320	4.05 309	3.32 309	3.85 319	3.82 319	4.71 315	3.83 321	4.09 309	3.80 321

RAFT_CTSACE	4.43 319	8.26 317	6.10 321	4.62 317	4.01 324	4.54 317	3.65 316	6.09 316	3.93 319	4.64 315	4.14 325	4.26 314	4.13 325	3.91 318	3.88 323	4.06 325	4.30 313	4.03 323	4.27 313	3.92 321	4.26 311	3.67 314	3.91 321	4.16 323	4.82 317	4.08 325	4.20 311	3.67 312

RAFT+CT+SA	4.43 319	7.34 308	6.71 324	5.01 321	4.38 325	4.40 314	3.85 321	6.15 319	4.30 325	4.89 317	3.26 310	4.49 316	3.01 308	4.53 323	3.36 313	3.65 317	3.64 298	4.39 326	3.94 304	4.28 324	4.44 315	4.30 324	4.24 326	4.52 325	3.90 307	3.85 322	4.89 316	4.00 323

cross-raft	4.43 319	7.31 307	6.46 322	4.47 315	3.95 323	4.46 315	3.95 323	6.70 323	3.97 321	4.41 311	3.82 319	4.38 315	3.94 324	3.95 320	3.95 325	3.95 322	4.45 315	3.95 322	4.46 314	3.95 322	4.46 316	3.95 320	3.95 323	3.94 322	4.40 314	3.95 324	4.45 314	3.95 322

test_5	4.51 322	8.85 320	5.35 319	3.66 303	3.56 313	5.10 323	4.47 327	6.14 317	4.07 323	4.96 320	3.87 321	5.14 324	4.17 327	3.53 310	4.39 326	4.53 327	4.15 309	3.62 314	4.74 316	2.94 307	3.63 301	4.53 326	4.20 325	4.54 326	4.86 318	3.68 316	4.95 318	4.06 324

test_3	4.55 323	10.96 328	7.69 331	4.04 309	3.60 315	4.10 311	3.98 324	7.94 327	4.56 327	3.99 303	4.03 323	4.08 310	3.74 321	3.99 321	3.91 324	4.05 324	4.33 314	3.89 321	4.14 308	4.00 323	4.11 310	4.02 321	4.01 324	3.91 321	3.53 300	3.94 323	4.19 310	4.20 325

FC-DCNN v2	4.74 324	3.16 279	3.16 306	3.16 295	3.16 306	3.16 296	3.16 311	3.16 293	3.16 308	3.16 291	3.16 308	3.16 296	3.16 310	3.16 303	3.16 310	3.16 311	6.72 328	6.72 330	6.72 328	6.72 332	6.72 328	6.72 333	6.72 332	6.72 330	6.72 327	6.72 330	6.72 329	6.72 331

TestStereo	4.92 325	4.80 298	4.98 316	4.82 319	4.97 327	4.91 321	4.78 328	4.80 308	4.88 328	4.78 316	4.80 327	4.99 321	4.81 328	4.83 324	4.87 328	4.97 329	4.93 319	5.01 328	5.03 321	4.90 327	5.02 322	5.02 327	5.06 327	5.04 327	4.93 319	4.89 327	5.01 319	5.09 327

DispFullNet	4.96 326	5.67 302	3.30 310	5.01 321	3.21 308	4.50 316	3.11 309	4.43 305	3.44 314	4.60 314	3.46 313	5.13 323	3.44 314	3.53 310	3.20 311	2.87 309	4.80 317	3.15 308	4.70 315	4.83 326	9.02 333	5.98 330	5.95 331	6.21 329	8.84 332	5.85 329	9.76 334	5.91 329

SGM-Forest	5.07 327	6.74 304	4.17 313	6.46 327	4.68 326	6.21 328	4.38 326	6.00 315	4.14 324	5.84 324	4.44 326	6.28 327	4.16 326	3.92 319	4.56 327	4.60 328	6.15 325	4.27 325	6.12 327	4.31 325	5.99 327	4.27 323	3.92 322	4.27 324	6.13 325	4.10 326	6.18 326	4.49 326
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
U	5.23 328	8.71 319	2.75 302	8.64 332	2.76 303	8.65 332	2.79 305	8.67 331	2.79 305	8.70 331	2.79 305	8.70 332	2.79 306	2.79 302	2.80 307	2.80 308	8.84 332	2.82 306	8.82 332	2.89 306	8.84 332	2.83 306	2.83 309	2.82 307	8.87 333	2.83 307	8.84 333	2.83 307

SGM+DAISY	6.35 329	8.16 316	5.14 318	8.12 331	5.08 329	8.12 331	5.16 329	8.01 328	5.18 330	7.92 329	5.14 328	7.89 331	5.14 329	4.95 325	5.33 329	5.32 330	8.14 331	5.16 329	8.16 331	5.16 328	8.21 331	5.19 328	5.12 328	5.12 328	8.18 331	5.24 328	8.12 332	5.11 328

RAFT	6.60 330	9.99 323	8.33 332	7.21 330	6.55 330	5.95 327	5.87 330	8.70 332	5.02 329	5.10 322	6.69 330	7.06 330	6.94 332	6.17 328	7.09 332	6.84 331	6.47 326	4.72 327	5.60 323	5.60 329	5.11 324	5.97 329	6.93 333	6.89 331	7.16 328	7.08 333	6.58 328	6.66 330

test-v	7.17 331	11.53 329	7.63 329	7.17 328	6.87 331	7.48 329	6.90 331	8.14 329	6.88 331	6.93 327	7.42 331	7.05 328	6.14 330	6.05 326	6.86 330	6.99 332	7.60 329	6.75 331	6.90 329	6.66 330	7.83 329	6.36 331	5.89 329	7.34 332	7.19 329	6.75 331	7.52 330	6.77 332

test-2	7.17 331	11.53 329	7.63 329	7.17 328	6.87 331	7.48 329	6.90 331	8.14 329	6.88 331	6.93 327	7.42 331	7.05 328	6.14 330	6.05 326	6.86 330	6.99 332	7.60 329	6.75 331	6.90 329	6.66 330	7.83 329	6.36 331	5.89 329	7.34 332	7.19 329	6.75 331	7.52 330	6.77 332

MANE	18.41 333	23.00 338	16.00 333	22.00 340	15.00 333	22.00 340	15.00 333	22.00 340	15.00 333	21.00 340	15.00 333	22.00 340	15.00 333	15.00 333	17.00 333	15.00 334	23.00 340	15.00 333	22.00 340	15.00 333	23.00 341	15.00 334	18.00 334	15.00 334	24.00 341	17.00 334	24.00 342	16.00 334

rafts_anoy	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

raft+_RVC	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

raftrobust	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

CasAABBNet	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

RALCasStereoNet	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

RALAANet	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

MSMDNet	20.00 334	20.00 331	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 334	20.00 335	20.00 333	20.00 334	20.00 333	20.00 334	20.00 334	20.00 335	20.00 335	20.00 335	20.00 334	20.00 335	20.00 335	20.00 335

Reg-Stereo(zero)	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 342	37.00 341	37.00 341	37.00 341	37.00 341	37.00 342	37.00 342	37.00 342	37.00 342	37.00 342	37.00 342	37.00 343	37.00 342

HI	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 342	37.00 341	37.00 341	37.00 341	37.00 341	37.00 342	37.00 342	37.00 342	37.00 342	37.00 342	37.00 342	37.00 343	37.00 342

CoSv	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 341	37.00 342	37.00 341	37.00 341	37.00 341	37.00 341	37.00 342	37.00 342	37.00 342	37.00 342	37.00 342	37.00 342	37.00 343	37.00 342

MDST_ROB	61.15 344	72.66 345	46.52 344	70.00 344	44.89 344	64.24 344	43.75 344	73.65 344	48.92 345	72.70 345	42.40 344	60.70 344	50.23 344	50.07 345	67.69 345	68.60 346	83.13 345	47.77 344	82.48 345	46.00 344	95.93 346	53.44 346	50.66 345	45.00 345	84.99 346	53.64 346	79.01 346	52.07 346

CBMV	101.59 345	71.60 344	48.40 345	72.70 345	49.00 345	79.60 345	48.40 345	80.90 345	46.90 344	68.90 344	49.00 345	78.00 345	572.10 353	49.50 344	51.30 344	48.40 345	72.20 344	639.60 353	79.40 344	48.90 345	79.50 345	51.40 345	52.30 346	48.30 346	80.20 345	49.10 345	79.60 347	47.60 345
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 346	131.36 346	140.69 346	151.38 346	151.40 346	150.79 346	151.72 346	149.36 346	159.46 346	146.42 346	150.73 346	149.06 349	176.22 345	143.94 346	133.10 348	133.45 349	153.30 347	154.22 346	154.67 347	153.95 347	156.90 349	156.53 349	160.21 347	162.72 347	154.57 347	160.59 347	153.47 348	163.50 347
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
NOSS_ROB	248.11 347	409.00 351	288.00 348	412.00 348	280.00 348	411.00 351	288.00 348	356.00 347	275.00 351	379.00 351	303.00 351	415.00 351	278.00 350	260.00 351	104.00 346	103.00 347	126.00 346	108.00 345	118.00 346	98.00 346	126.00 348	104.00 348	268.00 350	216.00 349	279.00 351	201.00 348	288.00 352	206.00 348

AE-Stereo	252.48 348	202.00 347	361.00 350	502.00 350	324.00 350	321.00 347	482.00 353	423.00 350	227.00 350	201.00 347	273.00 350	101.00 346	207.00 346	198.00 347	183.00 349	181.00 350	221.00 348	232.00 350	477.00 349	220.00 349	111.00 347	100.00 347	219.00 349	214.00 348	204.00 348	211.00 349	200.00 349	222.00 350

MGS-Stereo	264.93 349	208.00 348	362.00 351	512.00 351	350.00 351	326.00 348	443.00 352	410.00 349	210.00 347	232.00 349	215.00 347	125.00 347	217.00 347	216.00 349	127.00 347	122.00 348	223.00 349	230.00 348	487.00 351	255.00 350	250.00 350	223.00 351	272.00 351	228.00 351	241.00 349	220.00 351	214.00 350	235.00 351

EGLCR-Stereo	276.81 350	209.00 349	366.00 352	514.00 352	354.00 352	336.00 349	422.00 350	440.00 351	220.00 349	231.00 348	245.00 349	135.00 348	237.00 349	218.00 350	197.00 350	222.00 352	223.00 349	230.00 348	487.00 351	255.00 350	250.00 350	273.00 352	272.00 351	228.00 351	241.00 349	220.00 351	214.00 350	235.00 351

DLCB_ROB	280.78 351	376.74 350	215.59 347	376.74 347	215.59 347	376.74 350	215.59 347	366.42 348	218.39 348	366.42 350	218.39 348	366.42 350	218.39 348	209.96 348	219.76 351	219.38 351	376.72 351	216.43 347	376.72 348	216.43 348	376.72 352	216.43 350	216.14 348	216.14 350	376.69 352	217.67 350	376.69 353	217.67 349

LE_ROB	387.11 352	453.07 352	321.39 349	500.23 349	323.05 349	493.99 352	324.56 349	477.63 352	322.28 352	465.51 352	322.97 352	486.37 352	334.17 351	305.26 352	320.63 352	327.66 353	476.08 352	315.70 351	483.76 350	335.15 352	469.64 353	309.74 353	315.90 353	318.85 353	498.41 353	328.85 353	491.00 354	330.08 353

SGM-ForestM	522.49 353	676.08 353	448.56 353	638.17 353	433.15 353	639.59 353	427.03 351	617.52 353	439.90 353	604.63 353	429.02 353	611.68 353	432.74 352	420.18 353	451.96 353	465.85 354	601.06 353	403.73 352	659.15 353	405.50 353	669.64 354	437.21 354	455.85 354	425.66 354	689.82 354	481.65 354	662.43 355	479.61 354

CBMV_ROB	1133.35 354	1280.38 354	976.92 354	1317.57 354	1021.62 354	1282.66 354	1022.22 354	1213.88 354	982.57 354	1194.12 354	975.90 354	1357.87 354	1090.02 354	943.32 354	1021.85 354	1006.47 355	1309.01 354	986.29 354	1499.40 354	986.35 354	1359.35 355	975.96 355	975.21 355	969.30 355	1337.82 355	1042.34 355	1398.25 356	1073.86 355

111111	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

SGD-Stereo	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

IGEV-Stereo++	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

IGEV-BASED-STEREO-	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

IGEV-Stereo+	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

anonymousdsp2	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

anonymousdsp	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

AMNet	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 355	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 356	10000000.00 357	10000000.00 356

GS-Stereo																							0.36 161	0.36 163	0.48 178	0.36 161	0.48 176	0.35 159

FADE																0.07 45					0.09 48	0.08 49					0.05 36

Low-res two-view benchmark