Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 55	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 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 269	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 253	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 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 18	0.02 20	0.00 1	0.00 1

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev-Ref	0.11 87	0.44 208	0.33 264	0.39 232	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 291	0.36 303	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev	0.06 44	0.24 127	0.20 190	0.23 164	0.01 10	0.02 19	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	0.23 194	0.21 203	0.02 18	0.01 9	0.01 10	0.01 10

Syn2CoEx	0.25 187	1.31 430	0.74 409	0.92 397	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 426	0.75 423	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 50	0.02 12	0.02 14	1.01 415	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 52	0.02 12	0.04 43	0.90 392	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 290	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 508	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 65	0.98 332	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 96	1.14 362	0.17 167	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 65	1.05 352	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 352	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 352	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 52	1.00 336	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 52	0.97 331	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample5	0.10 65	1.07 355	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 65	1.03 348	0.12 101	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

test_sample3	0.09 52	0.87 308	0.10 69	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 52	1.03 348	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 308	0.12 101	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 52	1.01 342	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 52	0.95 328	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 65	1.07 355	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 357	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 362	0.13 121	0.14 100	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 342	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

x	0.11 87	1.15 365	0.15 147	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

CSP-Net	0.34 223	1.29 428	1.19 465	1.36 495	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 506	1.21 517	0.03 38	0.09 111	0.02 20	0.09 111

222	0.10 65	0.99 335	0.12 101	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 87	1.16 367	0.16 155	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 65	1.09 357	0.13 121	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 505	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 505	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 527	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 488	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

z-mn7	0.16 132	1.21 418	0.33 264	0.41 258	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 251	0.31 265	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 163	1.40 437	0.53 366	0.56 343	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 379	0.44 350	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven-2	0.14 112	1.22 424	0.28 220	0.32 208	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 234	0.27 225	0.04 73	0.03 54	0.03 43	0.03 51

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

qqq	0.16 132	2.01 472	0.12 101	0.15 110	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 98	0.03 52	0.06 88	0.03 48	0.12 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

psmg	0.43 308	1.91 464	0.92 441	1.91 515	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 546	1.44 539	0.04 73	0.03 54	0.02 20	0.03 51

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 559	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 563	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 568	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 565	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 511	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCP+	0.15 124	0.04 37	0.04 43	2.20 526	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
w-ln-seven	0.18 139	1.47 439	0.33 264	0.40 246	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 269	0.32 269	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

mmm	0.14 112	1.83 455	0.12 101	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

ffm	0.25 187	3.83 555	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 187	3.83 555	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 187	3.83 555	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 460	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

qqq1	0.25 187	3.70 549	0.14 126	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 187	3.70 549	0.14 126	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

11t1	0.17 136	2.16 481	0.13 121	0.13 96	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 98	0.03 52	0.06 88	0.05 88	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 99	0.08 105	1.20 489	0.07 104	0.05 97	0.05 91	0.05 100	0.08 107	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

OmniDepth	0.08 50	0.08 59	0.11 89	0.11 76	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 107	0.05 94	0.09 110	0.08 104	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 107	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

SuperB	0.21 163	0.10 68	2.51 593	0.12 83	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 112	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 528	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 107	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 528	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 107	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

SepStereo	0.09 52	0.09 66	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 112	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

ISRNet	0.11 87	0.05 49	0.36 284	0.24 169	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 128	0.05 94	0.05 82	0.09 108	0.24 199	0.20 191	0.10 108	0.05 96	0.06 96	0.13 150

AnonymousM	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetRed	0.11 87	0.12 81	0.11 89	0.11 76	0.11 137	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 124	0.11 132	0.11 124	0.11 126	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 87	0.11 79	0.12 101	0.13 96	0.14 158	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 124	0.11 132	0.12 128	0.12 141	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

PASM	0.39 270	3.06 535	1.36 531	1.58 501	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 124	0.09 116	0.09 110	0.09 108	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

LRCNet_RVC	0.13 103	0.13 82	0.09 65	0.13 96	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 177	0.10 119	0.20 161	0.10 120	0.24 194	0.11 126	0.11 88	0.09 70	0.12 122	0.14 166	0.12 128	0.09 111

UNet	0.29 202	0.90 316	0.10 69	0.14 100	0.10 121	0.14 127	0.10 118	0.91 433	0.69 435	0.14 127	0.11 133	0.14 129	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 424	0.76 443

DRN-Test	0.14 112	0.13 82	0.09 65	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 129	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 437

S2M2_L	0.12 96	0.14 88	0.10 69	0.15 110	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 129	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 124	0.14 88	0.10 69	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 129	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 449

DA	0.09 52	0.13 82	0.39 298	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 98	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 82	0.39 298	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 98	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

test_for_model	0.15 124	0.23 120	0.18 176	0.21 147	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.21 168	0.18 183	0.14 127	0.11 130	0.14 132	0.11 128

testlalala2	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

testlalala_base	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

CIPLG	0.13 103	0.21 110	0.12 101	0.16 121	0.11 137	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 139	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 103	0.20 104	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR_C	0.14 112	0.20 104	0.12 101	0.15 110	0.11 137	0.14 127	0.15 162	0.14 128	0.11 133	0.15 133	0.12 144	0.14 129	0.11 132	0.16 140	0.11 126	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 144

MIPNet	0.14 112	0.21 110	0.17 167	0.16 121	0.11 137	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 129	0.11 132	0.14 130	0.11 126	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR	0.14 112	0.24 127	0.14 126	0.16 121	0.12 153	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 103	0.21 110	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

GMStereo	0.14 112	0.13 82	0.14 126	0.14 100	0.14 158	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 129	0.14 158	0.14 130	0.14 151	0.14 116	0.14 141	0.14 127	0.14 166	0.14 132	0.14 160
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.13 103	0.11 79	0.11 89	0.11 76	0.11 137	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 124	0.11 132	0.11 124	0.11 126	0.11 88	0.11 97	0.14 127	0.11 130	0.49 361	0.11 128

ELAS_RVC	0.14 112	0.16 90	0.10 69	0.15 110	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 154	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 90	0.11 89	0.15 110	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 154	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
castereo++	0.54 351	3.59 546	1.15 459	1.31 491	0.14 158	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 140	0.13 154	0.16 140	0.14 151	1.45 521	1.16 466	0.15 142	0.14 166	0.15 142	0.13 150

ITSA-stereo	0.15 124	0.17 96	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 97	0.15 142	0.14 166	0.18 156	0.11 128

cf-r	0.66 372	2.17 482	0.12 101	0.18 131	0.12 153	0.18 154	2.70 600	2.60 575	0.12 152	0.18 151	0.12 144	0.18 154	0.12 149	0.18 152	0.12 141	0.15 125	0.11 97	0.15 142	0.11 130	1.81 535	1.74 576

S2M2_XL	0.14 112	0.17 96	0.12 101	0.17 129	0.11 137	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 150	0.11 132	0.17 149	0.11 126	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 139	0.48 247	0.16 155	0.16 121	0.15 174	0.15 134	0.16 172	0.16 141	0.16 181	0.16 138	0.16 182	0.16 140	0.16 180	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 184	0.16 146	0.16 174

xyz-stereo	0.18 139	0.50 253	0.16 155	0.15 110	0.16 188	0.16 142	0.16 172	0.16 141	0.16 181	0.16 138	0.16 182	0.16 140	0.16 180	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 184	0.16 146	0.16 174

GMStereo_Zeroshot	0.16 132	0.16 90	0.16 155	0.16 121	0.16 188	0.16 142	0.16 172	0.16 141	0.16 181	0.16 138	0.16 182	0.16 140	0.16 180	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 184	0.16 146	0.16 174

ProNet	0.14 112	0.20 104	0.14 126	0.16 121	0.11 137	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 150	0.13 154	0.17 149	0.12 141	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 144

ICVP	0.15 124	0.53 266	0.11 89	0.16 121	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 112	0.16 90	0.12 101	0.17 129	0.12 153	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 150	0.12 149	0.17 149	0.12 141	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 144

PDISCO_ROB	0.83 419	2.80 531	3.49 610	0.14 100	0.11 137	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 140	0.14 158	3.30 595	0.13 147	0.14 116	2.34 587	0.16 145	0.12 147	2.62 576	0.10 116

castereo	0.61 362	3.79 554	1.35 523	1.52 500	0.15 174	0.17 150	0.16 172	0.20 160	0.21 217	0.18 151	0.16 182	0.21 169	0.12 149	0.26 214	0.17 171	1.43 520	1.38 536	0.17 153	0.16 184	0.18 156	0.16 174

DDVS	0.30 203	3.10 536	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 140	0.13 154	0.19 155	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 150

ACVNet	0.20 149	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 468	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 149	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 468	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

hitnet-ft	0.79 403	2.78 530	0.14 126	0.20 137	0.14 158	0.21 173	2.89 601	2.80 589	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.54 575	2.33 593

PSMNet-RSSM	0.77 399	2.76 525	0.14 126	0.20 137	0.14 158	0.20 162	2.66 598	2.79 588	0.14 157	0.21 171	0.14 161	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.52 567	2.31 591

GwcNet-RSSM	0.77 399	2.77 527	0.14 126	0.20 137	0.14 158	0.20 162	2.67 599	2.78 587	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.21 170	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.52 567	2.31 591

CFNet-ft	0.55 355	1.57 442	0.14 126	0.20 137	0.14 158	0.20 162	2.53 597	1.61 529	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	1.56 523	1.24 539

FADE		0.06 54		0.09 55	0.10 121							0.05 91				0.15 125	0.10 75	0.17 153	0.13 155	0.11 123

SGM_RVC	0.15 124	0.17 96	0.11 89	0.18 131	0.11 137	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 136	0.27 145	0.21 194	0.10 59	0.21 229	0.15 134	0.22 219	0.10 110	0.21 217	0.22 173	0.10 119	0.19 158	0.18 200	0.10 113	0.19 183	0.20 163	0.19 189	0.18 163	0.10 118	0.19 162	0.18 198
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 132	0.18 99	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 158	0.13 154	0.19 155	0.13 147	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 150

LALA_ROB	0.15 124	0.19 100	0.12 101	0.18 131	0.11 137	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 161	0.12 149	0.21 170	0.13 147	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

RAFT-FEzeroshot	0.34 223	0.26 142	0.17 167	0.21 147	0.17 197	0.20 162	0.16 172	0.20 160	0.16 181	0.20 159	0.17 192	0.21 169	0.16 180	0.27 218	0.24 202	0.19 155	0.16 146	0.19 166	0.16 184	0.26 209	3.08 608

RAFT-FE	0.34 223	0.26 142	0.17 167	0.21 147	0.17 197	0.20 162	0.16 172	0.20 160	0.16 181	0.20 159	0.17 192	0.21 169	0.16 180	0.27 218	0.24 202	0.19 155	0.16 146	0.19 166	0.16 184	0.26 209	3.08 608

IGEV-FE	0.35 232	0.37 171	0.17 167	0.19 134	0.17 197	0.20 162	0.17 185	0.19 154	0.17 194	0.19 153	0.17 192	0.19 158	0.17 192	0.37 262	0.36 290	0.19 155	0.17 169	0.19 166	0.17 204	0.38 275	2.84 599

GEStereo_RVC	0.86 425	4.45 569	0.20 190	0.27 189	0.20 222	0.27 218	0.20 208	0.26 208	0.18 197	5.03 623	0.20 219	0.27 219	0.19 213	0.27 218	0.21 190	0.20 163	0.19 189	0.19 166	4.02 628	0.20 168	0.18 198

IGEV_Zeroshot_test	0.20 149	0.19 100	0.40 303	0.30 200	0.17 197	0.22 180	0.17 185	0.21 169	0.17 194	0.20 159	0.17 192	0.21 169	0.18 200	0.21 170	0.17 171	0.20 163	0.16 146	0.20 170	0.16 184	0.20 168	0.17 186

DAS	0.20 149	0.20 104	0.20 190	0.20 137	0.20 222	0.20 162	0.20 208	0.20 160	0.20 213	0.20 159	0.20 219	0.20 161	0.20 217	0.20 159	0.20 186	0.20 163	0.20 191	0.20 170	0.20 219	0.20 168	0.20 202

ASD4	0.20 149	0.20 104	0.20 190	0.20 137	0.20 222	0.20 162	0.20 208	0.20 160	0.20 213	0.20 159	0.20 219	0.20 161	0.20 217	0.20 159	0.20 186	0.20 163	0.20 191	0.20 170	0.20 219	0.20 168	0.20 202

MSKI-zero shot	0.24 178	0.21 110	0.49 348	0.65 360	0.18 207	0.22 180	0.17 185	0.23 189	0.18 197	0.21 171	0.17 192	0.23 193	0.28 261	0.23 190	0.18 180	0.21 168	0.16 146	0.21 173	0.16 184	0.21 179	0.16 174

MIM_Stereo	0.25 187	0.23 120	0.66 391	0.80 382	0.17 197	0.22 180	0.17 185	0.23 189	0.18 197	0.26 206	0.17 192	0.21 169	0.17 192	0.25 204	0.17 171	0.23 194	0.16 146	0.21 173	0.17 204	0.22 181	0.17 186

dd	0.23 176	0.98 332	0.16 155	0.23 164	0.15 174	0.23 193	0.15 162	0.23 189	0.15 172	0.23 177	0.15 174	0.24 197	0.17 192	0.23 190	0.15 161	0.22 178	0.15 144	0.21 173	0.15 177	0.22 181	0.16 174

iResNetv2_ROB	0.20 149	0.23 120	0.18 176	0.24 169	0.20 222	0.24 194	0.18 192	0.24 192	0.18 197	0.24 187	0.18 205	0.23 193	0.19 213	0.24 194	0.18 180	0.21 168	0.16 146	0.21 173	0.16 184	0.22 181	0.16 174

iResNet	0.20 149	0.23 120	0.18 176	0.24 169	0.18 207	0.24 194	0.20 208	0.24 192	0.18 197	0.23 177	0.17 192	0.23 193	0.18 200	0.23 190	0.18 180	0.22 178	0.16 146	0.21 173	0.16 184	0.21 179	0.16 174

oiu110	0.19 142	0.22 114	0.14 126	0.21 147	0.14 158	0.21 173	0.14 152	0.21 169	0.14 157	0.23 177	0.14 161	0.21 169	0.14 158	0.21 170	0.48 354	0.19 155	0.16 146	0.22 178	0.13 155	0.19 162	0.13 150

dddd17k	0.19 142	0.22 114	0.14 126	0.21 147	0.14 158	0.21 173	0.14 152	0.21 169	0.14 157	0.23 177	0.14 161	0.21 169	0.14 158	0.21 170	0.48 354	0.19 155	0.16 146	0.22 178	0.13 155	0.19 162	0.13 150

ITERv10	0.19 142	0.22 114	0.14 126	0.21 147	0.14 158	0.21 173	0.14 152	0.21 169	0.14 157	0.23 177	0.14 161	0.21 169	0.14 158	0.21 170	0.48 354	0.19 155	0.16 146	0.22 178	0.13 155	0.19 162	0.13 150

ITERv8	0.19 142	0.22 114	0.14 126	0.21 147	0.14 158	0.21 173	0.14 152	0.21 169	0.14 157	0.23 177	0.14 161	0.21 169	0.14 158	0.21 170	0.48 354	0.19 155	0.16 146	0.22 178	0.13 155	0.19 162	0.13 150

ITERv4	0.19 142	0.22 114	0.14 126	0.21 147	0.14 158	0.21 173	0.14 152	0.21 169	0.14 157	0.23 177	0.14 161	0.21 169	0.14 158	0.21 170	0.48 354	0.19 155	0.16 146	0.22 178	0.13 155	0.19 162	0.13 150

ACV-stereo	0.30 203	2.08 474	0.25 209	0.25 179	0.18 207	0.24 194	0.17 185	0.24 192	0.18 197	0.24 187	0.17 192	0.25 207	0.17 192	0.24 194	0.17 171	0.22 178	0.16 146	0.22 178	0.16 184	0.22 181	0.16 174

Pointernet	0.21 163	0.22 114	0.19 187	0.24 169	0.19 219	0.24 194	0.19 204	0.24 192	0.19 211	0.24 187	0.19 215	0.24 197	0.19 213	0.24 194	0.19 183	0.22 178	0.17 169	0.22 178	0.17 204	0.22 181	0.17 186

WAO-6	0.22 167	0.23 120	0.22 196	0.23 164	0.22 231	0.22 180	0.22 219	0.22 178	0.22 220	0.22 173	0.22 226	0.22 182	0.22 224	0.22 179	0.22 192	0.22 178	0.22 207	0.22 178	0.22 224	0.22 181	0.22 208

dad	0.23 176	1.03 348	0.16 155	0.23 164	0.15 174	0.24 194	0.15 162	0.24 192	0.16 181	0.23 177	0.16 182	0.24 197	0.16 180	0.23 190	0.15 161	0.22 178	0.16 146	0.22 178	0.16 184	0.22 181	0.16 174

delet	0.43 308	1.21 418	0.17 167	0.25 179	0.17 197	0.25 206	0.18 192	1.26 516	0.95 471	0.25 198	0.17 192	0.25 207	0.17 192	0.25 204	0.17 171	0.23 194	0.16 146	0.22 178	0.16 184	1.18 460	0.98 463

UPFNet	0.42 307	1.20 372	0.17 167	0.24 169	0.17 197	0.25 206	0.17 185	1.19 464	0.90 462	0.25 198	0.17 192	0.24 197	0.17 192	0.25 204	0.17 171	0.22 178	0.17 169	0.22 178	0.16 184	1.15 452	0.93 459

VIP-Stereo	0.70 382	2.97 534	2.43 592	2.49 540	0.16 188	0.25 206	0.16 172	0.25 203	0.16 181	0.25 198	0.18 205	0.25 207	0.16 180	0.26 214	0.16 167	1.86 536	1.26 519	0.23 189	0.15 177	0.23 195	0.15 168

tg	0.21 163	0.25 136	0.21 194	0.26 186	0.17 197	0.24 194	0.17 185	0.24 192	0.17 194	0.24 187	0.17 192	0.24 197	0.17 192	0.24 194	0.17 171	0.24 199	0.17 169	0.23 189	0.16 184	0.23 195	0.16 174

IMH-64-1	0.22 167	0.23 120	0.23 199	0.22 155	0.22 231	0.22 180	0.22 219	0.22 178	0.22 220	0.22 173	0.22 226	0.22 182	0.22 224	0.22 179	0.22 192	0.22 178	0.22 207	0.23 189	0.22 224	0.22 181	0.23 210

IMH-64	0.22 167	0.23 120	0.23 199	0.22 155	0.22 231	0.22 180	0.22 219	0.22 178	0.22 220	0.22 173	0.22 226	0.22 182	0.22 224	0.22 179	0.22 192	0.22 178	0.22 207	0.23 189	0.22 224	0.22 181	0.23 210

MMNet	0.44 313	1.24 426	0.17 167	0.25 179	0.17 197	0.25 206	0.18 192	1.26 516	0.93 469	0.25 198	0.17 192	0.25 207	0.18 200	0.25 204	0.17 171	0.23 194	0.16 146	0.23 189	0.16 184	1.20 463	0.99 464

psm_up	0.43 308	1.19 371	0.17 167	0.25 179	0.18 207	0.25 206	0.19 204	1.26 516	0.91 464	0.26 206	0.17 192	0.25 207	0.17 192	0.25 204	0.17 171	0.22 178	0.17 169	0.23 189	0.16 184	1.18 460	0.99 464

ac_64	0.22 167	0.13 82	0.19 187	0.23 164	0.10 121	0.26 214	1.02 476	0.14 128	0.10 118	0.28 215	0.14 161	0.17 150	0.19 213	0.28 230	0.09 108	0.22 178	0.16 146	0.23 189	0.17 204	0.11 123	0.12 144

CFNet	1.37 517	5.27 582	0.19 187	5.49 609	0.19 219	0.28 227	0.19 204	0.28 220	0.19 211	0.28 215	0.19 215	0.28 228	4.35 621	0.28 230	0.19 183	0.23 194	0.17 169	0.23 189	4.21 630	4.81 607	0.17 186

ITERv28	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

ITERv24	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

dd23bbn	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

ITERv21	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

zxcv128	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

ITERv12	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

s6wercc	0.20 149	0.24 127	0.15 147	0.22 155	0.15 174	0.22 180	0.15 162	0.22 178	0.15 172	0.24 187	0.15 174	0.22 182	0.15 173	0.22 179	0.50 362	0.21 168	0.17 169	0.24 197	0.14 166	0.20 168	0.14 160

DEFOM-Stereo_RVC	0.83 419	5.18 579	1.98 581	2.19 525	0.17 197	0.19 157	0.18 192	0.19 154	0.16 181	0.20 159	0.19 215	0.22 182	0.22 224	0.20 159	0.15 161	2.28 563	2.13 582	0.24 197	0.17 204	0.18 156	0.16 174

hj116sk	0.22 167	0.25 136	0.16 155	0.24 169	0.16 188	0.24 194	0.16 172	0.24 192	0.16 181	0.26 206	0.16 182	0.24 197	0.16 180	0.24 194	0.52 376	0.22 178	0.18 183	0.25 205	0.15 177	0.22 181	0.15 168

iked130	0.22 167	0.25 136	0.16 155	0.24 169	0.16 188	0.24 194	0.16 172	0.24 192	0.16 181	0.26 206	0.16 182	0.24 197	0.16 180	0.24 194	0.52 376	0.22 178	0.18 183	0.25 205	0.15 177	0.22 181	0.15 168

vnu138km	0.22 167	0.25 136	0.16 155	0.24 169	0.16 188	0.24 194	0.16 172	0.24 192	0.16 181	0.26 206	0.16 182	0.24 197	0.16 180	0.24 194	0.52 376	0.22 178	0.18 183	0.25 205	0.15 177	0.22 181	0.15 168

99wein	0.22 167	0.25 136	0.16 155	0.24 169	0.16 188	0.24 194	0.16 172	0.24 192	0.16 181	0.26 206	0.16 182	0.24 197	0.16 180	0.24 194	0.52 376	0.22 178	0.18 183	0.25 205	0.15 177	0.22 181	0.15 168

a5sdf	0.22 167	0.25 136	0.16 155	0.24 169	0.16 188	0.24 194	0.16 172	0.24 192	0.16 181	0.26 206	0.16 182	0.24 197	0.16 180	0.24 194	0.52 376	0.22 178	0.18 183	0.25 205	0.15 177	0.22 181	0.15 168

DLNR-FE	0.28 197	0.89 313	0.30 228	0.34 214	0.19 219	0.28 227	0.19 204	0.28 220	0.20 213	0.28 215	0.20 219	0.28 228	0.20 217	0.28 230	0.20 186	0.33 238	0.28 231	0.25 205	0.19 218	0.24 197	0.19 200

Select-FE	0.41 296	0.44 208	0.23 199	0.26 186	0.22 231	0.26 214	0.22 219	0.26 208	0.23 226	0.26 206	0.23 230	0.26 217	0.23 230	0.45 339	0.42 332	0.25 213	0.22 207	0.25 205	0.22 224	0.45 338	2.90 600

UNDER WATER-64	0.25 187	0.26 142	0.25 209	0.26 186	0.25 244	0.25 206	0.25 235	0.25 203	0.25 234	0.25 198	0.25 243	0.25 207	0.25 237	0.26 214	0.25 210	0.25 213	0.25 215	0.25 205	0.25 243	0.25 207	0.25 221

LoS_RVC	0.30 203	1.14 362	0.25 209	0.25 179	0.25 244	0.26 214	0.25 235	0.25 203	0.25 234	0.25 198	0.25 243	0.26 217	0.26 246	0.26 214	0.25 210	0.26 215	0.26 218	0.25 205	0.25 243	0.26 209	0.26 227

LoS	0.25 187	0.27 145	0.25 209	0.25 179	0.25 244	0.25 206	0.25 235	0.26 208	0.25 234	0.25 198	0.25 243	0.25 207	0.25 237	0.25 204	0.25 210	0.26 215	0.25 215	0.25 205	0.26 249	0.26 209	0.25 221
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CAS	0.30 203	1.17 368	0.25 209	0.25 179	0.25 244	0.26 214	0.25 235	0.25 203	0.26 247	0.25 198	0.25 243	0.25 207	0.25 237	0.25 204	0.25 210	0.26 215	0.26 218	0.26 215	0.25 243	0.26 209	0.25 221

ssnet_v2	0.68 377	1.96 471	1.25 519	0.29 199	0.20 222	0.30 231	0.20 208	0.29 225	0.22 220	1.50 531	0.20 219	0.31 241	0.20 217	0.27 218	0.22 192	0.24 199	1.49 542	0.26 215	0.18 217	3.90 585	0.19 200

FCDSN-DC	0.41 296	0.59 277	0.64 387	0.54 337	0.33 325	0.50 375	0.37 341	0.42 303	0.40 361	0.61 404	0.43 383	0.50 380	0.49 396	0.38 265	0.32 260	0.28 220	0.23 212	0.26 215	0.22 224	0.35 252	0.28 248
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 512	0.31 162	4.99 621	5.93 612	0.20 222	0.25 206	0.20 208	0.25 203	0.20 213	0.23 177	0.19 215	0.25 207	0.20 217	0.25 204	0.20 186	5.66 622	4.76 615	0.26 215	0.30 291	0.24 197	0.27 235

ITERv30	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

qyd29nn	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

yuret106	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

uio108cc	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

v20iiwwt	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

ITERv14	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

v134_o9	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

ITERv7	0.24 178	0.28 148	0.18 176	0.27 189	0.18 207	0.27 218	0.18 192	0.27 212	0.18 197	0.28 215	0.18 205	0.27 219	0.18 200	0.27 218	0.53 384	0.24 199	0.20 191	0.27 219	0.17 204	0.24 197	0.17 186

tt1	0.31 210	0.93 325	0.24 206	0.33 212	0.23 237	0.31 236	0.24 232	0.32 232	0.24 229	0.32 237	0.23 230	0.32 243	0.25 237	0.32 241	0.24 202	0.27 218	0.26 218	0.27 219	0.26 249	0.27 214	0.27 235

DISCO	1.11 459	0.39 181	5.28 623	0.39 232	0.20 222	0.39 274	0.27 246	0.39 265	0.22 220	0.38 258	0.20 219	0.38 267	0.20 217	6.95 634	0.22 192	0.30 228	0.21 203	0.27 219	0.21 221	5.25 616	0.21 205

DCVSM-stereo	0.36 238	1.89 461	0.22 196	0.40 246	0.22 231	0.40 276	0.22 219	0.40 270	0.22 220	0.40 270	0.22 226	0.40 280	0.22 224	0.40 276	0.22 192	0.28 220	0.21 203	0.28 229	0.21 221	0.28 216	0.20 202

xxxxx1	0.31 210	0.91 318	0.23 199	0.31 205	0.23 237	0.31 236	0.23 227	0.33 235	0.25 234	0.31 232	0.24 237	0.33 246	0.25 237	0.32 241	0.24 202	0.28 220	0.28 231	0.28 229	0.28 263	0.29 219	0.27 235

SQANet	0.28 197	0.28 148	0.28 220	0.28 198	0.28 259	0.28 227	0.28 254	0.28 220	0.28 256	0.28 215	0.28 261	0.28 228	0.28 261	0.28 230	0.28 226	0.28 220	0.28 231	0.28 229	0.28 263	0.28 216	0.28 248

tt_ll	0.31 210	0.91 318	0.23 199	0.31 205	0.23 237	0.31 236	0.23 227	0.33 235	0.25 234	0.31 232	0.24 237	0.33 246	0.25 237	0.32 241	0.24 202	0.28 220	0.28 231	0.28 229	0.28 263	0.29 219	0.27 235

ff	0.31 210	0.91 318	0.23 199	0.31 205	0.23 237	0.31 236	0.23 227	0.33 235	0.25 234	0.31 232	0.24 237	0.33 246	0.25 237	0.32 241	0.24 202	0.28 220	0.28 231	0.28 229	0.28 263	0.29 219	0.27 235

DLNR_Zeroshot_test	0.31 210	0.28 148	0.47 333	0.79 379	0.24 242	0.30 231	0.26 243	0.30 227	0.24 229	0.32 237	0.23 230	0.31 241	0.24 234	0.30 236	0.23 198	0.29 227	0.26 218	0.29 234	0.24 238	0.33 236	0.23 210

RAFT + AFF	0.31 210	0.45 226	0.34 274	0.39 232	0.28 259	0.38 268	0.33 312	0.29 225	0.31 293	0.30 228	0.30 278	0.29 234	0.27 254	0.29 234	0.30 243	0.28 220	0.29 244	0.29 234	0.29 278	0.27 214	0.32 295

MultiAttention	0.30 203	0.30 159	0.30 228	0.30 200	0.30 279	0.30 231	0.30 268	0.30 227	0.30 274	0.30 228	0.30 278	0.30 237	0.30 276	0.30 236	0.30 243	0.30 228	0.30 257	0.30 236	0.30 291	0.30 222	0.30 265

MSAF-DinoV2	0.30 203	0.30 159	0.30 228	0.30 200	0.30 279	0.30 231	0.30 268	0.30 227	0.30 274	0.30 228	0.30 278	0.30 237	0.30 276	0.30 236	0.30 243	0.30 228	0.30 257	0.30 236	0.30 291	0.30 222	0.30 265

DEFOM-Stereo	0.68 377	3.11 537	1.40 537	1.63 509	0.25 244	0.31 236	0.25 235	0.31 231	0.28 256	0.31 232	0.29 266	0.29 234	0.27 254	0.31 240	0.28 226	1.59 528	1.47 541	0.30 236	0.29 278	0.30 222	0.28 248

WCG-NET（raft）	0.32 218	1.24 426	0.24 206	0.32 208	0.24 242	0.32 244	0.23 227	0.32 232	0.24 229	0.32 237	0.24 237	0.32 243	0.24 234	0.32 241	0.24 202	0.30 228	0.23 212	0.30 236	0.23 230	0.30 222	0.23 210

testlalala	0.32 218	0.81 300	0.31 242	0.39 232	0.26 252	0.33 246	0.24 232	0.33 235	0.26 247	0.32 237	0.26 249	0.33 246	0.23 230	0.33 247	0.23 198	0.35 251	0.31 265	0.30 236	0.24 238	0.31 227	0.21 205

DANet	0.30 203	0.30 159	0.30 228	0.30 200	0.30 279	0.30 231	0.30 268	0.30 227	0.30 274	0.30 228	0.30 278	0.30 237	0.30 276	0.30 236	0.30 243	0.30 228	0.30 257	0.30 236	0.30 291	0.30 222	0.30 265
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xyz-stereo-finetune	0.28 197	0.49 249	0.16 155	0.16 121	0.16 188	0.16 142	0.16 172	0.22 178	0.30 274	0.32 237	0.31 290	0.32 243	0.31 296	0.32 241	0.32 260	0.32 234	0.33 284	0.31 242	0.32 325	0.31 227	0.32 295

GCAP-BAT	0.33 221	0.78 294	0.32 258	0.38 226	0.25 244	0.34 248	0.25 235	0.34 239	0.26 247	0.34 244	0.25 243	0.35 253	0.26 246	0.35 252	0.27 216	0.36 256	0.30 257	0.32 243	0.24 238	0.32 229	0.26 227

gwcnet-sp	0.82 415	1.72 448	1.48 541	0.39 232	0.15 174	0.31 236	0.21 214	0.20 160	0.25 234	1.61 535	0.23 230	0.28 228	0.26 246	0.20 159	0.15 161	0.24 199	1.33 527	0.32 243	0.16 184	6.75 623	0.23 210

scenet	0.82 415	1.72 448	1.48 541	0.39 232	0.15 174	0.31 236	0.21 214	0.20 160	0.25 234	1.61 535	0.23 230	0.28 228	0.26 246	0.20 159	0.15 161	0.24 199	1.33 527	0.32 243	0.16 184	6.75 623	0.23 210

ssnet	0.82 415	1.72 448	1.48 541	0.39 232	0.15 174	0.31 236	0.21 214	0.20 160	0.25 234	1.61 535	0.23 230	0.28 228	0.26 246	0.20 159	0.15 161	0.24 199	1.33 527	0.32 243	0.16 184	6.75 623	0.23 210

IGEV-Stereo	0.35 232	0.44 208	0.45 322	0.49 317	0.30 279	0.37 261	0.30 268	0.36 247	0.30 274	0.36 252	0.29 266	0.36 259	0.29 268	0.36 258	0.30 243	0.46 340	0.39 318	0.32 243	0.24 238	0.32 229	0.25 221
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 372	2.34 498	0.29 224	0.41 258	0.29 268	0.41 292	0.29 263	0.42 303	0.29 262	0.40 270	0.41 371	0.41 293	0.30 276	0.51 379	0.29 236	0.32 234	0.29 244	0.32 243	2.46 601	2.49 563	0.30 265

FENet	0.54 351	1.52 441	1.19 465	1.41 498	0.23 237	0.35 253	0.23 227	0.35 243	0.23 226	0.34 244	0.23 230	0.35 253	0.23 230	0.35 252	0.23 198	1.40 518	1.07 450	0.32 243	0.23 230	0.33 236	0.23 210

iResNet_ROB	0.28 197	0.32 163	0.24 206	0.32 208	0.25 244	0.32 244	0.24 232	0.32 232	0.24 229	0.33 242	0.24 237	0.35 253	0.24 234	0.33 247	0.24 202	0.31 233	0.24 214	0.32 243	0.24 238	0.32 229	0.24 220

FE-Mocha	0.35 232	0.71 287	0.40 303	0.47 306	0.27 254	0.34 248	0.27 246	0.34 239	0.26 247	0.34 244	0.26 249	0.34 251	0.27 254	0.34 249	0.27 216	0.44 333	0.41 330	0.33 251	0.29 278	0.32 229	0.29 253

ACVNet-DCA	0.37 244	1.00 336	0.30 228	0.40 246	0.29 268	0.40 276	0.29 263	0.40 270	0.29 262	0.40 270	0.29 266	0.40 280	0.29 268	0.39 273	0.28 226	0.33 238	0.32 269	0.33 251	0.32 325	0.33 236	0.32 295

1test111	0.37 244	1.02 346	0.30 228	0.39 232	0.29 268	0.40 276	0.28 254	0.39 265	0.29 262	0.39 264	0.29 266	0.39 272	0.28 261	0.40 276	0.29 236	0.33 238	0.32 269	0.33 251	0.31 317	0.32 229	0.31 287

cc1	0.37 244	1.02 346	0.30 228	0.39 232	0.29 268	0.40 276	0.28 254	0.39 265	0.29 262	0.39 264	0.29 266	0.39 272	0.28 261	0.40 276	0.29 236	0.33 238	0.32 269	0.33 251	0.31 317	0.32 229	0.31 287

CASnet	0.35 232	0.51 261	0.44 320	0.32 208	0.31 301	0.24 194	0.34 323	0.36 247	0.25 234	0.31 232	0.37 348	0.30 237	0.33 321	0.25 204	0.45 337	0.37 260	0.37 305	0.33 251	0.35 349	0.34 240	0.37 332
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 419	1.91 464	0.92 441	4.48 587	0.02 21	0.40 276	0.04 81	0.41 285	0.02 21	0.48 353	0.03 52	0.41 293	0.05 94	0.03 39	0.05 88	1.97 546	4.19 612	0.33 251	0.23 230	0.34 240	0.27 235

BSDual-CNN	0.81 410	1.91 464	0.92 441	4.48 587	0.02 21	0.42 314	0.06 108	0.41 285	0.02 21	0.48 353	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 546	4.19 612	0.33 251	0.23 230	0.34 240	0.27 235

hknet	1.10 457	1.85 457	3.49 610	4.48 587	0.02 21	0.42 314	0.06 108	0.41 285	0.02 21	0.48 353	0.03 52	0.41 293	0.03 52	0.42 306	0.03 48	4.39 598	4.19 612	0.33 251	0.23 230	0.34 240	0.27 235

Monster-pub-eth3d	0.45 316	0.57 274	0.60 378	0.39 232	0.28 259	0.37 261	0.28 254	0.37 253	0.30 274	0.39 264	0.29 266	0.39 272	0.30 276	0.92 445	0.27 216	1.42 519	0.28 231	0.34 259	0.28 263	0.37 263	0.53 398

Monster-pub-mixall	0.44 313	0.56 273	0.60 378	0.38 226	0.27 254	0.37 261	0.27 246	0.37 253	0.29 262	0.38 258	0.27 254	0.38 267	0.29 268	0.85 435	0.27 216	1.46 522	0.26 218	0.34 259	0.26 249	0.36 259	0.53 398

Replicate-Monster	0.45 316	0.57 274	0.60 378	0.40 246	0.29 268	0.37 261	0.27 246	0.37 253	0.30 274	0.40 270	0.31 290	0.40 280	0.30 276	0.99 453	0.27 216	1.36 515	0.31 265	0.34 259	0.30 291	0.36 259	0.54 401

model_zeroshot	0.27 196	0.20 104	0.27 216	0.33 212	0.21 229	0.37 261	0.22 219	0.37 253	0.24 229	0.26 206	0.27 254	0.33 246	0.21 223	0.25 204	0.27 216	0.32 234	0.20 191	0.34 259	0.23 230	0.25 207	0.26 227

RSM	0.36 238	0.36 169	0.43 318	0.37 223	0.42 384	0.49 367	0.42 374	0.37 253	0.28 256	0.36 252	0.29 266	0.36 259	0.30 276	0.37 262	0.28 226	0.34 242	0.31 265	0.34 259	0.35 349	0.40 307	0.29 253

H2IRNET	0.34 223	0.34 165	0.34 274	0.34 214	0.34 335	0.34 248	0.34 323	0.34 239	0.34 327	0.34 244	0.34 328	0.34 251	0.34 326	0.34 249	0.34 282	0.34 242	0.34 292	0.34 259	0.34 337	0.34 240	0.34 316

MyStereo07	0.60 359	3.72 552	0.48 341	0.49 317	0.41 374	0.36 256	0.32 299	0.49 354	0.43 378	0.51 380	0.42 381	0.49 365	0.43 374	0.51 379	0.64 405	0.49 352	0.45 351	0.34 259	0.32 325	0.35 252	0.43 363

MyStereo04	0.56 357	3.72 552	0.59 376	0.49 317	0.41 374	0.36 256	0.32 299	0.37 253	0.31 293	0.34 244	0.46 391	0.35 253	0.32 313	0.35 252	0.33 269	0.49 352	0.45 351	0.34 259	0.32 325	0.35 252	0.43 363

xx1	0.38 250	1.03 348	0.31 242	0.40 246	0.31 301	0.41 292	0.28 254	0.40 270	0.29 262	0.40 270	0.29 266	0.40 280	0.29 268	0.40 276	0.29 236	0.34 242	0.33 284	0.34 259	0.32 325	0.34 240	0.32 295

CRFU-Net	0.65 370	1.67 446	1.22 515	1.96 519	0.27 254	0.41 292	0.27 246	0.41 285	0.27 253	0.40 270	0.26 249	0.41 293	0.27 254	0.40 276	0.27 216	1.80 535	1.62 555	0.34 259	0.23 230	0.33 236	0.23 210

NINENet	0.69 381	3.87 558	1.20 468	1.98 520	0.05 99	0.40 276	0.04 81	0.40 270	0.05 97	0.41 284	0.04 88	0.41 293	0.05 94	0.40 276	0.05 88	1.79 534	1.56 548	0.34 259	0.22 224	0.34 240	0.23 210

iRaft-Stereo_5w	0.34 223	0.42 198	0.31 242	0.39 232	0.30 279	0.38 268	0.30 268	0.40 270	0.29 262	0.40 270	0.37 348	0.41 293	0.34 326	0.38 265	0.30 243	0.34 242	0.27 225	0.34 259	0.26 249	0.34 240	0.26 227

iRaft-Stereo_20w	0.34 223	0.41 191	0.31 242	0.39 232	0.29 268	0.40 276	0.32 299	0.41 285	0.32 311	0.38 258	0.30 278	0.39 272	0.30 276	0.38 265	0.32 260	0.35 251	0.27 225	0.34 259	0.27 257	0.34 240	0.29 253

HGLStereo	0.28 197	0.29 158	0.22 196	0.36 220	0.22 231	0.36 256	0.21 214	0.36 247	0.21 217	0.42 301	0.21 225	0.36 259	0.22 224	0.36 258	0.21 190	0.34 242	0.21 203	0.34 259	0.21 221	0.34 240	0.21 205

MLCV	0.31 210	0.35 166	0.27 216	0.35 216	0.28 259	0.35 253	0.27 246	0.35 243	0.28 256	0.36 252	0.27 254	0.35 253	0.27 254	0.35 252	0.27 216	0.34 242	0.27 225	0.34 259	0.27 257	0.34 240	0.27 235

DN-CSS_ROB	0.31 210	0.35 166	0.28 220	0.35 216	0.28 259	0.34 248	0.27 246	0.34 239	0.25 234	0.35 249	0.27 254	0.36 259	0.26 246	0.34 249	0.28 226	0.35 251	0.28 231	0.34 259	0.28 263	0.34 240	0.27 235

HH	0.71 386	2.54 508	0.74 409	1.10 422	0.32 312	0.41 292	0.37 341	0.69 408	0.78 452	0.73 420	0.90 464	0.75 427	1.00 460	0.84 431	0.69 419	0.69 398	0.40 321	0.35 275	0.26 249	0.35 252	0.26 227

HanStereo	0.71 386	2.54 508	0.74 409	1.10 422	0.32 312	0.41 292	0.37 341	0.69 408	0.78 452	0.73 420	0.90 464	0.75 427	1.00 460	0.84 431	0.69 419	0.69 398	0.40 321	0.35 275	0.26 249	0.35 252	0.26 227

4D-IteraStereo	0.78 402	3.13 538	0.89 427	0.69 365	0.32 312	0.40 276	0.32 299	0.76 414	0.97 474	0.52 383	0.65 435	0.89 445	0.32 313	0.76 421	0.98 470	0.83 421	0.94 442	0.35 275	0.27 257	0.70 398	0.89 455

DMCA	0.36 238	0.38 175	0.37 288	0.35 216	0.35 338	0.36 256	0.36 335	0.36 247	0.35 330	0.35 249	0.37 348	0.36 259	0.36 336	0.35 252	0.36 290	0.36 256	0.36 303	0.35 275	0.36 355	0.36 259	0.36 328

ETE_ROB	0.35 232	0.35 166	0.35 282	0.35 216	0.35 338	0.35 253	0.35 328	0.35 243	0.35 330	0.35 249	0.35 337	0.35 253	0.35 333	0.35 252	0.35 286	0.35 251	0.35 300	0.35 275	0.35 349	0.35 252	0.35 325

LG-Stereo_L2	0.34 223	0.37 171	0.38 291	0.47 306	0.28 259	0.39 274	0.28 254	0.39 265	0.28 256	0.39 264	0.28 261	0.39 272	0.28 261	0.38 265	0.28 226	0.42 331	0.35 300	0.36 280	0.26 249	0.35 252	0.26 227

Any-RAFT	0.32 218	0.36 169	0.27 216	0.36 220	0.27 254	0.36 256	0.27 246	0.36 247	0.27 253	0.36 252	0.27 254	0.36 259	0.27 254	0.36 258	0.28 226	0.36 256	0.28 231	0.36 280	0.28 263	0.36 259	0.28 248

UCFNet_RVC	2.75 591	10.06 620	0.29 224	10.31 636	0.29 268	0.42 314	0.29 263	0.43 308	0.29 262	0.42 301	0.29 266	0.42 313	9.87 638	0.43 316	0.29 236	0.36 256	9.84 638	0.36 280	0.26 249	9.77 637	0.26 227

Zero-FE251	0.36 238	0.40 183	0.28 220	0.41 258	0.28 259	0.41 292	0.28 254	0.41 285	0.28 256	0.41 284	0.28 261	0.41 293	0.28 261	0.42 306	0.30 243	0.37 260	0.26 218	0.37 283	0.27 257	0.45 338	0.56 409

IGEV++	0.34 223	0.43 202	0.30 228	0.40 246	0.29 268	0.40 276	0.29 263	0.40 270	0.29 262	0.40 270	0.29 266	0.40 280	0.29 268	0.40 276	0.30 243	0.38 269	0.29 244	0.37 283	0.29 278	0.37 263	0.29 253

TorneroNet-64	0.45 316	0.27 145	0.30 228	0.58 346	0.27 254	0.70 416	0.30 268	0.28 220	0.73 448	0.73 420	0.28 261	0.71 420	0.66 424	0.75 420	0.27 216	0.27 218	0.29 244	0.37 283	0.75 450	0.28 216	0.30 265

RAFT-Test	0.36 238	0.37 171	0.33 264	0.41 258	0.32 312	0.41 292	0.32 299	0.41 285	0.32 311	0.41 284	0.32 311	0.41 293	0.32 313	0.41 291	0.33 269	0.37 260	0.29 244	0.37 283	0.29 278	0.38 275	0.31 287

IER	0.88 427	7.04 598	2.23 586	2.75 546	0.28 259	0.43 324	0.25 235	0.39 265	0.25 234	0.41 284	0.27 254	0.39 272	0.25 237	0.40 276	0.28 226	0.37 260	0.28 231	0.37 283	0.25 243	0.37 263	0.25 221

GANet-RSSM	0.75 394	1.91 464	0.14 126	0.47 306	0.14 158	0.21 173	3.21 617	2.30 561	0.14 157	0.46 334	0.14 161	0.23 193	0.18 200	0.21 170	0.14 151	0.18 151	0.27 225	0.37 283	0.13 155	2.13 545	2.12 586

StereoDRNet-Refined	0.33 221	0.39 181	0.26 215	0.39 232	0.26 252	0.40 276	0.26 243	0.40 270	0.26 247	0.39 264	0.26 249	0.39 272	0.26 246	0.39 273	0.26 215	0.37 260	0.25 215	0.37 283	0.25 243	0.37 263	0.37 332
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 244	0.37 171	0.37 288	0.37 223	0.37 348	0.37 261	0.37 341	0.37 253	0.37 343	0.37 257	0.37 348	0.37 265	0.37 341	0.37 262	0.37 299	0.37 260	0.37 305	0.37 283	0.37 357	0.37 263	0.37 332

DDF-Stereo	0.43 308	1.15 365	0.57 374	0.53 334	0.32 312	0.41 292	0.32 299	0.41 285	0.32 311	0.41 284	0.32 311	0.41 293	0.32 313	0.40 276	0.32 260	0.52 366	0.50 376	0.38 291	0.31 317	0.39 293	0.31 287

GIP-stereo	0.36 238	0.49 249	0.39 298	0.48 311	0.32 312	0.41 292	0.28 254	0.40 270	0.30 274	0.41 284	0.28 261	0.40 280	0.28 261	0.42 306	0.28 226	0.45 336	0.32 269	0.38 291	0.30 291	0.37 263	0.27 235

mms	0.40 289	0.45 226	0.35 282	0.48 311	0.36 344	0.47 357	0.34 323	0.45 332	0.38 347	0.47 346	0.33 320	0.45 344	0.32 313	0.45 339	0.32 260	0.39 291	0.38 311	0.38 291	0.37 357	0.39 293	0.39 345

fffy	0.38 250	0.43 202	0.33 264	0.46 300	0.33 325	0.45 346	0.32 299	0.45 332	0.32 311	0.45 319	0.32 311	0.45 344	0.33 321	0.45 339	0.32 260	0.38 269	0.38 311	0.38 291	0.37 357	0.37 263	0.36 328

PAM	0.39 270	1.88 460	0.34 274	0.37 223	0.41 374	0.45 346	0.22 219	0.28 220	0.23 226	0.28 215	0.24 237	0.29 234	0.23 230	0.29 234	0.23 198	0.38 269	0.32 269	0.38 291	0.37 357	0.32 229	0.22 208

RAFT-Stereo-weight	0.45 316	1.90 463	0.34 274	0.42 271	0.36 344	0.43 324	0.35 328	0.42 303	0.34 327	0.42 301	0.34 328	0.44 336	0.34 326	0.41 291	0.34 282	0.38 269	0.32 269	0.38 291	0.32 325	0.38 275	0.33 308

gcap-zeroshot	0.35 232	0.32 163	0.37 288	0.49 317	0.39 364	0.33 246	0.21 214	0.26 208	0.35 330	0.42 301	0.34 328	0.49 365	0.29 268	0.47 348	0.39 313	0.34 242	0.17 169	0.38 291	0.23 230	0.48 357	0.34 316

WAO-8	0.38 250	0.38 175	0.38 291	0.38 226	0.38 355	0.38 268	0.38 347	0.38 261	0.38 347	0.38 258	0.38 353	0.38 267	0.38 345	0.38 265	0.38 302	0.38 269	0.38 311	0.38 291	0.37 357	0.38 275	0.38 339

WAO-7	0.38 250	0.38 175	0.38 291	0.38 226	0.38 355	0.38 268	0.38 347	0.38 261	0.38 347	0.38 258	0.38 353	0.38 267	0.38 345	0.38 265	0.38 302	0.38 269	0.38 311	0.38 291	0.38 370	0.38 275	0.38 339

Venus	0.38 250	0.38 175	0.38 291	0.38 226	0.38 355	0.37 261	0.38 347	0.37 253	0.37 343	0.41 284	0.37 348	0.39 272	0.37 341	0.38 265	0.38 302	0.37 260	0.38 311	0.38 291	0.37 357	0.37 263	0.38 339

RCA-Stereo	0.51 346	3.22 541	0.34 274	0.44 292	0.34 335	0.44 339	0.34 323	0.43 308	0.34 327	0.43 311	0.34 328	0.44 336	0.33 321	0.43 316	0.33 269	0.38 269	0.29 244	0.38 291	0.29 278	0.38 275	0.29 253

water-stereo	0.41 296	0.84 303	0.46 326	0.50 324	0.33 325	0.45 346	0.33 312	0.45 332	0.32 311	0.45 319	0.32 311	0.45 344	0.32 313	0.45 339	0.32 260	0.44 333	0.41 330	0.39 302	0.31 317	0.39 293	0.32 295

Former-RAFT_DAM_RVC	0.49 339	0.98 332	0.64 387	0.84 387	0.46 392	0.45 346	0.35 328	0.47 346	0.47 389	0.45 319	0.34 328	0.46 348	0.48 391	0.46 344	0.35 286	0.39 291	0.71 418	0.39 302	0.35 349	0.41 324	0.41 355

IMH	0.38 250	0.38 175	0.38 291	0.38 226	0.38 355	0.38 268	0.38 347	0.38 261	0.38 347	0.42 301	0.38 353	0.40 280	0.38 345	0.38 265	0.38 302	0.38 269	0.38 311	0.39 302	0.38 370	0.38 275	0.38 339

EKT-Stereo	0.37 244	0.40 183	0.44 320	1.07 420	0.29 268	0.34 248	0.31 284	0.36 247	0.29 262	0.38 258	0.31 290	0.37 265	0.30 276	0.36 258	0.29 236	0.34 242	0.28 231	0.39 302	0.30 291	0.37 263	0.30 265

Gwc-CoAtRS	0.41 296	1.49 440	0.32 258	0.42 271	0.32 312	0.41 292	0.32 299	0.41 285	0.33 318	0.41 284	0.32 311	0.41 293	0.32 313	0.41 291	0.32 260	0.39 291	0.28 231	0.39 302	0.28 263	0.40 307	0.28 248

4k_L	0.38 250	0.44 208	0.30 228	0.43 280	0.31 301	0.43 324	0.30 268	0.43 308	0.30 274	0.45 319	0.31 290	0.43 320	0.30 276	0.43 316	0.69 419	0.38 269	0.32 269	0.40 307	0.30 291	0.38 275	0.30 265

aaa3	0.38 250	0.44 208	0.31 242	0.43 280	0.30 279	0.43 324	0.31 284	0.43 308	0.30 274	0.45 319	0.31 290	0.43 320	0.31 296	0.43 316	0.69 419	0.38 269	0.33 284	0.40 307	0.30 291	0.38 275	0.30 265

ss10	0.38 250	0.44 208	0.31 242	0.43 280	0.30 279	0.43 324	0.30 268	0.43 308	0.30 274	0.45 319	0.31 290	0.43 320	0.31 296	0.43 316	0.69 419	0.38 269	0.33 284	0.40 307	0.30 291	0.38 275	0.30 265

5k_new	0.38 250	0.44 208	0.31 242	0.43 280	0.30 279	0.43 324	0.31 284	0.43 308	0.31 293	0.45 319	0.31 290	0.43 320	0.30 276	0.43 316	0.69 419	0.38 269	0.33 284	0.40 307	0.30 291	0.38 275	0.30 265

SX	0.38 250	0.44 208	0.31 242	0.43 280	0.31 301	0.43 324	0.31 284	0.43 308	0.31 293	0.45 319	0.32 311	0.43 320	0.31 296	0.43 316	0.69 419	0.38 269	0.33 284	0.40 307	0.30 291	0.38 275	0.30 265

USM	0.38 250	0.44 208	0.31 242	0.43 280	0.30 279	0.43 324	0.30 268	0.43 308	0.30 274	0.45 319	0.30 278	0.43 320	0.31 296	0.43 316	0.68 414	0.38 269	0.32 269	0.40 307	0.30 291	0.38 275	0.30 265

weee2	0.38 250	0.44 208	0.31 242	0.43 280	0.30 279	0.43 324	0.31 284	0.43 308	0.31 293	0.45 319	0.31 290	0.43 320	0.31 296	0.43 316	0.69 419	0.38 269	0.33 284	0.40 307	0.30 291	0.38 275	0.30 265

ACM	0.38 250	0.44 208	0.30 228	0.43 280	0.30 279	0.43 324	0.30 268	0.43 308	0.30 274	0.45 319	0.31 290	0.43 320	0.30 276	0.43 316	0.73 442	0.38 269	0.32 269	0.40 307	0.30 291	0.37 263	0.30 265

ITERv19	0.38 250	0.45 226	0.31 242	0.43 280	0.30 279	0.43 324	0.30 268	0.43 308	0.31 293	0.45 319	0.30 278	0.43 320	0.31 296	0.42 306	0.69 419	0.38 269	0.32 269	0.40 307	0.30 291	0.38 275	0.30 265

ITER124	0.38 250	0.44 208	0.30 228	0.42 271	0.30 279	0.42 314	0.30 268	0.42 303	0.30 274	0.44 318	0.30 278	0.43 320	0.30 276	0.42 306	0.69 419	0.37 260	0.32 269	0.40 307	0.30 291	0.37 263	0.29 253

DilatedVolume-Stereo	0.43 308	0.86 306	0.48 341	0.50 324	0.33 325	0.46 352	0.33 312	0.46 340	0.33 318	0.46 334	0.33 320	0.47 354	0.33 321	0.47 348	0.34 282	0.45 336	0.42 339	0.40 307	0.33 333	0.47 353	0.38 339

ccccc	0.41 296	0.44 208	0.34 274	0.48 311	0.35 338	0.48 362	0.35 328	0.51 375	0.35 330	0.47 346	0.35 337	0.47 354	0.34 326	0.47 348	0.35 286	0.41 315	0.40 321	0.40 307	0.40 374	0.41 324	0.39 345

HanzoNet	0.39 270	0.38 175	0.40 303	0.39 232	0.41 374	0.38 268	0.38 347	0.38 261	0.38 347	0.39 264	0.39 362	0.38 267	0.38 345	0.39 273	0.40 317	0.38 269	0.38 311	0.40 307	0.38 370	0.38 275	0.40 348

CFNet_ucs	2.73 590	9.64 617	0.33 264	9.92 633	0.32 312	0.49 367	0.33 312	0.49 354	0.33 318	0.49 360	0.33 320	0.49 365	8.98 636	0.48 357	0.33 269	0.41 315	9.96 639	0.40 307	0.29 278	10.12 639	0.54 401

knoymous	0.40 289	0.40 183	0.40 303	0.40 246	0.40 366	0.40 276	0.40 361	0.40 270	0.40 361	0.40 270	0.40 365	0.40 280	0.40 354	0.40 276	0.40 317	0.40 302	0.40 321	0.40 307	0.40 374	0.40 307	0.40 348

anonymousa	0.40 289	0.40 183	0.40 303	0.40 246	0.40 366	0.40 276	0.40 361	0.40 270	0.40 361	0.40 270	0.40 365	0.40 280	0.40 354	0.40 276	0.40 317	0.40 302	0.40 321	0.40 307	0.40 374	0.40 307	0.40 348

riskmin	0.40 289	0.40 183	0.40 303	0.40 246	0.40 366	0.40 276	0.40 361	0.40 270	0.40 361	0.40 270	0.40 365	0.40 280	0.40 354	0.40 276	0.40 317	0.40 302	0.40 321	0.40 307	0.40 374	0.40 307	0.40 348

Anonymous_2	0.40 289	0.40 183	0.40 303	0.40 246	0.40 366	0.40 276	0.40 361	0.40 270	0.40 361	0.40 270	0.40 365	0.40 280	0.40 354	0.40 276	0.40 317	0.40 302	0.40 321	0.40 307	0.40 374	0.40 307	0.40 348

Anonymous_1	0.40 289	0.40 183	0.40 303	0.40 246	0.40 366	0.40 276	0.40 361	0.40 270	0.40 361	0.40 270	0.40 365	0.40 280	0.40 354	0.40 276	0.40 317	0.40 302	0.40 321	0.40 307	0.40 374	0.40 307	0.40 348

test-3	0.98 443	4.13 564	1.85 570	1.85 512	0.61 432	0.69 415	0.37 341	0.63 401	0.61 423	0.66 413	0.51 414	0.73 425	0.44 376	0.57 398	0.54 392	1.68 532	1.81 567	0.40 307	0.43 390	0.66 389	0.50 389

pcwnet_v2	2.66 588	9.89 619	0.33 264	9.89 632	0.32 312	0.50 375	0.32 299	0.49 354	0.33 318	0.49 360	0.34 328	0.49 365	8.76 635	0.48 357	0.33 269	0.41 315	9.58 635	0.40 307	0.29 278	9.01 634	0.63 419

DGSMNet	0.34 223	0.41 191	0.27 216	0.41 258	0.28 259	0.41 292	0.28 254	0.41 285	0.27 253	0.41 284	0.27 254	0.42 313	0.27 254	0.41 291	0.28 226	0.40 302	0.29 244	0.40 307	0.28 263	0.40 307	0.27 235

AdaStereo	0.40 289	0.40 183	0.40 303	0.40 246	0.40 366	0.40 276	0.40 361	0.40 270	0.40 361	0.40 270	0.40 365	0.40 280	0.40 354	0.40 276	0.40 317	0.40 302	0.40 321	0.40 307	0.40 374	0.40 307	0.40 348
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.
SX1w	0.39 270	0.45 226	0.31 242	0.44 292	0.31 301	0.44 339	0.31 284	0.44 322	0.31 293	0.46 334	0.31 290	0.44 336	0.31 296	0.44 329	0.70 434	0.39 291	0.34 292	0.41 330	0.30 291	0.39 293	0.30 265

5k_stereo	0.39 270	0.45 226	0.31 242	0.44 292	0.31 301	0.44 339	0.31 284	0.44 322	0.31 293	0.46 334	0.31 290	0.44 336	0.31 296	0.44 329	0.71 439	0.39 291	0.34 292	0.41 330	0.30 291	0.39 293	0.30 265

mnv4	0.39 270	0.45 226	0.32 258	0.44 292	0.31 301	0.44 339	0.32 299	0.44 322	0.31 293	0.46 334	0.32 311	0.44 336	0.31 296	0.44 329	0.69 419	0.39 291	0.34 292	0.41 330	0.31 317	0.39 293	0.31 287

wo013ll	0.39 270	0.45 226	0.31 242	0.44 292	0.31 301	0.44 339	0.31 284	0.44 322	0.31 293	0.46 334	0.31 290	0.44 336	0.31 296	0.44 329	0.70 434	0.39 291	0.34 292	0.41 330	0.30 291	0.39 293	0.30 265

2k_new	0.39 270	0.45 226	0.31 242	0.44 292	0.31 301	0.44 339	0.32 299	0.44 322	0.31 293	0.46 334	0.31 290	0.44 336	0.31 296	0.44 329	0.70 434	0.39 291	0.34 292	0.41 330	0.31 317	0.39 293	0.31 287

CNT	0.39 270	0.45 226	0.31 242	0.44 292	0.32 312	0.44 339	0.31 284	0.44 322	0.31 293	0.46 334	0.31 290	0.44 336	0.31 296	0.44 329	0.73 442	0.39 291	0.34 292	0.41 330	0.30 291	0.39 293	0.30 265

gc-stereo	0.38 250	0.44 208	0.30 228	0.43 280	0.30 279	0.43 324	0.31 284	0.43 308	0.31 293	0.45 319	0.31 290	0.43 320	0.30 276	0.43 316	0.69 419	0.38 269	0.32 269	0.41 330	0.30 291	0.38 275	0.30 265

mfccc	0.38 250	0.44 208	0.30 228	0.43 280	0.30 279	0.43 324	0.31 284	0.43 308	0.30 274	0.45 319	0.31 290	0.43 320	0.31 296	0.43 316	0.69 419	0.38 269	0.32 269	0.41 330	0.30 291	0.38 275	0.30 265

4.5w_L	0.39 270	0.43 202	0.89 427	0.42 271	0.29 268	0.42 314	0.30 268	0.43 308	0.30 274	0.42 301	0.31 290	0.41 293	0.31 296	0.43 316	0.31 255	0.40 302	0.28 231	0.41 330	0.28 263	0.39 293	0.33 308

tim_s	0.39 270	0.44 208	0.90 432	0.41 258	0.30 279	0.41 292	0.30 268	0.44 322	0.30 274	0.41 284	0.31 290	0.42 313	0.30 276	0.41 291	0.31 255	0.41 315	0.30 257	0.41 330	0.29 278	0.40 307	0.32 295

xxxad45	0.39 270	0.44 208	0.90 432	0.41 258	0.30 279	0.41 292	0.31 284	0.44 322	0.30 274	0.43 311	0.30 278	0.43 320	0.31 296	0.41 291	0.31 255	0.40 302	0.29 244	0.41 330	0.30 291	0.40 307	0.32 295

depthmonostereo	0.44 313	0.85 305	0.46 326	0.54 337	0.40 366	0.52 390	0.38 347	0.52 379	0.35 330	0.47 346	0.34 328	0.46 348	0.34 326	0.47 348	0.34 282	0.45 336	0.43 343	0.41 330	0.33 333	0.41 324	0.32 295

GREAT-IGEV	0.38 250	0.43 202	0.36 284	0.48 311	0.32 312	0.45 346	0.32 299	0.45 332	0.32 311	0.45 319	0.32 311	0.45 344	0.32 313	0.45 339	0.32 260	0.44 333	0.33 284	0.41 330	0.29 278	0.41 324	0.29 253

GwcNet-ADL	0.41 296	0.41 191	0.41 312	0.41 258	0.41 374	0.41 292	0.41 369	0.41 285	0.41 370	0.41 284	0.41 371	0.41 293	0.41 365	0.41 291	0.41 324	0.41 315	0.41 330	0.41 330	0.41 381	0.41 324	0.41 355

PSMNet-ADL	0.41 296	0.41 191	0.41 312	0.41 258	0.41 374	0.41 292	0.41 369	0.41 285	0.41 370	0.41 284	0.41 371	0.41 293	0.41 365	0.41 291	0.41 324	0.41 315	0.41 330	0.41 330	0.41 381	0.41 324	0.41 355

GANet-ADL	0.41 296	0.41 191	0.41 312	0.41 258	0.41 374	0.41 292	0.41 369	0.41 285	0.41 370	0.41 284	0.41 371	0.41 293	0.41 365	0.41 291	0.41 324	0.41 315	0.41 330	0.41 330	0.41 381	0.41 324	0.41 355

ADLNet2	0.41 296	0.41 191	0.41 312	0.41 258	0.41 374	0.41 292	0.41 369	0.41 285	0.41 370	0.41 284	0.41 371	0.41 293	0.41 365	0.41 291	0.41 324	0.41 315	0.41 330	0.41 330	0.41 381	0.41 324	0.41 355

CFNet_pseudo	2.67 589	9.36 615	0.32 258	10.99 637	0.33 325	0.85 433	0.33 312	0.49 354	0.33 318	0.49 360	0.32 311	0.49 365	7.26 632	0.49 363	0.33 269	0.41 315	9.62 636	0.41 330	0.29 278	10.03 638	0.29 253

ADLNet	0.41 296	0.41 191	0.41 312	0.41 258	0.41 374	0.41 292	0.41 369	0.41 285	0.41 370	0.41 284	0.41 371	0.41 293	0.41 365	0.41 291	0.41 324	0.41 315	0.41 330	0.41 330	0.41 381	0.41 324	0.41 355

psmorigin	0.41 296	0.46 237	0.33 264	0.49 317	0.33 325	0.49 367	0.33 312	0.49 354	0.33 318	0.49 360	0.33 320	0.49 365	0.33 321	0.51 379	0.33 269	0.41 315	0.30 257	0.41 330	0.30 291	0.79 410	0.29 253

MSMDNet	2.65 587	10.14 621	0.33 264	9.74 631	0.32 312	0.87 435	0.33 312	2.95 591	0.68 432	0.49 360	0.34 328	0.49 365	5.70 628	0.49 363	0.33 269	0.42 331	9.57 634	0.41 330	0.31 317	8.36 631	0.65 421

ccs_rob	2.79 592	10.17 622	0.32 258	10.00 634	0.33 325	0.49 367	0.33 312	1.90 540	0.32 311	0.51 380	0.33 320	0.49 365	9.24 637	0.49 363	0.33 269	0.41 315	9.82 637	0.41 330	0.28 263	9.34 635	0.29 253

uiiii_40	0.39 270	0.42 198	0.89 427	0.42 271	0.31 301	0.43 324	0.30 268	0.44 322	0.31 293	0.42 301	0.31 290	0.43 320	0.30 276	0.42 306	0.30 243	0.41 315	0.29 244	0.42 352	0.28 263	0.40 307	0.32 295

SteFusion	0.39 270	0.42 198	0.90 432	0.43 280	0.30 279	0.42 314	0.31 284	0.45 332	0.31 293	0.41 284	0.30 278	0.43 320	0.30 276	0.42 306	0.31 255	0.39 291	0.30 257	0.42 352	0.28 263	0.39 293	0.33 308

PyraSte	0.39 270	0.43 202	0.87 424	0.42 271	0.31 301	0.42 314	0.31 284	0.44 322	0.30 274	0.41 284	0.31 290	0.42 313	0.30 276	0.42 306	0.31 255	0.38 269	0.29 244	0.42 352	0.29 278	0.40 307	0.32 295

ACW_4w	0.39 270	0.42 198	0.88 426	0.42 271	0.30 279	0.42 314	0.30 268	0.45 332	0.31 293	0.42 301	0.31 290	0.42 313	0.30 276	0.42 306	0.30 243	0.40 302	0.28 231	0.42 352	0.28 263	0.40 307	0.32 295

5w_v4	0.39 270	0.43 202	0.91 438	0.42 271	0.30 279	0.43 324	0.31 284	0.45 332	0.31 293	0.42 301	0.30 278	0.41 293	0.29 268	0.44 329	0.30 243	0.40 302	0.29 244	0.42 352	0.28 263	0.40 307	0.32 295

HART	0.38 250	0.45 226	0.34 274	0.42 271	0.33 325	0.41 292	0.34 323	0.42 303	0.33 318	0.43 311	0.34 328	0.42 313	0.34 326	0.41 291	0.38 302	0.40 302	0.32 269	0.42 352	0.32 325	0.40 307	0.32 295

PCWNet_CMD	2.80 593	9.82 618	0.32 258	10.09 635	0.32 312	0.49 367	0.33 312	3.34 595	0.33 318	0.49 360	0.33 320	0.49 365	8.73 634	0.48 357	0.33 269	0.41 315	9.22 633	0.42 352	0.29 278	9.55 636	0.31 287

ccnet	0.80 405	2.28 490	0.33 264	0.50 324	0.33 325	0.50 375	0.33 312	0.50 362	0.33 318	0.49 360	0.33 320	0.49 365	1.56 546	2.38 565	0.33 269	0.41 315	0.29 244	0.42 352	1.57 560	2.28 551	0.29 253

StePilot	0.39 270	0.44 208	0.87 424	0.41 258	0.30 279	0.42 314	0.32 299	0.45 332	0.29 262	0.43 311	0.30 278	0.43 320	0.30 276	0.42 306	0.30 243	0.40 302	0.29 244	0.43 360	0.27 257	0.40 307	0.31 287

SCV_C0	0.45 316	0.88 310	0.49 348	0.54 337	0.37 348	0.48 362	0.37 341	0.48 350	0.37 343	0.48 353	0.36 341	0.48 361	0.37 341	0.49 363	0.37 299	0.50 358	0.41 330	0.44 361	0.34 337	0.44 334	0.34 316

SCV	0.46 322	0.94 327	0.45 322	0.54 337	0.37 348	0.48 362	0.38 347	0.48 350	0.37 343	0.48 353	0.39 362	0.48 361	0.37 341	0.49 363	0.37 299	0.50 358	0.46 353	0.44 361	0.34 337	0.44 334	0.34 316

LL-Strereo2	0.48 333	1.73 453	0.51 359	0.59 349	0.34 335	0.42 314	0.33 312	0.40 270	0.31 293	0.42 301	0.33 320	0.42 313	0.31 296	0.44 329	0.39 313	0.60 382	0.51 382	0.44 361	0.33 333	0.44 334	0.33 308

CES	0.39 270	0.47 241	0.36 284	0.36 220	0.37 348	0.45 346	0.35 328	0.35 243	0.40 361	0.36 252	0.44 385	0.47 354	0.36 336	0.44 329	0.36 290	0.37 260	0.39 318	0.44 361	0.35 349	0.37 263	0.36 328

252Zero-FE	0.45 316	0.50 253	0.36 284	0.50 324	0.36 344	0.50 375	0.36 335	0.50 362	0.36 341	0.49 360	0.36 341	0.49 365	0.36 336	0.54 388	0.41 324	0.45 336	0.34 292	0.45 365	0.34 337	0.55 380	0.75 441

UGAM	0.51 346	2.23 487	0.39 298	0.54 337	0.35 338	0.50 375	0.35 328	0.49 354	0.35 330	0.49 360	0.35 337	0.49 365	0.36 336	0.50 370	0.36 290	0.49 352	0.37 305	0.45 365	0.34 337	0.45 338	0.34 316

GCST	0.50 341	2.08 474	0.38 291	0.53 334	0.35 338	0.49 367	0.35 328	0.50 362	0.35 330	0.49 360	0.35 337	0.49 365	0.35 333	0.49 363	0.35 286	0.48 349	0.37 305	0.45 365	0.33 333	0.44 334	0.33 308

Selective-IGEV	0.51 346	0.55 271	0.45 322	0.69 365	0.45 390	0.61 406	0.45 382	0.50 362	0.40 361	0.56 396	0.44 385	0.55 399	0.40 354	0.72 415	0.67 410	0.59 381	0.46 353	0.45 365	0.34 337	0.46 341	0.37 332

GEAStereo	0.62 365	3.91 559	0.48 341	0.69 365	0.38 355	0.51 387	0.38 347	0.51 375	0.38 347	0.53 386	0.38 353	0.50 380	0.38 345	0.51 379	0.38 302	0.54 370	0.43 343	0.46 369	0.34 337	0.46 341	0.34 316

GSStereo	0.81 410	4.28 568	0.50 352	0.59 349	0.40 366	0.51 387	0.38 347	0.50 362	0.38 347	0.50 373	0.38 353	0.50 380	3.79 613	0.50 370	0.38 302	0.54 370	0.43 343	0.46 369	0.34 337	0.46 341	0.35 325

GS-Stereo							0.38 347	0.50 362	0.38 347	0.50 373	0.38 353	0.50 380	3.79 613	0.50 370	0.38 302	0.54 370	0.43 343	0.46 369	0.34 337	0.46 341	0.35 325

gasm-f	0.62 365	3.91 559	0.48 341	0.69 365	0.38 355	0.51 387	0.38 347	0.51 375	0.38 347	0.53 386	0.38 353	0.50 380	0.38 345	0.51 379	0.38 302	0.54 370	0.43 343	0.46 369	0.34 337	0.46 341	0.34 316

GASTEREO	0.48 333	1.21 418	0.47 333	0.57 344	0.38 355	0.50 375	0.38 347	0.50 362	0.38 347	0.50 373	0.38 353	0.50 380	0.38 345	0.50 370	0.38 302	0.52 366	0.42 339	0.46 369	0.34 337	0.46 341	0.34 316

otaku	0.46 322	0.46 237	0.46 326	0.46 300	0.46 392	0.46 352	0.46 384	0.46 340	0.46 384	0.46 334	0.46 391	0.46 348	0.46 382	0.46 344	0.46 341	0.46 340	0.46 353	0.46 369	0.46 394	0.46 341	0.46 369

Ntro	0.47 328	0.47 241	0.46 326	0.46 300	0.46 392	0.47 357	0.47 389	0.46 340	0.47 389	0.46 334	0.46 391	0.47 354	0.46 382	0.47 348	0.47 348	0.47 345	0.46 353	0.46 369	0.46 394	0.46 341	0.46 369

Dean	0.46 322	0.46 237	0.46 326	0.46 300	0.46 392	0.46 352	0.46 384	0.46 340	0.46 384	0.47 346	0.46 391	0.46 348	0.46 382	0.46 344	0.46 341	0.46 340	0.46 353	0.46 369	0.46 394	0.46 341	0.46 369

ACVNet-4b	0.46 322	0.46 237	0.46 326	0.46 300	0.46 392	0.46 352	0.46 384	0.46 340	0.46 384	0.46 334	0.46 391	0.46 348	0.46 382	0.47 348	0.46 341	0.46 340	0.46 353	0.46 369	0.46 394	0.46 341	0.46 369

UGAM-zero	0.51 346	2.17 482	0.39 298	0.53 334	0.36 344	0.50 375	0.36 335	0.50 362	0.36 341	0.49 360	0.36 341	0.50 380	0.35 333	0.50 370	0.36 290	0.49 352	0.37 305	0.47 378	0.35 349	0.46 341	0.34 316

HaxPig	0.47 328	0.47 241	0.47 333	0.49 317	0.47 398	0.47 357	0.47 389	0.47 346	0.47 389	0.47 346	0.47 399	0.47 354	0.47 390	0.47 348	0.47 348	0.47 345	0.47 361	0.47 378	0.47 401	0.47 353	0.48 378

UNDER WATER	0.47 328	0.47 241	0.47 333	0.47 306	0.47 398	0.47 357	0.47 389	0.47 346	0.47 389	0.47 346	0.47 399	0.47 354	0.46 382	0.47 348	0.47 348	0.47 345	0.47 361	0.47 378	0.46 394	0.47 353	0.47 376

ACVNet_1	0.46 322	0.47 241	0.46 326	0.46 300	0.46 392	0.46 352	0.46 384	0.46 340	0.47 389	0.46 334	0.46 391	0.46 348	0.46 382	0.46 344	0.46 341	0.46 340	0.46 353	0.47 378	0.46 394	0.46 341	0.46 369

CASS	0.57 358	0.89 313	0.56 372	0.57 344	0.56 422	0.56 397	0.56 414	0.56 387	0.53 409	0.57 399	0.57 423	0.59 408	0.48 391	0.56 393	0.57 398	0.55 376	0.56 390	0.47 378	0.56 420	0.62 386	0.56 409
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 244	0.45 226	0.23 199	0.30 200	0.37 348	0.41 292	0.36 335	0.41 285	0.35 330	0.43 311	0.36 341	0.41 293	0.40 354	0.41 291	0.36 290	0.34 242	0.22 207	0.47 378	0.37 357	0.39 293	0.33 308

error version	0.93 437	4.47 570	2.35 589	1.99 521	0.37 348	0.41 292	0.36 335	0.41 285	0.35 330	0.43 311	0.36 341	0.41 293	0.40 354	0.41 291	0.36 290	1.87 538	2.16 583	0.47 378	0.37 357	0.39 293	0.33 308

test_1	0.93 437	4.47 570	2.35 589	1.99 521	0.37 348	0.41 292	0.36 335	0.41 285	0.35 330	0.43 311	0.36 341	0.41 293	0.40 354	0.41 291	0.36 290	1.87 538	2.16 583	0.47 378	0.37 357	0.39 293	0.33 308

MSCF	0.51 346	1.40 437	0.49 348	0.58 346	0.38 355	0.50 375	0.38 347	0.54 383	0.41 370	0.52 383	0.41 371	0.53 392	0.42 371	0.53 386	0.41 324	0.60 382	0.47 361	0.48 386	0.37 357	0.48 357	0.38 339

PAM_32	0.64 369	2.38 502	0.51 359	0.92 397	0.43 386	0.53 392	0.44 377	0.87 427	0.43 378	0.52 383	0.45 389	0.53 392	0.40 354	0.54 388	0.46 341	0.62 390	0.56 390	0.48 386	0.45 392	0.76 405	0.44 366

RainbowNet	0.48 333	0.48 247	0.48 341	0.48 311	0.48 402	0.48 362	0.48 398	0.48 350	0.48 396	0.48 353	0.48 403	0.48 361	0.48 391	0.48 357	0.48 354	0.48 349	0.48 365	0.48 386	0.48 404	0.48 357	0.48 378

notaker	0.48 333	0.49 249	0.48 341	0.48 311	0.48 402	0.48 362	0.48 398	0.48 350	0.49 398	0.48 353	0.48 403	0.48 361	0.48 391	0.48 357	0.48 354	0.48 349	0.48 365	0.48 386	0.48 404	0.48 357	0.49 383

LVE	0.47 328	0.47 241	0.47 333	0.47 306	0.49 404	0.47 357	0.47 389	0.47 346	0.49 398	0.47 346	0.47 399	0.47 354	0.46 382	0.47 348	0.47 348	0.47 345	0.47 361	0.48 386	0.47 401	0.47 353	0.47 376

LG-Stereo_L1	0.47 328	0.52 263	0.47 333	0.62 354	0.39 364	0.53 392	0.40 361	0.53 381	0.39 360	0.53 386	0.39 362	0.53 392	0.39 353	0.53 386	0.39 313	0.55 376	0.46 353	0.49 391	0.37 357	0.49 361	0.37 332

ACVNet_2	0.49 339	0.49 249	0.49 348	0.49 317	0.49 404	0.49 367	0.49 400	0.49 354	0.49 398	0.49 360	0.49 406	0.49 365	0.49 396	0.49 363	0.49 361	0.49 352	0.49 368	0.49 391	0.49 407	0.49 361	0.49 383

iRaftStereo_RVC	0.97 441	3.17 540	2.30 588	2.42 537	0.38 355	0.54 395	0.38 347	0.54 383	0.38 347	0.54 391	0.38 353	0.54 395	0.38 345	0.54 388	0.38 302	2.38 571	2.34 587	0.49 391	0.36 355	0.49 361	0.36 328

CFNet_RVC	2.38 581	8.71 610	0.38 291	9.33 628	0.42 384	0.56 397	0.42 374	0.60 397	0.38 347	0.62 407	0.42 381	0.56 402	7.29 633	0.62 402	0.42 332	0.53 369	0.37 305	0.49 391	0.34 337	8.30 630	6.87 636

FoundationStereo	0.50 341	0.50 253	0.50 352	0.50 324	0.50 408	0.50 375	0.50 402	0.50 362	0.50 401	0.50 373	0.50 408	0.50 380	0.50 399	0.50 370	0.50 362	0.50 358	0.50 376	0.50 395	0.50 409	0.50 366	0.50 389

StereoAnything_RVC	0.50 341	0.50 253	0.50 352	0.50 324	0.50 408	0.50 375	0.50 402	0.50 362	0.50 401	0.50 373	0.50 408	0.50 380	0.50 399	0.50 370	0.50 362	0.50 358	0.50 376	0.50 395	0.50 409	0.50 366	0.50 389

fffft	0.48 333	0.51 261	0.45 322	0.52 333	0.45 390	0.52 390	0.45 382	0.52 379	0.48 396	0.53 386	0.45 389	0.52 391	0.45 379	0.52 384	0.46 341	0.51 364	0.41 330	0.50 395	0.41 381	0.50 366	0.41 355
1: 1. 1
dual_stereo	0.50 341	0.50 253	0.50 352	0.50 324	0.50 408	0.50 375	0.50 402	0.50 362	0.50 401	0.50 373	0.50 408	0.50 380	0.50 399	0.50 370	0.50 362	0.50 358	0.50 376	0.50 395	0.50 409	0.50 366	0.50 389

SANet	0.50 341	0.50 253	0.50 352	0.50 324	0.50 408	0.50 375	0.50 402	0.50 362	0.50 401	0.50 373	0.50 408	0.50 380	0.50 399	0.50 370	0.50 362	0.50 358	0.50 376	0.50 395	0.50 409	0.50 366	0.50 389

LG-Stereo_Zeroshot	0.48 333	0.55 271	0.47 333	0.63 356	0.41 374	0.56 397	0.44 377	0.56 387	0.41 370	0.56 396	0.41 371	0.57 404	0.42 371	0.56 393	0.41 324	0.55 376	0.43 343	0.51 400	0.37 357	0.51 372	0.37 332

KSHMR	0.66 372	0.50 253	0.48 341	1.15 430	0.52 414	0.49 367	0.51 406	0.49 354	0.71 443	0.67 414	0.50 408	1.16 476	1.11 470	0.66 409	0.52 376	0.49 352	0.49 368	0.51 400	0.66 434	0.50 366	1.14 480

LL-Strereo	1.01 450	5.06 577	1.63 550	0.70 369	1.43 554	0.56 397	0.46 384	0.57 390	0.50 401	0.57 399	0.50 408	1.58 537	0.49 396	0.59 400	0.50 362	1.64 531	0.52 384	0.51 400	1.37 547	0.52 374	0.45 368

FSD	0.61 362	0.59 277	0.50 352	2.58 544	0.44 387	0.56 397	0.44 377	0.55 386	0.44 381	0.56 396	0.44 385	0.56 402	0.44 376	0.56 393	0.46 341	0.61 386	0.42 339	0.52 403	0.42 389	0.52 374	0.51 396

LG-Stereo	0.60 359	0.58 276	0.47 333	0.64 359	0.74 455	1.00 449	0.69 433	0.57 390	0.41 370	0.57 399	0.41 371	0.57 404	0.41 365	1.00 455	0.75 447	0.91 428	0.51 382	0.52 403	0.37 357	0.52 374	0.37 332

Occ-G	1.12 460	0.52 263	3.72 615	3.50 576	0.50 408	0.56 397	0.47 389	0.54 383	0.46 384	0.54 391	0.41 371	0.54 395	0.42 371	0.52 384	0.42 332	3.42 592	4.02 611	0.52 403	0.45 392	0.51 372	0.44 366

PML	0.46 322	1.36 434	0.29 224	0.58 346	0.30 279	0.57 403	0.29 263	0.57 390	0.29 262	0.57 399	0.29 266	0.57 404	0.29 268	0.56 393	0.29 236	0.52 366	0.30 257	0.53 406	0.31 317	0.53 378	0.30 265

MyStereo8	0.71 386	3.92 561	0.52 362	0.59 349	0.52 414	0.57 403	0.53 408	0.59 395	0.50 401	0.59 403	0.51 414	0.57 404	0.50 399	0.56 393	0.52 376	0.54 370	0.49 368	0.54 407	0.49 407	0.55 380	0.50 389

PSMNet_ROB	0.54 351	0.54 269	0.54 367	0.54 337	0.53 417	0.54 395	0.54 410	0.53 381	0.54 411	0.54 391	0.54 418	0.54 395	0.53 406	0.54 388	0.54 392	0.54 370	0.53 386	0.54 407	0.54 415	0.54 379	0.54 401

AIO-test1	0.54 351	0.60 280	0.52 362	0.66 363	0.47 398	0.61 406	0.47 389	0.58 393	0.46 384	0.61 404	0.46 391	0.61 410	0.45 379	0.62 402	0.45 337	0.61 386	0.52 384	0.57 409	0.48 404	0.57 382	0.48 378

AIO-test2	0.55 355	0.59 277	0.52 362	0.67 364	0.47 398	0.61 406	0.47 389	0.61 399	0.47 389	0.61 404	0.47 399	0.61 410	0.48 391	0.62 402	0.47 348	0.64 392	0.53 386	0.58 410	0.47 401	0.58 383	0.48 378

ktn	0.72 389	0.53 266	1.08 454	1.14 428	0.51 413	1.22 519	1.36 547	0.51 375	0.59 419	0.51 380	0.51 414	0.69 419	1.20 481	0.67 411	0.51 374	0.51 364	0.49 368	0.58 410	0.66 434	0.52 374	0.53 398

FC-DCNN	1.07 455	1.09 357	0.98 446	0.89 391	0.52 414	1.41 533	0.91 462	1.21 512	1.24 542	1.96 544	2.05 599	1.91 546	1.30 534	1.27 526	1.08 478	0.80 413	0.60 397	0.58 410	0.41 381	0.68 391	0.54 401

MonSter	0.60 359	0.64 283	0.52 362	0.62 354	0.44 387	2.07 555	0.44 377	0.62 400	0.44 381	0.62 407	0.44 385	0.62 412	0.44 376	0.62 402	0.44 336	0.58 380	0.42 339	0.62 413	0.46 394	0.58 383	0.42 362

SMoEStereo_RVC	0.63 367	0.75 292	0.51 359	0.73 373	0.53 417	0.71 418	0.47 389	0.67 406	0.58 417	0.74 425	0.60 425	0.72 423	0.53 406	0.74 419	0.51 374	0.61 386	0.62 402	0.62 413	0.61 428	0.63 387	0.61 415

DispNO	1.00 444	0.63 281	0.43 318	3.45 572	0.44 387	0.65 412	0.43 376	0.64 402	0.43 378	0.64 410	0.43 383	0.64 413	3.03 592	0.64 407	0.43 335	4.55 601	0.43 343	0.63 415	0.43 390	0.63 387	0.43 363

WCG-NET	0.61 362	1.21 418	0.54 367	0.61 353	0.53 417	0.67 414	0.53 408	0.66 405	0.53 409	0.64 410	0.53 417	0.65 416	0.53 406	0.59 400	0.52 376	0.65 393	0.48 365	0.64 416	0.52 413	0.58 383	0.50 389

MyStereo06	0.75 394	4.12 562	0.60 378	0.63 356	0.61 432	0.62 409	0.66 425	0.56 387	0.45 383	0.55 394	0.48 403	0.54 395	0.46 382	0.57 398	0.45 337	0.60 382	0.57 392	0.64 416	0.55 416	0.72 400	0.55 406

MyStereo05	0.80 405	4.12 562	0.63 385	0.63 356	0.61 432	0.62 409	0.66 425	0.65 403	0.62 424	0.67 414	0.61 429	0.65 416	0.58 411	0.67 411	0.55 394	0.60 382	0.57 392	0.64 416	0.55 416	0.72 400	0.55 406

LMCR-Stereo	0.65 370	0.63 281	0.65 390	0.65 360	0.65 438	0.66 413	0.63 421	0.58 393	0.65 428	0.63 409	0.64 433	0.65 416	0.65 421	0.66 409	0.66 409	0.66 395	0.64 405	0.65 419	0.67 438	0.68 391	0.73 437

DSFCA	0.66 372	0.73 289	0.78 415	0.65 360	0.65 438	0.64 411	0.64 422	0.65 403	0.63 426	0.64 410	0.64 433	0.64 413	0.64 419	0.65 408	0.65 406	0.65 393	0.65 407	0.65 419	0.65 432	0.66 389	0.64 420

anonymity	0.63 367	0.69 285	0.56 372	0.71 371	0.56 422	0.71 418	0.56 414	0.71 411	0.56 413	0.72 418	0.56 422	0.71 420	0.56 410	0.71 414	0.58 399	0.68 397	0.55 388	0.68 421	0.55 416	0.68 391	0.54 401

DMCA-RVC	0.70 382	0.80 297	0.70 398	0.70 369	0.70 448	0.70 416	0.70 437	0.71 411	0.70 438	0.70 417	0.71 448	0.71 420	0.70 433	0.70 413	0.69 419	0.69 398	0.70 414	0.69 422	0.70 443	0.69 395	0.70 429

PA-Net	11.80 637	223.51 663	0.62 384	0.59 349	0.71 450	0.59 405	0.73 443	0.67 406	0.73 448	0.55 394	0.61 429	0.60 409	0.74 440	0.63 406	0.73 442	0.66 395	0.60 397	0.69 422	0.66 434	0.72 400	0.65 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 377	0.81 300	0.63 385	0.74 374	0.60 426	0.78 423	0.62 420	0.77 415	0.66 430	0.74 425	0.63 431	0.75 427	0.62 416	0.83 430	0.60 402	0.70 403	0.55 388	0.70 424	0.60 426	0.78 408	0.55 406

AEACV	1.12 460	0.52 263	3.12 607	3.24 561	0.86 463	0.53 392	0.49 400	0.60 397	0.47 389	0.53 386	0.49 406	0.55 399	0.45 379	0.55 392	0.47 348	3.01 588	3.88 609	0.71 425	0.60 426	0.80 413	0.48 378

ITERv2	0.70 382	0.74 290	0.55 369	0.77 377	0.55 420	0.78 423	0.55 411	0.77 415	0.55 412	0.77 428	0.55 419	0.78 430	0.62 416	0.79 422	0.55 394	0.69 398	0.49 368	0.73 426	1.50 558	0.69 395	0.49 383

zero-FE	0.72 389	1.31 430	0.66 391	0.92 397	0.60 426	0.82 431	0.58 416	0.82 425	0.58 417	0.81 435	0.60 425	0.81 439	0.60 413	0.82 429	0.58 399	0.74 408	0.59 396	0.73 426	0.52 413	0.76 405	0.51 396

iGMRVC	0.84 422	2.85 532	0.72 405	0.72 372	0.73 453	0.77 421	0.79 449	0.73 413	0.74 450	0.73 420	0.72 451	0.73 425	0.76 443	0.73 417	0.73 442	0.72 406	0.73 420	0.73 426	0.72 448	0.73 403	0.72 434

zaero_v3	0.68 377	0.74 290	0.55 369	0.79 379	0.55 420	0.79 427	0.55 411	0.79 418	0.57 415	0.77 428	0.59 424	0.79 434	0.62 416	0.80 425	0.55 394	0.69 398	0.49 368	0.74 429	1.04 476	0.71 399	0.49 383

RAFT-Stereo + iAFF	0.70 382	0.72 288	0.71 402	0.80 382	0.62 435	0.82 431	0.61 419	0.81 424	0.62 424	0.81 435	0.63 431	0.80 436	0.70 433	0.73 417	0.61 404	0.76 410	0.61 401	0.74 429	0.61 428	0.77 407	0.61 415

CoDeX	0.15 124	0.70 286	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 410	0.02 15	0.69 413	0.75 431	0.01 9	0.02 20	0.02 20

CFNet-RSSM	0.91 430	4.89 575	0.34 274	0.44 292	1.07 485	1.62 540	1.40 554	0.91 433	0.35 330	1.60 532	1.39 554	0.64 413	0.34 326	0.44 329	0.33 269	0.41 315	0.35 300	0.75 431	0.30 291	0.41 324	0.29 253

GCAP-Stereo	0.75 394	4.15 565	0.42 317	0.75 375	0.35 338	0.78 423	0.40 361	0.79 418	0.38 347	0.78 430	0.36 341	0.78 430	0.36 336	0.79 422	0.39 313	0.75 409	0.39 318	0.76 433	0.39 373	0.75 404	0.39 345

HCRNet	1.22 510	7.11 599	3.00 595	3.55 577	0.33 325	0.29 230	0.14 152	0.19 154	0.15 172	0.33 242	0.29 266	0.25 207	0.14 158	0.22 179	0.33 269	3.64 593	3.00 590	0.76 433	0.32 325	0.18 156	0.13 150

SFCPSM	0.17 136	0.78 294	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 451	0.02 15	0.75 423	0.76 433	0.02 20	0.02 20	0.02 20

RSM++	0.76 398	0.82 302	0.66 391	0.85 389	0.64 436	0.85 433	0.71 440	0.94 440	0.64 427	0.87 438	0.67 438	0.87 442	0.65 421	0.84 431	0.65 406	0.81 416	0.70 414	0.79 436	0.71 446	0.83 420	0.70 429

Selective-RAFT-Error	0.88 427	0.84 303	0.98 446	0.86 390	0.97 475	0.88 436	0.95 467	0.84 426	0.99 477	0.92 444	0.82 462	0.84 441	0.98 459	0.87 436	0.97 469	0.81 416	0.83 433	0.79 436	0.82 459	0.79 410	0.85 451

G-Net	0.79 403	0.79 296	0.79 418	0.79 379	0.79 459	0.79 427	0.79 449	0.79 418	0.79 455	0.79 431	0.79 459	0.79 434	0.79 447	0.79 422	0.79 451	0.79 412	0.79 427	0.79 436	0.79 454	0.79 410	0.79 445

NaN_ROB	0.80 405	0.80 297	0.80 419	0.80 382	0.80 461	0.80 429	0.80 452	0.80 421	0.80 456	0.80 433	0.80 460	0.80 436	0.80 448	0.80 425	0.80 453	0.80 413	0.80 430	0.80 439	0.80 456	0.80 413	0.80 446

CSAN	0.80 405	0.80 297	0.80 419	0.80 382	0.80 461	0.80 429	0.80 452	0.80 421	0.80 456	0.80 433	0.80 460	0.80 436	0.80 448	0.80 425	0.80 453	0.80 413	0.80 430	0.80 439	0.80 456	0.80 413	0.80 446

ITER	0.72 389	0.77 293	0.55 369	0.77 377	0.57 424	0.78 423	0.55 411	0.77 415	0.56 413	0.79 431	0.55 419	0.78 430	0.67 426	0.80 425	0.55 394	0.70 403	0.50 376	0.81 441	1.66 572	0.69 395	0.49 383

FlowAnything_test	1.02 452	1.72 448	0.71 402	1.59 502	0.70 448	1.61 538	0.69 433	1.61 529	0.70 438	1.60 532	0.70 444	1.61 541	0.69 431	1.61 536	0.70 434	0.81 416	0.58 394	0.81 441	0.55 416	0.81 416	0.56 409

FlowAnything	1.02 452	1.71 447	0.72 405	1.59 502	0.69 446	1.60 537	0.69 433	1.61 529	0.70 438	1.60 532	0.69 442	1.60 538	0.69 431	1.61 536	0.69 419	0.81 416	0.58 394	0.81 441	0.56 420	0.82 418	0.56 409

DCRE	0.84 422	1.89 461	0.77 414	0.94 403	0.72 452	0.88 436	0.73 443	0.87 427	0.78 452	0.90 440	0.71 448	0.88 443	0.67 426	0.88 437	0.73 442	0.81 416	0.68 409	0.81 441	0.70 443	0.82 418	0.70 429

AFF-stereo	0.73 392	0.88 310	0.67 395	0.75 375	0.68 445	0.75 420	0.64 422	0.80 421	0.72 445	0.83 437	0.70 444	0.82 440	0.64 419	0.84 431	0.67 410	0.77 411	0.63 403	0.81 441	0.63 430	0.78 408	0.62 418

Selective-RAFT	0.89 429	0.89 313	0.72 405	1.16 435	0.78 458	1.06 457	0.82 455	0.87 427	0.97 474	1.00 452	0.91 467	0.90 446	1.00 460	0.89 439	0.93 466	0.83 421	0.83 433	0.82 446	0.82 459	0.81 416	0.82 449

999	1.00 444	1.12 361	0.59 376	1.10 422	1.21 544	1.09 463	0.52 407	1.08 451	1.43 556	1.18 473	1.35 548	0.98 456	0.52 405	0.91 441	0.85 458	0.72 406	1.46 540	0.83 447	0.98 469	0.68 391	1.41 552

UDG	0.80 405	2.21 486	0.60 378	0.91 394	0.60 426	0.90 439	0.58 416	0.88 430	0.60 420	0.90 440	0.60 425	0.88 443	0.60 413	0.90 440	0.58 399	0.86 425	0.60 397	0.84 448	0.59 425	0.84 421	0.61 415

ToySt	0.92 432	2.11 477	0.90 432	0.95 405	0.79 459	0.99 448	0.78 448	0.94 440	0.81 459	0.94 448	0.78 458	0.95 453	0.77 445	0.94 447	0.86 459	0.91 428	0.79 427	0.85 449	0.77 451	0.89 425	0.73 437

DDUNet	0.81 410	2.45 506	0.57 374	0.90 392	0.60 426	0.88 436	0.59 418	0.90 431	0.60 420	0.88 439	0.60 425	0.90 446	0.58 411	0.88 437	0.60 402	0.84 423	0.60 397	0.86 450	0.57 422	0.86 422	0.60 414

MoCha-V2	2.11 557	26.97 641	0.78 415	0.92 397	0.77 457	0.96 446	0.72 442	0.90 431	0.72 445	0.94 448	0.70 444	0.90 446	0.71 437	0.91 441	0.71 439	0.85 424	0.71 418	0.88 451	0.69 441	0.87 423	0.67 425

AdaDepth	0.86 425	0.93 325	0.71 402	1.01 415	1.07 485	1.02 454	0.71 440	1.00 444	0.71 443	1.01 456	0.71 448	1.00 457	0.72 438	1.14 473	0.71 439	0.92 431	0.64 405	0.90 452	0.64 431	0.89 425	0.69 428

AIO-Stereo-zeroshot1	0.75 394	0.92 323	0.85 423	0.96 408	0.59 425	1.27 522	0.44 377	0.59 395	0.69 435	0.91 442	0.68 439	0.55 399	0.61 415	1.06 462	0.83 457	0.62 390	0.70 414	0.90 452	0.41 381	0.89 425	0.56 409

DGTPSM_ROB	0.93 437	1.00 336	0.92 441	0.94 403	0.96 474	0.91 440	0.92 463	0.91 433	0.96 473	0.91 442	0.96 472	0.93 452	0.92 455	0.94 447	0.92 462	0.92 431	0.92 440	0.90 452	0.92 464	0.94 435	0.91 457

DPSM_ROB	0.92 432	0.91 318	0.91 438	0.91 394	0.92 470	0.92 441	0.92 463	0.92 436	0.91 464	0.93 446	0.91 467	0.92 449	0.90 452	0.91 441	0.92 462	0.92 431	0.91 438	0.91 455	0.92 464	0.93 433	0.93 459

DPSM	0.92 432	0.91 318	0.91 438	0.91 394	0.92 470	0.92 441	0.92 463	0.92 436	0.91 464	0.93 446	0.91 467	0.92 449	0.90 452	0.91 441	0.92 462	0.92 431	0.91 438	0.91 455	0.92 464	0.93 433	0.93 459

STTRV1_RVC	0.82 415	1.60 444	0.70 398	1.01 415	0.60 426	1.07 460	0.69 433	1.01 448	0.60 420	0.72 418	0.55 419	1.02 462	0.68 428	1.03 460	0.67 410	0.89 427	0.63 403	0.92 457	0.57 422	0.90 428	0.65 421

pmcnn	0.92 432	0.92 323	0.92 441	0.92 397	0.92 470	0.92 441	0.92 463	0.92 436	0.92 468	0.92 444	0.92 471	0.92 449	0.92 455	0.92 445	0.92 462	0.92 431	0.92 440	0.92 457	0.92 464	0.92 432	0.92 458

R-Stereo Train	0.81 410	0.96 329	0.67 395	0.95 405	0.67 442	0.95 444	0.68 430	0.95 442	0.68 432	0.95 450	0.68 439	0.96 454	0.68 428	0.96 451	0.68 414	0.94 436	0.68 409	0.94 459	0.68 439	0.94 435	0.68 426

RAFT-Stereo	0.81 410	0.96 329	0.67 395	0.95 405	0.67 442	0.95 444	0.68 430	0.95 442	0.68 432	0.95 450	0.68 439	0.96 454	0.68 428	0.96 451	0.68 414	0.94 436	0.68 409	0.94 459	0.68 439	0.94 435	0.68 426
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo	0.84 422	0.66 284	0.70 398	0.83 386	0.67 442	0.98 447	0.82 455	1.14 455	0.72 445	1.03 458	0.74 454	1.03 463	1.09 469	0.99 453	0.45 337	1.04 442	0.73 420	0.95 461	0.74 449	0.94 435	0.46 369

IGEVStereo-DCA	1.77 527	4.21 566	1.84 568	2.49 540	2.11 593	2.54 578	1.36 547	1.65 533	1.17 491	2.75 587	1.90 582	2.54 574	1.15 474	0.94 447	1.11 480	1.50 524	1.32 520	0.96 462	1.46 556	1.49 521	0.88 453

rrr	1.77 527	4.21 566	1.84 568	2.49 540	2.11 593	2.54 578	1.36 547	1.65 533	1.17 491	2.75 587	1.90 582	2.54 574	1.15 474	0.94 447	1.11 480	1.50 524	1.32 520	0.96 462	1.46 556	1.49 521	0.88 453

11t	1.27 513	2.70 517	1.34 521	1.32 492	0.89 465	1.30 524	1.34 544	1.64 532	0.57 415	1.45 530	0.72 451	1.05 464	1.29 533	1.07 465	1.29 545	1.49 523	1.02 447	0.97 464	1.15 482	1.48 520	1.31 543

HBP-ISP	1.24 511	1.72 448	1.65 551	1.15 430	0.76 456	1.40 531	0.88 458	1.67 535	1.02 482	1.69 539	1.38 553	1.69 542	1.21 527	1.87 546	1.21 536	1.05 443	0.79 427	0.97 464	0.80 456	1.19 462	0.75 441

GANet	1.00 444	1.00 336	1.00 448	1.00 412	1.00 476	1.00 449	1.00 471	1.00 444	1.00 478	1.00 452	1.00 475	1.00 457	1.00 460	1.00 455	1.00 472	1.00 438	1.00 443	1.00 466	1.00 471	1.00 439	1.00 466

TDLM	1.00 444	1.00 336	1.00 448	1.00 412	1.00 476	1.00 449	1.00 471	1.00 444	1.00 478	1.00 452	1.00 475	1.00 457	1.00 460	1.00 455	1.00 472	1.00 438	1.00 443	1.00 466	1.00 471	1.00 439	1.00 466

CVANet_RVC	1.00 444	1.00 336	1.00 448	1.00 412	1.00 476	1.00 449	1.00 471	1.00 444	1.00 478	1.00 452	1.00 475	1.00 457	1.00 460	1.00 455	1.00 472	1.00 438	1.00 443	1.00 466	1.00 471	1.00 439	1.00 466

trnet	1.01 450	1.01 342	1.01 451	1.01 415	1.01 480	1.01 453	1.01 474	1.01 448	1.01 481	1.01 456	1.01 478	1.01 461	1.01 466	1.01 459	1.01 475	1.01 441	1.01 446	1.01 469	1.01 475	1.01 442	1.01 469

Wavelet-MonSter	1.00 444	1.21 418	0.76 412	1.94 516	1.01 480	1.11 467	0.76 446	1.15 456	0.76 451	1.11 467	0.76 456	1.14 474	0.76 443	1.11 470	0.76 449	1.21 503	0.90 436	1.02 470	0.71 446	1.02 444	0.71 433

DPSimNet_ROB	0.97 441	1.18 370	0.81 421	1.10 422	0.91 469	1.02 454	0.82 455	1.04 450	0.91 464	1.03 458	0.86 463	1.28 528	0.82 450	1.03 460	0.89 460	1.17 456	0.81 432	1.02 470	0.82 459	1.08 447	0.81 448

AIO-Stereo-zeroshot	0.91 430	0.86 306	0.89 427	1.25 487	0.69 446	1.05 456	0.81 454	1.16 459	0.50 401	1.12 468	0.97 473	0.72 423	0.82 450	1.06 462	0.95 467	0.61 386	0.87 435	1.03 472	0.85 462	1.04 445	1.01 469

GLC_STEREO	1.07 455	1.01 342	1.06 453	1.07 420	1.05 484	1.06 457	1.08 478	1.08 451	1.05 484	1.07 460	1.06 480	1.08 465	1.05 468	1.06 462	1.10 479	1.07 444	1.09 456	1.05 473	1.05 477	1.06 446	1.12 476

MSMD_ROB	1.19 462	1.10 360	0.70 398	1.10 422	0.60 426	1.10 464	0.70 437	1.10 454	0.70 438	1.10 462	0.70 444	1.10 469	0.70 433	7.00 635	0.70 434	1.10 447	0.70 414	1.10 474	0.70 443	1.10 448	0.70 429

TorneroNet	0.66 372	0.53 266	0.50 352	0.50 324	0.64 436	1.06 457	0.70 437	0.50 362	0.51 408	0.49 360	0.69 442	0.49 365	0.50 399	0.48 357	1.15 484	0.71 405	0.49 368	1.14 475	1.08 478	0.49 361	0.49 383

NCC-stereo	2.36 577	25.52 636	1.17 461	1.15 430	1.17 494	1.11 467	1.11 479	1.15 456	1.16 487	1.10 462	1.16 486	1.10 469	1.15 474	1.14 473	1.13 482	1.09 445	1.11 460	1.15 476	1.16 484	1.17 459	1.17 485

RP	2.33 575	25.00 634	1.13 456	1.15 430	1.15 489	1.10 464	1.15 483	1.15 456	1.15 486	1.12 468	1.15 483	1.09 467	1.13 471	1.10 468	1.15 484	1.11 452	1.09 456	1.16 477	1.12 480	1.16 454	1.17 485

RGC	2.36 577	25.48 635	1.19 465	1.15 430	1.15 489	1.10 464	1.16 485	1.17 461	1.16 487	1.12 468	1.16 486	1.11 472	1.13 471	1.09 466	1.18 489	1.10 447	1.15 465	1.16 477	1.12 480	1.14 450	1.12 476

edge stereo	2.43 582	27.07 642	1.14 457	1.06 419	1.14 488	1.08 461	1.17 486	1.16 459	1.14 485	1.10 462	1.16 486	1.09 467	1.16 478	1.10 468	1.16 487	1.10 447	1.11 460	1.16 477	1.19 486	1.13 449	1.11 474

Nwc_Net	2.37 579	25.95 638	1.15 459	1.14 428	1.15 489	1.08 461	1.14 482	1.17 461	1.16 487	1.14 471	1.15 483	1.08 465	1.15 474	1.11 470	1.14 483	1.10 447	1.11 460	1.16 477	1.09 479	1.16 454	1.15 481

AF-Net	2.37 579	25.71 637	1.17 461	1.13 427	1.15 489	1.15 471	1.18 487	1.19 464	1.16 487	1.10 462	1.15 483	1.10 469	1.18 479	1.12 472	1.15 484	1.10 447	1.10 459	1.17 481	1.15 482	1.16 454	1.12 476

Abc-Net	2.32 574	24.75 633	1.14 457	1.17 436	1.17 494	1.11 467	1.15 483	1.17 461	1.21 539	1.08 461	1.16 486	1.12 473	1.14 473	1.09 466	1.17 488	1.09 445	1.16 466	1.17 481	1.17 485	1.16 454	1.11 474
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 440	1.17 368	0.78 415	1.18 437	0.71 450	1.16 472	0.75 445	1.09 453	0.80 456	1.10 462	0.75 455	1.17 477	0.74 440	1.17 476	0.80 453	1.13 453	0.73 420	1.17 481	0.77 451	1.16 454	0.72 434
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLG-Stereo	0.92 432	0.90 316	0.84 422	1.27 488	0.49 404	1.38 529	0.88 458	1.41 527	0.97 474	0.73 420	1.09 481	1.26 526	0.43 374	0.72 415	1.05 477	1.13 453	0.49 368	1.18 484	0.66 434	1.01 442	0.46 369

stereogan	2.33 575	24.38 632	1.18 463	1.18 437	1.18 496	1.14 470	1.18 487	1.19 464	1.19 493	1.14 471	1.18 490	1.14 474	1.18 479	1.14 473	1.18 489	1.14 455	1.14 464	1.19 485	1.19 486	1.15 452	1.19 489

DisPM	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

CrosDoStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

PFNet+	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

LCNet	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

HHNet	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

Patchmatch Stereo++	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490
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	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

STrans-v2	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

TransformOpticalFlow	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

OMP-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

IIG-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

NF-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

OCTAStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

PSM-softLoss	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

KMStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

NRIStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

PSM-adaLoss	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

PSM-AAD	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

FTStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

ROB_FTStereo_v2	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

ROB_FTStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

Consistency-Raft	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

KYRaft	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

HUI-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

ASMatch	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

DeepStereo_LL	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

DEmStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

SST-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

THIR-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

RAFT_R40	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

DRaft	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

PFNet	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

GrayStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

RE-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

Pruner-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

TVStereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

DeepStereo_RVC	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

RAFT-RH_RVC	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

IRAFT_RVC	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

RAFT-345	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

iRAFT	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

CRE-IMP	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

GMM-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

RAFT-IKP	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

Prome-Stereo	1.20 463	1.20 372	1.20 468	1.20 439	1.20 498	1.20 473	1.20 489	1.20 467	1.20 494	1.20 475	1.20 491	1.20 479	1.20 481	1.20 478	1.20 491	1.20 458	1.20 471	1.20 486	1.20 489	1.20 463	1.20 490

CroCo-Stereo	0.73 392	1.22 424	0.25 209	1.22 484	0.25 244	1.22 519	0.25 235	1.22 513	0.25 234	1.22 521	0.25 243	1.22 525	0.25 237	1.22 524	0.25 210	1.22 505	0.26 218	1.21 531	0.25 243	1.22 510	0.25 221
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
FAT-Stereo	2.46 583	26.05 639	1.23 517	1.23 486	1.22 546	1.20 473	1.24 537	1.23 515	1.23 541	1.19 474	1.22 537	1.21 524	1.24 529	1.20 478	1.24 538	1.21 503	1.17 469	1.22 532	1.25 539	1.20 463	1.24 539

NLCSM	1.94 533	1.36 434	0.90 432	17.57 638	1.19 497	1.40 531	0.90 460	1.37 523	0.90 462	1.37 526	0.91 467	1.38 530	0.91 454	1.37 528	0.90 461	1.28 508	0.90 436	1.25 533	0.85 462	1.24 511	0.85 451

S-Stereo	2.51 584	26.86 640	1.23 517	1.22 484	1.22 546	1.24 521	1.25 538	1.22 513	1.24 542	1.21 520	1.24 539	1.19 478	1.27 531	1.19 477	1.24 538	1.19 457	1.20 471	1.25 533	1.19 486	1.24 511	1.23 538

CroCo-Stereo Lap2	0.77 399	1.29 428	0.29 224	1.27 488	0.29 268	1.27 522	0.26 243	1.26 516	0.26 247	1.26 522	0.26 249	1.27 527	0.26 246	1.26 525	0.27 216	1.27 507	0.27 225	1.27 535	0.27 257	1.27 513	0.27 235

MM-Stereo_test3	1.27 513	2.07 473	1.18 463	1.60 505	1.02 482	1.45 534	1.01 474	1.40 526	1.04 483	1.44 529	1.03 479	1.46 536	1.02 467	1.44 532	1.02 476	1.51 526	1.12 463	1.32 536	0.98 469	1.38 518	0.97 462

MM-Stereo_test2	1.20 463	1.85 457	1.05 452	1.46 499	0.94 473	1.36 527	0.99 470	1.36 521	0.95 471	1.41 528	0.98 474	1.40 534	0.96 457	1.37 528	0.95 467	1.37 517	1.06 449	1.33 537	0.93 468	1.29 514	0.89 455

ours_stereo	1.20 463	1.21 418	0.90 432	1.64 510	1.11 487	1.35 525	0.67 429	1.76 536	0.93 469	1.70 540	1.10 482	1.39 532	0.75 442	1.41 531	0.81 456	1.60 530	1.03 448	1.33 537	1.00 471	1.61 525	0.72 434

CC-Net-ROB	1.36 516	1.33 432	1.33 520	1.36 495	1.38 551	1.36 527	1.33 543	1.37 523	1.34 547	1.35 524	1.36 550	1.38 530	1.34 537	1.38 530	1.38 552	1.35 513	1.38 536	1.33 537	1.35 544	1.43 519	1.34 547

test_xeample3	1.10 457	1.81 454	0.61 383	0.84 387	0.49 404	0.77 421	0.66 425	0.92 436	1.40 554	0.68 416	0.46 391	0.78 430	0.54 409	1.72 539	1.48 556	1.34 512	1.52 544	1.35 540	1.67 574	1.33 515	1.55 557

MaskLacGwcNet_RVC	1.35 515	1.35 433	1.35 523	1.35 494	1.35 548	1.35 525	1.35 545	1.36 521	1.35 550	1.36 525	1.35 548	1.36 529	1.36 539	1.36 527	1.35 549	1.35 513	1.35 532	1.35 540	1.35 544	1.35 516	1.35 548

RASNet	1.49 519	1.65 445	1.45 539	1.38 497	1.43 554	1.47 535	1.36 547	1.38 525	1.36 551	1.39 527	1.60 564	1.45 535	1.45 545	1.51 533	2.21 594	1.53 527	1.36 533	1.36 542	1.36 546	1.66 528	1.36 549

PS-NSSS	1.38 518	1.39 436	1.34 521	1.34 493	1.35 548	1.38 529	1.37 552	1.35 520	1.38 553	1.34 523	1.34 547	1.39 532	1.38 542	1.70 538	1.40 553	1.36 515	1.36 533	1.36 542	1.37 547	1.37 517	1.36 549

ff7	1.68 523	2.68 514	1.35 523	0.97 409	0.89 465	1.84 541	2.15 592	2.12 549	1.80 577	2.05 554	1.56 560	2.33 561	2.12 583	2.23 557	2.25 595	1.31 509	1.07 450	1.48 544	1.41 550	0.90 428	1.04 471

ffff	1.68 523	2.68 514	1.35 523	0.97 409	0.89 465	1.84 541	2.15 592	2.12 549	1.80 577	2.05 554	1.56 560	2.33 561	2.12 583	2.23 557	2.25 595	1.31 509	1.07 450	1.48 544	1.41 550	0.90 428	1.04 471

ccc-4	1.68 523	2.68 514	1.35 523	0.97 409	0.89 465	1.84 541	2.15 592	2.12 549	1.80 577	2.05 554	1.56 560	2.33 561	2.12 583	2.23 557	2.25 595	1.31 509	1.07 450	1.48 544	1.41 550	0.90 428	1.04 471

tt45	1.04 454	0.88 310	1.36 531	0.92 397	1.03 483	1.51 536	0.79 449	0.70 410	0.88 461	0.74 425	0.90 464	1.60 538	0.72 438	1.60 534	0.75 447	0.91 428	0.78 426	1.52 547	0.79 454	1.14 450	1.32 544

DPSMNet_ROB	1.60 522	1.59 443	1.70 553	1.59 502	1.59 560	1.61 538	1.61 563	1.60 528	1.60 560	1.62 538	1.59 563	1.60 538	1.60 548	1.60 534	1.59 560	1.59 528	1.60 554	1.59 548	1.59 565	1.59 524	1.59 562

2.5w	2.01 547	2.40 503	1.37 533	3.28 563	2.01 587	2.71 583	1.43 560	1.82 537	1.83 580	1.90 543	1.41 555	2.71 583	1.35 538	2.71 582	1.85 581	2.66 582	1.53 545	1.64 549	1.23 536	2.53 570	1.87 582

4w-stereo	2.02 548	2.72 521	1.44 538	3.36 569	1.59 560	2.48 571	1.72 569	2.28 555	1.24 542	2.24 561	1.65 568	2.56 576	1.32 536	2.39 567	1.98 591	2.67 584	1.51 543	1.66 550	1.24 537	2.53 570	1.88 585

3.5w_stereo	2.03 550	2.72 521	1.35 523	3.41 570	1.57 558	2.72 584	1.49 561	2.01 545	1.34 547	2.15 559	1.61 566	2.63 580	1.36 539	2.72 584	1.99 592	2.66 582	1.58 550	1.68 551	1.24 537	2.53 570	1.87 582

3.25w_new	2.03 550	2.72 521	1.35 523	3.33 568	1.57 558	2.72 584	1.53 562	2.15 553	1.33 546	2.15 559	1.60 564	2.63 580	1.30 534	2.72 584	1.99 592	2.67 584	1.53 545	1.75 552	1.25 539	2.53 570	1.87 582

IGEV	2.02 548	2.20 484	1.82 564	2.90 553	2.16 595	2.41 568	1.25 538	2.00 544	1.98 592	1.99 548	1.31 545	2.72 587	1.93 572	2.67 581	1.69 567	2.26 559	1.32 520	1.83 553	1.87 586	2.53 570	1.61 565

2.25w	2.00 540	1.86 459	1.98 581	2.95 554	2.17 597	2.26 559	1.35 545	2.42 568	2.00 595	2.07 557	1.27 542	2.53 571	1.99 578	2.29 561	1.49 557	2.21 557	1.32 520	1.85 554	1.87 586	2.52 567	1.62 566

3w_stereo	2.04 553	2.24 488	1.70 553	3.15 558	2.18 599	2.49 572	1.26 540	2.03 546	1.98 592	1.98 547	1.33 546	2.72 587	1.99 578	2.59 576	1.72 570	2.22 558	1.33 527	1.85 554	1.88 591	2.50 565	1.58 561

MFMNet_re	1.81 530	1.91 464	1.71 555	1.95 518	1.70 571	1.95 549	1.70 568	1.96 541	1.74 573	1.97 546	1.72 572	1.95 547	1.71 556	1.97 550	1.71 568	1.86 536	1.62 555	1.85 554	1.66 572	1.86 536	1.64 568

MonStereo1	1.94 533	2.77 527	1.52 546	3.73 584	1.51 557	2.13 557	1.42 557	2.32 562	1.52 558	2.31 566	1.50 558	2.53 571	1.59 547	2.34 564	1.56 558	1.91 543	1.36 533	1.86 557	1.31 542	2.07 541	1.53 555

4.5_new	2.00 540	1.84 456	1.98 581	2.77 548	2.16 595	2.27 560	1.28 542	2.09 548	1.98 592	2.01 550	1.28 543	2.71 583	1.98 576	2.51 573	1.65 563	2.26 559	1.33 527	1.87 558	1.87 586	2.49 563	1.60 563

3.25w	2.04 553	2.20 484	1.48 541	3.03 555	2.17 597	2.63 582	1.39 553	1.96 541	1.95 591	1.96 544	1.37 551	2.71 583	1.96 575	2.71 582	1.73 575	2.26 559	1.32 520	1.87 558	1.87 586	2.51 566	1.63 567

1w_stereo	2.05 555	2.32 493	1.35 523	3.74 585	2.01 587	2.73 586	1.42 557	1.88 538	1.93 590	2.03 552	1.28 543	2.71 583	1.99 578	2.72 584	1.72 570	2.20 556	1.32 520	1.87 558	1.86 585	2.45 559	1.54 556

GANetREF_RVC	1.55 520	1.94 470	1.22 515	1.88 513	1.21 544	1.88 544	1.22 535	1.88 538	1.22 540	1.88 541	1.22 537	1.88 544	1.22 528	1.89 547	1.22 537	1.87 538	1.22 518	1.88 561	1.22 535	1.88 537	1.22 536
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 521	1.91 464	1.21 514	1.94 516	1.20 498	2.00 552	1.23 536	1.99 543	1.24 542	2.00 549	1.25 540	2.03 554	1.26 530	2.00 551	1.29 545	1.90 542	1.18 470	1.89 562	1.21 534	1.89 538	1.20 490
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 529	3.41 544	1.52 546	2.12 523	1.41 553	2.04 553	1.41 555	2.05 547	1.46 557	2.04 553	1.41 555	2.05 555	1.42 544	2.05 552	1.43 555	2.04 550	1.54 547	1.94 563	1.38 549	1.99 540	1.33 545

MC-Stereo	1.76 526	2.96 533	1.37 533	2.14 524	1.37 550	2.14 558	1.36 547	2.14 552	1.37 552	2.14 558	1.37 551	2.14 556	1.37 541	2.14 556	1.37 551	1.97 546	1.32 520	1.97 564	1.32 543	1.98 539	1.33 545

RAFT_CTSACE	1.92 532	3.71 551	1.72 556	1.88 513	1.72 572	2.04 553	1.42 557	2.18 554	1.89 588	2.02 551	1.97 588	1.95 547	2.06 582	1.93 548	1.62 561	1.76 533	1.66 558	2.02 565	1.73 582	1.73 531	1.43 554

qwe	2.18 561	2.60 511	1.58 548	3.83 586	1.90 584	2.53 576	1.90 581	2.48 570	1.73 571	2.37 569	1.92 584	2.53 571	1.68 552	2.56 574	1.83 579	2.52 581	1.87 570	2.07 566	1.68 576	2.32 553	1.71 572

TRStereo	2.00 540	2.13 478	1.85 570	2.27 530	1.84 576	2.28 562	1.84 572	2.29 557	1.86 582	2.30 563	1.87 577	2.30 558	1.87 566	2.08 553	1.72 570	2.08 551	1.72 561	2.08 567	1.72 579	2.08 542	1.72 573

XX-Stereo	2.00 540	2.13 478	1.85 570	2.27 530	1.84 576	2.28 562	1.84 572	2.29 557	1.86 582	2.30 563	1.87 577	2.30 558	1.87 566	2.08 553	1.72 570	2.08 551	1.72 561	2.08 567	1.72 579	2.08 542	1.72 573

EAI-Stereo	2.00 540	2.13 478	1.85 570	2.27 530	1.84 576	2.28 562	1.84 572	2.29 557	1.86 582	2.30 563	1.87 577	2.30 558	1.87 566	2.08 553	1.72 570	2.08 551	1.72 561	2.08 567	1.72 579	2.08 542	1.72 573

asd	2.18 561	2.77 527	1.58 548	3.59 578	2.00 586	2.58 580	1.85 575	2.39 567	1.71 566	2.47 573	1.97 588	2.59 578	1.61 549	2.56 574	1.79 577	2.51 579	1.99 571	2.11 570	1.62 569	2.36 555	1.60 563

AIO_rvc	2.18 561	2.34 498	1.87 574	2.32 534	1.94 585	2.40 567	1.89 580	2.37 565	2.07 597	2.52 576	1.95 587	2.44 568	1.99 578	2.41 568	1.89 587	2.32 568	2.09 580	2.24 571	2.18 595	2.21 546	2.23 589

NCCL2	2.28 573	2.27 489	2.28 587	2.28 533	2.28 600	2.27 560	2.29 595	2.28 555	2.28 598	2.27 562	2.28 600	2.28 557	2.27 586	2.27 560	2.28 599	2.28 563	2.28 586	2.27 572	2.29 599	2.27 550	2.29 590

monsters	2.18 561	2.41 504	1.96 580	3.47 573	2.03 591	2.53 576	1.64 565	2.48 570	1.73 571	2.40 570	1.50 558	2.62 579	1.94 573	2.59 576	1.94 588	2.44 574	1.57 549	2.28 573	1.87 586	2.42 557	1.86 580

HUF	2.18 561	2.30 491	1.99 584	2.34 535	2.02 590	2.41 568	2.06 591	2.38 566	1.89 588	2.36 568	1.85 575	2.56 576	1.98 576	2.31 563	1.97 590	2.30 566	2.03 579	2.30 574	2.11 593	2.23 547	2.16 587

2.75w_new	1.99 536	2.34 498	1.81 559	3.14 557	1.62 562	1.94 546	1.99 586	2.72 577	1.71 566	2.72 581	1.99 597	1.90 545	1.73 558	1.82 545	1.29 545	2.37 570	2.01 574	2.31 575	1.42 553	1.77 534	1.22 536

STTStereo	3.73 599	30.40 646	2.37 591	2.39 536	2.31 602	2.35 565	2.33 596	2.29 557	2.42 599	2.32 567	2.34 601	2.33 561	2.36 587	2.30 562	2.27 598	2.35 569	2.22 585	2.31 575	2.22 596	2.29 552	2.34 594

asda	2.17 559	2.54 508	1.81 559	3.47 573	1.78 574	2.50 574	1.86 576	2.61 576	1.68 562	2.61 578	1.83 574	2.37 565	1.73 558	2.44 571	1.88 586	2.51 579	1.84 568	2.34 577	1.62 569	2.23 547	1.77 577

monsterstereo	2.20 567	2.33 494	1.95 579	3.65 580	2.07 592	2.49 572	1.61 563	2.48 570	1.83 580	2.45 572	1.61 566	2.67 582	1.86 565	2.64 578	1.94 588	2.48 578	1.66 558	2.34 577	1.68 576	2.40 556	1.86 580

AIO_test	2.18 561	2.09 476	2.04 585	2.42 537	2.01 587	2.47 570	1.94 582	2.34 564	2.03 596	2.56 577	1.94 585	2.43 567	1.94 573	2.41 568	1.87 585	2.39 572	2.10 581	2.35 579	1.91 592	2.25 549	2.19 588

3.75w	1.99 536	2.31 492	1.83 567	3.16 559	1.65 564	1.93 545	1.98 583	2.72 577	1.68 562	2.73 586	1.97 588	2.00 551	1.72 557	1.81 544	1.25 541	2.27 562	2.01 574	2.38 580	1.42 553	1.71 530	1.24 539

FBW_ROB	2.12 558	2.46 507	1.77 558	2.49 540	1.79 575	2.38 566	1.83 571	2.46 569	1.78 576	2.48 574	1.97 588	2.40 566	1.78 563	2.42 570	1.83 579	2.31 567	1.85 569	2.38 580	1.82 584	2.35 554	1.84 578

UDGNet	2.23 571	5.40 587	1.72 556	2.48 539	1.69 568	2.51 575	1.69 567	2.51 573	1.72 570	2.50 575	1.69 571	2.52 570	1.69 554	2.50 572	1.68 566	2.41 573	1.70 560	2.42 582	1.69 578	2.42 557	1.64 568

LG-G_1	2.22 568	2.71 519	1.89 575	2.77 548	1.87 582	2.75 588	1.87 578	2.76 585	1.87 586	2.75 587	1.87 577	2.76 590	1.87 566	2.75 588	1.86 582	2.47 576	1.58 550	2.45 583	1.57 560	2.45 559	1.57 559

LG-G	2.22 568	2.71 519	1.89 575	2.77 548	1.87 582	2.75 588	1.87 578	2.76 585	1.87 586	2.75 587	1.87 577	2.76 590	1.87 566	2.75 588	1.86 582	2.47 576	1.58 550	2.45 583	1.57 560	2.45 559	1.57 559

LGtest1	2.22 568	2.70 517	1.89 575	2.76 547	1.86 579	2.75 588	1.86 576	2.75 584	1.86 582	2.75 587	1.86 576	2.77 592	1.87 566	2.75 588	1.86 582	2.46 575	1.58 550	2.45 583	1.56 559	2.45 559	1.56 558

4.25_new	2.00 540	2.33 494	1.82 564	3.32 566	1.69 568	1.95 549	1.99 586	2.72 577	1.71 566	2.72 581	1.97 588	2.01 552	1.74 560	1.77 541	1.28 543	2.18 554	2.01 574	2.48 586	1.58 563	1.65 526	1.17 485

4.5w_new	2.00 540	2.33 494	1.82 564	3.32 566	1.69 568	1.95 549	1.99 586	2.72 577	1.71 566	2.72 581	1.97 588	2.01 552	1.74 560	1.77 541	1.28 543	2.18 554	2.01 574	2.48 586	1.58 563	1.65 526	1.17 485

4.5w-stereo	1.99 536	2.33 494	1.81 559	3.28 563	1.68 567	1.94 546	1.99 586	2.72 577	1.70 565	2.72 581	1.99 597	1.97 549	1.68 552	1.76 540	1.29 545	1.91 543	2.02 578	2.53 588	1.61 567	1.75 533	1.16 484

4.25w-stereo	1.98 535	2.72 521	1.46 540	3.47 573	1.43 554	2.07 555	1.98 583	2.53 574	1.52 558	2.71 580	1.98 594	1.81 543	1.62 550	1.96 549	1.36 550	1.88 541	2.00 572	2.53 588	1.61 567	1.74 532	1.15 481

2w_stereo	1.99 536	2.36 501	1.81 559	3.24 561	1.67 565	1.94 546	1.98 583	2.72 577	1.68 562	2.72 581	1.94 585	1.98 550	1.74 560	1.79 543	1.27 542	1.95 545	2.00 572	2.53 588	1.60 566	1.68 529	1.15 481

MonStereo	2.17 559	2.41 504	1.49 545	2.67 545	1.67 565	2.60 581	2.04 590	2.32 562	1.76 574	2.44 571	1.68 570	2.50 569	1.69 554	2.38 565	1.80 578	2.28 563	1.78 564	2.63 591	2.14 594	3.47 581	1.68 571

sCroCo_RVC	2.10 556	2.76 525	1.92 578	2.78 551	1.39 552	2.73 586	1.41 555	2.73 583	1.40 554	2.77 592	1.41 555	2.74 589	1.40 543	2.74 587	1.40 553	2.72 586	1.42 538	2.72 592	1.44 555	2.79 577	1.42 553

NLCA_NET_v2_RVC	5.04 627	50.87 656	2.78 594	2.87 552	2.71 603	2.78 591	0.47 389	2.88 590	2.86 603	1.89 542	2.67 602	2.79 593	2.79 591	2.78 591	2.83 600	2.82 587	2.82 589	2.83 593	2.77 602	2.83 578	2.76 598
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
plain	1.88 531	3.16 539	0.64 387	3.10 556	0.65 438	3.10 593	0.64 422	3.12 592	0.65 428	3.10 593	0.65 435	3.11 594	0.65 421	3.12 592	0.65 406	3.12 589	0.65 407	3.13 594	0.65 432	3.13 579	0.65 421

Anonymous3	2.55 585	3.26 542	1.65 551	3.28 563	1.63 563	3.24 595	1.68 566	3.27 594	1.66 561	3.28 595	1.67 569	3.25 596	1.66 551	3.27 594	1.64 562	3.26 590	1.65 557	3.30 595	1.65 571	4.95 612	1.65 570

UniTT-Stereo	2.03 550	3.43 545	0.72 405	3.42 571	0.73 453	3.27 596	0.68 430	3.38 596	0.69 435	3.29 596	0.72 451	3.28 597	0.70 433	3.35 597	0.68 414	3.39 591	0.68 409	3.31 596	0.69 441	3.37 580	0.73 437

raft_robust	4.71 622	7.75 604	5.40 625	6.81 617	3.31 617	4.28 606	4.20 629	4.32 606	4.37 630	4.35 605	4.35 629	4.14 605	3.75 612	4.30 607	4.20 627	6.67 628	6.37 623	3.36 597	4.24 631	4.86 610	3.25 617

SA	4.33 616	7.35 600	6.85 631	5.96 613	4.09 628	3.59 598	3.15 616	3.82 601	2.64 600	3.91 599	3.85 623	3.57 598	2.72 590	3.13 593	4.03 624	7.09 632	6.86 627	3.57 598	3.12 614	3.85 584	3.51 620

RAFT+CT+SA	4.28 614	7.62 603	4.91 620	5.55 610	2.28 600	3.09 592	3.64 621	4.49 607	3.07 609	4.80 619	3.35 616	4.77 623	3.70 610	4.29 606	3.05 603	5.58 621	5.98 622	3.58 599	3.78 625	4.26 590	3.72 622

DPSNet	3.66 598	3.60 547	3.62 613	3.63 579	3.64 623	3.65 599	3.65 622	3.66 599	3.67 619	3.67 598	3.65 620	3.67 600	3.66 608	3.66 598	3.68 617	3.68 594	3.66 607	3.67 600	3.68 623	3.67 582	3.67 621

RAStereo	2.23 571	3.64 548	0.76 412	3.65 580	0.86 463	3.66 600	0.76 446	3.67 600	0.81 459	3.66 597	0.76 456	3.66 599	0.77 445	3.68 599	0.77 450	3.68 594	0.77 425	3.69 601	0.77 451	3.70 583	0.77 444

TestStereo1	4.60 618	8.41 607	6.44 628	6.86 618	3.79 625	3.97 602	3.78 624	3.99 603	3.74 621	3.97 600	3.52 618	3.94 603	3.58 605	3.98 602	3.72 619	6.82 629	6.50 625	3.76 602	3.66 621	3.90 585	3.74 624

SA-5K	4.60 618	8.41 607	6.44 628	6.86 618	3.79 625	3.97 602	3.78 624	3.99 603	3.74 621	3.97 600	3.52 618	3.94 603	3.58 605	3.98 602	3.72 619	6.82 629	6.50 625	3.76 602	3.66 621	3.90 585	3.74 624

Sa-1000	4.34 617	8.37 606	6.84 630	6.98 620	4.45 631	3.58 597	3.00 602	3.42 597	3.39 617	2.61 578	4.00 626	3.83 602	4.01 619	3.90 601	3.90 622	5.98 625	5.62 620	3.76 602	2.34 600	4.35 592	2.47 597

cross-raft	4.83 623	7.52 601	6.43 627	6.63 616	3.96 627	4.51 607	3.99 627	4.49 607	3.96 626	4.52 606	3.96 625	4.50 608	3.97 618	4.50 608	3.97 623	6.65 627	6.44 624	4.33 605	3.92 627	4.35 592	3.91 627

test_4	4.88 624	8.13 605	6.98 632	7.46 621	4.44 630	4.25 605	3.85 626	4.04 605	3.92 625	4.13 602	3.91 624	4.18 606	3.84 615	4.14 604	4.06 625	7.01 631	7.13 628	4.53 606	3.72 624	4.09 588	3.72 622

test_3	5.01 626	8.86 612	7.77 634	8.09 623	2.76 604	4.13 604	4.05 628	3.88 602	3.76 623	4.33 604	4.13 627	3.71 601	3.91 616	4.21 605	4.06 625	7.93 633	7.69 630	4.53 606	3.91 626	4.17 589	4.29 630

rvit_105_1	3.83 600	5.22 580	3.01 596	4.53 590	3.01 605	4.51 607	3.01 603	4.56 609	3.04 604	4.53 608	3.03 605	4.55 611	3.03 592	4.56 609	3.04 601	4.57 602	3.05 591	4.57 608	3.05 606	4.57 596	3.05 603

rvit_stereo_0081	3.83 600	5.23 581	3.01 596	4.53 590	3.03 607	4.55 613	3.02 604	4.56 609	3.04 604	4.52 606	3.02 603	4.54 609	3.03 592	4.56 609	3.04 601	4.57 602	3.05 591	4.57 608	3.05 606	4.58 597	3.05 603

rvit_0105_6	3.87 604	5.73 594	3.10 606	4.69 600	3.12 615	4.54 609	3.02 604	4.56 609	3.04 604	4.54 610	3.03 605	4.54 609	3.04 595	4.56 609	3.05 603	4.58 605	3.05 591	4.58 610	3.05 606	4.58 597	3.05 603

rvit_stereo_0082	3.86 602	5.82 595	3.01 596	4.53 590	3.03 607	4.54 609	3.02 604	4.56 609	3.04 604	4.53 608	3.02 603	4.55 611	3.04 595	4.57 612	3.05 603	4.57 602	3.05 591	4.58 610	3.05 606	4.58 597	3.06 606

rvit_stereo_0081_aga	3.86 602	5.33 584	3.02 599	4.55 596	3.04 611	4.54 609	3.02 604	4.64 616	3.06 608	4.54 610	3.04 607	4.62 618	3.08 599	4.62 615	3.07 606	4.58 605	3.06 595	4.60 612	3.08 610	4.63 600	3.07 607

StereoVision	3.15 594	5.00 576	0.89 427	4.83 602	1.00 476	3.93 601	1.27 541	6.37 629	1.34 547	5.67 629	1.26 541	5.84 631	1.27 531	5.03 626	1.24 538	5.10 619	1.09 456	4.61 613	0.57 422	5.62 619	1.12 476

rvit_stereo_0080	3.89 605	5.70 592	3.04 601	4.54 593	3.03 607	4.56 614	3.05 610	4.60 613	3.07 609	4.58 613	3.06 608	4.59 613	3.06 597	4.61 613	3.08 607	4.63 607	3.09 596	4.64 614	3.10 611	4.65 601	3.10 610

whm_eth	3.89 605	5.70 592	3.04 601	4.54 593	3.03 607	4.56 614	3.05 610	4.60 613	3.07 609	4.58 613	3.06 608	4.59 613	3.06 597	4.61 613	3.08 607	4.63 607	3.09 596	4.64 614	3.10 611	4.65 601	3.10 610

FC-DCNN v2	5.10 628	5.15 578	4.49 618	5.07 606	3.37 618	6.87 631	4.75 631	5.04 625	6.34 635	7.84 635	5.06 632	6.72 636	4.09 620	4.99 624	5.44 632	5.03 616	3.16 601	4.67 616	4.86 632	5.15 615	3.89 626

rvit_0105_4	3.91 607	5.47 591	3.02 599	4.54 593	3.02 606	4.54 609	3.03 608	4.75 619	3.17 615	4.57 612	3.06 608	4.61 617	3.16 603	4.65 616	3.09 609	4.66 609	3.11 598	4.68 617	3.18 616	4.81 607	3.16 615

MLG-Stereo_test3	4.26 613	4.85 574	3.95 616	5.35 608	3.60 621	4.75 622	3.76 623	5.49 628	3.71 620	5.39 625	3.69 621	4.82 624	3.66 608	4.85 620	3.73 621	4.93 613	3.19 604	4.69 618	2.99 605	4.84 609	2.98 602

MLG-Stereo_test1	4.25 612	5.34 586	3.61 612	5.31 607	3.63 622	5.23 625	3.57 620	5.38 627	3.65 618	5.23 624	3.47 617	4.76 622	3.74 611	4.85 620	3.71 618	4.96 614	3.18 603	4.71 619	2.92 603	4.86 610	2.90 600

rvit_stereo_ft	3.93 610	5.44 589	3.05 603	4.59 597	3.06 612	4.61 617	3.08 613	4.67 618	3.12 614	4.63 617	3.10 613	4.65 620	3.11 601	4.69 619	3.13 611	4.70 610	3.14 600	4.71 619	3.15 615	4.74 604	3.16 615

rvit_0105_3	3.91 607	5.33 584	3.06 604	4.60 598	3.07 613	4.60 616	3.06 612	4.62 615	3.08 612	4.60 615	3.07 611	4.62 618	3.08 599	4.67 617	3.10 610	4.70 610	3.11 598	4.77 621	3.19 617	4.77 606	3.14 614

rvit_stereo_0083	3.92 609	5.30 583	3.06 604	4.61 599	3.09 614	4.67 618	3.08 613	4.66 617	3.09 613	4.62 616	3.10 613	4.66 621	3.11 601	4.67 617	3.16 612	4.72 612	3.16 601	4.77 621	3.11 613	4.66 603	3.11 612

test_5	4.62 621	7.55 602	6.23 626	6.32 615	3.40 619	5.29 626	3.50 619	3.53 598	4.11 627	4.28 603	4.47 630	4.26 607	4.38 622	3.68 599	3.24 613	5.89 623	5.60 619	4.84 623	3.50 619	4.33 591	3.93 628

TestStereo	4.88 624	4.75 572	4.79 619	4.87 604	4.92 632	4.81 624	4.90 632	4.78 620	4.77 631	4.87 621	4.89 631	4.90 626	4.91 624	4.99 624	4.79 629	4.98 615	4.87 616	4.87 624	4.92 633	5.00 613	5.00 631

MLG-Stereo_test2	4.28 614	5.46 590	3.69 614	4.86 603	3.72 624	5.58 628	3.42 618	4.81 621	3.77 624	4.85 620	3.72 622	5.55 630	3.63 607	5.58 627	3.53 616	4.41 599	3.28 605	4.99 625	2.95 604	4.75 605	3.13 613

rvit_0105_5	4.10 611	5.40 587	3.13 609	4.71 601	3.15 616	4.72 621	3.10 615	4.90 624	3.27 616	4.69 618	3.16 615	4.84 625	3.25 604	4.96 623	3.34 614	5.05 617	3.39 606	5.10 626	3.40 618	5.11 614	3.42 618

sAnonymous2	3.31 596	2.63 512	1.38 535	3.71 582	1.86 579	4.70 619	1.11 479	4.82 622	2.72 601	5.45 627	1.98 594	4.59 613	2.64 588	2.65 579	6.21 633	4.37 596	1.08 454	5.16 627	2.24 597	4.52 594	2.39 595

CroCo_RVC	3.31 596	2.63 512	1.38 535	3.71 582	1.86 579	4.70 619	1.11 479	4.82 622	2.72 601	5.45 627	1.98 594	4.59 613	2.64 588	2.65 579	6.21 633	4.37 596	1.08 454	5.16 627	2.24 597	4.52 594	2.39 595

MaDis-Stereo	3.19 595	6.02 597	1.12 455	5.61 611	1.16 493	5.43 627	1.02 476	5.15 626	0.70 438	5.43 626	1.21 536	5.03 628	0.97 458	4.85 620	0.99 471	4.53 600	1.16 466	5.53 629	1.25 539	5.37 617	1.30 542

RAFT	6.73 633	9.36 615	7.40 633	8.51 626	6.55 636	6.88 632	6.60 636	6.79 631	6.60 636	6.80 632	6.72 638	5.31 629	5.50 627	6.61 629	6.61 636	8.42 635	5.89 621	5.73 630	5.45 637	6.61 622	6.24 635

test-1	6.46 631	9.16 614	8.03 637	8.09 623	5.62 635	6.11 629	6.35 635	6.85 632	4.94 632	6.08 630	6.29 637	4.98 627	6.43 629	6.22 628	6.36 635	6.16 626	7.47 629	5.82 631	5.44 636	7.11 626	5.68 634

SGM-Forest	5.21 630	5.92 596	4.08 617	6.18 614	4.16 629	6.31 630	4.34 630	6.50 630	4.33 629	6.14 631	4.21 628	6.61 635	4.55 623	6.67 630	4.48 628	5.94 624	3.94 610	5.85 632	4.03 629	5.79 620	4.17 629
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 620	4.84 573	3.12 607	5.00 605	3.57 620	4.75 622	3.03 608	7.75 635	4.17 628	4.91 622	3.09 612	6.20 632	3.95 617	6.71 631	3.51 615	5.30 620	3.67 608	5.86 633	3.63 620	5.61 618	3.46 619

test-v	7.53 635	11.89 623	7.98 635	9.36 629	7.14 637	7.06 633	7.09 637	7.37 633	6.91 637	7.29 633	5.71 635	6.45 633	6.93 630	6.73 632	7.27 637	8.93 638	7.85 631	6.98 634	6.80 638	7.56 627	7.34 637

test-2	7.53 635	11.89 623	7.98 635	9.36 629	7.14 637	7.06 633	7.09 637	7.37 633	6.91 637	7.29 633	5.71 635	6.45 633	6.93 630	6.73 632	7.27 637	8.93 638	7.85 631	6.98 634	6.80 638	7.56 627	7.34 637

rvit_stereo_0075_2	6.64 632	8.80 611	5.25 622	7.89 622	5.27 634	7.90 635	5.27 633	7.92 636	5.28 633	7.91 636	5.29 634	7.93 637	5.27 625	7.92 636	5.28 630	7.93 633	5.28 618	7.93 636	5.29 635	7.93 629	5.28 633

MIF-Stereo (partial)	2.58 586	3.31 543	0.66 391	3.18 560	0.66 441	3.18 594	0.66 425	3.21 593	0.67 431	3.19 594	0.66 437	3.19 595	0.66 424	3.31 596	0.68 414	5.09 618	1.79 566	8.23 637	1.67 574	6.18 621	1.38 551

U	5.15 629	8.49 609	1.81 559	8.49 625	1.77 573	8.49 636	1.77 570	8.51 637	1.77 575	8.49 637	1.77 573	8.50 638	1.78 563	8.58 637	1.77 576	8.54 636	1.78 564	8.55 638	1.78 583	8.55 632	1.84 578

SGM+DAISY	7.06 634	9.15 613	5.38 624	8.84 627	5.18 633	8.80 637	5.31 634	8.79 638	5.28 633	8.89 638	5.20 633	8.93 639	5.33 626	8.95 638	5.36 631	8.70 637	5.21 617	8.74 639	5.20 634	8.89 633	5.15 632

rafts_anoy	20.00 639	20.00 625	20.00 639	20.00 639	20.00 640	20.00 638	20.00 640	20.00 639	20.00 640	20.00 639	20.00 640	20.00 640	20.00 640	20.00 639	20.00 640	20.00 640	20.00 641	20.00 640	20.00 641	20.00 640	20.00 640

raft+_RVC	20.00 639	20.00 625	20.00 639	20.00 639	20.00 640	20.00 638	20.00 640	20.00 639	20.00 640	20.00 639	20.00 640	20.00 640	20.00 640	20.00 639	20.00 640	20.00 640	20.00 641	20.00 640	20.00 641	20.00 640	20.00 640

raftrobust	20.00 639	20.00 625	20.00 639	20.00 639	20.00 640	20.00 638	20.00 640	20.00 639	20.00 640	20.00 639	20.00 640	20.00 640	20.00 640	20.00 639	20.00 640	20.00 640	20.00 641	20.00 640	20.00 641	20.00 640	20.00 640

CasAABBNet	20.00 639	20.00 625	20.00 639	20.00 639	20.00 640	20.00 638	20.00 640	20.00 639	20.00 640	20.00 639	20.00 640	20.00 640	20.00 640	20.00 639	20.00 640	20.00 640	20.00 641	20.00 640	20.00 641	20.00 640	20.00 640

RALCasStereoNet	20.00 639	20.00 625	20.00 639	20.00 639	20.00 640	20.00 638	20.00 640	20.00 639	20.00 640	20.00 639	20.00 640	20.00 640	20.00 640	20.00 639	20.00 640	20.00 640	20.00 641	20.00 640	20.00 641	20.00 640	20.00 640

RALAANet	20.00 639	20.00 625	20.00 639	20.00 639	20.00 640	20.00 638	20.00 640	20.00 639	20.00 640	20.00 639	20.00 640	20.00 640	20.00 640	20.00 639	20.00 640	20.00 640	20.00 641	20.00 640	20.00 641	20.00 640	20.00 640

MANE	19.05 638	23.00 631	15.00 638	23.00 645	15.00 639	24.00 644	16.00 639	24.00 645	16.00 639	22.00 645	15.00 639	23.00 646	16.00 639	23.00 645	15.00 639	22.00 646	15.00 640	22.00 646	15.00 640	22.00 646	15.00 639

111	30.40 645	30.94 647	29.72 646	32.61 646	30.02 647	33.57 645	30.47 647	31.50 646	29.39 647	30.98 646	29.11 647	29.78 647	30.39 650	29.45 646	30.76 650	30.08 647	29.02 648	29.92 647	30.32 651	29.86 647	30.17 647

fff	1000028.16 665	29.62 643	29.72 646	32.61 646	30.02 647	35.13 647	31.83 648	32.07 647	10000000.00 666	35.27 649	29.82 648	32.45 648	30.15 647	32.35 647	30.09 647	31.04 648	29.55 649	30.64 648	30.14 648	10000000.00 667	30.77 648

csc	1000028.16 665	29.62 643	29.72 646	32.61 646	30.02 647	35.13 647	31.83 648	32.07 647	10000000.00 666	35.27 649	29.82 648	32.45 648	30.15 647	32.35 647	30.09 647	31.04 648	29.55 649	30.64 648	30.14 648	10000000.00 667	30.77 648

cscssc	1000028.16 665	29.62 643	29.72 646	32.61 646	30.02 647	35.13 647	31.83 648	32.07 647	10000000.00 666	35.27 649	29.82 648	32.45 648	30.15 647	32.35 647	30.09 647	31.04 648	29.55 649	30.64 648	30.14 648	10000000.00 667	30.77 648

WCMA_ROB	31.10 646	35.43 651	27.12 645	39.51 657	23.10 646	38.78 656	25.30 646	37.49 657	25.39 646	37.29 656	27.02 646	38.52 658	26.48 646	37.80 656	26.44 646	36.28 654	22.65 647	33.90 651	22.30 647	37.10 655	24.18 646

tt	500032.53 663	34.60 649	29.72 646	37.47 655	34.41 652	36.85 651	35.22 652	34.71 650	33.55 649	34.50 647	35.43 651	33.81 651	10000000.00 667	33.57 650	33.13 651	33.68 651	35.00 653	34.03 652	35.26 654	30.96 648	34.63 652

DCANet	500032.53 663	34.60 649	29.72 646	37.47 655	34.41 652	36.85 651	35.22 652	34.71 650	33.55 649	34.50 647	35.43 651	33.81 651	10000000.00 667	33.57 650	33.13 651	33.68 651	35.00 653	34.03 652	35.26 654	30.96 648	34.63 652

DCANet-4	35.22 647	34.54 648	35.08 652	33.58 650	35.47 654	34.55 646	35.53 654	36.08 652	35.85 651	35.92 652	35.77 653	35.18 653	35.48 652	35.39 652	37.15 656	34.55 653	33.92 652	35.02 654	34.90 653	35.79 651	34.74 654

ADStereo(finetuned)	36.13 648	36.63 652	38.07 656	36.97 651	33.25 651	35.91 650	34.45 651	36.36 653	32.99 648	38.14 657	36.71 654	36.69 654	34.13 651	38.57 657	40.79 657	37.60 658	36.58 655	35.90 655	33.36 652	35.42 650	34.04 651

Reg-Stereo(zero)	37.00 649	37.00 653	37.00 653	37.00 652	37.00 655	37.00 653	37.00 655	37.00 654	37.00 652	37.00 653	37.00 655	37.00 655	37.00 653	37.00 653	37.00 653	37.00 655	37.00 656	37.00 656	37.00 656	37.00 652	37.00 655

HI	37.00 649	37.00 653	37.00 653	37.00 652	37.00 655	37.00 653	37.00 655	37.00 654	37.00 652	37.00 653	37.00 655	37.00 655	37.00 653	37.00 653	37.00 653	37.00 655	37.00 656	37.00 656	37.00 656	37.00 652	37.00 655

CoSv	37.00 649	37.00 653	37.00 653	37.00 652	37.00 655	37.00 653	37.00 655	37.00 654	37.00 652	37.00 653	37.00 655	37.00 655	37.00 653	37.00 653	37.00 653	37.00 655	37.00 656	37.00 656	37.00 656	37.00 652	37.00 655

NOSS_ROB	102.95 653	153.00 661	121.00 660	51.00 658	44.00 658	165.00 660	127.00 660	153.00 660	119.00 657	164.00 661	125.00 660	168.00 662	120.00 658	153.00 660	117.00 660	49.00 659	44.00 659	49.00 659	44.00 659	49.00 656	44.00 658

CBMV	128.50 654	1422.70 668	53.10 658	79.50 659	51.30 659	77.30 658	49.70 658	74.00 658	48.20 656	77.20 659	48.80 659	73.90 660	48.00 657	73.80 659	48.80 659	70.40 660	45.10 660	68.90 660	46.10 660	68.20 657	45.00 659
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 652	87.70 657	41.95 657	113.75 660	65.62 660	75.05 657	55.25 659	75.64 659	45.04 655	71.61 658	41.75 658	72.81 659	44.06 656	68.38 658	44.63 658	101.89 661	59.57 661	107.10 661	61.05 661	104.38 658	59.38 660

MeshStereo	159.24 655	171.00 662	160.68 663	162.58 661	160.59 661	164.01 659	160.35 661	158.51 661	158.56 658	158.34 660	160.12 661	158.56 661	159.92 659	157.26 661	158.94 661	154.38 662	158.36 662	155.75 662	159.13 663	153.67 659	154.07 661
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	201.80 656	123.00 658	115.00 659	219.00 662	218.00 663	223.00 661	244.00 663	217.00 662	236.00 660	202.00 662	203.00 662	205.00 663	208.00 660	225.00 662	204.00 662	210.00 663	198.00 663	197.00 663	184.00 664	204.00 660	201.00 662

MGS-Stereo	239.45 657	123.00 658	135.00 661	266.00 663	286.00 664	277.00 662	305.00 664	271.00 663	242.00 661	274.00 663	279.00 664	255.00 664	270.00 662	268.00 663	297.00 664	221.00 664	247.00 665	216.00 664	123.00 662	217.00 661	217.00 664

EGLCR-Stereo	246.90 658	129.00 660	139.00 662	266.00 663	286.00 664	277.00 662	305.00 664	271.00 663	242.00 661	274.00 663	279.00 664	255.00 664	270.00 662	268.00 663	297.00 664	230.00 665	247.00 665	216.00 664	223.00 666	237.00 662	227.00 665

DLCB_ROB	284.23 659	354.61 664	207.27 664	363.24 665	206.46 662	364.72 664	210.41 662	364.72 665	210.41 659	364.81 665	208.64 663	364.81 666	208.64 661	364.72 665	210.41 663	354.70 666	205.53 664	354.70 666	205.53 665	354.70 663	205.53 663

LE_ROB	396.57 660	471.28 665	329.84 665	471.48 666	308.15 666	526.83 665	322.10 666	488.15 666	323.76 663	495.46 666	317.97 666	497.17 667	320.10 664	481.62 666	326.76 666	462.71 667	298.97 667	466.16 667	285.98 667	447.62 664	289.21 666

SGM-ForestM	596.69 661	677.77 666	444.52 666	699.85 667	517.25 667	732.94 666	488.29 667	770.79 667	460.11 664	750.81 667	487.98 667	792.79 668	499.41 665	730.90 667	475.81 667	720.03 668	491.16 668	663.96 668	418.60 668	674.76 665	436.05 667

CBMV_ROB	818.48 662	913.88 667	709.52 667	862.84 668	597.78 668	1073.99 667	700.52 668	1015.66 668	702.59 665	1115.65 668	760.02 668	1130.24 669	721.57 666	1037.41 668	692.65 668	814.05 669	564.29 669	843.28 669	595.31 669	915.51 666	602.92 668

111111	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

SGD-Stereo	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

IGEV-Stereo++	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

IGEV-BASED-STEREO-	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

IGEV-Stereo+	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

SDNR	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

anonymousdsp2	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

anonymousdsp	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

test_example2	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669

DIP-Stereo	10000000.00 668	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 668	10000000.00 669	10000000.00 669	10000000.00 666	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 667	10000000.00 669	10000000.00 669	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 670	10000000.00 667	10000000.00 669
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