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

RAFTStereoReplicaGSO							0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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++_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

CoDeX	0.15 187	0.70 349	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.01 10	0.02 21	0.67 540	0.02 16	0.69 525	0.75 551	0.01 10	0.02 22	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 78	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.06 75	0.04 67	0.01 10	0.01 10	0.01 11	0.01 10

Wz-Net-SNSev	0.03 29	0.09 94	0.07 91	0.09 87	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.09 97	0.07 93	0.01 10	0.01 10	0.01 11	0.01 10

Wz-Net-LNSev	0.06 61	0.24 186	0.20 233	0.23 221	0.01 10	0.02 20	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.23 241	0.21 250	0.02 20	0.01 10	0.01 11	0.01 10

Wz-Net-MNSev	0.06 61	0.54 318	0.10 103	0.12 117	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.12 123	0.11 134	0.01 10	0.01 10	0.01 11	0.01 10

WZ-Net	0.05 57	0.50 300	0.10 103	0.12 117	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.12 123	0.10 111	0.01 10	0.01 10	0.01 11	0.01 10

SFCPSM	0.17 200	0.78 365	0.02 15	0.02 14	0.01 10	0.02 20	0.02 22	0.02 22	0.01 11	0.02 22	0.02 22	0.02 22	0.01 10	0.02 21	0.79 580	0.02 16	0.75 538	0.76 553	0.02 22	0.02 22	0.02 20

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

VMStereo-Base	0.03 29	0.09 94	0.08 93	0.09 87	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.08 89	0.08 96	0.03 42	0.02 22	0.02 22	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

USTest	0.01 9	0.02 12	0.00 1	0.14 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 20	0.02 22	0.00 1	0.00 1

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

PSMNet-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

test_sample6	0.09 83	0.97 410	0.10 103	0.10 92	0.03 52	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.03 57	0.03 47	0.02 22	0.03 44	0.02 22	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

test_sample2	0.09 83	1.03 437	0.11 123	0.11 109	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.09 106	0.03 42	0.02 22	0.03 48	0.02 20

SMFormer	0.09 83	1.01 431	0.09 99	0.09 87	0.03 52	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.09 106	0.03 42	0.02 22	0.03 48	0.02 20

tta	0.09 83	0.95 407	0.09 99	0.10 92	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

xxx	0.09 83	1.01 431	0.10 103	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.03 45	0.03 57	0.03 47	0.02 22	0.03 44	0.02 22	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.03 52

coex-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

Wz-Net-LNSev-Ref	0.11 123	0.44 269	0.33 316	0.39 293	0.02 22	0.03 44	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.39 339	0.36 381	0.02 20	0.02 22	0.02 22	0.02 20

BSDual-CNN	0.81 520	1.91 592	0.92 559	4.48 731	0.02 22	0.42 388	0.06 142	0.41 363	0.02 23	0.48 452	0.03 57	0.02 22	0.02 22	0.03 44	0.02 22	1.97 673	4.19 759	0.33 320	0.23 297	0.34 311	0.27 332

psmg	0.43 368	1.91 592	0.92 559	1.91 638	0.02 22	0.02 20	0.03 55	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.03 44	0.02 22	1.97 673	1.44 663	0.04 94	0.03 58	0.02 22	0.03 52

CSP-Net	0.34 287	1.29 519	1.19 588	1.36 612	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	1.26 629	1.21 640	0.03 42	0.09 154	0.02 22	0.09 154

Syn2CoEx	0.25 245	1.31 523	0.74 533	0.92 501	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.03 47	0.02 22	0.02 21	0.02 22	0.87 532	0.75 538	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

ADCMid	0.08 76	0.02 12	0.02 15	1.01 522	0.03 52	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.04 91	0.09 152	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

ADCS	0.09 83	0.02 12	0.04 64	0.90 496	0.06 143	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.14 194	0.36 430	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

AnyNet_C01	0.11 123	0.02 12	0.02 15	1.62 629	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.03 45	0.02 22	0.02 22	0.02 22	0.06 120	0.04 98	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.03 52

AnyNet_C32	0.14 175	0.04 52	0.03 39	2.22 653	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.04 97	0.02 22	0.07 143	0.04 98	0.02 16	0.02 17	0.03 42	0.03 58	0.02 22	0.03 52

LSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.03 54	0.02 21	0.01 11	0.73 507	0.01 11	0.01 10	0.01 10	0.01 11	0.02 20

PipStereo	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

zh-sn7	0.10 102	0.98 411	0.14 164	0.15 146	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.15 159	0.13 172	0.03 42	0.03 58	0.03 48	0.03 52

zh-mn7	0.12 136	1.14 453	0.17 206	0.20 202	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.18 208	0.16 199	0.03 42	0.03 58	0.03 48	0.03 52

w-ln-seven-2	0.14 175	1.22 515	0.28 274	0.32 261	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.32 287	0.27 284	0.04 94	0.03 58	0.03 48	0.03 52

TCMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.02 22	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

YMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

DualNet (step1)	0.10 102	1.05 441	0.12 134	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample9	0.10 102	1.05 441	0.12 134	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample8	0.10 102	1.05 441	0.12 134	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample7	0.09 83	1.00 421	0.11 123	0.11 109	0.02 22	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample5	0.10 102	1.07 445	0.11 123	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.03 58	0.04 98	0.03 52

test_sample4	0.10 102	1.03 437	0.12 134	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.13 172	0.03 42	0.03 58	0.03 48	0.03 52

test_sample3	0.09 83	0.87 383	0.10 103	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

test_sample1	0.09 83	0.87 383	0.12 134	0.11 109	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

mmm	0.14 175	1.83 577	0.12 134	0.11 109	0.03 52	0.03 44	0.03 55	0.03 47	0.04 104	0.03 45	0.03 57	0.03 47	0.03 54	0.06 120	0.04 98	0.12 123	0.11 134	0.05 109	0.04 100	0.05 115	0.04 96

11t1	0.17 200	2.16 612	0.13 155	0.13 130	0.04 101	0.06 123	0.04 104	0.06 126	0.04 104	0.06 128	0.03 57	0.06 130	0.03 54	0.06 120	0.05 116	0.18 208	0.12 148	0.06 126	0.03 58	0.05 115	0.03 52

DualNet	0.10 102	1.07 445	0.11 123	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.03 58	0.04 98	0.03 52

1111x	0.10 102	1.14 453	0.13 155	0.14 134	0.03 52	0.04 95	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.11 134	0.03 42	0.02 22	0.03 48	0.02 20

qqq	0.16 194	2.01 602	0.12 134	0.15 146	0.04 101	0.06 123	0.05 121	0.06 126	0.04 104	0.06 128	0.03 57	0.06 130	0.03 54	0.06 120	0.03 53	0.12 123	0.14 187	0.04 94	0.04 100	0.03 48	0.03 52

x	0.11 123	1.15 456	0.15 189	0.14 134	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.14 146	0.15 196	0.03 42	0.03 58	0.03 48	0.03 52

hknet	1.10 582	1.85 583	3.49 756	4.48 731	0.02 22	0.42 388	0.06 142	0.41 363	0.02 23	0.48 452	0.03 57	0.41 372	0.03 54	0.42 384	0.03 53	4.39 745	4.19 759	0.33 320	0.23 297	0.34 311	0.27 332

222	0.10 102	0.99 419	0.12 134	0.13 130	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.02 22	0.04 98	0.03 52

xxxx	0.11 123	1.16 458	0.16 196	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.16 199	0.03 42	0.04 100	0.04 98	0.04 96

test_xeample	0.10 102	1.09 447	0.13 155	0.12 117	0.03 52	0.03 44	0.03 55	0.04 96	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.14 146	0.14 187	0.03 42	0.03 58	0.03 48	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.03 54	0.04 91	0.03 53	0.05 67	0.03 40	0.05 109	0.03 58	0.04 98	0.03 52

BEATNet_4x	0.11 123	0.03 31	0.03 39	1.60 626	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.05 104	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

ADCL	0.11 123	0.03 31	0.03 39	1.60 626	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.05 104	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

ADCRef	0.12 136	0.03 31	0.04 64	1.71 633	0.04 101	0.03 44	0.03 55	0.04 96	0.04 104	0.04 93	0.03 57	0.04 97	0.03 54	0.06 120	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.03 48	0.04 96

ADCPNet	0.10 102	0.03 31	0.04 64	1.27 597	0.03 52	0.04 95	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.04 97	0.03 54	0.08 147	0.04 98	0.04 60	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 22	0.02 22	0.02 23	0.03 45	0.02 22	0.02 22	0.03 54	0.03 44	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

ManiGeoR	0.17 200	0.05 66	0.62 491	0.73 473	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.72 502	0.58 489	0.05 109	0.04 100	0.05 115	0.04 96

HLF11	0.17 200	0.05 66	0.63 495	0.72 469	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.71 494	0.59 495	0.05 109	0.04 100	0.04 98	0.04 96

HLf10	0.17 200	0.05 66	0.62 491	0.73 473	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.72 502	0.58 489	0.05 109	0.04 100	0.05 115	0.04 96

HLf8	0.17 200	0.05 66	0.62 491	0.72 469	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.72 502	0.58 489	0.05 109	0.04 100	0.05 115	0.04 96

TestStereo_HLe17	0.17 200	0.05 66	0.65 502	0.72 469	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.71 494	0.59 495	0.05 109	0.04 100	0.05 115	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.04 101	0.04 91	0.03 53	0.75 510	0.03 40	0.03 42	0.03 58	0.03 48	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.04 101	0.02 21	0.02 22	0.73 507	0.02 17	0.02 20	0.02 22	0.02 22	0.04 96

z-mn7	0.16 194	1.21 509	0.33 316	0.41 320	0.04 101	0.04 95	0.03 55	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.35 305	0.31 321	0.04 94	0.04 100	0.04 98	0.04 96

z-ln-s-r	0.21 224	1.40 532	0.53 468	0.56 428	0.04 101	0.05 110	0.04 104	0.05 111	0.05 125	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.05 116	0.57 459	0.44 438	0.04 94	0.04 100	0.04 98	0.04 96

w-ln-seven	0.18 209	1.47 534	0.33 316	0.40 306	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.38 326	0.32 326	0.05 109	0.04 100	0.04 98	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 69	0.04 101	0.06 123	0.04 104	0.06 126	0.04 104	0.06 128	0.04 111	0.06 130	0.04 101	0.06 120	0.04 98	0.06 75	0.04 67	0.05 109	0.04 100	0.05 115	0.04 96

GASNet	0.05 57	0.04 52	0.12 134	0.04 53	0.04 101	0.04 95	0.05 121	0.04 96	0.04 104	0.12 176	0.04 111	0.06 130	0.04 101	0.04 91	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

APVNet	0.09 83	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 595	0.06 126	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.05 67	0.04 67	0.05 109	0.04 100	0.05 115	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.05 67	0.03 40	0.06 126	0.03 58	0.04 98	0.03 52

FADNet-RVC-Resample	0.12 136	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	1.57 697	0.04 60	0.04 67	0.04 94	0.05 124	0.04 98	0.06 135

ADCP+	0.15 187	0.04 52	0.04 64	2.20 652	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.05 128	0.04 97	0.04 101	0.08 147	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	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
UHP(ZeroShot)	0.07 67	0.41 252	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

UHP(FT)	0.07 67	0.40 239	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

mmmmmm	0.07 67	0.40 239	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

UHP	0.07 67	0.41 252	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

DispViT+	0.07 67	0.08 85	0.12 134	0.08 80	0.05 126	0.08 143	0.05 121	0.08 147	0.05 125	0.08 146	0.05 128	0.08 146	0.05 118	0.08 147	0.05 116	0.08 89	0.07 93	0.07 138	0.05 124	0.07 145	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 123	0.11 109	0.05 126	0.08 143	0.05 121	0.08 147	0.05 125	0.08 146	0.05 128	0.08 146	0.05 118	0.08 147	0.05 116	0.11 117	0.10 111	0.07 138	0.05 124	0.07 145	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 76	0.08 85	0.11 123	0.11 109	0.05 126	0.08 143	0.05 121	0.08 147	0.07 153	0.08 146	0.05 128	0.08 146	0.05 118	0.09 153	0.08 148	0.15 159	0.11 134	0.07 138	0.05 124	0.07 145	0.06 135
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 83	0.13 117	0.39 361	0.08 80	0.05 126	0.07 141	0.05 121	0.13 178	0.05 125	0.06 128	0.05 128	0.06 130	0.05 118	0.06 120	0.05 116	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

GGEV	0.09 83	0.13 117	0.39 361	0.08 80	0.05 126	0.07 141	0.05 121	0.13 178	0.05 125	0.06 128	0.05 128	0.06 130	0.05 118	0.06 120	0.05 116	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

ISRNet	0.11 123	0.05 66	0.36 343	0.24 226	0.07 152	0.13 177	0.05 121	0.06 126	0.05 125	0.05 113	0.05 128	0.13 180	0.05 118	0.05 104	0.09 152	0.24 250	0.20 245	0.10 153	0.05 124	0.06 128	0.13 220

qqq1	0.25 245	3.70 682	0.14 164	0.14 134	0.04 101	0.06 123	0.05 121	0.06 126	0.05 125	0.06 128	0.05 128	0.04 97	0.05 118	0.06 120	0.05 116	0.13 139	0.12 148	0.06 126	0.05 124	0.03 48	0.04 96

fff1	0.25 245	3.70 682	0.14 164	0.14 134	0.04 101	0.06 123	0.05 121	0.06 126	0.05 125	0.06 128	0.05 128	0.04 97	0.05 118	0.06 120	0.05 116	0.13 139	0.12 148	0.06 126	0.05 124	0.03 48	0.04 96

ffm	0.25 245	3.83 688	0.12 134	0.12 117	0.05 126	0.06 123	0.05 121	0.06 126	0.05 125	0.03 45	0.03 57	0.06 130	0.05 118	0.06 120	0.05 116	0.12 123	0.12 148	0.05 109	0.04 100	0.06 128	0.04 96

ff1	0.25 245	3.83 688	0.12 134	0.12 117	0.05 126	0.06 123	0.05 121	0.06 126	0.05 125	0.03 45	0.03 57	0.06 130	0.05 118	0.06 120	0.05 116	0.12 123	0.12 148	0.05 109	0.04 100	0.06 128	0.04 96

mmx	0.25 245	3.83 688	0.12 134	0.12 117	0.05 126	0.06 123	0.05 121	0.06 126	0.05 125	0.03 45	0.03 57	0.06 130	0.05 118	0.06 120	0.05 116	0.12 123	0.12 148	0.05 109	0.04 100	0.06 128	0.04 96

BUS	0.83 529	1.91 592	0.92 559	4.48 731	0.02 22	0.40 348	0.04 104	0.41 363	0.02 23	0.48 452	0.03 57	0.41 372	0.05 118	0.03 44	0.05 116	1.97 673	4.19 759	0.33 320	0.23 297	0.34 311	0.27 332

NINENet	0.69 485	3.87 691	1.20 591	1.98 644	0.05 126	0.40 348	0.04 104	0.40 344	0.05 125	0.41 361	0.04 111	0.41 372	0.05 118	0.40 350	0.05 116	1.79 659	1.56 672	0.34 330	0.22 291	0.34 311	0.23 275

GwcNet	0.12 136	0.07 83	0.05 79	0.08 80	0.05 126	0.08 143	1.20 627	0.07 143	0.05 125	0.05 113	0.05 128	0.08 146	0.05 118	0.08 147	0.03 53	0.07 87	0.05 79	0.06 126	0.05 124	0.07 145	0.05 122

FADNet_RVC	0.12 136	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.05 118	0.04 91	1.65 701	0.05 67	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

FADNet-RVC	0.13 144	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 121	0.04 96	0.04 104	0.04 93	0.05 128	0.04 97	0.05 118	0.04 91	1.71 718	0.04 60	0.04 67	0.04 94	0.04 100	0.07 145	0.04 96

FADNet	0.12 136	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.05 118	0.04 91	1.66 704	0.06 75	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

TARSTereo(ZeroShot)	0.08 76	0.56 324	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TARStereo(FT)	0.09 83	0.59 332	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

2222	0.09 83	0.59 332	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

1111	0.09 83	0.60 337	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

fsdfsdds	0.08 76	0.58 329	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

nnnnnnn	0.08 76	0.58 329	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TestStereooo	0.08 76	0.56 324	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 130	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TS12	0.09 83	0.09 94	0.17 206	0.19 189	0.06 143	0.08 143	0.06 142	0.08 147	0.06 142	0.08 146	0.06 143	0.08 146	0.06 139	0.08 147	0.06 136	0.15 159	0.16 199	0.08 143	0.06 139	0.08 150	0.06 135

IGEV_i1	0.26 255	0.05 66	0.04 64	0.06 69	0.03 52	0.05 110	0.03 55	0.05 111	0.03 60	0.05 113	0.03 57	0.04 97	0.06 139	0.05 104	0.03 53	4.34 742	0.03 40	0.04 94	0.03 58	0.05 115	0.04 96

AASNet	0.06 61	0.08 85	0.08 93	0.08 80	0.05 126	0.06 123	0.05 121	0.05 111	0.06 142	0.06 128	0.06 143	0.05 114	0.06 139	0.06 120	0.05 116	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

SACVNet	0.06 61	0.08 85	0.08 93	0.08 80	0.05 126	0.06 123	0.05 121	0.05 111	0.06 142	0.06 128	0.06 143	0.05 114	0.06 139	0.06 120	0.05 116	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

AACVNet	0.06 61	0.08 85	0.08 93	0.08 80	0.05 126	0.06 123	0.05 121	0.05 111	0.06 142	0.06 128	0.06 143	0.05 114	0.06 139	0.06 120	0.05 116	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

FINET	0.07 67	0.08 85	0.07 91	0.07 78	0.07 152	0.08 143	0.06 142	0.08 147	0.07 153	0.08 146	0.07 154	0.08 146	0.06 139	0.07 143	0.07 144	0.08 89	0.07 93	0.07 138	0.07 147	0.06 128	0.06 135

anonymous	0.09 83	0.09 94	0.14 164	0.14 134	0.07 152	0.09 151	0.07 153	0.09 153	0.07 153	0.09 153	0.07 154	0.09 155	0.07 152	0.09 153	0.07 144	0.14 146	0.13 172	0.09 151	0.07 147	0.09 154	0.07 146

BEATNet-Init1	0.19 213	0.08 85	0.08 93	2.23 654	0.08 155	0.08 143	0.07 153	0.07 143	0.08 158	0.08 146	0.07 154	0.08 146	0.07 152	0.11 170	0.08 148	0.08 89	0.08 96	0.08 143	0.07 147	0.08 150	0.08 149

SuperB	0.21 224	0.10 99	2.51 734	0.12 117	0.09 159	0.10 153	0.09 157	0.08 147	0.07 153	0.10 157	0.09 159	0.09 155	0.07 152	0.07 143	0.07 144	0.07 87	0.08 96	0.07 138	0.07 147	0.08 150	0.07 146

DeepPrunerF	0.19 213	0.08 85	0.08 93	2.23 654	0.08 155	0.08 143	0.07 153	0.07 143	0.08 158	0.08 146	0.07 154	0.08 146	0.07 152	0.11 170	0.08 148	0.08 89	0.08 96	0.08 143	0.07 147	0.08 150	0.08 149

VeloStereo	0.16 194	0.92 400	0.16 196	0.18 182	0.08 155	0.11 164	0.12 216	0.12 175	0.09 161	0.09 153	0.28 325	0.10 158	0.08 156	0.10 157	0.12 210	0.15 159	0.17 227	0.08 143	0.12 216	0.09 154	0.08 149

flow	0.16 194	0.92 400	0.16 196	0.18 182	0.08 155	0.11 164	0.12 216	0.12 175	0.09 161	0.09 153	0.28 325	0.10 158	0.08 156	0.10 157	0.12 210	0.15 159	0.17 227	0.08 143	0.12 216	0.09 154	0.08 149

SepStereo	0.09 83	0.09 94	0.10 103	0.09 87	0.09 159	0.09 151	0.09 157	0.10 154	0.08 158	0.10 157	0.09 159	0.09 155	0.09 158	0.09 153	0.08 148	0.09 97	0.08 96	0.09 151	0.08 152	0.09 154	0.08 149

PASM	0.39 336	3.06 667	1.36 654	1.58 622	0.09 159	0.11 164	0.11 180	0.11 166	0.11 184	0.09 153	0.09 159	0.11 170	0.09 158	0.09 153	0.09 152	0.11 117	0.11 134	0.11 164	0.09 154	0.11 168	0.11 176

DRN-Test	0.14 175	0.13 117	0.09 99	0.14 134	0.09 159	0.15 211	0.09 157	0.14 192	0.10 166	0.14 193	0.09 159	0.14 194	0.09 158	0.13 180	0.09 152	0.12 123	0.09 106	0.12 171	0.09 154	0.12 177	0.73 566

StereoDRNet	0.15 187	0.14 137	0.10 103	0.14 134	0.09 159	0.15 211	0.09 157	0.14 192	0.09 161	0.14 193	0.10 163	0.14 194	0.09 158	0.14 194	0.09 152	0.13 139	0.10 111	0.13 175	0.09 154	0.13 180	0.82 582

GFORCE	0.13 144	0.13 117	0.18 216	0.19 189	0.11 185	0.11 164	0.10 162	0.11 166	0.09 161	0.11 169	0.11 181	0.11 170	0.10 162	0.13 180	0.11 174	0.17 191	0.18 241	0.13 175	0.11 182	0.13 180	0.11 176

over-6	0.11 123	0.11 110	0.15 189	0.16 156	0.10 165	0.11 164	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.10 159	0.14 146	0.14 187	0.11 164	0.10 163	0.11 168	0.09 154

over v1	0.11 123	0.11 110	0.15 189	0.16 156	0.10 165	0.11 164	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.10 159	0.14 146	0.14 187	0.11 164	0.09 154	0.11 168	0.10 162

over-8	0.11 123	0.14 137	0.15 189	0.16 156	0.10 165	0.11 164	0.10 162	0.11 166	0.09 161	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.09 152	0.14 146	0.14 187	0.11 164	0.09 154	0.11 168	0.09 154

over-9	0.11 123	0.11 110	0.16 196	0.16 156	0.10 165	0.12 174	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.10 159	0.14 146	0.14 187	0.11 164	0.10 163	0.11 168	0.09 154

RT-Monster	0.09 83	0.07 83	0.03 39	0.15 146	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.03 47	0.10 162	0.04 91	0.03 53	0.92 537	0.03 40	0.03 42	0.03 58	0.03 48	0.07 146

S2M2_L	0.12 136	0.14 137	0.10 103	0.15 146	0.10 165	0.14 192	0.10 162	0.14 192	0.10 166	0.15 211	0.10 163	0.14 194	0.10 162	0.14 194	0.10 159	0.13 139	0.10 111	0.13 175	0.09 154	0.13 180	0.09 154
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

LRCNet_RVC	0.13 144	0.13 117	0.09 99	0.13 130	0.10 165	0.14 192	0.10 162	0.14 192	0.10 166	0.23 258	0.10 163	0.20 239	0.10 162	0.24 266	0.11 174	0.11 117	0.09 106	0.12 171	0.14 234	0.12 177	0.09 154

PVD	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SHD	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SAMSARA	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

XQC	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTSC	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTS	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTSA	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

MADNet+	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

MADNet++	0.10 102	0.10 99	0.10 103	0.10 92	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

E$^{3}$Stereo	0.13 144	0.14 137	0.13 155	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

LLLLL	0.13 144	0.14 137	0.13 155	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

LLL	0.13 144	0.14 137	0.14 164	0.17 177	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.14 187	0.14 190	0.11 182	0.14 196	0.11 176

low	0.13 144	0.14 137	0.14 164	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

100	0.13 144	0.14 137	0.13 155	0.17 177	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

300	0.13 144	0.14 137	0.13 155	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

Last	0.13 144	0.14 137	0.14 164	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

DDDD	0.13 144	0.14 137	0.14 164	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

FORCE_4.7	0.13 144	0.13 117	0.19 225	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.18 208	0.17 227	0.13 175	0.11 182	0.13 180	0.11 176

F4.4	0.13 144	0.13 117	0.18 216	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.10 163	0.13 180	0.11 176

FORCE_4.6	0.13 144	0.13 117	0.18 216	0.20 202	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.18 208	0.17 227	0.13 175	0.10 163	0.13 180	0.11 176

F8.5	0.13 144	0.13 117	0.19 225	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.18 208	0.17 227	0.13 175	0.10 163	0.13 180	0.11 176

FORCE_9	0.13 144	0.13 117	0.20 233	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.18 241	0.13 175	0.11 182	0.13 180	0.11 176

FORCE_8	0.13 144	0.13 117	0.19 225	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.18 208	0.17 227	0.13 175	0.11 182	0.13 180	0.11 176

F7	0.13 144	0.13 117	0.19 225	0.20 202	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

FORCE_4.5	0.13 144	0.13 117	0.18 216	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

TT111	0.13 144	0.14 137	0.14 164	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

FORCE_4	0.13 144	0.13 117	0.19 225	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.10 163	0.13 180	0.11 176

FORCE_5	0.13 144	0.13 117	0.18 216	0.18 182	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

FORCE_6	0.13 144	0.13 117	0.18 216	0.18 182	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.11 180	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.10 163	0.13 180	0.10 162

EE1	0.13 144	0.14 137	0.14 164	0.17 177	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

AnonStereo	0.13 144	0.14 137	0.14 164	0.16 156	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

LACA_dic	0.45 404	0.13 117	1.78 683	1.70 632	0.12 222	0.13 177	0.12 216	0.16 217	0.15 243	0.13 179	0.12 213	0.13 180	0.11 180	0.16 217	0.13 220	1.73 657	1.69 686	0.16 219	0.11 182	0.13 180	0.13 220

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.11 180	0.04 91	0.03 53	0.58 460	0.04 67	0.04 94	0.04 100	0.04 98	0.03 52

S2M2_XL	0.14 175	0.17 158	0.12 134	0.17 177	0.11 185	0.17 225	0.11 180	0.17 224	0.11 184	0.17 223	0.11 181	0.17 225	0.11 180	0.17 225	0.11 174	0.16 172	0.11 134	0.16 219	0.11 182	0.16 220	0.11 176
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 123	0.12 115	0.11 123	0.11 109	0.11 185	0.11 164	0.14 226	0.11 166	0.11 184	0.12 176	0.11 181	0.11 170	0.11 180	0.11 170	0.11 174	0.11 117	0.16 199	0.11 164	0.11 182	0.11 168	0.11 176

JetBlue	0.11 123	0.11 110	0.12 134	0.13 130	0.14 231	0.11 164	0.11 180	0.11 166	0.11 184	0.11 169	0.11 181	0.11 170	0.11 180	0.12 178	0.12 210	0.11 117	0.11 134	0.11 164	0.11 182	0.11 168	0.11 176

CIPLG	0.13 144	0.21 172	0.12 134	0.16 156	0.11 185	0.15 211	0.11 180	0.14 192	0.11 184	0.15 211	0.12 213	0.15 216	0.11 180	0.14 194	0.11 174	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

IPLG	0.13 144	0.20 166	0.14 164	0.15 146	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

IPLGR_C	0.14 175	0.20 166	0.12 134	0.15 146	0.11 185	0.14 192	0.15 235	0.14 192	0.11 184	0.15 211	0.12 213	0.14 194	0.11 180	0.16 217	0.11 174	0.15 159	0.12 148	0.14 190	0.12 216	0.15 215	0.12 212

MIPNet	0.14 175	0.21 172	0.17 206	0.16 156	0.11 185	0.15 211	0.12 216	0.14 192	0.11 184	0.16 216	0.11 181	0.14 194	0.11 180	0.14 194	0.11 174	0.14 146	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

IPLGR	0.14 175	0.24 186	0.14 164	0.16 156	0.12 222	0.15 211	0.12 216	0.14 192	0.11 184	0.15 211	0.12 213	0.14 194	0.11 180	0.14 194	0.11 174	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

ACRE	0.13 144	0.21 172	0.14 164	0.15 146	0.11 185	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.12 213	0.14 194	0.11 180	0.14 194	0.11 174	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

ICVP	0.15 187	0.53 314	0.11 123	0.16 156	0.11 185	0.16 218	0.11 180	0.16 217	0.11 184	0.16 216	0.11 181	0.16 217	0.11 180	0.16 217	0.11 174	0.16 172	0.11 134	0.16 219	0.11 182	0.16 220	0.11 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UNet	0.29 264	0.90 393	0.10 103	0.14 134	0.10 165	0.14 192	0.10 162	0.91 554	0.69 559	0.14 193	0.11 181	0.14 194	0.11 180	0.14 194	0.10 159	0.12 123	0.09 106	0.12 171	0.09 154	0.88 548	0.76 573

aanetorigin	0.13 144	0.11 110	0.11 123	0.11 109	0.11 185	0.11 164	0.11 180	0.11 166	0.11 184	0.11 169	0.12 213	0.11 170	0.11 180	0.11 170	0.11 174	0.11 117	0.11 134	0.14 190	0.11 182	0.49 467	0.11 176

ELAS_RVC	0.14 175	0.16 153	0.10 103	0.15 146	0.10 165	0.18 229	0.11 180	0.19 230	0.11 184	0.19 229	0.12 213	0.18 229	0.11 180	0.19 231	0.12 210	0.14 146	0.08 96	0.14 190	0.09 154	0.15 215	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 144	0.16 153	0.11 123	0.15 146	0.09 159	0.18 229	0.11 180	0.18 228	0.11 184	0.17 223	0.11 181	0.18 229	0.11 180	0.18 228	0.11 174	0.14 146	0.08 96	0.14 190	0.08 152	0.14 196	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
F5.5	0.13 144	0.13 117	0.18 216	0.19 189	0.11 185	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 180	0.12 218	0.13 180	0.11 174	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

DF	0.39 336	1.37 529	1.02 572	1.14 535	0.12 222	0.16 218	0.12 216	0.16 217	0.12 223	0.16 216	0.12 213	0.16 217	0.12 218	0.16 217	0.12 210	1.12 571	1.00 562	0.15 215	0.12 216	0.15 215	0.12 212

MatchAttention (ZS)	0.12 136	0.12 115	0.12 134	0.12 117	0.13 227	0.12 174	0.12 216	0.12 175	0.12 223	0.12 176	0.12 213	0.12 179	0.12 218	0.12 178	0.12 210	0.12 123	0.12 148	0.12 171	0.12 216	0.12 177	0.12 212
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
castereo	0.61 463	3.79 687	1.35 646	1.52 620	0.15 246	0.17 225	0.16 242	0.20 238	0.21 283	0.18 227	0.16 250	0.21 247	0.12 218	0.26 287	0.17 253	1.43 643	1.38 659	0.17 229	0.16 250	0.18 233	0.16 237

cf-r	0.66 474	2.17 613	0.12 134	0.18 182	0.12 222	0.18 229	2.70 754	2.60 727	0.12 223	0.18 227	0.12 213	0.18 229	0.12 218	0.18 228	0.12 210	0.15 159	0.11 134	0.15 215	0.11 182	1.81 674	1.74 728

HSM	0.14 175	0.16 153	0.12 134	0.17 177	0.12 222	0.17 225	0.11 180	0.17 224	0.11 184	0.17 223	0.12 213	0.17 225	0.12 218	0.17 225	0.12 210	0.16 172	0.11 134	0.16 219	0.11 182	0.16 220	0.12 212

LALA_ROB	0.15 187	0.19 162	0.12 134	0.18 182	0.11 185	0.20 238	0.12 216	0.21 248	0.12 223	0.20 236	0.12 213	0.20 239	0.12 218	0.21 249	0.13 220	0.17 191	0.10 111	0.18 240	0.11 182	0.18 233	0.11 176

SGM_RVC	0.15 187	0.17 158	0.11 123	0.18 182	0.11 185	0.19 232	0.11 180	0.19 230	0.12 223	0.19 229	0.12 213	0.20 239	0.12 218	0.19 231	0.12 210	0.16 172	0.11 134	0.17 229	0.10 163	0.17 229	0.10 162
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Weightmod_eth	0.20 215	0.24 186	0.28 274	0.47 353	0.14 231	0.24 266	0.14 226	0.17 224	0.13 228	0.22 252	0.16 250	0.22 257	0.13 226	0.20 236	0.16 246	0.24 250	0.20 245	0.19 243	0.14 234	0.16 220	0.24 285

castereo++	0.54 448	3.59 679	1.15 582	1.31 606	0.14 231	0.16 218	0.14 226	0.16 217	0.14 231	0.16 216	0.14 234	0.16 217	0.13 226	0.16 217	0.14 225	1.45 644	1.16 588	0.15 215	0.14 234	0.15 215	0.13 220

DDVS	0.30 265	3.10 668	0.14 164	0.19 189	0.14 231	0.19 232	0.14 226	0.20 238	0.14 231	0.19 229	0.13 228	0.16 217	0.13 226	0.19 231	0.13 220	0.17 191	0.13 172	0.17 229	0.13 228	0.17 229	0.13 220

ProNet	0.14 175	0.20 166	0.14 164	0.16 156	0.11 185	0.16 218	0.11 180	0.17 224	0.11 184	0.17 223	0.12 213	0.17 225	0.13 226	0.17 225	0.12 210	0.15 159	0.11 134	0.16 219	0.11 182	0.15 215	0.12 212

DeepPruner_ROB	0.16 194	0.18 161	0.13 155	0.19 189	0.13 227	0.19 232	0.13 224	0.19 230	0.13 228	0.19 229	0.13 228	0.19 234	0.13 226	0.19 231	0.13 220	0.18 208	0.13 172	0.18 240	0.13 228	0.18 233	0.13 220

CR-RVC	0.42 365	0.14 137	1.89 701	1.91 638	0.13 227	0.12 174	0.08 156	0.07 143	0.07 153	0.07 145	0.07 154	0.08 146	0.14 231	0.07 143	0.07 144	0.96 545	1.91 711	0.14 190	0.14 234	0.20 240	0.13 220

depth_test_26	0.20 215	0.34 214	0.25 256	0.34 271	0.14 231	0.21 249	0.14 226	0.21 248	0.14 231	0.21 248	0.14 234	0.21 247	0.14 231	0.21 249	0.14 225	0.26 259	0.26 271	0.22 259	0.15 247	0.22 252	0.14 227

ITSA-stereo	0.15 187	0.17 158	0.13 155	0.20 202	0.13 227	0.19 232	0.13 224	0.18 228	0.13 228	0.19 229	0.13 228	0.18 229	0.14 231	0.18 228	0.14 225	0.16 172	0.11 134	0.15 215	0.14 234	0.18 233	0.11 176

HCRNet	1.22 637	7.11 751	3.00 739	3.55 719	0.33 425	0.29 295	0.14 226	0.19 230	0.15 243	0.33 311	0.29 340	0.25 278	0.14 231	0.22 255	0.33 407	3.64 737	3.00 736	0.76 553	0.32 425	0.18 233	0.13 220

GMStereo	0.14 175	0.13 117	0.14 164	0.14 134	0.14 231	0.14 192	0.14 226	0.14 192	0.14 231	0.14 193	0.14 234	0.14 194	0.14 231	0.14 194	0.14 225	0.14 146	0.14 187	0.14 190	0.14 234	0.14 196	0.14 227
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 215	0.19 162	0.14 164	0.20 202	0.14 231	0.20 238	0.96 602	0.21 248	0.14 231	0.20 236	0.13 228	0.21 247	0.14 231	0.20 236	0.14 225	0.17 191	0.12 148	0.17 229	0.12 216	0.17 229	0.12 212

acv_ft	0.20 215	0.19 162	0.14 164	0.20 202	0.14 231	0.20 238	0.96 602	0.21 248	0.14 231	0.20 236	0.13 228	0.21 247	0.14 231	0.20 236	0.14 225	0.17 191	0.12 148	0.17 229	0.12 216	0.17 229	0.12 212

hitnet-ft	0.79 512	2.78 662	0.14 164	0.20 202	0.14 231	0.21 249	2.89 755	2.80 742	0.14 231	0.20 236	0.14 234	0.20 239	0.14 231	0.20 236	0.14 225	0.17 191	0.12 148	0.17 229	0.12 216	2.54 728	2.33 745

PSMNet-RSSM	0.77 508	2.76 657	0.14 164	0.20 202	0.14 231	0.20 238	2.66 752	2.79 741	0.14 231	0.21 248	0.14 234	0.21 247	0.14 231	0.20 236	0.14 225	0.17 191	0.12 148	0.17 229	0.12 216	2.52 720	2.31 743

GwcNet-RSSM	0.77 508	2.77 659	0.14 164	0.20 202	0.14 231	0.20 238	2.67 753	2.78 740	0.14 231	0.20 236	0.14 234	0.20 239	0.14 231	0.21 249	0.14 225	0.17 191	0.12 148	0.17 229	0.12 216	2.52 720	2.31 743

CFNet-ft	0.55 452	1.57 538	0.14 164	0.20 202	0.14 231	0.20 238	2.53 750	1.61 667	0.14 231	0.20 236	0.14 234	0.20 239	0.14 231	0.20 236	0.14 225	0.17 191	0.12 148	0.17 229	0.12 216	1.56 662	1.24 677

CCAANet	0.17 200	0.71 350	0.14 164	0.14 134	0.14 231	0.14 192	0.14 226	0.14 192	0.14 231	0.14 193	0.14 234	0.14 194	0.14 231	0.14 194	0.22 281	0.14 146	0.14 187	0.14 190	0.14 234	0.14 196	0.14 227

PDISCO_ROB	0.83 529	2.80 663	3.49 756	0.14 134	0.11 185	0.17 225	0.09 157	0.15 216	0.10 166	0.15 211	0.12 213	0.16 217	0.14 231	3.30 748	0.13 220	0.14 146	2.34 729	0.16 219	0.12 216	2.62 729	0.10 162

SCION-MonSter(vits)	0.25 245	0.79 367	0.31 302	0.42 330	0.28 325	0.40 348	0.28 319	0.20 238	0.15 243	0.40 344	0.15 244	0.19 234	0.15 244	0.20 236	0.15 237	0.23 241	0.21 250	0.17 229	0.14 234	0.16 220	0.14 227

SCION-MonSter	0.21 224	0.76 361	0.22 242	0.25 233	0.15 246	0.19 232	0.15 235	0.19 230	0.15 243	0.19 229	0.15 244	0.19 234	0.15 244	0.19 231	0.14 225	0.22 229	0.21 250	0.16 219	0.14 234	0.16 220	0.15 234

RSGM-EC	0.24 242	0.24 186	0.15 189	0.22 216	0.15 246	0.22 254	0.15 235	0.22 254	0.15 243	0.24 265	0.15 244	0.22 257	0.15 244	0.22 255	1.19 627	0.20 219	0.17 227	0.24 278	0.14 234	0.20 240	0.14 227

acva	0.24 242	0.24 186	0.15 189	0.22 216	0.15 246	0.22 254	0.15 235	0.22 254	0.15 243	0.24 265	0.15 244	0.22 257	0.15 244	0.22 255	1.19 627	0.20 219	0.17 227	0.24 278	0.14 234	0.20 240	0.14 227

DepthFocus	0.18 209	0.22 176	0.15 189	0.22 216	0.15 246	0.22 254	0.15 235	0.22 254	0.15 243	0.22 252	0.15 244	0.22 257	0.16 248	0.22 255	0.15 237	0.20 219	0.15 196	0.20 249	0.14 234	0.20 240	0.14 227

LACA2	0.21 224	0.24 186	0.26 263	0.31 255	0.16 257	0.24 266	0.16 242	0.24 264	0.16 251	0.24 265	0.16 250	0.24 271	0.16 248	0.24 266	0.16 246	0.27 263	0.23 263	0.24 278	0.16 250	0.23 264	0.16 237

LACA1	0.21 224	0.24 186	0.26 263	0.31 255	0.16 257	0.24 266	0.16 242	0.24 264	0.16 251	0.24 265	0.16 250	0.24 271	0.16 248	0.24 266	0.16 246	0.27 263	0.22 257	0.23 268	0.16 250	0.23 264	0.16 237

BStereo	0.22 231	0.23 178	0.20 233	0.24 226	0.20 284	0.23 263	0.33 411	0.39 335	0.17 261	0.23 258	0.17 258	0.23 265	0.16 248	0.24 266	0.17 253	0.23 241	0.16 199	0.22 259	0.20 283	0.22 252	0.16 237

Anonymus123	0.22 231	0.23 178	0.20 233	0.24 226	0.20 284	0.23 263	0.33 411	0.39 335	0.17 261	0.23 258	0.17 258	0.23 265	0.16 248	0.24 266	0.17 253	0.23 241	0.16 199	0.22 259	0.20 283	0.22 252	0.16 237

VIP-Stereo	0.70 488	2.97 666	2.43 733	2.49 679	0.16 257	0.25 276	0.16 242	0.25 272	0.16 251	0.25 273	0.18 275	0.25 278	0.16 248	0.26 287	0.16 246	1.86 661	1.26 642	0.23 268	0.15 247	0.23 264	0.15 234

RAFT-FEzeroshot	0.34 287	0.26 196	0.17 206	0.21 214	0.17 263	0.20 238	0.16 242	0.20 238	0.16 251	0.20 236	0.17 258	0.21 247	0.16 248	0.27 291	0.24 291	0.19 216	0.16 199	0.19 243	0.16 250	0.26 275	3.08 761

RAFT-FE	0.34 287	0.26 196	0.17 206	0.21 214	0.17 263	0.20 238	0.16 242	0.20 238	0.16 251	0.20 236	0.17 258	0.21 247	0.16 248	0.27 291	0.24 291	0.19 216	0.16 199	0.19 243	0.16 250	0.26 275	3.08 761

xyz-stereo-finetune2	0.18 209	0.48 293	0.16 196	0.16 156	0.15 246	0.15 211	0.16 242	0.16 217	0.16 251	0.16 216	0.16 250	0.16 217	0.16 248	0.16 217	0.16 246	0.16 172	0.16 199	0.16 219	0.16 250	0.16 220	0.16 237

xyz-stereo	0.18 209	0.50 300	0.16 196	0.15 146	0.16 257	0.16 218	0.16 242	0.16 217	0.16 251	0.16 216	0.16 250	0.16 217	0.16 248	0.16 217	0.16 246	0.16 172	0.16 199	0.16 219	0.16 250	0.16 220	0.16 237

GMStereo_Zeroshot	0.16 194	0.16 153	0.16 196	0.16 156	0.16 257	0.16 218	0.16 242	0.16 217	0.16 251	0.16 216	0.16 250	0.16 217	0.16 248	0.16 217	0.16 246	0.16 172	0.16 199	0.16 219	0.16 250	0.16 220	0.16 237

dad	0.23 238	1.03 437	0.16 196	0.23 221	0.15 246	0.24 266	0.15 235	0.24 264	0.16 251	0.23 258	0.16 250	0.24 271	0.16 248	0.23 262	0.15 237	0.22 229	0.16 199	0.22 259	0.16 250	0.22 252	0.16 237

CR-Stereo	0.51 441	0.14 137	1.94 716	1.87 635	0.14 231	0.13 177	0.14 226	0.19 230	0.18 268	0.13 179	0.13 228	0.18 229	0.17 260	0.14 194	0.15 237	1.89 667	1.93 712	0.19 243	0.14 234	0.20 240	0.15 234

GEAR-Net	0.22 231	0.46 282	0.27 266	0.29 247	0.17 263	0.21 249	0.17 252	0.21 248	0.17 261	0.21 248	0.17 258	0.21 247	0.17 260	0.21 249	0.17 253	0.28 268	0.26 271	0.20 249	0.16 250	0.20 240	0.16 237

iinet-test	0.08 76	0.16 153	0.02 15	0.16 156	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.17 260	0.02 21	0.02 22	0.71 494	0.02 17	0.02 20	0.02 22	0.02 22	0.16 237

LACA3	0.23 238	0.25 193	0.27 266	0.54 421	0.17 263	0.25 276	0.17 252	0.25 272	0.17 261	0.25 273	0.17 258	0.25 278	0.17 260	0.25 275	0.17 253	0.28 268	0.23 263	0.24 278	0.17 273	0.24 269	0.17 255

IGEV-FE	0.35 298	0.37 224	0.17 206	0.19 189	0.17 263	0.20 238	0.17 252	0.19 230	0.17 261	0.19 229	0.17 258	0.19 234	0.17 260	0.37 335	0.36 430	0.19 216	0.17 227	0.19 243	0.17 273	0.38 352	2.84 752

tg	0.21 224	0.25 193	0.21 240	0.26 241	0.17 263	0.24 266	0.17 252	0.24 264	0.17 261	0.24 265	0.17 258	0.24 271	0.17 260	0.24 266	0.17 253	0.24 250	0.17 227	0.23 268	0.16 250	0.23 264	0.16 237

ACV-stereo	0.30 265	2.08 604	0.25 256	0.25 233	0.18 275	0.24 266	0.17 252	0.24 264	0.18 268	0.24 265	0.17 258	0.25 278	0.17 260	0.24 266	0.17 253	0.22 229	0.16 199	0.22 259	0.16 250	0.22 252	0.16 237

MIM_Stereo	0.25 245	0.23 178	0.66 504	0.80 483	0.17 263	0.22 254	0.17 252	0.23 261	0.18 268	0.26 282	0.17 258	0.21 247	0.17 260	0.25 275	0.17 253	0.23 241	0.16 199	0.21 254	0.17 273	0.22 252	0.17 255

dd	0.23 238	0.98 411	0.16 196	0.23 221	0.15 246	0.23 263	0.15 235	0.23 261	0.15 243	0.23 258	0.15 244	0.24 271	0.17 260	0.23 262	0.15 237	0.22 229	0.15 196	0.21 254	0.15 247	0.22 252	0.16 237

delet	0.43 368	1.21 509	0.17 206	0.25 233	0.17 263	0.25 276	0.18 261	1.26 648	0.95 604	0.25 273	0.17 258	0.25 278	0.17 260	0.25 275	0.17 253	0.23 241	0.16 199	0.22 259	0.16 250	1.18 595	0.98 598

psm_up	0.43 368	1.19 462	0.17 206	0.25 233	0.18 275	0.25 276	0.19 267	1.26 648	0.91 596	0.26 282	0.17 258	0.25 278	0.17 260	0.25 275	0.17 253	0.22 229	0.17 227	0.23 268	0.16 250	1.18 595	0.99 599

UPFNet	0.42 365	1.20 463	0.17 206	0.24 226	0.17 263	0.25 276	0.17 252	1.19 594	0.90 595	0.25 273	0.17 258	0.24 271	0.17 260	0.25 275	0.17 253	0.22 229	0.17 227	0.22 259	0.16 250	1.15 587	0.93 592

SE	0.64 470	0.73 353	0.77 538	0.79 479	0.59 537	0.78 537	0.54 525	0.58 501	0.58 529	0.78 544	0.59 536	0.63 522	0.18 272	0.78 538	0.52 514	0.80 518	0.65 510	0.69 538	0.57 541	0.75 522	0.52 508

SMOE	0.23 238	0.25 193	0.30 284	0.33 265	0.18 275	0.26 285	0.18 261	0.26 278	0.18 268	0.26 282	0.18 275	0.25 278	0.18 272	0.25 275	0.18 266	0.31 284	0.27 284	0.23 268	0.17 273	0.23 264	0.17 255

CAS++	0.17 200	0.27 199	0.21 240	0.10 92	0.21 295	0.15 211	0.22 282	0.10 154	0.21 283	0.22 252	0.10 163	0.19 234	0.18 272	0.10 157	0.19 270	0.20 219	0.19 243	0.18 240	0.10 163	0.19 239	0.18 261
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 215	0.19 162	0.40 394	0.30 249	0.17 263	0.22 254	0.17 252	0.21 248	0.17 261	0.20 236	0.17 258	0.21 247	0.18 272	0.21 249	0.17 253	0.20 219	0.16 199	0.20 249	0.16 250	0.20 240	0.17 255

MMNet	0.44 381	1.24 517	0.17 206	0.25 233	0.17 263	0.25 276	0.18 261	1.26 648	0.93 602	0.25 273	0.17 258	0.25 278	0.18 272	0.25 275	0.17 253	0.23 241	0.16 199	0.23 268	0.16 250	1.20 599	0.99 599

GANet-RSSM	0.75 502	1.91 592	0.14 164	0.47 353	0.14 231	0.21 249	3.21 771	2.30 713	0.14 231	0.46 439	0.14 234	0.23 265	0.18 272	0.21 249	0.14 225	0.18 208	0.27 284	0.37 359	0.13 228	2.13 697	2.12 738

iResNet	0.20 215	0.23 178	0.18 216	0.24 226	0.18 275	0.24 266	0.20 271	0.24 264	0.18 268	0.23 258	0.17 258	0.23 265	0.18 272	0.23 262	0.18 266	0.22 229	0.16 199	0.21 254	0.16 250	0.21 250	0.16 237

Pointernet	0.21 224	0.22 176	0.19 225	0.24 226	0.19 281	0.24 266	0.19 267	0.24 264	0.19 276	0.24 265	0.19 278	0.24 271	0.19 279	0.24 266	0.19 270	0.22 229	0.17 227	0.22 259	0.17 273	0.22 252	0.17 255

GEStereo_RVC	0.86 541	4.45 704	0.20 233	0.27 244	0.20 284	0.27 290	0.20 271	0.26 278	0.18 268	5.03 778	0.20 282	0.27 293	0.19 279	0.27 291	0.21 277	0.20 219	0.19 243	0.19 243	4.02 783	0.20 240	0.18 261

ac_64	0.22 231	0.13 117	0.19 225	0.23 221	0.10 165	0.26 285	1.02 612	0.14 192	0.10 166	0.28 288	0.14 234	0.17 225	0.19 279	0.28 296	0.09 152	0.22 229	0.16 199	0.23 268	0.17 273	0.11 168	0.12 212

iResNetv2_ROB	0.20 215	0.23 178	0.18 216	0.24 226	0.20 284	0.24 266	0.18 261	0.24 264	0.18 268	0.24 265	0.18 275	0.23 265	0.19 279	0.24 266	0.18 266	0.21 227	0.16 199	0.21 254	0.16 250	0.22 252	0.16 237

Weightmod	0.27 256	0.29 204	0.33 316	0.38 284	0.20 284	0.30 297	0.21 277	0.29 288	0.21 283	0.29 293	0.22 290	0.30 304	0.20 283	0.30 302	0.21 277	0.37 313	0.31 321	0.27 293	0.20 283	0.28 283	0.21 270

SME	0.27 256	0.29 204	0.31 302	0.38 284	0.20 284	0.29 295	0.18 261	0.30 291	0.20 278	0.32 306	0.21 288	0.32 313	0.20 283	0.32 310	0.21 277	0.35 305	0.32 326	0.27 293	0.19 281	0.29 287	0.20 266

DLNR-FE	0.28 259	0.89 389	0.30 284	0.34 271	0.19 281	0.28 292	0.19 267	0.28 283	0.20 278	0.28 288	0.20 282	0.28 294	0.20 283	0.28 296	0.20 273	0.33 293	0.28 292	0.25 283	0.19 281	0.24 269	0.19 264

ssnet_v2	0.68 482	1.96 600	1.25 642	0.29 247	0.20 284	0.30 297	0.20 271	0.29 288	0.22 287	1.50 668	0.20 282	0.31 309	0.20 283	0.27 291	0.22 281	0.24 250	1.49 666	0.26 288	0.18 280	3.90 739	0.19 264

DAS	0.20 215	0.20 166	0.20 233	0.20 202	0.20 284	0.20 238	0.20 271	0.20 238	0.20 278	0.20 236	0.20 282	0.20 239	0.20 283	0.20 236	0.20 273	0.20 219	0.20 245	0.20 249	0.20 283	0.20 240	0.20 266

ASD4	0.20 215	0.20 166	0.20 233	0.20 202	0.20 284	0.20 238	0.20 271	0.20 238	0.20 278	0.20 236	0.20 282	0.20 239	0.20 283	0.20 236	0.20 273	0.20 219	0.20 245	0.20 249	0.20 283	0.20 240	0.20 266

AANet_RVC	1.26 640	0.31 210	4.99 768	5.93 758	0.20 284	0.25 276	0.20 271	0.25 272	0.20 278	0.23 258	0.19 278	0.25 278	0.20 283	0.25 275	0.20 273	5.66 769	4.76 763	0.26 288	0.30 406	0.24 269	0.27 332

DISCO	1.11 584	0.39 235	5.28 770	0.39 293	0.20 284	0.39 346	0.27 308	0.39 335	0.22 287	0.38 330	0.20 282	0.38 342	0.20 283	6.95 789	0.22 281	0.30 278	0.21 250	0.27 293	0.21 288	5.25 771	0.21 270

model_zeroshot	0.27 256	0.20 166	0.27 266	0.33 265	0.21 295	0.37 332	0.22 282	0.37 321	0.24 297	0.26 282	0.27 317	0.33 317	0.21 291	0.25 275	0.27 306	0.32 287	0.20 245	0.34 330	0.23 297	0.25 272	0.26 293

DEFOM-Stereo_RVC	0.83 529	5.18 722	1.98 721	2.19 651	0.17 263	0.19 232	0.18 261	0.19 230	0.16 251	0.20 236	0.19 278	0.22 257	0.22 292	0.20 236	0.15 237	2.28 703	2.13 724	0.24 278	0.17 273	0.18 233	0.16 237

DCVSM-stereo	0.36 306	1.89 589	0.22 242	0.40 306	0.22 297	0.40 348	0.22 282	0.40 344	0.22 287	0.40 344	0.22 290	0.40 357	0.22 292	0.40 350	0.22 281	0.28 268	0.21 250	0.28 297	0.21 288	0.28 283	0.20 266

WAO-6	0.22 231	0.23 178	0.22 242	0.23 221	0.22 297	0.22 254	0.22 282	0.22 254	0.22 287	0.22 252	0.22 290	0.22 257	0.22 292	0.22 255	0.22 281	0.22 229	0.22 257	0.22 259	0.22 291	0.22 252	0.22 273

IMH-64-1	0.22 231	0.23 178	0.23 246	0.22 216	0.22 297	0.22 254	0.22 282	0.22 254	0.22 287	0.22 252	0.22 290	0.22 257	0.22 292	0.22 255	0.22 281	0.22 229	0.22 257	0.23 268	0.22 291	0.22 252	0.23 275

IMH-64	0.22 231	0.23 178	0.23 246	0.22 216	0.22 297	0.22 254	0.22 282	0.22 254	0.22 287	0.22 252	0.22 290	0.22 257	0.22 292	0.22 255	0.22 281	0.22 229	0.22 257	0.23 268	0.22 291	0.22 252	0.23 275

HGLStereo	0.28 259	0.29 204	0.22 242	0.36 278	0.22 297	0.36 324	0.21 277	0.36 313	0.21 283	0.42 375	0.21 288	0.36 329	0.22 292	0.36 328	0.21 277	0.34 297	0.21 250	0.34 330	0.21 288	0.34 311	0.21 270

Select-FE	0.41 350	0.44 269	0.23 246	0.26 241	0.22 297	0.26 285	0.22 282	0.26 278	0.23 294	0.26 282	0.23 295	0.26 290	0.23 298	0.45 441	0.42 476	0.25 257	0.22 257	0.25 283	0.22 291	0.45 441	2.90 753

PAM	0.39 336	1.88 588	0.34 330	0.37 281	0.41 480	0.45 444	0.22 282	0.28 283	0.23 294	0.28 288	0.24 302	0.29 300	0.23 298	0.29 300	0.23 288	0.38 326	0.32 326	0.38 367	0.37 462	0.32 299	0.22 273

FENet	0.54 448	1.52 536	1.19 588	1.41 616	0.23 303	0.35 320	0.23 291	0.35 309	0.23 294	0.34 314	0.23 295	0.35 324	0.23 298	0.35 322	0.23 288	1.40 641	1.07 572	0.32 313	0.23 297	0.33 306	0.23 275

WCG-NET（raft）	0.32 281	1.24 517	0.24 253	0.32 261	0.24 308	0.32 313	0.23 291	0.32 299	0.24 297	0.32 306	0.24 302	0.32 313	0.24 301	0.32 310	0.24 291	0.30 278	0.23 263	0.30 304	0.23 297	0.30 291	0.23 275

DLNR_Zeroshot_test	0.31 272	0.28 202	0.47 433	0.79 479	0.24 308	0.30 297	0.26 305	0.30 291	0.24 297	0.32 306	0.23 295	0.31 309	0.24 301	0.30 302	0.23 288	0.29 277	0.26 271	0.29 302	0.24 304	0.33 306	0.23 275

iResNet_ROB	0.28 259	0.32 212	0.24 253	0.32 261	0.25 311	0.32 313	0.24 296	0.32 299	0.24 297	0.33 311	0.24 302	0.35 324	0.24 301	0.33 318	0.24 291	0.31 284	0.24 267	0.32 313	0.24 304	0.32 299	0.24 285

PhaseNet	1.74 656	6.34 749	4.81 766	6.77 764	0.24 308	0.80 542	0.53 522	0.48 451	0.22 287	0.53 491	0.28 325	0.48 462	0.25 304	0.40 350	0.32 395	6.39 775	4.61 762	0.46 470	0.38 476	0.25 272	0.18 261

UNDER WATER-64	0.25 245	0.26 196	0.25 256	0.26 241	0.25 311	0.25 276	0.25 298	0.25 272	0.25 302	0.25 273	0.25 308	0.25 278	0.25 304	0.26 287	0.25 299	0.25 257	0.25 268	0.25 283	0.25 307	0.25 272	0.25 287

tt1	0.31 272	0.93 404	0.24 253	0.33 265	0.23 303	0.31 304	0.24 296	0.32 299	0.24 297	0.32 306	0.23 295	0.32 313	0.25 304	0.32 310	0.24 291	0.27 263	0.26 271	0.27 293	0.26 313	0.27 281	0.27 332

xxxxx1	0.31 272	0.91 395	0.23 246	0.31 255	0.23 303	0.31 304	0.23 291	0.33 303	0.25 302	0.31 300	0.24 302	0.33 317	0.25 304	0.32 310	0.24 291	0.28 268	0.28 292	0.28 297	0.28 373	0.29 287	0.27 332

tt_ll	0.31 272	0.91 395	0.23 246	0.31 255	0.23 303	0.31 304	0.23 291	0.33 303	0.25 302	0.31 300	0.24 302	0.33 317	0.25 304	0.32 310	0.24 291	0.28 268	0.28 292	0.28 297	0.28 373	0.29 287	0.27 332

CAS	0.30 265	1.17 459	0.25 256	0.25 233	0.25 311	0.26 285	0.25 298	0.25 272	0.26 316	0.25 273	0.25 308	0.25 278	0.25 304	0.25 275	0.25 299	0.26 259	0.26 271	0.26 288	0.25 307	0.26 275	0.25 287

LoS	0.25 245	0.27 199	0.25 256	0.25 233	0.25 311	0.25 276	0.25 298	0.26 278	0.25 302	0.25 273	0.25 308	0.25 278	0.25 304	0.25 275	0.25 299	0.26 259	0.25 268	0.25 283	0.26 313	0.26 275	0.25 287
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ff	0.31 272	0.91 395	0.23 246	0.31 255	0.23 303	0.31 304	0.23 291	0.33 303	0.25 302	0.31 300	0.24 302	0.33 317	0.25 304	0.32 310	0.24 291	0.28 268	0.28 292	0.28 297	0.28 373	0.29 287	0.27 332

IER	0.88 546	7.04 750	2.23 727	2.75 685	0.28 325	0.43 395	0.25 298	0.39 335	0.25 302	0.41 361	0.27 317	0.39 347	0.25 304	0.40 350	0.28 315	0.37 313	0.28 292	0.37 359	0.25 307	0.37 339	0.25 287

CroCo-Stereo	0.73 498	1.22 515	0.25 256	1.22 592	0.25 311	1.22 648	0.25 298	1.22 644	0.25 302	1.22 653	0.25 308	1.22 656	0.25 304	1.22 655	0.25 299	1.22 627	0.26 271	1.21 665	0.25 307	1.22 647	0.25 287
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
LoS_RVC	0.30 265	1.14 453	0.25 256	0.25 233	0.25 311	0.26 285	0.25 298	0.25 272	0.25 302	0.25 273	0.25 308	0.26 290	0.26 314	0.26 287	0.25 299	0.26 259	0.26 271	0.25 283	0.25 307	0.26 275	0.26 293

gwcnet-sp	0.82 525	1.72 545	1.48 664	0.39 293	0.15 246	0.31 304	0.21 277	0.20 238	0.25 302	1.61 672	0.23 295	0.28 294	0.26 314	0.20 236	0.15 237	0.24 250	1.33 650	0.32 313	0.16 250	6.75 778	0.23 275

scenet	0.82 525	1.72 545	1.48 664	0.39 293	0.15 246	0.31 304	0.21 277	0.20 238	0.25 302	1.61 672	0.23 295	0.28 294	0.26 314	0.20 236	0.15 237	0.24 250	1.33 650	0.32 313	0.16 250	6.75 778	0.23 275

ssnet	0.82 525	1.72 545	1.48 664	0.39 293	0.15 246	0.31 304	0.21 277	0.20 238	0.25 302	1.61 672	0.23 295	0.28 294	0.26 314	0.20 236	0.15 237	0.24 250	1.33 650	0.32 313	0.16 250	6.75 778	0.23 275

CroCo-Stereo Lap2	0.77 508	1.29 519	0.29 280	1.27 597	0.29 338	1.27 652	0.26 305	1.26 648	0.26 316	1.26 654	0.26 313	1.27 660	0.26 314	1.26 657	0.27 306	1.27 630	0.27 284	1.27 669	0.27 352	1.27 651	0.27 332

StereoDRNet-Refined	0.33 286	0.39 235	0.26 263	0.39 293	0.26 318	0.40 348	0.26 305	0.40 344	0.26 316	0.39 337	0.26 313	0.39 347	0.26 314	0.39 347	0.26 304	0.37 313	0.25 268	0.37 359	0.25 307	0.37 339	0.37 437
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.31 272	0.35 216	0.28 274	0.35 274	0.28 325	0.34 316	0.27 308	0.34 306	0.25 302	0.35 318	0.27 317	0.36 329	0.26 314	0.34 319	0.28 315	0.35 305	0.28 292	0.34 330	0.28 373	0.34 311	0.27 332

small-0shot	0.35 298	1.92 598	0.27 266	0.27 244	0.27 319	0.27 290	0.27 308	0.27 282	0.27 320	0.27 287	0.27 317	0.26 290	0.27 321	0.27 291	0.26 304	0.27 263	0.26 271	0.26 288	0.26 313	0.26 275	0.27 332

PStereo	0.32 281	0.36 221	0.28 274	0.38 284	0.29 338	0.36 324	0.27 308	0.38 330	0.27 320	0.38 330	0.28 325	0.36 329	0.27 321	0.36 328	0.28 315	0.32 287	0.27 284	0.33 320	0.27 352	0.33 306	0.27 332

FE-Mocha	0.35 298	0.71 350	0.40 394	0.47 353	0.27 319	0.34 316	0.27 308	0.34 306	0.26 316	0.34 314	0.26 313	0.34 322	0.27 321	0.34 319	0.27 306	0.44 371	0.41 415	0.33 320	0.29 388	0.32 299	0.29 369

DEFOM-Stereo	0.68 482	3.11 669	1.40 660	1.63 630	0.25 311	0.31 304	0.25 298	0.31 297	0.28 326	0.31 300	0.29 340	0.29 300	0.27 321	0.31 307	0.28 315	1.59 652	1.47 665	0.30 304	0.29 388	0.30 291	0.28 360

Any-RAFT	0.32 281	0.36 221	0.27 266	0.36 278	0.27 319	0.36 324	0.27 308	0.36 313	0.27 320	0.36 322	0.27 317	0.36 329	0.27 321	0.36 328	0.28 315	0.36 310	0.28 292	0.36 355	0.28 373	0.36 334	0.28 360

CRFU-Net	0.65 472	1.67 542	1.22 638	1.96 643	0.27 319	0.41 367	0.27 308	0.41 363	0.27 320	0.40 344	0.26 313	0.41 372	0.27 321	0.40 350	0.27 306	1.80 660	1.62 680	0.34 330	0.23 297	0.33 306	0.23 275

DGSMNet	0.34 287	0.41 252	0.27 266	0.41 320	0.28 325	0.41 367	0.28 319	0.41 363	0.27 320	0.41 361	0.27 317	0.42 390	0.27 321	0.41 370	0.28 315	0.40 347	0.29 306	0.40 424	0.28 373	0.40 415	0.27 332

RAFT + AFF	0.31 272	0.45 278	0.34 330	0.39 293	0.28 325	0.38 339	0.33 411	0.29 288	0.31 397	0.30 295	0.30 355	0.29 300	0.27 321	0.29 300	0.30 341	0.28 268	0.29 306	0.29 302	0.29 388	0.27 281	0.32 401

MLCV	0.31 272	0.35 216	0.27 266	0.35 274	0.28 325	0.35 320	0.27 308	0.35 309	0.28 326	0.36 322	0.27 317	0.35 324	0.27 321	0.35 322	0.27 306	0.34 297	0.27 284	0.34 330	0.27 352	0.34 311	0.27 332

SCION-M(vits-remse)	0.34 287	0.79 367	0.30 284	0.33 265	0.28 325	0.40 348	0.28 319	0.40 344	0.28 326	0.40 344	0.28 325	0.39 347	0.28 330	0.40 350	0.28 315	0.23 241	0.21 250	0.35 346	0.27 352	0.35 324	0.27 332

SCION-Mon(vits-remp)	0.34 287	0.98 411	0.30 284	0.33 265	0.18 275	0.21 249	0.28 319	0.40 344	0.28 326	0.40 344	0.28 325	0.39 347	0.28 330	0.40 350	0.28 315	0.37 313	0.29 306	0.35 346	0.27 352	0.35 324	0.27 332

GREATEN-IGEV-FM_RVC	0.38 322	0.35 216	0.56 473	0.63 442	0.28 325	0.36 324	0.28 319	0.36 313	0.28 326	0.36 322	0.28 325	0.36 329	0.28 330	0.36 328	0.28 315	0.62 474	0.57 485	0.35 346	0.28 373	0.35 324	0.28 360

TestStereo_HL3	2.76 741	0.41 252	11.46 791	14.11 789	0.30 350	0.45 444	0.29 334	0.43 389	0.29 336	0.43 382	0.29 340	0.43 399	0.28 330	0.44 422	0.30 341	13.57 793	10.32 791	0.41 442	0.27 352	0.38 352	0.27 332

GGDA	2.76 741	0.41 252	11.34 790	14.28 791	0.30 350	0.44 430	0.29 334	0.43 389	0.29 336	0.43 382	0.28 325	0.43 399	0.28 330	0.43 391	0.29 331	13.45 791	10.57 793	0.41 442	0.27 352	0.38 352	0.27 332

Zero-FE251	0.36 306	0.40 239	0.28 274	0.41 320	0.28 325	0.41 367	0.28 319	0.41 363	0.28 326	0.41 361	0.28 325	0.41 372	0.28 330	0.42 384	0.30 341	0.37 313	0.26 271	0.37 359	0.27 352	0.45 441	0.56 525

LG-Stereo_L2	0.34 287	0.37 224	0.38 350	0.47 353	0.28 325	0.39 346	0.28 319	0.39 335	0.28 326	0.39 337	0.28 325	0.39 347	0.28 330	0.38 339	0.28 315	0.42 369	0.35 375	0.36 355	0.26 313	0.35 324	0.26 293

GIP-stereo	0.36 306	0.49 295	0.39 361	0.48 359	0.32 412	0.41 367	0.28 319	0.40 344	0.30 351	0.41 361	0.28 325	0.40 357	0.28 330	0.42 384	0.28 315	0.45 401	0.32 326	0.38 367	0.30 406	0.37 339	0.27 332

1test111	0.37 316	1.02 435	0.30 284	0.39 293	0.29 338	0.40 348	0.28 319	0.39 335	0.29 336	0.39 337	0.29 340	0.39 347	0.28 330	0.40 350	0.29 331	0.33 293	0.32 326	0.33 320	0.31 417	0.32 299	0.31 394

cc1	0.37 316	1.02 435	0.30 284	0.39 293	0.29 338	0.40 348	0.28 319	0.39 335	0.29 336	0.39 337	0.29 340	0.39 347	0.28 330	0.40 350	0.29 331	0.33 293	0.32 326	0.33 320	0.31 417	0.32 299	0.31 394

MSKI-zero shot	0.24 242	0.21 172	0.49 448	0.65 448	0.18 275	0.22 254	0.17 252	0.23 261	0.18 268	0.21 248	0.17 258	0.23 265	0.28 330	0.23 262	0.18 266	0.21 227	0.16 199	0.21 254	0.16 250	0.21 250	0.16 237

SQANet	0.28 259	0.28 202	0.28 274	0.28 246	0.28 325	0.28 292	0.28 319	0.28 283	0.28 326	0.28 288	0.28 325	0.28 294	0.28 330	0.28 296	0.28 315	0.28 268	0.28 292	0.28 297	0.28 373	0.28 283	0.28 360

GREATEN-IGEV_RVC	0.38 322	0.35 216	0.56 473	0.63 442	0.29 338	0.36 324	0.29 334	0.36 313	0.29 336	0.39 337	0.29 340	0.36 329	0.29 342	0.36 328	0.29 331	0.62 474	0.57 485	0.35 346	0.29 388	0.36 334	0.29 369

TestStereo_HL2	2.73 738	0.41 252	11.06 788	14.13 790	0.30 350	0.44 430	0.28 319	0.43 389	0.29 336	0.43 382	0.28 325	0.43 399	0.29 342	0.43 391	0.28 315	13.51 792	10.37 792	0.41 442	0.27 352	0.38 352	0.27 332

TestStereo-Hl	2.78 743	0.42 264	11.23 789	14.38 792	0.30 350	0.44 430	0.30 342	0.43 389	0.28 326	0.43 382	0.29 340	0.44 435	0.29 342	0.44 422	0.29 331	13.64 794	10.73 794	0.41 442	0.27 352	0.38 352	0.27 332

Monster-pub-mixall	0.44 381	0.56 324	0.60 483	0.38 284	0.27 319	0.37 332	0.27 308	0.37 321	0.29 336	0.38 330	0.27 317	0.38 342	0.29 342	0.85 555	0.27 306	1.46 645	0.26 271	0.34 330	0.26 313	0.36 334	0.53 511

IGEV++	0.34 287	0.43 266	0.30 284	0.40 306	0.29 338	0.40 348	0.29 334	0.40 344	0.29 336	0.40 344	0.29 340	0.40 357	0.29 342	0.40 350	0.30 341	0.38 326	0.29 306	0.37 359	0.29 388	0.37 339	0.29 369

ACVNet-DCA	0.37 316	1.00 421	0.30 284	0.40 306	0.29 338	0.40 348	0.29 334	0.40 344	0.29 336	0.40 344	0.29 340	0.40 357	0.29 342	0.39 347	0.28 315	0.33 293	0.32 326	0.33 320	0.32 425	0.33 306	0.32 401

xx1	0.38 322	1.03 437	0.31 302	0.40 306	0.31 398	0.41 367	0.28 319	0.40 344	0.29 336	0.40 344	0.29 340	0.40 357	0.29 342	0.40 350	0.29 331	0.34 297	0.33 339	0.34 330	0.32 425	0.34 311	0.32 401

IGEV-Stereo	0.35 298	0.44 269	0.45 419	0.49 365	0.30 350	0.37 332	0.30 342	0.36 313	0.30 351	0.36 322	0.29 340	0.36 329	0.29 342	0.36 328	0.30 341	0.46 413	0.39 401	0.32 313	0.24 304	0.32 299	0.25 287
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PML	0.46 413	1.36 527	0.29 280	0.58 431	0.30 350	0.57 509	0.29 334	0.57 498	0.29 336	0.57 505	0.29 340	0.57 511	0.29 342	0.56 501	0.29 331	0.52 443	0.30 316	0.53 510	0.31 417	0.53 485	0.30 384

GCAP-Stereo-w-DA	0.60 457	5.10 718	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.44 422	0.30 341	0.44 371	0.37 386	0.38 367	0.26 313	0.38 352	0.26 293

testmc14	2.43 727	10.48 775	8.02 785	8.93 776	0.31 398	0.44 430	0.30 342	0.42 381	0.30 351	0.42 375	0.30 355	0.42 390	0.30 351	0.42 384	0.30 341	8.88 788	6.99 778	0.41 442	0.28 373	0.39 401	0.28 360

MCSU-Stereo	2.48 730	10.56 776	8.50 787	9.47 780	0.31 398	0.43 395	0.30 342	0.42 381	0.30 351	0.42 375	0.30 355	0.42 390	0.30 351	0.41 370	0.30 341	8.86 787	6.93 777	0.40 424	0.29 388	0.39 401	0.28 360

canet-new	0.44 381	1.82 574	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.44 422	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

bcnet-new	0.44 381	1.81 567	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

LWStereo	0.44 381	1.82 574	0.38 350	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

LMStereo	0.44 381	1.80 562	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.45 401	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

CR7Stereo	0.44 381	1.81 567	0.39 361	0.50 402	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.45 401	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

ARStereo	0.44 381	1.80 562	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

ARStereo-new	0.44 381	1.80 562	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

BARStereo	0.44 381	1.78 557	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.44 428	0.30 351	0.44 421	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.45 401	0.34 368	0.39 411	0.26 313	0.38 352	0.26 293

FCBStereo	0.44 381	1.79 561	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

PSGStereo	0.44 381	1.78 557	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

MUNStereo	0.44 381	1.81 567	0.39 361	0.49 365	0.30 350	0.44 430	0.30 342	0.44 428	0.30 351	0.44 421	0.30 355	0.44 435	0.30 351	0.44 422	0.30 341	0.45 401	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT26K	0.43 368	1.76 552	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.31 383	0.44 371	0.33 339	0.38 367	0.27 352	0.38 352	0.26 293

CHEStereo	0.44 381	1.78 557	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

TOTStereo	0.44 381	1.81 567	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-CNN-DA	0.44 381	1.83 577	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

ACMStereo	0.60 457	5.12 719	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.44 422	0.30 341	0.44 371	0.37 386	0.38 367	0.26 313	0.38 352	0.26 293

KABStereo	0.43 368	1.76 552	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

KMOStereo	0.43 368	1.80 562	0.38 350	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-cres-4k	0.44 381	1.81 567	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-cres	0.43 368	1.77 554	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-36K	0.43 368	1.78 557	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-22K	0.44 381	1.85 583	0.38 350	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-20K	0.43 368	1.77 554	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-24K	0.44 381	1.86 586	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-5K	0.44 381	1.80 562	0.39 361	0.49 365	0.30 350	0.44 430	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.44 422	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-2K	0.44 381	1.82 574	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-3K	0.43 368	1.77 554	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-50K	0.44 381	1.83 577	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.36 381	0.38 367	0.26 313	0.38 352	0.26 293

GCAP-Stereo-DPT-FT	0.41 350	1.06 444	0.40 394	0.51 413	0.31 398	0.44 430	0.30 342	0.43 389	0.32 409	0.44 421	0.30 355	0.56 508	0.30 351	0.44 422	0.31 383	0.45 401	0.34 368	0.39 411	0.27 352	0.40 415	0.27 332

gcap_with_dpt	0.35 298	0.39 235	0.30 284	0.44 341	0.31 398	0.44 430	0.31 390	0.44 428	0.31 397	0.44 421	0.30 355	0.44 435	0.30 351	0.44 422	0.30 341	0.38 326	0.26 271	0.38 367	0.27 352	0.38 352	0.27 332

DStereoFS	0.32 281	0.33 213	0.32 311	0.33 265	0.30 350	0.32 313	0.32 400	0.32 299	0.31 397	0.30 295	0.31 400	0.31 309	0.30 351	0.32 310	0.32 395	0.32 287	0.31 321	0.30 304	0.47 514	0.32 299	0.34 417

DStereoO	0.31 272	0.31 210	0.31 302	0.30 249	0.40 470	0.31 304	0.30 342	0.30 291	0.34 430	0.29 293	0.31 400	0.29 300	0.30 351	0.31 307	0.31 383	0.31 284	0.29 306	0.31 310	0.30 406	0.31 296	0.31 394

DStereoSA	0.32 281	0.52 310	0.34 330	0.31 255	0.31 398	0.30 297	0.30 342	0.31 297	0.30 351	0.31 300	0.31 400	0.31 309	0.30 351	0.31 307	0.31 383	0.30 278	0.32 326	0.31 310	0.31 417	0.31 296	0.31 394

HiDET	0.38 322	0.44 269	0.30 284	0.42 330	0.30 350	0.42 388	0.30 342	0.42 381	0.30 351	0.44 421	0.30 355	0.42 390	0.30 351	0.42 384	0.68 548	0.37 313	0.32 326	0.40 424	0.29 388	0.37 339	0.29 369

LCMNet	0.38 322	0.44 269	0.30 284	0.42 330	0.30 350	0.42 388	0.30 342	0.42 381	0.30 351	0.45 433	0.30 355	0.42 390	0.30 351	0.42 384	0.69 556	0.37 313	0.32 326	0.40 424	0.29 388	0.37 339	0.29 369

CSFM-Stereo	0.38 322	0.44 269	0.30 284	0.42 330	0.30 350	0.42 388	0.30 342	0.43 389	0.30 351	0.44 421	0.30 355	0.42 390	0.30 351	0.42 384	0.73 570	0.37 313	0.32 326	0.40 424	0.29 388	0.37 339	0.30 384

Monster-pub-eth3d	0.45 404	0.57 327	0.60 483	0.39 293	0.28 325	0.37 332	0.28 319	0.37 321	0.30 351	0.39 337	0.29 340	0.39 347	0.30 351	0.92 567	0.27 306	1.42 642	0.28 292	0.34 330	0.28 373	0.37 339	0.53 511

Replicate-Monster	0.45 404	0.57 327	0.60 483	0.40 306	0.29 338	0.37 332	0.27 308	0.37 321	0.30 351	0.40 344	0.31 400	0.40 357	0.30 351	0.99 575	0.27 306	1.36 638	0.31 321	0.34 330	0.30 406	0.36 334	0.54 514

MultiAttention	0.30 265	0.30 207	0.30 284	0.30 249	0.30 350	0.30 297	0.30 342	0.30 291	0.30 351	0.30 295	0.30 355	0.30 304	0.30 351	0.30 302	0.30 341	0.30 278	0.30 316	0.30 304	0.30 406	0.30 291	0.30 384

MSAF-DinoV2	0.30 265	0.30 207	0.30 284	0.30 249	0.30 350	0.30 297	0.30 342	0.30 291	0.30 351	0.30 295	0.30 355	0.30 304	0.30 351	0.30 302	0.30 341	0.30 278	0.30 316	0.30 304	0.30 406	0.30 291	0.30 384

GCAP-BAT	0.41 350	1.30 521	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.44 421	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.44 371	0.34 368	0.38 367	0.26 313	0.38 352	0.26 293

RSM	0.36 306	0.36 221	0.43 415	0.37 281	0.42 490	0.49 470	0.42 481	0.37 321	0.28 326	0.36 322	0.29 340	0.36 329	0.30 351	0.37 335	0.28 315	0.34 297	0.31 321	0.34 330	0.35 453	0.40 415	0.29 369

test_for_model	0.35 298	0.39 235	0.30 284	0.43 337	0.30 350	0.43 395	0.30 342	0.43 389	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.44 422	0.31 383	0.38 326	0.26 271	0.38 367	0.26 313	0.38 352	0.26 293

GCAPDPT-zeroshot4090	0.40 342	1.09 447	0.39 361	0.49 365	0.30 350	0.43 395	0.30 342	0.44 428	0.30 351	0.43 382	0.30 355	0.43 399	0.30 351	0.43 391	0.30 341	0.45 401	0.34 368	0.38 367	0.27 352	0.38 352	0.27 332

EKT-Stereo	0.37 316	0.40 239	0.44 417	1.07 527	0.29 338	0.34 316	0.31 390	0.36 313	0.29 336	0.38 330	0.31 400	0.37 339	0.30 351	0.36 328	0.29 331	0.34 297	0.28 292	0.39 411	0.30 406	0.37 339	0.30 384

GCAPDPT-zeroshot	0.36 306	0.40 239	0.30 284	0.43 337	0.30 350	0.43 395	0.30 342	0.43 389	0.31 397	0.43 382	0.30 355	0.43 399	0.30 351	0.44 422	0.31 383	0.39 339	0.28 292	0.39 411	0.27 352	0.39 401	0.26 293

iRaft-Stereo_20w	0.34 287	0.41 252	0.31 302	0.39 293	0.29 338	0.40 348	0.32 400	0.41 363	0.32 409	0.38 330	0.30 355	0.39 347	0.30 351	0.38 339	0.32 395	0.35 305	0.27 284	0.34 330	0.27 352	0.34 311	0.29 369

GES	0.66 474	2.34 629	0.29 280	0.41 320	0.29 338	0.41 367	0.29 334	0.42 381	0.29 336	0.40 344	0.41 474	0.41 372	0.30 351	0.51 485	0.29 331	0.32 287	0.29 306	0.32 313	2.46 754	2.49 716	0.30 384

DANet	0.30 265	0.30 207	0.30 284	0.30 249	0.30 350	0.30 297	0.30 342	0.30 291	0.30 351	0.30 295	0.30 355	0.30 304	0.30 351	0.30 302	0.30 341	0.30 278	0.30 316	0.30 304	0.30 406	0.30 291	0.30 384
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	0.41 350	0.89 389	0.31 302	0.40 306	0.31 398	0.40 348	0.31 390	0.40 344	0.31 397	0.61 512	0.53 526	0.40 357	0.31 403	0.40 350	0.31 383	0.58 460	0.47 449	0.38 367	0.29 388	0.38 352	0.29 369

test410	0.66 474	5.69 742	0.31 302	0.40 306	0.31 398	0.41 367	0.31 390	0.40 344	0.31 397	0.62 516	0.55 529	0.40 357	0.31 403	0.40 350	0.31 383	0.59 463	0.47 449	0.38 367	0.29 388	0.38 352	0.30 384

ATMStereo	0.46 413	1.99 601	0.40 394	0.51 413	0.31 398	0.44 430	0.31 390	0.44 428	0.31 397	0.44 421	0.31 400	0.44 435	0.31 403	0.44 422	0.32 395	0.47 420	0.35 375	0.39 411	0.27 352	0.39 401	0.27 332

GCAP-Stereo-DPT-25K	0.41 350	1.09 447	0.40 394	0.52 416	0.31 398	0.44 430	0.31 390	0.44 428	0.31 397	0.44 421	0.31 400	0.44 435	0.31 403	0.44 422	0.31 383	0.46 413	0.35 375	0.39 411	0.28 373	0.39 401	0.28 360

MonSter++	0.38 322	0.44 269	0.31 302	0.43 337	0.30 350	0.43 395	0.31 390	0.43 389	0.31 397	0.45 433	0.31 400	0.43 399	0.31 403	0.43 391	0.69 556	0.38 326	0.33 339	0.40 424	0.30 406	0.38 352	0.30 384

xyz-stereo-finetune	0.28 259	0.49 295	0.16 196	0.16 156	0.16 257	0.16 218	0.16 242	0.22 254	0.30 351	0.32 306	0.31 400	0.32 313	0.31 403	0.32 310	0.32 395	0.32 287	0.33 339	0.31 310	0.32 425	0.31 296	0.32 401

LL-Strereo2	0.48 427	1.73 550	0.51 461	0.59 434	0.34 437	0.42 388	0.33 411	0.40 344	0.31 397	0.42 375	0.33 419	0.42 390	0.31 403	0.44 422	0.39 457	0.60 465	0.51 471	0.44 461	0.33 436	0.44 436	0.33 410

416test1013	0.49 433	0.80 370	0.33 316	0.67 453	0.33 425	0.48 461	0.41 475	0.48 451	0.39 464	0.48 452	0.93 602	0.52 495	0.32 410	0.52 490	0.38 443	0.49 428	0.51 471	0.53 510	0.37 462	0.51 478	0.36 431

RMAStereo	0.45 404	1.81 567	0.40 394	0.50 402	0.31 398	0.44 430	0.31 390	0.44 428	0.31 397	0.44 421	0.31 400	0.44 435	0.32 410	0.44 422	0.31 383	0.46 413	0.35 375	0.39 411	0.27 352	0.39 401	0.27 332

DDF-Stereo	0.43 368	1.15 456	0.57 477	0.53 418	0.32 412	0.41 367	0.32 400	0.41 363	0.32 409	0.41 361	0.32 410	0.41 372	0.32 410	0.40 350	0.32 395	0.52 443	0.50 466	0.38 367	0.31 417	0.39 401	0.31 394

water-stereo	0.41 350	0.84 377	0.46 425	0.50 402	0.33 425	0.45 444	0.33 411	0.45 437	0.32 409	0.45 433	0.32 410	0.45 445	0.32 410	0.45 441	0.32 395	0.44 371	0.41 415	0.39 411	0.31 417	0.39 401	0.32 401

GREAT-IGEV	0.38 322	0.43 266	0.36 343	0.48 359	0.32 412	0.45 444	0.32 400	0.45 437	0.32 409	0.45 433	0.32 410	0.45 445	0.32 410	0.45 441	0.32 395	0.44 371	0.33 339	0.41 442	0.29 388	0.41 426	0.29 369
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 342	0.45 278	0.35 341	0.48 359	0.36 447	0.47 456	0.34 426	0.45 437	0.38 451	0.47 445	0.33 419	0.45 445	0.32 410	0.45 441	0.32 395	0.39 339	0.38 394	0.38 367	0.37 462	0.39 401	0.39 451

gcap-zeroshot	0.36 306	0.40 239	0.34 330	0.44 341	0.31 398	0.44 430	0.31 390	0.44 428	0.32 409	0.44 421	0.32 410	0.44 435	0.32 410	0.44 422	0.31 383	0.39 339	0.28 292	0.39 411	0.28 373	0.39 401	0.27 332

MyStereo04	0.56 454	3.72 685	0.59 479	0.49 365	0.41 480	0.36 324	0.32 400	0.37 321	0.31 397	0.34 314	0.46 498	0.35 324	0.32 410	0.35 322	0.33 407	0.49 428	0.45 439	0.34 330	0.32 425	0.35 324	0.43 473

testlalala	0.36 306	0.40 239	0.34 330	0.44 341	0.31 398	0.44 430	0.31 390	0.44 428	0.32 409	0.44 421	0.32 410	0.44 435	0.32 410	0.44 422	0.31 383	0.39 339	0.28 292	0.39 411	0.28 373	0.39 401	0.27 332

RAFT-Test	0.36 306	0.37 224	0.33 316	0.41 320	0.32 412	0.41 367	0.32 400	0.41 363	0.32 409	0.41 361	0.32 410	0.41 372	0.32 410	0.41 370	0.33 407	0.37 313	0.29 306	0.37 359	0.29 388	0.38 352	0.31 394

4D-IteraStereo	0.78 511	3.13 670	0.89 552	0.69 459	0.32 412	0.40 348	0.32 400	0.76 533	0.97 607	0.52 488	0.65 548	0.89 563	0.32 410	0.76 537	0.98 600	0.83 527	0.94 560	0.35 346	0.27 352	0.70 515	0.89 588

Gwc-CoAtRS	0.41 350	1.49 535	0.32 311	0.42 330	0.32 412	0.41 367	0.32 400	0.41 363	0.33 419	0.41 361	0.32 410	0.41 372	0.32 410	0.41 370	0.32 395	0.39 339	0.28 292	0.39 411	0.28 373	0.40 415	0.28 360

rgla	0.45 404	0.54 318	0.33 316	0.67 453	0.32 412	0.48 461	0.33 411	0.48 451	0.33 419	0.48 452	0.94 603	0.48 462	0.33 422	0.47 450	0.33 407	0.45 401	0.52 474	0.53 510	0.31 417	0.45 441	0.32 401

416test	0.46 413	0.55 321	0.33 316	0.67 453	0.33 425	0.48 461	0.33 411	0.48 451	0.33 419	0.48 452	0.99 608	0.48 462	0.33 422	0.48 460	0.33 407	0.45 401	0.52 474	0.54 513	0.32 425	0.45 441	0.32 401

DVStereo	0.43 368	0.86 381	0.48 441	0.50 402	0.33 425	0.46 451	0.33 411	0.46 441	0.33 419	0.46 439	0.33 419	0.47 455	0.33 422	0.47 450	0.34 422	0.45 401	0.42 425	0.40 424	0.33 436	0.47 460	0.38 444

fffy	0.38 322	0.43 266	0.33 316	0.46 346	0.33 425	0.45 444	0.32 400	0.45 437	0.32 409	0.45 433	0.32 410	0.45 445	0.33 422	0.45 441	0.32 395	0.38 326	0.38 394	0.38 367	0.37 462	0.37 339	0.36 431

CASnet	0.35 298	0.51 308	0.44 417	0.32 261	0.31 398	0.24 266	0.34 426	0.36 313	0.25 302	0.31 300	0.37 448	0.30 304	0.33 422	0.25 275	0.45 485	0.37 313	0.37 386	0.33 320	0.35 453	0.34 311	0.37 437
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 441	3.22 673	0.34 330	0.44 341	0.34 437	0.44 430	0.34 426	0.43 389	0.34 430	0.43 382	0.34 427	0.44 435	0.33 422	0.43 391	0.33 407	0.38 326	0.29 306	0.38 367	0.29 388	0.38 352	0.29 369

psmorigin	0.41 350	0.46 282	0.33 316	0.49 365	0.33 425	0.49 470	0.33 411	0.49 459	0.33 419	0.49 462	0.33 419	0.49 469	0.33 422	0.51 485	0.33 407	0.41 355	0.30 316	0.41 442	0.30 406	0.79 531	0.29 369

depthmonostereo	0.44 381	0.85 379	0.46 425	0.54 421	0.40 470	0.52 495	0.38 451	0.52 487	0.35 434	0.47 445	0.34 427	0.46 449	0.34 429	0.47 450	0.34 422	0.45 401	0.43 430	0.41 442	0.33 436	0.41 426	0.32 401

HART	0.38 322	0.45 278	0.34 330	0.42 330	0.33 425	0.41 367	0.34 426	0.42 381	0.33 419	0.43 382	0.34 427	0.42 390	0.34 429	0.41 370	0.38 443	0.40 347	0.32 326	0.42 458	0.32 425	0.40 415	0.32 401

ccccc	0.41 350	0.44 269	0.34 330	0.48 359	0.35 441	0.48 461	0.35 431	0.51 482	0.35 434	0.47 445	0.35 436	0.47 455	0.34 429	0.47 450	0.35 426	0.41 355	0.40 405	0.40 424	0.40 482	0.41 426	0.39 451

RAFT-Stereo-weight	0.45 404	1.90 591	0.34 330	0.42 330	0.36 447	0.43 395	0.35 431	0.42 381	0.34 430	0.42 375	0.34 427	0.44 435	0.34 429	0.41 370	0.34 422	0.38 326	0.32 326	0.38 367	0.32 425	0.38 352	0.33 410

H2IRNET	0.34 287	0.34 214	0.34 330	0.34 271	0.34 437	0.34 316	0.34 426	0.34 306	0.34 430	0.34 314	0.34 427	0.34 322	0.34 429	0.34 319	0.34 422	0.34 297	0.34 368	0.34 330	0.34 440	0.34 311	0.34 417

iRaft-Stereo_5w	0.34 287	0.42 264	0.31 302	0.39 293	0.30 350	0.38 339	0.30 342	0.40 344	0.29 336	0.40 344	0.37 448	0.41 372	0.34 429	0.38 339	0.30 341	0.34 297	0.27 284	0.34 330	0.26 313	0.34 311	0.26 293

CFNet-RSSM	0.91 549	4.89 710	0.34 330	0.44 341	1.07 617	1.62 676	1.40 692	0.91 554	0.35 434	1.60 669	1.39 692	0.64 523	0.34 429	0.44 422	0.33 407	0.41 355	0.35 375	0.75 551	0.30 406	0.41 426	0.29 369

S0	0.42 365	0.44 269	0.54 469	0.59 434	0.34 437	0.48 461	0.22 282	0.51 482	0.25 302	0.51 484	0.34 427	0.53 497	0.35 436	0.47 450	0.36 430	0.55 453	0.39 401	0.49 493	0.27 352	0.46 446	0.34 417

UGAM-zero	0.51 441	2.17 613	0.39 361	0.53 418	0.36 447	0.50 479	0.36 438	0.50 468	0.36 445	0.49 462	0.36 441	0.50 483	0.35 436	0.50 475	0.36 430	0.49 428	0.37 386	0.47 480	0.35 453	0.46 446	0.34 417

GCST	0.50 436	2.08 604	0.38 350	0.53 418	0.35 441	0.49 470	0.35 431	0.50 468	0.35 434	0.49 462	0.35 436	0.49 469	0.35 436	0.49 467	0.35 426	0.48 425	0.37 386	0.45 466	0.33 436	0.44 436	0.33 410

ETE_ROB	0.35 298	0.35 216	0.35 341	0.35 274	0.35 441	0.35 320	0.35 431	0.35 309	0.35 434	0.35 318	0.35 436	0.35 324	0.35 436	0.35 322	0.35 426	0.35 305	0.35 375	0.35 346	0.35 453	0.35 324	0.35 428

252Zero-FE	0.45 404	0.50 300	0.36 343	0.50 402	0.36 447	0.50 479	0.36 438	0.50 468	0.36 445	0.49 462	0.36 441	0.49 469	0.36 440	0.54 496	0.41 468	0.45 401	0.34 368	0.45 466	0.34 440	0.55 487	0.75 570

UGAM	0.51 441	2.23 618	0.39 361	0.54 421	0.35 441	0.50 479	0.35 431	0.49 459	0.35 434	0.49 462	0.35 436	0.49 469	0.36 440	0.50 475	0.36 430	0.49 428	0.37 386	0.45 466	0.34 440	0.45 441	0.34 417

GCAP-Stereo	0.75 502	4.15 699	0.42 413	0.75 477	0.35 441	0.78 537	0.40 466	0.79 535	0.38 451	0.78 544	0.36 441	0.78 546	0.36 440	0.79 539	0.39 457	0.75 510	0.39 401	0.76 553	0.39 480	0.75 522	0.39 451

CES	0.39 336	0.47 287	0.36 343	0.36 278	0.37 452	0.45 444	0.35 431	0.35 309	0.40 467	0.36 322	0.44 489	0.47 455	0.36 440	0.44 422	0.36 430	0.37 313	0.39 401	0.44 461	0.35 453	0.37 339	0.36 431

DMCA	0.36 306	0.38 228	0.37 348	0.35 274	0.35 441	0.36 324	0.36 438	0.36 313	0.35 434	0.35 318	0.37 448	0.36 329	0.36 440	0.35 322	0.36 430	0.36 310	0.36 381	0.35 346	0.36 459	0.36 334	0.36 431

SCV_C0	0.45 404	0.88 386	0.49 448	0.54 421	0.37 452	0.48 461	0.37 444	0.48 451	0.37 447	0.48 452	0.36 441	0.48 462	0.37 445	0.49 467	0.37 440	0.50 435	0.41 415	0.44 461	0.34 440	0.44 436	0.34 417

SCV	0.46 413	0.94 406	0.45 419	0.54 421	0.37 452	0.48 461	0.38 451	0.48 451	0.37 447	0.48 452	0.39 463	0.48 462	0.37 445	0.49 467	0.37 440	0.50 435	0.46 441	0.44 461	0.34 440	0.44 436	0.34 417

Venus	0.38 322	0.38 228	0.38 350	0.38 284	0.38 459	0.37 332	0.38 451	0.37 321	0.37 447	0.41 361	0.37 448	0.39 347	0.37 445	0.38 339	0.38 443	0.37 313	0.38 394	0.38 367	0.37 462	0.37 339	0.38 444

XPNet_ROB	0.37 316	0.37 224	0.37 348	0.37 281	0.37 452	0.37 332	0.37 444	0.37 321	0.37 447	0.37 328	0.37 448	0.37 339	0.37 445	0.37 335	0.37 440	0.37 313	0.37 386	0.37 359	0.37 462	0.37 339	0.37 437

NBS	0.39 336	0.68 345	0.36 343	0.38 284	0.36 447	0.38 339	0.39 465	0.39 335	0.39 464	0.37 328	0.35 436	0.37 339	0.38 449	0.37 335	0.38 443	0.39 339	0.36 381	0.36 355	0.39 480	0.38 352	0.38 444

Anonymus	0.47 421	0.73 353	0.46 425	0.43 337	0.54 533	0.53 497	0.27 308	0.39 335	0.35 434	0.33 311	0.40 466	0.33 317	0.38 449	0.53 493	0.54 518	0.56 457	0.36 381	0.49 493	0.53 530	0.66 503	0.54 514

GeoVLM	0.36 306	0.38 228	0.27 266	0.46 346	0.28 325	0.35 320	0.28 319	0.37 321	0.27 320	0.35 318	0.28 325	0.36 329	0.38 449	0.35 322	0.28 315	1.08 562	0.26 271	0.33 320	0.27 352	0.34 311	0.33 410

Pro-Stereo	0.79 512	0.53 314	0.38 350	0.49 365	0.38 459	0.49 470	0.37 444	0.49 459	0.67 548	0.50 475	0.38 453	1.10 599	0.38 449	0.49 467	0.38 443	0.71 494	0.88 554	5.98 787	0.36 459	0.46 446	0.36 431

GEAStereo	0.62 466	3.91 692	0.48 441	0.69 459	0.38 459	0.51 491	0.38 451	0.51 482	0.38 451	0.53 491	0.38 453	0.50 483	0.38 449	0.51 485	0.38 443	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.34 417

gasm-f	0.62 466	3.91 692	0.48 441	0.69 459	0.38 459	0.51 491	0.38 451	0.51 482	0.38 451	0.53 491	0.38 453	0.50 483	0.38 449	0.51 485	0.38 443	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.34 417

GASTEREO	0.48 427	1.21 509	0.47 433	0.57 429	0.38 459	0.50 479	0.38 451	0.50 468	0.38 451	0.50 475	0.38 453	0.50 483	0.38 449	0.50 475	0.38 443	0.52 443	0.42 425	0.46 470	0.34 440	0.46 446	0.34 417

WAO-8	0.38 322	0.38 228	0.38 350	0.38 284	0.38 459	0.38 339	0.38 451	0.38 330	0.38 451	0.38 330	0.38 453	0.38 342	0.38 449	0.38 339	0.38 443	0.38 326	0.38 394	0.38 367	0.37 462	0.38 352	0.38 444

WAO-7	0.38 322	0.38 228	0.38 350	0.38 284	0.38 459	0.38 339	0.38 451	0.38 330	0.38 451	0.38 330	0.38 453	0.38 342	0.38 449	0.38 339	0.38 443	0.38 326	0.38 394	0.38 367	0.38 476	0.38 352	0.38 444

HanzoNet	0.39 336	0.38 228	0.40 394	0.39 293	0.41 480	0.38 339	0.38 451	0.38 330	0.38 451	0.39 337	0.39 463	0.38 342	0.38 449	0.39 347	0.40 460	0.38 326	0.38 394	0.40 424	0.38 476	0.38 352	0.40 454

IMH	0.38 322	0.38 228	0.38 350	0.38 284	0.38 459	0.38 339	0.38 451	0.38 330	0.38 451	0.42 375	0.38 453	0.40 357	0.38 449	0.38 339	0.38 443	0.38 326	0.38 394	0.39 411	0.38 476	0.38 352	0.38 444

iRaftStereo_RVC	0.97 561	3.17 672	2.30 729	2.42 676	0.38 459	0.54 501	0.38 451	0.54 491	0.38 451	0.54 497	0.38 453	0.54 501	0.38 449	0.54 496	0.38 443	2.38 712	2.34 729	0.49 493	0.36 459	0.49 467	0.36 431

LG-Stereo_L1	0.47 421	0.52 310	0.47 433	0.62 440	0.39 469	0.53 497	0.40 466	0.53 489	0.39 464	0.53 491	0.39 463	0.53 497	0.39 461	0.53 493	0.39 457	0.55 453	0.46 441	0.49 493	0.37 462	0.49 467	0.37 437

quiztm	0.43 368	0.49 295	0.40 394	0.51 413	0.40 470	0.51 491	0.40 466	0.50 468	0.40 467	0.50 475	0.40 466	0.51 494	0.40 462	0.50 475	0.40 460	0.44 371	0.34 368	0.44 461	0.34 440	0.44 436	0.34 417

PAM_32	0.64 470	2.38 633	0.51 461	0.92 501	0.43 494	0.53 497	0.44 485	0.87 547	0.43 487	0.52 488	0.45 494	0.53 497	0.40 462	0.54 496	0.46 489	0.62 474	0.56 483	0.48 488	0.45 505	0.76 525	0.44 476

Selective-IGEV	0.51 441	0.55 321	0.45 419	0.69 459	0.45 499	0.61 514	0.45 491	0.50 468	0.40 467	0.56 502	0.44 489	0.55 505	0.40 462	0.72 531	0.67 540	0.59 463	0.46 441	0.45 466	0.34 440	0.46 446	0.37 437

knoymous	0.40 342	0.40 239	0.40 394	0.40 306	0.40 470	0.40 348	0.40 466	0.40 344	0.40 467	0.40 344	0.40 466	0.40 357	0.40 462	0.40 350	0.40 460	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 454

anonymousa	0.40 342	0.40 239	0.40 394	0.40 306	0.40 470	0.40 348	0.40 466	0.40 344	0.40 467	0.40 344	0.40 466	0.40 357	0.40 462	0.40 350	0.40 460	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 454

riskmin	0.40 342	0.40 239	0.40 394	0.40 306	0.40 470	0.40 348	0.40 466	0.40 344	0.40 467	0.40 344	0.40 466	0.40 357	0.40 462	0.40 350	0.40 460	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 454

Anonymous_2	0.40 342	0.40 239	0.40 394	0.40 306	0.40 470	0.40 348	0.40 466	0.40 344	0.40 467	0.40 344	0.40 466	0.40 357	0.40 462	0.40 350	0.40 460	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 454

Anonymous_1	0.40 342	0.40 239	0.40 394	0.40 306	0.40 470	0.40 348	0.40 466	0.40 344	0.40 467	0.40 344	0.40 466	0.40 357	0.40 462	0.40 350	0.40 460	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 454

GMOStereo	0.37 316	0.45 278	0.23 246	0.30 249	0.37 452	0.41 367	0.36 438	0.41 363	0.35 434	0.43 382	0.36 441	0.41 372	0.40 462	0.41 370	0.36 430	0.34 297	0.22 257	0.47 480	0.37 462	0.39 401	0.33 410

error version	0.93 556	4.47 705	2.35 730	1.99 645	0.37 452	0.41 367	0.36 438	0.41 363	0.35 434	0.43 382	0.36 441	0.41 372	0.40 462	0.41 370	0.36 430	1.87 663	2.16 725	0.47 480	0.37 462	0.39 401	0.33 410

test_1	0.93 556	4.47 705	2.35 730	1.99 645	0.37 452	0.41 367	0.36 438	0.41 363	0.35 434	0.43 382	0.36 441	0.41 372	0.40 462	0.41 370	0.36 430	1.87 663	2.16 725	0.47 480	0.37 462	0.39 401	0.33 410

AdaStereo	0.40 342	0.40 239	0.40 394	0.40 306	0.40 470	0.40 348	0.40 466	0.40 344	0.40 467	0.40 344	0.40 466	0.40 357	0.40 462	0.40 350	0.40 460	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 454
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.
LG-Stereo	0.60 457	0.58 329	0.47 433	0.64 447	0.74 573	1.00 569	0.69 559	0.57 498	0.41 477	0.57 505	0.41 474	0.57 511	0.41 474	1.00 577	0.75 575	0.91 534	0.51 471	0.52 507	0.37 462	0.52 481	0.37 437

GwcNet-ADL	0.41 350	0.41 252	0.41 408	0.41 320	0.41 480	0.41 367	0.41 475	0.41 363	0.41 477	0.41 361	0.41 474	0.41 372	0.41 474	0.41 370	0.41 468	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 463

PSMNet-ADL	0.41 350	0.41 252	0.41 408	0.41 320	0.41 480	0.41 367	0.41 475	0.41 363	0.41 477	0.41 361	0.41 474	0.41 372	0.41 474	0.41 370	0.41 468	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 463

GANet-ADL	0.41 350	0.41 252	0.41 408	0.41 320	0.41 480	0.41 367	0.41 475	0.41 363	0.41 477	0.41 361	0.41 474	0.41 372	0.41 474	0.41 370	0.41 468	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 463

ADLNet2	0.41 350	0.41 252	0.41 408	0.41 320	0.41 480	0.41 367	0.41 475	0.41 363	0.41 477	0.41 361	0.41 474	0.41 372	0.41 474	0.41 370	0.41 468	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 463

ADLNet	0.41 350	0.41 252	0.41 408	0.41 320	0.41 480	0.41 367	0.41 475	0.41 363	0.41 477	0.41 361	0.41 474	0.41 372	0.41 474	0.41 370	0.41 468	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 463

FAST (zero-shot)	0.87 545	1.55 537	0.42 413	1.57 621	0.42 490	1.62 676	0.45 491	1.59 665	0.42 485	1.66 676	0.44 489	1.62 677	0.42 480	1.59 671	0.42 476	0.64 480	0.43 430	0.64 528	0.42 499	0.67 506	0.46 480

DNS	0.86 541	2.43 637	1.66 676	2.03 647	0.42 490	0.60 512	0.42 481	0.60 506	0.42 485	0.60 510	0.42 484	0.60 516	0.42 480	0.60 510	0.42 476	1.97 673	1.63 682	0.55 516	0.40 482	0.55 487	0.40 454

MSCF	0.51 441	1.40 532	0.49 448	0.58 431	0.38 459	0.50 479	0.38 451	0.54 491	0.41 477	0.52 488	0.41 474	0.53 497	0.42 480	0.53 493	0.41 468	0.60 465	0.47 449	0.48 488	0.37 462	0.48 464	0.38 444

LG-Stereo_Zeroshot	0.48 427	0.55 321	0.47 433	0.63 442	0.41 480	0.56 503	0.44 485	0.56 495	0.41 477	0.56 502	0.41 474	0.57 511	0.42 480	0.56 501	0.41 468	0.55 453	0.43 430	0.51 504	0.37 462	0.51 478	0.37 437

Occ-G	1.12 585	0.52 310	3.72 761	3.50 718	0.50 520	0.56 503	0.47 500	0.54 491	0.46 495	0.54 497	0.41 474	0.54 501	0.42 480	0.52 490	0.42 476	3.42 736	4.02 758	0.52 507	0.45 505	0.51 478	0.44 476

MLG-Stereo	0.92 551	0.90 393	0.84 550	1.27 597	0.49 516	1.38 663	0.88 593	1.41 662	0.97 607	0.73 535	1.09 618	1.26 657	0.43 485	0.72 531	1.05 610	1.13 572	0.49 458	1.18 616	0.66 562	1.01 575	0.46 480

MyStereo07	0.60 457	3.72 685	0.48 441	0.49 365	0.41 480	0.36 324	0.32 400	0.49 459	0.43 487	0.51 484	0.42 484	0.49 469	0.43 485	0.51 485	0.64 533	0.49 428	0.45 439	0.34 330	0.32 425	0.35 324	0.43 473

DN	0.53 447	0.85 379	0.45 419	0.65 448	0.44 495	0.60 512	0.44 485	0.60 506	0.44 490	0.60 510	0.45 494	0.60 516	0.44 487	0.60 510	0.44 482	0.56 457	0.42 425	0.56 517	0.42 499	0.56 490	0.42 470

FSD	0.61 463	0.59 332	0.50 454	2.58 683	0.44 495	0.56 503	0.44 485	0.55 494	0.44 490	0.56 502	0.44 489	0.56 508	0.44 487	0.56 501	0.46 489	0.61 469	0.42 425	0.52 507	0.42 499	0.52 481	0.51 506

MonSter	0.60 457	0.64 342	0.52 464	0.62 440	0.44 495	2.07 692	0.44 485	0.62 511	0.44 490	0.62 516	0.44 489	0.62 521	0.44 487	0.62 512	0.44 482	0.58 460	0.42 425	0.62 524	0.46 507	0.58 495	0.42 470

test-3	0.98 563	4.13 698	1.85 696	1.85 634	0.61 545	0.69 525	0.37 444	0.63 512	0.61 538	0.66 524	0.51 523	0.73 540	0.44 487	0.57 506	0.54 518	1.68 656	1.81 694	0.40 424	0.43 502	0.66 503	0.50 499

MWDA-net	0.67 480	0.66 343	0.45 419	2.84 691	0.46 501	0.73 532	0.45 491	0.71 526	0.44 490	0.72 532	0.45 494	0.70 534	0.45 491	0.70 527	0.44 482	0.61 469	0.41 415	0.61 523	0.43 502	0.61 498	0.42 470

AIO-test1	0.54 448	0.60 337	0.52 464	0.66 452	0.47 508	0.61 514	0.47 500	0.58 501	0.46 495	0.61 512	0.46 498	0.61 519	0.45 491	0.62 512	0.45 485	0.61 469	0.52 474	0.57 518	0.48 518	0.57 493	0.48 490

fffft	0.48 427	0.51 308	0.45 419	0.52 416	0.45 499	0.52 495	0.45 491	0.52 487	0.48 507	0.53 491	0.45 494	0.52 495	0.45 491	0.52 490	0.46 489	0.51 441	0.41 415	0.50 499	0.41 491	0.50 472	0.41 463
1: 1. 1
AEACV	1.12 585	0.52 310	3.12 752	3.24 703	0.86 593	0.53 497	0.49 511	0.60 506	0.47 500	0.53 491	0.49 513	0.55 505	0.45 491	0.55 500	0.47 496	3.01 731	3.88 756	0.71 544	0.60 546	0.80 534	0.48 490

MyStereo06	0.75 502	4.12 696	0.60 483	0.63 442	0.61 545	0.62 517	0.66 542	0.56 495	0.45 494	0.55 500	0.48 510	0.54 501	0.46 495	0.57 506	0.45 485	0.60 465	0.57 485	0.64 528	0.55 534	0.72 517	0.55 522

otaku	0.46 413	0.46 282	0.46 425	0.46 346	0.46 501	0.46 451	0.46 495	0.46 441	0.46 495	0.46 439	0.46 498	0.46 449	0.46 495	0.46 446	0.46 489	0.46 413	0.46 441	0.46 470	0.46 507	0.46 446	0.46 480

Ntro	0.47 421	0.47 287	0.46 425	0.46 346	0.46 501	0.47 456	0.47 500	0.46 441	0.47 500	0.46 439	0.46 498	0.47 455	0.46 495	0.47 450	0.47 496	0.47 420	0.46 441	0.46 470	0.46 507	0.46 446	0.46 480

UNDER WATER	0.47 421	0.47 287	0.47 433	0.47 353	0.47 508	0.47 456	0.47 500	0.47 447	0.47 500	0.47 445	0.47 506	0.47 455	0.46 495	0.47 450	0.47 496	0.47 420	0.47 449	0.47 480	0.46 507	0.47 460	0.47 488

LVE	0.47 421	0.47 287	0.47 433	0.47 353	0.49 516	0.47 456	0.47 500	0.47 447	0.49 509	0.47 445	0.47 506	0.47 455	0.46 495	0.47 450	0.47 496	0.47 420	0.47 449	0.48 488	0.47 514	0.47 460	0.47 488

Dean	0.46 413	0.46 282	0.46 425	0.46 346	0.46 501	0.46 451	0.46 495	0.46 441	0.46 495	0.47 445	0.46 498	0.46 449	0.46 495	0.46 446	0.46 489	0.46 413	0.46 441	0.46 470	0.46 507	0.46 446	0.46 480

ACVNet_1	0.46 413	0.47 287	0.46 425	0.46 346	0.46 501	0.46 451	0.46 495	0.46 441	0.47 500	0.46 439	0.46 498	0.46 449	0.46 495	0.46 446	0.46 489	0.46 413	0.46 441	0.47 480	0.46 507	0.46 446	0.46 480

ACVNet-4b	0.46 413	0.46 282	0.46 425	0.46 346	0.46 501	0.46 451	0.46 495	0.46 441	0.46 495	0.46 439	0.46 498	0.46 449	0.46 495	0.47 450	0.46 489	0.46 413	0.46 441	0.46 470	0.46 507	0.46 446	0.46 480

HaxPig	0.47 421	0.47 287	0.47 433	0.49 365	0.47 508	0.47 456	0.47 500	0.47 447	0.47 500	0.47 445	0.47 506	0.47 455	0.47 503	0.47 450	0.47 496	0.47 420	0.47 449	0.47 480	0.47 514	0.47 460	0.48 490

S	0.56 454	0.61 339	0.54 469	0.68 458	0.48 512	0.65 520	0.49 511	0.63 512	0.49 509	0.64 520	0.49 513	0.64 523	0.48 504	0.62 512	0.49 504	0.63 478	0.62 504	0.59 522	0.48 518	0.57 493	0.48 490

AIO-test2	0.55 452	0.59 332	0.52 464	0.67 453	0.47 508	0.61 514	0.47 500	0.61 510	0.47 500	0.61 512	0.47 506	0.61 519	0.48 504	0.62 512	0.47 496	0.64 480	0.53 478	0.58 519	0.47 514	0.58 495	0.48 490

Former-RAFT_DAM_RVC	0.49 433	0.98 411	0.64 498	0.84 488	0.46 501	0.45 444	0.35 431	0.47 447	0.47 500	0.45 433	0.34 427	0.46 449	0.48 504	0.46 446	0.35 426	0.39 339	0.71 532	0.39 411	0.35 453	0.41 426	0.41 463

RainbowNet	0.48 427	0.48 293	0.48 441	0.48 359	0.48 512	0.48 461	0.48 509	0.48 451	0.48 507	0.48 452	0.48 510	0.48 462	0.48 504	0.48 460	0.48 502	0.48 425	0.48 455	0.48 488	0.48 518	0.48 464	0.48 490

notaker	0.48 427	0.49 295	0.48 441	0.48 359	0.48 512	0.48 461	0.48 509	0.48 451	0.49 509	0.48 452	0.48 510	0.48 462	0.48 504	0.48 460	0.48 502	0.48 425	0.48 455	0.48 488	0.48 518	0.48 464	0.49 496

CASS	0.57 456	0.89 389	0.56 473	0.57 429	0.56 534	0.56 503	0.56 527	0.56 495	0.53 523	0.57 505	0.57 532	0.59 515	0.48 504	0.56 501	0.57 522	0.55 453	0.56 483	0.47 480	0.56 538	0.62 499	0.56 525
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 457	0.75 358	0.49 448	0.79 479	0.50 520	0.79 540	0.49 511	0.79 535	0.49 509	0.80 547	0.49 513	0.79 548	0.49 510	0.80 541	0.49 504	0.63 478	0.40 405	0.63 526	0.40 482	0.63 500	0.40 454

ACVNet_2	0.49 433	0.49 295	0.49 448	0.49 365	0.49 516	0.49 470	0.49 511	0.49 459	0.49 509	0.49 462	0.49 513	0.49 469	0.49 510	0.49 467	0.49 504	0.49 428	0.49 458	0.49 493	0.49 522	0.49 467	0.49 496

LL-Strereo	1.01 572	5.06 717	1.63 673	0.70 465	1.43 691	0.56 503	0.46 495	0.57 498	0.50 514	0.57 505	0.50 517	1.58 672	0.49 510	0.59 508	0.50 507	1.64 655	0.52 474	0.51 504	1.37 688	0.52 481	0.45 478

FCDSN-DC	0.41 350	0.59 332	0.64 498	0.54 421	0.33 425	0.50 479	0.37 444	0.42 381	0.40 467	0.61 512	0.43 487	0.50 483	0.49 510	0.38 339	0.32 395	0.28 268	0.23 263	0.26 288	0.22 291	0.35 324	0.28 360
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FoundationStereo	0.50 436	0.50 300	0.50 454	0.50 402	0.50 520	0.50 479	0.50 515	0.50 468	0.50 514	0.50 475	0.50 517	0.50 483	0.50 514	0.50 475	0.50 507	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 499

StereoAnything_RVC	0.50 436	0.50 300	0.50 454	0.50 402	0.50 520	0.50 479	0.50 515	0.50 468	0.50 514	0.50 475	0.50 517	0.50 483	0.50 514	0.50 475	0.50 507	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 499

dual_stereo	0.50 436	0.50 300	0.50 454	0.50 402	0.50 520	0.50 479	0.50 515	0.50 468	0.50 514	0.50 475	0.50 517	0.50 483	0.50 514	0.50 475	0.50 507	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 499

MyStereo8	0.71 491	3.92 694	0.52 464	0.59 434	0.52 527	0.57 509	0.53 522	0.59 504	0.50 514	0.59 509	0.51 523	0.57 511	0.50 514	0.56 501	0.52 514	0.54 447	0.49 458	0.54 513	0.49 522	0.55 487	0.50 499

TorneroNet	0.66 474	0.53 314	0.50 454	0.50 402	0.64 551	1.06 586	0.70 566	0.50 468	0.51 521	0.49 462	0.69 562	0.49 469	0.50 514	0.48 460	1.15 618	0.71 494	0.49 458	1.14 606	1.08 619	0.49 467	0.49 496

SANet	0.50 436	0.50 300	0.50 454	0.50 402	0.50 520	0.50 479	0.50 515	0.50 468	0.50 514	0.50 475	0.50 517	0.50 483	0.50 514	0.50 475	0.50 507	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 499

999	1.00 564	1.12 452	0.59 479	1.10 529	1.21 679	1.09 592	0.52 520	1.08 581	1.43 694	1.18 605	1.35 686	0.98 576	0.52 520	0.91 563	0.85 589	0.72 502	1.46 664	0.83 567	0.98 607	0.68 508	1.41 690

SMoEStereo_RVC	0.63 468	0.75 358	0.51 461	0.73 473	0.53 530	0.71 530	0.47 500	0.67 519	0.58 529	0.74 540	0.60 538	0.72 538	0.53 521	0.74 535	0.51 512	0.61 469	0.62 504	0.62 524	0.61 548	0.63 500	0.61 531

WCG-NET	0.61 463	1.21 509	0.54 469	0.61 439	0.53 530	0.67 523	0.53 522	0.66 518	0.53 523	0.64 520	0.53 526	0.65 527	0.53 521	0.59 508	0.52 514	0.65 482	0.48 455	0.64 528	0.52 528	0.58 495	0.50 499

PSMNet_ROB	0.54 448	0.54 318	0.54 469	0.54 421	0.53 530	0.54 501	0.54 525	0.53 489	0.54 525	0.54 497	0.54 528	0.54 501	0.53 521	0.54 496	0.54 518	0.54 447	0.53 478	0.54 513	0.54 532	0.54 486	0.54 514

test_xeample3	1.10 582	1.81 567	0.61 489	0.84 488	0.49 516	0.77 535	0.66 542	0.92 557	1.40 692	0.68 528	0.46 498	0.78 546	0.54 524	1.72 677	1.48 694	1.34 635	1.52 668	1.35 675	1.67 726	1.33 654	1.55 695

MWSP-net	0.96 560	0.75 358	0.49 448	4.84 748	0.48 512	1.28 654	0.52 520	1.20 597	0.51 521	1.14 602	0.70 566	1.00 577	0.56 525	0.90 561	0.69 556	0.76 512	0.60 498	0.95 589	0.56 538	0.73 520	0.45 478

anonymity	0.63 468	0.69 346	0.56 473	0.71 467	0.56 534	0.71 530	0.56 527	0.71 526	0.56 526	0.72 532	0.56 531	0.71 535	0.56 525	0.71 529	0.58 524	0.68 487	0.55 481	0.68 535	0.55 534	0.68 508	0.54 514

monster-pro	0.75 502	1.67 542	0.64 498	0.89 494	0.57 536	0.86 554	0.56 527	0.87 547	0.56 526	0.87 556	0.57 532	0.88 560	0.57 527	0.87 556	0.57 522	0.79 516	0.58 489	0.76 553	0.54 532	0.77 527	0.54 514

LiteMatch	1.13 587	0.73 353	2.80 737	3.23 701	0.61 545	0.83 550	0.68 551	0.73 530	0.69 559	1.00 571	0.77 583	0.94 571	0.57 527	0.82 545	0.64 533	2.97 729	2.43 731	0.68 535	0.32 425	0.56 490	0.70 555

Lsterematch	1.13 587	0.73 353	2.80 737	3.23 701	0.61 545	0.83 550	0.68 551	0.73 530	0.69 559	1.00 571	0.77 583	0.94 571	0.57 527	0.82 545	0.64 533	2.97 729	2.43 731	0.68 535	0.32 425	0.56 490	0.70 555

MyStereo05	0.80 515	4.12 696	0.63 495	0.63 442	0.61 545	0.62 517	0.66 542	0.65 515	0.62 539	0.67 526	0.61 542	0.65 527	0.58 530	0.67 522	0.55 521	0.60 465	0.57 485	0.64 528	0.55 534	0.72 517	0.55 522

DDUNet	0.81 520	2.45 638	0.57 477	0.90 496	0.60 539	0.88 556	0.59 534	0.90 552	0.60 535	0.88 558	0.60 538	0.90 564	0.58 530	0.88 558	0.60 529	0.84 529	0.60 498	0.86 570	0.57 541	0.86 544	0.60 530

CAR	0.72 494	0.76 361	0.59 479	0.84 488	1.19 631	0.81 545	0.58 530	0.81 541	0.58 529	0.81 550	0.58 534	0.83 555	0.59 532	0.82 545	0.59 527	0.71 494	0.49 458	0.73 545	0.68 568	0.87 545	0.52 508

MSE-Stereo	0.72 494	0.76 361	0.59 479	0.84 488	1.19 631	0.81 545	0.58 530	0.81 541	0.58 529	0.81 550	0.58 534	0.83 555	0.59 532	0.82 545	0.59 527	0.71 494	0.49 458	0.73 545	0.68 568	0.87 545	0.52 508

MGA	0.73 498	0.76 361	0.60 483	0.92 501	1.17 627	0.81 545	0.59 534	0.84 545	0.62 539	0.81 550	0.59 536	0.84 557	0.60 534	0.81 544	0.61 531	0.71 494	0.53 478	0.89 572	0.53 530	0.75 522	0.54 514

zero-FE	0.72 494	1.31 523	0.66 504	0.92 501	0.60 539	0.82 548	0.58 530	0.82 544	0.58 529	0.81 550	0.60 538	0.81 553	0.60 534	0.82 545	0.58 524	0.74 509	0.59 495	0.73 545	0.52 528	0.76 525	0.51 506

UDG	0.80 515	2.21 617	0.60 483	0.91 498	0.60 539	0.90 559	0.58 530	0.88 551	0.60 535	0.90 559	0.60 538	0.88 560	0.60 534	0.90 561	0.58 524	0.86 531	0.60 498	0.84 568	0.59 545	0.84 542	0.61 531

AIO-Stereo-zeroshot1	0.75 502	0.92 400	0.85 551	0.96 513	0.59 537	1.27 652	0.44 485	0.59 504	0.69 559	0.91 561	0.68 557	0.55 505	0.61 537	1.06 593	0.83 588	0.62 474	0.70 528	0.90 573	0.41 491	0.89 549	0.56 525

ARAFT	0.68 482	0.81 374	0.63 495	0.74 476	0.60 539	0.78 537	0.62 537	0.77 534	0.66 546	0.74 540	0.63 544	0.75 543	0.62 538	0.83 550	0.60 529	0.70 493	0.55 481	0.70 543	0.60 546	0.78 529	0.55 522

AFF-stereo	0.73 498	0.88 386	0.67 508	0.75 477	0.68 561	0.75 534	0.64 539	0.80 538	0.72 575	0.83 555	0.70 566	0.82 554	0.64 539	0.84 551	0.67 540	0.77 515	0.63 506	0.81 562	0.63 550	0.78 529	0.62 534

DSFCA	0.66 474	0.73 353	0.78 540	0.65 448	0.65 553	0.64 519	0.64 539	0.65 515	0.63 542	0.64 520	0.64 546	0.64 523	0.64 539	0.65 519	0.65 536	0.65 482	0.65 510	0.65 532	0.65 559	0.66 503	0.64 541

RSM++	0.76 507	0.82 376	0.66 504	0.85 492	0.64 551	0.85 552	0.71 569	0.94 561	0.64 543	0.87 556	0.67 551	0.87 559	0.65 541	0.84 551	0.65 536	0.81 522	0.70 528	0.79 557	0.71 579	0.83 541	0.70 555

plain	1.88 662	3.16 671	0.64 498	3.10 696	0.65 553	3.10 745	0.64 539	3.12 745	0.65 544	3.10 746	0.65 548	3.11 747	0.65 541	3.12 745	0.65 536	3.12 732	0.65 510	3.13 745	0.65 559	3.13 733	0.65 543

LMCR-Stereo	0.65 472	0.63 340	0.65 502	0.65 448	0.65 553	0.66 522	0.63 538	0.58 501	0.65 544	0.63 519	0.64 546	0.65 527	0.65 541	0.66 520	0.66 539	0.66 484	0.64 508	0.65 532	0.67 566	0.68 508	0.73 566

TorneroNet-64	0.45 404	0.27 199	0.30 284	0.58 431	0.27 319	0.70 528	0.30 342	0.28 283	0.73 578	0.73 535	0.28 325	0.71 535	0.66 544	0.75 536	0.27 306	0.27 263	0.29 306	0.37 359	0.75 585	0.28 283	0.30 384

MIF-Stereo (partial)	2.58 734	3.31 676	0.66 504	3.18 700	0.66 556	3.18 746	0.66 542	3.21 746	0.67 548	3.19 747	0.66 550	3.19 748	0.66 544	3.31 749	0.68 548	5.09 765	1.79 693	8.23 792	1.67 726	6.18 776	1.38 689

WAFT-Stereo (ZS)	0.67 480	0.78 365	0.67 508	0.67 453	0.66 556	0.67 523	0.67 546	0.65 515	0.66 546	0.66 524	0.67 551	0.66 530	0.67 546	0.67 522	0.72 569	0.66 484	0.67 513	0.67 534	0.67 566	0.67 506	0.67 548

WQFJA1++	0.84 532	0.98 411	0.67 508	1.26 596	0.75 575	1.00 569	0.67 546	1.00 565	0.67 548	1.00 571	0.67 551	1.00 577	0.67 546	1.00 577	0.67 540	0.96 545	0.67 513	0.91 576	0.63 550	0.92 556	0.63 535

WQFJA1	0.85 538	0.98 411	0.67 508	1.29 602	0.76 580	1.01 577	0.67 546	1.02 579	0.67 548	1.02 586	0.67 551	1.01 586	0.67 546	1.01 585	0.68 548	0.99 552	0.67 513	0.93 583	0.64 555	0.92 556	0.65 543

NLMM	0.84 532	1.00 421	0.67 508	1.27 597	0.75 575	1.00 569	0.68 551	1.00 565	0.67 548	1.00 571	0.67 551	1.02 590	0.67 546	1.02 589	0.67 540	0.97 547	0.67 513	0.93 583	0.63 550	0.92 556	0.63 535

DCRE	0.84 532	1.89 589	0.77 538	0.94 508	0.72 570	0.88 556	0.73 573	0.87 547	0.78 582	0.90 559	0.71 572	0.88 560	0.67 546	0.88 558	0.73 570	0.81 522	0.68 519	0.81 562	0.70 576	0.82 539	0.70 555

WQFJX1	0.84 532	0.98 411	0.67 508	1.30 604	0.75 575	1.01 577	0.67 546	1.01 574	0.67 548	1.01 582	0.67 551	1.01 586	0.68 551	1.00 577	0.68 548	0.98 551	0.67 513	0.92 579	0.64 555	0.92 556	0.64 541

WQFJX	0.85 538	1.00 421	0.68 516	1.30 604	0.75 575	1.01 577	0.68 551	1.01 574	0.68 554	1.01 582	0.68 557	1.03 592	0.68 551	1.02 589	0.67 540	0.97 547	0.67 513	0.93 583	0.63 550	0.94 565	0.63 535

NLMM1	0.86 541	0.98 411	0.69 518	1.48 619	0.75 575	1.01 577	0.69 559	1.00 565	0.69 559	1.00 571	0.70 566	1.00 577	0.68 551	1.01 585	0.67 540	0.97 547	0.68 519	0.92 579	0.63 550	0.93 561	0.63 535

NLSM3	0.85 538	0.99 419	0.68 516	1.29 602	0.76 580	1.01 577	0.68 551	1.01 574	0.68 554	1.02 586	0.68 557	1.01 586	0.68 551	1.01 585	0.68 548	0.97 547	0.68 519	0.93 583	0.64 555	0.93 561	0.63 535

R-Stereo Train	0.81 520	0.96 408	0.67 508	0.95 510	0.67 558	0.95 564	0.68 551	0.95 563	0.68 554	0.95 569	0.68 557	0.96 574	0.68 551	0.96 573	0.68 548	0.94 543	0.68 519	0.94 587	0.68 568	0.94 565	0.68 550

RAFT-Stereo	0.81 520	0.96 408	0.67 508	0.95 510	0.67 558	0.95 564	0.68 551	0.95 563	0.68 554	0.95 569	0.68 557	0.96 574	0.68 551	0.96 573	0.68 548	0.94 543	0.68 519	0.94 587	0.68 568	0.94 565	0.68 550
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STTRV1_RVC	0.82 525	1.60 540	0.70 521	1.01 522	0.60 539	1.07 589	0.69 559	1.01 574	0.60 535	0.72 532	0.55 529	1.02 590	0.68 551	1.03 591	0.67 540	0.89 533	0.63 506	0.92 579	0.57 541	0.90 552	0.65 543

mm2	0.69 485	0.69 346	0.69 518	0.69 459	0.69 562	0.69 525	0.69 559	0.69 521	0.69 559	0.69 529	0.69 562	0.69 531	0.69 558	0.69 525	0.69 556	0.69 488	0.69 525	0.69 538	0.69 572	0.69 512	0.69 552

mm1	0.69 485	0.69 346	0.69 518	0.69 459	0.69 562	0.69 525	0.69 559	0.69 521	0.69 559	0.69 529	0.69 562	0.69 531	0.69 558	0.69 525	0.69 556	0.69 488	0.69 525	0.69 538	0.69 572	0.69 512	0.69 552

FlowAnything_test	1.02 574	1.72 545	0.71 525	1.59 623	0.70 566	1.61 674	0.69 559	1.61 667	0.70 567	1.60 669	0.70 566	1.61 676	0.69 558	1.61 674	0.70 565	0.81 522	0.58 489	0.81 562	0.55 534	0.81 537	0.56 525

FlowAnything	1.02 574	1.71 544	0.72 528	1.59 623	0.69 562	1.60 673	0.69 559	1.61 667	0.70 567	1.60 669	0.69 562	1.60 673	0.69 558	1.61 674	0.69 556	0.81 522	0.58 489	0.81 562	0.56 538	0.82 539	0.56 525

MEA-ACV	1.66 652	0.87 383	0.61 489	11.81 788	1.35 684	1.50 671	0.71 569	1.23 646	0.92 600	1.13 601	0.96 604	1.69 678	0.70 562	1.23 656	1.16 622	1.54 651	1.20 593	1.58 683	0.85 600	1.12 582	0.95 595

UniTT-Stereo	2.03 682	3.43 678	0.72 528	3.42 713	0.73 571	3.27 748	0.68 551	3.38 750	0.69 559	3.29 749	0.72 575	3.28 750	0.70 562	3.35 751	0.68 548	3.39 735	0.68 519	3.31 748	0.69 572	3.37 734	0.73 566

RAFT-Stereo + iAFF	0.70 488	0.72 352	0.71 525	0.80 483	0.62 550	0.82 548	0.61 536	0.81 541	0.62 539	0.81 550	0.63 544	0.80 550	0.70 562	0.73 533	0.61 531	0.76 512	0.61 503	0.74 550	0.61 548	0.77 527	0.61 531

DMCA-RVC	0.70 488	0.80 370	0.70 521	0.70 465	0.70 566	0.70 528	0.70 566	0.71 526	0.70 567	0.70 531	0.71 572	0.71 535	0.70 562	0.70 527	0.69 556	0.69 488	0.70 528	0.69 538	0.70 576	0.69 512	0.70 555

MSMD_ROB	1.19 589	1.10 451	0.70 521	1.10 529	0.60 539	1.10 593	0.70 566	1.10 584	0.70 567	1.10 592	0.70 566	1.10 599	0.70 562	7.00 790	0.70 565	1.10 565	0.70 528	1.10 605	0.70 576	1.10 581	0.70 555

MoCha-V2	2.11 700	26.97 795	0.78 540	0.92 501	0.77 583	0.96 566	0.72 572	0.90 552	0.72 575	0.94 567	0.70 566	0.90 564	0.71 567	0.91 563	0.71 567	0.85 530	0.71 532	0.88 571	0.69 572	0.87 545	0.67 548

AdaDepth	0.86 541	0.93 404	0.71 525	1.01 522	1.07 617	1.02 583	0.71 569	1.00 565	0.71 572	1.01 582	0.71 572	1.00 577	0.72 568	1.14 604	0.71 567	0.92 537	0.64 508	0.90 573	0.64 555	0.89 549	0.69 552

tt45	1.04 577	0.88 386	1.36 654	0.92 501	1.03 615	1.51 672	0.79 580	0.70 525	0.88 594	0.74 540	0.90 595	1.60 673	0.72 568	1.60 672	0.75 575	0.91 534	0.78 543	1.52 682	0.79 592	1.14 584	1.32 682

HSM-Net_RVC	0.95 559	1.17 459	0.78 540	1.18 545	0.71 568	1.16 601	0.75 575	1.09 583	0.80 588	1.10 592	0.75 580	1.17 608	0.74 570	1.17 607	0.80 583	1.13 572	0.73 535	1.17 613	0.77 588	1.16 589	0.72 562
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	11.80 791	223.51 823	0.62 491	0.59 434	0.71 568	0.59 511	0.73 573	0.67 519	0.73 578	0.55 500	0.61 542	0.60 516	0.74 570	0.63 517	0.73 570	0.66 484	0.60 498	0.69 538	0.66 562	0.72 517	0.65 543
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ours_stereo	1.20 590	1.21 509	0.90 555	1.64 631	1.11 619	1.35 659	0.67 546	1.76 674	0.93 602	1.70 678	1.10 619	1.39 666	0.75 572	1.41 666	0.81 586	1.60 654	1.03 570	1.33 672	1.00 609	1.61 664	0.72 562

Wavelet-MonSter	1.00 564	1.21 509	0.76 536	1.94 640	1.01 612	1.11 596	0.76 577	1.15 586	0.76 581	1.11 597	0.76 581	1.14 605	0.76 573	1.11 601	0.76 577	1.21 625	0.90 555	1.02 601	0.71 579	1.02 577	0.71 561

iGMRVC	0.84 532	2.85 664	0.72 528	0.72 469	0.73 571	0.77 535	0.79 580	0.73 530	0.74 580	0.73 535	0.72 575	0.73 540	0.76 573	0.73 533	0.73 570	0.72 502	0.73 535	0.73 545	0.72 581	0.73 520	0.72 562

RAStereo	2.23 716	3.64 681	0.76 536	3.65 722	0.86 593	3.66 753	0.76 577	3.67 754	0.81 591	3.66 751	0.76 581	3.66 753	0.77 575	3.68 753	0.77 578	3.68 738	0.77 541	3.69 753	0.77 588	3.70 737	0.77 575

ToySt	0.92 551	2.11 607	0.90 555	0.95 510	0.79 586	0.99 568	0.78 579	0.94 561	0.81 591	0.94 567	0.78 585	0.95 573	0.77 575	0.94 569	0.86 590	0.91 534	0.79 545	0.85 569	0.77 588	0.89 549	0.73 566

Hybrid-DGEV	1.03 576	1.75 551	0.80 544	1.28 601	0.78 584	1.26 651	0.80 583	1.26 648	0.78 582	1.26 654	0.78 585	1.26 657	0.78 577	1.26 657	0.78 579	1.15 575	0.75 538	1.14 606	0.74 583	1.14 584	0.75 570

G-Net	0.79 512	0.79 367	0.79 543	0.79 479	0.79 586	0.79 540	0.79 580	0.79 535	0.79 586	0.79 546	0.79 587	0.79 548	0.79 578	0.79 539	0.79 580	0.79 516	0.79 545	0.79 557	0.79 592	0.79 531	0.79 578

Hybrid-DGEV-2	1.05 578	1.83 577	0.83 548	1.33 608	0.82 592	1.30 655	0.81 587	1.26 648	0.79 586	1.29 656	0.79 587	1.26 657	0.80 579	1.26 657	0.79 580	1.20 579	0.78 543	1.18 616	0.77 588	1.20 599	0.77 575

DStereoRT	0.73 498	0.81 374	0.73 532	0.71 467	0.74 573	0.73 532	0.75 575	0.71 526	0.71 572	0.74 540	0.72 575	0.73 540	0.80 579	0.71 529	0.73 570	0.76 512	0.71 532	0.73 545	0.72 581	0.70 515	0.76 573

NaN_ROB	0.80 515	0.80 370	0.80 544	0.80 483	0.80 589	0.80 542	0.80 583	0.80 538	0.80 588	0.80 547	0.80 589	0.80 550	0.80 579	0.80 541	0.80 583	0.80 518	0.80 548	0.80 560	0.80 594	0.80 534	0.80 579

CSAN	0.80 515	0.80 370	0.80 544	0.80 483	0.80 589	0.80 542	0.80 583	0.80 538	0.80 588	0.80 547	0.80 589	0.80 550	0.80 579	0.80 541	0.80 583	0.80 518	0.80 548	0.80 560	0.80 594	0.80 534	0.80 579

Hybrid-DGEV-03	1.07 579	1.83 577	0.83 548	1.34 609	0.81 591	1.32 657	0.81 587	1.31 655	0.81 591	1.31 657	0.82 591	1.32 662	0.82 583	1.32 662	0.81 586	1.19 577	0.77 541	1.19 618	0.76 586	1.19 597	0.77 575

AIO-Stereo-zeroshot	0.91 549	0.86 381	0.89 552	1.25 595	0.69 562	1.05 585	0.81 587	1.16 589	0.50 514	1.12 598	0.97 606	0.72 538	0.82 583	1.06 593	0.95 597	0.61 469	0.87 553	1.03 603	0.85 600	1.04 578	1.01 607

DPSimNet_ROB	0.97 561	1.18 461	0.81 547	1.10 529	0.91 599	1.02 583	0.82 590	1.04 580	0.91 596	1.03 588	0.86 594	1.28 661	0.82 583	1.03 591	0.89 591	1.17 576	0.81 550	1.02 601	0.82 597	1.08 580	0.81 581

DPSM_ROB	0.92 551	0.91 395	0.91 557	0.91 498	0.92 600	0.92 561	0.92 597	0.92 557	0.91 596	0.93 565	0.91 598	0.92 567	0.90 586	0.91 563	0.92 592	0.92 537	0.91 556	0.91 576	0.92 602	0.93 561	0.93 592

DPSM	0.92 551	0.91 395	0.91 557	0.91 498	0.92 600	0.92 561	0.92 597	0.92 557	0.91 596	0.93 565	0.91 598	0.92 567	0.90 586	0.91 563	0.92 592	0.92 537	0.91 556	0.91 576	0.92 602	0.93 561	0.93 592

DGTPSM_ROB	0.93 556	1.00 421	0.92 559	0.94 508	0.96 604	0.91 560	0.92 597	0.91 554	0.96 606	0.91 561	0.96 604	0.93 570	0.92 588	0.94 569	0.92 592	0.92 537	0.92 558	0.90 573	0.92 602	0.94 565	0.91 590

pmcnn	0.92 551	0.92 400	0.92 559	0.92 501	0.92 600	0.92 561	0.92 597	0.92 557	0.92 600	0.92 563	0.92 601	0.92 567	0.92 588	0.92 567	0.92 592	0.92 537	0.92 558	0.92 579	0.92 602	0.92 556	0.92 591

MM-Stereo_test2	1.20 590	1.85 583	1.05 573	1.46 618	0.94 603	1.36 661	0.99 604	1.36 657	0.95 604	1.41 664	0.98 607	1.40 668	0.96 590	1.37 664	0.95 597	1.37 640	1.06 571	1.33 672	0.93 606	1.29 653	0.89 588

LiteMatch*	2.07 688	1.30 521	5.73 773	6.28 761	0.79 586	1.33 658	0.80 583	1.30 654	1.02 617	1.33 658	0.84 593	1.33 663	0.97 591	1.28 661	1.04 609	6.05 773	5.89 769	1.28 670	0.76 586	1.28 652	0.88 585

MaDis-Stereo	3.19 748	6.02 748	1.12 577	5.61 757	1.16 626	5.43 781	1.02 612	5.15 781	0.70 567	5.43 781	1.21 674	5.03 783	0.97 591	4.85 775	0.99 601	4.53 747	1.16 588	5.53 782	1.25 680	5.37 772	1.30 680

Selective-RAFT-Error	0.88 546	0.84 377	0.98 564	0.86 493	0.97 605	0.88 556	0.95 601	0.84 545	0.99 610	0.92 563	0.82 591	0.84 557	0.98 593	0.87 556	0.97 599	0.81 522	0.83 551	0.79 557	0.82 597	0.79 531	0.85 584

LGCAT	1.00 564	1.00 421	1.00 566	1.00 517	1.00 606	1.00 569	1.00 605	1.00 565	1.00 611	1.00 571	1.00 609	1.00 577	1.00 594	1.00 577	1.00 602	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 601

Test_v1	1.00 564	1.00 421	1.00 566	1.00 517	1.00 606	1.00 569	1.00 605	1.00 565	1.00 611	1.00 571	1.00 609	1.00 577	1.00 594	1.00 577	1.00 602	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 601

HH	0.71 491	2.54 640	0.74 533	1.10 529	0.32 412	0.41 367	0.37 444	0.69 521	0.78 582	0.73 535	0.90 595	0.75 543	1.00 594	0.84 551	0.69 556	0.69 488	0.40 405	0.35 346	0.26 313	0.35 324	0.26 293

HanStereo	0.71 491	2.54 640	0.74 533	1.10 529	0.32 412	0.41 367	0.37 444	0.69 521	0.78 582	0.73 535	0.90 595	0.75 543	1.00 594	0.84 551	0.69 556	0.69 488	0.40 405	0.35 346	0.26 313	0.35 324	0.26 293

Selective-RAFT	0.89 548	0.89 389	0.72 528	1.16 543	0.78 584	1.06 586	0.82 590	0.87 547	0.97 607	1.00 571	0.91 598	0.90 564	1.00 594	0.89 560	0.93 596	0.83 527	0.83 551	0.82 566	0.82 597	0.81 537	0.82 582

GANet	1.00 564	1.00 421	1.00 566	1.00 517	1.00 606	1.00 569	1.00 605	1.00 565	1.00 611	1.00 571	1.00 609	1.00 577	1.00 594	1.00 577	1.00 602	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 601

TDLM	1.00 564	1.00 421	1.00 566	1.00 517	1.00 606	1.00 569	1.00 605	1.00 565	1.00 611	1.00 571	1.00 609	1.00 577	1.00 594	1.00 577	1.00 602	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 601

CVANet_RVC	1.00 564	1.00 421	1.00 566	1.00 517	1.00 606	1.00 569	1.00 605	1.00 565	1.00 611	1.00 571	1.00 609	1.00 577	1.00 594	1.00 577	1.00 602	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 601

trnet	1.01 572	1.01 431	1.01 571	1.01 522	1.01 612	1.01 577	1.01 610	1.01 574	1.01 616	1.01 582	1.01 614	1.01 586	1.01 602	1.01 585	1.01 607	1.01 558	1.01 568	1.01 600	1.01 616	1.01 575	1.01 607

MM-Stereo_test3	1.27 641	2.07 603	1.18 586	1.60 626	1.02 614	1.45 669	1.01 610	1.40 661	1.04 619	1.44 666	1.03 615	1.46 671	1.02 603	1.44 669	1.02 608	1.51 649	1.12 585	1.32 671	0.98 607	1.38 657	0.97 597

GLC_STEREO	1.07 579	1.01 431	1.06 574	1.07 527	1.05 616	1.06 586	1.08 615	1.08 581	1.05 620	1.07 590	1.06 616	1.08 595	1.05 604	1.06 593	1.10 613	1.07 561	1.09 578	1.05 604	1.05 618	1.06 579	1.12 614

BLMT-Stereo	1.53 648	1.36 527	1.06 574	1.42 617	1.23 683	1.41 667	1.07 614	1.43 664	1.12 621	1.42 665	1.06 616	1.83 681	1.07 605	1.42 668	1.07 611	1.27 630	1.38 659	6.80 788	1.00 609	1.26 650	1.00 601

AIO-Stereo	0.84 532	0.66 343	0.70 521	0.83 487	0.67 558	0.98 567	0.82 590	1.14 585	0.72 575	1.03 588	0.74 579	1.03 592	1.09 606	0.99 575	0.45 485	1.04 559	0.73 535	0.95 589	0.74 583	0.94 565	0.46 480

KSHMR	0.66 474	0.50 300	0.48 441	1.15 538	0.52 527	0.49 470	0.51 519	0.49 459	0.71 572	0.67 526	0.50 517	1.16 607	1.11 607	0.66 520	0.52 514	0.49 428	0.49 458	0.51 504	0.66 562	0.50 472	1.14 618

qqai	1.22 637	1.38 530	1.12 577	1.39 615	1.14 620	1.40 665	1.14 619	1.41 662	1.12 621	1.40 663	1.11 620	1.40 668	1.13 608	1.41 666	1.15 618	1.25 628	0.97 561	1.24 667	1.01 616	1.24 648	0.96 596

RP	2.33 720	25.00 788	1.13 579	1.15 538	1.15 622	1.10 593	1.15 621	1.15 586	1.15 624	1.12 598	1.15 621	1.09 597	1.13 608	1.10 599	1.15 618	1.11 570	1.09 578	1.16 609	1.12 621	1.16 589	1.17 623

RGC	2.36 722	25.48 789	1.19 588	1.15 538	1.15 622	1.10 593	1.16 623	1.17 591	1.16 625	1.12 598	1.16 624	1.11 603	1.13 608	1.09 597	1.18 625	1.10 565	1.15 587	1.16 609	1.12 621	1.14 584	1.12 614

Abc-Net	2.32 719	24.75 787	1.14 580	1.17 544	1.17 627	1.11 596	1.15 621	1.17 591	1.21 677	1.08 591	1.16 624	1.12 604	1.14 611	1.09 597	1.17 624	1.09 563	1.16 588	1.17 613	1.17 626	1.16 589	1.11 612
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IGEVStereo-DCA	1.77 658	4.21 700	1.84 694	2.49 679	2.11 745	2.54 729	1.36 685	1.65 671	1.17 629	2.75 740	1.90 735	2.54 726	1.15 612	0.94 569	1.11 614	1.50 647	1.32 643	0.96 591	1.46 697	1.49 660	0.88 585

rrr	1.77 658	4.21 700	1.84 694	2.49 679	2.11 745	2.54 729	1.36 685	1.65 671	1.17 629	2.75 740	1.90 735	2.54 726	1.15 612	0.94 569	1.11 614	1.50 647	1.32 643	0.96 591	1.46 697	1.49 660	0.88 585

NCC-stereo	2.36 722	25.52 790	1.17 584	1.15 538	1.17 627	1.11 596	1.11 616	1.15 586	1.16 625	1.10 592	1.16 624	1.10 599	1.15 612	1.14 604	1.13 616	1.09 563	1.11 582	1.15 608	1.16 625	1.17 594	1.17 623

Nwc_Net	2.37 724	25.95 792	1.15 582	1.14 535	1.15 622	1.08 590	1.14 619	1.17 591	1.16 625	1.14 602	1.15 621	1.08 595	1.15 612	1.11 601	1.14 617	1.10 565	1.11 582	1.16 609	1.09 620	1.16 589	1.15 619

edge stereo	2.43 727	27.07 796	1.14 580	1.06 526	1.14 620	1.08 590	1.17 624	1.16 589	1.14 623	1.10 592	1.16 624	1.09 597	1.16 616	1.10 599	1.16 622	1.10 565	1.11 582	1.16 609	1.19 627	1.13 583	1.11 612

AF-Net	2.37 724	25.71 791	1.17 584	1.13 534	1.15 622	1.15 600	1.18 625	1.19 594	1.16 625	1.10 592	1.15 621	1.10 599	1.18 617	1.12 603	1.15 618	1.10 565	1.10 581	1.17 613	1.15 623	1.16 589	1.12 614

stereogan	2.33 720	24.38 786	1.18 586	1.18 545	1.18 630	1.14 599	1.18 625	1.19 594	1.19 631	1.14 602	1.18 628	1.14 605	1.18 617	1.14 604	1.18 625	1.14 574	1.14 586	1.19 618	1.19 627	1.15 587	1.19 627

ktn	0.72 494	0.53 314	1.08 576	1.14 535	0.51 526	1.22 648	1.36 685	0.51 482	0.59 534	0.51 484	0.51 523	0.69 531	1.20 619	0.67 522	0.51 512	0.51 441	0.49 458	0.58 519	0.66 562	0.52 481	0.53 511

DisPM	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

CrosDoStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

PFNet+	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

LCNet	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

HHNet	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

Patchmatch Stereo++	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628
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	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

STrans-v2	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

TransformOpticalFlow	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

OMP-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

IIG-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

NF-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

OCTAStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

PSM-softLoss	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

KMStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

NRIStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

PSM-adaLoss	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

PSM-AAD	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

FTStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

ROB_FTStereo_v2	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

ROB_FTStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

Consistency-Raft	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

KYRaft	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

HUI-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

ASMatch	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

DeepStereo_LL	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

DEmStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

SST-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

THIR-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

RAFT_R40	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

DRaft	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

PFNet	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

GrayStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

RE-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

Pruner-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

TVStereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

DeepStereo_RVC	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

RAFT-RH_RVC	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

IRAFT_RVC	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

RAFT-345	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

iRAFT	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

CRE-IMP	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

GMM-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

RAFT-IKP	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

Prome-Stereo	1.20 590	1.20 463	1.20 591	1.20 547	1.20 633	1.20 602	1.20 627	1.20 597	1.20 632	1.20 607	1.20 629	1.20 610	1.20 619	1.20 609	1.20 629	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 628

HBP-ISP	1.24 639	1.72 545	1.65 674	1.15 538	0.76 580	1.40 665	0.88 593	1.67 673	1.02 617	1.69 677	1.38 691	1.69 678	1.21 665	1.87 684	1.21 674	1.05 560	0.79 545	0.97 593	0.80 594	1.19 597	0.75 570

GANetREF_RVC	1.55 649	1.94 599	1.22 638	1.88 636	1.21 679	1.88 681	1.22 673	1.88 676	1.22 678	1.88 679	1.22 675	1.88 682	1.22 666	1.89 685	1.22 675	1.87 663	1.22 641	1.88 698	1.22 676	1.88 676	1.22 674
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
FAT-Stereo	2.46 729	26.05 793	1.23 640	1.23 594	1.22 681	1.20 602	1.24 675	1.23 646	1.23 679	1.19 606	1.22 675	1.21 655	1.24 667	1.20 609	1.24 676	1.21 625	1.17 591	1.22 666	1.25 680	1.20 599	1.24 677

SPS-STEREO	1.59 650	1.91 592	1.21 637	1.94 640	1.20 633	2.00 689	1.23 674	1.99 681	1.24 680	2.00 687	1.25 678	2.03 692	1.26 668	2.00 689	1.29 683	1.90 668	1.18 592	1.89 699	1.21 675	1.89 677	1.20 628
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
StereoVision	3.15 747	5.00 715	0.89 552	4.83 747	1.00 606	3.93 754	1.27 679	6.37 784	1.34 685	5.67 784	1.26 679	5.84 786	1.27 669	5.03 781	1.24 676	5.10 766	1.09 578	4.61 766	0.57 541	5.62 774	1.12 614

S-Stereo	2.51 731	26.86 794	1.23 640	1.22 592	1.22 681	1.24 650	1.25 676	1.22 644	1.24 680	1.21 652	1.24 677	1.19 609	1.27 669	1.19 608	1.24 676	1.19 577	1.20 593	1.25 668	1.19 627	1.24 648	1.23 676

11t	1.27 641	2.70 649	1.34 644	1.32 607	0.89 595	1.30 655	1.34 682	1.64 670	0.57 528	1.45 667	0.72 575	1.05 594	1.29 671	1.07 596	1.29 683	1.49 646	1.02 569	0.97 593	1.15 623	1.48 659	1.31 681

3.25w_new	2.03 682	2.72 653	1.35 646	3.33 710	1.57 695	2.72 736	1.53 700	2.15 691	1.33 684	2.15 697	1.60 702	2.63 732	1.30 672	2.72 737	1.99 745	2.67 725	1.53 669	1.75 689	1.25 680	2.53 723	1.87 734

FC-DCNN	1.07 579	1.09 447	0.98 564	0.89 494	0.52 527	1.41 667	0.91 596	1.21 643	1.24 680	1.96 682	2.05 752	1.91 684	1.30 672	1.27 660	1.08 612	0.80 518	0.60 498	0.58 519	0.41 491	0.68 508	0.54 514

4w-stereo	2.02 680	2.72 653	1.44 661	3.36 711	1.59 697	2.48 722	1.72 720	2.28 707	1.24 680	2.24 713	1.65 706	2.56 728	1.32 674	2.39 719	1.98 744	2.67 725	1.51 667	1.66 686	1.24 678	2.53 723	1.88 737

CC-Net-ROB	1.36 644	1.33 525	1.33 643	1.36 612	1.38 688	1.36 661	1.33 681	1.37 659	1.34 685	1.35 660	1.36 688	1.38 665	1.34 675	1.38 665	1.38 690	1.35 636	1.38 659	1.33 672	1.35 685	1.43 658	1.34 685

2.5w	2.01 679	2.40 634	1.37 656	3.28 705	2.01 739	2.71 735	1.43 698	1.82 675	1.83 732	1.90 681	1.41 693	2.71 736	1.35 676	2.71 735	1.85 733	2.66 723	1.53 669	1.64 685	1.23 677	2.53 723	1.87 734

3.5w_stereo	2.03 682	2.72 653	1.35 646	3.41 712	1.57 695	2.72 736	1.49 699	2.01 683	1.34 685	2.15 697	1.61 704	2.63 732	1.36 677	2.72 737	1.99 745	2.66 723	1.58 675	1.68 687	1.24 678	2.53 723	1.87 734

MaskLacGwcNet_RVC	1.35 643	1.35 526	1.35 646	1.35 611	1.35 684	1.35 659	1.35 683	1.36 657	1.35 688	1.36 661	1.35 686	1.36 664	1.36 677	1.36 663	1.35 687	1.35 636	1.35 655	1.35 675	1.35 685	1.35 655	1.35 686

MC-Stereo	1.76 657	2.96 665	1.37 656	2.14 649	1.37 687	2.14 695	1.36 685	2.14 690	1.37 690	2.14 696	1.37 689	2.14 694	1.37 679	2.14 694	1.37 689	1.97 673	1.32 643	1.97 702	1.32 684	1.98 679	1.33 683

PS-NSSS	1.38 646	1.39 531	1.34 644	1.34 609	1.35 684	1.38 663	1.37 690	1.35 656	1.38 691	1.34 659	1.34 685	1.39 666	1.38 680	1.70 676	1.40 691	1.36 638	1.36 656	1.36 677	1.37 688	1.37 656	1.36 687

sCroCo_RVC	2.10 696	2.76 657	1.92 705	2.78 690	1.39 689	2.73 738	1.41 693	2.73 736	1.40 692	2.77 745	1.41 693	2.74 742	1.40 681	2.74 740	1.40 691	2.72 727	1.42 662	2.72 743	1.44 696	2.79 730	1.42 691

MM-Stereo_test1	1.80 660	3.41 677	1.52 669	2.12 648	1.41 690	2.04 690	1.41 693	2.05 685	1.46 695	2.04 691	1.41 693	2.05 693	1.42 682	2.05 690	1.43 693	2.04 678	1.54 671	1.94 700	1.38 690	1.99 680	1.33 683

RASNet	1.49 647	1.65 541	1.45 662	1.38 614	1.43 691	1.47 670	1.36 685	1.38 660	1.36 689	1.39 662	1.60 702	1.45 670	1.45 683	1.51 670	2.21 747	1.53 650	1.36 656	1.36 677	1.36 687	1.66 667	1.36 687

ccnet	0.80 515	2.28 621	0.33 316	0.50 402	0.33 425	0.50 479	0.33 411	0.50 468	0.33 419	0.49 462	0.33 419	0.49 469	1.56 684	2.38 717	0.33 407	0.41 355	0.29 306	0.42 458	1.57 701	2.28 703	0.29 369

MonStereo1	1.94 666	2.77 659	1.52 669	3.73 726	1.51 694	2.13 694	1.42 695	2.32 714	1.52 696	2.31 718	1.50 696	2.53 723	1.59 685	2.34 716	1.56 696	1.91 669	1.36 656	1.86 694	1.31 683	2.07 690	1.53 693

DPSMNet_ROB	1.60 651	1.59 539	1.70 677	1.59 623	1.59 697	1.61 674	1.61 701	1.60 666	1.60 698	1.62 675	1.59 701	1.60 673	1.60 686	1.60 672	1.59 698	1.59 652	1.60 679	1.59 684	1.59 706	1.59 663	1.59 701

asd	2.18 706	2.77 659	1.58 671	3.59 720	2.00 738	2.58 731	1.85 727	2.39 719	1.71 717	2.47 725	1.97 741	2.59 730	1.61 687	2.56 726	1.79 729	2.51 720	1.99 713	2.11 720	1.62 719	2.36 707	1.60 703

4.25w-stereo	1.98 667	2.72 653	1.46 663	3.47 715	1.43 691	2.07 692	1.98 736	2.53 726	1.52 696	2.71 733	1.98 747	1.81 680	1.62 688	1.96 687	1.36 688	1.88 666	2.00 714	2.53 739	1.61 713	1.74 671	1.15 619

GELT-Stereo	2.10 696	5.33 733	1.94 716	2.37 671	1.68 710	2.21 704	1.69 716	2.19 696	1.67 702	2.18 699	1.67 711	2.19 699	1.66 689	2.19 699	1.66 704	2.23 696	1.83 695	2.07 710	1.61 713	2.04 681	1.61 708

noway7	2.08 691	5.18 722	1.92 705	2.27 656	1.66 702	2.18 696	1.66 704	2.17 692	1.66 699	2.18 699	1.65 706	2.18 696	1.66 689	2.17 695	1.66 704	2.15 682	1.85 701	2.05 704	1.60 709	2.05 682	1.60 703

monster_256*512	2.09 694	5.21 725	1.98 721	2.30 664	1.67 706	2.18 696	1.66 704	2.20 699	1.67 702	2.19 702	1.67 711	2.19 699	1.66 689	2.19 699	1.66 704	2.15 682	1.86 705	2.05 704	1.60 709	2.06 686	1.61 708

zzzz4	2.08 691	5.22 726	1.93 708	2.27 656	1.66 702	2.19 698	1.66 704	2.18 693	1.67 702	2.18 699	1.66 709	2.18 696	1.66 689	2.18 696	1.66 704	2.15 682	1.84 696	2.05 704	1.60 709	2.05 682	1.60 703

zzzz2	2.08 691	4.92 711	1.93 708	2.30 664	1.67 706	2.19 698	1.66 704	2.20 699	1.67 702	2.20 705	1.68 716	2.21 703	1.66 689	2.20 701	1.68 713	2.17 688	1.84 696	2.07 710	1.62 719	2.05 682	1.61 708

Anonymous3	2.55 732	3.26 675	1.65 674	3.28 705	1.63 700	3.24 747	1.68 712	3.27 747	1.66 699	3.28 748	1.67 711	3.25 749	1.66 689	3.27 747	1.64 700	3.26 733	1.65 683	3.30 747	1.65 724	4.95 767	1.65 721

zzzzzz3	2.07 688	5.00 715	1.93 708	2.28 661	1.66 702	2.19 698	1.66 704	2.18 693	1.67 702	2.19 702	1.66 709	2.18 696	1.67 695	2.18 696	1.66 704	2.15 682	1.85 701	2.05 704	1.59 706	2.05 682	1.59 701

noway1	2.10 696	5.26 730	1.93 708	2.31 667	1.69 715	2.21 704	1.67 710	2.19 696	1.68 707	2.21 707	1.68 716	2.21 703	1.67 695	2.20 701	1.66 704	2.15 682	1.84 696	2.07 710	1.61 713	2.07 690	1.61 708

zzzzzzz1	2.10 696	5.20 724	1.93 708	2.38 673	1.68 710	2.20 701	1.67 710	2.20 699	1.68 707	2.20 705	1.67 711	2.20 702	1.68 697	2.20 701	1.67 712	2.24 697	1.86 705	2.06 708	1.61 713	2.06 686	1.62 714

zzz1	2.09 694	4.97 713	1.93 708	2.30 664	1.68 710	2.21 704	1.68 712	2.21 702	1.68 707	2.21 707	1.67 711	2.21 703	1.68 697	2.21 704	1.69 716	2.17 688	1.85 701	2.08 714	1.61 713	2.06 686	1.61 708

noway5	1.92 664	4.97 713	1.95 718	2.31 667	1.68 710	2.21 704	1.68 712	2.21 702	1.69 714	2.22 711	1.68 716	2.21 703	1.68 697	2.21 704	1.68 713	2.18 690	1.87 709	1.71 688	0.65 559	0.85 543	0.72 562

noway4	2.11 700	5.14 720	1.93 708	2.37 671	1.69 715	2.20 701	1.68 712	2.22 704	1.68 707	2.21 707	1.69 720	2.23 707	1.68 697	2.22 706	1.66 704	2.24 697	1.84 696	2.09 719	1.63 722	2.09 695	1.62 714

noway2	2.07 688	4.96 712	1.92 705	2.28 661	1.66 702	2.20 701	1.66 704	2.19 696	1.66 699	2.19 702	1.65 706	2.19 699	1.68 697	2.18 696	1.65 701	2.15 682	1.86 705	2.06 708	1.59 706	2.06 686	1.60 703

qwe	2.18 706	2.60 643	1.58 671	3.83 728	1.90 736	2.53 727	1.90 734	2.48 722	1.73 722	2.37 721	1.92 737	2.53 723	1.68 697	2.56 726	1.83 731	2.52 722	1.87 709	2.07 710	1.68 728	2.32 705	1.71 723

4.5w-stereo	1.99 668	2.33 625	1.81 685	3.28 705	1.68 710	1.94 683	1.99 739	2.72 730	1.70 715	2.72 734	1.99 750	1.97 687	1.68 697	1.76 678	1.29 683	1.91 669	2.02 720	2.53 739	1.61 713	1.75 672	1.16 622

noway3	2.12 702	5.22 726	1.93 708	2.39 674	1.70 720	2.23 709	1.70 718	2.22 704	1.70 715	2.22 711	1.70 722	2.23 707	1.69 704	2.22 706	1.71 718	2.28 703	1.86 705	2.08 714	1.63 722	2.09 695	1.63 717

MonStereo	2.17 704	2.41 635	1.49 668	2.67 684	1.67 706	2.60 732	2.04 743	2.32 714	1.76 725	2.44 723	1.68 716	2.50 721	1.69 704	2.38 717	1.80 730	2.28 703	1.78 691	2.63 742	2.14 747	3.47 735	1.68 722

UDGNet	2.23 716	5.40 737	1.72 680	2.48 678	1.69 715	2.51 726	1.69 716	2.51 725	1.72 721	2.50 727	1.69 720	2.52 722	1.69 704	2.50 724	1.68 713	2.41 714	1.70 687	2.42 732	1.69 730	2.42 709	1.64 719

MFMNet_re	1.81 661	1.91 592	1.71 679	1.95 642	1.70 720	1.95 686	1.70 718	1.96 679	1.74 724	1.97 684	1.72 723	1.95 685	1.71 707	1.97 688	1.71 718	1.86 661	1.62 680	1.85 691	1.66 725	1.86 675	1.64 719

3.75w	1.99 668	2.31 623	1.83 693	3.16 699	1.65 701	1.93 682	1.98 736	2.72 730	1.68 707	2.73 739	1.97 741	2.00 689	1.72 708	1.81 682	1.25 679	2.27 702	2.01 716	2.38 730	1.42 694	1.71 669	1.24 677

asda	2.17 704	2.54 640	1.81 685	3.47 715	1.78 725	2.50 725	1.86 728	2.61 728	1.68 707	2.61 730	1.83 726	2.37 717	1.73 709	2.44 723	1.88 739	2.51 720	1.84 696	2.34 727	1.62 719	2.23 699	1.77 729

2.75w_new	1.99 668	2.34 629	1.81 685	3.14 697	1.62 699	1.94 683	1.99 739	2.72 730	1.71 717	2.72 734	1.99 750	1.90 683	1.73 709	1.82 683	1.29 683	2.37 711	2.01 716	2.31 725	1.42 694	1.77 673	1.22 674

4.25_new	2.00 672	2.33 625	1.82 690	3.32 708	1.69 715	1.95 686	1.99 739	2.72 730	1.71 717	2.72 734	1.97 741	2.01 690	1.74 711	1.77 679	1.28 681	2.18 690	2.01 716	2.48 737	1.58 704	1.65 665	1.17 623

4.5w_new	2.00 672	2.33 625	1.82 690	3.32 708	1.69 715	1.95 686	1.99 739	2.72 730	1.71 717	2.72 734	1.97 741	2.01 690	1.74 711	1.77 679	1.28 681	2.18 690	2.01 716	2.48 737	1.58 704	1.65 665	1.17 623

2w_stereo	1.99 668	2.36 632	1.81 685	3.24 703	1.67 706	1.94 683	1.98 736	2.72 730	1.68 707	2.72 734	1.94 738	1.98 688	1.74 711	1.79 681	1.27 680	1.95 672	2.00 714	2.53 739	1.60 709	1.68 668	1.15 619

U	5.15 783	8.49 761	1.81 685	8.49 773	1.77 724	8.49 790	1.77 721	8.51 792	1.77 726	8.49 792	1.77 725	8.50 793	1.78 714	8.58 792	1.77 728	8.54 785	1.78 691	8.55 793	1.78 736	8.55 787	1.84 730

FBW_ROB	2.12 702	2.46 639	1.77 682	2.49 679	1.79 726	2.38 717	1.83 723	2.46 721	1.78 727	2.48 726	1.97 741	2.40 718	1.78 714	2.42 722	1.83 731	2.31 708	1.85 701	2.38 730	1.82 737	2.35 706	1.84 730

derf	1.91 663	2.15 611	1.78 683	2.16 650	1.75 723	2.21 704	1.80 722	2.22 704	1.80 728	2.21 707	1.76 724	2.17 695	1.81 716	2.24 711	1.74 727	1.93 671	1.56 672	1.96 701	1.53 699	1.95 678	1.56 696

DNSM	2.56 733	4.43 703	3.08 750	4.09 730	1.86 730	2.66 734	1.86 728	2.66 729	1.87 738	2.66 732	1.86 728	2.66 734	1.86 717	2.66 733	1.87 737	3.82 740	2.94 735	2.42 732	1.73 734	2.42 709	1.73 727

monsterstereo	2.20 712	2.33 625	1.95 718	3.65 722	2.07 744	2.49 723	1.61 701	2.48 722	1.83 732	2.45 724	1.61 704	2.67 735	1.86 717	2.64 730	1.94 741	2.48 719	1.66 684	2.34 727	1.68 728	2.40 708	1.86 732

LG-G_1	2.22 713	2.71 651	1.89 701	2.77 687	1.87 734	2.75 740	1.87 731	2.76 738	1.87 738	2.75 740	1.87 730	2.76 743	1.87 719	2.75 741	1.86 734	2.47 717	1.58 675	2.45 734	1.57 701	2.45 712	1.57 698

LG-G	2.22 713	2.71 651	1.89 701	2.77 687	1.87 734	2.75 740	1.87 731	2.76 738	1.87 738	2.75 740	1.87 730	2.76 743	1.87 719	2.75 741	1.86 734	2.47 717	1.58 675	2.45 734	1.57 701	2.45 712	1.57 698

LGtest1	2.22 713	2.70 649	1.89 701	2.76 686	1.86 730	2.75 740	1.86 728	2.75 737	1.86 734	2.75 740	1.86 728	2.77 745	1.87 719	2.75 741	1.86 734	2.46 716	1.58 675	2.45 734	1.56 700	2.45 712	1.56 696

TRStereo	2.00 672	2.13 608	1.85 696	2.27 656	1.84 727	2.28 713	1.84 724	2.29 709	1.86 734	2.30 715	1.87 730	2.30 710	1.87 719	2.08 691	1.72 721	2.08 679	1.72 688	2.08 714	1.72 731	2.08 692	1.72 724

XX-Stereo	2.00 672	2.13 608	1.85 696	2.27 656	1.84 727	2.28 713	1.84 724	2.29 709	1.86 734	2.30 715	1.87 730	2.30 710	1.87 719	2.08 691	1.72 721	2.08 679	1.72 688	2.08 714	1.72 731	2.08 692	1.72 724

EAI-Stereo	2.00 672	2.13 608	1.85 696	2.27 656	1.84 727	2.28 713	1.84 724	2.29 709	1.86 734	2.30 715	1.87 730	2.30 710	1.87 719	2.08 691	1.72 721	2.08 679	1.72 688	2.08 714	1.72 731	2.08 692	1.72 724

IGEV	2.02 680	2.20 615	1.82 690	2.90 693	2.16 747	2.41 719	1.25 676	2.00 682	1.98 745	1.99 686	1.31 683	2.72 740	1.93 725	2.67 734	1.69 716	2.26 699	1.32 643	1.83 690	1.87 739	2.53 723	1.61 708

monsters	2.18 706	2.41 635	1.96 720	3.47 715	2.03 743	2.53 727	1.64 703	2.48 722	1.73 722	2.40 722	1.50 696	2.62 731	1.94 726	2.59 728	1.94 741	2.44 715	1.57 674	2.28 723	1.87 739	2.42 709	1.86 732

AIO_test	2.18 706	2.09 606	2.04 726	2.42 676	2.01 739	2.47 721	1.94 735	2.34 716	2.03 749	2.56 729	1.94 738	2.43 719	1.94 726	2.41 720	1.87 737	2.39 713	2.10 723	2.35 729	1.91 745	2.25 701	2.19 740

3.25w	2.04 685	2.20 615	1.48 664	3.03 695	2.17 749	2.63 733	1.39 691	1.96 679	1.95 744	1.96 682	1.37 689	2.71 736	1.96 728	2.71 735	1.73 726	2.26 699	1.32 643	1.87 695	1.87 739	2.51 719	1.63 717

4.5_new	2.00 672	1.84 582	1.98 721	2.77 687	2.16 747	2.27 711	1.28 680	2.09 686	1.98 745	2.01 688	1.28 681	2.71 736	1.98 729	2.51 725	1.65 701	2.26 699	1.33 650	1.87 695	1.87 739	2.49 716	1.60 703

HUF	2.18 706	2.30 622	1.99 725	2.34 670	2.02 742	2.41 719	2.06 744	2.38 718	1.89 741	2.36 720	1.85 727	2.56 728	1.98 729	2.31 715	1.97 743	2.30 707	2.03 721	2.30 724	2.11 746	2.23 699	2.16 739

2.25w	2.00 672	1.86 586	1.98 721	2.95 694	2.17 749	2.26 710	1.35 683	2.42 720	2.00 748	2.07 695	1.27 680	2.53 723	1.99 731	2.29 713	1.49 695	2.21 694	1.32 643	1.85 691	1.87 739	2.52 720	1.62 714

3w_stereo	2.04 685	2.24 619	1.70 677	3.15 698	2.18 751	2.49 723	1.26 678	2.03 684	1.98 745	1.98 685	1.33 684	2.72 740	1.99 731	2.59 728	1.72 721	2.22 695	1.33 650	1.85 691	1.88 744	2.50 718	1.58 700

1w_stereo	2.05 687	2.32 624	1.35 646	3.74 727	2.01 739	2.73 738	1.42 695	1.88 676	1.93 743	2.03 690	1.28 681	2.71 736	1.99 731	2.72 737	1.72 721	2.20 693	1.32 643	1.87 695	1.86 738	2.45 712	1.54 694

AIO_rvc	2.18 706	2.34 629	1.87 700	2.32 669	1.94 737	2.40 718	1.89 733	2.37 717	2.07 750	2.52 728	1.95 740	2.44 720	1.99 731	2.41 720	1.89 740	2.32 709	2.09 722	2.24 721	2.18 748	2.21 698	2.23 741

RAFT_CTSACE	1.92 664	3.71 684	1.72 680	1.88 636	1.72 722	2.04 690	1.42 695	2.18 693	1.89 741	2.02 689	1.97 741	1.95 685	2.06 735	1.93 686	1.62 699	1.76 658	1.66 684	2.02 703	1.73 734	1.73 670	1.43 692

ff7	1.68 653	2.68 646	1.35 646	0.97 514	0.89 595	1.84 678	2.15 745	2.12 687	1.80 728	2.05 692	1.56 698	2.33 713	2.12 736	2.23 708	2.25 748	1.31 632	1.07 572	1.48 679	1.41 691	0.90 552	1.04 609

ffff	1.68 653	2.68 646	1.35 646	0.97 514	0.89 595	1.84 678	2.15 745	2.12 687	1.80 728	2.05 692	1.56 698	2.33 713	2.12 736	2.23 708	2.25 748	1.31 632	1.07 572	1.48 679	1.41 691	0.90 552	1.04 609

ccc-4	1.68 653	2.68 646	1.35 646	0.97 514	0.89 595	1.84 678	2.15 745	2.12 687	1.80 728	2.05 692	1.56 698	2.33 713	2.12 736	2.23 708	2.25 748	1.31 632	1.07 572	1.48 679	1.41 691	0.90 552	1.04 609

NCCL2	2.28 718	2.27 620	2.28 728	2.28 661	2.28 752	2.27 711	2.29 748	2.28 707	2.28 751	2.27 714	2.28 753	2.28 709	2.27 739	2.27 712	2.28 752	2.28 703	2.28 728	2.27 722	2.29 752	2.27 702	2.29 742

STTStereo	3.73 753	30.40 800	2.37 732	2.39 674	2.31 754	2.35 716	2.33 749	2.29 709	2.42 752	2.32 719	2.34 754	2.33 713	2.36 740	2.30 714	2.27 751	2.35 710	2.22 727	2.31 725	2.22 749	2.29 704	2.34 746

NLSM1	2.93 746	3.24 674	2.57 735	4.04 729	2.66 755	3.30 749	2.55 751	3.29 748	2.55 753	3.35 750	2.48 755	3.28 750	2.47 741	3.34 750	2.49 753	3.26 733	2.55 733	3.13 745	2.57 755	3.00 732	2.46 749

sAnonymous2	3.31 749	2.63 644	1.38 658	3.71 724	1.86 730	4.70 773	1.11 616	4.82 777	2.72 755	5.45 782	1.98 747	4.59 768	2.64 742	2.65 731	6.21 788	4.37 743	1.08 576	5.16 780	2.24 750	4.52 749	2.39 747

CroCo_RVC	3.31 749	2.63 644	1.38 658	3.71 724	1.86 730	4.70 773	1.11 616	4.82 777	2.72 755	5.45 782	1.98 747	4.59 768	2.64 742	2.65 731	6.21 788	4.37 743	1.08 576	5.16 780	2.24 750	4.52 749	2.39 747

SA	4.33 770	7.35 752	6.85 779	5.96 759	4.09 782	3.59 751	3.15 770	3.82 755	2.64 754	3.91 753	3.85 778	3.57 752	2.72 744	3.13 746	4.03 779	7.09 781	6.86 776	3.57 750	3.12 768	3.85 738	3.51 774

NLCA_NET_v2_RVC	5.04 781	50.87 816	2.78 736	2.87 692	2.71 756	2.78 743	0.47 500	2.88 743	2.86 757	1.89 680	2.67 756	2.79 746	2.79 745	2.78 744	2.83 754	2.82 728	2.82 734	2.83 744	2.77 756	2.83 731	2.76 751
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 754	5.22 726	3.01 740	4.53 734	3.01 758	4.51 761	3.01 757	4.56 764	3.04 758	4.53 763	3.03 759	4.55 766	3.03 746	4.56 764	3.04 755	4.57 749	3.05 737	4.57 761	3.05 760	4.57 751	3.05 756

rvit_stereo_0081	3.83 754	5.23 729	3.01 740	4.53 734	3.03 760	4.55 767	3.02 758	4.56 764	3.04 758	4.52 761	3.02 757	4.54 764	3.03 746	4.56 764	3.04 755	4.57 749	3.05 737	4.57 761	3.05 760	4.58 752	3.05 756

DispNO	1.00 564	0.63 340	0.43 415	3.45 714	0.44 495	0.65 520	0.43 484	0.64 514	0.43 487	0.64 520	0.43 487	0.64 523	3.03 746	0.64 518	0.43 481	4.55 748	0.43 430	0.63 526	0.43 502	0.63 500	0.43 473

rvit_0105_6	3.87 758	5.73 745	3.10 751	4.69 744	3.12 768	4.54 763	3.02 758	4.56 764	3.04 758	4.54 765	3.03 759	4.54 764	3.04 749	4.56 764	3.05 757	4.58 752	3.05 737	4.58 763	3.05 760	4.58 752	3.05 756

rvit_stereo_0082	3.86 756	5.82 746	3.01 740	4.53 734	3.03 760	4.54 763	3.02 758	4.56 764	3.04 758	4.53 763	3.02 757	4.55 766	3.04 749	4.57 767	3.05 757	4.57 749	3.05 737	4.58 763	3.05 760	4.58 752	3.06 759

rvit_stereo_0080	3.89 759	5.70 743	3.04 745	4.54 737	3.03 760	4.56 768	3.05 764	4.60 768	3.07 763	4.58 768	3.06 762	4.59 768	3.06 751	4.61 768	3.08 761	4.63 754	3.09 742	4.64 767	3.10 765	4.65 756	3.10 763

whm_eth	3.89 759	5.70 743	3.04 745	4.54 737	3.03 760	4.56 768	3.05 764	4.60 768	3.07 763	4.58 768	3.06 762	4.59 768	3.06 751	4.61 768	3.08 761	4.63 754	3.09 742	4.64 767	3.10 765	4.65 756	3.10 763

rvit_0105_3	3.91 761	5.33 733	3.06 748	4.60 742	3.07 766	4.60 770	3.06 766	4.62 770	3.08 766	4.60 770	3.07 765	4.62 773	3.08 753	4.67 772	3.10 764	4.70 757	3.11 745	4.77 774	3.19 772	4.77 761	3.14 767

rvit_stereo_0081_aga	3.86 756	5.33 733	3.02 743	4.55 740	3.04 764	4.54 763	3.02 758	4.64 771	3.06 762	4.54 765	3.04 761	4.62 773	3.08 753	4.62 770	3.07 760	4.58 752	3.06 741	4.60 765	3.08 764	4.63 755	3.07 760

rvit_stereo_0083	3.92 763	5.30 732	3.06 748	4.61 743	3.09 767	4.67 772	3.08 767	4.66 772	3.09 767	4.62 771	3.10 767	4.66 776	3.11 755	4.67 772	3.16 766	4.72 759	3.16 748	4.77 774	3.11 767	4.66 758	3.11 765

rvit_stereo_ft	3.93 764	5.44 739	3.05 747	4.59 741	3.06 765	4.61 771	3.08 767	4.67 773	3.12 768	4.63 772	3.10 767	4.65 775	3.11 755	4.69 774	3.13 765	4.70 757	3.14 747	4.71 772	3.15 770	4.74 759	3.16 768

rvit_0105_4	3.91 761	5.47 741	3.02 743	4.54 737	3.02 759	4.54 763	3.03 762	4.75 774	3.17 769	4.57 767	3.06 762	4.61 772	3.16 757	4.65 771	3.09 763	4.66 756	3.11 745	4.68 770	3.18 771	4.81 762	3.16 768

NLCSM	3.67 752	4.08 695	3.19 755	4.80 746	3.26 770	3.99 757	3.24 772	4.25 760	3.18 770	4.09 756	3.27 770	4.14 759	3.18 758	4.13 758	3.28 768	4.06 741	3.10 744	3.85 757	3.14 769	3.91 742	3.27 771

rvit_0105_5	4.10 765	5.40 737	3.13 754	4.71 745	3.15 769	4.72 775	3.10 769	4.90 779	3.27 771	4.69 773	3.16 769	4.84 780	3.25 759	4.96 778	3.34 769	5.05 764	3.39 753	5.10 779	3.40 773	5.11 769	3.42 772

TestStereo1	4.60 772	8.41 759	6.44 776	6.86 766	3.79 779	3.97 755	3.78 779	3.99 757	3.74 776	3.97 754	3.52 773	3.94 757	3.58 760	3.98 756	3.72 774	6.82 778	6.50 774	3.76 754	3.66 776	3.90 739	3.74 778

SA-5K	4.60 772	8.41 759	6.44 776	6.86 766	3.79 779	3.97 755	3.78 779	3.99 757	3.74 776	3.97 754	3.52 773	3.94 757	3.58 760	3.98 756	3.72 774	6.82 778	6.50 774	3.76 754	3.66 776	3.90 739	3.74 778

MLG-Stereo_test2	4.28 768	5.46 740	3.69 760	4.86 749	3.72 778	5.58 782	3.42 773	4.81 776	3.77 779	4.85 775	3.72 777	5.55 785	3.63 762	5.58 782	3.53 771	4.41 746	3.28 752	4.99 778	2.95 758	4.75 760	3.13 766

MLG-Stereo_test3	4.26 767	4.85 709	3.95 762	5.35 754	3.60 775	4.75 776	3.76 778	5.49 783	3.71 775	5.39 780	3.69 776	4.82 779	3.66 763	4.85 775	3.73 776	4.93 760	3.19 751	4.69 771	2.99 759	4.84 764	2.98 755

DPSNet	3.66 751	3.60 680	3.62 759	3.63 721	3.64 777	3.65 752	3.65 777	3.66 753	3.67 774	3.67 752	3.65 775	3.67 754	3.66 763	3.66 752	3.68 772	3.68 738	3.66 754	3.67 752	3.68 778	3.67 736	3.67 775

RAFT+CT+SA	4.28 768	7.62 755	4.91 767	5.55 756	2.28 752	3.09 744	3.64 776	4.49 762	3.07 763	4.80 774	3.35 771	4.77 778	3.70 765	4.29 761	3.05 757	5.58 768	5.98 771	3.58 751	3.78 780	4.26 745	3.72 776

MLG-Stereo_test1	4.25 766	5.34 736	3.61 758	5.31 753	3.63 776	5.23 779	3.57 775	5.38 782	3.65 773	5.23 779	3.47 772	4.76 777	3.74 766	4.85 775	3.71 773	4.96 761	3.18 750	4.71 772	2.92 757	4.86 765	2.90 753

raft_robust	4.71 776	7.75 756	5.40 772	6.81 765	3.31 771	4.28 760	4.20 784	4.32 761	4.37 785	4.35 760	4.35 784	4.14 759	3.75 767	4.30 762	4.20 782	6.67 777	6.37 772	3.36 749	4.24 786	4.86 765	3.25 770

GSStereo	0.81 520	4.28 702	0.50 454	0.59 434	0.40 470	0.51 491	0.38 451	0.50 468	0.38 451	0.50 475	0.38 453	0.50 483	3.79 768	0.50 475	0.38 443	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.35 428

GS-Stereo							0.38 451	0.50 468	0.38 451	0.50 475	0.38 453	0.50 483	3.79 768	0.50 475	0.38 443	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.35 428

test_4	4.88 778	8.13 757	6.98 780	7.46 769	4.44 784	4.25 759	3.85 781	4.04 759	3.92 780	4.13 757	3.91 779	4.18 761	3.84 770	4.14 759	4.06 780	7.01 780	7.13 779	4.53 759	3.72 779	4.09 743	3.72 776

test_3	5.01 780	8.86 764	7.77 782	8.09 771	2.76 757	4.13 758	4.05 783	3.88 756	3.76 778	4.33 759	4.13 782	3.71 755	3.91 771	4.21 760	4.06 780	7.93 782	7.69 781	4.53 759	3.91 781	4.17 744	4.29 784

DispFullNet	4.61 774	4.84 708	3.12 752	5.00 751	3.57 774	4.75 776	3.03 762	7.75 790	4.17 783	4.91 777	3.09 766	6.20 787	3.95 772	6.71 786	3.51 770	5.30 767	3.67 755	5.86 786	3.63 775	5.61 773	3.46 773

cross-raft	4.83 777	7.52 753	6.43 775	6.63 763	3.96 781	4.51 761	3.99 782	4.49 762	3.96 781	4.52 761	3.96 780	4.50 763	3.97 773	4.50 763	3.97 778	6.65 776	6.44 773	4.33 758	3.92 782	4.35 747	3.91 781

Sa-1000	4.34 771	8.37 758	6.84 778	6.98 768	4.45 785	3.58 750	3.00 756	3.42 751	3.39 772	2.61 730	4.00 781	3.83 756	4.01 774	3.90 755	3.90 777	5.98 772	5.62 768	3.76 754	2.34 753	4.35 747	2.47 750

FC-DCNN v2	5.10 782	5.15 721	4.49 764	5.07 752	3.37 772	6.87 785	4.75 786	5.04 780	6.34 790	7.84 790	5.06 787	6.72 791	4.09 775	4.99 779	5.44 787	5.03 763	3.16 748	4.67 769	4.86 787	5.15 770	3.89 780

CFNet	1.37 645	5.27 731	0.19 225	5.49 755	0.19 281	0.28 292	0.19 267	0.28 283	0.19 276	0.28 288	0.19 278	0.28 294	4.35 776	0.28 296	0.19 270	0.23 241	0.17 227	0.23 268	4.21 785	4.81 762	0.17 255

test_5	4.62 775	7.55 754	6.23 774	6.32 762	3.40 773	5.29 780	3.50 774	3.53 752	4.11 782	4.28 758	4.47 785	4.26 762	4.38 777	3.68 753	3.24 767	5.89 770	5.60 767	4.84 776	3.50 774	4.33 746	3.93 782

SGM-Forest	5.21 784	5.92 747	4.08 763	6.18 760	4.16 783	6.31 784	4.34 785	6.50 785	4.33 784	6.14 786	4.21 783	6.61 790	4.55 778	6.67 785	4.48 783	5.94 771	3.94 757	5.85 785	4.03 784	5.79 775	4.17 783
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 778	4.75 707	4.79 765	4.87 750	4.92 786	4.81 778	4.90 787	4.78 775	4.77 786	4.87 776	4.89 786	4.90 781	4.91 779	4.99 779	4.79 784	4.98 762	4.87 764	4.87 777	4.92 788	5.00 768	5.00 785

rvit_stereo_0075_2	6.64 786	8.80 763	5.25 769	7.89 770	5.27 788	7.90 789	5.27 788	7.92 791	5.28 788	7.91 791	5.29 789	7.93 792	5.27 780	7.92 791	5.28 785	7.93 782	5.28 766	7.93 791	5.29 790	7.93 784	5.28 787

SGM+DAISY	7.06 788	9.15 765	5.38 771	8.84 775	5.18 787	8.80 791	5.31 789	8.79 793	5.28 788	8.89 793	5.20 788	8.93 794	5.33 781	8.95 793	5.36 786	8.70 786	5.21 765	8.74 794	5.20 789	8.89 788	5.15 786

RAFT	6.73 787	9.36 767	7.40 781	8.51 774	6.55 790	6.88 786	6.60 791	6.79 786	6.60 791	6.80 787	6.72 793	5.31 784	5.50 782	6.61 784	6.61 791	8.42 784	5.89 769	5.73 783	5.45 792	6.61 777	6.24 789

MSMDNet	2.65 735	10.14 773	0.33 316	9.74 781	0.32 412	0.87 555	0.33 411	2.95 744	0.68 554	0.49 462	0.34 427	0.49 469	5.70 783	0.49 467	0.33 407	0.42 369	9.57 785	0.41 442	0.31 417	8.36 786	0.65 543

test-1	6.46 785	9.16 766	8.03 786	8.09 771	5.62 789	6.11 783	6.35 790	6.85 787	4.94 787	6.08 785	6.29 792	4.98 782	6.43 784	6.22 783	6.36 790	6.16 774	7.47 780	5.82 784	5.44 791	7.11 781	5.68 788

test-v	7.53 789	11.89 777	7.98 783	9.36 778	7.14 791	7.06 787	7.09 792	7.37 788	6.91 792	7.29 788	5.71 790	6.45 788	6.93 785	6.73 787	7.27 792	8.93 789	7.85 782	6.98 789	6.80 793	7.56 782	7.34 791

test-2	7.53 789	11.89 777	7.98 783	9.36 778	7.14 791	7.06 787	7.09 792	7.37 788	6.91 792	7.29 788	5.71 790	6.45 788	6.93 785	6.73 787	7.27 792	8.93 789	7.85 782	6.98 789	6.80 793	7.56 782	7.34 791

CFNet_pseudo	2.67 737	9.36 767	0.32 311	10.99 787	0.33 425	0.85 552	0.33 411	0.49 459	0.33 419	0.49 462	0.32 410	0.49 469	7.26 787	0.49 467	0.33 407	0.41 355	9.62 787	0.41 442	0.29 388	10.03 793	0.29 369

CFNet_RVC	2.38 726	8.71 762	0.38 350	9.33 777	0.42 490	0.56 503	0.42 481	0.60 506	0.38 451	0.62 516	0.42 484	0.56 508	7.29 788	0.62 512	0.42 476	0.53 446	0.37 386	0.49 493	0.34 440	8.30 785	6.87 790

PCWNet_CMD	2.80 745	9.82 770	0.32 311	10.09 785	0.32 412	0.49 470	0.33 411	3.34 749	0.33 419	0.49 462	0.33 419	0.49 469	8.73 789	0.48 460	0.33 407	0.41 355	9.22 784	0.42 458	0.29 388	9.55 791	0.31 394

pcwnet_v2	2.66 736	9.89 771	0.33 316	9.89 782	0.32 412	0.50 479	0.32 400	0.49 459	0.33 419	0.49 462	0.34 427	0.49 469	8.76 790	0.48 460	0.33 407	0.41 355	9.58 786	0.40 424	0.29 388	9.01 789	0.63 535

CFNet_ucs	2.73 738	9.64 769	0.33 316	9.92 783	0.32 412	0.49 470	0.33 411	0.49 459	0.33 419	0.49 462	0.33 419	0.49 469	8.98 791	0.48 460	0.33 407	0.41 355	9.96 790	0.40 424	0.29 388	10.12 794	0.54 514

ccs_rob	2.79 744	10.17 774	0.32 311	10.00 784	0.33 425	0.49 470	0.33 411	1.90 678	0.32 409	0.51 484	0.33 419	0.49 469	9.24 792	0.49 467	0.33 407	0.41 355	9.82 788	0.41 442	0.28 373	9.34 790	0.29 369

UCFNet_RVC	2.75 740	10.06 772	0.29 280	10.31 786	0.29 338	0.42 388	0.29 334	0.43 389	0.29 336	0.42 375	0.29 340	0.42 390	9.87 793	0.43 391	0.29 331	0.36 310	9.84 789	0.36 355	0.26 313	9.77 792	0.26 293

MANE	19.05 792	23.00 785	15.00 792	23.00 799	15.00 793	24.00 798	16.00 794	24.00 800	16.00 794	22.00 800	15.00 794	23.00 801	16.00 794	23.00 800	15.00 794	22.00 801	15.00 795	22.00 801	15.00 795	22.00 801	15.00 793

rafts_anoy	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 795	20.00 794	20.00 795	20.00 794	20.00 795	20.00 795	20.00 795	20.00 794	20.00 795	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 794

raft+_RVC	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 795	20.00 794	20.00 795	20.00 794	20.00 795	20.00 795	20.00 795	20.00 794	20.00 795	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 794

raftrobust	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 795	20.00 794	20.00 795	20.00 794	20.00 795	20.00 795	20.00 795	20.00 794	20.00 795	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 794

CasAABBNet	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 795	20.00 794	20.00 795	20.00 794	20.00 795	20.00 795	20.00 795	20.00 794	20.00 795	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 794

RALCasStereoNet	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 795	20.00 794	20.00 795	20.00 794	20.00 795	20.00 795	20.00 795	20.00 794	20.00 795	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 794

RALAANet	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 795	20.00 794	20.00 795	20.00 794	20.00 795	20.00 795	20.00 795	20.00 794	20.00 795	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 794

PM Cens cmp D40	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 801	37.00 809	24.00 801	37.00 808	24.00 801	37.00 810	24.00 801	37.00 808	24.00 801	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 800

PM Graph cmp D40	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 801	37.00 809	24.00 801	37.00 808	24.00 801	37.00 810	24.00 801	37.00 808	24.00 801	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 800

PatchMatch Cens Cmp	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 801	37.00 809	24.00 801	37.00 808	24.00 801	37.00 810	24.00 801	37.00 808	24.00 801	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 800

PatchMatch Graph Cmp	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 801	37.00 809	24.00 801	37.00 808	24.00 801	37.00 810	24.00 801	37.00 808	24.00 801	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 800

WCMA_ROB	31.10 804	35.43 805	27.12 803	39.51 817	23.10 800	38.78 816	25.30 805	37.49 818	25.39 805	37.29 817	27.02 805	38.52 819	26.48 805	37.80 817	26.44 805	36.28 809	22.65 802	33.90 806	22.30 802	37.10 816	24.18 804

fff	1000028.16 825	29.62 797	29.72 804	32.61 800	30.02 805	35.13 801	31.83 807	32.07 802	10000000.00 827	35.27 804	29.82 807	32.45 803	30.15 806	32.35 802	30.09 806	31.04 803	29.55 808	30.64 803	30.14 807	10000000.00 829	30.77 806

csc	1000028.16 825	29.62 797	29.72 804	32.61 800	30.02 805	35.13 801	31.83 807	32.07 802	10000000.00 827	35.27 804	29.82 807	32.45 803	30.15 806	32.35 802	30.09 806	31.04 803	29.55 808	30.64 803	30.14 807	10000000.00 829	30.77 806

cscssc	1000028.16 825	29.62 797	29.72 804	32.61 800	30.02 805	35.13 801	31.83 807	32.07 802	10000000.00 827	35.27 804	29.82 807	32.45 803	30.15 806	32.35 802	30.09 806	31.04 803	29.55 808	30.64 803	30.14 807	10000000.00 829	30.77 806

111	30.40 799	30.94 801	29.72 804	32.61 800	30.02 805	33.57 799	30.47 806	31.50 801	29.39 806	30.98 801	29.11 806	29.78 802	30.39 809	29.45 801	30.76 809	30.08 802	29.02 807	29.92 802	30.32 810	29.86 802	30.17 805

ADStereo(finetuned)	36.13 806	36.63 806	38.07 815	36.97 805	33.25 809	35.91 804	34.45 810	36.36 808	32.99 807	38.14 818	36.71 813	36.69 809	34.13 810	38.57 818	40.79 817	37.60 819	36.58 814	35.90 810	33.36 811	35.42 805	34.04 809

DCANet-4	35.22 805	34.54 802	35.08 810	33.58 804	35.47 812	34.55 800	35.53 813	36.08 807	35.85 810	35.92 807	35.77 812	35.18 808	35.48 811	35.39 807	37.15 816	34.55 808	33.92 811	35.02 809	34.90 812	35.79 806	34.74 812

fast-reg	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 814	37.00 809	37.00 811	37.00 808	37.00 814	37.00 810	37.00 812	37.00 808	37.00 812	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 813

Reg-Stereo(zero)	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 814	37.00 809	37.00 811	37.00 808	37.00 814	37.00 810	37.00 812	37.00 808	37.00 812	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 813

FLISNet	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 814	37.00 809	37.00 811	37.00 808	37.00 814	37.00 810	37.00 812	37.00 808	37.00 812	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 813

CoSv	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 814	37.00 809	37.00 811	37.00 808	37.00 814	37.00 810	37.00 812	37.00 808	37.00 812	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 813

MDST_ROB	69.83 811	87.70 817	41.95 816	113.75 820	65.62 819	75.05 817	55.25 819	75.64 820	45.04 815	71.61 819	41.75 818	72.81 820	44.06 816	68.38 819	44.63 818	101.89 822	59.57 821	107.10 822	61.05 821	104.38 819	59.38 819

CBMV	128.50 813	1422.70 829	53.10 817	79.50 819	51.30 818	77.30 818	49.70 818	74.00 819	48.20 816	77.20 820	48.80 819	73.90 821	48.00 817	73.80 820	48.80 819	70.40 821	45.10 820	68.90 821	46.10 820	68.20 818	45.00 818
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 812	153.00 821	121.00 819	51.00 818	44.00 817	165.00 820	127.00 820	153.00 821	119.00 817	164.00 822	125.00 820	168.00 823	120.00 818	153.00 821	117.00 820	49.00 820	44.00 819	49.00 820	44.00 819	49.00 817	44.00 817

DF_test	189.29 815	560.34 826	182.58 823	229.00 823	135.68 820	197.79 821	135.52 821	197.80 823	135.44 818	197.75 823	135.49 821	197.90 824	135.51 819	197.84 823	135.75 821	217.37 825	171.11 823	183.74 824	127.67 823	183.56 821	127.88 820

MeshStereo	159.24 814	171.00 822	160.68 822	162.58 821	160.59 821	164.01 819	160.35 822	158.51 822	158.56 819	158.34 821	160.12 822	158.56 822	159.92 820	157.26 822	158.94 822	154.38 823	158.36 822	155.75 823	159.13 824	153.67 820	154.07 821
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 816	123.00 818	115.00 818	219.00 822	218.00 823	223.00 822	244.00 824	217.00 824	236.00 821	202.00 824	203.00 823	205.00 825	208.00 821	225.00 824	204.00 823	210.00 824	198.00 824	197.00 825	184.00 825	204.00 822	201.00 822

DLCB_ROB	284.23 819	354.61 824	207.27 824	363.24 826	206.46 822	364.72 825	210.41 823	364.72 827	210.41 820	364.81 827	208.64 824	364.81 828	208.64 822	364.72 827	210.41 824	354.70 828	205.53 825	354.70 828	205.53 826	354.70 825	205.53 823

MGS-Stereo	239.45 817	123.00 818	135.00 820	266.00 824	286.00 824	277.00 823	305.00 825	271.00 825	242.00 822	274.00 825	279.00 825	255.00 826	270.00 823	268.00 825	297.00 825	221.00 826	247.00 826	216.00 826	123.00 822	217.00 823	217.00 824

EGLCR-Stereo	246.90 818	129.00 820	139.00 821	266.00 824	286.00 824	277.00 823	305.00 825	271.00 825	242.00 822	274.00 825	279.00 825	255.00 826	270.00 823	268.00 825	297.00 825	230.00 827	247.00 826	216.00 826	223.00 827	237.00 824	227.00 825

LE_ROB	396.57 820	471.28 825	329.84 825	471.48 827	308.15 826	526.83 826	322.10 827	488.15 828	323.76 824	495.46 828	317.97 827	497.17 829	320.10 825	481.62 828	326.76 827	462.71 829	298.97 828	466.16 829	285.98 828	447.62 826	289.21 826

SGM-ForestM	596.69 821	677.77 827	444.52 826	699.85 828	517.25 827	732.94 827	488.29 828	770.79 829	460.11 825	750.81 829	487.98 828	792.79 830	499.41 826	730.90 829	475.81 828	720.03 830	491.16 829	663.96 830	418.60 829	674.76 827	436.05 827

CBMV_ROB	818.48 822	913.88 828	709.52 827	862.84 829	597.78 828	1073.99 828	700.52 829	1015.66 830	702.59 826	1115.65 830	760.02 829	1130.24 831	721.57 827	1037.41 830	692.65 829	814.05 831	564.29 830	843.28 831	595.31 830	915.51 828	602.92 828

111111	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

SGD-Stereo	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

IGEV-Stereo++	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

IGEV-BASED-STEREO-	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

IGEV-Stereo+	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

SDNR	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

anonymousdsp2	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

anonymousdsp	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

tt	500032.53 823	34.60 803	29.72 804	37.47 815	34.41 810	36.85 805	35.22 811	34.71 805	33.55 808	34.50 802	35.43 810	33.81 806	10000000.00 828	33.57 805	33.13 810	33.68 806	35.00 812	34.03 807	35.26 813	30.96 803	34.63 810

DCANet	500032.53 823	34.60 803	29.72 804	37.47 815	34.41 810	36.85 805	35.22 811	34.71 805	33.55 808	34.50 802	35.43 810	33.81 806	10000000.00 828	33.57 805	33.13 810	33.68 806	35.00 812	34.03 807	35.26 813	30.96 803	34.63 810

test_example2	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829

DIP-Stereo	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 827	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 828	10000000.00 831	10000000.00 830	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 829
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PatchMatch		37.00 807		37.00 806		37.00 807		37.00 809		37.00 808		37.00 810		37.00 808		37.00 810		37.00 811		37.00 807

FADE		0.06 79		0.09 87	0.10 165							0.05 114				0.15 159	0.10 111	0.17 229	0.13 228	0.11 168

Low-res two-view benchmark