Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CoDeX	0.15 146	0.70 296	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 473	0.02 15	0.69 460	0.75 481	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 157	0.78 310	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 511	0.02 15	0.75 473	0.76 483	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 461	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 435	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 161	0.36 367	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 567	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 587	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 564	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 564	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 156	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 627	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 636	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 570	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 586	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 536	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 525	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

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

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 631	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

DA	0.09 75	0.13 113	0.39 304	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 75	0.13 113	0.39 304	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

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

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

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 633	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

GwcNet	0.12 120	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 557	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

SuperB	0.21 180	0.10 98	2.51 653	0.12 106	0.09 145	0.10 142	0.09 144	0.08 134	0.07 141	0.10 142	0.09 146	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

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

DispViT+	0.07 67	0.08 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

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

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

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

FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

BEATNet-Init1	0.19 170	0.08 85	0.08 82	2.23 588	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 134	0.07 140	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 170	0.08 85	0.08 82	2.23 588	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 134	0.07 140	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

test_sample2	0.09 75	1.03 373	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 367	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 344	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

test_sample6	0.09 75	0.97 347	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 381	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample1	0.09 75	0.87 324	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 90	1.07 381	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 75	1.01 367	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

AnonymousM	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

PVD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SHD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SAMSARA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

XQC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTS	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet+	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet++	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 145	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
JetRed	0.11 111	0.12 111	0.11 112	0.11 98	0.11 168	0.11 153	0.14 181	0.11 153	0.11 164	0.12 156	0.11 164	0.11 155	0.11 161	0.11 155	0.11 157	0.11 105	0.16 170	0.11 149	0.11 160	0.11 153	0.11 158

JetBlue	0.11 111	0.11 109	0.12 123	0.13 118	0.14 187	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.11 164	0.11 155	0.11 161	0.12 159	0.12 169	0.11 105	0.11 122	0.11 149	0.11 160	0.11 153	0.11 158

LRCNet_RVC	0.13 127	0.13 113	0.09 88	0.13 118	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.23 209	0.10 150	0.20 191	0.10 148	0.24 216	0.11 157	0.11 105	0.09 94	0.12 152	0.14 190	0.12 159	0.09 140

aanetorigin	0.13 127	0.11 109	0.11 112	0.11 98	0.11 168	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.12 172	0.11 155	0.11 161	0.11 155	0.11 157	0.11 105	0.11 122	0.14 158	0.11 160	0.49 402	0.11 158

PASM	0.39 283	3.06 601	1.36 589	1.58 560	0.09 145	0.11 153	0.11 162	0.11 153	0.11 164	0.09 140	0.09 146	0.11 155	0.09 144	0.09 140	0.09 139	0.11 105	0.11 122	0.11 149	0.09 141	0.11 153	0.11 158

DualNet (step1)	0.10 90	1.05 377	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 377	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 377	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 357	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 324	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 134	1.83 513	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ffm	0.25 199	3.83 622	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 199	3.83 622	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 199	3.83 622	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

qqq	0.16 153	2.01 537	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

Wz-Net-MNSev	0.06 61	0.54 276	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 258	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

222	0.10 90	0.99 355	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

UNet	0.29 216	0.90 332	0.10 92	0.14 122	0.10 152	0.14 158	0.10 149	0.91 486	0.69 490	0.14 158	0.11 164	0.14 160	0.11 161	0.14 161	0.10 145	0.12 111	0.09 94	0.12 152	0.09 141	0.88 478	0.76 504

DRN-Test	0.14 134	0.13 113	0.09 88	0.14 122	0.09 145	0.15 166	0.09 144	0.14 159	0.10 149	0.14 158	0.09 146	0.14 160	0.09 144	0.13 160	0.09 139	0.12 111	0.09 94	0.12 152	0.09 141	0.12 159	0.73 497

S2M2_L	0.12 120	0.14 119	0.10 92	0.15 133	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.15 165	0.10 150	0.14 160	0.10 148	0.14 161	0.10 145	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.09 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample4	0.10 90	1.03 373	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

qqq1	0.25 199	3.70 616	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 199	3.70 616	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

1111x	0.10 90	1.14 390	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxxx	0.11 111	1.16 395	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 146	0.14 119	0.10 92	0.14 122	0.09 145	0.15 166	0.09 144	0.14 159	0.09 148	0.14 158	0.10 150	0.14 160	0.09 144	0.14 161	0.09 139	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.82 513

x	0.11 111	1.15 393	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

MIPNet	0.14 134	0.21 140	0.17 176	0.16 143	0.11 168	0.15 166	0.12 175	0.14 159	0.11 164	0.16 170	0.11 164	0.14 160	0.11 161	0.14 161	0.11 157	0.14 133	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

test_xeample	0.10 90	1.09 383	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 134	0.13 113	0.14 148	0.14 122	0.14 187	0.14 158	0.14 181	0.14 159	0.14 186	0.14 158	0.14 190	0.14 160	0.14 186	0.14 161	0.14 180	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 183
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 157	0.71 297	0.14 148	0.14 122	0.14 187	0.14 158	0.14 181	0.14 159	0.14 186	0.14 158	0.14 190	0.14 160	0.14 186	0.14 161	0.22 230	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 183

PDISCO_ROB	0.83 465	2.80 597	3.49 674	0.14 122	0.11 168	0.17 180	0.09 144	0.15 172	0.10 149	0.15 165	0.12 172	0.16 172	0.14 186	3.30 664	0.13 176	0.14 133	2.34 646	0.16 175	0.12 175	2.62 645	0.10 145

ELAS_RVC	0.14 134	0.16 121	0.10 92	0.15 133	0.10 152	0.18 184	0.11 162	0.19 184	0.11 164	0.19 183	0.12 172	0.18 184	0.11 161	0.19 185	0.12 169	0.14 133	0.08 84	0.14 158	0.09 141	0.15 171	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 121	0.11 112	0.15 133	0.09 145	0.18 184	0.11 162	0.18 182	0.11 164	0.17 177	0.11 164	0.18 184	0.11 161	0.18 182	0.11 157	0.14 133	0.08 84	0.14 158	0.08 139	0.14 163	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TS12	0.09 75	0.09 94	0.17 176	0.19 157	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 141	0.16 170	0.08 131	0.06 134	0.08 138	0.06 131

BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 134	0.15 141	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
zh-sn7	0.10 90	0.98 348	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

ProNet	0.14 134	0.20 134	0.14 148	0.16 143	0.11 168	0.16 173	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 180	0.13 182	0.17 179	0.12 169	0.15 141	0.11 122	0.16 175	0.11 160	0.15 171	0.12 171

CIPLG	0.13 127	0.21 140	0.12 123	0.16 143	0.11 168	0.15 166	0.11 162	0.14 159	0.11 164	0.15 165	0.12 172	0.15 171	0.11 161	0.14 161	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLG	0.13 127	0.20 134	0.14 148	0.15 133	0.11 168	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.11 164	0.14 160	0.11 161	0.14 161	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLGR_C	0.14 134	0.20 134	0.12 123	0.15 133	0.11 168	0.14 158	0.15 188	0.14 159	0.11 164	0.15 165	0.12 172	0.14 160	0.11 161	0.16 172	0.11 157	0.15 141	0.12 136	0.14 158	0.12 175	0.15 171	0.12 171

IPLGR	0.14 134	0.24 154	0.14 148	0.16 143	0.12 181	0.15 166	0.12 175	0.14 159	0.11 164	0.15 165	0.12 172	0.14 160	0.11 161	0.14 161	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

ACRE	0.13 127	0.21 140	0.14 148	0.15 133	0.11 168	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.12 172	0.14 160	0.11 161	0.14 161	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

cf-r	0.66 412	2.17 548	0.12 123	0.18 154	0.12 181	0.18 184	2.70 670	2.60 644	0.12 180	0.18 181	0.12 172	0.18 184	0.12 176	0.18 182	0.12 169	0.15 141	0.11 122	0.15 171	0.11 160	1.81 603	1.74 645

FADE		0.06 79		0.09 76	0.10 152							0.05 113				0.15 141	0.10 99	0.17 183	0.13 184	0.11 153

S2M2_XL	0.14 134	0.17 126	0.12 123	0.17 152	0.11 168	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.11 164	0.17 180	0.11 161	0.17 179	0.11 157	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 166	0.48 251	0.16 169	0.16 143	0.15 200	0.15 166	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 172	0.16 200	0.16 172	0.16 198	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 190

xyz-stereo	0.18 166	0.50 258	0.16 169	0.15 133	0.16 210	0.16 173	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 172	0.16 200	0.16 172	0.16 198	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 190

ITSA-stereo	0.15 146	0.17 126	0.13 143	0.20 161	0.13 185	0.19 187	0.13 179	0.18 182	0.13 184	0.19 183	0.13 185	0.18 184	0.14 186	0.18 182	0.14 180	0.16 152	0.11 122	0.15 171	0.14 190	0.18 186	0.11 158

GMStereo_Zeroshot	0.16 153	0.16 121	0.16 169	0.16 143	0.16 210	0.16 173	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 172	0.16 200	0.16 172	0.16 198	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 190

ICVP	0.15 146	0.53 272	0.11 112	0.16 143	0.11 168	0.16 173	0.11 162	0.16 173	0.11 164	0.16 170	0.11 164	0.16 172	0.11 161	0.16 172	0.11 157	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 134	0.16 121	0.12 123	0.17 152	0.12 181	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 180	0.12 176	0.17 179	0.12 169	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.12 171

SGM_RVC	0.15 146	0.17 126	0.11 112	0.18 154	0.11 168	0.19 187	0.11 162	0.19 184	0.12 180	0.19 183	0.12 172	0.20 191	0.12 176	0.19 185	0.12 169	0.16 152	0.11 122	0.17 183	0.10 148	0.17 182	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 217	3.10 602	0.14 148	0.19 157	0.14 187	0.19 187	0.14 181	0.20 190	0.14 186	0.19 183	0.13 185	0.16 172	0.13 182	0.19 185	0.13 176	0.17 160	0.13 159	0.17 183	0.13 184	0.17 182	0.13 178

ACVNet	0.20 172	0.19 130	0.14 148	0.20 161	0.14 187	0.20 192	0.96 532	0.21 199	0.14 186	0.20 189	0.13 185	0.21 199	0.14 186	0.20 189	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 171

acv_ft	0.20 172	0.19 130	0.14 148	0.20 161	0.14 187	0.20 192	0.96 532	0.21 199	0.14 186	0.20 189	0.13 185	0.21 199	0.14 186	0.20 189	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 171

hitnet-ft	0.79 448	2.78 596	0.14 148	0.20 161	0.14 187	0.21 203	2.89 671	2.80 658	0.14 186	0.20 189	0.14 190	0.20 191	0.14 186	0.20 189	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.54 644	2.33 662

PSMNet-RSSM	0.77 443	2.76 591	0.14 148	0.20 161	0.14 187	0.20 192	2.66 668	2.79 657	0.14 186	0.21 201	0.14 190	0.21 199	0.14 186	0.20 189	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.52 636	2.31 660

GwcNet-RSSM	0.77 443	2.77 593	0.14 148	0.20 161	0.14 187	0.20 192	2.67 669	2.78 656	0.14 186	0.20 189	0.14 190	0.20 191	0.14 186	0.21 200	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.52 636	2.31 660

CFNet-ft	0.55 391	1.57 474	0.14 148	0.20 161	0.14 187	0.20 192	2.53 666	1.61 597	0.14 186	0.20 189	0.14 190	0.20 191	0.14 186	0.20 189	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	1.56 591	1.24 607

LALA_ROB	0.15 146	0.19 130	0.12 123	0.18 154	0.11 168	0.20 192	0.12 175	0.21 199	0.12 180	0.20 189	0.12 172	0.20 191	0.12 176	0.21 200	0.13 176	0.17 160	0.10 99	0.18 193	0.11 160	0.18 186	0.11 158

zh-mn7	0.12 120	1.14 390	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

11t1	0.17 157	2.16 547	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 168	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

GANet-RSSM	0.75 437	1.91 528	0.14 148	0.47 300	0.14 187	0.21 203	3.21 687	2.30 630	0.14 186	0.46 379	0.14 190	0.23 215	0.18 222	0.21 200	0.14 180	0.18 168	0.27 234	0.37 302	0.13 184	2.13 614	2.12 655

DeepPruner_ROB	0.16 153	0.18 129	0.13 143	0.19 157	0.13 185	0.19 187	0.13 179	0.19 184	0.13 184	0.19 183	0.13 185	0.19 188	0.13 182	0.19 185	0.13 176	0.18 168	0.13 159	0.18 193	0.13 184	0.18 186	0.13 178

RAFT-FEzeroshot	0.34 239	0.26 163	0.17 176	0.21 171	0.17 216	0.20 192	0.16 194	0.20 190	0.16 203	0.20 189	0.17 211	0.21 199	0.16 200	0.27 241	0.24 240	0.19 172	0.16 170	0.19 196	0.16 201	0.26 225	3.08 678

RAFT-FE	0.34 239	0.26 163	0.17 176	0.21 171	0.17 216	0.20 192	0.16 194	0.20 190	0.16 203	0.20 189	0.17 211	0.21 199	0.16 200	0.27 241	0.24 240	0.19 172	0.16 170	0.19 196	0.16 201	0.26 225	3.08 678

IGEV-FE	0.35 248	0.37 188	0.17 176	0.19 157	0.17 216	0.20 192	0.17 204	0.19 184	0.17 213	0.19 183	0.17 211	0.19 188	0.17 212	0.37 281	0.36 367	0.19 172	0.17 191	0.19 196	0.17 223	0.38 296	2.84 669

DepthFocus	0.18 166	0.22 144	0.15 165	0.22 173	0.15 200	0.22 206	0.15 188	0.22 204	0.15 198	0.22 204	0.15 200	0.22 208	0.16 200	0.22 205	0.15 191	0.20 175	0.15 167	0.20 200	0.14 190	0.20 193	0.14 183

RSGM-EC	0.24 196	0.24 154	0.15 165	0.22 173	0.15 200	0.22 206	0.15 188	0.22 204	0.15 198	0.24 216	0.15 200	0.22 208	0.15 198	0.22 205	1.19 557	0.20 175	0.17 191	0.24 228	0.14 190	0.20 193	0.14 183

acva	0.24 196	0.24 154	0.15 165	0.22 173	0.15 200	0.22 206	0.15 188	0.22 204	0.15 198	0.24 216	0.15 200	0.22 208	0.15 198	0.22 205	1.19 557	0.20 175	0.17 191	0.24 228	0.14 190	0.20 193	0.14 183

CAS++	0.17 157	0.27 166	0.21 197	0.10 81	0.21 245	0.15 166	0.22 232	0.10 141	0.21 233	0.22 204	0.10 150	0.19 188	0.18 222	0.10 144	0.19 220	0.20 175	0.19 199	0.18 193	0.10 148	0.19 192	0.18 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 172	0.19 130	0.40 336	0.30 203	0.17 216	0.22 206	0.17 204	0.21 199	0.17 213	0.20 189	0.17 211	0.21 199	0.18 222	0.21 200	0.17 204	0.20 175	0.16 170	0.20 200	0.16 201	0.20 193	0.17 207

DAS	0.20 172	0.20 134	0.20 191	0.20 161	0.20 235	0.20 192	0.20 222	0.20 190	0.20 228	0.20 189	0.20 234	0.20 191	0.20 233	0.20 189	0.20 223	0.20 175	0.20 201	0.20 200	0.20 233	0.20 193	0.20 218

GEStereo_RVC	0.86 477	4.45 637	0.20 191	0.27 200	0.20 235	0.27 241	0.20 222	0.26 228	0.18 219	5.03 694	0.20 234	0.27 242	0.19 229	0.27 241	0.21 227	0.20 175	0.19 199	0.19 196	4.02 699	0.20 193	0.18 213

ASD4	0.20 172	0.20 134	0.20 191	0.20 161	0.20 235	0.20 192	0.20 222	0.20 190	0.20 228	0.20 189	0.20 234	0.20 191	0.20 233	0.20 189	0.20 223	0.20 175	0.20 201	0.20 200	0.20 233	0.20 193	0.20 218

MSKI-zero shot	0.24 196	0.21 140	0.49 388	0.65 390	0.18 227	0.22 206	0.17 204	0.23 211	0.18 219	0.21 201	0.17 211	0.23 215	0.28 278	0.23 212	0.18 216	0.21 183	0.16 170	0.21 204	0.16 201	0.21 200	0.16 190

iResNetv2_ROB	0.20 172	0.23 146	0.18 186	0.24 183	0.20 235	0.24 218	0.18 212	0.24 214	0.18 219	0.24 216	0.18 227	0.23 215	0.19 229	0.24 216	0.18 216	0.21 183	0.16 170	0.21 204	0.16 201	0.22 202	0.16 190

ACV-stereo	0.30 217	2.08 539	0.25 212	0.25 190	0.18 227	0.24 218	0.17 204	0.24 214	0.18 219	0.24 216	0.17 211	0.25 228	0.17 212	0.24 216	0.17 204	0.22 185	0.16 170	0.22 209	0.16 201	0.22 202	0.16 190

Pointernet	0.21 180	0.22 144	0.19 188	0.24 183	0.19 232	0.24 218	0.19 218	0.24 214	0.19 226	0.24 216	0.19 230	0.24 221	0.19 229	0.24 216	0.19 220	0.22 185	0.17 191	0.22 209	0.17 223	0.22 202	0.17 207

WAO-6	0.22 186	0.23 146	0.22 199	0.23 178	0.22 247	0.22 206	0.22 232	0.22 204	0.22 236	0.22 204	0.22 242	0.22 208	0.22 241	0.22 205	0.22 230	0.22 185	0.22 209	0.22 209	0.22 240	0.22 202	0.22 224

IMH-64-1	0.22 186	0.23 146	0.23 202	0.22 173	0.22 247	0.22 206	0.22 232	0.22 204	0.22 236	0.22 204	0.22 242	0.22 208	0.22 241	0.22 205	0.22 230	0.22 185	0.22 209	0.23 218	0.22 240	0.22 202	0.23 226

IMH-64	0.22 186	0.23 146	0.23 202	0.22 173	0.22 247	0.22 206	0.22 232	0.22 204	0.22 236	0.22 204	0.22 242	0.22 208	0.22 241	0.22 205	0.22 230	0.22 185	0.22 209	0.23 218	0.22 240	0.22 202	0.23 226

dd	0.23 192	0.98 348	0.16 169	0.23 178	0.15 200	0.23 215	0.15 188	0.23 211	0.15 198	0.23 209	0.15 200	0.24 221	0.17 212	0.23 212	0.15 191	0.22 185	0.15 167	0.21 204	0.15 198	0.22 202	0.16 190

dad	0.23 192	1.03 373	0.16 169	0.23 178	0.15 200	0.24 218	0.15 188	0.24 214	0.16 203	0.23 209	0.16 204	0.24 221	0.16 200	0.23 212	0.15 191	0.22 185	0.16 170	0.22 209	0.16 201	0.22 202	0.16 190

psm_up	0.43 311	1.19 399	0.17 176	0.25 190	0.18 227	0.25 227	0.19 218	1.26 579	0.91 527	0.26 233	0.17 211	0.25 228	0.17 212	0.25 225	0.17 204	0.22 185	0.17 191	0.23 218	0.16 201	1.18 524	0.99 529

UPFNet	0.42 310	1.20 400	0.17 176	0.24 183	0.17 216	0.25 227	0.17 204	1.19 527	0.90 526	0.25 224	0.17 211	0.24 221	0.17 212	0.25 225	0.17 204	0.22 185	0.17 191	0.22 209	0.16 201	1.15 516	0.93 523

ac_64	0.22 186	0.13 113	0.19 188	0.23 178	0.10 152	0.26 236	1.02 542	0.14 159	0.10 149	0.28 238	0.14 190	0.17 180	0.19 229	0.28 245	0.09 139	0.22 185	0.16 170	0.23 218	0.17 223	0.11 153	0.12 171

iResNet	0.20 172	0.23 146	0.18 186	0.24 183	0.18 227	0.24 218	0.20 222	0.24 214	0.18 219	0.23 209	0.17 211	0.23 215	0.18 222	0.23 212	0.18 216	0.22 185	0.16 170	0.21 204	0.16 201	0.21 200	0.16 190

BStereo	0.22 186	0.23 146	0.20 191	0.24 183	0.20 235	0.23 215	0.33 349	0.39 281	0.17 213	0.23 209	0.17 211	0.23 215	0.16 200	0.24 216	0.17 204	0.23 196	0.16 170	0.22 209	0.20 233	0.22 202	0.16 190

Anonymus123	0.22 186	0.23 146	0.20 191	0.24 183	0.20 235	0.23 215	0.33 349	0.39 281	0.17 213	0.23 209	0.17 211	0.23 215	0.16 200	0.24 216	0.17 204	0.23 196	0.16 170	0.22 209	0.20 233	0.22 202	0.16 190

MIM_Stereo	0.25 199	0.23 146	0.66 440	0.80 421	0.17 216	0.22 206	0.17 204	0.23 211	0.18 219	0.26 233	0.17 211	0.21 199	0.17 212	0.25 225	0.17 204	0.23 196	0.16 170	0.21 204	0.17 223	0.22 202	0.17 207

Wz-Net-LNSev	0.06 61	0.24 154	0.20 191	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

MMNet	0.44 324	1.24 454	0.17 176	0.25 190	0.17 216	0.25 227	0.18 212	1.26 579	0.93 532	0.25 224	0.17 211	0.25 228	0.18 222	0.25 225	0.17 204	0.23 196	0.16 170	0.23 218	0.16 201	1.20 528	0.99 529

delet	0.43 311	1.21 446	0.17 176	0.25 190	0.17 216	0.25 227	0.18 212	1.26 579	0.95 534	0.25 224	0.17 211	0.25 228	0.17 212	0.25 225	0.17 204	0.23 196	0.16 170	0.22 209	0.16 201	1.18 524	0.98 528

CFNet	1.37 578	5.27 651	0.19 188	5.49 674	0.19 232	0.28 242	0.19 218	0.28 232	0.19 226	0.28 238	0.19 230	0.28 243	4.35 692	0.28 245	0.19 220	0.23 196	0.17 191	0.23 218	4.21 701	4.81 678	0.17 207

ISRNet	0.11 111	0.05 66	0.36 287	0.24 183	0.07 141	0.13 157	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 159	0.05 117	0.05 103	0.09 139	0.24 203	0.20 201	0.10 138	0.05 123	0.06 123	0.13 178

tg	0.21 180	0.25 160	0.21 197	0.26 197	0.17 216	0.24 218	0.17 204	0.24 214	0.17 213	0.24 216	0.17 211	0.24 221	0.17 212	0.24 216	0.17 204	0.24 203	0.17 191	0.23 218	0.16 201	0.23 214	0.16 190

gwcnet-sp	0.82 461	1.72 481	1.48 599	0.39 243	0.15 200	0.31 253	0.21 228	0.20 190	0.25 251	1.61 603	0.23 246	0.28 243	0.26 263	0.20 189	0.15 191	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 226

scenet	0.82 461	1.72 481	1.48 599	0.39 243	0.15 200	0.31 253	0.21 228	0.20 190	0.25 251	1.61 603	0.23 246	0.28 243	0.26 263	0.20 189	0.15 191	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 226

ssnet_v2	0.68 417	1.96 535	1.25 577	0.29 202	0.20 235	0.30 247	0.20 222	0.29 237	0.22 236	1.50 599	0.20 234	0.31 257	0.20 233	0.27 241	0.22 230	0.24 203	1.49 600	0.26 238	0.18 230	3.90 655	0.19 216

ssnet	0.82 461	1.72 481	1.48 599	0.39 243	0.15 200	0.31 253	0.21 228	0.20 190	0.25 251	1.61 603	0.23 246	0.28 243	0.26 263	0.20 189	0.15 191	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 226

Select-FE	0.41 296	0.44 229	0.23 202	0.26 197	0.22 247	0.26 236	0.22 232	0.26 228	0.23 243	0.26 233	0.23 246	0.26 240	0.23 247	0.45 379	0.42 410	0.25 209	0.22 209	0.25 233	0.22 240	0.45 379	2.90 670

UNDER WATER-64	0.25 199	0.26 163	0.25 212	0.26 197	0.25 261	0.25 227	0.25 247	0.25 222	0.25 251	0.25 224	0.25 259	0.25 228	0.25 253	0.26 237	0.25 248	0.25 209	0.25 220	0.25 233	0.25 256	0.25 222	0.25 237

depth_test_26	0.20 172	0.34 180	0.25 212	0.34 223	0.14 187	0.21 203	0.14 181	0.21 199	0.14 186	0.21 201	0.14 190	0.21 199	0.14 186	0.21 200	0.14 180	0.26 211	0.26 223	0.22 209	0.15 198	0.22 202	0.14 183

LoS_RVC	0.30 217	1.14 390	0.25 212	0.25 190	0.25 261	0.26 236	0.25 247	0.25 222	0.25 251	0.25 224	0.25 259	0.26 240	0.26 263	0.26 237	0.25 248	0.26 211	0.26 223	0.25 233	0.25 256	0.26 225	0.26 243

CAS	0.30 217	1.17 396	0.25 212	0.25 190	0.25 261	0.26 236	0.25 247	0.25 222	0.26 264	0.25 224	0.25 259	0.25 228	0.25 253	0.25 225	0.25 248	0.26 211	0.26 223	0.26 238	0.25 256	0.26 225	0.25 237

LoS	0.25 199	0.27 166	0.25 212	0.25 190	0.25 261	0.25 227	0.25 247	0.26 228	0.25 251	0.25 224	0.25 259	0.25 228	0.25 253	0.25 225	0.25 248	0.26 211	0.25 220	0.25 233	0.26 262	0.26 225	0.25 237
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LACA2	0.21 180	0.24 154	0.26 219	0.31 209	0.16 210	0.24 218	0.16 194	0.24 214	0.16 203	0.24 216	0.16 204	0.24 221	0.16 200	0.24 216	0.16 198	0.27 215	0.23 215	0.24 228	0.16 201	0.23 214	0.16 190

LACA1	0.21 180	0.24 154	0.26 219	0.31 209	0.16 210	0.24 218	0.16 194	0.24 214	0.16 203	0.24 216	0.16 204	0.24 221	0.16 200	0.24 216	0.16 198	0.27 215	0.22 209	0.23 218	0.16 201	0.23 214	0.16 190

TorneroNet-64	0.45 347	0.27 166	0.30 237	0.58 376	0.27 269	0.70 461	0.30 285	0.28 232	0.73 509	0.73 466	0.28 275	0.71 466	0.66 476	0.75 467	0.27 254	0.27 215	0.29 256	0.37 302	0.75 515	0.28 232	0.30 325

tt1	0.31 224	0.93 341	0.24 209	0.33 219	0.23 253	0.31 253	0.24 245	0.32 247	0.24 246	0.32 255	0.23 246	0.32 261	0.25 253	0.32 258	0.24 240	0.27 215	0.26 223	0.27 242	0.26 262	0.27 230	0.27 281

LACA3	0.23 192	0.25 160	0.27 222	0.54 366	0.17 216	0.25 227	0.17 204	0.25 222	0.17 213	0.25 224	0.17 211	0.25 228	0.17 212	0.25 225	0.17 204	0.28 219	0.23 215	0.24 228	0.17 223	0.24 219	0.17 207

DCVSM-stereo	0.36 255	1.89 525	0.22 199	0.40 256	0.22 247	0.40 294	0.22 232	0.40 289	0.22 236	0.40 290	0.22 242	0.40 300	0.22 241	0.40 295	0.22 230	0.28 219	0.21 205	0.28 245	0.21 237	0.28 232	0.20 218

xxxxx1	0.31 224	0.91 334	0.23 202	0.31 209	0.23 253	0.31 253	0.23 240	0.33 251	0.25 251	0.31 249	0.24 253	0.33 265	0.25 253	0.32 258	0.24 240	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 281

SQANet	0.28 211	0.28 169	0.28 228	0.28 201	0.28 274	0.28 242	0.28 267	0.28 232	0.28 273	0.28 238	0.28 275	0.28 243	0.28 278	0.28 245	0.28 263	0.28 219	0.28 242	0.28 245	0.28 317	0.28 232	0.28 306

tt_ll	0.31 224	0.91 334	0.23 202	0.31 209	0.23 253	0.31 253	0.23 240	0.33 251	0.25 251	0.31 249	0.24 253	0.33 265	0.25 253	0.32 258	0.24 240	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 281

ff	0.31 224	0.91 334	0.23 202	0.31 209	0.23 253	0.31 253	0.23 240	0.33 251	0.25 251	0.31 249	0.24 253	0.33 265	0.25 253	0.32 258	0.24 240	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 281

RAFT + AFF	0.31 224	0.45 237	0.34 274	0.39 243	0.28 274	0.38 286	0.33 349	0.29 237	0.31 337	0.30 244	0.30 299	0.29 249	0.27 270	0.29 249	0.30 285	0.28 219	0.29 256	0.29 250	0.29 330	0.27 230	0.32 341

FCDSN-DC	0.41 296	0.59 284	0.64 433	0.54 366	0.33 364	0.50 414	0.37 380	0.42 322	0.40 401	0.61 447	0.43 425	0.50 419	0.49 441	0.38 284	0.32 334	0.28 219	0.23 215	0.26 238	0.22 240	0.35 272	0.28 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DLNR_Zeroshot_test	0.31 224	0.28 169	0.47 373	0.79 417	0.24 258	0.30 247	0.26 254	0.30 239	0.24 246	0.32 255	0.23 246	0.31 257	0.24 250	0.30 251	0.23 237	0.29 227	0.26 223	0.29 250	0.24 253	0.33 254	0.23 226

DStereoSA	0.32 233	0.52 268	0.34 274	0.31 209	0.31 342	0.30 247	0.30 285	0.31 245	0.30 294	0.31 249	0.31 341	0.31 257	0.30 295	0.31 255	0.31 324	0.30 228	0.32 274	0.31 258	0.31 355	0.31 244	0.31 334

MultiAttention	0.30 217	0.30 173	0.30 237	0.30 203	0.30 295	0.30 247	0.30 285	0.30 239	0.30 294	0.30 244	0.30 299	0.30 253	0.30 295	0.30 251	0.30 285	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 325

MSAF-DinoV2	0.30 217	0.30 173	0.30 237	0.30 203	0.30 295	0.30 247	0.30 285	0.30 239	0.30 294	0.30 244	0.30 299	0.30 253	0.30 295	0.30 251	0.30 285	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 325

WCG-NET（raft）	0.32 233	1.24 454	0.24 209	0.32 215	0.24 258	0.32 262	0.23 240	0.32 247	0.24 246	0.32 255	0.24 253	0.32 261	0.24 250	0.32 258	0.24 240	0.30 228	0.23 215	0.30 252	0.23 246	0.30 239	0.23 226

DANet	0.30 217	0.30 173	0.30 237	0.30 203	0.30 295	0.30 247	0.30 285	0.30 239	0.30 294	0.30 244	0.30 299	0.30 253	0.30 295	0.30 251	0.30 285	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DISCO	1.11 517	0.39 199	5.28 688	0.39 243	0.20 235	0.39 292	0.27 257	0.39 281	0.22 236	0.38 277	0.20 234	0.38 287	0.20 233	6.95 705	0.22 230	0.30 228	0.21 205	0.27 242	0.21 237	5.25 687	0.21 222

SMOE	0.23 192	0.25 160	0.30 237	0.33 219	0.18 227	0.26 236	0.18 212	0.26 228	0.18 219	0.26 233	0.18 227	0.25 228	0.18 222	0.25 225	0.18 216	0.31 234	0.27 234	0.23 218	0.17 223	0.23 214	0.17 207

DStereoO	0.31 224	0.31 176	0.31 253	0.30 203	0.40 405	0.31 253	0.30 285	0.30 239	0.34 366	0.29 243	0.31 341	0.29 249	0.30 295	0.31 255	0.31 324	0.31 234	0.29 256	0.31 258	0.30 344	0.31 244	0.31 334

iResNet_ROB	0.28 211	0.32 178	0.24 209	0.32 215	0.25 261	0.32 262	0.24 245	0.32 247	0.24 246	0.33 260	0.24 253	0.35 272	0.24 250	0.33 266	0.24 240	0.31 234	0.24 219	0.32 261	0.24 253	0.32 247	0.24 236

PStereo	0.32 233	0.36 185	0.28 228	0.38 236	0.29 284	0.36 273	0.27 257	0.38 276	0.27 268	0.38 277	0.28 275	0.36 277	0.27 270	0.36 276	0.28 263	0.32 237	0.27 234	0.33 268	0.27 299	0.33 254	0.27 281

DStereoFS	0.32 233	0.33 179	0.32 259	0.33 219	0.30 295	0.32 262	0.32 338	0.32 247	0.31 337	0.30 244	0.31 341	0.31 257	0.30 295	0.32 258	0.32 334	0.32 237	0.31 270	0.30 252	0.47 445	0.32 247	0.34 355

w-ln-seven-2	0.14 134	1.22 452	0.28 228	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 237	0.27 234	0.04 93	0.03 57	0.03 47	0.03 52

xyz-stereo-finetune	0.28 211	0.49 253	0.16 169	0.16 143	0.16 210	0.16 173	0.16 194	0.22 204	0.30 294	0.32 255	0.31 341	0.32 261	0.31 344	0.32 258	0.32 334	0.32 237	0.33 287	0.31 258	0.32 362	0.31 244	0.32 341

model_zeroshot	0.27 209	0.20 134	0.27 222	0.33 219	0.21 245	0.37 279	0.22 232	0.37 267	0.24 246	0.26 233	0.27 268	0.33 265	0.21 240	0.25 225	0.27 254	0.32 237	0.20 201	0.34 278	0.23 246	0.25 222	0.26 243

GES	0.66 412	2.34 564	0.29 233	0.41 268	0.29 284	0.41 310	0.29 278	0.42 322	0.29 280	0.40 290	0.41 413	0.41 313	0.30 295	0.51 420	0.29 276	0.32 237	0.29 256	0.32 261	2.46 670	2.49 632	0.30 325

DLNR-FE	0.28 211	0.89 329	0.30 237	0.34 223	0.19 232	0.28 242	0.19 218	0.28 232	0.20 228	0.28 238	0.20 234	0.28 243	0.20 233	0.28 245	0.20 223	0.33 243	0.28 242	0.25 233	0.19 231	0.24 219	0.19 216

ACVNet-DCA	0.37 265	1.00 357	0.30 237	0.40 256	0.29 284	0.40 294	0.29 278	0.40 289	0.29 280	0.40 290	0.29 285	0.40 300	0.29 287	0.39 292	0.28 263	0.33 243	0.32 274	0.33 268	0.32 362	0.33 254	0.32 341

1test111	0.37 265	1.02 371	0.30 237	0.39 243	0.29 284	0.40 294	0.28 267	0.39 281	0.29 280	0.39 284	0.29 285	0.39 292	0.28 278	0.40 295	0.29 276	0.33 243	0.32 274	0.33 268	0.31 355	0.32 247	0.31 334

cc1	0.37 265	1.02 371	0.30 237	0.39 243	0.29 284	0.40 294	0.28 267	0.39 281	0.29 280	0.39 284	0.29 285	0.39 292	0.28 278	0.40 295	0.29 276	0.33 243	0.32 274	0.33 268	0.31 355	0.32 247	0.31 334

RSM	0.36 255	0.36 185	0.43 356	0.37 233	0.42 425	0.49 405	0.42 415	0.37 267	0.28 273	0.36 271	0.29 285	0.36 277	0.30 295	0.37 281	0.28 263	0.34 247	0.31 270	0.34 278	0.35 389	0.40 353	0.29 312

H2IRNET	0.34 239	0.34 180	0.34 274	0.34 223	0.34 374	0.34 265	0.34 362	0.34 254	0.34 366	0.34 263	0.34 368	0.34 270	0.34 365	0.34 267	0.34 359	0.34 247	0.34 316	0.34 278	0.34 376	0.34 259	0.34 355

xx1	0.38 271	1.03 373	0.31 253	0.40 256	0.31 342	0.41 310	0.28 267	0.40 289	0.29 280	0.40 290	0.29 285	0.40 300	0.29 287	0.40 295	0.29 276	0.34 247	0.33 287	0.34 278	0.32 362	0.34 259	0.32 341

EKT-Stereo	0.37 265	0.40 203	0.44 358	1.07 466	0.29 284	0.34 265	0.31 330	0.36 261	0.29 280	0.38 277	0.31 341	0.37 285	0.30 295	0.36 276	0.29 276	0.34 247	0.28 242	0.39 351	0.30 344	0.37 283	0.30 325

iRaft-Stereo_5w	0.34 239	0.42 224	0.31 253	0.39 243	0.30 295	0.38 286	0.30 285	0.40 289	0.29 280	0.40 290	0.37 387	0.41 313	0.34 365	0.38 284	0.30 285	0.34 247	0.27 234	0.34 278	0.26 262	0.34 259	0.26 243

GMOStereo	0.37 265	0.45 237	0.23 202	0.30 203	0.37 387	0.41 310	0.36 374	0.41 304	0.35 370	0.43 323	0.36 380	0.41 313	0.40 396	0.41 311	0.36 367	0.34 247	0.22 209	0.47 418	0.37 398	0.39 341	0.33 348

HGLStereo	0.28 211	0.29 171	0.22 199	0.36 230	0.22 247	0.36 273	0.21 228	0.36 261	0.21 233	0.42 318	0.21 240	0.36 277	0.22 241	0.36 276	0.21 227	0.34 247	0.21 205	0.34 278	0.21 237	0.34 259	0.21 222

MLCV	0.31 224	0.35 182	0.27 222	0.35 226	0.28 274	0.35 269	0.27 257	0.35 257	0.28 273	0.36 271	0.27 268	0.35 272	0.27 270	0.35 270	0.27 254	0.34 247	0.27 234	0.34 278	0.27 299	0.34 259	0.27 281

SME	0.27 209	0.29 171	0.31 253	0.38 236	0.20 235	0.29 245	0.18 212	0.30 239	0.20 228	0.32 255	0.21 240	0.32 261	0.20 233	0.32 258	0.21 227	0.35 255	0.32 274	0.27 242	0.19 231	0.29 235	0.20 218

z-mn7	0.16 153	1.21 446	0.33 264	0.41 268	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 255	0.31 270	0.04 93	0.04 99	0.04 97	0.04 96

iRaft-Stereo_20w	0.34 239	0.41 214	0.31 253	0.39 243	0.29 284	0.40 294	0.32 338	0.41 304	0.32 347	0.38 277	0.30 299	0.39 292	0.30 295	0.38 284	0.32 334	0.35 255	0.27 234	0.34 278	0.27 299	0.34 259	0.29 312

ETE_ROB	0.35 248	0.35 182	0.35 285	0.35 226	0.35 377	0.35 269	0.35 367	0.35 257	0.35 370	0.35 267	0.35 376	0.35 272	0.35 372	0.35 270	0.35 363	0.35 255	0.35 323	0.35 294	0.35 389	0.35 272	0.35 365

DN-CSS_ROB	0.31 224	0.35 182	0.28 228	0.35 226	0.28 274	0.34 265	0.27 257	0.34 254	0.25 251	0.35 267	0.27 268	0.36 277	0.26 263	0.34 267	0.28 263	0.35 255	0.28 242	0.34 278	0.28 317	0.34 259	0.27 281

Any-RAFT	0.32 233	0.36 185	0.27 222	0.36 230	0.27 269	0.36 273	0.27 257	0.36 261	0.27 268	0.36 271	0.27 268	0.36 277	0.27 270	0.36 276	0.28 263	0.36 260	0.28 242	0.36 299	0.28 317	0.36 279	0.28 306

DMCA	0.36 255	0.38 192	0.37 291	0.35 226	0.35 377	0.36 273	0.36 374	0.36 261	0.35 370	0.35 267	0.37 387	0.36 277	0.36 375	0.35 270	0.36 367	0.36 260	0.36 329	0.35 294	0.36 395	0.36 279	0.36 368

UCFNet_RVC	2.75 656	10.06 690	0.29 233	10.31 703	0.29 284	0.42 330	0.29 278	0.43 328	0.29 280	0.42 318	0.29 285	0.42 331	9.87 709	0.43 330	0.29 276	0.36 260	9.84 704	0.36 299	0.26 262	9.77 708	0.26 243

HiDET	0.38 271	0.44 229	0.30 237	0.42 278	0.30 295	0.42 330	0.30 285	0.42 322	0.30 294	0.44 361	0.30 299	0.42 331	0.30 295	0.42 324	0.68 481	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.29 312

LCMNet	0.38 271	0.44 229	0.30 237	0.42 278	0.30 295	0.42 330	0.30 285	0.42 322	0.30 294	0.45 373	0.30 299	0.42 331	0.30 295	0.42 324	0.69 489	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.29 312

CSFM-Stereo	0.38 271	0.44 229	0.30 237	0.42 278	0.30 295	0.42 330	0.30 285	0.43 328	0.30 294	0.44 361	0.30 299	0.42 331	0.30 295	0.42 324	0.73 501	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.30 325

Zero-FE251	0.36 255	0.40 203	0.28 228	0.41 268	0.28 274	0.41 310	0.28 267	0.41 304	0.28 273	0.41 304	0.28 275	0.41 313	0.28 278	0.42 324	0.30 285	0.37 263	0.26 223	0.37 302	0.27 299	0.45 379	0.56 456

Venus	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.37 279	0.38 387	0.37 267	0.37 383	0.41 304	0.37 387	0.39 292	0.37 380	0.38 284	0.38 379	0.37 263	0.38 340	0.38 310	0.37 398	0.37 283	0.38 380

CASnet	0.35 248	0.51 266	0.44 358	0.32 215	0.31 342	0.24 218	0.34 362	0.36 261	0.25 251	0.31 249	0.37 387	0.30 253	0.33 360	0.25 225	0.45 416	0.37 263	0.37 333	0.33 268	0.35 389	0.34 259	0.37 373
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.36 255	0.37 188	0.33 264	0.41 268	0.32 352	0.41 310	0.32 338	0.41 304	0.32 347	0.41 304	0.32 351	0.41 313	0.32 349	0.41 311	0.33 346	0.37 263	0.29 256	0.37 302	0.29 330	0.38 296	0.31 334

CES	0.39 283	0.47 245	0.36 287	0.36 230	0.37 387	0.45 383	0.35 367	0.35 257	0.40 401	0.36 271	0.44 427	0.47 393	0.36 375	0.44 361	0.36 367	0.37 263	0.39 347	0.44 399	0.35 389	0.37 283	0.36 368

IER	0.88 480	7.04 668	2.23 645	2.75 607	0.28 274	0.43 337	0.25 247	0.39 281	0.25 251	0.41 304	0.27 268	0.39 292	0.25 253	0.40 295	0.28 263	0.37 263	0.28 242	0.37 302	0.25 256	0.37 283	0.25 237

StereoDRNet-Refined	0.33 238	0.39 199	0.26 219	0.39 243	0.26 268	0.40 294	0.26 254	0.40 289	0.26 264	0.39 284	0.26 264	0.39 292	0.26 263	0.39 292	0.26 253	0.37 263	0.25 220	0.37 302	0.25 256	0.37 283	0.37 373
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 265	0.37 188	0.37 291	0.37 233	0.37 387	0.37 279	0.37 380	0.37 267	0.37 383	0.37 276	0.37 387	0.37 285	0.37 380	0.37 281	0.37 376	0.37 263	0.37 333	0.37 302	0.37 398	0.37 283	0.37 373

gcap_with_dpt	0.35 248	0.39 199	0.30 237	0.44 288	0.31 342	0.44 370	0.31 330	0.44 366	0.31 337	0.44 361	0.30 299	0.44 373	0.30 295	0.44 361	0.30 285	0.38 274	0.26 223	0.38 310	0.27 299	0.38 296	0.27 281

MonSter++	0.38 271	0.44 229	0.31 253	0.43 284	0.30 295	0.43 337	0.31 330	0.43 328	0.31 337	0.45 373	0.31 341	0.43 338	0.31 344	0.43 330	0.69 489	0.38 274	0.33 287	0.40 364	0.30 344	0.38 296	0.30 325

w-ln-seven	0.18 166	1.47 471	0.33 264	0.40 256	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 274	0.32 274	0.05 108	0.04 99	0.04 97	0.04 96

fffy	0.38 271	0.43 226	0.33 264	0.46 293	0.33 364	0.45 383	0.32 338	0.45 375	0.32 347	0.45 373	0.32 351	0.45 383	0.33 360	0.45 379	0.32 334	0.38 274	0.38 340	0.38 310	0.37 398	0.37 283	0.36 368

PAM	0.39 283	1.88 524	0.34 274	0.37 233	0.41 415	0.45 383	0.22 232	0.28 232	0.23 243	0.28 238	0.24 253	0.29 249	0.23 247	0.29 249	0.23 237	0.38 274	0.32 274	0.38 310	0.37 398	0.32 247	0.22 224

RAFT-Stereo-weight	0.45 347	1.90 527	0.34 274	0.42 278	0.36 383	0.43 337	0.35 367	0.42 322	0.34 366	0.42 318	0.34 368	0.44 373	0.34 365	0.41 311	0.34 359	0.38 274	0.32 274	0.38 310	0.32 362	0.38 296	0.33 348

test_for_model	0.35 248	0.39 199	0.30 237	0.43 284	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.44 361	0.31 324	0.38 274	0.26 223	0.38 310	0.26 262	0.38 296	0.26 243

IGEV++	0.34 239	0.43 226	0.30 237	0.40 256	0.29 284	0.40 294	0.29 278	0.40 289	0.29 280	0.40 290	0.29 285	0.40 300	0.29 287	0.40 295	0.30 285	0.38 274	0.29 256	0.37 302	0.29 330	0.37 283	0.29 312

WAO-8	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.38 286	0.38 387	0.38 276	0.38 387	0.38 277	0.38 392	0.38 287	0.38 384	0.38 284	0.38 379	0.38 274	0.38 340	0.38 310	0.37 398	0.38 296	0.38 380

WAO-7	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.38 286	0.38 387	0.38 276	0.38 387	0.38 277	0.38 392	0.38 287	0.38 384	0.38 284	0.38 379	0.38 274	0.38 340	0.38 310	0.38 411	0.38 296	0.38 380

HanzoNet	0.39 283	0.38 192	0.40 336	0.39 243	0.41 415	0.38 286	0.38 387	0.38 276	0.38 387	0.39 284	0.39 402	0.38 287	0.38 384	0.39 292	0.40 394	0.38 274	0.38 340	0.40 364	0.38 411	0.38 296	0.40 389

IMH	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.38 286	0.38 387	0.38 276	0.38 387	0.42 318	0.38 392	0.40 300	0.38 384	0.38 284	0.38 379	0.38 274	0.38 340	0.39 351	0.38 411	0.38 296	0.38 380

RCA-Stereo	0.51 380	3.22 607	0.34 274	0.44 288	0.34 374	0.44 370	0.34 362	0.43 328	0.34 366	0.43 323	0.34 368	0.44 373	0.33 360	0.43 330	0.33 346	0.38 274	0.29 256	0.38 310	0.29 330	0.38 296	0.29 312

mms	0.40 288	0.45 237	0.35 285	0.48 305	0.36 383	0.47 395	0.34 362	0.45 375	0.38 387	0.47 385	0.33 360	0.45 383	0.32 349	0.45 379	0.32 334	0.39 287	0.38 340	0.38 310	0.37 398	0.39 341	0.39 386

gcap-zeroshot	0.36 255	0.40 203	0.34 274	0.44 288	0.31 342	0.44 370	0.31 330	0.44 366	0.32 347	0.44 361	0.32 351	0.44 373	0.32 349	0.44 361	0.31 324	0.39 287	0.28 242	0.39 351	0.28 317	0.39 341	0.27 281

Former-RAFT_DAM_RVC	0.49 373	0.98 348	0.64 433	0.84 426	0.46 434	0.45 383	0.35 367	0.47 385	0.47 431	0.45 373	0.34 368	0.46 387	0.48 435	0.46 384	0.35 363	0.39 287	0.71 467	0.39 351	0.35 389	0.41 364	0.41 397

testlalala	0.36 255	0.40 203	0.34 274	0.44 288	0.31 342	0.44 370	0.31 330	0.44 366	0.32 347	0.44 361	0.32 351	0.44 373	0.32 349	0.44 361	0.31 324	0.39 287	0.28 242	0.39 351	0.28 317	0.39 341	0.27 281

GCAPDPT-zeroshot	0.36 255	0.40 203	0.30 237	0.43 284	0.30 295	0.43 337	0.30 285	0.43 328	0.31 337	0.43 323	0.30 299	0.43 338	0.30 295	0.44 361	0.31 324	0.39 287	0.28 242	0.39 351	0.27 299	0.39 341	0.26 243

Wz-Net-LNSev-Ref	0.11 111	0.44 229	0.33 264	0.39 243	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 287	0.36 329	0.02 19	0.02 21	0.02 21	0.02 20

Gwc-CoAtRS	0.41 296	1.49 472	0.32 259	0.42 278	0.32 352	0.41 310	0.32 338	0.41 304	0.33 357	0.41 304	0.32 351	0.41 313	0.32 349	0.41 311	0.32 334	0.39 287	0.28 242	0.39 351	0.28 317	0.40 353	0.28 306

HART	0.38 271	0.45 237	0.34 274	0.42 278	0.33 364	0.41 310	0.34 362	0.42 322	0.33 357	0.43 323	0.34 368	0.42 331	0.34 365	0.41 311	0.38 379	0.40 294	0.32 274	0.42 396	0.32 362	0.40 353	0.32 341

knoymous	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 289	0.40 401	0.40 290	0.40 405	0.40 300	0.40 396	0.40 295	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 389

anonymousa	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 289	0.40 401	0.40 290	0.40 405	0.40 300	0.40 396	0.40 295	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 389

riskmin	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 289	0.40 401	0.40 290	0.40 405	0.40 300	0.40 396	0.40 295	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 389

Anonymous_2	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 289	0.40 401	0.40 290	0.40 405	0.40 300	0.40 396	0.40 295	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 389

Anonymous_1	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 289	0.40 401	0.40 290	0.40 405	0.40 300	0.40 396	0.40 295	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 389

DGSMNet	0.34 239	0.41 214	0.27 222	0.41 268	0.28 274	0.41 310	0.28 267	0.41 304	0.27 268	0.41 304	0.27 268	0.42 331	0.27 270	0.41 311	0.28 263	0.40 294	0.29 256	0.40 364	0.28 317	0.40 353	0.27 281

AdaStereo	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 289	0.40 401	0.40 290	0.40 405	0.40 300	0.40 396	0.40 295	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 389
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.
ccccc	0.41 296	0.44 229	0.34 274	0.48 305	0.35 377	0.48 400	0.35 367	0.51 417	0.35 370	0.47 385	0.35 376	0.47 393	0.34 365	0.47 388	0.35 363	0.41 302	0.40 350	0.40 364	0.40 416	0.41 364	0.39 386

PCWNet_CMD	2.80 661	9.82 688	0.32 259	10.09 702	0.32 352	0.49 405	0.33 349	3.34 665	0.33 357	0.49 399	0.33 360	0.49 405	8.73 705	0.48 396	0.33 346	0.41 302	9.22 699	0.42 396	0.29 330	9.55 707	0.31 334

CFNet_ucs	2.73 654	9.64 687	0.33 264	9.92 700	0.32 352	0.49 405	0.33 349	0.49 394	0.33 357	0.49 399	0.33 360	0.49 405	8.98 707	0.48 396	0.33 346	0.41 302	9.96 705	0.40 364	0.29 330	10.12 710	0.54 445

GwcNet-ADL	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 304	0.41 411	0.41 304	0.41 413	0.41 313	0.41 408	0.41 311	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 397

PSMNet-ADL	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 304	0.41 411	0.41 304	0.41 413	0.41 313	0.41 408	0.41 311	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 397

GANet-ADL	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 304	0.41 411	0.41 304	0.41 413	0.41 313	0.41 408	0.41 311	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 397

ADLNet2	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 304	0.41 411	0.41 304	0.41 413	0.41 313	0.41 408	0.41 311	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 397

CFNet_pseudo	2.67 653	9.36 685	0.32 259	10.99 704	0.33 364	0.85 484	0.33 349	0.49 394	0.33 357	0.49 399	0.32 351	0.49 405	7.26 703	0.49 402	0.33 346	0.41 302	9.62 702	0.41 381	0.29 330	10.03 709	0.29 312

pcwnet_v2	2.66 652	9.89 689	0.33 264	9.89 699	0.32 352	0.50 414	0.32 338	0.49 394	0.33 357	0.49 399	0.34 368	0.49 405	8.76 706	0.48 396	0.33 346	0.41 302	9.58 701	0.40 364	0.29 330	9.01 705	0.63 468

ADLNet	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 304	0.41 411	0.41 304	0.41 413	0.41 313	0.41 408	0.41 311	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 397

ccnet	0.80 451	2.28 556	0.33 264	0.50 347	0.33 364	0.50 414	0.33 349	0.50 403	0.33 357	0.49 399	0.33 360	0.49 405	1.56 614	2.38 634	0.33 346	0.41 302	0.29 256	0.42 396	1.57 630	2.28 620	0.29 312

CFNet-RSSM	0.91 483	4.89 643	0.34 274	0.44 288	1.07 549	1.62 608	1.40 622	0.91 486	0.35 370	1.60 600	1.39 622	0.64 456	0.34 365	0.44 361	0.33 346	0.41 302	0.35 323	0.75 481	0.30 344	0.41 364	0.29 312

psmorigin	0.41 296	0.46 241	0.33 264	0.49 311	0.33 364	0.49 405	0.33 349	0.49 394	0.33 357	0.49 399	0.33 360	0.49 405	0.33 360	0.51 420	0.33 346	0.41 302	0.30 265	0.41 381	0.30 344	0.79 460	0.29 312

ccs_rob	2.79 660	10.17 692	0.32 259	10.00 701	0.33 364	0.49 405	0.33 349	1.90 608	0.32 347	0.51 421	0.33 360	0.49 405	9.24 708	0.49 402	0.33 346	0.41 302	9.82 703	0.41 381	0.28 317	9.34 706	0.29 312

LG-Stereo_L2	0.34 239	0.37 188	0.38 293	0.47 300	0.28 274	0.39 292	0.28 267	0.39 281	0.28 273	0.39 284	0.28 275	0.39 292	0.28 278	0.38 284	0.28 263	0.42 316	0.35 323	0.36 299	0.26 262	0.35 272	0.26 243

MSMDNet	2.65 651	10.14 691	0.33 264	9.74 698	0.32 352	0.87 487	0.33 349	2.95 660	0.68 485	0.49 399	0.34 368	0.49 405	5.70 699	0.49 402	0.33 346	0.42 316	9.57 700	0.41 381	0.31 355	8.36 702	0.65 476

quiztm	0.43 311	0.49 253	0.40 336	0.51 358	0.40 405	0.51 426	0.40 401	0.50 403	0.40 401	0.50 412	0.40 405	0.51 430	0.40 396	0.50 410	0.40 394	0.44 318	0.34 316	0.44 399	0.34 376	0.44 374	0.34 355

aanet-new-90k	0.44 324	1.82 510	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.44 361	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-60k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-70k	0.44 324	1.82 510	0.38 293	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-36k	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-34k	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-32k	0.44 324	1.79 497	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-30k	0.44 324	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT26K	0.43 311	1.76 488	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.31 324	0.44 318	0.33 287	0.38 310	0.27 299	0.38 296	0.26 243

aanet-new-24k	0.44 324	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-22k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-16k	0.44 324	1.83 513	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-14k	0.60 396	5.12 646	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.44 361	0.30 285	0.44 318	0.37 333	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-8k	0.43 311	1.76 488	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new	0.43 311	1.80 498	0.38 293	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-cres-4k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-cres	0.43 311	1.77 490	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-36K	0.43 311	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-22K	0.44 324	1.85 519	0.38 293	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-20K	0.43 311	1.77 490	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-24K	0.44 324	1.86 522	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-5K	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.44 370	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.44 361	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-2K	0.44 324	1.82 510	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-3K	0.43 311	1.77 490	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-50K	0.44 324	1.83 513	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.36 329	0.38 310	0.26 262	0.38 296	0.26 243

FE-Mocha	0.35 248	0.71 297	0.40 336	0.47 300	0.27 269	0.34 265	0.27 257	0.34 254	0.26 264	0.34 263	0.26 264	0.34 270	0.27 270	0.34 267	0.27 254	0.44 318	0.41 360	0.33 268	0.29 330	0.32 247	0.29 312

water-stereo	0.41 296	0.84 318	0.46 365	0.50 347	0.33 364	0.45 383	0.33 349	0.45 375	0.32 347	0.45 373	0.32 351	0.45 383	0.32 349	0.45 379	0.32 334	0.44 318	0.41 360	0.39 351	0.31 355	0.39 341	0.32 341

GREAT-IGEV	0.38 271	0.43 226	0.36 287	0.48 305	0.32 352	0.45 383	0.32 338	0.45 375	0.32 347	0.45 373	0.32 351	0.45 383	0.32 349	0.45 379	0.32 334	0.44 318	0.33 287	0.41 381	0.29 330	0.41 364	0.29 312
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GCAP-BAT	0.41 296	1.30 458	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.44 361	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.44 318	0.34 316	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-78k	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-new-40k	0.44 324	1.81 503	0.39 304	0.50 347	0.30 295	0.43 337	0.30 285	0.43 328	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

aanet-32k-new	0.44 324	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.44 366	0.30 294	0.44 361	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.45 347	0.34 316	0.39 351	0.26 262	0.38 296	0.26 243

aanet-new-28k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.44 370	0.30 285	0.44 366	0.30 294	0.44 361	0.30 299	0.44 373	0.30 295	0.44 361	0.30 285	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 243

GCAP-Stereo-DPT-FT	0.41 296	1.06 380	0.40 336	0.51 358	0.31 342	0.44 370	0.30 285	0.43 328	0.32 347	0.44 361	0.30 299	0.56 442	0.30 295	0.44 361	0.31 324	0.45 347	0.34 316	0.39 351	0.27 299	0.40 353	0.27 281

252Zero-FE	0.45 347	0.50 258	0.36 287	0.50 347	0.36 383	0.50 414	0.36 374	0.50 403	0.36 381	0.49 399	0.36 380	0.49 405	0.36 375	0.54 430	0.41 402	0.45 347	0.34 316	0.45 404	0.34 376	0.55 421	0.75 501

depthmonostereo	0.44 324	0.85 320	0.46 365	0.54 366	0.40 405	0.52 430	0.38 387	0.52 421	0.35 370	0.47 385	0.34 368	0.46 387	0.34 365	0.47 388	0.34 359	0.45 347	0.43 374	0.41 381	0.33 372	0.41 364	0.32 341

DilatedVolume-Stereo	0.43 311	0.86 322	0.48 381	0.50 347	0.33 364	0.46 390	0.33 349	0.46 379	0.33 357	0.46 379	0.33 360	0.47 393	0.33 360	0.47 388	0.34 359	0.45 347	0.42 369	0.40 364	0.33 372	0.47 395	0.38 380

GIP-stereo	0.36 255	0.49 253	0.39 304	0.48 305	0.32 352	0.41 310	0.28 267	0.40 289	0.30 294	0.41 304	0.28 275	0.40 300	0.28 278	0.42 324	0.28 263	0.45 347	0.32 274	0.38 310	0.30 344	0.37 283	0.27 281

GCAPDPT-zeroshot4090	0.40 288	1.09 383	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.44 366	0.30 294	0.43 323	0.30 299	0.43 338	0.30 295	0.43 330	0.30 285	0.45 347	0.34 316	0.38 310	0.27 299	0.38 296	0.27 281

aanet-new-10k	0.45 347	1.81 503	0.40 336	0.50 347	0.31 342	0.44 370	0.31 330	0.44 366	0.31 337	0.44 361	0.31 341	0.44 373	0.32 349	0.44 361	0.31 324	0.46 357	0.35 323	0.39 351	0.27 299	0.39 341	0.27 281

GCAP-Stereo-DPT-25K	0.41 296	1.09 383	0.40 336	0.52 361	0.31 342	0.44 370	0.31 330	0.44 366	0.31 337	0.44 361	0.31 341	0.44 373	0.31 344	0.44 361	0.31 324	0.46 357	0.35 323	0.39 351	0.28 317	0.39 341	0.28 306

otaku	0.46 354	0.46 241	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 379	0.46 426	0.46 379	0.46 434	0.46 387	0.46 426	0.46 384	0.46 420	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 412

Dean	0.46 354	0.46 241	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 379	0.46 426	0.47 385	0.46 434	0.46 387	0.46 426	0.46 384	0.46 420	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 412

ACVNet_1	0.46 354	0.47 245	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 379	0.47 431	0.46 379	0.46 434	0.46 387	0.46 426	0.46 384	0.46 420	0.46 357	0.46 384	0.47 418	0.46 438	0.46 382	0.46 412

ACVNet-4b	0.46 354	0.46 241	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 379	0.46 426	0.46 379	0.46 434	0.46 387	0.46 426	0.47 388	0.46 420	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 412

IGEV-Stereo	0.35 248	0.44 229	0.45 360	0.49 311	0.30 295	0.37 279	0.30 285	0.36 261	0.30 294	0.36 271	0.29 285	0.36 277	0.29 287	0.36 276	0.30 285	0.46 357	0.39 347	0.32 261	0.24 253	0.32 247	0.25 237
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
aanet-new-12k	0.46 354	1.99 536	0.40 336	0.51 358	0.31 342	0.44 370	0.31 330	0.44 366	0.31 337	0.44 361	0.31 341	0.44 373	0.31 344	0.44 361	0.32 334	0.47 364	0.35 323	0.39 351	0.27 299	0.39 341	0.27 281

Ntro	0.47 361	0.47 245	0.46 365	0.46 293	0.46 434	0.47 395	0.47 431	0.46 379	0.47 431	0.46 379	0.46 434	0.47 393	0.46 426	0.47 388	0.47 427	0.47 364	0.46 384	0.46 408	0.46 438	0.46 382	0.46 412

HaxPig	0.47 361	0.47 245	0.47 373	0.49 311	0.47 440	0.47 395	0.47 431	0.47 385	0.47 431	0.47 385	0.47 442	0.47 393	0.47 434	0.47 388	0.47 427	0.47 364	0.47 392	0.47 418	0.47 445	0.47 395	0.48 421

UNDER WATER	0.47 361	0.47 245	0.47 373	0.47 300	0.47 440	0.47 395	0.47 431	0.47 385	0.47 431	0.47 385	0.47 442	0.47 393	0.46 426	0.47 388	0.47 427	0.47 364	0.47 392	0.47 418	0.46 438	0.47 395	0.47 419

LVE	0.47 361	0.47 245	0.47 373	0.47 300	0.49 447	0.47 395	0.47 431	0.47 385	0.49 440	0.47 385	0.47 442	0.47 393	0.46 426	0.47 388	0.47 427	0.47 364	0.47 392	0.48 426	0.47 445	0.47 395	0.47 419

GCST	0.50 375	2.08 539	0.38 293	0.53 363	0.35 377	0.49 405	0.35 367	0.50 403	0.35 370	0.49 399	0.35 376	0.49 405	0.35 372	0.49 402	0.35 363	0.48 369	0.37 333	0.45 404	0.33 372	0.44 374	0.33 348

RainbowNet	0.48 367	0.48 251	0.48 381	0.48 305	0.48 444	0.48 400	0.48 440	0.48 389	0.48 438	0.48 392	0.48 446	0.48 400	0.48 435	0.48 396	0.48 433	0.48 369	0.48 396	0.48 426	0.48 449	0.48 399	0.48 421

notaker	0.48 367	0.49 253	0.48 381	0.48 305	0.48 444	0.48 400	0.48 440	0.48 389	0.49 440	0.48 392	0.48 446	0.48 400	0.48 435	0.48 396	0.48 433	0.48 369	0.48 396	0.48 426	0.48 449	0.48 399	0.49 427

UGAM-zero	0.51 380	2.17 548	0.39 304	0.53 363	0.36 383	0.50 414	0.36 374	0.50 403	0.36 381	0.49 399	0.36 380	0.50 419	0.35 372	0.50 410	0.36 367	0.49 372	0.37 333	0.47 418	0.35 389	0.46 382	0.34 355

UGAM	0.51 380	2.23 553	0.39 304	0.54 366	0.35 377	0.50 414	0.35 367	0.49 394	0.35 370	0.49 399	0.35 376	0.49 405	0.36 375	0.50 410	0.36 367	0.49 372	0.37 333	0.45 404	0.34 376	0.45 379	0.34 355

MyStereo07	0.60 396	3.72 619	0.48 381	0.49 311	0.41 415	0.36 273	0.32 338	0.49 394	0.43 419	0.51 421	0.42 423	0.49 405	0.43 417	0.51 420	0.64 464	0.49 372	0.45 382	0.34 278	0.32 362	0.35 272	0.43 406

MyStereo04	0.56 393	3.72 619	0.59 415	0.49 311	0.41 415	0.36 273	0.32 338	0.37 267	0.31 337	0.34 263	0.46 434	0.35 272	0.32 349	0.35 270	0.33 346	0.49 372	0.45 382	0.34 278	0.32 362	0.35 272	0.43 406

KSHMR	0.66 412	0.50 258	0.48 381	1.15 477	0.52 458	0.49 405	0.51 450	0.49 394	0.71 503	0.67 458	0.50 453	1.16 539	1.11 537	0.66 453	0.52 445	0.49 372	0.49 399	0.51 441	0.66 493	0.50 407	1.14 548

ACVNet_2	0.49 373	0.49 253	0.49 388	0.49 311	0.49 447	0.49 405	0.49 442	0.49 394	0.49 440	0.49 399	0.49 449	0.49 405	0.49 441	0.49 402	0.49 435	0.49 372	0.49 399	0.49 431	0.49 453	0.49 402	0.49 427

SCV_C0	0.45 347	0.88 326	0.49 388	0.54 366	0.37 387	0.48 400	0.37 380	0.48 389	0.37 383	0.48 392	0.36 380	0.48 400	0.37 380	0.49 402	0.37 376	0.50 378	0.41 360	0.44 399	0.34 376	0.44 374	0.34 355

SCV	0.46 354	0.94 343	0.45 360	0.54 366	0.37 387	0.48 400	0.38 387	0.48 389	0.37 383	0.48 392	0.39 402	0.48 400	0.37 380	0.49 402	0.37 376	0.50 378	0.46 384	0.44 399	0.34 376	0.44 374	0.34 355

FoundationStereo	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 403	0.50 445	0.50 412	0.50 453	0.50 419	0.50 445	0.50 410	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 430

StereoAnything_RVC	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 403	0.50 445	0.50 412	0.50 453	0.50 419	0.50 445	0.50 410	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 430

dual_stereo	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 403	0.50 445	0.50 412	0.50 453	0.50 419	0.50 445	0.50 410	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 430

SANet	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 403	0.50 445	0.50 412	0.50 453	0.50 419	0.50 445	0.50 410	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 430

fffft	0.48 367	0.51 266	0.45 360	0.52 361	0.45 432	0.52 430	0.45 424	0.52 421	0.48 438	0.53 427	0.45 431	0.52 431	0.45 423	0.52 425	0.46 420	0.51 384	0.41 360	0.50 436	0.41 424	0.50 407	0.41 397
1: 1. 1
ktn	0.72 429	0.53 272	1.08 511	1.14 474	0.51 457	1.22 582	1.36 615	0.51 417	0.59 464	0.51 421	0.51 459	0.69 463	1.20 549	0.67 455	0.51 443	0.51 384	0.49 399	0.58 452	0.66 493	0.52 415	0.53 442

DDF-Stereo	0.43 311	1.15 393	0.57 413	0.53 363	0.32 352	0.41 310	0.32 338	0.41 304	0.32 347	0.41 304	0.32 351	0.41 313	0.32 349	0.40 295	0.32 334	0.52 386	0.50 407	0.38 310	0.31 355	0.39 341	0.31 334

GASTEREO	0.48 367	1.21 446	0.47 373	0.57 374	0.38 394	0.50 414	0.38 387	0.50 403	0.38 387	0.50 412	0.38 392	0.50 419	0.38 384	0.50 410	0.38 379	0.52 386	0.42 369	0.46 408	0.34 376	0.46 382	0.34 355

PML	0.46 354	1.36 464	0.29 233	0.58 376	0.30 295	0.57 444	0.29 278	0.57 432	0.29 280	0.57 441	0.29 285	0.57 445	0.29 287	0.56 435	0.29 276	0.52 386	0.30 265	0.53 447	0.31 355	0.53 419	0.30 325

CFNet_RVC	2.38 645	8.71 680	0.38 293	9.33 695	0.42 425	0.56 438	0.42 415	0.60 440	0.38 387	0.62 450	0.42 423	0.56 442	7.29 704	0.62 445	0.42 410	0.53 389	0.37 333	0.49 431	0.34 376	8.30 701	6.87 707

GEAStereo	0.62 404	3.91 626	0.48 381	0.69 397	0.38 394	0.51 426	0.38 387	0.51 417	0.38 387	0.53 427	0.38 392	0.50 419	0.38 384	0.51 420	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.34 355

GSStereo	0.81 456	4.28 636	0.50 393	0.59 379	0.40 405	0.51 426	0.38 387	0.50 403	0.38 387	0.50 412	0.38 392	0.50 419	3.79 684	0.50 410	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.35 365

GS-Stereo							0.38 387	0.50 403	0.38 387	0.50 412	0.38 392	0.50 419	3.79 684	0.50 410	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.35 365

gasm-f	0.62 404	3.91 626	0.48 381	0.69 397	0.38 394	0.51 426	0.38 387	0.51 417	0.38 387	0.53 427	0.38 392	0.50 419	0.38 384	0.51 420	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.34 355

MyStereo8	0.71 426	3.92 628	0.52 403	0.59 379	0.52 458	0.57 444	0.53 452	0.59 438	0.50 445	0.59 445	0.51 459	0.57 445	0.50 445	0.56 435	0.52 445	0.54 390	0.49 399	0.54 448	0.49 453	0.55 421	0.50 430

PSMNet_ROB	0.54 386	0.54 276	0.54 408	0.54 366	0.53 461	0.54 436	0.54 455	0.53 423	0.54 455	0.54 433	0.54 463	0.54 435	0.53 452	0.54 430	0.54 449	0.54 390	0.53 416	0.54 448	0.54 463	0.54 420	0.54 445

LG-Stereo_L1	0.47 361	0.52 268	0.47 373	0.62 384	0.39 404	0.53 432	0.40 401	0.53 423	0.39 400	0.53 427	0.39 402	0.53 432	0.39 395	0.53 427	0.39 391	0.55 396	0.46 384	0.49 431	0.37 398	0.49 402	0.37 373

LG-Stereo_Zeroshot	0.48 367	0.55 278	0.47 373	0.63 386	0.41 415	0.56 438	0.44 418	0.56 429	0.41 411	0.56 438	0.41 413	0.57 445	0.42 414	0.56 435	0.41 402	0.55 396	0.43 374	0.51 441	0.37 398	0.51 413	0.37 373

CASS	0.57 395	0.89 329	0.56 411	0.57 374	0.56 465	0.56 438	0.56 457	0.56 429	0.53 453	0.57 441	0.57 466	0.59 449	0.48 435	0.56 435	0.57 453	0.55 396	0.56 421	0.47 418	0.56 469	0.62 431	0.56 456
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymus	0.47 361	0.73 300	0.46 365	0.43 284	0.54 464	0.53 432	0.27 257	0.39 281	0.35 370	0.33 260	0.40 405	0.33 265	0.38 384	0.53 427	0.54 449	0.56 399	0.36 329	0.49 431	0.53 461	0.66 435	0.54 445

DN	0.53 385	0.85 320	0.45 360	0.65 390	0.44 428	0.60 447	0.44 418	0.60 440	0.44 422	0.60 446	0.45 431	0.60 450	0.44 419	0.60 444	0.44 414	0.56 399	0.42 369	0.56 450	0.42 432	0.56 423	0.42 404

z-ln-s-r	0.21 180	1.40 469	0.53 407	0.56 373	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 401	0.44 381	0.04 93	0.04 99	0.04 97	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 161	0.04 90	0.03 52	0.58 402	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

MonSter	0.60 396	0.64 291	0.52 403	0.62 384	0.44 428	2.07 623	0.44 418	0.62 444	0.44 422	0.62 450	0.44 427	0.62 454	0.44 419	0.62 445	0.44 414	0.58 402	0.42 369	0.62 456	0.46 438	0.58 428	0.42 404

Selective-IGEV	0.51 380	0.55 278	0.45 360	0.69 397	0.45 432	0.61 448	0.45 424	0.50 403	0.40 401	0.56 438	0.44 427	0.55 439	0.40 396	0.72 462	0.67 473	0.59 404	0.46 384	0.45 404	0.34 376	0.46 382	0.37 373

MSCF	0.51 380	1.40 469	0.49 388	0.58 376	0.38 394	0.50 414	0.38 387	0.54 425	0.41 411	0.52 424	0.41 413	0.53 432	0.42 414	0.53 427	0.41 402	0.60 405	0.47 392	0.48 426	0.37 398	0.48 399	0.38 380

MyStereo06	0.75 437	4.12 630	0.60 419	0.63 386	0.61 476	0.62 451	0.66 474	0.56 429	0.45 425	0.55 436	0.48 446	0.54 435	0.46 426	0.57 440	0.45 416	0.60 405	0.57 423	0.64 460	0.55 465	0.72 447	0.55 453

MyStereo05	0.80 451	4.12 630	0.63 430	0.63 386	0.61 476	0.62 451	0.66 474	0.65 448	0.62 469	0.67 458	0.61 476	0.65 460	0.58 460	0.67 455	0.55 452	0.60 405	0.57 423	0.64 460	0.55 465	0.72 447	0.55 453

LL-Strereo2	0.48 367	1.73 486	0.51 400	0.59 379	0.34 374	0.42 330	0.33 349	0.40 289	0.31 337	0.42 318	0.33 360	0.42 331	0.31 344	0.44 361	0.39 391	0.60 405	0.51 412	0.44 399	0.33 372	0.44 374	0.33 348

FSD	0.61 401	0.59 284	0.50 393	2.58 605	0.44 428	0.56 438	0.44 418	0.55 428	0.44 422	0.56 438	0.44 427	0.56 442	0.44 419	0.56 435	0.46 420	0.61 409	0.42 369	0.52 444	0.42 432	0.52 415	0.51 437

AIO-test1	0.54 386	0.60 287	0.52 403	0.66 394	0.47 440	0.61 448	0.47 431	0.58 435	0.46 426	0.61 447	0.46 434	0.61 452	0.45 423	0.62 445	0.45 416	0.61 409	0.52 414	0.57 451	0.48 449	0.57 426	0.48 421

SMoEStereo_RVC	0.63 406	0.75 305	0.51 400	0.73 411	0.53 461	0.71 463	0.47 431	0.67 451	0.58 459	0.74 471	0.60 472	0.72 469	0.53 452	0.74 466	0.51 443	0.61 409	0.62 439	0.62 456	0.61 479	0.63 432	0.61 463

AIO-Stereo-zeroshot	0.91 483	0.86 322	0.89 487	1.25 534	0.69 494	1.05 519	0.81 517	1.16 522	0.50 445	1.12 531	0.97 537	0.72 469	0.82 513	1.06 525	0.95 528	0.61 409	0.87 488	1.03 534	0.85 530	1.04 508	1.01 537

PAM_32	0.64 408	2.38 568	0.51 400	0.92 440	0.43 427	0.53 432	0.44 418	0.87 478	0.43 419	0.52 424	0.45 431	0.53 432	0.40 396	0.54 430	0.46 420	0.62 413	0.56 421	0.48 426	0.45 436	0.76 454	0.44 409

AIO-Stereo-zeroshot1	0.75 437	0.92 339	0.85 486	0.96 452	0.59 468	1.27 586	0.44 418	0.59 438	0.69 490	0.91 493	0.68 492	0.55 439	0.61 467	1.06 525	0.83 519	0.62 413	0.70 463	0.90 505	0.41 424	0.89 479	0.56 456

S	0.56 393	0.61 288	0.54 408	0.68 396	0.48 444	0.65 454	0.49 442	0.63 445	0.49 440	0.64 453	0.49 449	0.64 456	0.48 435	0.62 445	0.49 435	0.63 415	0.62 439	0.59 455	0.48 449	0.57 426	0.48 421

PointNet	0.60 396	0.75 305	0.49 388	0.79 417	0.50 451	0.79 472	0.49 442	0.79 466	0.49 440	0.80 478	0.49 449	0.79 479	0.49 441	0.80 472	0.49 435	0.63 415	0.40 350	0.63 458	0.40 416	0.63 432	0.40 389

AIO-test2	0.55 391	0.59 284	0.52 403	0.67 395	0.47 440	0.61 448	0.47 431	0.61 443	0.47 431	0.61 447	0.47 442	0.61 452	0.48 435	0.62 445	0.47 427	0.64 417	0.53 416	0.58 452	0.47 445	0.58 428	0.48 421

WCG-NET	0.61 401	1.21 446	0.54 408	0.61 383	0.53 461	0.67 457	0.53 452	0.66 450	0.53 453	0.64 453	0.53 462	0.65 460	0.53 452	0.59 442	0.52 445	0.65 418	0.48 396	0.64 460	0.52 459	0.58 428	0.50 430

DSFCA	0.66 412	0.73 300	0.78 475	0.65 390	0.65 484	0.64 453	0.64 469	0.65 448	0.63 472	0.64 453	0.64 480	0.64 456	0.64 469	0.65 452	0.65 468	0.65 418	0.65 446	0.65 463	0.65 491	0.66 435	0.64 474

LMCR-Stereo	0.65 410	0.63 289	0.65 437	0.65 390	0.65 484	0.66 456	0.63 468	0.58 435	0.65 475	0.63 452	0.64 480	0.65 460	0.65 472	0.66 453	0.66 472	0.66 420	0.64 444	0.65 463	0.67 497	0.68 438	0.73 497

PA-Net	11.80 708	223.51 735	0.62 426	0.59 379	0.71 500	0.59 446	0.73 503	0.67 451	0.73 509	0.55 436	0.61 476	0.60 450	0.74 500	0.63 450	0.73 501	0.66 420	0.60 434	0.69 468	0.66 493	0.72 447	0.65 476
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.63 406	0.69 293	0.56 411	0.71 405	0.56 465	0.71 463	0.56 457	0.71 458	0.56 456	0.72 464	0.56 465	0.71 466	0.56 456	0.71 460	0.58 455	0.68 422	0.55 419	0.68 465	0.55 465	0.68 438	0.54 445

mm2	0.69 420	0.69 293	0.69 453	0.69 397	0.69 494	0.69 458	0.69 490	0.69 453	0.69 490	0.69 461	0.69 497	0.69 463	0.69 489	0.69 457	0.69 489	0.69 423	0.69 460	0.69 468	0.69 502	0.69 442	0.69 484

mm1	0.69 420	0.69 293	0.69 453	0.69 397	0.69 494	0.69 458	0.69 490	0.69 453	0.69 490	0.69 461	0.69 497	0.69 463	0.69 489	0.69 457	0.69 489	0.69 423	0.69 460	0.69 468	0.69 502	0.69 442	0.69 484

HH	0.71 426	2.54 574	0.74 468	1.10 468	0.32 352	0.41 310	0.37 380	0.69 453	0.78 513	0.73 466	0.90 529	0.75 474	1.00 524	0.84 482	0.69 489	0.69 423	0.40 350	0.35 294	0.26 262	0.35 272	0.26 243

HanStereo	0.71 426	2.54 574	0.74 468	1.10 468	0.32 352	0.41 310	0.37 380	0.69 453	0.78 513	0.73 466	0.90 529	0.75 474	1.00 524	0.84 482	0.69 489	0.69 423	0.40 350	0.35 294	0.26 262	0.35 272	0.26 243

DMCA-RVC	0.70 423	0.80 312	0.70 456	0.70 403	0.70 498	0.70 461	0.70 497	0.71 458	0.70 498	0.70 463	0.71 506	0.71 466	0.70 493	0.70 459	0.69 489	0.69 423	0.70 463	0.69 468	0.70 506	0.69 442	0.70 487

ARAFT	0.68 417	0.81 315	0.63 430	0.74 414	0.60 470	0.78 469	0.62 467	0.77 465	0.66 478	0.74 471	0.63 478	0.75 474	0.62 468	0.83 481	0.60 460	0.70 428	0.55 419	0.70 473	0.60 476	0.78 458	0.55 453

HLF11	0.17 157	0.05 66	0.63 430	0.72 407	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 429	0.59 431	0.05 108	0.04 99	0.04 97	0.04 96

TestStereo_HLe17	0.17 157	0.05 66	0.65 437	0.72 407	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 429	0.59 431	0.05 108	0.04 99	0.05 114	0.04 96

MGA	0.73 433	0.76 307	0.60 419	0.92 440	1.17 559	0.81 477	0.59 464	0.84 476	0.62 469	0.81 481	0.59 470	0.84 488	0.60 464	0.81 475	0.61 462	0.71 429	0.53 416	0.89 504	0.53 461	0.75 451	0.54 445

CAR	0.72 429	0.76 307	0.59 415	0.84 426	1.19 563	0.81 477	0.58 460	0.81 472	0.58 459	0.81 481	0.58 468	0.83 486	0.59 462	0.82 476	0.59 458	0.71 429	0.49 399	0.73 475	0.68 498	0.87 475	0.52 439

MSE-Stereo	0.72 429	0.76 307	0.59 415	0.84 426	1.19 563	0.81 477	0.58 460	0.81 472	0.58 459	0.81 481	0.58 468	0.83 486	0.59 462	0.82 476	0.59 458	0.71 429	0.49 399	0.73 475	0.68 498	0.87 475	0.52 439

iinet-test	0.08 72	0.16 121	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 212	0.02 20	0.02 21	0.71 429	0.02 16	0.02 19	0.02 21	0.02 21	0.16 190

Pro-Stereo	0.79 448	0.53 272	0.38 293	0.49 311	0.38 394	0.49 405	0.37 380	0.49 394	0.67 479	0.50 412	0.38 392	1.10 531	0.38 384	0.49 402	0.38 379	0.71 429	0.88 489	5.98 703	0.36 395	0.46 382	0.36 368

TorneroNet	0.66 412	0.53 272	0.50 393	0.50 347	0.64 482	1.06 520	0.70 497	0.50 403	0.51 452	0.49 399	0.69 497	0.49 405	0.50 445	0.48 396	1.15 549	0.71 429	0.49 399	1.14 537	1.08 548	0.49 402	0.49 427

ManiGeoR	0.17 157	0.05 66	0.62 426	0.73 411	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 157	0.05 66	0.62 426	0.73 411	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 157	0.05 66	0.62 426	0.72 407	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

999	1.00 497	1.12 389	0.59 415	1.10 468	1.21 611	1.09 526	0.52 451	1.08 514	1.43 624	1.18 536	1.35 616	0.98 509	0.52 451	0.91 494	0.85 520	0.72 437	1.46 598	0.83 497	0.98 536	0.68 438	1.41 620

iGMRVC	0.84 468	2.85 598	0.72 463	0.72 407	0.73 503	0.77 467	0.79 510	0.73 461	0.74 511	0.73 466	0.72 509	0.73 471	0.76 503	0.73 464	0.73 501	0.72 437	0.73 470	0.73 475	0.72 511	0.73 450	0.72 494

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 442	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 442	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

zero-FE	0.72 429	1.31 460	0.66 440	0.92 440	0.60 470	0.82 480	0.58 460	0.82 475	0.58 459	0.81 481	0.60 472	0.81 484	0.60 464	0.82 476	0.58 455	0.74 444	0.59 431	0.73 475	0.52 459	0.76 454	0.51 437

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 445	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

GCAP-Stereo	0.75 437	4.15 633	0.42 355	0.75 415	0.35 377	0.78 469	0.40 401	0.79 466	0.38 387	0.78 475	0.36 380	0.78 477	0.36 375	0.79 470	0.39 391	0.75 445	0.39 347	0.76 483	0.39 415	0.75 451	0.39 386

DStereoRT	0.73 433	0.81 315	0.73 467	0.71 405	0.74 505	0.73 465	0.75 505	0.71 458	0.71 503	0.74 471	0.72 509	0.73 471	0.80 509	0.71 460	0.73 501	0.76 447	0.71 467	0.73 475	0.72 511	0.70 445	0.76 504

RAFT-Stereo + iAFF	0.70 423	0.72 299	0.71 460	0.80 421	0.62 481	0.82 480	0.61 466	0.81 472	0.62 469	0.81 481	0.63 478	0.80 481	0.70 493	0.73 464	0.61 462	0.76 447	0.61 438	0.74 480	0.61 479	0.77 456	0.61 463

AFF-stereo	0.73 433	0.88 326	0.67 444	0.75 415	0.68 493	0.75 466	0.64 469	0.80 469	0.72 506	0.83 486	0.70 501	0.82 485	0.64 469	0.84 482	0.67 473	0.77 449	0.63 442	0.81 492	0.63 482	0.78 458	0.62 466

monster-pro	0.75 437	1.67 478	0.64 433	0.89 432	0.57 467	0.86 486	0.56 457	0.87 478	0.56 456	0.87 487	0.57 466	0.88 491	0.57 457	0.87 487	0.57 453	0.79 450	0.58 425	0.76 483	0.54 463	0.77 456	0.54 445

G-Net	0.79 448	0.79 311	0.79 478	0.79 417	0.79 518	0.79 472	0.79 510	0.79 466	0.79 517	0.79 477	0.79 521	0.79 479	0.79 508	0.79 470	0.79 511	0.79 450	0.79 480	0.79 487	0.79 522	0.79 460	0.79 509

SE	0.64 408	0.73 300	0.77 473	0.79 417	0.59 468	0.78 469	0.54 455	0.58 435	0.58 459	0.78 475	0.59 470	0.63 455	0.18 222	0.78 469	0.52 445	0.80 452	0.65 446	0.69 468	0.57 471	0.75 451	0.52 439

FC-DCNN	1.07 512	1.09 383	0.98 499	0.89 432	0.52 458	1.41 600	0.91 526	1.21 575	1.24 610	1.96 612	2.05 668	1.91 614	1.30 602	1.27 591	1.08 543	0.80 452	0.60 434	0.58 452	0.41 424	0.68 438	0.54 445

NaN_ROB	0.80 451	0.80 312	0.80 479	0.80 421	0.80 521	0.80 474	0.80 513	0.80 469	0.80 519	0.80 478	0.80 523	0.80 481	0.80 509	0.80 472	0.80 514	0.80 452	0.80 483	0.80 490	0.80 524	0.80 463	0.80 510

CSAN	0.80 451	0.80 312	0.80 479	0.80 421	0.80 521	0.80 474	0.80 513	0.80 469	0.80 519	0.80 478	0.80 523	0.80 481	0.80 509	0.80 472	0.80 514	0.80 452	0.80 483	0.80 490	0.80 524	0.80 463	0.80 510

FlowAnything_test	1.02 507	1.72 481	0.71 460	1.59 561	0.70 498	1.61 606	0.69 490	1.61 597	0.70 498	1.60 600	0.70 501	1.61 608	0.69 489	1.61 604	0.70 497	0.81 456	0.58 425	0.81 492	0.55 465	0.81 466	0.56 456

FlowAnything	1.02 507	1.71 480	0.72 463	1.59 561	0.69 494	1.60 605	0.69 490	1.61 597	0.70 498	1.60 600	0.69 497	1.60 605	0.69 489	1.61 604	0.69 489	0.81 456	0.58 425	0.81 492	0.56 469	0.82 468	0.56 456

RSM++	0.76 442	0.82 317	0.66 440	0.85 430	0.64 482	0.85 484	0.71 500	0.94 494	0.64 473	0.87 487	0.67 487	0.87 490	0.65 472	0.84 482	0.65 468	0.81 456	0.70 463	0.79 487	0.71 509	0.83 470	0.70 487

Selective-RAFT-Error	0.88 480	0.84 318	0.98 499	0.86 431	0.97 537	0.88 488	0.95 531	0.84 476	0.99 540	0.92 495	0.82 525	0.84 488	0.98 523	0.87 487	0.97 530	0.81 456	0.83 486	0.79 487	0.82 527	0.79 460	0.85 515

DCRE	0.84 468	1.89 525	0.77 473	0.94 447	0.72 502	0.88 488	0.73 503	0.87 478	0.78 513	0.90 491	0.71 506	0.88 491	0.67 478	0.88 489	0.73 501	0.81 456	0.68 454	0.81 492	0.70 506	0.82 468	0.70 487

4D-IteraStereo	0.78 447	3.13 604	0.89 487	0.69 397	0.32 352	0.40 294	0.32 338	0.76 464	0.97 537	0.52 424	0.65 483	0.89 494	0.32 349	0.76 468	0.98 531	0.83 461	0.94 495	0.35 294	0.27 299	0.70 445	0.89 519

Selective-RAFT	0.89 482	0.89 329	0.72 463	1.16 482	0.78 516	1.06 520	0.82 520	0.87 478	0.97 537	1.00 504	0.91 532	0.90 496	1.00 524	0.89 491	0.93 527	0.83 461	0.83 486	0.82 496	0.82 527	0.81 466	0.82 513

DNS	0.77 443	1.09 383	0.65 437	0.89 432	0.65 484	0.89 491	0.65 473	0.89 483	0.65 475	0.89 490	0.65 483	0.89 494	0.65 472	0.90 492	0.65 468	0.84 463	0.62 439	0.84 498	0.61 479	0.84 472	0.62 466

DDUNet	0.81 456	2.45 572	0.57 413	0.90 435	0.60 470	0.88 488	0.59 464	0.90 484	0.60 465	0.88 489	0.60 472	0.90 496	0.58 460	0.88 489	0.60 460	0.84 463	0.60 434	0.86 501	0.57 471	0.86 474	0.60 461

MoCha-V2	2.11 621	26.97 711	0.78 475	0.92 440	0.77 515	0.96 500	0.72 502	0.90 484	0.72 506	0.94 500	0.70 501	0.90 496	0.71 497	0.91 494	0.71 499	0.85 465	0.71 467	0.88 502	0.69 502	0.87 475	0.67 481

UDG	0.80 451	2.21 552	0.60 419	0.91 437	0.60 470	0.90 492	0.58 460	0.88 482	0.60 465	0.90 491	0.60 472	0.88 491	0.60 464	0.90 492	0.58 455	0.86 466	0.60 434	0.84 498	0.59 475	0.84 472	0.61 463

Syn2CoEx	0.25 199	1.31 460	0.74 468	0.92 440	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 467	0.75 473	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 461	1.60 476	0.70 456	1.01 461	0.60 470	1.07 523	0.69 490	1.01 507	0.60 465	0.72 464	0.55 464	1.02 522	0.68 482	1.03 523	0.67 473	0.89 468	0.63 442	0.92 511	0.57 471	0.90 482	0.65 476

LG-Stereo	0.60 396	0.58 283	0.47 373	0.64 389	0.74 505	1.00 503	0.69 490	0.57 432	0.41 411	0.57 441	0.41 413	0.57 445	0.41 408	1.00 509	0.75 506	0.91 469	0.51 412	0.52 444	0.37 398	0.52 415	0.37 373

tt45	1.04 510	0.88 326	1.36 589	0.92 440	1.03 547	1.51 604	0.79 510	0.70 457	0.88 525	0.74 471	0.90 529	1.60 605	0.72 498	1.60 602	0.75 506	0.91 469	0.78 478	1.52 613	0.79 522	1.14 513	1.32 612

ToySt	0.92 485	2.11 542	0.90 490	0.95 449	0.79 518	0.99 502	0.78 509	0.94 494	0.81 522	0.94 500	0.78 519	0.95 506	0.77 505	0.94 501	0.86 521	0.91 469	0.79 480	0.85 500	0.77 518	0.89 479	0.73 497

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 148	0.04 90	0.03 52	0.92 472	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

AdaDepth	0.86 477	0.93 341	0.71 460	1.01 461	1.07 549	1.02 517	0.71 500	1.00 498	0.71 503	1.01 515	0.71 506	1.00 510	0.72 498	1.14 536	0.71 499	0.92 472	0.64 444	0.90 505	0.64 487	0.89 479	0.69 484

DGTPSM_ROB	0.93 490	1.00 357	0.92 494	0.94 447	0.96 536	0.91 493	0.92 527	0.91 486	0.96 536	0.91 493	0.96 536	0.93 502	0.92 518	0.94 501	0.92 523	0.92 472	0.92 493	0.90 505	0.92 531	0.94 495	0.91 521

DPSM_ROB	0.92 485	0.91 334	0.91 492	0.91 437	0.92 532	0.92 494	0.92 527	0.92 489	0.91 527	0.93 498	0.91 532	0.92 499	0.90 516	0.91 494	0.92 523	0.92 472	0.91 491	0.91 508	0.92 531	0.93 491	0.93 523

DPSM	0.92 485	0.91 334	0.91 492	0.91 437	0.92 532	0.92 494	0.92 527	0.92 489	0.91 527	0.93 498	0.91 532	0.92 499	0.90 516	0.91 494	0.92 523	0.92 472	0.91 491	0.91 508	0.92 531	0.93 491	0.93 523

pmcnn	0.92 485	0.92 339	0.92 494	0.92 440	0.92 532	0.92 494	0.92 527	0.92 489	0.92 531	0.92 495	0.92 535	0.92 499	0.92 518	0.92 498	0.92 523	0.92 472	0.92 493	0.92 511	0.92 531	0.92 486	0.92 522

R-Stereo Train	0.81 456	0.96 345	0.67 444	0.95 449	0.67 489	0.95 498	0.68 482	0.95 496	0.68 485	0.95 502	0.68 492	0.96 507	0.68 482	0.96 505	0.68 481	0.94 478	0.68 454	0.94 519	0.68 498	0.94 495	0.68 482

RAFT-Stereo	0.81 456	0.96 345	0.67 444	0.95 449	0.67 489	0.95 498	0.68 482	0.95 496	0.68 485	0.95 502	0.68 492	0.96 507	0.68 482	0.96 505	0.68 481	0.94 478	0.68 454	0.94 519	0.68 498	0.94 495	0.68 482
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJA1++	0.84 468	0.98 348	0.67 444	1.26 535	0.75 507	1.00 503	0.67 478	1.00 498	0.67 479	1.00 504	0.67 487	1.00 510	0.67 478	1.00 509	0.67 473	0.96 480	0.67 449	0.91 508	0.63 482	0.92 486	0.63 468

WQFJX	0.85 474	1.00 357	0.68 451	1.30 543	0.75 507	1.01 511	0.68 482	1.01 507	0.68 485	1.01 515	0.68 492	1.03 524	0.68 482	1.02 521	0.67 473	0.97 481	0.67 449	0.93 515	0.63 482	0.94 495	0.63 468

NLMM1	0.86 477	0.98 348	0.69 453	1.48 558	0.75 507	1.01 511	0.69 490	1.00 498	0.69 490	1.00 504	0.70 501	1.00 510	0.68 482	1.01 517	0.67 473	0.97 481	0.68 454	0.92 511	0.63 482	0.93 491	0.63 468

NLMM	0.84 468	1.00 357	0.67 444	1.27 536	0.75 507	1.00 503	0.68 482	1.00 498	0.67 479	1.00 504	0.67 487	1.02 522	0.67 478	1.02 521	0.67 473	0.97 481	0.67 449	0.93 515	0.63 482	0.92 486	0.63 468

NLSM3	0.85 474	0.99 355	0.68 451	1.29 541	0.76 512	1.01 511	0.68 482	1.01 507	0.68 485	1.02 519	0.68 492	1.01 518	0.68 482	1.01 517	0.68 481	0.97 481	0.68 454	0.93 515	0.64 487	0.93 491	0.63 468

WQFJX1	0.84 468	0.98 348	0.67 444	1.30 543	0.75 507	1.01 511	0.67 478	1.01 507	0.67 479	1.01 515	0.67 487	1.01 518	0.68 482	1.00 509	0.68 481	0.98 485	0.67 449	0.92 511	0.64 487	0.92 486	0.64 474

WQFJA1	0.85 474	0.98 348	0.67 444	1.29 541	0.76 512	1.01 511	0.67 478	1.02 512	0.67 479	1.02 519	0.67 487	1.01 518	0.67 478	1.01 517	0.68 481	0.99 486	0.67 449	0.93 515	0.64 487	0.92 486	0.65 476

LGCAT	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 498	1.00 541	1.00 504	1.00 539	1.00 510	1.00 524	1.00 509	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 531

Test_v1	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 498	1.00 541	1.00 504	1.00 539	1.00 510	1.00 524	1.00 509	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 531

GANet	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 498	1.00 541	1.00 504	1.00 539	1.00 510	1.00 524	1.00 509	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 531

TDLM	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 498	1.00 541	1.00 504	1.00 539	1.00 510	1.00 524	1.00 509	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 531

CVANet_RVC	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 498	1.00 541	1.00 504	1.00 539	1.00 510	1.00 524	1.00 509	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 531

trnet	1.01 505	1.01 367	1.01 506	1.01 461	1.01 544	1.01 511	1.01 540	1.01 507	1.01 546	1.01 515	1.01 544	1.01 518	1.01 532	1.01 517	1.01 538	1.01 492	1.01 503	1.01 531	1.01 545	1.01 505	1.01 537

AIO-Stereo	0.84 468	0.66 292	0.70 456	0.83 425	0.67 489	0.98 501	0.82 520	1.14 518	0.72 506	1.03 521	0.74 513	1.03 524	1.09 536	0.99 507	0.45 416	1.04 493	0.73 470	0.95 521	0.74 513	0.94 495	0.46 412

HBP-ISP	1.24 572	1.72 481	1.65 609	1.15 477	0.76 512	1.40 598	0.88 523	1.67 603	1.02 547	1.69 607	1.38 621	1.69 609	1.21 595	1.87 614	1.21 604	1.05 494	0.79 480	0.97 524	0.80 524	1.19 526	0.75 501

GLC_STEREO	1.07 512	1.01 367	1.06 509	1.07 466	1.05 548	1.06 520	1.08 545	1.08 514	1.05 550	1.07 523	1.06 546	1.08 527	1.05 534	1.06 525	1.10 544	1.07 495	1.09 513	1.05 535	1.05 547	1.06 509	1.12 544

GeoVLM	0.36 255	0.38 192	0.27 222	0.46 293	0.28 274	0.35 269	0.28 267	0.37 267	0.27 268	0.35 267	0.28 275	0.36 277	0.38 384	0.35 270	0.28 263	1.08 496	0.26 223	0.33 268	0.27 299	0.34 259	0.33 348

NCC-stereo	2.36 641	25.52 706	1.17 519	1.15 477	1.17 559	1.11 530	1.11 546	1.15 519	1.16 555	1.10 525	1.16 554	1.10 531	1.15 542	1.14 536	1.13 547	1.09 497	1.11 517	1.15 539	1.16 554	1.17 523	1.17 553

Abc-Net	2.32 638	24.75 703	1.14 515	1.17 483	1.17 559	1.11 530	1.15 551	1.17 524	1.21 607	1.08 524	1.16 554	1.12 536	1.14 541	1.09 529	1.17 554	1.09 497	1.16 523	1.17 544	1.17 555	1.16 518	1.11 542
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AF-Net	2.37 643	25.71 707	1.17 519	1.13 473	1.15 554	1.15 534	1.18 555	1.19 527	1.16 555	1.10 525	1.15 551	1.10 531	1.18 547	1.12 535	1.15 549	1.10 499	1.10 516	1.17 544	1.15 552	1.16 518	1.12 544

RGC	2.36 641	25.48 705	1.19 523	1.15 477	1.15 554	1.10 527	1.16 553	1.17 524	1.16 555	1.12 531	1.16 554	1.11 535	1.13 538	1.09 529	1.18 555	1.10 499	1.15 522	1.16 540	1.12 550	1.14 513	1.12 544

edge stereo	2.43 646	27.07 712	1.14 515	1.06 465	1.14 552	1.08 524	1.17 554	1.16 522	1.14 553	1.10 525	1.16 554	1.09 529	1.16 546	1.10 531	1.16 553	1.10 499	1.11 517	1.16 540	1.19 556	1.13 512	1.11 542

Nwc_Net	2.37 643	25.95 708	1.15 517	1.14 474	1.15 554	1.08 524	1.14 549	1.17 524	1.16 555	1.14 534	1.15 551	1.08 527	1.15 542	1.11 533	1.14 548	1.10 499	1.11 517	1.16 540	1.09 549	1.16 518	1.15 549

MSMD_ROB	1.19 522	1.10 388	0.70 456	1.10 468	0.60 470	1.10 527	0.70 497	1.10 517	0.70 498	1.10 525	0.70 501	1.10 531	0.70 493	7.00 706	0.70 497	1.10 499	0.70 463	1.10 536	0.70 506	1.10 511	0.70 487

RP	2.33 639	25.00 704	1.13 514	1.15 477	1.15 554	1.10 527	1.15 551	1.15 519	1.15 554	1.12 531	1.15 551	1.09 529	1.13 538	1.10 531	1.15 549	1.11 504	1.09 513	1.16 540	1.12 550	1.16 518	1.17 553

DF	0.39 283	1.37 466	1.02 507	1.14 474	0.12 181	0.16 173	0.12 175	0.16 173	0.12 180	0.16 170	0.12 172	0.16 172	0.12 176	0.16 172	0.12 169	1.12 505	1.00 497	0.15 171	0.12 175	0.15 171	0.12 171

MLG-Stereo	0.92 485	0.90 332	0.84 485	1.27 536	0.49 447	1.38 596	0.88 523	1.41 593	0.97 537	0.73 466	1.09 548	1.26 589	0.43 417	0.72 462	1.05 541	1.13 506	0.49 399	1.18 547	0.66 493	1.01 505	0.46 412

HSM-Net_RVC	0.95 493	1.17 396	0.78 475	1.18 484	0.71 500	1.16 535	0.75 505	1.09 516	0.80 519	1.10 525	0.75 514	1.17 540	0.74 500	1.17 539	0.80 514	1.13 506	0.73 470	1.17 544	0.77 518	1.16 518	0.72 494
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
stereogan	2.33 639	24.38 702	1.18 521	1.18 484	1.18 562	1.14 533	1.18 555	1.19 527	1.19 561	1.14 534	1.18 558	1.14 537	1.18 547	1.14 536	1.18 555	1.14 508	1.14 521	1.19 549	1.19 556	1.15 516	1.19 557

Hybrid-DGEV	1.03 509	1.75 487	0.80 479	1.28 540	0.78 516	1.26 585	0.80 513	1.26 579	0.78 513	1.26 585	0.78 519	1.26 589	0.78 507	1.26 588	0.78 510	1.15 509	0.75 473	1.14 537	0.74 513	1.14 513	0.75 501

DPSimNet_ROB	0.97 494	1.18 398	0.81 482	1.10 468	0.91 531	1.02 517	0.82 520	1.04 513	0.91 527	1.03 521	0.86 528	1.28 593	0.82 513	1.03 523	0.89 522	1.17 510	0.81 485	1.02 532	0.82 527	1.08 510	0.81 512

Hybrid-DGEV-03	1.07 512	1.83 513	0.83 483	1.34 548	0.81 523	1.32 590	0.81 517	1.31 586	0.81 522	1.31 588	0.82 525	1.32 594	0.82 513	1.32 593	0.81 517	1.19 511	0.77 476	1.19 549	0.76 516	1.19 526	0.77 506

S-Stereo	2.51 648	26.86 710	1.23 575	1.22 531	1.22 613	1.24 584	1.25 606	1.22 576	1.24 610	1.21 583	1.24 607	1.19 541	1.27 599	1.19 540	1.24 606	1.19 511	1.20 528	1.25 599	1.19 556	1.24 577	1.23 606

Hybrid-DGEV-2	1.05 511	1.83 513	0.83 483	1.33 547	0.82 524	1.30 588	0.81 517	1.26 579	0.79 517	1.29 587	0.79 521	1.26 589	0.80 509	1.26 588	0.79 511	1.20 513	0.78 478	1.18 547	0.77 518	1.20 528	0.77 506

DisPM	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

CrosDoStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

PFNet+	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

LCNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

HHNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

Patchmatch Stereo++	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558
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	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

STrans-v2	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

TransformOpticalFlow	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

OMP-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

IIG-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

NF-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

OCTAStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

PSM-softLoss	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

KMStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

NRIStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

PSM-adaLoss	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

PSM-AAD	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

FTStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

ROB_FTStereo_v2	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

ROB_FTStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

Consistency-Raft	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

KYRaft	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

HUI-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

ASMatch	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

DeepStereo_LL	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

DEmStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

SST-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

THIR-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

RAFT_R40	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

DRaft	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

PFNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

GrayStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

RE-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

Pruner-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

TVStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

DeepStereo_RVC	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

RAFT-RH_RVC	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

IRAFT_RVC	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

RAFT-345	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

iRAFT	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

CRE-IMP	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

GMM-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

RAFT-IKP	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

Prome-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 530	1.20 562	1.20 538	1.20 559	1.20 542	1.20 549	1.20 541	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 558

Wavelet-MonSter	1.00 497	1.21 446	0.76 471	1.94 575	1.01 544	1.11 530	0.76 507	1.15 519	0.76 512	1.11 530	0.76 515	1.14 537	0.76 503	1.11 533	0.76 508	1.21 559	0.90 490	1.02 532	0.71 509	1.02 507	0.71 493

FAT-Stereo	2.46 647	26.05 709	1.23 575	1.23 533	1.22 613	1.20 536	1.24 605	1.23 578	1.23 609	1.19 537	1.22 605	1.21 587	1.24 597	1.20 541	1.24 606	1.21 559	1.17 526	1.22 597	1.25 609	1.20 528	1.24 607

CroCo-Stereo	0.73 433	1.22 452	0.25 212	1.22 531	0.25 261	1.22 582	0.25 247	1.22 576	0.25 251	1.22 584	0.25 259	1.22 588	0.25 253	1.22 587	0.25 248	1.22 561	0.26 223	1.21 596	0.25 256	1.22 576	0.25 237
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
qqai	1.22 570	1.38 467	1.12 512	1.39 554	1.14 552	1.40 598	1.14 549	1.41 593	1.12 551	1.40 594	1.11 550	1.40 600	1.13 538	1.41 597	1.15 549	1.25 562	0.97 496	1.24 598	1.01 545	1.24 577	0.96 526

CSP-Net	0.34 239	1.29 456	1.19 523	1.36 551	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 563	1.21 574	0.03 41	0.09 141	0.02 21	0.09 140

BLMT-Stereo	1.53 581	1.36 464	1.06 509	1.42 556	1.23 615	1.41 600	1.07 544	1.43 595	1.12 551	1.42 596	1.06 546	1.83 611	1.07 535	1.42 599	1.07 542	1.27 564	1.38 593	6.80 704	1.00 538	1.26 579	1.00 531

CroCo-Stereo Lap2	0.77 443	1.29 456	0.29 233	1.27 536	0.29 284	1.27 586	0.26 254	1.26 579	0.26 264	1.26 585	0.26 264	1.27 592	0.26 263	1.26 588	0.27 254	1.27 564	0.27 234	1.27 600	0.27 299	1.27 580	0.27 281

ff7	1.68 585	2.68 580	1.35 581	0.97 453	0.89 527	1.84 609	2.15 661	2.12 617	1.80 645	2.05 622	1.56 628	2.33 630	2.12 652	2.23 625	2.25 664	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 539

ffff	1.68 585	2.68 580	1.35 581	0.97 453	0.89 527	1.84 609	2.15 661	2.12 617	1.80 645	2.05 622	1.56 628	2.33 630	2.12 652	2.23 625	2.25 664	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 539

ccc-4	1.68 585	2.68 580	1.35 581	0.97 453	0.89 527	1.84 609	2.15 661	2.12 617	1.80 645	2.05 622	1.56 628	2.33 630	2.12 652	2.23 625	2.25 664	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 539

test_xeample3	1.10 515	1.81 503	0.61 425	0.84 426	0.49 447	0.77 467	0.66 474	0.92 489	1.40 622	0.68 460	0.46 434	0.78 477	0.54 455	1.72 607	1.48 624	1.34 569	1.52 602	1.35 606	1.67 643	1.33 583	1.55 625

MaskLacGwcNet_RVC	1.35 576	1.35 463	1.35 581	1.35 550	1.35 616	1.35 592	1.35 613	1.36 588	1.35 618	1.36 592	1.35 616	1.36 596	1.36 607	1.36 594	1.35 617	1.35 570	1.35 589	1.35 606	1.35 614	1.35 584	1.35 616

CC-Net-ROB	1.36 577	1.33 462	1.33 578	1.36 551	1.38 619	1.36 594	1.33 611	1.37 590	1.34 615	1.35 591	1.36 618	1.38 597	1.34 605	1.38 596	1.38 620	1.35 570	1.38 593	1.33 603	1.35 614	1.43 587	1.34 615

Replicate-Monster	0.45 347	0.57 281	0.60 419	0.40 256	0.29 284	0.37 279	0.27 257	0.37 267	0.30 294	0.40 290	0.31 341	0.40 300	0.30 295	0.99 507	0.27 254	1.36 572	0.31 270	0.34 278	0.30 344	0.36 279	0.54 445

PS-NSSS	1.38 579	1.39 468	1.34 579	1.34 548	1.35 616	1.38 596	1.37 620	1.35 587	1.38 621	1.34 590	1.34 615	1.39 598	1.38 610	1.70 606	1.40 621	1.36 572	1.36 590	1.36 608	1.37 617	1.37 585	1.36 617

MM-Stereo_test2	1.20 523	1.85 519	1.05 508	1.46 557	0.94 535	1.36 594	0.99 534	1.36 588	0.95 534	1.41 595	0.98 538	1.40 600	0.96 520	1.37 595	0.95 528	1.37 574	1.06 506	1.33 603	0.93 535	1.29 582	0.89 519

FENet	0.54 386	1.52 473	1.19 523	1.41 555	0.23 253	0.35 269	0.23 240	0.35 257	0.23 243	0.34 263	0.23 246	0.35 272	0.23 247	0.35 270	0.23 237	1.40 575	1.07 507	0.32 261	0.23 246	0.33 254	0.23 226

Monster-pub-eth3d	0.45 347	0.57 281	0.60 419	0.39 243	0.28 274	0.37 279	0.28 267	0.37 267	0.30 294	0.39 284	0.29 285	0.39 292	0.30 295	0.92 498	0.27 254	1.42 576	0.28 242	0.34 278	0.28 317	0.37 283	0.53 442

castereo	0.61 401	3.79 621	1.35 581	1.52 559	0.15 200	0.17 180	0.16 194	0.20 190	0.21 233	0.18 181	0.16 204	0.21 199	0.12 176	0.26 237	0.17 204	1.43 577	1.38 593	0.17 183	0.16 201	0.18 186	0.16 190

castereo++	0.54 386	3.59 613	1.15 517	1.31 545	0.14 187	0.16 173	0.14 181	0.16 173	0.14 186	0.16 170	0.14 190	0.16 172	0.13 182	0.16 172	0.14 180	1.45 578	1.16 523	0.15 171	0.14 190	0.15 171	0.13 178

Monster-pub-mixall	0.44 324	0.56 280	0.60 419	0.38 236	0.27 269	0.37 279	0.27 257	0.37 267	0.29 280	0.38 277	0.27 268	0.38 287	0.29 287	0.85 486	0.27 254	1.46 579	0.26 223	0.34 278	0.26 262	0.36 279	0.53 442

11t	1.27 574	2.70 583	1.34 579	1.32 546	0.89 527	1.30 588	1.34 612	1.64 600	0.57 458	1.45 598	0.72 509	1.05 526	1.29 601	1.07 528	1.29 613	1.49 580	1.02 504	0.97 524	1.15 552	1.48 588	1.31 611

IGEVStereo-DCA	1.77 590	4.21 634	1.84 627	2.49 601	2.11 662	2.54 647	1.36 615	1.65 601	1.17 559	2.75 656	1.90 651	2.54 643	1.15 542	0.94 501	1.11 545	1.50 581	1.32 577	0.96 522	1.46 626	1.49 589	0.88 516

rrr	1.77 590	4.21 634	1.84 627	2.49 601	2.11 662	2.54 647	1.36 615	1.65 601	1.17 559	2.75 656	1.90 651	2.54 643	1.15 542	0.94 501	1.11 545	1.50 581	1.32 577	0.96 522	1.46 626	1.49 589	0.88 516

MM-Stereo_test3	1.27 574	2.07 538	1.18 521	1.60 564	1.02 546	1.45 602	1.01 540	1.40 592	1.04 549	1.44 597	1.03 545	1.46 603	1.02 533	1.44 600	1.02 539	1.51 583	1.12 520	1.32 602	0.98 536	1.38 586	0.97 527

RASNet	1.49 580	1.65 477	1.45 597	1.38 553	1.43 622	1.47 603	1.36 615	1.38 591	1.36 619	1.39 593	1.60 632	1.45 602	1.45 613	1.51 601	2.21 663	1.53 584	1.36 590	1.36 608	1.36 616	1.66 596	1.36 617

DEFOM-Stereo	0.68 417	3.11 603	1.40 595	1.63 568	0.25 261	0.31 253	0.25 247	0.31 245	0.28 273	0.31 249	0.29 285	0.29 249	0.27 270	0.31 255	0.28 263	1.59 585	1.47 599	0.30 252	0.29 330	0.30 239	0.28 306

DPSMNet_ROB	1.60 584	1.59 475	1.70 611	1.59 561	1.59 628	1.61 606	1.61 631	1.60 596	1.60 628	1.62 606	1.59 631	1.60 605	1.60 616	1.60 602	1.59 628	1.59 585	1.60 613	1.59 614	1.59 635	1.59 592	1.59 631

ours_stereo	1.20 523	1.21 446	0.90 490	1.64 569	1.11 551	1.35 592	0.67 478	1.76 604	0.93 532	1.70 608	1.10 549	1.39 598	0.75 502	1.41 597	0.81 517	1.60 587	1.03 505	1.33 603	1.00 538	1.61 593	0.72 494

LL-Strereo	1.01 505	5.06 645	1.63 608	0.70 403	1.43 622	0.56 438	0.46 426	0.57 432	0.50 445	0.57 441	0.50 453	1.58 604	0.49 441	0.59 442	0.50 438	1.64 588	0.52 414	0.51 441	1.37 617	0.52 415	0.45 411

test-3	0.98 496	4.13 632	1.85 629	1.85 571	0.61 476	0.69 458	0.37 380	0.63 445	0.61 468	0.66 457	0.51 459	0.73 471	0.44 419	0.57 440	0.54 449	1.68 589	1.81 626	0.40 364	0.43 434	0.66 435	0.50 430

RAFT_CTSACE	1.92 596	3.71 618	1.72 614	1.88 572	1.72 640	2.04 621	1.42 625	2.18 622	1.89 657	2.02 619	1.97 657	1.95 615	2.06 651	1.93 616	1.62 629	1.76 590	1.66 617	2.02 632	1.73 651	1.73 599	1.43 622

NINENet	0.69 420	3.87 625	1.20 526	1.98 579	0.05 126	0.40 294	0.04 103	0.40 289	0.05 124	0.41 304	0.04 110	0.41 313	0.05 117	0.40 295	0.05 115	1.79 591	1.56 606	0.34 278	0.22 240	0.34 259	0.23 226

CRFU-Net	0.65 410	1.67 478	1.22 573	1.96 578	0.27 269	0.41 310	0.27 257	0.41 304	0.27 268	0.40 290	0.26 264	0.41 313	0.27 270	0.40 295	0.27 254	1.80 592	1.62 614	0.34 278	0.23 246	0.33 254	0.23 226

VIP-Stereo	0.70 423	2.97 600	2.43 652	2.49 601	0.16 210	0.25 227	0.16 194	0.25 222	0.16 203	0.25 224	0.18 227	0.25 228	0.16 200	0.26 237	0.16 198	1.86 593	1.26 576	0.23 218	0.15 198	0.23 214	0.15 189

MFMNet_re	1.81 593	1.91 528	1.71 613	1.95 577	1.70 639	1.95 617	1.70 636	1.96 609	1.74 641	1.97 614	1.72 640	1.95 615	1.71 624	1.97 618	1.71 636	1.86 593	1.62 614	1.85 620	1.66 642	1.86 604	1.64 637

error version	0.93 490	4.47 638	2.35 648	1.99 580	0.37 387	0.41 310	0.36 374	0.41 304	0.35 370	0.43 323	0.36 380	0.41 313	0.40 396	0.41 311	0.36 367	1.87 595	2.16 642	0.47 418	0.37 398	0.39 341	0.33 348

test_1	0.93 490	4.47 638	2.35 648	1.99 580	0.37 387	0.41 310	0.36 374	0.41 304	0.35 370	0.43 323	0.36 380	0.41 313	0.40 396	0.41 311	0.36 367	1.87 595	2.16 642	0.47 418	0.37 398	0.39 341	0.33 348

GANetREF_RVC	1.55 582	1.94 534	1.22 573	1.88 572	1.21 611	1.88 612	1.22 603	1.88 606	1.22 608	1.88 609	1.22 605	1.88 612	1.22 596	1.89 615	1.22 605	1.87 595	1.22 575	1.88 627	1.22 605	1.88 605	1.22 604
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
4.25w-stereo	1.98 598	2.72 587	1.46 598	3.47 636	1.43 622	2.07 623	1.98 652	2.53 643	1.52 626	2.71 649	1.98 663	1.81 610	1.62 618	1.96 617	1.36 618	1.88 598	2.00 631	2.53 655	1.61 637	1.74 600	1.15 549

SPS-STEREO	1.59 583	1.91 528	1.21 572	1.94 575	1.20 565	2.00 620	1.23 604	1.99 611	1.24 610	2.00 617	1.25 608	2.03 622	1.26 598	2.00 619	1.29 613	1.90 599	1.18 527	1.89 628	1.21 604	1.89 606	1.20 558
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MonStereo1	1.94 597	2.77 593	1.52 604	3.73 647	1.51 625	2.13 625	1.42 625	2.32 631	1.52 626	2.31 635	1.50 626	2.53 640	1.59 615	2.34 633	1.56 626	1.91 600	1.36 590	1.86 623	1.31 612	2.07 610	1.53 623

4.5w-stereo	1.99 599	2.33 560	1.81 618	3.28 626	1.68 635	1.94 614	1.99 655	2.72 646	1.70 633	2.72 650	1.99 666	1.97 617	1.68 620	1.76 608	1.29 613	1.91 600	2.02 637	2.53 655	1.61 637	1.75 601	1.16 552

derf	1.91 595	2.15 546	1.78 617	2.16 584	1.75 641	2.21 627	1.80 639	2.22 623	1.80 645	2.21 629	1.76 641	2.17 625	1.81 633	2.24 628	1.74 644	1.93 602	1.56 606	1.96 630	1.53 628	1.95 607	1.56 626

2w_stereo	1.99 599	2.36 567	1.81 618	3.24 624	1.67 633	1.94 614	1.98 652	2.72 646	1.68 630	2.72 650	1.94 654	1.98 618	1.74 628	1.79 611	1.27 610	1.95 603	2.00 631	2.53 655	1.60 636	1.68 597	1.15 549

MC-Stereo	1.76 589	2.96 599	1.37 591	2.14 583	1.37 618	2.14 626	1.36 615	2.14 620	1.37 620	2.14 626	1.37 619	2.14 624	1.37 609	2.14 624	1.37 619	1.97 604	1.32 577	1.97 631	1.32 613	1.98 608	1.33 613

BUS	0.83 465	1.91 528	0.92 494	4.48 651	0.02 22	0.40 294	0.04 103	0.41 304	0.02 22	0.48 392	0.03 56	0.41 313	0.05 117	0.03 43	0.05 115	1.97 604	4.19 676	0.33 268	0.23 246	0.34 259	0.27 281

BSDual-CNN	0.81 456	1.91 528	0.92 494	4.48 651	0.02 22	0.42 330	0.06 137	0.41 304	0.02 22	0.48 392	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 604	4.19 676	0.33 268	0.23 246	0.34 259	0.27 281

psmg	0.43 311	1.91 528	0.92 494	1.91 574	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 604	1.44 597	0.04 93	0.03 57	0.02 21	0.03 52

MM-Stereo_test1	1.80 592	3.41 611	1.52 604	2.12 582	1.41 621	2.04 621	1.41 623	2.05 615	1.46 625	2.04 621	1.41 623	2.05 623	1.42 612	2.05 620	1.43 623	2.04 608	1.54 605	1.94 629	1.38 619	1.99 609	1.33 613

TRStereo	2.00 603	2.13 543	1.85 629	2.27 590	1.84 645	2.28 631	1.84 641	2.29 626	1.86 651	2.30 632	1.87 646	2.30 627	1.87 635	2.08 621	1.72 638	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 642

XX-Stereo	2.00 603	2.13 543	1.85 629	2.27 590	1.84 645	2.28 631	1.84 641	2.29 626	1.86 651	2.30 632	1.87 646	2.30 627	1.87 635	2.08 621	1.72 638	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 642

EAI-Stereo	2.00 603	2.13 543	1.85 629	2.27 590	1.84 645	2.28 631	1.84 641	2.29 626	1.86 651	2.30 632	1.87 646	2.30 627	1.87 635	2.08 621	1.72 638	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 642

4.25_new	2.00 603	2.33 560	1.82 623	3.32 629	1.69 636	1.95 617	1.99 655	2.72 646	1.71 634	2.72 650	1.97 657	2.01 620	1.74 628	1.77 609	1.28 611	2.18 612	2.01 633	2.48 653	1.58 633	1.65 594	1.17 553

4.5w_new	2.00 603	2.33 560	1.82 623	3.32 629	1.69 636	1.95 617	1.99 655	2.72 646	1.71 634	2.72 650	1.97 657	2.01 620	1.74 628	1.77 609	1.28 611	2.18 612	2.01 633	2.48 653	1.58 633	1.65 594	1.17 553

1w_stereo	2.05 618	2.32 559	1.35 581	3.74 648	2.01 656	2.73 655	1.42 625	1.88 606	1.93 659	2.03 620	1.28 611	2.71 652	1.99 647	2.72 653	1.72 638	2.20 614	1.32 577	1.87 624	1.86 654	2.45 628	1.54 624

2.25w	2.00 603	1.86 522	1.98 640	2.95 615	2.17 666	2.26 628	1.35 613	2.42 637	2.00 664	2.07 625	1.27 610	2.53 640	1.99 647	2.29 630	1.49 625	2.21 615	1.32 577	1.85 620	1.87 655	2.52 636	1.62 635

3w_stereo	2.04 616	2.24 554	1.70 611	3.15 619	2.18 668	2.49 641	1.26 608	2.03 614	1.98 661	1.98 615	1.33 614	2.72 656	1.99 647	2.59 645	1.72 638	2.22 616	1.33 584	1.85 620	1.88 660	2.50 634	1.58 630

4.5_new	2.00 603	1.84 518	1.98 640	2.77 609	2.16 664	2.27 629	1.28 610	2.09 616	1.98 661	2.01 618	1.28 611	2.71 652	1.98 645	2.51 642	1.65 631	2.26 617	1.33 584	1.87 624	1.87 655	2.49 632	1.60 632

3.25w	2.04 616	2.20 550	1.48 599	3.03 616	2.17 666	2.63 651	1.39 621	1.96 609	1.95 660	1.96 612	1.37 619	2.71 652	1.96 644	2.71 651	1.73 643	2.26 617	1.32 577	1.87 624	1.87 655	2.51 635	1.63 636

IGEV	2.02 611	2.20 550	1.82 623	2.90 614	2.16 664	2.41 637	1.25 606	2.00 612	1.98 661	1.99 616	1.31 613	2.72 656	1.93 641	2.67 650	1.69 635	2.26 617	1.32 577	1.83 619	1.87 655	2.53 639	1.61 634

3.75w	1.99 599	2.31 558	1.83 626	3.16 620	1.65 632	1.93 613	1.98 652	2.72 646	1.68 630	2.73 655	1.97 657	2.00 619	1.72 625	1.81 612	1.25 609	2.27 620	2.01 633	2.38 647	1.42 623	1.71 598	1.24 607

MonStereo	2.17 623	2.41 570	1.49 603	2.67 606	1.67 633	2.60 650	2.04 659	2.32 631	1.76 642	2.44 640	1.68 638	2.50 638	1.69 622	2.38 634	1.80 647	2.28 621	1.78 623	2.63 658	2.14 663	3.47 651	1.68 640

DEFOM-Stereo_RVC	0.83 465	5.18 648	1.98 640	2.19 585	0.17 216	0.19 187	0.18 212	0.19 184	0.16 203	0.20 189	0.19 230	0.22 208	0.22 241	0.20 189	0.15 191	2.28 621	2.13 641	0.24 228	0.17 223	0.18 186	0.16 190

NCCL2	2.28 637	2.27 555	2.28 646	2.28 593	2.28 669	2.27 629	2.29 664	2.28 624	2.28 667	2.27 631	2.28 669	2.28 626	2.27 655	2.27 629	2.28 668	2.28 621	2.28 645	2.27 639	2.29 668	2.27 619	2.29 659

HUF	2.18 625	2.30 557	1.99 643	2.34 596	2.02 659	2.41 637	2.06 660	2.38 635	1.89 657	2.36 637	1.85 644	2.56 645	1.98 645	2.31 632	1.97 659	2.30 624	2.03 638	2.30 641	2.11 662	2.23 616	2.16 656

FBW_ROB	2.12 622	2.46 573	1.77 616	2.49 601	1.79 644	2.38 635	1.83 640	2.46 638	1.78 644	2.48 643	1.97 657	2.40 635	1.78 631	2.42 639	1.83 648	2.31 625	1.85 628	2.38 647	1.82 653	2.35 623	1.84 647

AIO_rvc	2.18 625	2.34 564	1.87 633	2.32 594	1.94 654	2.40 636	1.89 649	2.37 634	2.07 666	2.52 645	1.95 656	2.44 637	1.99 647	2.41 637	1.89 656	2.32 626	2.09 639	2.24 638	2.18 664	2.21 615	2.23 658

MatchStereo	0.54 386	0.12 111	2.38 651	2.32 594	0.09 145	0.09 140	0.08 143	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 134	2.34 627	2.34 646	0.12 152	0.11 160	0.11 153	0.10 145
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
STTStereo	3.73 669	30.40 716	2.37 650	2.39 597	2.31 671	2.35 634	2.33 665	2.29 626	2.42 668	2.32 636	2.34 670	2.33 630	2.36 656	2.30 631	2.27 667	2.35 628	2.22 644	2.31 642	2.22 665	2.29 621	2.34 663

2.75w_new	1.99 599	2.34 564	1.81 618	3.14 618	1.62 630	1.94 614	1.99 655	2.72 646	1.71 634	2.72 650	1.99 666	1.90 613	1.73 626	1.82 613	1.29 613	2.37 629	2.01 633	2.31 642	1.42 623	1.77 602	1.22 604

iRaftStereo_RVC	0.97 494	3.17 606	2.30 647	2.42 598	0.38 394	0.54 436	0.38 387	0.54 425	0.38 387	0.54 433	0.38 392	0.54 435	0.38 384	0.54 430	0.38 379	2.38 630	2.34 646	0.49 431	0.36 395	0.49 402	0.36 368

AIO_test	2.18 625	2.09 541	2.04 644	2.42 598	2.01 656	2.47 639	1.94 651	2.34 633	2.03 665	2.56 646	1.94 654	2.43 636	1.94 642	2.41 637	1.87 654	2.39 631	2.10 640	2.35 646	1.91 661	2.25 618	2.19 657

UDGNet	2.23 635	5.40 656	1.72 614	2.48 600	1.69 636	2.51 644	1.69 635	2.51 642	1.72 638	2.50 644	1.69 639	2.52 639	1.69 622	2.50 641	1.68 634	2.41 632	1.70 619	2.42 649	1.69 647	2.42 626	1.64 637

monsters	2.18 625	2.41 570	1.96 639	3.47 636	2.03 660	2.53 645	1.64 633	2.48 639	1.73 639	2.40 639	1.50 626	2.62 648	1.94 642	2.59 645	1.94 657	2.44 633	1.57 608	2.28 640	1.87 655	2.42 626	1.86 649

LGtest1	2.22 632	2.70 583	1.89 634	2.76 608	1.86 648	2.75 657	1.86 645	2.75 653	1.86 651	2.75 656	1.86 645	2.77 661	1.87 635	2.75 657	1.86 651	2.46 634	1.58 609	2.45 650	1.56 629	2.45 628	1.56 626

LG-G_1	2.22 632	2.71 585	1.89 634	2.77 609	1.87 651	2.75 657	1.87 647	2.76 654	1.87 655	2.75 656	1.87 646	2.76 659	1.87 635	2.75 657	1.86 651	2.47 635	1.58 609	2.45 650	1.57 630	2.45 628	1.57 628

LG-G	2.22 632	2.71 585	1.89 634	2.77 609	1.87 651	2.75 657	1.87 647	2.76 654	1.87 655	2.75 656	1.87 646	2.76 659	1.87 635	2.75 657	1.86 651	2.47 635	1.58 609	2.45 650	1.57 630	2.45 628	1.57 628

monsterstereo	2.20 631	2.33 560	1.95 638	3.65 643	2.07 661	2.49 641	1.61 631	2.48 639	1.83 649	2.45 641	1.61 634	2.67 651	1.86 634	2.64 647	1.94 657	2.48 637	1.66 617	2.34 644	1.68 645	2.40 625	1.86 649

asda	2.17 623	2.54 574	1.81 618	3.47 636	1.78 643	2.50 643	1.86 645	2.61 645	1.68 630	2.61 647	1.83 643	2.37 634	1.73 626	2.44 640	1.88 655	2.51 638	1.84 627	2.34 644	1.62 639	2.23 616	1.77 646

asd	2.18 625	2.77 593	1.58 606	3.59 641	2.00 655	2.58 649	1.85 644	2.39 636	1.71 634	2.47 642	1.97 657	2.59 647	1.61 617	2.56 643	1.79 646	2.51 638	1.99 630	2.11 637	1.62 639	2.36 624	1.60 632

qwe	2.18 625	2.60 577	1.58 606	3.83 649	1.90 653	2.53 645	1.90 650	2.48 639	1.73 639	2.37 638	1.92 653	2.53 640	1.68 620	2.56 643	1.83 648	2.52 640	1.87 629	2.07 633	1.68 645	2.32 622	1.71 641

2.5w	2.01 610	2.40 569	1.37 591	3.28 626	2.01 656	2.71 652	1.43 628	1.82 605	1.83 649	1.90 611	1.41 623	2.71 652	1.35 606	2.71 651	1.85 650	2.66 641	1.53 603	1.64 615	1.23 606	2.53 639	1.87 651

3.5w_stereo	2.03 613	2.72 587	1.35 581	3.41 633	1.57 626	2.72 653	1.49 629	2.01 613	1.34 615	2.15 627	1.61 634	2.63 649	1.36 607	2.72 653	1.99 661	2.66 641	1.58 609	1.68 617	1.24 607	2.53 639	1.87 651

4w-stereo	2.02 611	2.72 587	1.44 596	3.36 632	1.59 628	2.48 640	1.72 637	2.28 624	1.24 610	2.24 630	1.65 636	2.56 645	1.32 604	2.39 636	1.98 660	2.67 643	1.51 601	1.66 616	1.24 607	2.53 639	1.88 654

3.25w_new	2.03 613	2.72 587	1.35 581	3.33 631	1.57 626	2.72 653	1.53 630	2.15 621	1.33 614	2.15 627	1.60 632	2.63 649	1.30 602	2.72 653	1.99 661	2.67 643	1.53 603	1.75 618	1.25 609	2.53 639	1.87 651

sCroCo_RVC	2.10 620	2.76 591	1.92 637	2.78 612	1.39 620	2.73 655	1.41 623	2.73 652	1.40 622	2.77 661	1.41 623	2.74 658	1.40 611	2.74 656	1.40 621	2.72 645	1.42 596	2.72 659	1.44 625	2.79 646	1.42 621

NLCA_NET_v2_RVC	5.04 697	50.87 728	2.78 655	2.87 613	2.71 673	2.78 660	0.47 431	2.88 659	2.86 673	1.89 610	2.67 672	2.79 662	2.79 661	2.78 660	2.83 670	2.82 646	2.82 652	2.83 660	2.77 672	2.83 647	2.76 668
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LiteMatch	1.13 520	0.73 300	2.80 656	3.23 622	0.61 476	0.83 482	0.68 482	0.73 461	0.69 490	1.00 504	0.77 517	0.94 504	0.57 457	0.82 476	0.64 464	2.97 647	2.43 649	0.68 465	0.32 362	0.56 423	0.70 487

Lsterematch	1.13 520	0.73 300	2.80 656	3.23 622	0.61 476	0.83 482	0.68 482	0.73 461	0.69 490	1.00 504	0.77 517	0.94 504	0.57 457	0.82 476	0.64 464	2.97 647	2.43 649	0.68 465	0.32 362	0.56 423	0.70 487

AEACV	1.12 518	0.52 268	3.12 670	3.24 624	0.86 525	0.53 432	0.49 442	0.60 440	0.47 431	0.53 427	0.49 449	0.55 439	0.45 423	0.55 434	0.47 427	3.01 649	3.88 673	0.71 474	0.60 476	0.80 463	0.48 421

plain	1.88 594	3.16 605	0.64 433	3.10 617	0.65 484	3.10 662	0.64 469	3.12 661	0.65 475	3.10 662	0.65 483	3.11 663	0.65 472	3.12 661	0.65 468	3.12 650	0.65 446	3.13 661	0.65 491	3.13 649	0.65 476

NLSM1	2.93 662	3.24 608	2.57 654	4.04 650	2.66 672	3.30 666	2.55 667	3.29 664	2.55 669	3.35 666	2.48 671	3.28 666	2.47 657	3.34 666	2.49 669	3.26 651	2.55 651	3.13 661	2.57 671	3.00 648	2.46 666

Anonymous3	2.55 649	3.26 609	1.65 609	3.28 626	1.63 631	3.24 664	1.68 634	3.27 663	1.66 629	3.28 664	1.67 637	3.25 665	1.66 619	3.27 663	1.64 630	3.26 651	1.65 616	3.30 663	1.65 641	4.95 683	1.65 639

UniTT-Stereo	2.03 613	3.43 612	0.72 463	3.42 634	0.73 503	3.27 665	0.68 482	3.38 666	0.69 490	3.29 665	0.72 509	3.28 666	0.70 493	3.35 667	0.68 481	3.39 653	0.68 454	3.31 664	0.69 502	3.37 650	0.73 497

Occ-G	1.12 518	0.52 268	3.72 679	3.50 639	0.50 451	0.56 438	0.47 431	0.54 425	0.46 426	0.54 433	0.41 413	0.54 435	0.42 414	0.52 425	0.42 410	3.42 654	4.02 675	0.52 444	0.45 436	0.51 413	0.44 409

HCRNet	1.22 570	7.11 669	3.00 658	3.55 640	0.33 364	0.29 245	0.14 181	0.19 184	0.15 198	0.33 260	0.29 285	0.25 228	0.14 186	0.22 205	0.33 346	3.64 655	3.00 653	0.76 483	0.32 362	0.18 186	0.13 178

RAStereo	2.23 635	3.64 615	0.76 471	3.65 643	0.86 525	3.66 670	0.76 507	3.67 670	0.81 522	3.66 667	0.76 515	3.66 669	0.77 505	3.68 669	0.77 509	3.68 656	0.77 476	3.69 669	0.77 518	3.70 653	0.77 506

DPSNet	3.66 667	3.60 614	3.62 677	3.63 642	3.64 694	3.65 669	3.65 693	3.66 669	3.67 690	3.67 668	3.65 691	3.67 670	3.66 679	3.66 668	3.68 688	3.68 656	3.66 671	3.67 668	3.68 694	3.67 652	3.67 692

NLCSM	3.67 668	4.08 629	3.19 673	4.80 666	3.26 687	3.99 674	3.24 688	4.25 676	3.18 686	4.09 672	3.27 686	4.14 675	3.18 674	4.13 674	3.28 684	4.06 658	3.10 661	3.85 673	3.14 685	3.91 658	3.27 688

IGEV_i1	0.26 208	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 659	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

sAnonymous2	3.31 665	2.63 578	1.38 593	3.71 645	1.86 648	4.70 690	1.11 546	4.82 693	2.72 671	5.45 698	1.98 663	4.59 684	2.64 658	2.65 648	6.21 704	4.37 660	1.08 511	5.16 696	2.24 666	4.52 665	2.39 664

CroCo_RVC	3.31 665	2.63 578	1.38 593	3.71 645	1.86 648	4.70 690	1.11 546	4.82 693	2.72 671	5.45 698	1.98 663	4.59 684	2.64 658	2.65 648	6.21 704	4.37 660	1.08 511	5.16 696	2.24 666	4.52 665	2.39 664

hknet	1.10 515	1.85 519	3.49 674	4.48 651	0.02 22	0.42 330	0.06 137	0.41 304	0.02 22	0.48 392	0.03 56	0.41 313	0.03 53	0.42 324	0.03 52	4.39 662	4.19 676	0.33 268	0.23 246	0.34 259	0.27 281

MLG-Stereo_test2	4.28 684	5.46 659	3.69 678	4.86 668	3.72 695	5.58 699	3.42 689	4.81 692	3.77 695	4.85 691	3.72 693	5.55 701	3.63 678	5.58 698	3.53 687	4.41 663	3.28 669	4.99 694	2.95 674	4.75 676	3.13 683

MaDis-Stereo	3.19 664	6.02 666	1.12 512	5.61 676	1.16 558	5.43 698	1.02 542	5.15 697	0.70 498	5.43 697	1.21 604	5.03 699	0.97 521	4.85 691	0.99 532	4.53 664	1.16 523	5.53 698	1.25 609	5.37 688	1.30 610

DispNO	1.00 497	0.63 289	0.43 356	3.45 635	0.44 428	0.65 454	0.43 417	0.64 447	0.43 419	0.64 453	0.43 425	0.64 456	3.03 662	0.64 451	0.43 413	4.55 665	0.43 374	0.63 458	0.43 434	0.63 432	0.43 406

rvit_105_1	3.83 670	5.22 649	3.01 659	4.53 654	3.01 675	4.51 678	3.01 673	4.56 680	3.04 674	4.53 679	3.03 675	4.55 682	3.03 662	4.56 680	3.04 671	4.57 666	3.05 654	4.57 677	3.05 676	4.57 667	3.05 673

rvit_stereo_0081	3.83 670	5.23 650	3.01 659	4.53 654	3.03 677	4.55 684	3.02 674	4.56 680	3.04 674	4.52 677	3.02 673	4.54 680	3.03 662	4.56 680	3.04 671	4.57 666	3.05 654	4.57 677	3.05 676	4.58 668	3.05 673

rvit_stereo_0082	3.86 672	5.82 664	3.01 659	4.53 654	3.03 677	4.54 680	3.02 674	4.56 680	3.04 674	4.53 679	3.02 673	4.55 682	3.04 665	4.57 683	3.05 673	4.57 666	3.05 654	4.58 679	3.05 676	4.58 668	3.06 676

rvit_0105_6	3.87 674	5.73 663	3.10 669	4.69 664	3.12 685	4.54 680	3.02 674	4.56 680	3.04 674	4.54 681	3.03 675	4.54 680	3.04 665	4.56 680	3.05 673	4.58 669	3.05 654	4.58 679	3.05 676	4.58 668	3.05 673

rvit_stereo_0081_aga	3.86 672	5.33 653	3.02 662	4.55 660	3.04 681	4.54 680	3.02 674	4.64 687	3.06 678	4.54 681	3.04 677	4.62 689	3.08 669	4.62 686	3.07 676	4.58 669	3.06 658	4.60 681	3.08 680	4.63 671	3.07 677

rvit_stereo_0080	3.89 675	5.70 661	3.04 664	4.54 657	3.03 677	4.56 685	3.05 680	4.60 684	3.07 679	4.58 684	3.06 678	4.59 684	3.06 667	4.61 684	3.08 677	4.63 671	3.09 659	4.64 683	3.10 681	4.65 672	3.10 680

whm_eth	3.89 675	5.70 661	3.04 664	4.54 657	3.03 677	4.56 685	3.05 680	4.60 684	3.07 679	4.58 684	3.06 678	4.59 684	3.06 667	4.61 684	3.08 677	4.63 671	3.09 659	4.64 683	3.10 681	4.65 672	3.10 680

rvit_0105_4	3.91 677	5.47 660	3.02 662	4.54 657	3.02 676	4.54 680	3.03 678	4.75 690	3.17 685	4.57 683	3.06 678	4.61 688	3.16 673	4.65 687	3.09 679	4.66 673	3.11 662	4.68 686	3.18 687	4.81 678	3.16 685

rvit_0105_3	3.91 677	5.33 653	3.06 667	4.60 662	3.07 683	4.60 687	3.06 682	4.62 686	3.08 682	4.60 686	3.07 681	4.62 689	3.08 669	4.67 688	3.10 680	4.70 674	3.11 662	4.77 690	3.19 688	4.77 677	3.14 684

rvit_stereo_ft	3.93 680	5.44 658	3.05 666	4.59 661	3.06 682	4.61 688	3.08 683	4.67 689	3.12 684	4.63 688	3.10 683	4.65 691	3.11 671	4.69 690	3.13 681	4.70 674	3.14 664	4.71 688	3.15 686	4.74 675	3.16 685

rvit_stereo_0083	3.92 679	5.30 652	3.06 667	4.61 663	3.09 684	4.67 689	3.08 683	4.66 688	3.09 683	4.62 687	3.10 683	4.66 692	3.11 671	4.67 688	3.16 682	4.72 676	3.16 665	4.77 690	3.11 683	4.66 674	3.11 682

MLG-Stereo_test3	4.26 683	4.85 642	3.95 680	5.35 673	3.60 692	4.75 693	3.76 694	5.49 699	3.71 691	5.39 696	3.69 692	4.82 695	3.66 679	4.85 691	3.73 692	4.93 677	3.19 668	4.69 687	2.99 675	4.84 680	2.98 672

MLG-Stereo_test1	4.25 682	5.34 655	3.61 676	5.31 672	3.63 693	5.23 696	3.57 691	5.38 698	3.65 689	5.23 695	3.47 688	4.76 693	3.74 682	4.85 691	3.71 689	4.96 678	3.18 667	4.71 688	2.92 673	4.86 681	2.90 670

TestStereo	4.88 694	4.75 640	4.79 683	4.87 669	4.92 703	4.81 695	4.90 703	4.78 691	4.77 702	4.87 692	4.89 702	4.90 697	4.91 695	4.99 695	4.79 700	4.98 679	4.87 681	4.87 693	4.92 704	5.00 684	5.00 702

FC-DCNN v2	5.10 698	5.15 647	4.49 682	5.07 671	3.37 689	6.87 702	4.75 702	5.04 696	6.34 706	7.84 706	5.06 703	6.72 707	4.09 691	4.99 695	5.44 703	5.03 680	3.16 665	4.67 685	4.86 703	5.15 686	3.89 697

rvit_0105_5	4.10 681	5.40 656	3.13 672	4.71 665	3.15 686	4.72 692	3.10 685	4.90 695	3.27 687	4.69 689	3.16 685	4.84 696	3.25 675	4.96 694	3.34 685	5.05 681	3.39 670	5.10 695	3.40 689	5.11 685	3.42 689

MIF-Stereo (partial)	2.58 650	3.31 610	0.66 440	3.18 621	0.66 488	3.18 663	0.66 474	3.21 662	0.67 479	3.19 663	0.66 486	3.19 664	0.66 476	3.31 665	0.68 481	5.09 682	1.79 625	8.23 708	1.67 643	6.18 692	1.38 619

StereoVision	3.15 663	5.00 644	0.89 487	4.83 667	1.00 538	3.93 671	1.27 609	6.37 700	1.34 615	5.67 700	1.26 609	5.84 702	1.27 599	5.03 697	1.24 606	5.10 683	1.09 513	4.61 682	0.57 471	5.62 690	1.12 544

DispFullNet	4.61 690	4.84 641	3.12 670	5.00 670	3.57 691	4.75 693	3.03 678	7.75 706	4.17 699	4.91 693	3.09 682	6.20 703	3.95 688	6.71 702	3.51 686	5.30 684	3.67 672	5.86 702	3.63 691	5.61 689	3.46 690

RAFT+CT+SA	4.28 684	7.62 673	4.91 685	5.55 675	2.28 669	3.09 661	3.64 692	4.49 678	3.07 679	4.80 690	3.35 687	4.77 694	3.70 681	4.29 677	3.05 673	5.58 685	5.98 688	3.58 667	3.78 696	4.26 661	3.72 693

AANet_RVC	1.26 573	0.31 176	4.99 686	5.93 677	0.20 235	0.25 227	0.20 222	0.25 222	0.20 228	0.23 209	0.19 230	0.25 228	0.20 233	0.25 225	0.20 223	5.66 686	4.76 680	0.26 238	0.30 344	0.24 219	0.27 281

test_5	4.62 691	7.55 672	6.23 692	6.32 681	3.40 690	5.29 697	3.50 690	3.53 668	4.11 698	4.28 674	4.47 701	4.26 678	4.38 693	3.68 669	3.24 683	5.89 687	5.60 684	4.84 692	3.50 690	4.33 662	3.93 699

SGM-Forest	5.21 700	5.92 665	4.08 681	6.18 679	4.16 700	6.31 701	4.34 701	6.50 701	4.33 700	6.14 702	4.21 699	6.61 706	4.55 694	6.67 701	4.48 699	5.94 688	3.94 674	5.85 701	4.03 700	5.79 691	4.17 700
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Sa-1000	4.34 687	8.37 676	6.84 696	6.98 687	4.45 702	3.58 667	3.00 672	3.42 667	3.39 688	2.61 647	4.00 697	3.83 672	4.01 690	3.90 671	3.90 693	5.98 689	5.62 685	3.76 670	2.34 669	4.35 663	2.47 667

LiteMatch*	2.07 619	1.30 458	5.73 691	6.28 680	0.79 518	1.33 591	0.80 513	1.30 585	1.02 547	1.33 589	0.84 527	1.33 595	0.97 521	1.28 592	1.04 540	6.05 690	5.89 686	1.28 601	0.76 516	1.28 581	0.88 516

test-1	6.46 701	9.16 684	8.03 703	8.09 690	5.62 706	6.11 700	6.35 706	6.85 703	4.94 703	6.08 701	6.29 708	4.98 698	6.43 700	6.22 699	6.36 706	6.16 691	7.47 695	5.82 700	5.44 707	7.11 697	5.68 705

PhaseNet	1.74 588	6.34 667	4.81 684	6.77 683	0.24 258	0.80 474	0.53 452	0.48 389	0.22 236	0.53 427	0.28 275	0.48 400	0.25 253	0.40 295	0.32 334	6.39 692	4.61 679	0.46 408	0.38 411	0.25 222	0.18 213

cross-raft	4.83 693	7.52 671	6.43 693	6.63 682	3.96 698	4.51 678	3.99 698	4.49 678	3.96 697	4.52 677	3.96 696	4.50 679	3.97 689	4.50 679	3.97 694	6.65 693	6.44 690	4.33 674	3.92 698	4.35 663	3.91 698

raft_robust	4.71 692	7.75 674	5.40 690	6.81 684	3.31 688	4.28 677	4.20 700	4.32 677	4.37 701	4.35 676	4.35 700	4.14 675	3.75 683	4.30 678	4.20 698	6.67 694	6.37 689	3.36 665	4.24 702	4.86 681	3.25 687

TestStereo1	4.60 688	8.41 677	6.44 694	6.86 685	3.79 696	3.97 672	3.78 695	3.99 673	3.74 692	3.97 670	3.52 689	3.94 673	3.58 676	3.98 672	3.72 690	6.82 695	6.50 691	3.76 670	3.66 692	3.90 655	3.74 695

SA-5K	4.60 688	8.41 677	6.44 694	6.86 685	3.79 696	3.97 672	3.78 695	3.99 673	3.74 692	3.97 670	3.52 689	3.94 673	3.58 676	3.98 672	3.72 690	6.82 695	6.50 691	3.76 670	3.66 692	3.90 655	3.74 695

test_4	4.88 694	8.13 675	6.98 698	7.46 688	4.44 701	4.25 676	3.85 697	4.04 675	3.92 696	4.13 673	3.91 695	4.18 677	3.84 686	4.14 675	4.06 696	7.01 697	7.13 694	4.53 675	3.72 695	4.09 659	3.72 693

SA	4.33 686	7.35 670	6.85 697	5.96 678	4.09 699	3.59 668	3.15 686	3.82 671	2.64 670	3.91 669	3.85 694	3.57 668	2.72 660	3.13 662	4.03 695	7.09 698	6.86 693	3.57 666	3.12 684	3.85 654	3.51 691

rvit_stereo_0075_2	6.64 702	8.80 681	5.25 687	7.89 689	5.27 705	7.90 706	5.27 704	7.92 707	5.28 704	7.91 707	5.29 705	7.93 708	5.27 696	7.92 707	5.28 701	7.93 699	5.28 683	7.93 707	5.29 706	7.93 700	5.28 704

test_3	5.01 696	8.86 682	7.77 700	8.09 690	2.76 674	4.13 675	4.05 699	3.88 672	3.76 694	4.33 675	4.13 698	3.71 671	3.91 687	4.21 676	4.06 696	7.93 699	7.69 696	4.53 675	3.91 697	4.17 660	4.29 701

RAFT	6.73 703	9.36 685	7.40 699	8.51 693	6.55 707	6.88 703	6.60 707	6.79 702	6.60 707	6.80 703	6.72 709	5.31 700	5.50 698	6.61 700	6.61 707	8.42 701	5.89 686	5.73 699	5.45 708	6.61 693	6.24 706

U	5.15 699	8.49 679	1.81 618	8.49 692	1.77 642	8.49 707	1.77 638	8.51 708	1.77 643	8.49 708	1.77 642	8.50 709	1.78 631	8.58 708	1.77 645	8.54 702	1.78 623	8.55 709	1.78 652	8.55 703	1.84 647

SGM+DAISY	7.06 704	9.15 683	5.38 689	8.84 694	5.18 704	8.80 708	5.31 705	8.79 709	5.28 704	8.89 709	5.20 704	8.93 710	5.33 697	8.95 709	5.36 702	8.70 703	5.21 682	8.74 710	5.20 705	8.89 704	5.15 703

test-v	7.53 706	11.89 693	7.98 701	9.36 696	7.14 708	7.06 704	7.09 708	7.37 704	6.91 708	7.29 704	5.71 706	6.45 704	6.93 701	6.73 703	7.27 708	8.93 704	7.85 697	6.98 705	6.80 709	7.56 698	7.34 708

test-2	7.53 706	11.89 693	7.98 701	9.36 696	7.14 708	7.06 704	7.09 708	7.37 704	6.91 708	7.29 704	5.71 706	6.45 704	6.93 701	6.73 703	7.27 708	8.93 704	7.85 697	6.98 705	6.80 709	7.56 698	7.34 708

GGDA	2.76 657	0.41 214	11.34 706	14.28 707	0.30 295	0.44 370	0.29 278	0.43 328	0.29 280	0.43 323	0.28 275	0.43 338	0.28 278	0.43 330	0.29 276	13.45 706	10.57 708	0.41 381	0.27 299	0.38 296	0.27 281

TestStereo_HL2	2.73 654	0.41 214	11.06 704	14.13 706	0.30 295	0.44 370	0.28 267	0.43 328	0.29 280	0.43 323	0.28 275	0.43 338	0.29 287	0.43 330	0.28 263	13.51 707	10.37 707	0.41 381	0.27 299	0.38 296	0.27 281

TestStereo_HL3	2.76 657	0.41 214	11.46 707	14.11 705	0.30 295	0.45 383	0.29 278	0.43 328	0.29 280	0.43 323	0.29 285	0.43 338	0.28 278	0.44 361	0.30 285	13.57 708	10.32 706	0.41 381	0.27 299	0.38 296	0.27 281

TestStereo-Hl	2.78 659	0.42 224	11.23 705	14.38 708	0.30 295	0.44 370	0.30 285	0.43 328	0.28 273	0.43 323	0.29 285	0.44 373	0.29 287	0.44 361	0.29 276	13.64 709	10.73 709	0.41 381	0.27 299	0.38 296	0.27 281

rafts_anoy	20.00 710	20.00 695	20.00 709	20.00 709	20.00 711	20.00 709	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 711

raft+_RVC	20.00 710	20.00 695	20.00 709	20.00 709	20.00 711	20.00 709	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 711

raftrobust	20.00 710	20.00 695	20.00 709	20.00 709	20.00 711	20.00 709	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 711

CasAABBNet	20.00 710	20.00 695	20.00 709	20.00 709	20.00 711	20.00 709	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 711

RALCasStereoNet	20.00 710	20.00 695	20.00 709	20.00 709	20.00 711	20.00 709	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 711

RALAANet	20.00 710	20.00 695	20.00 709	20.00 709	20.00 711	20.00 709	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 711	20.00 710	20.00 711	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 711

MANE	19.05 709	23.00 701	15.00 708	23.00 715	15.00 710	24.00 715	16.00 710	24.00 716	16.00 710	22.00 716	15.00 710	23.00 717	16.00 710	23.00 716	15.00 710	22.00 716	15.00 710	22.00 717	15.00 711	22.00 717	15.00 710

MCSU-Stereo	7.34 705	31.03 718	23.33 715	30.31 716	0.67 489	0.93 497	0.64 469	0.92 489	0.64 473	0.92 495	0.64 480	0.93 502	0.64 469	0.92 498	0.64 464	28.35 717	22.39 717	0.88 502	0.60 476	0.83 470	0.60 461

111	30.40 716	30.94 717	29.72 717	32.61 717	30.02 718	33.57 716	30.47 718	31.50 717	29.39 718	30.98 717	29.11 718	29.78 718	30.39 721	29.45 717	30.76 721	30.08 718	29.02 719	29.92 718	30.32 722	29.86 718	30.17 718

fff	1000028.16 737	29.62 713	29.72 717	32.61 717	30.02 718	35.13 718	31.83 719	32.07 718	10000000.00 738	35.27 720	29.82 719	32.45 719	30.15 718	32.35 718	30.09 718	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 719

csc	1000028.16 737	29.62 713	29.72 717	32.61 717	30.02 718	35.13 718	31.83 719	32.07 718	10000000.00 738	35.27 720	29.82 719	32.45 719	30.15 718	32.35 718	30.09 718	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 719

cscssc	1000028.16 737	29.62 713	29.72 717	32.61 717	30.02 718	35.13 718	31.83 719	32.07 718	10000000.00 738	35.27 720	29.82 719	32.45 719	30.15 718	32.35 718	30.09 718	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 719

tt	500032.53 735	34.60 720	29.72 717	37.47 727	34.41 723	36.85 722	35.22 723	34.71 721	33.55 720	34.50 718	35.43 722	33.81 722	10000000.00 739	33.57 721	33.13 722	33.68 722	35.00 724	34.03 723	35.26 725	30.96 719	34.63 723

DCANet	500032.53 735	34.60 720	29.72 717	37.47 727	34.41 723	36.85 722	35.22 723	34.71 721	33.55 720	34.50 718	35.43 722	33.81 722	10000000.00 739	33.57 721	33.13 722	33.68 722	35.00 724	34.03 723	35.26 725	30.96 719	34.63 723

DCANet-4	35.22 718	34.54 719	35.08 723	33.58 721	35.47 725	34.55 717	35.53 725	36.08 723	35.85 722	35.92 723	35.77 724	35.18 724	35.48 723	35.39 723	37.15 728	34.55 724	33.92 723	35.02 725	34.90 724	35.79 722	34.74 725

WCMA_ROB	31.10 717	35.43 722	27.12 716	39.51 729	23.10 717	38.78 728	25.30 717	37.49 729	25.39 717	37.29 728	27.02 717	38.52 730	26.48 717	37.80 728	26.44 717	36.28 725	22.65 718	33.90 722	22.30 718	37.10 727	24.18 717

fast-reg	37.00 720	37.00 724	37.00 724	37.00 723	37.00 726	37.00 724	37.00 726	37.00 725	37.00 723	37.00 724	37.00 726	37.00 726	37.00 724	37.00 724	37.00 724	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 726

Reg-Stereo(zero)	37.00 720	37.00 724	37.00 724	37.00 723	37.00 726	37.00 724	37.00 726	37.00 725	37.00 723	37.00 724	37.00 726	37.00 726	37.00 724	37.00 724	37.00 724	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 726

fast-iter	37.00 720	37.00 724	37.00 724	37.00 723	37.00 726	37.00 724	37.00 726	37.00 725	37.00 723	37.00 724	37.00 726	37.00 726	37.00 724	37.00 724	37.00 724	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 726

CoSv	37.00 720	37.00 724	37.00 724	37.00 723	37.00 726	37.00 724	37.00 726	37.00 725	37.00 723	37.00 724	37.00 726	37.00 726	37.00 724	37.00 724	37.00 724	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 726

ADStereo(finetuned)	36.13 719	36.63 723	38.07 728	36.97 722	33.25 722	35.91 721	34.45 722	36.36 724	32.99 719	38.14 729	36.71 725	36.69 725	34.13 722	38.57 729	40.79 729	37.60 730	36.58 726	35.90 726	33.36 723	35.42 721	34.04 722

NOSS_ROB	102.95 725	153.00 733	121.00 732	51.00 730	44.00 730	165.00 732	127.00 732	153.00 732	119.00 729	164.00 733	125.00 732	168.00 734	120.00 730	153.00 732	117.00 732	49.00 731	44.00 731	49.00 731	44.00 731	49.00 728	44.00 730

CBMV	128.50 726	1422.70 740	53.10 730	79.50 731	51.30 731	77.30 730	49.70 730	74.00 730	48.20 728	77.20 731	48.80 731	73.90 732	48.00 729	73.80 731	48.80 731	70.40 732	45.10 732	68.90 732	46.10 732	68.20 729	45.00 731
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 724	87.70 729	41.95 729	113.75 732	65.62 732	75.05 729	55.25 731	75.64 731	45.04 727	71.61 730	41.75 730	72.81 731	44.06 728	68.38 730	44.63 730	101.89 733	59.57 733	107.10 733	61.05 733	104.38 730	59.38 732

MeshStereo	159.24 727	171.00 734	160.68 735	162.58 733	160.59 733	164.01 731	160.35 733	158.51 733	158.56 730	158.34 732	160.12 733	158.56 733	159.92 731	157.26 733	158.94 733	154.38 734	158.36 734	155.75 734	159.13 735	153.67 731	154.07 733
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	201.80 728	123.00 730	115.00 731	219.00 734	218.00 735	223.00 733	244.00 735	217.00 734	236.00 732	202.00 734	203.00 734	205.00 735	208.00 732	225.00 734	204.00 734	210.00 735	198.00 735	197.00 735	184.00 736	204.00 732	201.00 734

MGS-Stereo	239.45 729	123.00 730	135.00 733	266.00 735	286.00 736	277.00 734	305.00 736	271.00 735	242.00 733	274.00 735	279.00 736	255.00 736	270.00 734	268.00 735	297.00 736	221.00 736	247.00 737	216.00 736	123.00 734	217.00 733	217.00 736

EGLCR-Stereo	246.90 730	129.00 732	139.00 734	266.00 735	286.00 736	277.00 734	305.00 736	271.00 735	242.00 733	274.00 735	279.00 736	255.00 736	270.00 734	268.00 735	297.00 736	230.00 737	247.00 737	216.00 736	223.00 738	237.00 734	227.00 737

DLCB_ROB	284.23 731	354.61 736	207.27 736	363.24 737	206.46 734	364.72 736	210.41 734	364.72 737	210.41 731	364.81 737	208.64 735	364.81 738	208.64 733	364.72 737	210.41 735	354.70 738	205.53 736	354.70 738	205.53 737	354.70 735	205.53 735

LE_ROB	396.57 732	471.28 737	329.84 737	471.48 738	308.15 738	526.83 737	322.10 738	488.15 738	323.76 735	495.46 738	317.97 738	497.17 739	320.10 736	481.62 738	326.76 738	462.71 739	298.97 739	466.16 739	285.98 739	447.62 736	289.21 738

SGM-ForestM	596.69 733	677.77 738	444.52 738	699.85 739	517.25 739	732.94 738	488.29 739	770.79 739	460.11 736	750.81 739	487.98 739	792.79 740	499.41 737	730.90 739	475.81 739	720.03 740	491.16 740	663.96 740	418.60 740	674.76 737	436.05 739

CBMV_ROB	818.48 734	913.88 739	709.52 739	862.84 740	597.78 740	1073.99 739	700.52 740	1015.66 740	702.59 737	1115.65 740	760.02 740	1130.24 741	721.57 738	1037.41 740	692.65 740	814.05 741	564.29 741	843.28 741	595.31 741	915.51 738	602.92 740

111111	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

SGD-Stereo	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

IGEV-Stereo++	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

IGEV-BASED-STEREO-	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

IGEV-Stereo+	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

SDNR	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

anonymousdsp2	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

anonymousdsp	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

test_example2	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741

DIP-Stereo	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 738	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 741
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark