Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 490	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 94	0.07 87	0.09 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 174	0.20 218	0.23 206	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 225	0.21 234	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 304	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 286	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 141	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 244	0.02 20	0.02 21	0.71 477	0.02 16	0.02 19	0.02 21	0.02 21	0.16 221

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 490	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 94	0.08 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

test_sample6	0.09 80	0.97 394	0.10 99	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 415	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 391	0.09 95	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 172	0.70 333	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 522	0.02 15	0.69 508	0.75 533	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 119	0.44 255	0.33 301	0.39 278	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 323	0.36 365	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 272	1.29 503	1.19 572	1.36 596	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 611	1.21 623	0.03 41	0.09 149	0.02 21	0.09 150

SFCPSM	0.17 185	0.78 349	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 562	0.02 15	0.75 521	0.76 535	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 230	1.31 507	0.74 517	0.92 485	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 515	0.75 521	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 506	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 480	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 186	0.36 412	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 613	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 240	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 724	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 443	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 493	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 520	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 98	0.98 395	0.14 155	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 437	0.17 193	0.20 187	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 193	0.16 185	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 179	1.21 493	0.33 301	0.41 305	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 289	0.31 305	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 160	1.22 499	0.28 259	0.32 246	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 271	0.27 268	0.04 93	0.03 57	0.03 47	0.03 52

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

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

DualNet (step1)	0.10 98	1.05 425	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 425	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 425	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 405	0.11 119	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 98	1.07 429	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 421	0.12 130	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 367	0.10 99	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 421	0.11 119	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 367	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 160	1.83 561	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 98	1.07 429	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 437	0.13 150	0.14 129	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 415	0.10 99	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 119	1.15 440	0.15 176	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 182	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 352	1.91 576	0.92 543	1.91 621	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 654	1.44 646	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 98	0.99 403	0.12 130	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 442	0.16 183	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 185	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 431	0.13 150	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 174	0.03 41	0.03 57	0.03 47	0.03 52

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

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 610	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 610	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 132	0.03 31	0.04 64	1.71 617	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 160	0.04 52	0.03 39	2.22 635	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 581	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 185	0.05 66	0.62 475	0.73 457	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 485	0.58 472	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 185	0.05 66	0.63 479	0.72 453	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 477	0.59 478	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 185	0.05 66	0.62 475	0.73 457	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 485	0.58 472	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 185	0.05 66	0.62 475	0.72 453	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 485	0.58 472	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 185	0.05 66	0.65 486	0.72 453	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 477	0.59 478	0.05 108	0.04 99	0.05 114	0.04 96

z-ln-s-r	0.21 209	1.40 516	0.53 452	0.56 412	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 442	0.44 421	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 194	1.47 518	0.33 301	0.40 291	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 310	0.32 310	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 127	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 185	2.16 596	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.05 115	0.18 193	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

BUS	0.83 512	1.91 576	0.92 543	4.48 714	0.02 22	0.40 332	0.04 103	0.41 346	0.02 22	0.48 434	0.03 56	0.41 355	0.05 117	0.03 43	0.05 115	1.97 654	4.19 741	0.33 303	0.23 280	0.34 294	0.27 315

NINENet	0.69 468	3.87 675	1.20 575	1.98 626	0.05 126	0.40 332	0.04 103	0.40 327	0.05 124	0.41 344	0.04 110	0.41 355	0.05 117	0.40 333	0.05 115	1.79 641	1.56 655	0.34 313	0.22 274	0.34 294	0.23 259

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 679	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 683	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 686	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 172	0.04 52	0.04 64	2.20 634	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 227	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 239	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

DispViT+	0.07 67	0.08 85	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 141	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 141	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 141	0.05 117	0.09 147	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 80	0.13 117	0.39 346	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 127	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

GGEV	0.09 80	0.13 117	0.39 346	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 127	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

ISRNet	0.11 119	0.05 66	0.36 328	0.24 211	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 173	0.05 117	0.05 103	0.09 147	0.24 234	0.20 229	0.10 148	0.05 123	0.06 125	0.13 206

qqq1	0.25 230	3.70 666	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 230	3.70 666	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

ffm	0.25 230	3.83 672	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 230	3.83 672	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 230	3.83 672	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 127	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

qqq	0.16 179	2.01 586	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.03 52	0.12 118	0.14 174	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 700	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

2222	0.09 80	0.59 317	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 321	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 314	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 314	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 310	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TS12	0.09 80	0.09 94	0.17 193	0.19 176	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 141	0.06 136	0.08 141	0.06 133	0.15 153	0.16 185	0.08 138	0.06 136	0.08 145	0.06 133

BSDual-CNN	0.81 503	1.91 576	0.92 543	4.48 714	0.02 22	0.42 372	0.06 139	0.41 346	0.02 22	0.48 434	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 654	4.19 741	0.33 303	0.23 280	0.34 294	0.27 315

hknet	1.10 565	1.85 567	3.49 739	4.48 714	0.02 22	0.42 372	0.06 139	0.41 346	0.02 22	0.48 434	0.03 56	0.41 355	0.03 53	0.42 367	0.03 52	4.39 727	4.19 741	0.33 303	0.23 280	0.34 294	0.27 315

FINET	0.07 67	0.08 85	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 141	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

anonymous	0.09 80	0.09 94	0.14 155	0.14 129	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.07 139	0.14 140	0.13 166	0.09 146	0.07 142	0.09 149	0.07 142

BEATNet-Init1	0.19 198	0.08 85	0.08 89	2.23 636	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 198	0.08 85	0.08 89	2.23 636	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

MatchStereo	0.54 431	0.12 115	2.38 715	2.32 651	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.08 142	2.34 691	2.34 710	0.12 166	0.11 177	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 80	0.09 94	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 149	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

SuperB	0.21 209	0.10 99	2.51 717	0.12 113	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 149	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DRN-Test	0.14 160	0.13 117	0.09 95	0.14 129	0.09 155	0.15 195	0.09 152	0.14 184	0.10 160	0.14 184	0.09 154	0.14 186	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 549

StereoDRNet	0.15 172	0.14 135	0.10 99	0.14 129	0.09 155	0.15 195	0.09 152	0.14 184	0.09 156	0.14 184	0.10 158	0.14 186	0.09 154	0.14 186	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 565

PDISCO_ROB	0.83 512	2.80 647	3.49 739	0.14 129	0.11 182	0.17 209	0.09 152	0.15 200	0.10 160	0.15 194	0.12 198	0.16 201	0.14 216	3.30 730	0.13 204	0.14 140	2.34 710	0.16 203	0.12 202	2.62 711	0.10 158

over-6	0.11 119	0.11 110	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 110	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 135	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.09 147	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 110	0.16 183	0.16 151	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

S2M2_L	0.12 132	0.14 135	0.10 99	0.15 141	0.10 162	0.14 184	0.10 157	0.14 184	0.10 160	0.15 194	0.10 158	0.14 186	0.10 158	0.14 186	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 184	0.10 157	0.14 184	0.10 160	0.23 241	0.10 158	0.20 222	0.10 158	0.24 249	0.11 169	0.11 112	0.09 101	0.12 166	0.14 219	0.12 173	0.09 150

UNet	0.29 249	0.90 377	0.10 99	0.14 129	0.10 162	0.14 184	0.10 157	0.91 536	0.69 541	0.14 184	0.11 176	0.14 186	0.11 175	0.14 186	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 530	0.76 556

PVD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

F4.4	0.13 139	0.13 117	0.18 203	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.10 158	0.13 175	0.11 173

FORCE_4.6	0.13 139	0.13 117	0.18 203	0.20 187	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.18 193	0.17 213	0.13 170	0.10 158	0.13 175	0.11 173

F5.5	0.13 139	0.13 117	0.18 203	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.12 204	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

F8.5	0.13 139	0.13 117	0.19 211	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.18 193	0.17 213	0.13 170	0.10 158	0.13 175	0.11 173

FORCE_9	0.13 139	0.13 117	0.20 218	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.18 226	0.13 170	0.11 177	0.13 175	0.11 173

FORCE_8	0.13 139	0.13 117	0.19 211	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.18 193	0.17 213	0.13 170	0.11 177	0.13 175	0.11 173

F7	0.13 139	0.13 117	0.19 211	0.20 187	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

FORCE_4.5	0.13 139	0.13 117	0.18 203	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

TT111	0.13 139	0.14 135	0.14 155	0.16 151	0.11 182	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 186	0.11 175	0.14 186	0.11 169	0.16 166	0.13 166	0.14 183	0.11 177	0.14 189	0.11 173

FORCE_4	0.13 139	0.13 117	0.19 211	0.19 176	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.10 158	0.13 175	0.11 173

FORCE_5	0.13 139	0.13 117	0.18 203	0.18 169	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

FORCE_6	0.13 139	0.13 117	0.18 203	0.18 169	0.11 182	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 173	0.11 175	0.13 174	0.11 169	0.17 177	0.16 185	0.13 170	0.10 158	0.13 175	0.10 158

EE1	0.13 139	0.14 135	0.14 155	0.17 166	0.11 182	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 186	0.11 175	0.14 186	0.11 169	0.16 166	0.13 166	0.14 183	0.11 177	0.14 189	0.11 173

AnonStereo	0.13 139	0.14 135	0.14 155	0.16 151	0.11 182	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 186	0.11 175	0.14 186	0.11 169	0.16 166	0.13 166	0.14 183	0.11 177	0.14 189	0.11 173

S2M2_XL	0.14 160	0.17 146	0.12 130	0.17 166	0.11 182	0.17 209	0.11 174	0.17 208	0.11 178	0.17 206	0.11 176	0.17 209	0.11 175	0.17 208	0.11 169	0.16 166	0.11 129	0.16 203	0.11 177	0.16 205	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 216	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 165	0.11 175	0.12 173	0.12 195	0.11 112	0.11 129	0.11 159	0.11 177	0.11 163	0.11 173

ProNet	0.14 160	0.20 154	0.14 155	0.16 151	0.11 182	0.16 202	0.11 174	0.17 208	0.11 178	0.17 206	0.12 198	0.17 209	0.13 211	0.17 208	0.12 195	0.15 153	0.11 129	0.16 203	0.11 177	0.15 200	0.12 199

CIPLG	0.13 139	0.21 160	0.12 130	0.16 151	0.11 182	0.15 195	0.11 174	0.14 184	0.11 178	0.15 194	0.12 198	0.15 200	0.11 175	0.14 186	0.11 169	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

IPLG	0.13 139	0.20 154	0.14 155	0.15 141	0.11 182	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 186	0.11 175	0.14 186	0.11 169	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

ACRE	0.13 139	0.21 160	0.14 155	0.15 141	0.11 182	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.12 198	0.14 186	0.11 175	0.14 186	0.11 169	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

ICVP	0.15 172	0.53 300	0.11 119	0.16 151	0.11 182	0.16 202	0.11 174	0.16 201	0.11 178	0.16 199	0.11 176	0.16 201	0.11 175	0.16 200	0.11 169	0.16 166	0.11 129	0.16 203	0.11 177	0.16 205	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 198	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.11 129	0.14 183	0.11 177	0.49 449	0.11 173

PASM	0.39 321	3.06 651	1.36 638	1.58 606	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 165	0.09 154	0.09 147	0.09 147	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 173

HSM	0.14 160	0.16 141	0.12 130	0.17 166	0.12 209	0.17 209	0.11 174	0.17 208	0.11 178	0.17 206	0.12 198	0.17 209	0.12 204	0.17 208	0.12 195	0.16 166	0.11 129	0.16 203	0.11 177	0.16 205	0.12 199

ELAS_RVC	0.14 160	0.16 141	0.10 99	0.15 141	0.10 162	0.18 213	0.11 174	0.19 214	0.11 178	0.19 212	0.12 198	0.18 213	0.11 175	0.19 214	0.12 195	0.14 140	0.08 91	0.14 183	0.09 149	0.15 200	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 172	0.17 146	0.11 119	0.18 169	0.11 182	0.19 216	0.11 174	0.19 214	0.12 208	0.19 212	0.12 198	0.20 222	0.12 204	0.19 214	0.12 195	0.16 166	0.11 129	0.17 213	0.10 158	0.17 214	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 139	0.16 141	0.11 119	0.15 141	0.09 155	0.18 213	0.11 174	0.18 212	0.11 178	0.17 206	0.11 176	0.18 213	0.11 175	0.18 211	0.11 169	0.14 140	0.08 91	0.14 183	0.08 147	0.14 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LACA_dic	0.45 388	0.13 117	1.78 667	1.70 616	0.12 209	0.13 171	0.12 201	0.16 201	0.15 227	0.13 172	0.12 198	0.13 173	0.11 175	0.16 200	0.13 204	1.73 639	1.69 669	0.16 203	0.11 177	0.13 175	0.13 206

VeloStereo	0.16 179	0.92 384	0.16 183	0.18 169	0.08 151	0.11 161	0.12 201	0.12 169	0.09 156	0.09 147	0.28 308	0.10 153	0.08 152	0.10 152	0.12 195	0.15 153	0.17 213	0.08 138	0.12 202	0.09 149	0.08 145

flow	0.16 179	0.92 384	0.16 183	0.18 169	0.08 151	0.11 161	0.12 201	0.12 169	0.09 156	0.09 147	0.28 308	0.10 153	0.08 152	0.10 152	0.12 195	0.15 153	0.17 213	0.08 138	0.12 202	0.09 149	0.08 145

DF	0.39 321	1.37 513	1.02 556	1.14 519	0.12 209	0.16 202	0.12 201	0.16 201	0.12 208	0.16 199	0.12 198	0.16 201	0.12 204	0.16 200	0.12 195	1.12 553	1.00 545	0.15 199	0.12 202	0.15 200	0.12 199

MIPNet	0.14 160	0.21 160	0.17 193	0.16 151	0.11 182	0.15 195	0.12 201	0.14 184	0.11 178	0.16 199	0.11 176	0.14 186	0.11 175	0.14 186	0.11 169	0.14 140	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

IPLGR	0.14 160	0.24 174	0.14 155	0.16 151	0.12 209	0.15 195	0.12 201	0.14 184	0.11 178	0.15 194	0.12 198	0.14 186	0.11 175	0.14 186	0.11 169	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

LALA_ROB	0.15 172	0.19 150	0.12 130	0.18 169	0.11 182	0.20 222	0.12 201	0.21 231	0.12 208	0.20 219	0.12 198	0.20 222	0.12 204	0.21 232	0.13 204	0.17 177	0.10 106	0.18 224	0.11 177	0.18 218	0.11 173

ITSA-stereo	0.15 172	0.17 146	0.13 150	0.20 187	0.13 214	0.19 216	0.13 208	0.18 212	0.13 212	0.19 212	0.13 212	0.18 213	0.14 216	0.18 211	0.14 209	0.16 166	0.11 129	0.15 199	0.14 219	0.18 218	0.11 173

DeepPruner_ROB	0.16 179	0.18 149	0.13 150	0.19 176	0.13 214	0.19 216	0.13 208	0.19 214	0.13 212	0.19 212	0.13 212	0.19 217	0.13 211	0.19 214	0.13 204	0.18 193	0.13 166	0.18 224	0.13 213	0.18 218	0.13 206

Weightmod_eth	0.20 200	0.24 174	0.28 259	0.47 338	0.14 216	0.24 250	0.14 210	0.17 208	0.13 212	0.22 235	0.16 233	0.22 240	0.13 211	0.20 219	0.16 229	0.24 234	0.20 229	0.19 227	0.14 219	0.16 205	0.24 269

depth_test_26	0.20 200	0.34 202	0.25 241	0.34 256	0.14 216	0.21 233	0.14 210	0.21 231	0.14 215	0.21 231	0.14 217	0.21 230	0.14 216	0.21 232	0.14 209	0.26 243	0.26 255	0.22 242	0.15 230	0.22 235	0.14 212

castereo++	0.54 431	3.59 663	1.15 566	1.31 590	0.14 216	0.16 202	0.14 210	0.16 201	0.14 215	0.16 199	0.14 217	0.16 201	0.13 211	0.16 200	0.14 209	1.45 626	1.16 571	0.15 199	0.14 219	0.15 200	0.13 206

DDVS	0.30 250	3.10 652	0.14 155	0.19 176	0.14 216	0.19 216	0.14 210	0.20 221	0.14 215	0.19 212	0.13 212	0.16 201	0.13 211	0.19 214	0.13 204	0.17 177	0.13 166	0.17 213	0.13 213	0.17 214	0.13 206

JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 210	0.11 161	0.11 178	0.12 170	0.11 176	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.16 185	0.11 159	0.11 177	0.11 163	0.11 173

HCRNet	1.22 620	7.11 734	3.00 722	3.55 702	0.33 408	0.29 279	0.14 210	0.19 214	0.15 227	0.33 294	0.29 323	0.25 261	0.14 216	0.22 238	0.33 389	3.64 719	3.00 718	0.76 535	0.32 407	0.18 218	0.13 206

GMStereo	0.14 160	0.13 117	0.14 155	0.14 129	0.14 216	0.14 184	0.14 210	0.14 184	0.14 215	0.14 184	0.14 217	0.14 186	0.14 216	0.14 186	0.14 209	0.14 140	0.14 174	0.14 183	0.14 219	0.14 189	0.14 212
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 185	0.71 334	0.14 155	0.14 129	0.14 216	0.14 184	0.14 210	0.14 184	0.14 215	0.14 184	0.14 217	0.14 186	0.14 216	0.14 186	0.22 264	0.14 140	0.14 174	0.14 183	0.14 219	0.14 189	0.14 212

SCION-MonSter	0.21 209	0.76 345	0.22 227	0.25 218	0.15 230	0.19 216	0.15 218	0.19 214	0.15 227	0.19 212	0.15 227	0.19 217	0.15 228	0.19 214	0.14 209	0.22 213	0.21 234	0.16 203	0.14 219	0.16 205	0.15 219

DepthFocus	0.18 194	0.22 164	0.15 176	0.22 201	0.15 230	0.22 238	0.15 218	0.22 237	0.15 227	0.22 235	0.15 227	0.22 240	0.16 232	0.22 238	0.15 221	0.20 203	0.15 182	0.20 232	0.14 219	0.20 225	0.14 212

RSGM-EC	0.24 227	0.24 174	0.15 176	0.22 201	0.15 230	0.22 238	0.15 218	0.22 237	0.15 227	0.24 248	0.15 227	0.22 240	0.15 228	0.22 238	1.19 609	0.20 203	0.17 213	0.24 261	0.14 219	0.20 225	0.14 212

acva	0.24 227	0.24 174	0.15 176	0.22 201	0.15 230	0.22 238	0.15 218	0.22 237	0.15 227	0.24 248	0.15 227	0.22 240	0.15 228	0.22 238	1.19 609	0.20 203	0.17 213	0.24 261	0.14 219	0.20 225	0.14 212

dd	0.23 223	0.98 395	0.16 183	0.23 206	0.15 230	0.23 247	0.15 218	0.23 244	0.15 227	0.23 241	0.15 227	0.24 254	0.17 244	0.23 245	0.15 221	0.22 213	0.15 182	0.21 237	0.15 230	0.22 235	0.16 221

dad	0.23 223	1.03 421	0.16 183	0.23 206	0.15 230	0.24 250	0.15 218	0.24 247	0.16 235	0.23 241	0.16 233	0.24 254	0.16 232	0.23 245	0.15 221	0.22 213	0.16 185	0.22 242	0.16 233	0.22 235	0.16 221

IPLGR_C	0.14 160	0.20 154	0.12 130	0.15 141	0.11 182	0.14 184	0.15 218	0.14 184	0.11 178	0.15 194	0.12 198	0.14 186	0.11 175	0.16 200	0.11 169	0.15 153	0.12 143	0.14 183	0.12 202	0.15 200	0.12 199

LACA2	0.21 209	0.24 174	0.26 248	0.31 240	0.16 241	0.24 250	0.16 225	0.24 247	0.16 235	0.24 248	0.16 233	0.24 254	0.16 232	0.24 249	0.16 229	0.27 247	0.23 247	0.24 261	0.16 233	0.23 247	0.16 221

LACA1	0.21 209	0.24 174	0.26 248	0.31 240	0.16 241	0.24 250	0.16 225	0.24 247	0.16 235	0.24 248	0.16 233	0.24 254	0.16 232	0.24 249	0.16 229	0.27 247	0.22 241	0.23 251	0.16 233	0.23 247	0.16 221

VIP-Stereo	0.70 471	2.97 650	2.43 716	2.49 662	0.16 241	0.25 260	0.16 225	0.25 255	0.16 235	0.25 256	0.18 258	0.25 261	0.16 232	0.26 270	0.16 229	1.86 643	1.26 625	0.23 251	0.15 230	0.23 247	0.15 219

RAFT-FEzeroshot	0.34 272	0.26 184	0.17 193	0.21 199	0.17 247	0.20 222	0.16 225	0.20 221	0.16 235	0.20 219	0.17 241	0.21 230	0.16 232	0.27 274	0.24 274	0.19 200	0.16 185	0.19 227	0.16 233	0.26 258	3.08 744

RAFT-FE	0.34 272	0.26 184	0.17 193	0.21 199	0.17 247	0.20 222	0.16 225	0.20 221	0.16 235	0.20 219	0.17 241	0.21 230	0.16 232	0.27 274	0.24 274	0.19 200	0.16 185	0.19 227	0.16 233	0.26 258	3.08 744

xyz-stereo-finetune2	0.18 194	0.48 279	0.16 183	0.16 151	0.15 230	0.15 195	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 201	0.16 232	0.16 200	0.16 229	0.16 166	0.16 185	0.16 203	0.16 233	0.16 205	0.16 221

xyz-stereo-finetune	0.28 244	0.49 281	0.16 183	0.16 151	0.16 241	0.16 202	0.16 225	0.22 237	0.30 334	0.32 289	0.31 382	0.32 296	0.31 385	0.32 293	0.32 377	0.32 271	0.33 323	0.31 293	0.32 407	0.31 279	0.32 384

xyz-stereo	0.18 194	0.50 286	0.16 183	0.15 141	0.16 241	0.16 202	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 201	0.16 232	0.16 200	0.16 229	0.16 166	0.16 185	0.16 203	0.16 233	0.16 205	0.16 221

castereo	0.61 446	3.79 671	1.35 630	1.52 604	0.15 230	0.17 209	0.16 225	0.20 221	0.21 266	0.18 210	0.16 233	0.21 230	0.12 204	0.26 270	0.17 236	1.43 625	1.38 642	0.17 213	0.16 233	0.18 218	0.16 221

GMStereo_Zeroshot	0.16 179	0.16 141	0.16 183	0.16 151	0.16 241	0.16 202	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 201	0.16 232	0.16 200	0.16 229	0.16 166	0.16 185	0.16 203	0.16 233	0.16 205	0.16 221

GEAR-Net	0.22 216	0.46 268	0.27 251	0.29 232	0.17 247	0.21 233	0.17 235	0.21 231	0.17 245	0.21 231	0.17 241	0.21 230	0.17 244	0.21 232	0.17 236	0.28 252	0.26 255	0.20 232	0.16 233	0.20 225	0.16 221

LACA3	0.23 223	0.25 181	0.27 251	0.54 405	0.17 247	0.25 260	0.17 235	0.25 255	0.17 245	0.25 256	0.17 241	0.25 261	0.17 244	0.25 258	0.17 236	0.28 252	0.23 247	0.24 261	0.17 256	0.24 252	0.17 239

IGEV-FE	0.35 283	0.37 212	0.17 193	0.19 176	0.17 247	0.20 222	0.17 235	0.19 214	0.17 245	0.19 212	0.17 241	0.19 217	0.17 244	0.37 318	0.36 412	0.19 200	0.17 213	0.19 227	0.17 256	0.38 335	2.84 735

tg	0.21 209	0.25 181	0.21 225	0.26 226	0.17 247	0.24 250	0.17 235	0.24 247	0.17 245	0.24 248	0.17 241	0.24 254	0.17 244	0.24 249	0.17 236	0.24 234	0.17 213	0.23 251	0.16 233	0.23 247	0.16 221

ACV-stereo	0.30 250	2.08 588	0.25 241	0.25 218	0.18 259	0.24 250	0.17 235	0.24 247	0.18 252	0.24 248	0.17 241	0.25 261	0.17 244	0.24 249	0.17 236	0.22 213	0.16 185	0.22 242	0.16 233	0.22 235	0.16 221

IGEV_Zeroshot_test	0.20 200	0.19 150	0.40 378	0.30 234	0.17 247	0.22 238	0.17 235	0.21 231	0.17 245	0.20 219	0.17 241	0.21 230	0.18 255	0.21 232	0.17 236	0.20 203	0.16 185	0.20 232	0.16 233	0.20 225	0.17 239

MSKI-zero shot	0.24 227	0.21 160	0.49 432	0.65 432	0.18 259	0.22 238	0.17 235	0.23 244	0.18 252	0.21 231	0.17 241	0.23 248	0.28 313	0.23 245	0.18 249	0.21 211	0.16 185	0.21 237	0.16 233	0.21 233	0.16 221

MIM_Stereo	0.25 230	0.23 166	0.66 488	0.80 467	0.17 247	0.22 238	0.17 235	0.23 244	0.18 252	0.26 265	0.17 241	0.21 230	0.17 244	0.25 258	0.17 236	0.23 225	0.16 185	0.21 237	0.17 256	0.22 235	0.17 239

UPFNet	0.42 350	1.20 447	0.17 193	0.24 211	0.17 247	0.25 260	0.17 235	1.19 576	0.90 577	0.25 256	0.17 241	0.24 254	0.17 244	0.25 258	0.17 236	0.22 213	0.17 213	0.22 242	0.16 233	1.15 569	0.93 575

SMOE	0.23 223	0.25 181	0.30 269	0.33 250	0.18 259	0.26 269	0.18 244	0.26 261	0.18 252	0.26 265	0.18 258	0.25 261	0.18 255	0.25 258	0.18 249	0.31 268	0.27 268	0.23 251	0.17 256	0.23 247	0.17 239

SME	0.27 241	0.29 192	0.31 287	0.38 269	0.20 268	0.29 279	0.18 244	0.30 274	0.20 261	0.32 289	0.21 271	0.32 296	0.20 266	0.32 293	0.21 260	0.35 289	0.32 310	0.27 276	0.19 264	0.29 270	0.20 250

DEFOM-Stereo_RVC	0.83 512	5.18 705	1.98 703	2.19 633	0.17 247	0.19 216	0.18 244	0.19 214	0.16 235	0.20 219	0.19 261	0.22 240	0.22 275	0.20 219	0.15 221	2.28 684	2.13 705	0.24 261	0.17 256	0.18 218	0.16 221

MMNet	0.44 365	1.24 501	0.17 193	0.25 218	0.17 247	0.25 260	0.18 244	1.26 630	0.93 584	0.25 256	0.17 241	0.25 261	0.18 255	0.25 258	0.17 236	0.23 225	0.16 185	0.23 251	0.16 233	1.20 581	0.99 582

delet	0.43 352	1.21 493	0.17 193	0.25 218	0.17 247	0.25 260	0.18 244	1.26 630	0.95 586	0.25 256	0.17 241	0.25 261	0.17 244	0.25 258	0.17 236	0.23 225	0.16 185	0.22 242	0.16 233	1.18 577	0.98 581

iResNetv2_ROB	0.20 200	0.23 166	0.18 203	0.24 211	0.20 268	0.24 250	0.18 244	0.24 247	0.18 252	0.24 248	0.18 258	0.23 248	0.19 262	0.24 249	0.18 249	0.21 211	0.16 185	0.21 237	0.16 233	0.22 235	0.16 221

DLNR-FE	0.28 244	0.89 373	0.30 269	0.34 256	0.19 265	0.28 276	0.19 250	0.28 266	0.20 261	0.28 271	0.20 265	0.28 277	0.20 266	0.28 279	0.20 256	0.33 277	0.28 276	0.25 266	0.19 264	0.24 252	0.19 248

Pointernet	0.21 209	0.22 164	0.19 211	0.24 211	0.19 265	0.24 250	0.19 250	0.24 247	0.19 259	0.24 248	0.19 261	0.24 254	0.19 262	0.24 249	0.19 253	0.22 213	0.17 213	0.22 242	0.17 256	0.22 235	0.17 239

psm_up	0.43 352	1.19 446	0.17 193	0.25 218	0.18 259	0.25 260	0.19 250	1.26 630	0.91 578	0.26 265	0.17 241	0.25 261	0.17 244	0.25 258	0.17 236	0.22 213	0.17 213	0.23 251	0.16 233	1.18 577	0.99 582

CFNet	1.37 628	5.27 714	0.19 211	5.49 738	0.19 265	0.28 276	0.19 250	0.28 266	0.19 259	0.28 271	0.19 261	0.28 277	4.35 758	0.28 279	0.19 253	0.23 225	0.17 213	0.23 251	4.21 767	4.81 744	0.17 239

ssnet_v2	0.68 465	1.96 584	1.25 626	0.29 232	0.20 268	0.30 281	0.20 254	0.29 271	0.22 270	1.50 650	0.20 265	0.31 292	0.20 266	0.27 274	0.22 264	0.24 234	1.49 649	0.26 271	0.18 263	3.90 721	0.19 248

DAS	0.20 200	0.20 154	0.20 218	0.20 187	0.20 268	0.20 222	0.20 254	0.20 221	0.20 261	0.20 219	0.20 265	0.20 222	0.20 266	0.20 219	0.20 256	0.20 203	0.20 229	0.20 232	0.20 266	0.20 225	0.20 250

GEStereo_RVC	0.86 524	4.45 688	0.20 218	0.27 229	0.20 268	0.27 274	0.20 254	0.26 261	0.18 252	5.03 760	0.20 265	0.27 276	0.19 262	0.27 274	0.21 260	0.20 203	0.19 227	0.19 227	4.02 765	0.20 225	0.18 245

ASD4	0.20 200	0.20 154	0.20 218	0.20 187	0.20 268	0.20 222	0.20 254	0.20 221	0.20 261	0.20 219	0.20 265	0.20 222	0.20 266	0.20 219	0.20 256	0.20 203	0.20 229	0.20 232	0.20 266	0.20 225	0.20 250

AANet_RVC	1.26 623	0.31 198	4.99 751	5.93 741	0.20 268	0.25 260	0.20 254	0.25 255	0.20 261	0.23 241	0.19 261	0.25 261	0.20 266	0.25 258	0.20 256	5.66 751	4.76 745	0.26 271	0.30 388	0.24 252	0.27 315

iResNet	0.20 200	0.23 166	0.18 203	0.24 211	0.18 259	0.24 250	0.20 254	0.24 247	0.18 252	0.23 241	0.17 241	0.23 248	0.18 255	0.23 245	0.18 249	0.22 213	0.16 185	0.21 237	0.16 233	0.21 233	0.16 221

Weightmod	0.27 241	0.29 192	0.33 301	0.38 269	0.20 268	0.30 281	0.21 260	0.29 271	0.21 266	0.29 276	0.22 273	0.30 287	0.20 266	0.30 285	0.21 260	0.37 297	0.31 305	0.27 276	0.20 266	0.28 266	0.21 254

gwcnet-sp	0.82 508	1.72 529	1.48 648	0.39 278	0.15 230	0.31 288	0.21 260	0.20 221	0.25 285	1.61 654	0.23 278	0.28 277	0.26 297	0.20 219	0.15 221	0.24 234	1.33 633	0.32 296	0.16 233	6.75 760	0.23 259

scenet	0.82 508	1.72 529	1.48 648	0.39 278	0.15 230	0.31 288	0.21 260	0.20 221	0.25 285	1.61 654	0.23 278	0.28 277	0.26 297	0.20 219	0.15 221	0.24 234	1.33 633	0.32 296	0.16 233	6.75 760	0.23 259

ssnet	0.82 508	1.72 529	1.48 648	0.39 278	0.15 230	0.31 288	0.21 260	0.20 221	0.25 285	1.61 654	0.23 278	0.28 277	0.26 297	0.20 219	0.15 221	0.24 234	1.33 633	0.32 296	0.16 233	6.75 760	0.23 259

HGLStereo	0.28 244	0.29 192	0.22 227	0.36 263	0.22 281	0.36 308	0.21 260	0.36 296	0.21 266	0.42 358	0.21 271	0.36 312	0.22 275	0.36 311	0.21 260	0.34 281	0.21 234	0.34 313	0.21 271	0.34 294	0.21 254

S0	0.42 350	0.44 255	0.54 453	0.59 418	0.34 420	0.48 444	0.22 265	0.51 464	0.25 285	0.51 466	0.34 409	0.53 479	0.35 418	0.47 432	0.36 412	0.55 436	0.39 384	0.49 475	0.27 334	0.46 428	0.34 400

Select-FE	0.41 335	0.44 255	0.23 231	0.26 226	0.22 281	0.26 269	0.22 265	0.26 261	0.23 277	0.26 265	0.23 278	0.26 273	0.23 281	0.45 423	0.42 458	0.25 241	0.22 241	0.25 266	0.22 274	0.45 423	2.90 736

PAM	0.39 321	1.88 572	0.34 315	0.37 266	0.41 463	0.45 427	0.22 265	0.28 266	0.23 277	0.28 271	0.24 285	0.29 283	0.23 281	0.29 283	0.23 271	0.38 310	0.32 310	0.38 350	0.37 444	0.32 282	0.22 257

model_zeroshot	0.27 241	0.20 154	0.27 251	0.33 250	0.21 279	0.37 316	0.22 265	0.37 304	0.24 280	0.26 265	0.27 300	0.33 300	0.21 274	0.25 258	0.27 289	0.32 271	0.20 229	0.34 313	0.23 280	0.25 255	0.26 277

DCVSM-stereo	0.36 291	1.89 573	0.22 227	0.40 291	0.22 281	0.40 332	0.22 265	0.40 327	0.22 270	0.40 327	0.22 273	0.40 340	0.22 275	0.40 333	0.22 264	0.28 252	0.21 234	0.28 280	0.21 271	0.28 266	0.20 250

CAS++	0.17 185	0.27 187	0.21 225	0.10 88	0.21 279	0.15 195	0.22 265	0.10 149	0.21 266	0.22 235	0.10 158	0.19 217	0.18 255	0.10 152	0.19 253	0.20 203	0.19 227	0.18 224	0.10 158	0.19 224	0.18 245
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 216	0.23 166	0.22 227	0.23 206	0.22 281	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 240	0.22 275	0.22 238	0.22 264	0.22 213	0.22 241	0.22 242	0.22 274	0.22 235	0.22 257

IMH-64-1	0.22 216	0.23 166	0.23 231	0.22 201	0.22 281	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 240	0.22 275	0.22 238	0.22 264	0.22 213	0.22 241	0.23 251	0.22 274	0.22 235	0.23 259

IMH-64	0.22 216	0.23 166	0.23 231	0.22 201	0.22 281	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 240	0.22 275	0.22 238	0.22 264	0.22 213	0.22 241	0.23 251	0.22 274	0.22 235	0.23 259

WCG-NET（raft）	0.32 266	1.24 501	0.24 238	0.32 246	0.24 292	0.32 297	0.23 274	0.32 282	0.24 280	0.32 289	0.24 285	0.32 296	0.24 284	0.32 293	0.24 274	0.30 262	0.23 247	0.30 287	0.23 280	0.30 274	0.23 259

xxxxx1	0.31 257	0.91 379	0.23 231	0.31 240	0.23 287	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 300	0.25 287	0.32 293	0.24 274	0.28 252	0.28 276	0.28 280	0.28 355	0.29 270	0.27 315

tt_ll	0.31 257	0.91 379	0.23 231	0.31 240	0.23 287	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 300	0.25 287	0.32 293	0.24 274	0.28 252	0.28 276	0.28 280	0.28 355	0.29 270	0.27 315

ff	0.31 257	0.91 379	0.23 231	0.31 240	0.23 287	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 300	0.25 287	0.32 293	0.24 274	0.28 252	0.28 276	0.28 280	0.28 355	0.29 270	0.27 315

FENet	0.54 431	1.52 520	1.19 572	1.41 600	0.23 287	0.35 304	0.23 274	0.35 292	0.23 277	0.34 297	0.23 278	0.35 307	0.23 281	0.35 305	0.23 271	1.40 623	1.07 555	0.32 296	0.23 280	0.33 289	0.23 259

tt1	0.31 257	0.93 388	0.24 238	0.33 250	0.23 287	0.31 288	0.24 279	0.32 282	0.24 280	0.32 289	0.23 278	0.32 296	0.25 287	0.32 293	0.24 274	0.27 247	0.26 255	0.27 276	0.26 296	0.27 264	0.27 315

iResNet_ROB	0.28 244	0.32 200	0.24 238	0.32 246	0.25 295	0.32 297	0.24 279	0.32 282	0.24 280	0.33 294	0.24 285	0.35 307	0.24 284	0.33 301	0.24 274	0.31 268	0.24 251	0.32 296	0.24 287	0.32 282	0.24 269

DEFOM-Stereo	0.68 465	3.11 653	1.40 644	1.63 614	0.25 295	0.31 288	0.25 281	0.31 280	0.28 309	0.31 283	0.29 323	0.29 283	0.27 304	0.31 290	0.28 298	1.59 634	1.47 648	0.30 287	0.29 370	0.30 274	0.28 343

UNDER WATER-64	0.25 230	0.26 184	0.25 241	0.26 226	0.25 295	0.25 260	0.25 281	0.25 255	0.25 285	0.25 256	0.25 291	0.25 261	0.25 287	0.26 270	0.25 282	0.25 241	0.25 252	0.25 266	0.25 290	0.25 255	0.25 271

LoS_RVC	0.30 250	1.14 437	0.25 241	0.25 218	0.25 295	0.26 269	0.25 281	0.25 255	0.25 285	0.25 256	0.25 291	0.26 273	0.26 297	0.26 270	0.25 282	0.26 243	0.26 255	0.25 266	0.25 290	0.26 258	0.26 277

CAS	0.30 250	1.17 443	0.25 241	0.25 218	0.25 295	0.26 269	0.25 281	0.25 255	0.26 299	0.25 256	0.25 291	0.25 261	0.25 287	0.25 258	0.25 282	0.26 243	0.26 255	0.26 271	0.25 290	0.26 258	0.25 271

LoS	0.25 230	0.27 187	0.25 241	0.25 218	0.25 295	0.25 260	0.25 281	0.26 261	0.25 285	0.25 256	0.25 291	0.25 261	0.25 287	0.25 258	0.25 282	0.26 243	0.25 252	0.25 266	0.26 296	0.26 258	0.25 271
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 529	7.04 733	2.23 709	2.75 668	0.28 309	0.43 379	0.25 281	0.39 318	0.25 285	0.41 344	0.27 300	0.39 330	0.25 287	0.40 333	0.28 298	0.37 297	0.28 276	0.37 342	0.25 290	0.37 322	0.25 271

CroCo-Stereo	0.73 481	1.22 499	0.25 241	1.22 576	0.25 295	1.22 631	0.25 281	1.22 626	0.25 285	1.22 635	0.25 291	1.22 638	0.25 287	1.22 637	0.25 282	1.22 609	0.26 255	1.21 647	0.25 290	1.22 629	0.25 271
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
DLNR_Zeroshot_test	0.31 257	0.28 190	0.47 417	0.79 463	0.24 292	0.30 281	0.26 288	0.30 274	0.24 280	0.32 289	0.23 278	0.31 292	0.24 284	0.30 285	0.23 271	0.29 261	0.26 255	0.29 285	0.24 287	0.33 289	0.23 259

CroCo-Stereo Lap2	0.77 491	1.29 503	0.29 265	1.27 581	0.29 322	1.27 635	0.26 288	1.26 630	0.26 299	1.26 636	0.26 296	1.27 642	0.26 297	1.26 639	0.27 289	1.27 612	0.27 268	1.27 651	0.27 334	1.27 633	0.27 315

StereoDRNet-Refined	0.33 271	0.39 223	0.26 248	0.39 278	0.26 302	0.40 332	0.26 288	0.40 327	0.26 299	0.39 320	0.26 296	0.39 330	0.26 297	0.39 330	0.26 287	0.37 297	0.25 252	0.37 342	0.25 290	0.37 322	0.37 420
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 283	1.92 582	0.27 251	0.27 229	0.27 303	0.27 274	0.27 291	0.27 265	0.27 303	0.27 270	0.27 300	0.26 273	0.27 304	0.27 274	0.26 287	0.27 247	0.26 255	0.26 271	0.26 296	0.26 258	0.27 315

PStereo	0.32 266	0.36 209	0.28 259	0.38 269	0.29 322	0.36 308	0.27 291	0.38 313	0.27 303	0.38 313	0.28 308	0.36 312	0.27 304	0.36 311	0.28 298	0.32 271	0.27 268	0.33 303	0.27 334	0.33 289	0.27 315

Anonymus	0.47 405	0.73 337	0.46 409	0.43 322	0.54 516	0.53 480	0.27 291	0.39 318	0.35 416	0.33 294	0.40 448	0.33 300	0.38 431	0.53 475	0.54 500	0.56 440	0.36 365	0.49 475	0.53 512	0.66 485	0.54 497

FE-Mocha	0.35 283	0.71 334	0.40 378	0.47 338	0.27 303	0.34 300	0.27 291	0.34 289	0.26 299	0.34 297	0.26 296	0.34 305	0.27 304	0.34 302	0.27 289	0.44 355	0.41 398	0.33 303	0.29 370	0.32 282	0.29 352

Monster-pub-mixall	0.44 365	0.56 310	0.60 467	0.38 269	0.27 303	0.37 316	0.27 291	0.37 304	0.29 319	0.38 313	0.27 300	0.38 325	0.29 325	0.85 537	0.27 289	1.46 627	0.26 255	0.34 313	0.26 296	0.36 317	0.53 494

Replicate-Monster	0.45 388	0.57 312	0.60 467	0.40 291	0.29 322	0.37 316	0.27 291	0.37 304	0.30 334	0.40 327	0.31 382	0.40 340	0.30 334	0.99 557	0.27 289	1.36 620	0.31 305	0.34 313	0.30 388	0.36 317	0.54 497

Any-RAFT	0.32 266	0.36 209	0.27 251	0.36 263	0.27 303	0.36 308	0.27 291	0.36 296	0.27 303	0.36 305	0.27 300	0.36 312	0.27 304	0.36 311	0.28 298	0.36 294	0.28 276	0.36 338	0.28 355	0.36 317	0.28 343

CRFU-Net	0.65 455	1.67 526	1.22 622	1.96 625	0.27 303	0.41 351	0.27 291	0.41 346	0.27 303	0.40 327	0.26 296	0.41 355	0.27 304	0.40 333	0.27 289	1.80 642	1.62 663	0.34 313	0.23 280	0.33 289	0.23 259

MLCV	0.31 257	0.35 204	0.27 251	0.35 259	0.28 309	0.35 304	0.27 291	0.35 292	0.28 309	0.36 305	0.27 300	0.35 307	0.27 304	0.35 305	0.27 289	0.34 281	0.27 268	0.34 313	0.27 334	0.34 294	0.27 315

DISCO	1.11 567	0.39 223	5.28 753	0.39 278	0.20 268	0.39 330	0.27 291	0.39 318	0.22 270	0.38 313	0.20 265	0.38 325	0.20 266	6.95 771	0.22 264	0.30 262	0.21 234	0.27 276	0.21 271	5.25 753	0.21 254

DN-CSS_ROB	0.31 257	0.35 204	0.28 259	0.35 259	0.28 309	0.34 300	0.27 291	0.34 289	0.25 285	0.35 301	0.27 300	0.36 312	0.26 297	0.34 302	0.28 298	0.35 289	0.28 276	0.34 313	0.28 355	0.34 294	0.27 315

SCION-M(vits-remse)	0.34 272	0.79 351	0.30 269	0.33 250	0.28 309	0.40 332	0.28 302	0.40 327	0.28 309	0.40 327	0.28 308	0.39 330	0.28 313	0.40 333	0.28 298	0.23 225	0.21 234	0.35 329	0.27 334	0.35 307	0.27 315

SCION-Mon(vits-remp)	0.34 272	0.98 395	0.30 269	0.33 250	0.18 259	0.21 233	0.28 302	0.40 327	0.28 309	0.40 327	0.28 308	0.39 330	0.28 313	0.40 333	0.28 298	0.37 297	0.29 290	0.35 329	0.27 334	0.35 307	0.27 315

SCION-MonSter(vits)	0.25 230	0.79 351	0.31 287	0.42 315	0.28 309	0.40 332	0.28 302	0.20 221	0.15 227	0.40 327	0.15 227	0.19 217	0.15 228	0.20 219	0.15 221	0.23 225	0.21 234	0.17 213	0.14 219	0.16 205	0.14 212

GREATEN-IGEV-FM_RVC	0.38 307	0.35 204	0.56 457	0.63 426	0.28 309	0.36 308	0.28 302	0.36 296	0.28 309	0.36 305	0.28 308	0.36 312	0.28 313	0.36 311	0.28 298	0.62 457	0.57 468	0.35 329	0.28 355	0.35 307	0.28 343

TestStereo_HL2	2.73 721	0.41 239	11.06 771	14.13 773	0.30 334	0.44 413	0.28 302	0.43 372	0.29 319	0.43 365	0.28 308	0.43 382	0.29 325	0.43 374	0.28 298	13.51 774	10.37 774	0.41 424	0.27 334	0.38 335	0.27 315

GeoVLM	0.36 291	0.38 216	0.27 251	0.46 331	0.28 309	0.35 304	0.28 302	0.37 304	0.27 303	0.35 301	0.28 308	0.36 312	0.38 431	0.35 305	0.28 298	1.08 544	0.26 255	0.33 303	0.27 334	0.34 294	0.33 393

Zero-FE251	0.36 291	0.40 227	0.28 259	0.41 305	0.28 309	0.41 351	0.28 302	0.41 346	0.28 309	0.41 344	0.28 308	0.41 355	0.28 313	0.42 367	0.30 324	0.37 297	0.26 255	0.37 342	0.27 334	0.45 423	0.56 508

Monster-pub-eth3d	0.45 388	0.57 312	0.60 467	0.39 278	0.28 309	0.37 316	0.28 302	0.37 304	0.30 334	0.39 320	0.29 323	0.39 330	0.30 334	0.92 549	0.27 289	1.42 624	0.28 276	0.34 313	0.28 355	0.37 322	0.53 494

LG-Stereo_L2	0.34 272	0.37 212	0.38 335	0.47 338	0.28 309	0.39 330	0.28 302	0.39 318	0.28 309	0.39 320	0.28 308	0.39 330	0.28 313	0.38 322	0.28 298	0.42 353	0.35 359	0.36 338	0.26 296	0.35 307	0.26 277

GIP-stereo	0.36 291	0.49 281	0.39 346	0.48 344	0.32 395	0.41 351	0.28 302	0.40 327	0.30 334	0.41 344	0.28 308	0.40 340	0.28 313	0.42 367	0.28 298	0.45 384	0.32 310	0.38 350	0.30 388	0.37 322	0.27 315

xx1	0.38 307	1.03 421	0.31 287	0.40 291	0.31 381	0.41 351	0.28 302	0.40 327	0.29 319	0.40 327	0.29 323	0.40 340	0.29 325	0.40 333	0.29 314	0.34 281	0.33 323	0.34 313	0.32 407	0.34 294	0.32 384

1test111	0.37 301	1.02 419	0.30 269	0.39 278	0.29 322	0.40 332	0.28 302	0.39 318	0.29 319	0.39 320	0.29 323	0.39 330	0.28 313	0.40 333	0.29 314	0.33 277	0.32 310	0.33 303	0.31 399	0.32 282	0.31 377

cc1	0.37 301	1.02 419	0.30 269	0.39 278	0.29 322	0.40 332	0.28 302	0.39 318	0.29 319	0.39 320	0.29 323	0.39 330	0.28 313	0.40 333	0.29 314	0.33 277	0.32 310	0.33 303	0.31 399	0.32 282	0.31 377

SQANet	0.28 244	0.28 190	0.28 259	0.28 231	0.28 309	0.28 276	0.28 302	0.28 266	0.28 309	0.28 271	0.28 308	0.28 277	0.28 313	0.28 279	0.28 298	0.28 252	0.28 276	0.28 280	0.28 355	0.28 266	0.28 343

DGSMNet	0.34 272	0.41 239	0.27 251	0.41 305	0.28 309	0.41 351	0.28 302	0.41 346	0.27 303	0.41 344	0.27 300	0.42 373	0.27 304	0.41 353	0.28 298	0.40 331	0.29 290	0.40 406	0.28 355	0.40 397	0.27 315

GREATEN-IGEV_RVC	0.38 307	0.35 204	0.56 457	0.63 426	0.29 322	0.36 308	0.29 317	0.36 296	0.29 319	0.39 320	0.29 323	0.36 312	0.29 325	0.36 311	0.29 314	0.62 457	0.57 468	0.35 329	0.29 370	0.36 317	0.29 352

TestStereo_HL3	2.76 724	0.41 239	11.46 774	14.11 772	0.30 334	0.45 427	0.29 317	0.43 372	0.29 319	0.43 365	0.29 323	0.43 382	0.28 313	0.44 405	0.30 324	13.57 775	10.32 773	0.41 424	0.27 334	0.38 335	0.27 315

GGDA	2.76 724	0.41 239	11.34 773	14.28 774	0.30 334	0.44 413	0.29 317	0.43 372	0.29 319	0.43 365	0.28 308	0.43 382	0.28 313	0.43 374	0.29 314	13.45 773	10.57 775	0.41 424	0.27 334	0.38 335	0.27 315

IGEV++	0.34 272	0.43 252	0.30 269	0.40 291	0.29 322	0.40 332	0.29 317	0.40 327	0.29 319	0.40 327	0.29 323	0.40 340	0.29 325	0.40 333	0.30 324	0.38 310	0.29 290	0.37 342	0.29 370	0.37 322	0.29 352

ACVNet-DCA	0.37 301	1.00 405	0.30 269	0.40 291	0.29 322	0.40 332	0.29 317	0.40 327	0.29 319	0.40 327	0.29 323	0.40 340	0.29 325	0.39 330	0.28 298	0.33 277	0.32 310	0.33 303	0.32 407	0.33 289	0.32 384

PML	0.46 397	1.36 511	0.29 265	0.58 415	0.30 334	0.57 492	0.29 317	0.57 480	0.29 319	0.57 487	0.29 323	0.57 493	0.29 325	0.56 483	0.29 314	0.52 426	0.30 300	0.53 492	0.31 399	0.53 467	0.30 367

GES	0.66 457	2.34 613	0.29 265	0.41 305	0.29 322	0.41 351	0.29 317	0.42 364	0.29 319	0.40 327	0.41 456	0.41 355	0.30 334	0.51 467	0.29 314	0.32 271	0.29 290	0.32 296	2.46 736	2.49 698	0.30 367

UCFNet_RVC	2.75 723	10.06 755	0.29 265	10.31 769	0.29 322	0.42 372	0.29 317	0.43 372	0.29 319	0.42 358	0.29 323	0.42 373	9.87 775	0.43 374	0.29 314	0.36 294	9.84 771	0.36 338	0.26 296	9.77 774	0.26 277

testmc14	2.43 710	10.48 758	8.02 768	8.93 759	0.31 381	0.44 413	0.30 325	0.42 364	0.30 334	0.42 358	0.30 338	0.42 373	0.30 334	0.42 367	0.30 324	8.88 770	6.99 760	0.41 424	0.28 355	0.39 383	0.28 343

TestStereo-Hl	2.78 726	0.42 250	11.23 772	14.38 775	0.30 334	0.44 413	0.30 325	0.43 372	0.28 309	0.43 365	0.29 323	0.44 417	0.29 325	0.44 405	0.29 314	13.64 776	10.73 776	0.41 424	0.27 334	0.38 335	0.27 315

MCSU-Stereo	2.48 713	10.56 759	8.50 770	9.47 763	0.31 381	0.43 379	0.30 325	0.42 364	0.30 334	0.42 358	0.30 338	0.42 373	0.30 334	0.41 353	0.30 324	8.86 769	6.93 759	0.40 406	0.29 370	0.39 383	0.28 343

aanet-new-90k	0.44 365	1.82 558	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.44 405	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-60k	0.44 365	1.81 551	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-70k	0.44 365	1.82 558	0.38 335	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-78k	0.44 365	1.80 546	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.45 384	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-40k	0.44 365	1.81 551	0.39 346	0.50 386	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.45 384	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-36k	0.44 365	1.80 546	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-34k	0.44 365	1.80 546	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-32k-new	0.44 365	1.78 541	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.44 410	0.30 334	0.44 403	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.45 384	0.34 352	0.39 393	0.26 296	0.38 335	0.26 277

aanet-new-32k	0.44 365	1.79 545	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-30k	0.44 365	1.78 541	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-28k	0.44 365	1.81 551	0.39 346	0.49 350	0.30 334	0.44 413	0.30 325	0.44 410	0.30 334	0.44 403	0.30 338	0.44 417	0.30 334	0.44 405	0.30 324	0.45 384	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT26K	0.43 352	1.76 536	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.31 365	0.44 355	0.33 323	0.38 350	0.27 334	0.38 335	0.26 277

aanet-new-24k	0.44 365	1.78 541	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-22k	0.44 365	1.81 551	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-16k	0.44 365	1.83 561	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-14k	0.60 441	5.12 702	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.44 405	0.30 324	0.44 355	0.37 370	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new-8k	0.43 352	1.76 536	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

aanet-new	0.43 352	1.80 546	0.38 335	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-cres-4k	0.44 365	1.81 551	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-cres	0.43 352	1.77 538	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-36K	0.43 352	1.78 541	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-22K	0.44 365	1.85 567	0.38 335	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-20K	0.43 352	1.77 538	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-24K	0.44 365	1.86 570	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-5K	0.44 365	1.80 546	0.39 346	0.49 350	0.30 334	0.44 413	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.44 405	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-2K	0.44 365	1.82 558	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-3K	0.43 352	1.77 538	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-50K	0.44 365	1.83 561	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.36 365	0.38 350	0.26 296	0.38 335	0.26 277

GCAP-Stereo-DPT-FT	0.41 335	1.06 428	0.40 378	0.51 397	0.31 381	0.44 413	0.30 325	0.43 372	0.32 391	0.44 403	0.30 338	0.56 490	0.30 334	0.44 405	0.31 365	0.45 384	0.34 352	0.39 393	0.27 334	0.40 397	0.27 315

DStereoO	0.31 257	0.31 198	0.31 287	0.30 234	0.40 453	0.31 288	0.30 325	0.30 274	0.34 412	0.29 276	0.31 382	0.29 283	0.30 334	0.31 290	0.31 365	0.31 268	0.29 290	0.31 293	0.30 388	0.31 279	0.31 377

DStereoSA	0.32 266	0.52 296	0.34 315	0.31 240	0.31 381	0.30 281	0.30 325	0.31 280	0.30 334	0.31 283	0.31 382	0.31 292	0.30 334	0.31 290	0.31 365	0.30 262	0.32 310	0.31 293	0.31 399	0.31 279	0.31 377

HiDET	0.38 307	0.44 255	0.30 269	0.42 315	0.30 334	0.42 372	0.30 325	0.42 364	0.30 334	0.44 403	0.30 338	0.42 373	0.30 334	0.42 367	0.68 530	0.37 297	0.32 310	0.40 406	0.29 370	0.37 322	0.29 352

LCMNet	0.38 307	0.44 255	0.30 269	0.42 315	0.30 334	0.42 372	0.30 325	0.42 364	0.30 334	0.45 415	0.30 338	0.42 373	0.30 334	0.42 367	0.69 538	0.37 297	0.32 310	0.40 406	0.29 370	0.37 322	0.29 352

CSFM-Stereo	0.38 307	0.44 255	0.30 269	0.42 315	0.30 334	0.42 372	0.30 325	0.43 372	0.30 334	0.44 403	0.30 338	0.42 373	0.30 334	0.42 367	0.73 552	0.37 297	0.32 310	0.40 406	0.29 370	0.37 322	0.30 367

MultiAttention	0.30 250	0.30 195	0.30 269	0.30 234	0.30 334	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 287	0.30 334	0.30 285	0.30 324	0.30 262	0.30 300	0.30 287	0.30 388	0.30 274	0.30 367

MSAF-DinoV2	0.30 250	0.30 195	0.30 269	0.30 234	0.30 334	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 287	0.30 334	0.30 285	0.30 324	0.30 262	0.30 300	0.30 287	0.30 388	0.30 274	0.30 367

GCAP-BAT	0.41 335	1.30 505	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.44 403	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.44 355	0.34 352	0.38 350	0.26 296	0.38 335	0.26 277

test_for_model	0.35 283	0.39 223	0.30 269	0.43 322	0.30 334	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.44 405	0.31 365	0.38 310	0.26 255	0.38 350	0.26 296	0.38 335	0.26 277

GCAPDPT-zeroshot4090	0.40 327	1.09 431	0.39 346	0.49 350	0.30 334	0.43 379	0.30 325	0.44 410	0.30 334	0.43 365	0.30 338	0.43 382	0.30 334	0.43 374	0.30 324	0.45 384	0.34 352	0.38 350	0.27 334	0.38 335	0.27 315

TorneroNet-64	0.45 388	0.27 187	0.30 269	0.58 415	0.27 303	0.70 511	0.30 325	0.28 266	0.73 560	0.73 517	0.28 308	0.71 517	0.66 526	0.75 518	0.27 289	0.27 247	0.29 290	0.37 342	0.75 567	0.28 266	0.30 367

GCAPDPT-zeroshot	0.36 291	0.40 227	0.30 269	0.43 322	0.30 334	0.43 379	0.30 325	0.43 372	0.31 379	0.43 365	0.30 338	0.43 382	0.30 334	0.44 405	0.31 365	0.39 323	0.28 276	0.39 393	0.27 334	0.39 383	0.26 277

IGEV-Stereo	0.35 283	0.44 255	0.45 403	0.49 350	0.30 334	0.37 316	0.30 325	0.36 296	0.30 334	0.36 305	0.29 323	0.36 312	0.29 325	0.36 311	0.30 324	0.46 396	0.39 384	0.32 296	0.24 287	0.32 282	0.25 271
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 272	0.42 250	0.31 287	0.39 278	0.30 334	0.38 323	0.30 325	0.40 327	0.29 319	0.40 327	0.37 430	0.41 355	0.34 411	0.38 322	0.30 324	0.34 281	0.27 268	0.34 313	0.26 296	0.34 294	0.26 277

DANet	0.30 250	0.30 195	0.30 269	0.30 234	0.30 334	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 287	0.30 334	0.30 285	0.30 324	0.30 262	0.30 300	0.30 287	0.30 388	0.30 274	0.30 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 335	0.89 373	0.31 287	0.40 291	0.31 381	0.40 332	0.31 372	0.40 327	0.31 379	0.61 494	0.53 508	0.40 340	0.31 385	0.40 333	0.31 365	0.58 443	0.47 432	0.38 350	0.29 370	0.38 335	0.29 352

test410	0.66 457	5.69 725	0.31 287	0.40 291	0.31 381	0.41 351	0.31 372	0.40 327	0.31 379	0.62 498	0.55 511	0.40 340	0.31 385	0.40 333	0.31 365	0.59 446	0.47 432	0.38 350	0.29 370	0.38 335	0.30 367

aanet-new-10k	0.45 388	1.81 551	0.40 378	0.50 386	0.31 381	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 417	0.32 392	0.44 405	0.31 365	0.46 396	0.35 359	0.39 393	0.27 334	0.39 383	0.27 315

aanet-new-12k	0.46 397	1.99 585	0.40 378	0.51 397	0.31 381	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 417	0.31 385	0.44 405	0.32 377	0.47 403	0.35 359	0.39 393	0.27 334	0.39 383	0.27 315

GCAP-Stereo-DPT-25K	0.41 335	1.09 431	0.40 378	0.52 400	0.31 381	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 417	0.31 385	0.44 405	0.31 365	0.46 396	0.35 359	0.39 393	0.28 355	0.39 383	0.28 343

gcap_with_dpt	0.35 283	0.39 223	0.30 269	0.44 326	0.31 381	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.30 338	0.44 417	0.30 334	0.44 405	0.30 324	0.38 310	0.26 255	0.38 350	0.27 334	0.38 335	0.27 315

MonSter++	0.38 307	0.44 255	0.31 287	0.43 322	0.30 334	0.43 379	0.31 372	0.43 372	0.31 379	0.45 415	0.31 382	0.43 382	0.31 385	0.43 374	0.69 538	0.38 310	0.33 323	0.40 406	0.30 388	0.38 335	0.30 367

gcap-zeroshot	0.36 291	0.40 227	0.34 315	0.44 326	0.31 381	0.44 413	0.31 372	0.44 410	0.32 391	0.44 403	0.32 392	0.44 417	0.32 392	0.44 405	0.31 365	0.39 323	0.28 276	0.39 393	0.28 355	0.39 383	0.27 315

EKT-Stereo	0.37 301	0.40 227	0.44 401	1.07 511	0.29 322	0.34 300	0.31 372	0.36 296	0.29 319	0.38 313	0.31 382	0.37 322	0.30 334	0.36 311	0.29 314	0.34 281	0.28 276	0.39 393	0.30 388	0.37 322	0.30 367

testlalala	0.36 291	0.40 227	0.34 315	0.44 326	0.31 381	0.44 413	0.31 372	0.44 410	0.32 391	0.44 403	0.32 392	0.44 417	0.32 392	0.44 405	0.31 365	0.39 323	0.28 276	0.39 393	0.28 355	0.39 383	0.27 315

DStereoFS	0.32 266	0.33 201	0.32 296	0.33 250	0.30 334	0.32 297	0.32 382	0.32 282	0.31 379	0.30 278	0.31 382	0.31 292	0.30 334	0.32 293	0.32 377	0.32 271	0.31 305	0.30 287	0.47 496	0.32 282	0.34 400

DDF-Stereo	0.43 352	1.15 440	0.57 461	0.53 402	0.32 395	0.41 351	0.32 382	0.41 346	0.32 391	0.41 344	0.32 392	0.41 355	0.32 392	0.40 333	0.32 377	0.52 426	0.50 449	0.38 350	0.31 399	0.39 383	0.31 377

GREAT-IGEV	0.38 307	0.43 252	0.36 328	0.48 344	0.32 395	0.45 427	0.32 382	0.45 419	0.32 391	0.45 415	0.32 392	0.45 427	0.32 392	0.45 423	0.32 377	0.44 355	0.33 323	0.41 424	0.29 370	0.41 408	0.29 352
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 307	0.43 252	0.33 301	0.46 331	0.33 408	0.45 427	0.32 382	0.45 419	0.32 391	0.45 415	0.32 392	0.45 427	0.33 404	0.45 423	0.32 377	0.38 310	0.38 377	0.38 350	0.37 444	0.37 322	0.36 414

MyStereo07	0.60 441	3.72 669	0.48 425	0.49 350	0.41 463	0.36 308	0.32 382	0.49 441	0.43 469	0.51 466	0.42 466	0.49 451	0.43 467	0.51 467	0.64 515	0.49 411	0.45 422	0.34 313	0.32 407	0.35 307	0.43 456

MyStereo04	0.56 438	3.72 669	0.59 463	0.49 350	0.41 463	0.36 308	0.32 382	0.37 304	0.31 379	0.34 297	0.46 480	0.35 307	0.32 392	0.35 305	0.33 389	0.49 411	0.45 422	0.34 313	0.32 407	0.35 307	0.43 456

RAFT-Test	0.36 291	0.37 212	0.33 301	0.41 305	0.32 395	0.41 351	0.32 382	0.41 346	0.32 391	0.41 344	0.32 392	0.41 355	0.32 392	0.41 353	0.33 389	0.37 297	0.29 290	0.37 342	0.29 370	0.38 335	0.31 377

4D-IteraStereo	0.78 494	3.13 654	0.89 536	0.69 443	0.32 395	0.40 332	0.32 382	0.76 515	0.97 589	0.52 470	0.65 530	0.89 545	0.32 392	0.76 519	0.98 582	0.83 510	0.94 543	0.35 329	0.27 334	0.70 497	0.89 571

iRaft-Stereo_20w	0.34 272	0.41 239	0.31 287	0.39 278	0.29 322	0.40 332	0.32 382	0.41 346	0.32 391	0.38 313	0.30 338	0.39 330	0.30 334	0.38 322	0.32 377	0.35 289	0.27 268	0.34 313	0.27 334	0.34 294	0.29 352

pcwnet_v2	2.66 719	9.89 754	0.33 301	9.89 765	0.32 395	0.50 462	0.32 382	0.49 441	0.33 401	0.49 444	0.34 409	0.49 451	8.76 772	0.48 442	0.33 389	0.41 339	9.58 768	0.40 406	0.29 370	9.01 771	0.63 518

Gwc-CoAtRS	0.41 335	1.49 519	0.32 296	0.42 315	0.32 395	0.41 351	0.32 382	0.41 346	0.33 401	0.41 344	0.32 392	0.41 355	0.32 392	0.41 353	0.32 377	0.39 323	0.28 276	0.39 393	0.28 355	0.40 397	0.28 343

rgla	0.45 388	0.54 304	0.33 301	0.67 437	0.32 395	0.48 444	0.33 393	0.48 433	0.33 401	0.48 434	0.94 585	0.48 444	0.33 404	0.47 432	0.33 389	0.45 384	0.52 457	0.53 492	0.31 399	0.45 423	0.32 384

416test	0.46 397	0.55 307	0.33 301	0.67 437	0.33 408	0.48 444	0.33 393	0.48 433	0.33 401	0.48 434	0.99 590	0.48 444	0.33 404	0.48 442	0.33 389	0.45 384	0.52 457	0.54 495	0.32 407	0.45 423	0.32 384

BStereo	0.22 216	0.23 166	0.20 218	0.24 211	0.20 268	0.23 247	0.33 393	0.39 318	0.17 245	0.23 241	0.17 241	0.23 248	0.16 232	0.24 249	0.17 236	0.23 225	0.16 185	0.22 242	0.20 266	0.22 235	0.16 221

Anonymus123	0.22 216	0.23 166	0.20 218	0.24 211	0.20 268	0.23 247	0.33 393	0.39 318	0.17 245	0.23 241	0.17 241	0.23 248	0.16 232	0.24 249	0.17 236	0.23 225	0.16 185	0.22 242	0.20 266	0.22 235	0.16 221

water-stereo	0.41 335	0.84 361	0.46 409	0.50 386	0.33 408	0.45 427	0.33 393	0.45 419	0.32 391	0.45 415	0.32 392	0.45 427	0.32 392	0.45 423	0.32 377	0.44 355	0.41 398	0.39 393	0.31 399	0.39 383	0.32 384

DVStereo	0.43 352	0.86 365	0.48 425	0.50 386	0.33 408	0.46 434	0.33 393	0.46 423	0.33 401	0.46 421	0.33 401	0.47 437	0.33 404	0.47 432	0.34 404	0.45 384	0.42 408	0.40 406	0.33 418	0.47 442	0.38 427

PCWNet_CMD	2.80 728	9.82 753	0.32 296	10.09 768	0.32 395	0.49 453	0.33 393	3.34 731	0.33 401	0.49 444	0.33 401	0.49 451	8.73 771	0.48 442	0.33 389	0.41 339	9.22 766	0.42 440	0.29 370	9.55 773	0.31 377

CFNet_ucs	2.73 721	9.64 752	0.33 301	9.92 766	0.32 395	0.49 453	0.33 393	0.49 441	0.33 401	0.49 444	0.33 401	0.49 451	8.98 773	0.48 442	0.33 389	0.41 339	9.96 772	0.40 406	0.29 370	10.12 776	0.54 497

LL-Strereo2	0.48 411	1.73 534	0.51 445	0.59 418	0.34 420	0.42 372	0.33 393	0.40 327	0.31 379	0.42 358	0.33 401	0.42 373	0.31 385	0.44 405	0.39 439	0.60 448	0.51 454	0.44 443	0.33 418	0.44 418	0.33 393

CFNet_pseudo	2.67 720	9.36 750	0.32 296	10.99 770	0.33 408	0.85 535	0.33 393	0.49 441	0.33 401	0.49 444	0.32 392	0.49 451	7.26 769	0.49 449	0.33 389	0.41 339	9.62 769	0.41 424	0.29 370	10.03 775	0.29 352

RAFT + AFF	0.31 257	0.45 264	0.34 315	0.39 278	0.28 309	0.38 323	0.33 393	0.29 271	0.31 379	0.30 278	0.30 338	0.29 283	0.27 304	0.29 283	0.30 324	0.28 252	0.29 290	0.29 285	0.29 370	0.27 264	0.32 384

ccnet	0.80 498	2.28 605	0.33 301	0.50 386	0.33 408	0.50 462	0.33 393	0.50 450	0.33 401	0.49 444	0.33 401	0.49 451	1.56 666	2.38 699	0.33 389	0.41 339	0.29 290	0.42 440	1.57 683	2.28 685	0.29 352

psmorigin	0.41 335	0.46 268	0.33 301	0.49 350	0.33 408	0.49 453	0.33 393	0.49 441	0.33 401	0.49 444	0.33 401	0.49 451	0.33 404	0.51 467	0.33 389	0.41 339	0.30 300	0.41 424	0.30 388	0.79 513	0.29 352

MSMDNet	2.65 718	10.14 756	0.33 301	9.74 764	0.32 395	0.87 538	0.33 393	2.95 726	0.68 536	0.49 444	0.34 409	0.49 451	5.70 765	0.49 449	0.33 389	0.42 353	9.57 767	0.41 424	0.31 399	8.36 768	0.65 526

ccs_rob	2.79 727	10.17 757	0.32 296	10.00 767	0.33 408	0.49 453	0.33 393	1.90 660	0.32 391	0.51 466	0.33 401	0.49 451	9.24 774	0.49 449	0.33 389	0.41 339	9.82 770	0.41 424	0.28 355	9.34 772	0.29 352

HART	0.38 307	0.45 264	0.34 315	0.42 315	0.33 408	0.41 351	0.34 408	0.42 364	0.33 401	0.43 365	0.34 409	0.42 373	0.34 411	0.41 353	0.38 425	0.40 331	0.32 310	0.42 440	0.32 407	0.40 397	0.32 384

mms	0.40 327	0.45 264	0.35 326	0.48 344	0.36 430	0.47 439	0.34 408	0.45 419	0.38 433	0.47 427	0.33 401	0.45 427	0.32 392	0.45 423	0.32 377	0.39 323	0.38 377	0.38 350	0.37 444	0.39 383	0.39 434

H2IRNET	0.34 272	0.34 202	0.34 315	0.34 256	0.34 420	0.34 300	0.34 408	0.34 289	0.34 412	0.34 297	0.34 409	0.34 305	0.34 411	0.34 302	0.34 404	0.34 281	0.34 352	0.34 313	0.34 422	0.34 294	0.34 400

CASnet	0.35 283	0.51 294	0.44 401	0.32 246	0.31 381	0.24 250	0.34 408	0.36 296	0.25 285	0.31 283	0.37 430	0.30 287	0.33 404	0.25 258	0.45 467	0.37 297	0.37 370	0.33 303	0.35 435	0.34 294	0.37 420
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 425	3.22 657	0.34 315	0.44 326	0.34 420	0.44 413	0.34 408	0.43 372	0.34 412	0.43 365	0.34 409	0.44 417	0.33 404	0.43 374	0.33 389	0.38 310	0.29 290	0.38 350	0.29 370	0.38 335	0.29 352

ccccc	0.41 335	0.44 255	0.34 315	0.48 344	0.35 424	0.48 444	0.35 413	0.51 464	0.35 416	0.47 427	0.35 418	0.47 437	0.34 411	0.47 432	0.35 408	0.41 339	0.40 388	0.40 406	0.40 464	0.41 408	0.39 434

UGAM	0.51 425	2.23 602	0.39 346	0.54 405	0.35 424	0.50 462	0.35 413	0.49 441	0.35 416	0.49 444	0.35 418	0.49 451	0.36 422	0.50 457	0.36 412	0.49 411	0.37 370	0.45 448	0.34 422	0.45 423	0.34 400

GCST	0.50 420	2.08 588	0.38 335	0.53 402	0.35 424	0.49 453	0.35 413	0.50 450	0.35 416	0.49 444	0.35 418	0.49 451	0.35 418	0.49 449	0.35 408	0.48 408	0.37 370	0.45 448	0.33 418	0.44 418	0.33 393

RAFT-Stereo-weight	0.45 388	1.90 575	0.34 315	0.42 315	0.36 430	0.43 379	0.35 413	0.42 364	0.34 412	0.42 358	0.34 409	0.44 417	0.34 411	0.41 353	0.34 404	0.38 310	0.32 310	0.38 350	0.32 407	0.38 335	0.33 393

Former-RAFT_DAM_RVC	0.49 417	0.98 395	0.64 482	0.84 472	0.46 484	0.45 427	0.35 413	0.47 429	0.47 482	0.45 415	0.34 409	0.46 431	0.48 486	0.46 428	0.35 408	0.39 323	0.71 515	0.39 393	0.35 435	0.41 408	0.41 446

CES	0.39 321	0.47 273	0.36 328	0.36 263	0.37 435	0.45 427	0.35 413	0.35 292	0.40 449	0.36 305	0.44 471	0.47 437	0.36 422	0.44 405	0.36 412	0.37 297	0.39 384	0.44 443	0.35 435	0.37 322	0.36 414

ETE_ROB	0.35 283	0.35 204	0.35 326	0.35 259	0.35 424	0.35 304	0.35 413	0.35 292	0.35 416	0.35 301	0.35 418	0.35 307	0.35 418	0.35 305	0.35 408	0.35 289	0.35 359	0.35 329	0.35 435	0.35 307	0.35 411

252Zero-FE	0.45 388	0.50 286	0.36 328	0.50 386	0.36 430	0.50 462	0.36 420	0.50 450	0.36 427	0.49 444	0.36 423	0.49 451	0.36 422	0.54 478	0.41 450	0.45 384	0.34 352	0.45 448	0.34 422	0.55 469	0.75 553

UGAM-zero	0.51 425	2.17 597	0.39 346	0.53 402	0.36 430	0.50 462	0.36 420	0.50 450	0.36 427	0.49 444	0.36 423	0.50 465	0.35 418	0.50 457	0.36 412	0.49 411	0.37 370	0.47 462	0.35 435	0.46 428	0.34 400

GMOStereo	0.37 301	0.45 264	0.23 231	0.30 234	0.37 435	0.41 351	0.36 420	0.41 346	0.35 416	0.43 365	0.36 423	0.41 355	0.40 444	0.41 353	0.36 412	0.34 281	0.22 241	0.47 462	0.37 444	0.39 383	0.33 393

error version	0.93 539	4.47 689	2.35 712	1.99 627	0.37 435	0.41 351	0.36 420	0.41 346	0.35 416	0.43 365	0.36 423	0.41 355	0.40 444	0.41 353	0.36 412	1.87 645	2.16 706	0.47 462	0.37 444	0.39 383	0.33 393

test_1	0.93 539	4.47 689	2.35 712	1.99 627	0.37 435	0.41 351	0.36 420	0.41 346	0.35 416	0.43 365	0.36 423	0.41 355	0.40 444	0.41 353	0.36 412	1.87 645	2.16 706	0.47 462	0.37 444	0.39 383	0.33 393

DMCA	0.36 291	0.38 216	0.37 333	0.35 259	0.35 424	0.36 308	0.36 420	0.36 296	0.35 416	0.35 301	0.37 430	0.36 312	0.36 422	0.35 305	0.36 412	0.36 294	0.36 365	0.35 329	0.36 441	0.36 317	0.36 414

Pro-Stereo	0.79 495	0.53 300	0.38 335	0.49 350	0.38 442	0.49 453	0.37 426	0.49 441	0.67 530	0.50 457	0.38 435	1.10 581	0.38 431	0.49 449	0.38 425	0.71 477	0.88 537	5.98 769	0.36 441	0.46 428	0.36 414

SCV_C0	0.45 388	0.88 370	0.49 432	0.54 405	0.37 435	0.48 444	0.37 426	0.48 433	0.37 429	0.48 434	0.36 423	0.48 444	0.37 427	0.49 449	0.37 422	0.50 418	0.41 398	0.44 443	0.34 422	0.44 418	0.34 400

HH	0.71 474	2.54 624	0.74 517	1.10 513	0.32 395	0.41 351	0.37 426	0.69 503	0.78 564	0.73 517	0.90 577	0.75 525	1.00 576	0.84 533	0.69 538	0.69 471	0.40 388	0.35 329	0.26 296	0.35 307	0.26 277

HanStereo	0.71 474	2.54 624	0.74 517	1.10 513	0.32 395	0.41 351	0.37 426	0.69 503	0.78 564	0.73 517	0.90 577	0.75 525	1.00 576	0.84 533	0.69 538	0.69 471	0.40 388	0.35 329	0.26 296	0.35 307	0.26 277

test-3	0.98 546	4.13 682	1.85 680	1.85 618	0.61 528	0.69 508	0.37 426	0.63 494	0.61 520	0.66 506	0.51 505	0.73 522	0.44 469	0.57 488	0.54 500	1.68 638	1.81 677	0.40 406	0.43 484	0.66 485	0.50 482

FCDSN-DC	0.41 335	0.59 317	0.64 482	0.54 405	0.33 408	0.50 462	0.37 426	0.42 364	0.40 449	0.61 494	0.43 469	0.50 465	0.49 492	0.38 322	0.32 377	0.28 252	0.23 247	0.26 271	0.22 274	0.35 307	0.28 343
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 301	0.37 212	0.37 333	0.37 266	0.37 435	0.37 316	0.37 426	0.37 304	0.37 429	0.37 311	0.37 430	0.37 322	0.37 427	0.37 318	0.37 422	0.37 297	0.37 370	0.37 342	0.37 444	0.37 322	0.37 420

GEAStereo	0.62 449	3.91 676	0.48 425	0.69 443	0.38 442	0.51 474	0.38 433	0.51 464	0.38 433	0.53 473	0.38 435	0.50 465	0.38 431	0.51 467	0.38 425	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.34 400

GSStereo	0.81 503	4.28 686	0.50 438	0.59 418	0.40 453	0.51 474	0.38 433	0.50 450	0.38 433	0.50 457	0.38 435	0.50 465	3.79 750	0.50 457	0.38 425	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.35 411

GS-Stereo							0.38 433	0.50 450	0.38 433	0.50 457	0.38 435	0.50 465	3.79 750	0.50 457	0.38 425	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.35 411

gasm-f	0.62 449	3.91 676	0.48 425	0.69 443	0.38 442	0.51 474	0.38 433	0.51 464	0.38 433	0.53 473	0.38 435	0.50 465	0.38 431	0.51 467	0.38 425	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.34 400

GASTEREO	0.48 411	1.21 493	0.47 417	0.57 413	0.38 442	0.50 462	0.38 433	0.50 450	0.38 433	0.50 457	0.38 435	0.50 465	0.38 431	0.50 457	0.38 425	0.52 426	0.42 408	0.46 452	0.34 422	0.46 428	0.34 400

MSCF	0.51 425	1.40 516	0.49 432	0.58 415	0.38 442	0.50 462	0.38 433	0.54 473	0.41 459	0.52 470	0.41 456	0.53 479	0.42 462	0.53 475	0.41 450	0.60 448	0.47 432	0.48 470	0.37 444	0.48 446	0.38 427

depthmonostereo	0.44 365	0.85 363	0.46 409	0.54 405	0.40 453	0.52 478	0.38 433	0.52 469	0.35 416	0.47 427	0.34 409	0.46 431	0.34 411	0.47 432	0.34 404	0.45 384	0.43 413	0.41 424	0.33 418	0.41 408	0.32 384

SCV	0.46 397	0.94 390	0.45 403	0.54 405	0.37 435	0.48 444	0.38 433	0.48 433	0.37 429	0.48 434	0.39 445	0.48 444	0.37 427	0.49 449	0.37 422	0.50 418	0.46 424	0.44 443	0.34 422	0.44 418	0.34 400

WAO-8	0.38 307	0.38 216	0.38 335	0.38 269	0.38 442	0.38 323	0.38 433	0.38 313	0.38 433	0.38 313	0.38 435	0.38 325	0.38 431	0.38 322	0.38 425	0.38 310	0.38 377	0.38 350	0.37 444	0.38 335	0.38 427

WAO-7	0.38 307	0.38 216	0.38 335	0.38 269	0.38 442	0.38 323	0.38 433	0.38 313	0.38 433	0.38 313	0.38 435	0.38 325	0.38 431	0.38 322	0.38 425	0.38 310	0.38 377	0.38 350	0.38 458	0.38 335	0.38 427

HanzoNet	0.39 321	0.38 216	0.40 378	0.39 278	0.41 463	0.38 323	0.38 433	0.38 313	0.38 433	0.39 320	0.39 445	0.38 325	0.38 431	0.39 330	0.40 442	0.38 310	0.38 377	0.40 406	0.38 458	0.38 335	0.40 437

Venus	0.38 307	0.38 216	0.38 335	0.38 269	0.38 442	0.37 316	0.38 433	0.37 304	0.37 429	0.41 344	0.37 430	0.39 330	0.37 427	0.38 322	0.38 425	0.37 297	0.38 377	0.38 350	0.37 444	0.37 322	0.38 427

IMH	0.38 307	0.38 216	0.38 335	0.38 269	0.38 442	0.38 323	0.38 433	0.38 313	0.38 433	0.42 358	0.38 435	0.40 340	0.38 431	0.38 322	0.38 425	0.38 310	0.38 377	0.39 393	0.38 458	0.38 335	0.38 427

iRaftStereo_RVC	0.97 544	3.17 656	2.30 711	2.42 659	0.38 442	0.54 484	0.38 433	0.54 473	0.38 433	0.54 479	0.38 435	0.54 483	0.38 431	0.54 478	0.38 425	2.38 694	2.34 710	0.49 475	0.36 441	0.49 449	0.36 414

NoBS	0.39 321	0.68 329	0.36 328	0.38 269	0.36 430	0.38 323	0.39 447	0.39 318	0.39 446	0.37 311	0.35 418	0.37 322	0.38 431	0.37 318	0.38 425	0.39 323	0.36 365	0.36 338	0.39 462	0.38 335	0.38 427

quiztm	0.43 352	0.49 281	0.40 378	0.51 397	0.40 453	0.51 474	0.40 448	0.50 450	0.40 449	0.50 457	0.40 448	0.51 476	0.40 444	0.50 457	0.40 442	0.44 355	0.34 352	0.44 443	0.34 422	0.44 418	0.34 400

LG-Stereo_L1	0.47 405	0.52 296	0.47 417	0.62 424	0.39 452	0.53 480	0.40 448	0.53 471	0.39 446	0.53 473	0.39 445	0.53 479	0.39 443	0.53 475	0.39 439	0.55 436	0.46 424	0.49 475	0.37 444	0.49 449	0.37 420

GCAP-Stereo	0.75 485	4.15 683	0.42 397	0.75 461	0.35 424	0.78 520	0.40 448	0.79 517	0.38 433	0.78 526	0.36 423	0.78 528	0.36 422	0.79 521	0.39 439	0.75 493	0.39 384	0.76 535	0.39 462	0.75 504	0.39 434

knoymous	0.40 327	0.40 227	0.40 378	0.40 291	0.40 453	0.40 332	0.40 448	0.40 327	0.40 449	0.40 327	0.40 448	0.40 340	0.40 444	0.40 333	0.40 442	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 437

anonymousa	0.40 327	0.40 227	0.40 378	0.40 291	0.40 453	0.40 332	0.40 448	0.40 327	0.40 449	0.40 327	0.40 448	0.40 340	0.40 444	0.40 333	0.40 442	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 437

riskmin	0.40 327	0.40 227	0.40 378	0.40 291	0.40 453	0.40 332	0.40 448	0.40 327	0.40 449	0.40 327	0.40 448	0.40 340	0.40 444	0.40 333	0.40 442	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 437

Anonymous_2	0.40 327	0.40 227	0.40 378	0.40 291	0.40 453	0.40 332	0.40 448	0.40 327	0.40 449	0.40 327	0.40 448	0.40 340	0.40 444	0.40 333	0.40 442	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 437

Anonymous_1	0.40 327	0.40 227	0.40 378	0.40 291	0.40 453	0.40 332	0.40 448	0.40 327	0.40 449	0.40 327	0.40 448	0.40 340	0.40 444	0.40 333	0.40 442	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 437

AdaStereo	0.40 327	0.40 227	0.40 378	0.40 291	0.40 453	0.40 332	0.40 448	0.40 327	0.40 449	0.40 327	0.40 448	0.40 340	0.40 444	0.40 333	0.40 442	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 437
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
416test1013	0.49 417	0.80 354	0.33 301	0.67 437	0.33 408	0.48 444	0.41 457	0.48 433	0.39 446	0.48 434	0.93 584	0.52 477	0.32 392	0.52 472	0.38 425	0.49 411	0.51 454	0.53 492	0.37 444	0.51 460	0.36 414

GwcNet-ADL	0.41 335	0.41 239	0.41 392	0.41 305	0.41 463	0.41 351	0.41 457	0.41 346	0.41 459	0.41 344	0.41 456	0.41 355	0.41 456	0.41 353	0.41 450	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 446

PSMNet-ADL	0.41 335	0.41 239	0.41 392	0.41 305	0.41 463	0.41 351	0.41 457	0.41 346	0.41 459	0.41 344	0.41 456	0.41 355	0.41 456	0.41 353	0.41 450	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 446

GANet-ADL	0.41 335	0.41 239	0.41 392	0.41 305	0.41 463	0.41 351	0.41 457	0.41 346	0.41 459	0.41 344	0.41 456	0.41 355	0.41 456	0.41 353	0.41 450	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 446

ADLNet2	0.41 335	0.41 239	0.41 392	0.41 305	0.41 463	0.41 351	0.41 457	0.41 346	0.41 459	0.41 344	0.41 456	0.41 355	0.41 456	0.41 353	0.41 450	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 446

ADLNet	0.41 335	0.41 239	0.41 392	0.41 305	0.41 463	0.41 351	0.41 457	0.41 346	0.41 459	0.41 344	0.41 456	0.41 355	0.41 456	0.41 353	0.41 450	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 446

DNS	0.86 524	2.43 621	1.66 660	2.03 629	0.42 473	0.60 495	0.42 463	0.60 488	0.42 467	0.60 492	0.42 466	0.60 498	0.42 462	0.60 492	0.42 458	1.97 654	1.63 665	0.55 498	0.40 464	0.55 469	0.40 437

RSM	0.36 291	0.36 209	0.43 399	0.37 266	0.42 473	0.49 453	0.42 463	0.37 304	0.28 309	0.36 305	0.29 323	0.36 312	0.30 334	0.37 318	0.28 298	0.34 281	0.31 305	0.34 313	0.35 435	0.40 397	0.29 352

CFNet_RVC	2.38 709	8.71 745	0.38 335	9.33 760	0.42 473	0.56 486	0.42 463	0.60 488	0.38 433	0.62 498	0.42 466	0.56 490	7.29 770	0.62 494	0.42 458	0.53 429	0.37 370	0.49 475	0.34 422	8.30 767	6.87 773

DispNO	1.00 547	0.63 324	0.43 399	3.45 697	0.44 478	0.65 503	0.43 466	0.64 496	0.43 469	0.64 502	0.43 469	0.64 505	3.03 728	0.64 500	0.43 463	4.55 730	0.43 413	0.63 508	0.43 484	0.63 482	0.43 456

DN	0.53 430	0.85 363	0.45 403	0.65 432	0.44 478	0.60 495	0.44 467	0.60 488	0.44 472	0.60 492	0.45 476	0.60 498	0.44 469	0.60 492	0.44 464	0.56 440	0.42 408	0.56 499	0.42 481	0.56 472	0.42 453

FSD	0.61 446	0.59 317	0.50 438	2.58 666	0.44 478	0.56 486	0.44 467	0.55 476	0.44 472	0.56 484	0.44 471	0.56 490	0.44 469	0.56 483	0.46 471	0.61 452	0.42 408	0.52 489	0.42 481	0.52 463	0.51 489

LG-Stereo_Zeroshot	0.48 411	0.55 307	0.47 417	0.63 426	0.41 463	0.56 486	0.44 467	0.56 477	0.41 459	0.56 484	0.41 456	0.57 493	0.42 462	0.56 483	0.41 450	0.55 436	0.43 413	0.51 486	0.37 444	0.51 460	0.37 420

MonSter	0.60 441	0.64 326	0.52 448	0.62 424	0.44 478	2.07 675	0.44 467	0.62 493	0.44 472	0.62 498	0.44 471	0.62 503	0.44 469	0.62 494	0.44 464	0.58 443	0.42 408	0.62 506	0.46 489	0.58 477	0.42 453

PAM_32	0.64 453	2.38 617	0.51 445	0.92 485	0.43 477	0.53 480	0.44 467	0.87 529	0.43 469	0.52 470	0.45 476	0.53 479	0.40 444	0.54 478	0.46 471	0.62 457	0.56 466	0.48 470	0.45 487	0.76 507	0.44 459

AIO-Stereo-zeroshot1	0.75 485	0.92 384	0.85 535	0.96 497	0.59 520	1.27 635	0.44 467	0.59 486	0.69 541	0.91 543	0.68 539	0.55 487	0.61 519	1.06 575	0.83 570	0.62 457	0.70 511	0.90 555	0.41 473	0.89 531	0.56 508

MWDA-net	0.67 463	0.66 327	0.45 403	2.84 674	0.46 484	0.73 515	0.45 473	0.71 508	0.44 472	0.72 514	0.45 476	0.70 516	0.45 473	0.70 509	0.44 464	0.61 452	0.41 398	0.61 505	0.43 484	0.61 480	0.42 453

FAST (zero-shot)	0.87 528	1.55 521	0.42 397	1.57 605	0.42 473	1.62 659	0.45 473	1.59 647	0.42 467	1.66 658	0.44 471	1.62 659	0.42 462	1.59 653	0.42 458	0.64 463	0.43 413	0.64 510	0.42 481	0.67 488	0.46 463

fffft	0.48 411	0.51 294	0.45 403	0.52 400	0.45 482	0.52 478	0.45 473	0.52 469	0.48 489	0.53 473	0.45 476	0.52 477	0.45 473	0.52 472	0.46 471	0.51 424	0.41 398	0.50 481	0.41 473	0.50 454	0.41 446
1: 1. 1
Selective-IGEV	0.51 425	0.55 307	0.45 403	0.69 443	0.45 482	0.61 497	0.45 473	0.50 450	0.40 449	0.56 484	0.44 471	0.55 487	0.40 444	0.72 513	0.67 522	0.59 446	0.46 424	0.45 448	0.34 422	0.46 428	0.37 420

otaku	0.46 397	0.46 268	0.46 409	0.46 331	0.46 484	0.46 434	0.46 477	0.46 423	0.46 477	0.46 421	0.46 480	0.46 431	0.46 477	0.46 428	0.46 471	0.46 396	0.46 424	0.46 452	0.46 489	0.46 428	0.46 463

Dean	0.46 397	0.46 268	0.46 409	0.46 331	0.46 484	0.46 434	0.46 477	0.46 423	0.46 477	0.47 427	0.46 480	0.46 431	0.46 477	0.46 428	0.46 471	0.46 396	0.46 424	0.46 452	0.46 489	0.46 428	0.46 463

ACVNet_1	0.46 397	0.47 273	0.46 409	0.46 331	0.46 484	0.46 434	0.46 477	0.46 423	0.47 482	0.46 421	0.46 480	0.46 431	0.46 477	0.46 428	0.46 471	0.46 396	0.46 424	0.47 462	0.46 489	0.46 428	0.46 463

ACVNet-4b	0.46 397	0.46 268	0.46 409	0.46 331	0.46 484	0.46 434	0.46 477	0.46 423	0.46 477	0.46 421	0.46 480	0.46 431	0.46 477	0.47 432	0.46 471	0.46 396	0.46 424	0.46 452	0.46 489	0.46 428	0.46 463

LL-Strereo	1.01 555	5.06 701	1.63 657	0.70 449	1.43 674	0.56 486	0.46 477	0.57 480	0.50 496	0.57 487	0.50 499	1.58 654	0.49 492	0.59 490	0.50 489	1.64 637	0.52 457	0.51 486	1.37 670	0.52 463	0.45 461

AIO-test2	0.55 436	0.59 317	0.52 448	0.67 437	0.47 491	0.61 497	0.47 482	0.61 492	0.47 482	0.61 494	0.47 488	0.61 501	0.48 486	0.62 494	0.47 478	0.64 463	0.53 461	0.58 501	0.47 496	0.58 477	0.48 473

AIO-test1	0.54 431	0.60 321	0.52 448	0.66 436	0.47 491	0.61 497	0.47 482	0.58 483	0.46 477	0.61 494	0.46 480	0.61 501	0.45 473	0.62 494	0.45 467	0.61 452	0.52 457	0.57 500	0.48 500	0.57 475	0.48 473

SMoEStereo_RVC	0.63 451	0.75 342	0.51 445	0.73 457	0.53 513	0.71 513	0.47 482	0.67 501	0.58 511	0.74 522	0.60 520	0.72 520	0.53 503	0.74 517	0.51 494	0.61 452	0.62 487	0.62 506	0.61 530	0.63 482	0.61 514

Occ-G	1.12 568	0.52 296	3.72 744	3.50 701	0.50 503	0.56 486	0.47 482	0.54 473	0.46 477	0.54 479	0.41 456	0.54 483	0.42 462	0.52 472	0.42 458	3.42 718	4.02 740	0.52 489	0.45 487	0.51 460	0.44 459

Ntro	0.47 405	0.47 273	0.46 409	0.46 331	0.46 484	0.47 439	0.47 482	0.46 423	0.47 482	0.46 421	0.46 480	0.47 437	0.46 477	0.47 432	0.47 478	0.47 403	0.46 424	0.46 452	0.46 489	0.46 428	0.46 463

HaxPig	0.47 405	0.47 273	0.47 417	0.49 350	0.47 491	0.47 439	0.47 482	0.47 429	0.47 482	0.47 427	0.47 488	0.47 437	0.47 485	0.47 432	0.47 478	0.47 403	0.47 432	0.47 462	0.47 496	0.47 442	0.48 473

UNDER WATER	0.47 405	0.47 273	0.47 417	0.47 338	0.47 491	0.47 439	0.47 482	0.47 429	0.47 482	0.47 427	0.47 488	0.47 437	0.46 477	0.47 432	0.47 478	0.47 403	0.47 432	0.47 462	0.46 489	0.47 442	0.47 471

LVE	0.47 405	0.47 273	0.47 417	0.47 338	0.49 499	0.47 439	0.47 482	0.47 429	0.49 491	0.47 427	0.47 488	0.47 437	0.46 477	0.47 432	0.47 478	0.47 403	0.47 432	0.48 470	0.47 496	0.47 442	0.47 471

NLCA_NET_v2_RVC	5.04 764	50.87 794	2.78 719	2.87 675	2.71 739	2.78 726	0.47 482	2.88 725	2.86 739	1.89 662	2.67 738	2.79 728	2.79 727	2.78 726	2.83 736	2.82 710	2.82 716	2.83 726	2.77 738	2.83 713	2.76 734
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 411	0.48 279	0.48 425	0.48 344	0.48 495	0.48 444	0.48 491	0.48 433	0.48 489	0.48 434	0.48 492	0.48 444	0.48 486	0.48 442	0.48 484	0.48 408	0.48 438	0.48 470	0.48 500	0.48 446	0.48 473

notaker	0.48 411	0.49 281	0.48 425	0.48 344	0.48 495	0.48 444	0.48 491	0.48 433	0.49 491	0.48 434	0.48 492	0.48 444	0.48 486	0.48 442	0.48 484	0.48 408	0.48 438	0.48 470	0.48 500	0.48 446	0.49 479

S	0.56 438	0.61 323	0.54 453	0.68 442	0.48 495	0.65 503	0.49 493	0.63 494	0.49 491	0.64 502	0.49 495	0.64 505	0.48 486	0.62 494	0.49 486	0.63 461	0.62 487	0.59 504	0.48 500	0.57 475	0.48 473

PointNet	0.60 441	0.75 342	0.49 432	0.79 463	0.50 503	0.79 523	0.49 493	0.79 517	0.49 491	0.80 529	0.49 495	0.79 530	0.49 492	0.80 523	0.49 486	0.63 461	0.40 388	0.63 508	0.40 464	0.63 482	0.40 437

ACVNet_2	0.49 417	0.49 281	0.49 432	0.49 350	0.49 499	0.49 453	0.49 493	0.49 441	0.49 491	0.49 444	0.49 495	0.49 451	0.49 492	0.49 449	0.49 486	0.49 411	0.49 441	0.49 475	0.49 504	0.49 449	0.49 479

AEACV	1.12 568	0.52 296	3.12 735	3.24 686	0.86 576	0.53 480	0.49 493	0.60 488	0.47 482	0.53 473	0.49 495	0.55 487	0.45 473	0.55 482	0.47 478	3.01 713	3.88 738	0.71 526	0.60 528	0.80 516	0.48 473

FoundationStereo	0.50 420	0.50 286	0.50 438	0.50 386	0.50 503	0.50 462	0.50 497	0.50 450	0.50 496	0.50 457	0.50 499	0.50 465	0.50 496	0.50 457	0.50 489	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 482

StereoAnything_RVC	0.50 420	0.50 286	0.50 438	0.50 386	0.50 503	0.50 462	0.50 497	0.50 450	0.50 496	0.50 457	0.50 499	0.50 465	0.50 496	0.50 457	0.50 489	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 482

dual_stereo	0.50 420	0.50 286	0.50 438	0.50 386	0.50 503	0.50 462	0.50 497	0.50 450	0.50 496	0.50 457	0.50 499	0.50 465	0.50 496	0.50 457	0.50 489	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 482

SANet	0.50 420	0.50 286	0.50 438	0.50 386	0.50 503	0.50 462	0.50 497	0.50 450	0.50 496	0.50 457	0.50 499	0.50 465	0.50 496	0.50 457	0.50 489	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 482

KSHMR	0.66 457	0.50 286	0.48 425	1.15 522	0.52 510	0.49 453	0.51 501	0.49 441	0.71 554	0.67 508	0.50 499	1.16 589	1.11 589	0.66 502	0.52 496	0.49 411	0.49 441	0.51 486	0.66 544	0.50 454	1.14 601

MWSP-net	0.96 543	0.75 342	0.49 432	4.84 731	0.48 495	1.28 637	0.52 502	1.20 579	0.51 503	1.14 584	0.70 548	1.00 559	0.56 507	0.90 543	0.69 538	0.76 495	0.60 481	0.95 571	0.56 520	0.73 502	0.45 461

999	1.00 547	1.12 436	0.59 463	1.10 513	1.21 662	1.09 575	0.52 502	1.08 563	1.43 676	1.18 587	1.35 668	0.98 558	0.52 502	0.91 545	0.85 571	0.72 485	1.46 647	0.83 549	0.98 589	0.68 490	1.41 673

PhaseNet	1.74 639	6.34 732	4.81 749	6.77 747	0.24 292	0.80 525	0.53 504	0.48 433	0.22 270	0.53 473	0.28 308	0.48 444	0.25 287	0.40 333	0.32 377	6.39 757	4.61 744	0.46 452	0.38 458	0.25 255	0.18 245

WCG-NET	0.61 446	1.21 493	0.54 453	0.61 423	0.53 513	0.67 506	0.53 504	0.66 500	0.53 505	0.64 502	0.53 508	0.65 509	0.53 503	0.59 490	0.52 496	0.65 465	0.48 438	0.64 510	0.52 510	0.58 477	0.50 482

MyStereo8	0.71 474	3.92 678	0.52 448	0.59 418	0.52 510	0.57 492	0.53 504	0.59 486	0.50 496	0.59 491	0.51 505	0.57 493	0.50 496	0.56 483	0.52 496	0.54 430	0.49 441	0.54 495	0.49 504	0.55 469	0.50 482

SE	0.64 453	0.73 337	0.77 522	0.79 463	0.59 520	0.78 520	0.54 507	0.58 483	0.58 511	0.78 526	0.59 518	0.63 504	0.18 255	0.78 520	0.52 496	0.80 501	0.65 493	0.69 520	0.57 523	0.75 504	0.52 491

PSMNet_ROB	0.54 431	0.54 304	0.54 453	0.54 405	0.53 513	0.54 484	0.54 507	0.53 471	0.54 507	0.54 479	0.54 510	0.54 483	0.53 503	0.54 478	0.54 500	0.54 430	0.53 461	0.54 495	0.54 514	0.54 468	0.54 497

monster-pro	0.75 485	1.67 526	0.64 482	0.89 478	0.57 519	0.86 537	0.56 509	0.87 529	0.56 508	0.87 538	0.57 514	0.88 542	0.57 509	0.87 538	0.57 504	0.79 499	0.58 472	0.76 535	0.54 514	0.77 509	0.54 497

CASS	0.57 440	0.89 373	0.56 457	0.57 413	0.56 517	0.56 486	0.56 509	0.56 477	0.53 505	0.57 487	0.57 514	0.59 497	0.48 486	0.56 483	0.57 504	0.55 436	0.56 466	0.47 462	0.56 520	0.62 481	0.56 508
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 451	0.69 330	0.56 457	0.71 451	0.56 517	0.71 513	0.56 509	0.71 508	0.56 508	0.72 514	0.56 513	0.71 517	0.56 507	0.71 511	0.58 506	0.68 470	0.55 464	0.68 517	0.55 516	0.68 490	0.54 497

CAR	0.72 477	0.76 345	0.59 463	0.84 472	1.19 614	0.81 528	0.58 512	0.81 523	0.58 511	0.81 532	0.58 516	0.83 537	0.59 514	0.82 527	0.59 509	0.71 477	0.49 441	0.73 527	0.68 550	0.87 527	0.52 491

MSE-Stereo	0.72 477	0.76 345	0.59 463	0.84 472	1.19 614	0.81 528	0.58 512	0.81 523	0.58 511	0.81 532	0.58 516	0.83 537	0.59 514	0.82 527	0.59 509	0.71 477	0.49 441	0.73 527	0.68 550	0.87 527	0.52 491

zero-FE	0.72 477	1.31 507	0.66 488	0.92 485	0.60 522	0.82 531	0.58 512	0.82 526	0.58 511	0.81 532	0.60 520	0.81 535	0.60 516	0.82 527	0.58 506	0.74 492	0.59 478	0.73 527	0.52 510	0.76 507	0.51 489

UDG	0.80 498	2.21 601	0.60 467	0.91 482	0.60 522	0.90 542	0.58 512	0.88 533	0.60 517	0.90 541	0.60 520	0.88 542	0.60 516	0.90 543	0.58 506	0.86 514	0.60 481	0.84 550	0.59 527	0.84 524	0.61 514

MGA	0.73 481	0.76 345	0.60 467	0.92 485	1.17 610	0.81 528	0.59 516	0.84 527	0.62 521	0.81 532	0.59 518	0.84 539	0.60 516	0.81 526	0.61 513	0.71 477	0.53 461	0.89 554	0.53 512	0.75 504	0.54 497

DDUNet	0.81 503	2.45 622	0.57 461	0.90 480	0.60 522	0.88 539	0.59 516	0.90 534	0.60 517	0.88 540	0.60 520	0.90 546	0.58 512	0.88 540	0.60 511	0.84 512	0.60 481	0.86 552	0.57 523	0.86 526	0.60 513

RAFT-Stereo + iAFF	0.70 471	0.72 336	0.71 509	0.80 467	0.62 533	0.82 531	0.61 518	0.81 523	0.62 521	0.81 532	0.63 526	0.80 532	0.70 544	0.73 515	0.61 513	0.76 495	0.61 486	0.74 532	0.61 530	0.77 509	0.61 514

ARAFT	0.68 465	0.81 358	0.63 479	0.74 460	0.60 522	0.78 520	0.62 519	0.77 516	0.66 528	0.74 522	0.63 526	0.75 525	0.62 520	0.83 532	0.60 511	0.70 476	0.55 464	0.70 525	0.60 528	0.78 511	0.55 505

LMCR-Stereo	0.65 455	0.63 324	0.65 486	0.65 432	0.65 536	0.66 505	0.63 520	0.58 483	0.65 526	0.63 501	0.64 528	0.65 509	0.65 523	0.66 502	0.66 521	0.66 467	0.64 491	0.65 514	0.67 548	0.68 490	0.73 549

plain	1.88 645	3.16 655	0.64 482	3.10 679	0.65 536	3.10 728	0.64 521	3.12 727	0.65 526	3.10 728	0.65 530	3.11 729	0.65 523	3.12 727	0.65 518	3.12 714	0.65 493	3.13 727	0.65 541	3.13 715	0.65 526

AFF-stereo	0.73 481	0.88 370	0.67 492	0.75 461	0.68 544	0.75 517	0.64 521	0.80 520	0.72 557	0.83 537	0.70 548	0.82 536	0.64 521	0.84 533	0.67 522	0.77 498	0.63 489	0.81 544	0.63 532	0.78 511	0.62 517

DSFCA	0.66 457	0.73 337	0.78 524	0.65 432	0.65 536	0.64 502	0.64 521	0.65 497	0.63 524	0.64 502	0.64 528	0.64 505	0.64 521	0.65 501	0.65 518	0.65 465	0.65 493	0.65 514	0.65 541	0.66 485	0.64 524

MyStereo06	0.75 485	4.12 680	0.60 467	0.63 426	0.61 528	0.62 500	0.66 524	0.56 477	0.45 476	0.55 482	0.48 492	0.54 483	0.46 477	0.57 488	0.45 467	0.60 448	0.57 468	0.64 510	0.55 516	0.72 499	0.55 505

MyStereo05	0.80 498	4.12 680	0.63 479	0.63 426	0.61 528	0.62 500	0.66 524	0.65 497	0.62 521	0.67 508	0.61 524	0.65 509	0.58 512	0.67 504	0.55 503	0.60 448	0.57 468	0.64 510	0.55 516	0.72 499	0.55 505

MIF-Stereo (partial)	2.58 717	3.31 660	0.66 488	3.18 683	0.66 539	3.18 729	0.66 524	3.21 728	0.67 530	3.19 729	0.66 532	3.19 730	0.66 526	3.31 731	0.68 530	5.09 747	1.79 676	8.23 774	1.67 708	6.18 758	1.38 672

test_xeample3	1.10 565	1.81 551	0.61 473	0.84 472	0.49 499	0.77 518	0.66 524	0.92 539	1.40 674	0.68 510	0.46 480	0.78 528	0.54 506	1.72 659	1.48 676	1.34 617	1.52 651	1.35 657	1.67 708	1.33 636	1.55 678

WAFT-Stereo (ZS)	0.67 463	0.78 349	0.67 492	0.67 437	0.66 539	0.67 506	0.67 528	0.65 497	0.66 528	0.66 506	0.67 533	0.66 512	0.67 528	0.67 504	0.72 551	0.66 467	0.67 496	0.67 516	0.67 548	0.67 488	0.67 531

WQFJA1++	0.84 515	0.98 395	0.67 492	1.26 580	0.75 558	1.00 552	0.67 528	1.00 547	0.67 530	1.00 553	0.67 533	1.00 559	0.67 528	1.00 559	0.67 522	0.96 528	0.67 496	0.91 558	0.63 532	0.92 538	0.63 518

WQFJA1	0.85 521	0.98 395	0.67 492	1.29 586	0.76 563	1.01 560	0.67 528	1.02 561	0.67 530	1.02 568	0.67 533	1.01 568	0.67 528	1.01 567	0.68 530	0.99 534	0.67 496	0.93 565	0.64 537	0.92 538	0.65 526

WQFJX1	0.84 515	0.98 395	0.67 492	1.30 588	0.75 558	1.01 560	0.67 528	1.01 556	0.67 530	1.01 564	0.67 533	1.01 568	0.68 533	1.00 559	0.68 530	0.98 533	0.67 496	0.92 561	0.64 537	0.92 538	0.64 524

ours_stereo	1.20 573	1.21 493	0.90 539	1.64 615	1.11 602	1.35 642	0.67 528	1.76 656	0.93 584	1.70 660	1.10 601	1.39 648	0.75 554	1.41 648	0.81 568	1.60 636	1.03 553	1.33 654	1.00 591	1.61 646	0.72 545

LiteMatch	1.13 570	0.73 337	2.80 720	3.23 684	0.61 528	0.83 533	0.68 533	0.73 512	0.69 541	1.00 553	0.77 565	0.94 553	0.57 509	0.82 527	0.64 515	2.97 711	2.43 713	0.68 517	0.32 407	0.56 472	0.70 538

Lsterematch	1.13 570	0.73 337	2.80 720	3.23 684	0.61 528	0.83 533	0.68 533	0.73 512	0.69 541	1.00 553	0.77 565	0.94 553	0.57 509	0.82 527	0.64 515	2.97 711	2.43 713	0.68 517	0.32 407	0.56 472	0.70 538

WQFJX	0.85 521	1.00 405	0.68 500	1.30 588	0.75 558	1.01 560	0.68 533	1.01 556	0.68 536	1.01 564	0.68 539	1.03 574	0.68 533	1.02 571	0.67 522	0.97 529	0.67 496	0.93 565	0.63 532	0.94 547	0.63 518

NLMM	0.84 515	1.00 405	0.67 492	1.27 581	0.75 558	1.00 552	0.68 533	1.00 547	0.67 530	1.00 553	0.67 533	1.02 572	0.67 528	1.02 571	0.67 522	0.97 529	0.67 496	0.93 565	0.63 532	0.92 538	0.63 518

NLSM3	0.85 521	0.99 403	0.68 500	1.29 586	0.76 563	1.01 560	0.68 533	1.01 556	0.68 536	1.02 568	0.68 539	1.01 568	0.68 533	1.01 567	0.68 530	0.97 529	0.68 502	0.93 565	0.64 537	0.93 543	0.63 518

UniTT-Stereo	2.03 665	3.43 662	0.72 512	3.42 696	0.73 554	3.27 731	0.68 533	3.38 732	0.69 541	3.29 731	0.72 557	3.28 732	0.70 544	3.35 733	0.68 530	3.39 717	0.68 502	3.31 730	0.69 554	3.37 716	0.73 549

R-Stereo Train	0.81 503	0.96 392	0.67 492	0.95 494	0.67 541	0.95 547	0.68 533	0.95 545	0.68 536	0.95 551	0.68 539	0.96 556	0.68 533	0.96 555	0.68 530	0.94 526	0.68 502	0.94 569	0.68 550	0.94 547	0.68 533

RAFT-Stereo	0.81 503	0.96 392	0.67 492	0.95 494	0.67 541	0.95 547	0.68 533	0.95 545	0.68 536	0.95 551	0.68 539	0.96 556	0.68 533	0.96 555	0.68 530	0.94 526	0.68 502	0.94 569	0.68 550	0.94 547	0.68 533
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 468	0.69 330	0.69 502	0.69 443	0.69 545	0.69 508	0.69 541	0.69 503	0.69 541	0.69 511	0.69 544	0.69 513	0.69 540	0.69 507	0.69 538	0.69 471	0.69 508	0.69 520	0.69 554	0.69 494	0.69 535

mm1	0.69 468	0.69 330	0.69 502	0.69 443	0.69 545	0.69 508	0.69 541	0.69 503	0.69 541	0.69 511	0.69 544	0.69 513	0.69 540	0.69 507	0.69 538	0.69 471	0.69 508	0.69 520	0.69 554	0.69 494	0.69 535

NLMM1	0.86 524	0.98 395	0.69 502	1.48 603	0.75 558	1.01 560	0.69 541	1.00 547	0.69 541	1.00 553	0.70 548	1.00 559	0.68 533	1.01 567	0.67 522	0.97 529	0.68 502	0.92 561	0.63 532	0.93 543	0.63 518

FlowAnything_test	1.02 557	1.72 529	0.71 509	1.59 607	0.70 549	1.61 657	0.69 541	1.61 649	0.70 549	1.60 651	0.70 548	1.61 658	0.69 540	1.61 656	0.70 547	0.81 505	0.58 472	0.81 544	0.55 516	0.81 519	0.56 508

FlowAnything	1.02 557	1.71 528	0.72 512	1.59 607	0.69 545	1.60 656	0.69 541	1.61 649	0.70 549	1.60 651	0.69 544	1.60 655	0.69 540	1.61 656	0.69 538	0.81 505	0.58 472	0.81 544	0.56 520	0.82 521	0.56 508

LG-Stereo	0.60 441	0.58 314	0.47 417	0.64 431	0.74 556	1.00 552	0.69 541	0.57 480	0.41 459	0.57 487	0.41 456	0.57 493	0.41 456	1.00 559	0.75 557	0.91 517	0.51 454	0.52 489	0.37 444	0.52 463	0.37 420

STTRV1_RVC	0.82 508	1.60 524	0.70 505	1.01 506	0.60 522	1.07 572	0.69 541	1.01 556	0.60 517	0.72 514	0.55 511	1.02 572	0.68 533	1.03 573	0.67 522	0.89 516	0.63 489	0.92 561	0.57 523	0.90 534	0.65 526

TorneroNet	0.66 457	0.53 300	0.50 438	0.50 386	0.64 534	1.06 569	0.70 548	0.50 450	0.51 503	0.49 444	0.69 544	0.49 451	0.50 496	0.48 442	1.15 600	0.71 477	0.49 441	1.14 588	1.08 601	0.49 449	0.49 479

DMCA-RVC	0.70 471	0.80 354	0.70 505	0.70 449	0.70 549	0.70 511	0.70 548	0.71 508	0.70 549	0.70 513	0.71 554	0.71 517	0.70 544	0.70 509	0.69 538	0.69 471	0.70 511	0.69 520	0.70 558	0.69 494	0.70 538

MSMD_ROB	1.19 572	1.10 435	0.70 505	1.10 513	0.60 522	1.10 576	0.70 548	1.10 566	0.70 549	1.10 574	0.70 548	1.10 581	0.70 544	7.00 772	0.70 547	1.10 547	0.70 511	1.10 587	0.70 558	1.10 563	0.70 538

MEA-ACV	1.66 635	0.87 367	0.61 473	11.81 771	1.35 667	1.50 654	0.71 551	1.23 628	0.92 582	1.13 583	0.96 586	1.69 660	0.70 544	1.23 638	1.16 604	1.54 633	1.20 576	1.58 665	0.85 582	1.12 564	0.95 578

AdaDepth	0.86 524	0.93 388	0.71 509	1.01 506	1.07 600	1.02 566	0.71 551	1.00 547	0.71 554	1.01 564	0.71 554	1.00 559	0.72 550	1.14 586	0.71 549	0.92 520	0.64 491	0.90 555	0.64 537	0.89 531	0.69 535

RSM++	0.76 490	0.82 360	0.66 488	0.85 476	0.64 534	0.85 535	0.71 551	0.94 543	0.64 525	0.87 538	0.67 533	0.87 541	0.65 523	0.84 533	0.65 518	0.81 505	0.70 511	0.79 539	0.71 561	0.83 523	0.70 538

MoCha-V2	2.11 683	26.97 778	0.78 524	0.92 485	0.77 566	0.96 549	0.72 554	0.90 534	0.72 557	0.94 549	0.70 548	0.90 546	0.71 549	0.91 545	0.71 549	0.85 513	0.71 515	0.88 553	0.69 554	0.87 527	0.67 531

DCRE	0.84 515	1.89 573	0.77 522	0.94 492	0.72 553	0.88 539	0.73 555	0.87 529	0.78 564	0.90 541	0.71 554	0.88 542	0.67 528	0.88 540	0.73 552	0.81 505	0.68 502	0.81 544	0.70 558	0.82 521	0.70 538

PA-Net	11.80 774	223.51 801	0.62 475	0.59 418	0.71 551	0.59 494	0.73 555	0.67 501	0.73 560	0.55 482	0.61 524	0.60 498	0.74 552	0.63 499	0.73 552	0.66 467	0.60 481	0.69 520	0.66 544	0.72 499	0.65 526
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 481	0.81 358	0.73 516	0.71 451	0.74 556	0.73 515	0.75 557	0.71 508	0.71 554	0.74 522	0.72 557	0.73 522	0.80 561	0.71 511	0.73 552	0.76 495	0.71 515	0.73 527	0.72 563	0.70 497	0.76 556

HSM-Net_RVC	0.95 542	1.17 443	0.78 524	1.18 529	0.71 551	1.16 584	0.75 557	1.09 565	0.80 570	1.10 574	0.75 562	1.17 590	0.74 552	1.17 589	0.80 565	1.13 554	0.73 518	1.17 595	0.77 570	1.16 571	0.72 545
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 547	1.21 493	0.76 520	1.94 622	1.01 595	1.11 579	0.76 559	1.15 568	0.76 563	1.11 579	0.76 563	1.14 587	0.76 555	1.11 583	0.76 559	1.21 607	0.90 538	1.02 583	0.71 561	1.02 559	0.71 544

RAStereo	2.23 699	3.64 665	0.76 520	3.65 705	0.86 576	3.66 736	0.76 559	3.67 736	0.81 573	3.66 733	0.76 563	3.66 735	0.77 557	3.68 735	0.77 560	3.68 720	0.77 524	3.69 735	0.77 570	3.70 719	0.77 558

ToySt	0.92 534	2.11 591	0.90 539	0.95 494	0.79 569	0.99 551	0.78 561	0.94 543	0.81 573	0.94 549	0.78 567	0.95 555	0.77 557	0.94 551	0.86 572	0.91 517	0.79 528	0.85 551	0.77 570	0.89 531	0.73 549

tt45	1.04 560	0.88 370	1.36 638	0.92 485	1.03 598	1.51 655	0.79 562	0.70 507	0.88 576	0.74 522	0.90 577	1.60 655	0.72 550	1.60 654	0.75 557	0.91 517	0.78 526	1.52 664	0.79 574	1.14 566	1.32 665

iGMRVC	0.84 515	2.85 648	0.72 512	0.72 453	0.73 554	0.77 518	0.79 562	0.73 512	0.74 562	0.73 517	0.72 557	0.73 522	0.76 555	0.73 515	0.73 552	0.72 485	0.73 518	0.73 527	0.72 563	0.73 502	0.72 545

G-Net	0.79 495	0.79 351	0.79 527	0.79 463	0.79 569	0.79 523	0.79 562	0.79 517	0.79 568	0.79 528	0.79 569	0.79 530	0.79 560	0.79 521	0.79 562	0.79 499	0.79 528	0.79 539	0.79 574	0.79 513	0.79 561

LiteMatch*	2.07 671	1.30 505	5.73 756	6.28 744	0.79 569	1.33 641	0.80 565	1.30 636	1.02 599	1.33 640	0.84 575	1.33 645	0.97 573	1.28 643	1.04 591	6.05 755	5.89 751	1.28 652	0.76 568	1.28 634	0.88 568

Hybrid-DGEV	1.03 559	1.75 535	0.80 528	1.28 585	0.78 567	1.26 634	0.80 565	1.26 630	0.78 564	1.26 636	0.78 567	1.26 639	0.78 559	1.26 639	0.78 561	1.15 557	0.75 521	1.14 588	0.74 565	1.14 566	0.75 553

NaN_ROB	0.80 498	0.80 354	0.80 528	0.80 467	0.80 572	0.80 525	0.80 565	0.80 520	0.80 570	0.80 529	0.80 571	0.80 532	0.80 561	0.80 523	0.80 565	0.80 501	0.80 531	0.80 542	0.80 576	0.80 516	0.80 562

CSAN	0.80 498	0.80 354	0.80 528	0.80 467	0.80 572	0.80 525	0.80 565	0.80 520	0.80 570	0.80 529	0.80 571	0.80 532	0.80 561	0.80 523	0.80 565	0.80 501	0.80 531	0.80 542	0.80 576	0.80 516	0.80 562

Hybrid-DGEV-03	1.07 562	1.83 561	0.83 532	1.34 593	0.81 574	1.32 640	0.81 569	1.31 637	0.81 573	1.31 639	0.82 573	1.32 644	0.82 565	1.32 644	0.81 568	1.19 559	0.77 524	1.19 600	0.76 568	1.19 579	0.77 558

Hybrid-DGEV-2	1.05 561	1.83 561	0.83 532	1.33 592	0.82 575	1.30 638	0.81 569	1.26 630	0.79 568	1.29 638	0.79 569	1.26 639	0.80 561	1.26 639	0.79 562	1.20 561	0.78 526	1.18 598	0.77 570	1.20 581	0.77 558

AIO-Stereo-zeroshot	0.91 532	0.86 365	0.89 536	1.25 579	0.69 545	1.05 568	0.81 569	1.16 571	0.50 496	1.12 580	0.97 588	0.72 520	0.82 565	1.06 575	0.95 579	0.61 452	0.87 536	1.03 585	0.85 582	1.04 560	1.01 590

AIO-Stereo	0.84 515	0.66 327	0.70 505	0.83 471	0.67 541	0.98 550	0.82 572	1.14 567	0.72 557	1.03 570	0.74 561	1.03 574	1.09 588	0.99 557	0.45 467	1.04 541	0.73 518	0.95 571	0.74 565	0.94 547	0.46 463

Selective-RAFT	0.89 531	0.89 373	0.72 512	1.16 527	0.78 567	1.06 569	0.82 572	0.87 529	0.97 589	1.00 553	0.91 580	0.90 546	1.00 576	0.89 542	0.93 578	0.83 510	0.83 534	0.82 548	0.82 579	0.81 519	0.82 565

DPSimNet_ROB	0.97 544	1.18 445	0.81 531	1.10 513	0.91 582	1.02 566	0.82 572	1.04 562	0.91 578	1.03 570	0.86 576	1.28 643	0.82 565	1.03 573	0.89 573	1.17 558	0.81 533	1.02 583	0.82 579	1.08 562	0.81 564

MLG-Stereo	0.92 534	0.90 377	0.84 534	1.27 581	0.49 499	1.38 646	0.88 575	1.41 644	0.97 589	0.73 517	1.09 600	1.26 639	0.43 467	0.72 513	1.05 592	1.13 554	0.49 441	1.18 598	0.66 544	1.01 557	0.46 463

HBP-ISP	1.24 622	1.72 529	1.65 658	1.15 522	0.76 563	1.40 648	0.88 575	1.67 655	1.02 599	1.69 659	1.38 673	1.69 660	1.21 647	1.87 666	1.21 656	1.05 542	0.79 528	0.97 575	0.80 576	1.19 579	0.75 553

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 577	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

FC-DCNN	1.07 562	1.09 431	0.98 548	0.89 478	0.52 510	1.41 650	0.91 578	1.21 625	1.24 662	1.96 664	2.05 734	1.91 666	1.30 654	1.27 642	1.08 594	0.80 501	0.60 481	0.58 501	0.41 473	0.68 490	0.54 497

DGTPSM_ROB	0.93 539	1.00 405	0.92 543	0.94 492	0.96 587	0.91 543	0.92 579	0.91 536	0.96 588	0.91 543	0.96 586	0.93 552	0.92 570	0.94 551	0.92 574	0.92 520	0.92 541	0.90 555	0.92 584	0.94 547	0.91 573

DPSM_ROB	0.92 534	0.91 379	0.91 541	0.91 482	0.92 583	0.92 544	0.92 579	0.92 539	0.91 578	0.93 547	0.91 580	0.92 549	0.90 568	0.91 545	0.92 574	0.92 520	0.91 539	0.91 558	0.92 584	0.93 543	0.93 575

DPSM	0.92 534	0.91 379	0.91 541	0.91 482	0.92 583	0.92 544	0.92 579	0.92 539	0.91 578	0.93 547	0.91 580	0.92 549	0.90 568	0.91 545	0.92 574	0.92 520	0.91 539	0.91 558	0.92 584	0.93 543	0.93 575

pmcnn	0.92 534	0.92 384	0.92 543	0.92 485	0.92 583	0.92 544	0.92 579	0.92 539	0.92 582	0.92 545	0.92 583	0.92 549	0.92 570	0.92 549	0.92 574	0.92 520	0.92 541	0.92 561	0.92 584	0.92 538	0.92 574

Selective-RAFT-Error	0.88 529	0.84 361	0.98 548	0.86 477	0.97 588	0.88 539	0.95 583	0.84 527	0.99 592	0.92 545	0.82 573	0.84 539	0.98 575	0.87 538	0.97 581	0.81 505	0.83 534	0.79 539	0.82 579	0.79 513	0.85 567

ACVNet	0.20 200	0.19 150	0.14 155	0.20 187	0.14 216	0.20 222	0.96 584	0.21 231	0.14 215	0.20 219	0.13 212	0.21 230	0.14 216	0.20 219	0.14 209	0.17 177	0.12 143	0.17 213	0.12 202	0.17 214	0.12 199

acv_ft	0.20 200	0.19 150	0.14 155	0.20 187	0.14 216	0.20 222	0.96 584	0.21 231	0.14 215	0.20 219	0.13 212	0.21 230	0.14 216	0.20 219	0.14 209	0.17 177	0.12 143	0.17 213	0.12 202	0.17 214	0.12 199

MM-Stereo_test2	1.20 573	1.85 567	1.05 557	1.46 602	0.94 586	1.36 644	0.99 586	1.36 639	0.95 586	1.41 646	0.98 589	1.40 650	0.96 572	1.37 646	0.95 579	1.37 622	1.06 554	1.33 654	0.93 588	1.29 635	0.89 571

LGCAT	1.00 547	1.00 405	1.00 550	1.00 501	1.00 589	1.00 552	1.00 587	1.00 547	1.00 593	1.00 553	1.00 591	1.00 559	1.00 576	1.00 559	1.00 584	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 584

Test_v1	1.00 547	1.00 405	1.00 550	1.00 501	1.00 589	1.00 552	1.00 587	1.00 547	1.00 593	1.00 553	1.00 591	1.00 559	1.00 576	1.00 559	1.00 584	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 584

GANet	1.00 547	1.00 405	1.00 550	1.00 501	1.00 589	1.00 552	1.00 587	1.00 547	1.00 593	1.00 553	1.00 591	1.00 559	1.00 576	1.00 559	1.00 584	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 584

TDLM	1.00 547	1.00 405	1.00 550	1.00 501	1.00 589	1.00 552	1.00 587	1.00 547	1.00 593	1.00 553	1.00 591	1.00 559	1.00 576	1.00 559	1.00 584	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 584

CVANet_RVC	1.00 547	1.00 405	1.00 550	1.00 501	1.00 589	1.00 552	1.00 587	1.00 547	1.00 593	1.00 553	1.00 591	1.00 559	1.00 576	1.00 559	1.00 584	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 584

MM-Stereo_test3	1.27 624	2.07 587	1.18 570	1.60 610	1.02 597	1.45 652	1.01 592	1.40 643	1.04 601	1.44 648	1.03 597	1.46 653	1.02 585	1.44 651	1.02 590	1.51 631	1.12 568	1.32 653	0.98 589	1.38 639	0.97 580

trnet	1.01 555	1.01 415	1.01 555	1.01 506	1.01 595	1.01 560	1.01 592	1.01 556	1.01 598	1.01 564	1.01 596	1.01 568	1.01 584	1.01 567	1.01 589	1.01 540	1.01 551	1.01 582	1.01 598	1.01 557	1.01 590

MaDis-Stereo	3.19 731	6.02 731	1.12 561	5.61 740	1.16 609	5.43 764	1.02 594	5.15 763	0.70 549	5.43 763	1.21 656	5.03 765	0.97 573	4.85 757	0.99 583	4.53 729	1.16 571	5.53 764	1.25 662	5.37 754	1.30 663

ac_64	0.22 216	0.13 117	0.19 211	0.23 206	0.10 162	0.26 269	1.02 594	0.14 184	0.10 160	0.28 271	0.14 217	0.17 209	0.19 262	0.28 279	0.09 147	0.22 213	0.16 185	0.23 251	0.17 256	0.11 163	0.12 199

BLMT-Stereo	1.53 631	1.36 511	1.06 558	1.42 601	1.23 666	1.41 650	1.07 596	1.43 646	1.12 603	1.42 647	1.06 598	1.83 663	1.07 587	1.42 650	1.07 593	1.27 612	1.38 642	6.80 770	1.00 591	1.26 632	1.00 584

GLC_STEREO	1.07 562	1.01 415	1.06 558	1.07 511	1.05 599	1.06 569	1.08 597	1.08 563	1.05 602	1.07 572	1.06 598	1.08 577	1.05 586	1.06 575	1.10 595	1.07 543	1.09 561	1.05 586	1.05 600	1.06 561	1.12 597

sAnonymous2	3.31 732	2.63 628	1.38 642	3.71 707	1.86 713	4.70 756	1.11 598	4.82 759	2.72 737	5.45 764	1.98 729	4.59 750	2.64 724	2.65 713	6.21 770	4.37 725	1.08 559	5.16 762	2.24 732	4.52 731	2.39 730

CroCo_RVC	3.31 732	2.63 628	1.38 642	3.71 707	1.86 713	4.70 756	1.11 598	4.82 759	2.72 737	5.45 764	1.98 729	4.59 750	2.64 724	2.65 713	6.21 770	4.37 725	1.08 559	5.16 762	2.24 732	4.52 731	2.39 730

NCC-stereo	2.36 705	25.52 773	1.17 568	1.15 522	1.17 610	1.11 579	1.11 598	1.15 568	1.16 607	1.10 574	1.16 606	1.10 581	1.15 594	1.14 586	1.13 598	1.09 545	1.11 565	1.15 590	1.16 607	1.17 576	1.17 606

qqai	1.22 620	1.38 514	1.12 561	1.39 599	1.14 603	1.40 648	1.14 601	1.41 644	1.12 603	1.40 645	1.11 602	1.40 650	1.13 590	1.41 648	1.15 600	1.25 610	0.97 544	1.24 649	1.01 598	1.24 630	0.96 579

Nwc_Net	2.37 707	25.95 775	1.15 566	1.14 519	1.15 605	1.08 573	1.14 601	1.17 573	1.16 607	1.14 584	1.15 603	1.08 577	1.15 594	1.11 583	1.14 599	1.10 547	1.11 565	1.16 591	1.09 602	1.16 571	1.15 602

RP	2.33 703	25.00 771	1.13 563	1.15 522	1.15 605	1.10 576	1.15 603	1.15 568	1.15 606	1.12 580	1.15 603	1.09 579	1.13 590	1.10 581	1.15 600	1.11 552	1.09 561	1.16 591	1.12 603	1.16 571	1.17 606

Abc-Net	2.32 702	24.75 770	1.14 564	1.17 528	1.17 610	1.11 579	1.15 603	1.17 573	1.21 659	1.08 573	1.16 606	1.12 586	1.14 593	1.09 579	1.17 606	1.09 545	1.16 571	1.17 595	1.17 608	1.16 571	1.11 595
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 705	25.48 772	1.19 572	1.15 522	1.15 605	1.10 576	1.16 605	1.17 573	1.16 607	1.12 580	1.16 606	1.11 585	1.13 590	1.09 579	1.18 607	1.10 547	1.15 570	1.16 591	1.12 603	1.14 566	1.12 597

edge stereo	2.43 710	27.07 779	1.14 564	1.06 510	1.14 603	1.08 573	1.17 606	1.16 571	1.14 605	1.10 574	1.16 606	1.09 579	1.16 598	1.10 581	1.16 604	1.10 547	1.11 565	1.16 591	1.19 609	1.13 565	1.11 595

AF-Net	2.37 707	25.71 774	1.17 568	1.13 518	1.15 605	1.15 583	1.18 607	1.19 576	1.16 607	1.10 574	1.15 603	1.10 581	1.18 599	1.12 585	1.15 600	1.10 547	1.10 564	1.17 595	1.15 605	1.16 571	1.12 597

stereogan	2.33 703	24.38 769	1.18 570	1.18 529	1.18 613	1.14 582	1.18 607	1.19 576	1.19 613	1.14 584	1.18 610	1.14 587	1.18 599	1.14 586	1.18 607	1.14 556	1.14 569	1.19 600	1.19 609	1.15 569	1.19 610

DisPM	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

CrosDoStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

PFNet+	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

LCNet	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

HHNet	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

Patchmatch Stereo++	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

STrans-v2	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

TransformOpticalFlow	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

OMP-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

IIG-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

NF-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

OCTAStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

PSM-softLoss	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

KMStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

NRIStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

PSM-adaLoss	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

PSM-AAD	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

FTStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

ROB_FTStereo_v2	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

ROB_FTStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

Consistency-Raft	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

KYRaft	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

HUI-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

ASMatch	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

DeepStereo_LL	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

DEmStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

SST-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

THIR-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

RAFT_R40	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

DRaft	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

PFNet	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

GrayStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

RE-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

Pruner-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

TVStereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

DeepStereo_RVC	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

RAFT-RH_RVC	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

IRAFT_RVC	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

RAFT-345	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

iRAFT	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

CRE-IMP	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

GMM-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

RAFT-IKP	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

Prome-Stereo	1.20 573	1.20 447	1.20 575	1.20 531	1.20 616	1.20 585	1.20 609	1.20 579	1.20 614	1.20 589	1.20 611	1.20 592	1.20 601	1.20 591	1.20 611	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 611

GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 609	0.07 138	0.05 124	0.05 112	0.05 127	0.08 141	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

GANetREF_RVC	1.55 632	1.94 583	1.22 622	1.88 619	1.21 662	1.88 664	1.22 655	1.88 658	1.22 660	1.88 661	1.22 657	1.88 664	1.22 648	1.89 667	1.22 657	1.87 645	1.22 624	1.88 680	1.22 658	1.88 658	1.22 657
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 633	1.91 576	1.21 621	1.94 622	1.20 616	2.00 672	1.23 656	1.99 663	1.24 662	2.00 669	1.25 660	2.03 674	1.26 650	2.00 671	1.29 665	1.90 649	1.18 575	1.89 681	1.21 657	1.89 659	1.20 611
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 712	26.05 776	1.23 624	1.23 578	1.22 664	1.20 585	1.24 657	1.23 628	1.23 661	1.19 588	1.22 657	1.21 637	1.24 649	1.20 591	1.24 658	1.21 607	1.17 574	1.22 648	1.25 662	1.20 581	1.24 660

IGEV	2.02 663	2.20 599	1.82 674	2.90 676	2.16 730	2.41 702	1.25 658	2.00 664	1.98 727	1.99 668	1.31 665	2.72 722	1.93 707	2.67 716	1.69 698	2.26 680	1.32 626	1.83 672	1.87 721	2.53 705	1.61 691

S-Stereo	2.51 714	26.86 777	1.23 624	1.22 576	1.22 664	1.24 633	1.25 658	1.22 626	1.24 662	1.21 634	1.24 659	1.19 591	1.27 651	1.19 590	1.24 658	1.19 559	1.20 576	1.25 650	1.19 609	1.24 630	1.23 659

3w_stereo	2.04 668	2.24 603	1.70 661	3.15 681	2.18 734	2.49 706	1.26 660	2.03 666	1.98 727	1.98 667	1.33 666	2.72 722	1.99 713	2.59 710	1.72 703	2.22 676	1.33 633	1.85 673	1.88 726	2.50 700	1.58 683

StereoVision	3.15 730	5.00 699	0.89 536	4.83 730	1.00 589	3.93 737	1.27 661	6.37 766	1.34 667	5.67 766	1.26 661	5.84 768	1.27 651	5.03 763	1.24 658	5.10 748	1.09 561	4.61 748	0.57 523	5.62 756	1.12 597

4.5_new	2.00 655	1.84 566	1.98 703	2.77 670	2.16 730	2.27 694	1.28 662	2.09 668	1.98 727	2.01 670	1.28 663	2.71 718	1.98 711	2.51 707	1.65 683	2.26 680	1.33 633	1.87 677	1.87 721	2.49 698	1.60 686

CC-Net-ROB	1.36 627	1.33 509	1.33 627	1.36 596	1.38 671	1.36 644	1.33 663	1.37 641	1.34 667	1.35 642	1.36 670	1.38 647	1.34 657	1.38 647	1.38 672	1.35 618	1.38 642	1.33 654	1.35 667	1.43 640	1.34 668

11t	1.27 624	2.70 633	1.34 628	1.32 591	0.89 578	1.30 638	1.34 664	1.64 652	0.57 510	1.45 649	0.72 557	1.05 576	1.29 653	1.07 578	1.29 665	1.49 628	1.02 552	0.97 575	1.15 605	1.48 641	1.31 664

2.25w	2.00 655	1.86 570	1.98 703	2.95 677	2.17 732	2.26 693	1.35 665	2.42 702	2.00 730	2.07 677	1.27 662	2.53 705	1.99 713	2.29 695	1.49 677	2.21 675	1.32 626	1.85 673	1.87 721	2.52 702	1.62 697

MaskLacGwcNet_RVC	1.35 626	1.35 510	1.35 630	1.35 595	1.35 667	1.35 642	1.35 665	1.36 639	1.35 670	1.36 643	1.35 668	1.36 646	1.36 659	1.36 645	1.35 669	1.35 618	1.35 638	1.35 657	1.35 667	1.35 637	1.35 669

ktn	0.72 477	0.53 300	1.08 560	1.14 519	0.51 509	1.22 631	1.36 667	0.51 464	0.59 516	0.51 466	0.51 505	0.69 513	1.20 601	0.67 504	0.51 494	0.51 424	0.49 441	0.58 501	0.66 544	0.52 463	0.53 494

IGEVStereo-DCA	1.77 641	4.21 684	1.84 678	2.49 662	2.11 728	2.54 712	1.36 667	1.65 653	1.17 611	2.75 722	1.90 717	2.54 708	1.15 594	0.94 551	1.11 596	1.50 629	1.32 626	0.96 573	1.46 679	1.49 642	0.88 568

rrr	1.77 641	4.21 684	1.84 678	2.49 662	2.11 728	2.54 712	1.36 667	1.65 653	1.17 611	2.75 722	1.90 717	2.54 708	1.15 594	0.94 551	1.11 596	1.50 629	1.32 626	0.96 573	1.46 679	1.49 642	0.88 568

MC-Stereo	1.76 640	2.96 649	1.37 640	2.14 631	1.37 670	2.14 678	1.36 667	2.14 672	1.37 672	2.14 678	1.37 671	2.14 676	1.37 661	2.14 676	1.37 671	1.97 654	1.32 626	1.97 684	1.32 666	1.98 661	1.33 666

RASNet	1.49 630	1.65 525	1.45 646	1.38 598	1.43 674	1.47 653	1.36 667	1.38 642	1.36 671	1.39 644	1.60 684	1.45 652	1.45 665	1.51 652	2.21 729	1.53 632	1.36 639	1.36 659	1.36 669	1.66 649	1.36 670

PS-NSSS	1.38 629	1.39 515	1.34 628	1.34 593	1.35 667	1.38 646	1.37 672	1.35 638	1.38 673	1.34 641	1.34 667	1.39 648	1.38 662	1.70 658	1.40 673	1.36 620	1.36 639	1.36 659	1.37 670	1.37 638	1.36 670

3.25w	2.04 668	2.20 599	1.48 648	3.03 678	2.17 732	2.63 716	1.39 673	1.96 661	1.95 726	1.96 664	1.37 671	2.71 718	1.96 710	2.71 717	1.73 708	2.26 680	1.32 626	1.87 677	1.87 721	2.51 701	1.63 700

CFNet-RSSM	0.91 532	4.89 694	0.34 315	0.44 326	1.07 600	1.62 659	1.40 674	0.91 536	0.35 416	1.60 651	1.39 674	0.64 505	0.34 411	0.44 405	0.33 389	0.41 339	0.35 359	0.75 533	0.30 388	0.41 408	0.29 352

MM-Stereo_test1	1.80 643	3.41 661	1.52 653	2.12 630	1.41 673	2.04 673	1.41 675	2.05 667	1.46 677	2.04 673	1.41 675	2.05 675	1.42 664	2.05 672	1.43 675	2.04 659	1.54 654	1.94 682	1.38 672	1.99 662	1.33 666

sCroCo_RVC	2.10 679	2.76 641	1.92 688	2.78 673	1.39 672	2.73 721	1.41 675	2.73 718	1.40 674	2.77 727	1.41 675	2.74 724	1.40 663	2.74 722	1.40 673	2.72 709	1.42 645	2.72 725	1.44 678	2.79 712	1.42 674

MonStereo1	1.94 649	2.77 643	1.52 653	3.73 709	1.51 677	2.13 677	1.42 677	2.32 696	1.52 678	2.31 700	1.50 678	2.53 705	1.59 667	2.34 698	1.56 678	1.91 650	1.36 639	1.86 676	1.31 665	2.07 672	1.53 676

1w_stereo	2.05 670	2.32 608	1.35 630	3.74 710	2.01 722	2.73 721	1.42 677	1.88 658	1.93 725	2.03 672	1.28 663	2.71 718	1.99 713	2.72 719	1.72 703	2.20 674	1.32 626	1.87 677	1.86 720	2.45 694	1.54 677

RAFT_CTSACE	1.92 647	3.71 668	1.72 664	1.88 619	1.72 705	2.04 673	1.42 677	2.18 675	1.89 723	2.02 671	1.97 723	1.95 667	2.06 717	1.93 668	1.62 681	1.76 640	1.66 667	2.02 685	1.73 716	1.73 652	1.43 675

2.5w	2.01 662	2.40 618	1.37 640	3.28 688	2.01 722	2.71 718	1.43 680	1.82 657	1.83 714	1.90 663	1.41 675	2.71 718	1.35 658	2.71 717	1.85 715	2.66 705	1.53 652	1.64 667	1.23 659	2.53 705	1.87 717

3.5w_stereo	2.03 665	2.72 637	1.35 630	3.41 695	1.57 678	2.72 719	1.49 681	2.01 665	1.34 667	2.15 679	1.61 686	2.63 714	1.36 659	2.72 719	1.99 727	2.66 705	1.58 658	1.68 669	1.24 660	2.53 705	1.87 717

3.25w_new	2.03 665	2.72 637	1.35 630	3.33 693	1.57 678	2.72 719	1.53 682	2.15 673	1.33 666	2.15 679	1.60 684	2.63 714	1.30 654	2.72 719	1.99 727	2.67 707	1.53 652	1.75 671	1.25 662	2.53 705	1.87 717

monsterstereo	2.20 695	2.33 609	1.95 700	3.65 705	2.07 727	2.49 706	1.61 683	2.48 704	1.83 714	2.45 706	1.61 686	2.67 717	1.86 699	2.64 712	1.94 723	2.48 701	1.66 667	2.34 709	1.68 710	2.40 690	1.86 715

DPSMNet_ROB	1.60 634	1.59 523	1.70 661	1.59 607	1.59 680	1.61 657	1.61 683	1.60 648	1.60 680	1.62 657	1.59 683	1.60 655	1.60 668	1.60 654	1.59 680	1.59 634	1.60 662	1.59 666	1.59 688	1.59 645	1.59 684

monsters	2.18 689	2.41 619	1.96 702	3.47 698	2.03 726	2.53 710	1.64 685	2.48 704	1.73 704	2.40 704	1.50 678	2.62 713	1.94 708	2.59 710	1.94 723	2.44 697	1.57 657	2.28 705	1.87 721	2.42 691	1.86 715

noway7	2.08 674	5.18 705	1.92 688	2.27 638	1.66 685	2.18 679	1.66 686	2.17 674	1.66 681	2.18 681	1.65 688	2.18 678	1.66 671	2.17 677	1.66 686	2.15 663	1.85 684	2.05 686	1.60 691	2.05 664	1.60 686

monster_256*512	2.09 677	5.21 708	1.98 703	2.30 646	1.67 689	2.18 679	1.66 686	2.20 681	1.67 684	2.19 684	1.67 693	2.19 681	1.66 671	2.19 681	1.66 686	2.15 663	1.86 688	2.05 686	1.60 691	2.06 668	1.61 691

zzzz4	2.08 674	5.22 709	1.93 691	2.27 638	1.66 685	2.19 681	1.66 686	2.18 675	1.67 684	2.18 681	1.66 691	2.18 678	1.66 671	2.18 678	1.66 686	2.15 663	1.84 679	2.05 686	1.60 691	2.05 664	1.60 686

zzzzzz3	2.07 671	5.00 699	1.93 691	2.28 643	1.66 685	2.19 681	1.66 686	2.18 675	1.67 684	2.19 684	1.66 691	2.18 678	1.67 677	2.18 678	1.66 686	2.15 663	1.85 684	2.05 686	1.59 688	2.05 664	1.59 684

zzzz2	2.08 674	4.92 695	1.93 691	2.30 646	1.67 689	2.19 681	1.66 686	2.20 681	1.67 684	2.20 687	1.68 698	2.21 685	1.66 671	2.20 683	1.68 695	2.17 669	1.84 679	2.07 692	1.62 701	2.05 664	1.61 691

noway2	2.07 671	4.96 696	1.92 688	2.28 643	1.66 685	2.20 684	1.66 686	2.19 678	1.66 681	2.19 684	1.65 688	2.19 681	1.68 679	2.18 678	1.65 683	2.15 663	1.86 688	2.06 690	1.59 688	2.06 668	1.60 686

zzzzzzz1	2.10 679	5.20 707	1.93 691	2.38 656	1.68 693	2.20 684	1.67 692	2.20 681	1.68 689	2.20 687	1.67 693	2.20 684	1.68 679	2.20 683	1.67 694	2.24 678	1.86 688	2.06 690	1.61 695	2.06 668	1.62 697

noway1	2.10 679	5.26 713	1.93 691	2.31 649	1.69 698	2.21 687	1.67 692	2.19 678	1.68 689	2.21 689	1.68 698	2.21 685	1.67 677	2.20 683	1.66 686	2.15 663	1.84 679	2.07 692	1.61 695	2.07 672	1.61 691

zzz1	2.09 677	4.97 697	1.93 691	2.30 646	1.68 693	2.21 687	1.68 694	2.21 684	1.68 689	2.21 689	1.67 693	2.21 685	1.68 679	2.21 686	1.69 698	2.17 669	1.85 684	2.08 696	1.61 695	2.06 668	1.61 691

noway5	1.92 647	4.97 697	1.95 700	2.31 649	1.68 693	2.21 687	1.68 694	2.21 684	1.69 696	2.22 693	1.68 698	2.21 685	1.68 679	2.21 686	1.68 695	2.18 671	1.87 692	1.71 670	0.65 541	0.85 525	0.72 545

noway4	2.11 683	5.14 703	1.93 691	2.37 654	1.69 698	2.20 684	1.68 694	2.22 686	1.68 689	2.21 689	1.69 702	2.23 689	1.68 679	2.22 688	1.66 686	2.24 678	1.84 679	2.09 701	1.63 704	2.09 677	1.62 697

Anonymous3	2.55 715	3.26 659	1.65 658	3.28 688	1.63 683	3.24 730	1.68 694	3.27 729	1.66 681	3.28 730	1.67 693	3.25 731	1.66 671	3.27 729	1.64 682	3.26 715	1.65 666	3.30 729	1.65 706	4.95 749	1.65 704

GELT-Stereo	2.10 679	5.33 716	1.94 699	2.37 654	1.68 693	2.21 687	1.69 698	2.19 678	1.67 684	2.18 681	1.67 693	2.19 681	1.66 671	2.19 681	1.66 686	2.23 677	1.83 678	2.07 692	1.61 695	2.04 663	1.61 691

UDGNet	2.23 699	5.40 720	1.72 664	2.48 661	1.69 698	2.51 709	1.69 698	2.51 707	1.72 703	2.50 709	1.69 702	2.52 704	1.69 686	2.50 706	1.68 695	2.41 696	1.70 670	2.42 714	1.69 712	2.42 691	1.64 702

noway3	2.12 685	5.22 709	1.93 691	2.39 657	1.70 703	2.23 692	1.70 700	2.22 686	1.70 697	2.22 693	1.70 704	2.23 689	1.69 686	2.22 688	1.71 700	2.28 684	1.86 688	2.08 696	1.63 704	2.09 677	1.63 700

MFMNet_re	1.81 644	1.91 576	1.71 663	1.95 624	1.70 703	1.95 669	1.70 700	1.96 661	1.74 706	1.97 666	1.72 705	1.95 667	1.71 689	1.97 670	1.71 700	1.86 643	1.62 663	1.85 673	1.66 707	1.86 657	1.64 702

4w-stereo	2.02 663	2.72 637	1.44 645	3.36 694	1.59 680	2.48 705	1.72 702	2.28 689	1.24 662	2.24 695	1.65 688	2.56 710	1.32 656	2.39 701	1.98 726	2.67 707	1.51 650	1.66 668	1.24 660	2.53 705	1.88 720

U	5.15 766	8.49 744	1.81 669	8.49 756	1.77 707	8.49 773	1.77 703	8.51 774	1.77 708	8.49 774	1.77 707	8.50 775	1.78 696	8.58 774	1.77 710	8.54 767	1.78 674	8.55 775	1.78 718	8.55 769	1.84 713

derf	1.91 646	2.15 595	1.78 667	2.16 632	1.75 706	2.21 687	1.80 704	2.22 686	1.80 710	2.21 689	1.76 706	2.17 677	1.81 698	2.24 693	1.74 709	1.93 652	1.56 655	1.96 683	1.53 681	1.95 660	1.56 679

FBW_ROB	2.12 685	2.46 623	1.77 666	2.49 662	1.79 709	2.38 700	1.83 705	2.46 703	1.78 709	2.48 708	1.97 723	2.40 700	1.78 696	2.42 704	1.83 713	2.31 689	1.85 684	2.38 712	1.82 719	2.35 688	1.84 713

TRStereo	2.00 655	2.13 592	1.85 680	2.27 638	1.84 710	2.28 696	1.84 706	2.29 691	1.86 716	2.30 697	1.87 712	2.30 692	1.87 701	2.08 673	1.72 703	2.08 660	1.72 671	2.08 696	1.72 713	2.08 674	1.72 707

XX-Stereo	2.00 655	2.13 592	1.85 680	2.27 638	1.84 710	2.28 696	1.84 706	2.29 691	1.86 716	2.30 697	1.87 712	2.30 692	1.87 701	2.08 673	1.72 703	2.08 660	1.72 671	2.08 696	1.72 713	2.08 674	1.72 707

EAI-Stereo	2.00 655	2.13 592	1.85 680	2.27 638	1.84 710	2.28 696	1.84 706	2.29 691	1.86 716	2.30 697	1.87 712	2.30 692	1.87 701	2.08 673	1.72 703	2.08 660	1.72 671	2.08 696	1.72 713	2.08 674	1.72 707

asd	2.18 689	2.77 643	1.58 655	3.59 703	2.00 721	2.58 714	1.85 709	2.39 701	1.71 699	2.47 707	1.97 723	2.59 712	1.61 669	2.56 708	1.79 711	2.51 702	1.99 694	2.11 702	1.62 701	2.36 689	1.60 686

DNSM	2.56 716	4.43 687	3.08 733	4.09 713	1.86 713	2.66 717	1.86 710	2.66 711	1.87 720	2.66 714	1.86 710	2.66 716	1.86 699	2.66 715	1.87 719	3.82 722	2.94 717	2.42 714	1.73 716	2.42 691	1.73 710

asda	2.17 687	2.54 624	1.81 669	3.47 698	1.78 708	2.50 708	1.86 710	2.61 710	1.68 689	2.61 712	1.83 708	2.37 699	1.73 691	2.44 705	1.88 721	2.51 702	1.84 679	2.34 709	1.62 701	2.23 681	1.77 712

LGtest1	2.22 696	2.70 633	1.89 685	2.76 669	1.86 713	2.75 723	1.86 710	2.75 719	1.86 716	2.75 722	1.86 710	2.77 727	1.87 701	2.75 723	1.86 716	2.46 698	1.58 658	2.45 716	1.56 682	2.45 694	1.56 679

LG-G_1	2.22 696	2.71 635	1.89 685	2.77 670	1.87 717	2.75 723	1.87 713	2.76 720	1.87 720	2.75 722	1.87 712	2.76 725	1.87 701	2.75 723	1.86 716	2.47 699	1.58 658	2.45 716	1.57 683	2.45 694	1.57 681

LG-G	2.22 696	2.71 635	1.89 685	2.77 670	1.87 717	2.75 723	1.87 713	2.76 720	1.87 720	2.75 722	1.87 712	2.76 725	1.87 701	2.75 723	1.86 716	2.47 699	1.58 658	2.45 716	1.57 683	2.45 694	1.57 681

AIO_rvc	2.18 689	2.34 613	1.87 684	2.32 651	1.94 720	2.40 701	1.89 715	2.37 699	2.07 732	2.52 710	1.95 722	2.44 702	1.99 713	2.41 702	1.89 722	2.32 690	2.09 703	2.24 703	2.18 730	2.21 680	2.23 724

qwe	2.18 689	2.60 627	1.58 655	3.83 711	1.90 719	2.53 710	1.90 716	2.48 704	1.73 704	2.37 703	1.92 719	2.53 705	1.68 679	2.56 708	1.83 713	2.52 704	1.87 692	2.07 692	1.68 710	2.32 687	1.71 706

AIO_test	2.18 689	2.09 590	2.04 708	2.42 659	2.01 722	2.47 704	1.94 717	2.34 698	2.03 731	2.56 711	1.94 720	2.43 701	1.94 708	2.41 702	1.87 719	2.39 695	2.10 704	2.35 711	1.91 727	2.25 683	2.19 723

4.25w-stereo	1.98 650	2.72 637	1.46 647	3.47 698	1.43 674	2.07 675	1.98 718	2.53 708	1.52 678	2.71 715	1.98 729	1.81 662	1.62 670	1.96 669	1.36 670	1.88 648	2.00 695	2.53 721	1.61 695	1.74 653	1.15 602

3.75w	1.99 651	2.31 607	1.83 677	3.16 682	1.65 684	1.93 665	1.98 718	2.72 712	1.68 689	2.73 721	1.97 723	2.00 671	1.72 690	1.81 664	1.25 661	2.27 683	2.01 697	2.38 712	1.42 676	1.71 651	1.24 660

2w_stereo	1.99 651	2.36 616	1.81 669	3.24 686	1.67 689	1.94 666	1.98 718	2.72 712	1.68 689	2.72 716	1.94 720	1.98 670	1.74 693	1.79 663	1.27 662	1.95 653	2.00 695	2.53 721	1.60 691	1.68 650	1.15 602

4.25_new	2.00 655	2.33 609	1.82 674	3.32 691	1.69 698	1.95 669	1.99 721	2.72 712	1.71 699	2.72 716	1.97 723	2.01 672	1.74 693	1.77 661	1.28 663	2.18 671	2.01 697	2.48 719	1.58 686	1.65 647	1.17 606

4.5w_new	2.00 655	2.33 609	1.82 674	3.32 691	1.69 698	1.95 669	1.99 721	2.72 712	1.71 699	2.72 716	1.97 723	2.01 672	1.74 693	1.77 661	1.28 663	2.18 671	2.01 697	2.48 719	1.58 686	1.65 647	1.17 606

4.5w-stereo	1.99 651	2.33 609	1.81 669	3.28 688	1.68 693	1.94 666	1.99 721	2.72 712	1.70 697	2.72 716	1.99 732	1.97 669	1.68 679	1.76 660	1.29 665	1.91 650	2.02 701	2.53 721	1.61 695	1.75 654	1.16 605

2.75w_new	1.99 651	2.34 613	1.81 669	3.14 680	1.62 682	1.94 666	1.99 721	2.72 712	1.71 699	2.72 716	1.99 732	1.90 665	1.73 691	1.82 665	1.29 665	2.37 693	2.01 697	2.31 707	1.42 676	1.77 655	1.22 657

MonStereo	2.17 687	2.41 619	1.49 652	2.67 667	1.67 689	2.60 715	2.04 725	2.32 696	1.76 707	2.44 705	1.68 698	2.50 703	1.69 686	2.38 699	1.80 712	2.28 684	1.78 674	2.63 724	2.14 729	3.47 717	1.68 705

HUF	2.18 689	2.30 606	1.99 707	2.34 653	2.02 725	2.41 702	2.06 726	2.38 700	1.89 723	2.36 702	1.85 709	2.56 710	1.98 711	2.31 697	1.97 725	2.30 688	2.03 702	2.30 706	2.11 728	2.23 681	2.16 722

ff7	1.68 636	2.68 630	1.35 630	0.97 498	0.89 578	1.84 661	2.15 727	2.12 669	1.80 710	2.05 674	1.56 680	2.33 695	2.12 718	2.23 690	2.25 730	1.31 614	1.07 555	1.48 661	1.41 673	0.90 534	1.04 592

ffff	1.68 636	2.68 630	1.35 630	0.97 498	0.89 578	1.84 661	2.15 727	2.12 669	1.80 710	2.05 674	1.56 680	2.33 695	2.12 718	2.23 690	2.25 730	1.31 614	1.07 555	1.48 661	1.41 673	0.90 534	1.04 592

ccc-4	1.68 636	2.68 630	1.35 630	0.97 498	0.89 578	1.84 661	2.15 727	2.12 669	1.80 710	2.05 674	1.56 680	2.33 695	2.12 718	2.23 690	2.25 730	1.31 614	1.07 555	1.48 661	1.41 673	0.90 534	1.04 592

NCCL2	2.28 701	2.27 604	2.28 710	2.28 643	2.28 735	2.27 694	2.29 730	2.28 689	2.28 733	2.27 696	2.28 735	2.28 691	2.27 721	2.27 694	2.28 734	2.28 684	2.28 709	2.27 704	2.29 734	2.27 684	2.29 725

STTStereo	3.73 736	30.40 783	2.37 714	2.39 657	2.31 737	2.35 699	2.33 731	2.29 691	2.42 734	2.32 701	2.34 736	2.33 695	2.36 722	2.30 696	2.27 733	2.35 692	2.22 708	2.31 707	2.22 731	2.29 686	2.34 729

CFNet-ft	0.55 436	1.57 522	0.14 155	0.20 187	0.14 216	0.20 222	2.53 732	1.61 649	0.14 215	0.20 219	0.14 217	0.20 222	0.14 216	0.20 219	0.14 209	0.17 177	0.12 143	0.17 213	0.12 202	1.56 644	1.24 660

NLSM1	2.93 729	3.24 658	2.57 718	4.04 712	2.66 738	3.30 732	2.55 733	3.29 730	2.55 735	3.35 732	2.48 737	3.28 732	2.47 723	3.34 732	2.49 735	3.26 715	2.55 715	3.13 727	2.57 737	3.00 714	2.46 732

PSMNet-RSSM	0.77 491	2.76 641	0.14 155	0.20 187	0.14 216	0.20 222	2.66 734	2.79 723	0.14 215	0.21 231	0.14 217	0.21 230	0.14 216	0.20 219	0.14 209	0.17 177	0.12 143	0.17 213	0.12 202	2.52 702	2.31 726

GwcNet-RSSM	0.77 491	2.77 643	0.14 155	0.20 187	0.14 216	0.20 222	2.67 735	2.78 722	0.14 215	0.20 219	0.14 217	0.20 222	0.14 216	0.21 232	0.14 209	0.17 177	0.12 143	0.17 213	0.12 202	2.52 702	2.31 726

cf-r	0.66 457	2.17 597	0.12 130	0.18 169	0.12 209	0.18 213	2.70 736	2.60 709	0.12 208	0.18 210	0.12 198	0.18 213	0.12 204	0.18 211	0.12 195	0.15 153	0.11 129	0.15 199	0.11 177	1.81 656	1.74 711

hitnet-ft	0.79 495	2.78 646	0.14 155	0.20 187	0.14 216	0.21 233	2.89 737	2.80 724	0.14 215	0.20 219	0.14 217	0.20 222	0.14 216	0.20 219	0.14 209	0.17 177	0.12 143	0.17 213	0.12 202	2.54 710	2.33 728

Sa-1000	4.34 754	8.37 741	6.84 761	6.98 751	4.45 768	3.58 733	3.00 738	3.42 733	3.39 754	2.61 712	4.00 763	3.83 738	4.01 756	3.90 737	3.90 759	5.98 754	5.62 750	3.76 736	2.34 735	4.35 729	2.47 733

rvit_105_1	3.83 737	5.22 709	3.01 723	4.53 717	3.01 741	4.51 744	3.01 739	4.56 746	3.04 740	4.53 745	3.03 741	4.55 748	3.03 728	4.56 746	3.04 737	4.57 731	3.05 719	4.57 743	3.05 742	4.57 733	3.05 739

rvit_0105_6	3.87 741	5.73 728	3.10 734	4.69 727	3.12 751	4.54 746	3.02 740	4.56 746	3.04 740	4.54 747	3.03 741	4.54 746	3.04 731	4.56 746	3.05 739	4.58 734	3.05 719	4.58 745	3.05 742	4.58 734	3.05 739

rvit_stereo_0081_aga	3.86 739	5.33 716	3.02 726	4.55 723	3.04 747	4.54 746	3.02 740	4.64 753	3.06 744	4.54 747	3.04 743	4.62 755	3.08 735	4.62 752	3.07 742	4.58 734	3.06 723	4.60 747	3.08 746	4.63 737	3.07 743

rvit_stereo_0081	3.83 737	5.23 712	3.01 723	4.53 717	3.03 743	4.55 750	3.02 740	4.56 746	3.04 740	4.52 743	3.02 739	4.54 746	3.03 728	4.56 746	3.04 737	4.57 731	3.05 719	4.57 743	3.05 742	4.58 734	3.05 739

rvit_stereo_0082	3.86 739	5.82 729	3.01 723	4.53 717	3.03 743	4.54 746	3.02 740	4.56 746	3.04 740	4.53 745	3.02 739	4.55 748	3.04 731	4.57 749	3.05 739	4.57 731	3.05 719	4.58 745	3.05 742	4.58 734	3.06 742

rvit_0105_4	3.91 744	5.47 724	3.02 726	4.54 720	3.02 742	4.54 746	3.03 744	4.75 756	3.17 751	4.57 749	3.06 744	4.61 754	3.16 739	4.65 753	3.09 745	4.66 738	3.11 727	4.68 752	3.18 753	4.81 744	3.16 751

DispFullNet	4.61 757	4.84 692	3.12 735	5.00 734	3.57 757	4.75 759	3.03 744	7.75 772	4.17 765	4.91 759	3.09 748	6.20 769	3.95 754	6.71 768	3.51 752	5.30 749	3.67 737	5.86 768	3.63 757	5.61 755	3.46 756

rvit_stereo_0080	3.89 742	5.70 726	3.04 728	4.54 720	3.03 743	4.56 751	3.05 746	4.60 750	3.07 745	4.58 750	3.06 744	4.59 750	3.06 733	4.61 750	3.08 743	4.63 736	3.09 724	4.64 749	3.10 747	4.65 738	3.10 746

whm_eth	3.89 742	5.70 726	3.04 728	4.54 720	3.03 743	4.56 751	3.05 746	4.60 750	3.07 745	4.58 750	3.06 744	4.59 750	3.06 733	4.61 750	3.08 743	4.63 736	3.09 724	4.64 749	3.10 747	4.65 738	3.10 746

rvit_0105_3	3.91 744	5.33 716	3.06 731	4.60 725	3.07 749	4.60 753	3.06 748	4.62 752	3.08 748	4.60 752	3.07 747	4.62 755	3.08 735	4.67 754	3.10 746	4.70 739	3.11 727	4.77 756	3.19 754	4.77 743	3.14 750

rvit_stereo_0083	3.92 746	5.30 715	3.06 731	4.61 726	3.09 750	4.67 755	3.08 749	4.66 754	3.09 749	4.62 753	3.10 749	4.66 758	3.11 737	4.67 754	3.16 748	4.72 741	3.16 730	4.77 756	3.11 749	4.66 740	3.11 748

rvit_stereo_ft	3.93 747	5.44 722	3.05 730	4.59 724	3.06 748	4.61 754	3.08 749	4.67 755	3.12 750	4.63 754	3.10 749	4.65 757	3.11 737	4.69 756	3.13 747	4.70 739	3.14 729	4.71 754	3.15 752	4.74 741	3.16 751

rvit_0105_5	4.10 748	5.40 720	3.13 737	4.71 728	3.15 752	4.72 758	3.10 751	4.90 761	3.27 753	4.69 755	3.16 751	4.84 762	3.25 741	4.96 760	3.34 751	5.05 746	3.39 735	5.10 761	3.40 755	5.11 751	3.42 755

SA	4.33 753	7.35 735	6.85 762	5.96 742	4.09 765	3.59 734	3.15 752	3.82 737	2.64 736	3.91 735	3.85 760	3.57 734	2.72 726	3.13 728	4.03 761	7.09 763	6.86 758	3.57 732	3.12 750	3.85 720	3.51 757

GANet-RSSM	0.75 485	1.91 576	0.14 155	0.47 338	0.14 216	0.21 233	3.21 753	2.30 695	0.14 215	0.46 421	0.14 217	0.23 248	0.18 255	0.21 232	0.14 209	0.18 193	0.27 268	0.37 342	0.13 213	2.13 679	2.12 721

NLCSM	3.67 735	4.08 679	3.19 738	4.80 729	3.26 753	3.99 740	3.24 754	4.25 742	3.18 752	4.09 738	3.27 752	4.14 741	3.18 740	4.13 740	3.28 750	4.06 723	3.10 726	3.85 739	3.14 751	3.91 724	3.27 754

MLG-Stereo_test2	4.28 751	5.46 723	3.69 743	4.86 732	3.72 761	5.58 765	3.42 755	4.81 758	3.77 761	4.85 757	3.72 759	5.55 767	3.63 744	5.58 764	3.53 753	4.41 728	3.28 734	4.99 760	2.95 740	4.75 742	3.13 749

test_5	4.62 758	7.55 737	6.23 757	6.32 745	3.40 756	5.29 763	3.50 756	3.53 734	4.11 764	4.28 740	4.47 767	4.26 744	4.38 759	3.68 735	3.24 749	5.89 752	5.60 749	4.84 758	3.50 756	4.33 728	3.93 765

MLG-Stereo_test1	4.25 749	5.34 719	3.61 741	5.31 736	3.63 759	5.23 762	3.57 757	5.38 764	3.65 755	5.23 761	3.47 754	4.76 759	3.74 748	4.85 757	3.71 755	4.96 743	3.18 732	4.71 754	2.92 739	4.86 747	2.90 736

RAFT+CT+SA	4.28 751	7.62 738	4.91 750	5.55 739	2.28 735	3.09 727	3.64 758	4.49 744	3.07 745	4.80 756	3.35 753	4.77 760	3.70 747	4.29 743	3.05 739	5.58 750	5.98 753	3.58 733	3.78 762	4.26 727	3.72 759

DPSNet	3.66 734	3.60 664	3.62 742	3.63 704	3.64 760	3.65 735	3.65 759	3.66 735	3.67 756	3.67 734	3.65 757	3.67 736	3.66 745	3.66 734	3.68 754	3.68 720	3.66 736	3.67 734	3.68 760	3.67 718	3.67 758

MLG-Stereo_test3	4.26 750	4.85 693	3.95 745	5.35 737	3.60 758	4.75 759	3.76 760	5.49 765	3.71 757	5.39 762	3.69 758	4.82 761	3.66 745	4.85 757	3.73 758	4.93 742	3.19 733	4.69 753	2.99 741	4.84 746	2.98 738

TestStereo1	4.60 755	8.41 742	6.44 759	6.86 749	3.79 762	3.97 738	3.78 761	3.99 739	3.74 758	3.97 736	3.52 755	3.94 739	3.58 742	3.98 738	3.72 756	6.82 760	6.50 756	3.76 736	3.66 758	3.90 721	3.74 761

SA-5K	4.60 755	8.41 742	6.44 759	6.86 749	3.79 762	3.97 738	3.78 761	3.99 739	3.74 758	3.97 736	3.52 755	3.94 739	3.58 742	3.98 738	3.72 756	6.82 760	6.50 756	3.76 736	3.66 758	3.90 721	3.74 761

test_4	4.88 761	8.13 740	6.98 763	7.46 752	4.44 767	4.25 742	3.85 763	4.04 741	3.92 762	4.13 739	3.91 761	4.18 743	3.84 752	4.14 741	4.06 762	7.01 762	7.13 761	4.53 741	3.72 761	4.09 725	3.72 759

cross-raft	4.83 760	7.52 736	6.43 758	6.63 746	3.96 764	4.51 744	3.99 764	4.49 744	3.96 763	4.52 743	3.96 762	4.50 745	3.97 755	4.50 745	3.97 760	6.65 758	6.44 755	4.33 740	3.92 764	4.35 729	3.91 764

test_3	5.01 763	8.86 747	7.77 765	8.09 754	2.76 740	4.13 741	4.05 765	3.88 738	3.76 760	4.33 741	4.13 764	3.71 737	3.91 753	4.21 742	4.06 762	7.93 764	7.69 763	4.53 741	3.91 763	4.17 726	4.29 767

raft_robust	4.71 759	7.75 739	5.40 755	6.81 748	3.31 754	4.28 743	4.20 766	4.32 743	4.37 767	4.35 742	4.35 766	4.14 741	3.75 749	4.30 744	4.20 764	6.67 759	6.37 754	3.36 731	4.24 768	4.86 747	3.25 753

SGM-Forest	5.21 767	5.92 730	4.08 746	6.18 743	4.16 766	6.31 767	4.34 767	6.50 767	4.33 766	6.14 768	4.21 765	6.61 772	4.55 760	6.67 767	4.48 765	5.94 753	3.94 739	5.85 767	4.03 766	5.79 757	4.17 766
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 765	5.15 704	4.49 747	5.07 735	3.37 755	6.87 768	4.75 768	5.04 762	6.34 772	7.84 772	5.06 769	6.72 773	4.09 757	4.99 761	5.44 769	5.03 745	3.16 730	4.67 751	4.86 769	5.15 752	3.89 763

TestStereo	4.88 761	4.75 691	4.79 748	4.87 733	4.92 769	4.81 761	4.90 769	4.78 757	4.77 768	4.87 758	4.89 768	4.90 763	4.91 761	4.99 761	4.79 766	4.98 744	4.87 746	4.87 759	4.92 770	5.00 750	5.00 768

rvit_stereo_0075_2	6.64 769	8.80 746	5.25 752	7.89 753	5.27 771	7.90 772	5.27 770	7.92 773	5.28 770	7.91 773	5.29 771	7.93 774	5.27 762	7.92 773	5.28 767	7.93 764	5.28 748	7.93 773	5.29 772	7.93 766	5.28 770

SGM+DAISY	7.06 771	9.15 748	5.38 754	8.84 758	5.18 770	8.80 774	5.31 771	8.79 775	5.28 770	8.89 775	5.20 770	8.93 776	5.33 763	8.95 775	5.36 768	8.70 768	5.21 747	8.74 776	5.20 771	8.89 770	5.15 769

test-1	6.46 768	9.16 749	8.03 769	8.09 754	5.62 772	6.11 766	6.35 772	6.85 769	4.94 769	6.08 767	6.29 774	4.98 764	6.43 766	6.22 765	6.36 772	6.16 756	7.47 762	5.82 766	5.44 773	7.11 763	5.68 771

RAFT	6.73 770	9.36 750	7.40 764	8.51 757	6.55 773	6.88 769	6.60 773	6.79 768	6.60 773	6.80 769	6.72 775	5.31 766	5.50 764	6.61 766	6.61 773	8.42 766	5.89 751	5.73 765	5.45 774	6.61 759	6.24 772

test-v	7.53 772	11.89 760	7.98 766	9.36 761	7.14 774	7.06 770	7.09 774	7.37 770	6.91 774	7.29 770	5.71 772	6.45 770	6.93 767	6.73 769	7.27 774	8.93 771	7.85 764	6.98 771	6.80 775	7.56 764	7.34 774

test-2	7.53 772	11.89 760	7.98 766	9.36 761	7.14 774	7.06 770	7.09 774	7.37 770	6.91 774	7.29 770	5.71 772	6.45 770	6.93 767	6.73 769	7.27 774	8.93 771	7.85 764	6.98 771	6.80 775	7.56 764	7.34 774

MANE	19.05 775	23.00 768	15.00 775	23.00 782	15.00 776	24.00 781	16.00 776	24.00 782	16.00 776	22.00 782	15.00 776	23.00 783	16.00 776	23.00 782	15.00 776	22.00 783	15.00 777	22.00 783	15.00 777	22.00 783	15.00 776

rafts_anoy	20.00 776	20.00 762	20.00 776	20.00 776	20.00 777	20.00 775	20.00 777	20.00 776	20.00 777	20.00 776	20.00 777	20.00 777	20.00 777	20.00 776	20.00 777	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 777

raft+_RVC	20.00 776	20.00 762	20.00 776	20.00 776	20.00 777	20.00 775	20.00 777	20.00 776	20.00 777	20.00 776	20.00 777	20.00 777	20.00 777	20.00 776	20.00 777	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 777

raftrobust	20.00 776	20.00 762	20.00 776	20.00 776	20.00 777	20.00 775	20.00 777	20.00 776	20.00 777	20.00 776	20.00 777	20.00 777	20.00 777	20.00 776	20.00 777	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 777

CasAABBNet	20.00 776	20.00 762	20.00 776	20.00 776	20.00 777	20.00 775	20.00 777	20.00 776	20.00 777	20.00 776	20.00 777	20.00 777	20.00 777	20.00 776	20.00 777	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 777

RALCasStereoNet	20.00 776	20.00 762	20.00 776	20.00 776	20.00 777	20.00 775	20.00 777	20.00 776	20.00 777	20.00 776	20.00 777	20.00 777	20.00 777	20.00 776	20.00 777	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 777

RALAANet	20.00 776	20.00 762	20.00 776	20.00 776	20.00 777	20.00 775	20.00 777	20.00 776	20.00 777	20.00 776	20.00 777	20.00 777	20.00 777	20.00 776	20.00 777	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 777

WCMA_ROB	31.10 783	35.43 788	27.12 782	39.51 795	23.10 783	38.78 794	25.30 783	37.49 795	25.39 783	37.29 794	27.02 783	38.52 796	26.48 783	37.80 794	26.44 783	36.28 791	22.65 784	33.90 788	22.30 784	37.10 793	24.18 783

111	30.40 782	30.94 784	29.72 783	32.61 783	30.02 784	33.57 782	30.47 784	31.50 783	29.39 784	30.98 783	29.11 784	29.78 784	30.39 787	29.45 783	30.76 787	30.08 784	29.02 785	29.92 784	30.32 788	29.86 784	30.17 784

fff	1000028.16 804	29.62 780	29.72 783	32.61 783	30.02 784	35.13 784	31.83 785	32.07 784	10000000.00 805	35.27 786	29.82 785	32.45 785	30.15 784	32.35 784	30.09 784	31.04 785	29.55 786	30.64 785	30.14 785	10000000.00 806	30.77 785

csc	1000028.16 804	29.62 780	29.72 783	32.61 783	30.02 784	35.13 784	31.83 785	32.07 784	10000000.00 805	35.27 786	29.82 785	32.45 785	30.15 784	32.35 784	30.09 784	31.04 785	29.55 786	30.64 785	30.14 785	10000000.00 806	30.77 785

cscssc	1000028.16 804	29.62 780	29.72 783	32.61 783	30.02 784	35.13 784	31.83 785	32.07 784	10000000.00 805	35.27 786	29.82 785	32.45 785	30.15 784	32.35 784	30.09 784	31.04 785	29.55 786	30.64 785	30.14 785	10000000.00 806	30.77 785

ADStereo(finetuned)	36.13 785	36.63 789	38.07 794	36.97 788	33.25 788	35.91 787	34.45 788	36.36 790	32.99 785	38.14 795	36.71 791	36.69 791	34.13 788	38.57 795	40.79 795	37.60 796	36.58 792	35.90 792	33.36 789	35.42 787	34.04 788

tt	500032.53 802	34.60 786	29.72 783	37.47 793	34.41 789	36.85 788	35.22 789	34.71 787	33.55 786	34.50 784	35.43 788	33.81 788	10000000.00 806	33.57 787	33.13 788	33.68 788	35.00 790	34.03 789	35.26 791	30.96 785	34.63 789

DCANet	500032.53 802	34.60 786	29.72 783	37.47 793	34.41 789	36.85 788	35.22 789	34.71 787	33.55 786	34.50 784	35.43 788	33.81 788	10000000.00 806	33.57 787	33.13 788	33.68 788	35.00 790	34.03 789	35.26 791	30.96 785	34.63 789

DCANet-4	35.22 784	34.54 785	35.08 789	33.58 787	35.47 791	34.55 783	35.53 791	36.08 789	35.85 788	35.92 789	35.77 790	35.18 790	35.48 789	35.39 789	37.15 794	34.55 790	33.92 789	35.02 791	34.90 790	35.79 788	34.74 791

fast-reg	37.00 786	37.00 790	37.00 790	37.00 789	37.00 792	37.00 790	37.00 792	37.00 791	37.00 789	37.00 790	37.00 792	37.00 792	37.00 790	37.00 790	37.00 790	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 792

Reg-Stereo(zero)	37.00 786	37.00 790	37.00 790	37.00 789	37.00 792	37.00 790	37.00 792	37.00 791	37.00 789	37.00 790	37.00 792	37.00 792	37.00 790	37.00 790	37.00 790	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 792

FLISNet	37.00 786	37.00 790	37.00 790	37.00 789	37.00 792	37.00 790	37.00 792	37.00 791	37.00 789	37.00 790	37.00 792	37.00 792	37.00 790	37.00 790	37.00 790	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 792

CoSv	37.00 786	37.00 790	37.00 790	37.00 789	37.00 792	37.00 790	37.00 792	37.00 791	37.00 789	37.00 790	37.00 792	37.00 792	37.00 790	37.00 790	37.00 790	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 792

CBMV	128.50 792	1422.70 807	53.10 796	79.50 797	51.30 797	77.30 796	49.70 796	74.00 796	48.20 794	77.20 797	48.80 797	73.90 798	48.00 795	73.80 797	48.80 797	70.40 798	45.10 798	68.90 798	46.10 798	68.20 795	45.00 797
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 790	87.70 795	41.95 795	113.75 798	65.62 798	75.05 795	55.25 797	75.64 797	45.04 793	71.61 796	41.75 796	72.81 797	44.06 794	68.38 796	44.63 796	101.89 799	59.57 799	107.10 799	61.05 799	104.38 796	59.38 798

NOSS_ROB	102.95 791	153.00 799	121.00 798	51.00 796	44.00 796	165.00 798	127.00 798	153.00 798	119.00 795	164.00 799	125.00 798	168.00 800	120.00 796	153.00 798	117.00 798	49.00 797	44.00 797	49.00 797	44.00 797	49.00 794	44.00 796

DF_test	189.29 794	560.34 804	182.58 802	229.00 801	135.68 799	197.79 799	135.52 799	197.80 800	135.44 796	197.75 800	135.49 799	197.90 801	135.51 797	197.84 800	135.75 799	217.37 802	171.11 801	183.74 801	127.67 801	183.56 798	127.88 799

MeshStereo	159.24 793	171.00 800	160.68 801	162.58 799	160.59 800	164.01 797	160.35 800	158.51 799	158.56 797	158.34 798	160.12 800	158.56 799	159.92 798	157.26 799	158.94 800	154.38 800	158.36 800	155.75 800	159.13 802	153.67 797	154.07 800
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
DLCB_ROB	284.23 798	354.61 802	207.27 803	363.24 804	206.46 801	364.72 803	210.41 801	364.72 804	210.41 798	364.81 804	208.64 802	364.81 805	208.64 800	364.72 804	210.41 802	354.70 805	205.53 803	354.70 805	205.53 804	354.70 802	205.53 802

AE-Stereo	201.80 795	123.00 796	115.00 797	219.00 800	218.00 802	223.00 800	244.00 802	217.00 801	236.00 799	202.00 801	203.00 801	205.00 802	208.00 799	225.00 801	204.00 801	210.00 801	198.00 802	197.00 802	184.00 803	204.00 799	201.00 801

MGS-Stereo	239.45 796	123.00 796	135.00 799	266.00 802	286.00 803	277.00 801	305.00 803	271.00 802	242.00 800	274.00 802	279.00 803	255.00 803	270.00 801	268.00 802	297.00 803	221.00 803	247.00 804	216.00 803	123.00 800	217.00 800	217.00 803

EGLCR-Stereo	246.90 797	129.00 798	139.00 800	266.00 802	286.00 803	277.00 801	305.00 803	271.00 802	242.00 800	274.00 802	279.00 803	255.00 803	270.00 801	268.00 802	297.00 803	230.00 804	247.00 804	216.00 803	223.00 805	237.00 801	227.00 804

LE_ROB	396.57 799	471.28 803	329.84 804	471.48 805	308.15 805	526.83 804	322.10 805	488.15 805	323.76 802	495.46 805	317.97 805	497.17 806	320.10 803	481.62 805	326.76 805	462.71 806	298.97 806	466.16 806	285.98 806	447.62 803	289.21 805

SGM-ForestM	596.69 800	677.77 805	444.52 805	699.85 806	517.25 806	732.94 805	488.29 806	770.79 806	460.11 803	750.81 806	487.98 806	792.79 807	499.41 804	730.90 806	475.81 806	720.03 807	491.16 807	663.96 807	418.60 807	674.76 804	436.05 806

CBMV_ROB	818.48 801	913.88 806	709.52 806	862.84 807	597.78 807	1073.99 806	700.52 807	1015.66 807	702.59 804	1115.65 807	760.02 807	1130.24 808	721.57 805	1037.41 807	692.65 807	814.05 808	564.29 808	843.28 808	595.31 808	915.51 805	602.92 807

111111	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

SGD-Stereo	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

IGEV-Stereo++	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

IGEV-BASED-STEREO-	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

IGEV-Stereo+	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

SDNR	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

anonymousdsp2	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

anonymousdsp	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

test_example2	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808

DIP-Stereo	10000000.00 807	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 807	10000000.00 808	10000000.00 808	10000000.00 805	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 806	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 808
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 79		0.09 83	0.10 162							0.05 113				0.15 153	0.10 106	0.17 213	0.13 213	0.11 163

Low-res two-view benchmark