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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 456	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.04 110	0.06 125	0.04 100	0.06 116	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 163	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 268	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 456	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 158	0.20 197	0.23 184	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 202	0.21 212	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 286	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 167	0.04 90	0.03 52	0.58 412	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 459	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 135	0.07 142	0.08 134	0.07 142	0.08 134	0.06 134	0.07 132	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 219	0.02 20	0.02 21	0.71 443	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 134	0.15 145	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 475	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 94	0.17 182	0.19 163	0.06 139	0.08 132	0.06 137	0.08 135	0.06 138	0.08 134	0.06 138	0.08 134	0.06 134	0.08 135	0.06 131	0.15 145	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 150	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 335	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 386	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 335	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 380	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 380	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 147	0.09 140	0.09 144	0.10 142	0.08 146	0.10 145	0.09 146	0.09 142	0.09 146	0.09 141	0.08 134	0.09 85	0.08 84	0.09 139	0.08 139	0.09 142	0.08 137

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 540	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 449	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 380	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 361	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 145	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 386	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 403	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

222	0.10 90	0.99 368	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 396	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SHD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SAMSARA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

XQC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTS	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet+	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet++	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 142	0.10 153	0.10 145	0.10 150	0.10 145	0.10 150	0.10 145	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 550	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 111	0.11 109	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 154	0.10 153	0.11 157	0.10 150	0.11 157	0.10 150	0.11 158	0.10 146	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

over v1	0.11 111	0.11 109	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 154	0.10 153	0.11 157	0.10 150	0.11 157	0.10 150	0.11 158	0.10 146	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.10 150

over-8	0.11 111	0.14 122	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 154	0.09 149	0.11 157	0.10 150	0.11 157	0.10 150	0.11 158	0.09 139	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.09 142

over-9	0.11 111	0.11 109	0.16 172	0.16 143	0.10 154	0.12 162	0.10 149	0.11 154	0.10 153	0.11 157	0.10 150	0.11 157	0.10 150	0.11 158	0.10 146	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

ISRNet	0.11 111	0.05 66	0.36 295	0.24 189	0.07 141	0.13 163	0.05 120	0.06 122	0.05 125	0.05 113	0.05 127	0.13 165	0.05 117	0.05 104	0.09 139	0.24 209	0.20 207	0.10 140	0.05 123	0.06 123	0.13 185

JetRed	0.11 111	0.12 114	0.11 112	0.11 98	0.11 174	0.11 153	0.14 187	0.11 154	0.11 171	0.12 163	0.11 168	0.11 157	0.11 167	0.11 158	0.11 161	0.11 105	0.16 174	0.11 151	0.11 164	0.11 155	0.11 164

JetBlue	0.11 111	0.11 109	0.12 123	0.13 118	0.14 193	0.11 153	0.11 166	0.11 154	0.11 171	0.11 157	0.11 168	0.11 157	0.11 167	0.12 166	0.12 173	0.11 105	0.11 122	0.11 151	0.11 164	0.11 155	0.11 164

x	0.11 111	1.15 406	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 238	0.33 271	0.39 251	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 296	0.36 338	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 408	0.16 172	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 124	1.14 403	0.17 182	0.20 167	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 124	0.14 122	0.10 92	0.15 133	0.10 154	0.14 164	0.10 149	0.14 166	0.10 153	0.15 172	0.10 150	0.14 166	0.10 150	0.14 168	0.10 146	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.09 142
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 124	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 572	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 124	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 642	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 124	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 646	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 124	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 648	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 124	0.03 31	0.04 64	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 131	0.21 144	0.12 123	0.16 143	0.11 174	0.15 172	0.11 166	0.14 166	0.11 171	0.15 172	0.12 176	0.15 177	0.11 167	0.14 168	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLG	0.13 131	0.20 138	0.14 148	0.15 133	0.11 174	0.14 164	0.11 166	0.14 166	0.11 171	0.14 165	0.11 168	0.14 166	0.11 167	0.14 168	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

ACRE	0.13 131	0.21 144	0.14 148	0.15 133	0.11 174	0.14 164	0.11 166	0.14 166	0.11 171	0.14 165	0.12 176	0.14 166	0.11 167	0.14 168	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

LRCNet_RVC	0.13 131	0.13 116	0.09 88	0.13 118	0.10 154	0.14 164	0.10 149	0.14 166	0.10 153	0.23 217	0.10 150	0.20 197	0.10 150	0.24 224	0.11 161	0.11 105	0.09 94	0.12 158	0.14 196	0.12 165	0.09 142

aanetorigin	0.13 131	0.11 109	0.11 112	0.11 98	0.11 174	0.11 153	0.11 166	0.11 154	0.11 171	0.11 157	0.12 176	0.11 157	0.11 167	0.11 158	0.11 161	0.11 105	0.11 122	0.14 164	0.11 164	0.49 416	0.11 164

FADNet-RVC	0.13 131	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 651	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 131	0.16 125	0.11 112	0.15 133	0.09 147	0.18 190	0.11 166	0.18 190	0.11 171	0.17 184	0.11 168	0.18 190	0.11 167	0.18 189	0.11 161	0.14 133	0.08 84	0.14 164	0.08 139	0.14 169	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 138	1.22 465	0.28 234	0.32 222	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 245	0.27 242	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 138	0.17 130	0.12 123	0.17 156	0.11 174	0.17 186	0.11 166	0.17 186	0.11 171	0.17 184	0.11 168	0.17 186	0.11 167	0.17 186	0.11 161	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 138	1.83 526	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 138	0.20 138	0.14 148	0.16 143	0.11 174	0.16 179	0.11 166	0.17 186	0.11 171	0.17 184	0.12 176	0.17 186	0.13 188	0.17 186	0.12 173	0.15 145	0.11 122	0.16 181	0.11 164	0.15 177	0.12 178

IPLGR_C	0.14 138	0.20 138	0.12 123	0.15 133	0.11 174	0.14 164	0.15 195	0.14 166	0.11 171	0.15 172	0.12 176	0.14 166	0.11 167	0.16 179	0.11 161	0.15 145	0.12 136	0.14 164	0.12 179	0.15 177	0.12 178

MIPNet	0.14 138	0.21 144	0.17 182	0.16 143	0.11 174	0.15 172	0.12 179	0.14 166	0.11 171	0.16 177	0.11 168	0.14 166	0.11 167	0.14 168	0.11 161	0.14 133	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLGR	0.14 138	0.24 158	0.14 148	0.16 143	0.12 187	0.15 172	0.12 179	0.14 166	0.11 171	0.15 172	0.12 176	0.14 166	0.11 167	0.14 168	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

GMStereo	0.14 138	0.13 116	0.14 148	0.14 122	0.14 193	0.14 164	0.14 187	0.14 166	0.14 194	0.14 165	0.14 194	0.14 166	0.14 193	0.14 168	0.14 186	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 138	0.04 52	0.03 39	2.22 601	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 138	0.16 125	0.12 123	0.17 156	0.12 187	0.17 186	0.11 166	0.17 186	0.11 171	0.17 184	0.12 176	0.17 186	0.12 182	0.17 186	0.12 173	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.12 178

DRN-Test	0.14 138	0.13 116	0.09 88	0.14 122	0.09 147	0.15 172	0.09 144	0.14 166	0.10 153	0.14 165	0.09 146	0.14 166	0.09 146	0.13 167	0.09 139	0.12 111	0.09 94	0.12 158	0.09 141	0.12 165	0.73 513

ELAS_RVC	0.14 138	0.16 125	0.10 92	0.15 133	0.10 154	0.18 190	0.11 166	0.19 192	0.11 171	0.19 190	0.12 176	0.18 190	0.11 167	0.19 192	0.12 173	0.14 133	0.08 84	0.14 164	0.09 141	0.15 177	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 150	0.17 130	0.13 143	0.20 167	0.13 191	0.19 193	0.13 185	0.18 190	0.13 191	0.19 190	0.13 189	0.18 190	0.14 193	0.18 189	0.14 186	0.16 158	0.11 122	0.15 177	0.14 196	0.18 193	0.11 164

CoDeX	0.15 150	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 486	0.02 15	0.69 474	0.75 497	0.01 9	0.02 21	0.02 20

ICVP	0.15 150	0.53 282	0.11 112	0.16 143	0.11 174	0.16 179	0.11 166	0.16 180	0.11 171	0.16 177	0.11 168	0.16 178	0.11 167	0.16 179	0.11 161	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 150	0.04 52	0.04 64	2.20 600	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 150	0.14 122	0.10 92	0.14 122	0.09 147	0.15 172	0.09 144	0.14 166	0.09 149	0.14 165	0.10 150	0.14 166	0.09 146	0.14 168	0.09 139	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.82 529

LALA_ROB	0.15 150	0.19 134	0.12 123	0.18 158	0.11 174	0.20 198	0.12 179	0.21 207	0.12 187	0.20 196	0.12 176	0.20 197	0.12 182	0.21 208	0.13 182	0.17 166	0.10 99	0.18 199	0.11 164	0.18 193	0.11 164

SGM_RVC	0.15 150	0.17 130	0.11 112	0.18 158	0.11 174	0.19 193	0.11 166	0.19 192	0.12 187	0.19 190	0.12 176	0.20 197	0.12 182	0.19 192	0.12 173	0.16 158	0.11 122	0.17 189	0.10 150	0.17 189	0.10 150
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LSFM	0.16 157	0.92 350	0.16 172	0.18 158	0.08 143	0.11 153	0.12 179	0.12 162	0.09 149	0.09 141	0.28 282	0.10 145	0.08 144	0.10 145	0.12 173	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

flow	0.16 157	0.92 350	0.16 172	0.18 158	0.08 143	0.11 153	0.12 179	0.12 162	0.09 149	0.09 141	0.28 282	0.10 145	0.08 144	0.10 145	0.12 173	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

z-mn7	0.16 157	1.21 459	0.33 271	0.41 276	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 263	0.31 278	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 157	0.16 125	0.16 172	0.16 143	0.16 217	0.16 179	0.16 201	0.16 180	0.16 211	0.16 177	0.16 208	0.16 178	0.16 207	0.16 179	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 197

qqq	0.16 157	2.01 550	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 157	0.18 133	0.13 143	0.19 163	0.13 191	0.19 193	0.13 185	0.19 192	0.13 191	0.19 190	0.13 189	0.19 194	0.13 188	0.19 192	0.13 182	0.18 174	0.13 159	0.18 199	0.13 190	0.18 193	0.13 185

ManiGeoR	0.17 163	0.05 66	0.62 437	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 163	0.05 66	0.63 441	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 443	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 163	0.05 66	0.62 437	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 163	0.05 66	0.62 437	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 163	0.05 66	0.65 448	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 443	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 163	0.27 171	0.21 203	0.10 81	0.21 254	0.15 172	0.22 241	0.10 142	0.21 242	0.22 211	0.10 150	0.19 194	0.18 230	0.10 145	0.19 228	0.20 181	0.19 205	0.18 199	0.10 150	0.19 199	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 163	2.16 560	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 174	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 163	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 526	0.02 15	0.75 487	0.76 499	0.02 21	0.02 21	0.02 20

CCAANet	0.17 163	0.71 307	0.14 148	0.14 122	0.14 193	0.14 164	0.14 187	0.14 166	0.14 194	0.14 165	0.14 194	0.14 166	0.14 193	0.14 168	0.22 239	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 190

DepthFocus	0.18 172	0.22 148	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 212	0.15 206	0.22 211	0.15 204	0.22 214	0.16 207	0.22 213	0.15 197	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

w-ln-seven	0.18 172	1.47 484	0.33 271	0.40 264	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 283	0.32 283	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 172	0.48 261	0.16 172	0.16 143	0.15 207	0.15 172	0.16 201	0.16 180	0.16 211	0.16 177	0.16 208	0.16 178	0.16 207	0.16 179	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 197

xyz-stereo	0.18 172	0.50 268	0.16 172	0.15 133	0.16 217	0.16 179	0.16 201	0.16 180	0.16 211	0.16 177	0.16 208	0.16 178	0.16 207	0.16 179	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 197

BEATNet-Init1	0.19 176	0.08 85	0.08 82	2.23 602	0.08 143	0.08 132	0.07 141	0.07 132	0.08 146	0.08 134	0.07 142	0.08 134	0.07 140	0.11 158	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 176	0.08 85	0.08 82	2.23 602	0.08 143	0.08 132	0.07 141	0.07 132	0.08 146	0.08 134	0.07 142	0.08 134	0.07 140	0.11 158	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

Weightmod_eth	0.20 178	0.24 158	0.28 234	0.47 308	0.14 193	0.24 224	0.14 187	0.17 186	0.13 191	0.22 211	0.16 208	0.22 214	0.13 188	0.20 196	0.16 204	0.24 209	0.20 207	0.19 202	0.14 196	0.16 182	0.24 245

depth_test_26	0.20 178	0.34 187	0.25 218	0.34 230	0.14 193	0.21 209	0.14 187	0.21 207	0.14 194	0.21 208	0.14 194	0.21 205	0.14 193	0.21 208	0.14 186	0.26 218	0.26 231	0.22 216	0.15 205	0.22 209	0.14 190

IGEV_Zeroshot_test	0.20 178	0.19 134	0.40 344	0.30 210	0.17 223	0.22 212	0.17 211	0.21 207	0.17 221	0.20 196	0.17 216	0.21 205	0.18 230	0.21 208	0.17 211	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 215

DAS	0.20 178	0.20 138	0.20 197	0.20 167	0.20 243	0.20 198	0.20 230	0.20 198	0.20 237	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 226

ASD4	0.20 178	0.20 138	0.20 197	0.20 167	0.20 243	0.20 198	0.20 230	0.20 198	0.20 237	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 226

ACVNet	0.20 178	0.19 134	0.14 148	0.20 167	0.14 193	0.20 198	0.96 547	0.21 207	0.14 194	0.20 196	0.13 189	0.21 205	0.14 193	0.20 196	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 178

acv_ft	0.20 178	0.19 134	0.14 148	0.20 167	0.14 193	0.20 198	0.96 547	0.21 207	0.14 194	0.20 196	0.13 189	0.21 205	0.14 193	0.20 196	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 178

iResNetv2_ROB	0.20 178	0.23 150	0.18 192	0.24 189	0.20 243	0.24 224	0.18 220	0.24 222	0.18 228	0.24 224	0.18 233	0.23 222	0.19 237	0.24 224	0.18 224	0.21 189	0.16 174	0.21 211	0.16 208	0.22 209	0.16 197

iResNet	0.20 178	0.23 150	0.18 192	0.24 189	0.18 235	0.24 224	0.20 230	0.24 222	0.18 228	0.23 217	0.17 216	0.23 222	0.18 230	0.23 220	0.18 224	0.22 191	0.16 174	0.21 211	0.16 208	0.21 207	0.16 197

LACA2	0.21 187	0.24 158	0.26 225	0.31 216	0.16 217	0.24 224	0.16 201	0.24 222	0.16 211	0.24 224	0.16 208	0.24 228	0.16 207	0.24 224	0.16 204	0.27 222	0.23 222	0.24 235	0.16 208	0.23 221	0.16 197

LACA1	0.21 187	0.24 158	0.26 225	0.31 216	0.16 217	0.24 224	0.16 201	0.24 222	0.16 211	0.24 224	0.16 208	0.24 228	0.16 207	0.24 224	0.16 204	0.27 222	0.22 216	0.23 225	0.16 208	0.23 221	0.16 197

z-ln-s-r	0.21 187	1.40 482	0.53 415	0.56 382	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 411	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 187	0.25 165	0.21 203	0.26 203	0.17 223	0.24 224	0.17 211	0.24 222	0.17 221	0.24 224	0.17 216	0.24 228	0.17 219	0.24 224	0.17 211	0.24 209	0.17 195	0.23 225	0.16 208	0.23 221	0.16 197

Pointernet	0.21 187	0.22 148	0.19 194	0.24 189	0.19 240	0.24 224	0.19 226	0.24 222	0.19 235	0.24 224	0.19 236	0.24 228	0.19 237	0.24 224	0.19 228	0.22 191	0.17 195	0.22 216	0.17 230	0.22 209	0.17 215

SuperB	0.21 187	0.10 98	2.51 667	0.12 106	0.09 147	0.10 142	0.09 144	0.08 135	0.07 142	0.10 145	0.09 146	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 193	0.23 150	0.20 197	0.24 189	0.20 243	0.23 221	0.33 363	0.39 293	0.17 221	0.23 217	0.17 216	0.23 222	0.16 207	0.24 224	0.17 211	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 197

Anonymus123	0.22 193	0.23 150	0.20 197	0.24 189	0.20 243	0.23 221	0.33 363	0.39 293	0.17 221	0.23 217	0.17 216	0.23 222	0.16 207	0.24 224	0.17 211	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 197

WAO-6	0.22 193	0.23 150	0.22 205	0.23 184	0.22 256	0.22 212	0.22 241	0.22 212	0.22 246	0.22 211	0.22 248	0.22 214	0.22 250	0.22 213	0.22 239	0.22 191	0.22 216	0.22 216	0.22 249	0.22 209	0.22 233

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 179	0.22 256	0.22 212	0.22 241	0.22 212	0.22 246	0.22 211	0.22 248	0.22 214	0.22 250	0.22 213	0.22 239	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 235

IMH-64	0.22 193	0.23 150	0.23 208	0.22 179	0.22 256	0.22 212	0.22 241	0.22 212	0.22 246	0.22 211	0.22 248	0.22 214	0.22 250	0.22 213	0.22 239	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 235

ac_64	0.22 193	0.13 116	0.19 194	0.23 184	0.10 154	0.26 243	1.02 557	0.14 166	0.10 153	0.28 246	0.14 194	0.17 186	0.19 237	0.28 253	0.09 139	0.22 191	0.16 174	0.23 225	0.17 230	0.11 155	0.12 178

SMOE	0.23 199	0.25 165	0.30 244	0.33 226	0.18 235	0.26 243	0.18 220	0.26 236	0.18 228	0.26 241	0.18 233	0.25 235	0.18 230	0.25 233	0.18 224	0.31 242	0.27 242	0.23 225	0.17 230	0.23 221	0.17 215

LACA3	0.23 199	0.25 165	0.27 228	0.54 375	0.17 223	0.25 234	0.17 211	0.25 230	0.17 221	0.25 232	0.17 216	0.25 235	0.17 219	0.25 233	0.17 211	0.28 227	0.23 222	0.24 235	0.17 230	0.24 226	0.17 215

dd	0.23 199	0.98 361	0.16 172	0.23 184	0.15 207	0.23 221	0.15 195	0.23 219	0.15 206	0.23 217	0.15 204	0.24 228	0.17 219	0.23 220	0.15 197	0.22 191	0.15 171	0.21 211	0.15 205	0.22 209	0.16 197

dad	0.23 199	1.03 386	0.16 172	0.23 184	0.15 207	0.24 224	0.15 195	0.24 222	0.16 211	0.23 217	0.16 208	0.24 228	0.16 207	0.23 220	0.15 197	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 197

RSGM-EC	0.24 203	0.24 158	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 212	0.15 206	0.24 224	0.15 204	0.22 214	0.15 205	0.22 213	1.19 572	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 190

acva	0.24 203	0.24 158	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 212	0.15 206	0.24 224	0.15 204	0.22 214	0.15 205	0.22 213	1.19 572	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 190

MSKI-zero shot	0.24 203	0.21 144	0.49 396	0.65 402	0.18 235	0.22 212	0.17 211	0.23 219	0.18 228	0.21 208	0.17 216	0.23 222	0.28 287	0.23 220	0.18 224	0.21 189	0.16 174	0.21 211	0.16 208	0.21 207	0.16 197

qqq1	0.25 206	3.70 630	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 630	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 203	0.25 270	0.25 234	0.25 257	0.25 230	0.25 261	0.25 232	0.25 266	0.25 235	0.25 262	0.26 245	0.25 257	0.25 216	0.25 228	0.25 240	0.25 265	0.25 229	0.25 247

ffm	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 206	0.23 150	0.66 451	0.80 435	0.17 223	0.22 212	0.17 211	0.23 219	0.18 228	0.26 241	0.17 216	0.21 205	0.17 219	0.25 233	0.17 211	0.23 202	0.16 174	0.21 211	0.17 230	0.22 209	0.17 215

LoS	0.25 206	0.27 171	0.25 218	0.25 196	0.25 270	0.25 234	0.25 257	0.26 236	0.25 261	0.25 232	0.25 266	0.25 235	0.25 262	0.25 233	0.25 257	0.26 218	0.25 228	0.25 240	0.26 271	0.26 232	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 206	1.31 473	0.74 481	0.92 454	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 215	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 134	0.05 104	0.03 52	4.34 673	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

anonymous	0.27 216	0.27 171	0.93 512	0.28 207	0.17 223	0.30 254	0.17 211	0.28 240	0.17 221	0.29 251	0.17 216	0.29 256	0.17 219	0.28 253	0.17 211	0.27 222	0.24 226	0.27 249	0.17 230	0.26 232	0.16 197

Weightmod	0.27 216	0.29 177	0.33 271	0.38 243	0.20 243	0.30 254	0.21 236	0.29 246	0.21 242	0.29 251	0.22 248	0.30 261	0.20 241	0.30 260	0.21 235	0.37 271	0.31 278	0.27 249	0.20 241	0.28 240	0.21 230

SME	0.27 216	0.29 177	0.31 260	0.38 243	0.20 243	0.29 252	0.18 220	0.30 249	0.20 237	0.32 265	0.21 246	0.32 270	0.20 241	0.32 268	0.21 235	0.35 263	0.32 283	0.27 249	0.19 239	0.29 244	0.20 226

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 226	0.21 254	0.37 290	0.22 241	0.37 279	0.24 256	0.26 241	0.27 275	0.33 274	0.21 249	0.25 233	0.27 263	0.32 245	0.20 207	0.34 287	0.23 255	0.25 229	0.26 253

DLNR-FE	0.28 220	0.89 340	0.30 244	0.34 230	0.19 240	0.28 249	0.19 226	0.28 240	0.20 237	0.28 246	0.20 240	0.28 250	0.20 241	0.28 253	0.20 231	0.33 251	0.28 250	0.25 240	0.19 239	0.24 226	0.19 224

xyz-stereo-finetune	0.28 220	0.49 263	0.16 172	0.16 143	0.16 217	0.16 179	0.16 201	0.22 212	0.30 307	0.32 265	0.31 354	0.32 270	0.31 357	0.32 268	0.32 347	0.32 245	0.33 296	0.31 267	0.32 376	0.31 253	0.32 355

SQANet	0.28 220	0.28 175	0.28 234	0.28 207	0.28 283	0.28 249	0.28 277	0.28 240	0.28 284	0.28 246	0.28 282	0.28 250	0.28 287	0.28 253	0.28 272	0.28 227	0.28 250	0.28 254	0.28 327	0.28 240	0.28 316

HGLStereo	0.28 220	0.29 177	0.22 205	0.36 237	0.22 256	0.36 282	0.21 236	0.36 271	0.21 242	0.42 330	0.21 246	0.36 286	0.22 250	0.36 286	0.21 235	0.34 255	0.21 212	0.34 287	0.21 246	0.34 268	0.21 230

iResNet_ROB	0.28 220	0.32 185	0.24 215	0.32 222	0.25 270	0.32 271	0.24 255	0.32 257	0.24 256	0.33 270	0.24 260	0.35 281	0.24 259	0.33 276	0.24 249	0.31 242	0.24 226	0.32 270	0.24 262	0.32 256	0.24 245

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 154	0.14 164	0.10 149	0.91 503	0.69 506	0.14 165	0.11 168	0.14 166	0.11 167	0.14 168	0.10 146	0.12 111	0.09 94	0.12 158	0.09 141	0.88 493	0.76 520

MultiAttention	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 249	0.30 307	0.30 254	0.30 310	0.30 261	0.30 306	0.30 260	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 339

MSAF-DinoV2	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 249	0.30 307	0.30 254	0.30 310	0.30 261	0.30 306	0.30 260	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 339

DDVS	0.30 226	3.10 616	0.14 148	0.19 163	0.14 193	0.19 193	0.14 187	0.20 198	0.14 194	0.19 190	0.13 189	0.16 178	0.13 188	0.19 192	0.13 182	0.17 166	0.13 159	0.17 189	0.13 190	0.17 189	0.13 185

ACV-stereo	0.30 226	2.08 552	0.25 218	0.25 196	0.18 235	0.24 224	0.17 211	0.24 222	0.18 228	0.24 224	0.17 216	0.25 235	0.17 219	0.24 224	0.17 211	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 197

LoS_RVC	0.30 226	1.14 403	0.25 218	0.25 196	0.25 270	0.26 243	0.25 257	0.25 230	0.25 261	0.25 232	0.25 266	0.26 247	0.26 272	0.26 245	0.25 257	0.26 218	0.26 231	0.25 240	0.25 265	0.26 232	0.26 253

CAS	0.30 226	1.17 409	0.25 218	0.25 196	0.25 270	0.26 243	0.25 257	0.25 230	0.26 275	0.25 232	0.25 266	0.25 235	0.25 262	0.25 233	0.25 257	0.26 218	0.26 231	0.26 245	0.25 265	0.26 232	0.25 247

DANet	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 249	0.30 307	0.30 254	0.30 310	0.30 261	0.30 306	0.30 260	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 233	0.31 183	0.31 260	0.30 210	0.40 419	0.31 262	0.30 297	0.30 249	0.34 381	0.29 251	0.31 354	0.29 256	0.30 306	0.31 265	0.31 337	0.31 242	0.29 264	0.31 267	0.30 358	0.31 253	0.31 348

tt1	0.31 233	0.93 354	0.24 215	0.33 226	0.23 262	0.31 262	0.24 255	0.32 257	0.24 256	0.32 265	0.23 253	0.32 270	0.25 262	0.32 268	0.24 249	0.27 222	0.26 231	0.27 249	0.26 271	0.27 238	0.27 291

xxxxx1	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 261	0.25 261	0.31 259	0.24 260	0.33 274	0.25 262	0.32 268	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 291

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 381	0.79 431	0.24 267	0.30 254	0.26 264	0.30 249	0.24 256	0.32 265	0.23 253	0.31 266	0.24 259	0.30 260	0.23 246	0.29 235	0.26 231	0.29 259	0.24 262	0.33 263	0.23 235

tt_ll	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 261	0.25 261	0.31 259	0.24 260	0.33 274	0.25 262	0.32 268	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 291

ff	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 261	0.25 261	0.31 259	0.24 260	0.33 274	0.25 262	0.32 268	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 291

RAFT + AFF	0.31 233	0.45 247	0.34 282	0.39 251	0.28 283	0.38 297	0.33 363	0.29 246	0.31 352	0.30 254	0.30 310	0.29 256	0.27 279	0.29 258	0.30 296	0.28 227	0.29 264	0.29 259	0.29 342	0.27 238	0.32 355

MLCV	0.31 233	0.35 189	0.27 228	0.35 233	0.28 283	0.35 278	0.27 267	0.35 267	0.28 284	0.36 281	0.27 275	0.35 281	0.27 279	0.35 280	0.27 263	0.34 255	0.27 242	0.34 287	0.27 308	0.34 268	0.27 291

DN-CSS_ROB	0.31 233	0.35 189	0.28 234	0.35 233	0.28 283	0.34 274	0.27 267	0.34 264	0.25 261	0.35 277	0.27 275	0.36 286	0.26 272	0.34 277	0.28 272	0.35 263	0.28 250	0.34 287	0.28 327	0.34 268	0.27 291

PStereo	0.32 242	0.36 194	0.28 234	0.38 243	0.29 294	0.36 282	0.27 267	0.38 288	0.27 279	0.38 288	0.28 282	0.36 286	0.27 279	0.36 286	0.28 272	0.32 245	0.27 242	0.33 277	0.27 308	0.33 263	0.27 291

DStereoFS	0.32 242	0.33 186	0.32 266	0.33 226	0.30 306	0.32 271	0.32 352	0.32 257	0.31 352	0.30 254	0.31 354	0.31 266	0.30 306	0.32 268	0.32 347	0.32 245	0.31 278	0.30 261	0.47 459	0.32 256	0.34 369

DStereoSA	0.32 242	0.52 278	0.34 282	0.31 216	0.31 353	0.30 254	0.30 297	0.31 255	0.30 307	0.31 259	0.31 354	0.31 266	0.30 306	0.31 265	0.31 337	0.30 236	0.32 283	0.31 267	0.31 369	0.31 253	0.31 348

WCG-NET（raft）	0.32 242	1.24 467	0.24 215	0.32 222	0.24 267	0.32 271	0.23 250	0.32 257	0.24 256	0.32 265	0.24 260	0.32 270	0.24 259	0.32 268	0.24 249	0.30 236	0.23 222	0.30 261	0.23 255	0.30 248	0.23 235

Any-RAFT	0.32 242	0.36 194	0.27 228	0.36 237	0.27 278	0.36 282	0.27 267	0.36 271	0.27 279	0.36 281	0.27 275	0.36 286	0.27 279	0.36 286	0.28 272	0.36 268	0.28 250	0.36 310	0.28 327	0.36 289	0.28 316

StereoDRNet-Refined	0.33 247	0.39 208	0.26 225	0.39 251	0.26 277	0.40 305	0.26 264	0.40 301	0.26 275	0.39 295	0.26 271	0.39 303	0.26 272	0.39 304	0.26 262	0.37 271	0.25 228	0.37 313	0.25 265	0.37 294	0.37 388
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 248	0.26 168	0.17 182	0.21 177	0.17 223	0.20 198	0.16 201	0.20 198	0.16 211	0.20 196	0.17 216	0.21 205	0.16 207	0.27 249	0.24 249	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 694

RAFT-FE	0.34 248	0.26 168	0.17 182	0.21 177	0.17 223	0.20 198	0.16 201	0.20 198	0.16 211	0.20 196	0.17 216	0.21 205	0.16 207	0.27 249	0.24 249	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 694

LG-Stereo_L2	0.34 248	0.37 197	0.38 301	0.47 308	0.28 283	0.39 303	0.28 277	0.39 293	0.28 284	0.39 295	0.28 282	0.39 303	0.28 287	0.38 296	0.28 272	0.42 325	0.35 332	0.36 310	0.26 271	0.35 281	0.26 253

H2IRNET	0.34 248	0.34 187	0.34 282	0.34 230	0.34 387	0.34 274	0.34 376	0.34 264	0.34 381	0.34 273	0.34 381	0.34 279	0.34 378	0.34 277	0.34 372	0.34 255	0.34 325	0.34 287	0.34 390	0.34 268	0.34 369

IGEV++	0.34 248	0.43 235	0.30 244	0.40 264	0.29 294	0.40 305	0.29 289	0.40 301	0.29 292	0.40 302	0.29 295	0.40 311	0.29 297	0.40 307	0.30 296	0.38 283	0.29 264	0.37 313	0.29 342	0.37 294	0.29 325

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 260	0.39 251	0.30 306	0.38 297	0.30 297	0.40 301	0.29 292	0.40 302	0.37 401	0.41 324	0.34 378	0.38 296	0.30 296	0.34 255	0.27 242	0.34 287	0.26 271	0.34 268	0.26 253

CSP-Net	0.34 248	1.29 469	1.19 537	1.36 565	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 141	0.02 21	0.09 142

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 260	0.39 251	0.29 294	0.40 305	0.32 352	0.41 316	0.32 362	0.38 288	0.30 310	0.39 303	0.30 306	0.38 296	0.32 347	0.35 263	0.27 242	0.34 287	0.27 308	0.34 268	0.29 325

DGSMNet	0.34 248	0.41 223	0.27 228	0.41 276	0.28 283	0.41 321	0.28 277	0.41 316	0.27 279	0.41 316	0.27 275	0.42 342	0.27 279	0.41 323	0.28 272	0.40 303	0.29 264	0.40 375	0.28 327	0.40 366	0.27 291

gcap_with_dpt	0.35 257	0.39 208	0.30 244	0.44 296	0.31 353	0.44 382	0.31 344	0.44 380	0.31 352	0.44 375	0.30 310	0.44 386	0.30 306	0.44 375	0.30 296	0.38 283	0.26 231	0.38 321	0.27 308	0.38 307	0.27 291

FE-Mocha	0.35 257	0.71 307	0.40 344	0.47 308	0.27 278	0.34 274	0.27 267	0.34 264	0.26 275	0.34 273	0.26 271	0.34 279	0.27 279	0.34 277	0.27 263	0.44 327	0.41 370	0.33 277	0.29 342	0.32 256	0.29 325

IGEV-FE	0.35 257	0.37 197	0.17 182	0.19 163	0.17 223	0.20 198	0.17 211	0.19 192	0.17 221	0.19 190	0.17 216	0.19 194	0.17 219	0.37 293	0.36 380	0.19 178	0.17 195	0.19 202	0.17 230	0.38 307	2.84 685

test_for_model	0.35 257	0.39 208	0.30 244	0.43 292	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.44 375	0.31 337	0.38 283	0.26 231	0.38 321	0.26 271	0.38 307	0.26 253

CASnet	0.35 257	0.51 276	0.44 366	0.32 222	0.31 353	0.24 224	0.34 376	0.36 271	0.25 261	0.31 259	0.37 401	0.30 261	0.33 373	0.25 233	0.45 430	0.37 271	0.37 342	0.33 277	0.35 403	0.34 268	0.37 388
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 257	0.44 238	0.45 368	0.49 320	0.30 306	0.37 290	0.30 297	0.36 271	0.30 307	0.36 281	0.29 295	0.36 286	0.29 297	0.36 286	0.30 296	0.46 366	0.39 356	0.32 270	0.24 262	0.32 256	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 257	0.35 189	0.35 293	0.35 233	0.35 391	0.35 278	0.35 381	0.35 267	0.35 385	0.35 277	0.35 390	0.35 281	0.35 385	0.35 280	0.35 376	0.35 263	0.35 332	0.35 303	0.35 403	0.35 281	0.35 380

GeoVLM	0.36 264	0.38 201	0.27 228	0.46 301	0.28 283	0.35 278	0.28 277	0.37 279	0.27 279	0.35 277	0.28 282	0.36 286	0.38 398	0.35 280	0.28 272	1.08 510	0.26 231	0.33 277	0.27 308	0.34 268	0.33 362

Zero-FE251	0.36 264	0.40 212	0.28 234	0.41 276	0.28 283	0.41 321	0.28 277	0.41 316	0.28 284	0.41 316	0.28 282	0.41 324	0.28 287	0.42 337	0.30 296	0.37 271	0.26 231	0.37 313	0.27 308	0.45 392	0.56 471

GIP-stereo	0.36 264	0.49 263	0.39 312	0.48 314	0.32 365	0.41 321	0.28 277	0.40 301	0.30 307	0.41 316	0.28 282	0.40 311	0.28 287	0.42 337	0.28 272	0.45 356	0.32 283	0.38 321	0.30 358	0.37 294	0.27 291

DCVSM-stereo	0.36 264	1.89 538	0.22 205	0.40 264	0.22 256	0.40 305	0.22 241	0.40 301	0.22 246	0.40 302	0.22 248	0.40 311	0.22 250	0.40 307	0.22 239	0.28 227	0.21 212	0.28 254	0.21 246	0.28 240	0.20 226

RSM	0.36 264	0.36 194	0.43 364	0.37 240	0.42 439	0.49 419	0.42 429	0.37 279	0.28 284	0.36 281	0.29 295	0.36 286	0.30 306	0.37 293	0.28 272	0.34 255	0.31 278	0.34 287	0.35 403	0.40 366	0.29 325

gcap-zeroshot	0.36 264	0.40 212	0.34 282	0.44 296	0.31 353	0.44 382	0.31 344	0.44 380	0.32 362	0.44 375	0.32 364	0.44 386	0.32 362	0.44 375	0.31 337	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 291

testlalala	0.36 264	0.40 212	0.34 282	0.44 296	0.31 353	0.44 382	0.31 344	0.44 380	0.32 362	0.44 375	0.32 364	0.44 386	0.32 362	0.44 375	0.31 337	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 291

GCAPDPT-zeroshot	0.36 264	0.40 212	0.30 244	0.43 292	0.30 306	0.43 348	0.30 297	0.43 342	0.31 352	0.43 337	0.30 310	0.43 351	0.30 306	0.44 375	0.31 337	0.39 296	0.28 250	0.39 362	0.27 308	0.39 352	0.26 253

RAFT-Test	0.36 264	0.37 197	0.33 271	0.41 276	0.32 365	0.41 321	0.32 352	0.41 316	0.32 362	0.41 316	0.32 364	0.41 324	0.32 362	0.41 323	0.33 359	0.37 271	0.29 264	0.37 313	0.29 342	0.38 307	0.31 348

DMCA	0.36 264	0.38 201	0.37 299	0.35 233	0.35 391	0.36 282	0.36 388	0.36 271	0.35 385	0.35 277	0.37 401	0.36 286	0.36 389	0.35 280	0.36 380	0.36 268	0.36 338	0.35 303	0.36 409	0.36 289	0.36 383

ACVNet-DCA	0.37 274	1.00 370	0.30 244	0.40 264	0.29 294	0.40 305	0.29 289	0.40 301	0.29 292	0.40 302	0.29 295	0.40 311	0.29 297	0.39 304	0.28 272	0.33 251	0.32 283	0.33 277	0.32 376	0.33 263	0.32 355

1test111	0.37 274	1.02 384	0.30 244	0.39 251	0.29 294	0.40 305	0.28 277	0.39 293	0.29 292	0.39 295	0.29 295	0.39 303	0.28 287	0.40 307	0.29 286	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 348

cc1	0.37 274	1.02 384	0.30 244	0.39 251	0.29 294	0.40 305	0.28 277	0.39 293	0.29 292	0.39 295	0.29 295	0.39 303	0.28 287	0.40 307	0.29 286	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 348

EKT-Stereo	0.37 274	0.40 212	0.44 366	1.07 480	0.29 294	0.34 274	0.31 344	0.36 271	0.29 292	0.38 288	0.31 354	0.37 296	0.30 306	0.36 286	0.29 286	0.34 255	0.28 250	0.39 362	0.30 358	0.37 294	0.30 339

GMOStereo	0.37 274	0.45 247	0.23 208	0.30 210	0.37 401	0.41 321	0.36 388	0.41 316	0.35 385	0.43 337	0.36 394	0.41 324	0.40 410	0.41 323	0.36 380	0.34 255	0.22 216	0.47 431	0.37 412	0.39 352	0.33 362

XPNet_ROB	0.37 274	0.37 197	0.37 299	0.37 240	0.37 401	0.37 290	0.37 394	0.37 279	0.37 398	0.37 287	0.37 401	0.37 296	0.37 394	0.37 293	0.37 390	0.37 271	0.37 342	0.37 313	0.37 412	0.37 294	0.37 388

GREATEN-IGEV_RVC	0.38 280	0.35 189	0.56 420	0.63 396	0.29 294	0.36 282	0.29 289	0.36 271	0.29 292	0.39 295	0.29 295	0.36 286	0.29 297	0.36 286	0.29 286	0.62 423	0.57 433	0.35 303	0.29 342	0.36 289	0.29 325

GREATEN-IGEV-FM_RVC	0.38 280	0.35 189	0.56 420	0.63 396	0.28 283	0.36 282	0.28 277	0.36 271	0.28 284	0.36 281	0.28 282	0.36 286	0.28 287	0.36 286	0.28 272	0.62 423	0.57 433	0.35 303	0.28 327	0.35 281	0.28 316

MonSter++	0.38 280	0.44 238	0.31 260	0.43 292	0.30 306	0.43 348	0.31 344	0.43 342	0.31 352	0.45 387	0.31 354	0.43 351	0.31 357	0.43 344	0.69 503	0.38 283	0.33 296	0.40 375	0.30 358	0.38 307	0.30 339

HiDET	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.42 334	0.30 307	0.44 375	0.30 310	0.42 342	0.30 306	0.42 337	0.68 494	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 325

LCMNet	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.42 334	0.30 307	0.45 387	0.30 310	0.42 342	0.30 306	0.42 337	0.69 503	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 325

CSFM-Stereo	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.43 342	0.30 307	0.44 375	0.30 310	0.42 342	0.30 306	0.42 337	0.73 516	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.30 339

HART	0.38 280	0.45 247	0.34 282	0.42 286	0.33 377	0.41 321	0.34 376	0.42 334	0.33 372	0.43 337	0.34 381	0.42 342	0.34 378	0.41 323	0.38 393	0.40 303	0.32 283	0.42 409	0.32 376	0.40 366	0.32 355

GREAT-IGEV	0.38 280	0.43 235	0.36 295	0.48 314	0.32 365	0.45 396	0.32 352	0.45 389	0.32 362	0.45 387	0.32 364	0.45 396	0.32 362	0.45 393	0.32 347	0.44 327	0.33 296	0.41 393	0.29 342	0.41 377	0.29 325
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 280	0.43 235	0.33 271	0.46 301	0.33 377	0.45 396	0.32 352	0.45 389	0.32 362	0.45 387	0.32 364	0.45 396	0.33 373	0.45 393	0.32 347	0.38 283	0.38 349	0.38 321	0.37 412	0.37 294	0.36 383

WAO-8	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 288	0.38 402	0.38 288	0.38 406	0.38 298	0.38 398	0.38 296	0.38 393	0.38 283	0.38 349	0.38 321	0.37 412	0.38 307	0.38 395

WAO-7	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 288	0.38 402	0.38 288	0.38 406	0.38 298	0.38 398	0.38 296	0.38 393	0.38 283	0.38 349	0.38 321	0.38 425	0.38 307	0.38 395

xx1	0.38 280	1.03 386	0.31 260	0.40 264	0.31 353	0.41 321	0.28 277	0.40 301	0.29 292	0.40 302	0.29 295	0.40 311	0.29 297	0.40 307	0.29 286	0.34 255	0.33 296	0.34 287	0.32 376	0.34 268	0.32 355

Venus	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.37 290	0.38 401	0.37 279	0.37 398	0.41 316	0.37 401	0.39 303	0.37 394	0.38 296	0.38 393	0.37 271	0.38 349	0.38 321	0.37 412	0.37 294	0.38 395

IMH	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 288	0.38 402	0.42 330	0.38 406	0.40 311	0.38 398	0.38 296	0.38 393	0.38 283	0.38 349	0.39 362	0.38 425	0.38 307	0.38 395

DF	0.39 294	1.37 479	1.02 521	1.14 488	0.12 187	0.16 179	0.12 179	0.16 180	0.12 187	0.16 177	0.12 176	0.16 178	0.12 182	0.16 179	0.12 173	1.12 519	1.00 511	0.15 177	0.12 179	0.15 177	0.12 178

PAM	0.39 294	1.88 537	0.34 282	0.37 240	0.41 429	0.45 396	0.22 241	0.28 240	0.23 253	0.28 246	0.24 260	0.29 256	0.23 256	0.29 258	0.23 246	0.38 283	0.32 283	0.38 321	0.37 412	0.32 256	0.22 233

HanzoNet	0.39 294	0.38 201	0.40 344	0.39 251	0.41 429	0.38 297	0.38 401	0.38 288	0.38 402	0.39 295	0.39 416	0.38 298	0.38 398	0.39 304	0.40 408	0.38 283	0.38 349	0.40 375	0.38 425	0.38 307	0.40 404

CES	0.39 294	0.47 255	0.36 295	0.36 237	0.37 401	0.45 396	0.35 381	0.35 267	0.40 416	0.36 281	0.44 441	0.47 406	0.36 389	0.44 375	0.36 380	0.37 271	0.39 356	0.44 412	0.35 403	0.37 294	0.36 383

PASM	0.39 294	3.06 615	1.36 603	1.58 574	0.09 147	0.11 153	0.11 166	0.11 154	0.11 171	0.09 141	0.09 146	0.11 157	0.09 146	0.09 141	0.09 139	0.11 105	0.11 122	0.11 151	0.09 141	0.11 155	0.11 164

mms	0.40 299	0.45 247	0.35 293	0.48 314	0.36 397	0.47 408	0.34 376	0.45 389	0.38 402	0.47 399	0.33 373	0.45 396	0.32 362	0.45 393	0.32 347	0.39 296	0.38 349	0.38 321	0.37 412	0.39 352	0.39 401

GCAPDPT-zeroshot4090	0.40 299	1.09 396	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.44 380	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.45 356	0.34 325	0.38 321	0.27 308	0.38 307	0.27 291

knoymous	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 301	0.40 416	0.40 302	0.40 419	0.40 311	0.40 410	0.40 307	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

anonymousa	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 301	0.40 416	0.40 302	0.40 419	0.40 311	0.40 410	0.40 307	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

riskmin	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 301	0.40 416	0.40 302	0.40 419	0.40 311	0.40 410	0.40 307	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

Anonymous_2	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 301	0.40 416	0.40 302	0.40 419	0.40 311	0.40 410	0.40 307	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

Anonymous_1	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 301	0.40 416	0.40 302	0.40 419	0.40 311	0.40 410	0.40 307	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

AdaStereo	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 301	0.40 416	0.40 302	0.40 419	0.40 311	0.40 410	0.40 307	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404
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.
GCAP-Stereo-DPT-25K	0.41 307	1.09 396	0.40 344	0.52 370	0.31 353	0.44 382	0.31 344	0.44 380	0.31 352	0.44 375	0.31 354	0.44 386	0.31 357	0.44 375	0.31 337	0.46 366	0.35 332	0.39 362	0.28 327	0.39 352	0.28 316

GCAP-Stereo-DPT-FT	0.41 307	1.06 393	0.40 344	0.51 367	0.31 353	0.44 382	0.30 297	0.43 342	0.32 362	0.44 375	0.30 310	0.56 456	0.30 306	0.44 375	0.31 337	0.45 356	0.34 325	0.39 362	0.27 308	0.40 366	0.27 291

Select-FE	0.41 307	0.44 238	0.23 208	0.26 203	0.22 256	0.26 243	0.22 241	0.26 236	0.23 253	0.26 241	0.23 253	0.26 247	0.23 256	0.45 393	0.42 424	0.25 216	0.22 216	0.25 240	0.22 249	0.45 392	2.90 686

water-stereo	0.41 307	0.84 329	0.46 373	0.50 356	0.33 377	0.45 396	0.33 363	0.45 389	0.32 362	0.45 387	0.32 364	0.45 396	0.32 362	0.45 393	0.32 347	0.44 327	0.41 370	0.39 362	0.31 369	0.39 352	0.32 355

ccccc	0.41 307	0.44 238	0.34 282	0.48 314	0.35 391	0.48 413	0.35 381	0.51 431	0.35 385	0.47 399	0.35 390	0.47 406	0.34 378	0.47 402	0.35 376	0.41 311	0.40 360	0.40 375	0.40 430	0.41 377	0.39 401

GCAP-BAT	0.41 307	1.30 471	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.44 375	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.34 325	0.38 321	0.26 271	0.38 307	0.26 253

GwcNet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 316	0.41 426	0.41 316	0.41 427	0.41 324	0.41 422	0.41 323	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

PSMNet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 316	0.41 426	0.41 316	0.41 427	0.41 324	0.41 422	0.41 323	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

GANet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 316	0.41 426	0.41 316	0.41 427	0.41 324	0.41 422	0.41 323	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

ADLNet2	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 316	0.41 426	0.41 316	0.41 427	0.41 324	0.41 422	0.41 323	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

ADLNet	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 316	0.41 426	0.41 316	0.41 427	0.41 324	0.41 422	0.41 323	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

FCDSN-DC	0.41 307	0.59 294	0.64 444	0.54 375	0.33 377	0.50 428	0.37 394	0.42 334	0.40 416	0.61 462	0.43 439	0.50 432	0.49 455	0.38 296	0.32 347	0.28 227	0.23 222	0.26 245	0.22 249	0.35 281	0.28 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 307	0.46 251	0.33 271	0.49 320	0.33 377	0.49 419	0.33 363	0.49 408	0.33 372	0.49 413	0.33 373	0.49 418	0.33 373	0.51 435	0.33 359	0.41 311	0.30 273	0.41 393	0.30 358	0.79 476	0.29 325

Gwc-CoAtRS	0.41 307	1.49 485	0.32 266	0.42 286	0.32 365	0.41 321	0.32 352	0.41 316	0.33 372	0.41 316	0.32 364	0.41 324	0.32 362	0.41 323	0.32 347	0.39 296	0.28 250	0.39 362	0.28 327	0.40 366	0.28 316

S0	0.42 321	0.44 238	0.54 416	0.59 388	0.34 387	0.48 413	0.22 241	0.51 431	0.25 261	0.51 435	0.34 381	0.53 445	0.35 385	0.47 402	0.36 380	0.55 405	0.39 356	0.49 444	0.27 308	0.46 395	0.34 369

UPFNet	0.42 321	1.20 413	0.17 182	0.24 189	0.17 223	0.25 234	0.17 211	1.19 543	0.90 542	0.25 232	0.17 216	0.24 228	0.17 219	0.25 233	0.17 211	0.22 191	0.17 195	0.22 216	0.16 208	1.15 531	0.93 539

quiztm	0.43 323	0.49 263	0.40 344	0.51 367	0.40 419	0.51 440	0.40 415	0.50 417	0.40 416	0.50 426	0.40 419	0.51 443	0.40 410	0.50 425	0.40 408	0.44 327	0.34 325	0.44 412	0.34 390	0.44 387	0.34 369

GCAP-Stereo-DPT26K	0.43 323	1.76 501	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.31 337	0.44 327	0.33 296	0.38 321	0.27 308	0.38 307	0.26 253

aanet-new-8k	0.43 323	1.76 501	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new	0.43 323	1.80 511	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-cres	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-36K	0.43 323	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-20K	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-3K	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

DDF-Stereo	0.43 323	1.15 406	0.57 424	0.53 372	0.32 365	0.41 321	0.32 352	0.41 316	0.32 362	0.41 316	0.32 364	0.41 324	0.32 362	0.40 307	0.32 347	0.52 395	0.50 417	0.38 321	0.31 369	0.39 352	0.31 348

DilatedVolume-Stereo	0.43 323	0.86 333	0.48 389	0.50 356	0.33 377	0.46 403	0.33 363	0.46 393	0.33 372	0.46 393	0.33 373	0.47 406	0.33 373	0.47 402	0.34 372	0.45 356	0.42 379	0.40 375	0.33 386	0.47 409	0.38 395

psmg	0.43 323	1.91 541	0.92 507	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 323	1.21 459	0.17 182	0.25 196	0.17 223	0.25 234	0.18 220	1.26 595	0.95 550	0.25 232	0.17 216	0.25 235	0.17 219	0.25 233	0.17 211	0.23 202	0.16 174	0.22 216	0.16 208	1.18 539	0.98 544

psm_up	0.43 323	1.19 412	0.17 182	0.25 196	0.18 235	0.25 234	0.19 226	1.26 595	0.91 543	0.26 241	0.17 216	0.25 235	0.17 219	0.25 233	0.17 211	0.22 191	0.17 195	0.23 225	0.16 208	1.18 539	0.99 545

aanet-new-90k	0.44 336	1.82 523	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.44 375	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-60k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-70k	0.44 336	1.82 523	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-78k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-40k	0.44 336	1.81 516	0.39 312	0.50 356	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-36k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-34k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-32k-new	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.44 380	0.30 307	0.44 375	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.45 356	0.34 325	0.39 362	0.26 271	0.38 307	0.26 253

aanet-new-32k	0.44 336	1.79 510	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-30k	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-28k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.44 382	0.30 297	0.44 380	0.30 307	0.44 375	0.30 310	0.44 386	0.30 306	0.44 375	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-24k	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-22k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-16k	0.44 336	1.83 526	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-cres-4k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-22K	0.44 336	1.85 532	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-24K	0.44 336	1.86 535	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-5K	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.44 382	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.44 375	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-2K	0.44 336	1.82 523	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-50K	0.44 336	1.83 526	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.43 344	0.30 296	0.44 327	0.36 338	0.38 321	0.26 271	0.38 307	0.26 253

Monster-pub-mixall	0.44 336	0.56 290	0.60 430	0.38 243	0.27 278	0.37 290	0.27 267	0.37 279	0.29 292	0.38 288	0.27 275	0.38 298	0.29 297	0.85 503	0.27 263	1.46 593	0.26 231	0.34 287	0.26 271	0.36 289	0.53 457

depthmonostereo	0.44 336	0.85 331	0.46 373	0.54 375	0.40 419	0.52 444	0.38 401	0.52 436	0.35 385	0.47 399	0.34 381	0.46 400	0.34 378	0.47 402	0.34 372	0.45 356	0.43 384	0.41 393	0.33 386	0.41 377	0.32 355

MMNet	0.44 336	1.24 467	0.17 182	0.25 196	0.17 223	0.25 234	0.18 220	1.26 595	0.93 548	0.25 232	0.17 216	0.25 235	0.18 230	0.25 233	0.17 211	0.23 202	0.16 174	0.23 225	0.16 208	1.20 543	0.99 545

aanet-new-10k	0.45 359	1.81 516	0.40 344	0.50 356	0.31 353	0.44 382	0.31 344	0.44 380	0.31 352	0.44 375	0.31 354	0.44 386	0.32 362	0.44 375	0.31 337	0.46 366	0.35 332	0.39 362	0.27 308	0.39 352	0.27 291

252Zero-FE	0.45 359	0.50 268	0.36 295	0.50 356	0.36 397	0.50 428	0.36 388	0.50 417	0.36 396	0.49 413	0.36 394	0.49 418	0.36 389	0.54 445	0.41 416	0.45 356	0.34 325	0.45 417	0.34 390	0.55 435	0.75 517

Monster-pub-eth3d	0.45 359	0.57 291	0.60 430	0.39 251	0.28 283	0.37 290	0.28 277	0.37 279	0.30 307	0.39 295	0.29 295	0.39 303	0.30 306	0.92 515	0.27 263	1.42 590	0.28 250	0.34 287	0.28 327	0.37 294	0.53 457

Replicate-Monster	0.45 359	0.57 291	0.60 430	0.40 264	0.29 294	0.37 290	0.27 267	0.37 279	0.30 307	0.40 302	0.31 354	0.40 311	0.30 306	0.99 523	0.27 263	1.36 586	0.31 278	0.34 287	0.30 358	0.36 289	0.54 460

SCV_C0	0.45 359	0.88 337	0.49 396	0.54 375	0.37 401	0.48 413	0.37 394	0.48 403	0.37 398	0.48 406	0.36 394	0.48 413	0.37 394	0.49 417	0.37 390	0.50 387	0.41 370	0.44 412	0.34 390	0.44 387	0.34 369

RAFT-Stereo-weight	0.45 359	1.90 540	0.34 282	0.42 286	0.36 397	0.43 348	0.35 381	0.42 334	0.34 381	0.42 330	0.34 381	0.44 386	0.34 378	0.41 323	0.34 372	0.38 283	0.32 283	0.38 321	0.32 376	0.38 307	0.33 362

TorneroNet-64	0.45 359	0.27 171	0.30 244	0.58 385	0.27 278	0.70 477	0.30 297	0.28 240	0.73 525	0.73 483	0.28 282	0.71 482	0.66 489	0.75 484	0.27 263	0.27 222	0.29 264	0.37 313	0.75 530	0.28 240	0.30 339

aanet-new-12k	0.46 366	1.99 549	0.40 344	0.51 367	0.31 353	0.44 382	0.31 344	0.44 380	0.31 352	0.44 375	0.31 354	0.44 386	0.31 357	0.44 375	0.32 347	0.47 373	0.35 332	0.39 362	0.27 308	0.39 352	0.27 291

SCV	0.46 366	0.94 356	0.45 368	0.54 375	0.37 401	0.48 413	0.38 401	0.48 403	0.37 398	0.48 406	0.39 416	0.48 413	0.37 394	0.49 417	0.37 390	0.50 387	0.46 394	0.44 412	0.34 390	0.44 387	0.34 369

otaku	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 393	0.46 441	0.46 393	0.46 448	0.46 400	0.46 440	0.46 398	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

Dean	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 393	0.46 441	0.47 399	0.46 448	0.46 400	0.46 440	0.46 398	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

ACVNet_1	0.46 366	0.47 255	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 393	0.47 446	0.46 393	0.46 448	0.46 400	0.46 440	0.46 398	0.46 434	0.46 366	0.46 394	0.47 431	0.46 452	0.46 395	0.46 427

ACVNet-4b	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 393	0.46 441	0.46 393	0.46 448	0.46 400	0.46 440	0.47 402	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

PML	0.46 366	1.36 477	0.29 240	0.58 385	0.30 306	0.57 458	0.29 289	0.57 447	0.29 292	0.57 456	0.29 295	0.57 459	0.29 297	0.56 450	0.29 286	0.52 395	0.30 273	0.53 461	0.31 369	0.53 433	0.30 339

Anonymus	0.47 373	0.73 310	0.46 373	0.43 292	0.54 478	0.53 446	0.27 267	0.39 293	0.35 385	0.33 270	0.40 419	0.33 274	0.38 398	0.53 442	0.54 463	0.56 409	0.36 338	0.49 444	0.53 475	0.66 449	0.54 460

LG-Stereo_L1	0.47 373	0.52 278	0.47 381	0.62 394	0.39 418	0.53 446	0.40 415	0.53 438	0.39 415	0.53 442	0.39 416	0.53 445	0.39 409	0.53 442	0.39 405	0.55 405	0.46 394	0.49 444	0.37 412	0.49 416	0.37 388

Ntro	0.47 373	0.47 255	0.46 373	0.46 301	0.46 448	0.47 408	0.47 445	0.46 393	0.47 446	0.46 393	0.46 448	0.47 406	0.46 440	0.47 402	0.47 441	0.47 373	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

HaxPig	0.47 373	0.47 255	0.47 381	0.49 320	0.47 454	0.47 408	0.47 445	0.47 399	0.47 446	0.47 399	0.47 456	0.47 406	0.47 448	0.47 402	0.47 441	0.47 373	0.47 402	0.47 431	0.47 459	0.47 409	0.48 436

UNDER WATER	0.47 373	0.47 255	0.47 381	0.47 308	0.47 454	0.47 408	0.47 445	0.47 399	0.47 446	0.47 399	0.47 456	0.47 406	0.46 440	0.47 402	0.47 441	0.47 373	0.47 402	0.47 431	0.46 452	0.47 409	0.47 434

LVE	0.47 373	0.47 255	0.47 381	0.47 308	0.49 461	0.47 408	0.47 445	0.47 399	0.49 455	0.47 399	0.47 456	0.47 406	0.46 440	0.47 402	0.47 441	0.47 373	0.47 402	0.48 439	0.47 459	0.47 409	0.47 434

GASTEREO	0.48 379	1.21 459	0.47 381	0.57 383	0.38 408	0.50 428	0.38 401	0.50 417	0.38 402	0.50 426	0.38 406	0.50 432	0.38 398	0.50 425	0.38 393	0.52 395	0.42 379	0.46 421	0.34 390	0.46 395	0.34 369

LG-Stereo_Zeroshot	0.48 379	0.55 288	0.47 381	0.63 396	0.41 429	0.56 452	0.44 432	0.56 444	0.41 426	0.56 453	0.41 427	0.57 459	0.42 428	0.56 450	0.41 416	0.55 405	0.43 384	0.51 455	0.37 412	0.51 427	0.37 388

fffft	0.48 379	0.51 276	0.45 368	0.52 370	0.45 446	0.52 444	0.45 438	0.52 436	0.48 453	0.53 442	0.45 445	0.52 444	0.45 437	0.52 440	0.46 434	0.51 393	0.41 370	0.50 450	0.41 438	0.50 421	0.41 412
1: 1. 1
RainbowNet	0.48 379	0.48 261	0.48 389	0.48 314	0.48 458	0.48 413	0.48 454	0.48 403	0.48 453	0.48 406	0.48 460	0.48 413	0.48 449	0.48 411	0.48 447	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.48 436

notaker	0.48 379	0.49 263	0.48 389	0.48 314	0.48 458	0.48 413	0.48 454	0.48 403	0.49 455	0.48 406	0.48 460	0.48 413	0.48 449	0.48 411	0.48 447	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.49 442

LL-Strereo2	0.48 379	1.73 499	0.51 408	0.59 388	0.34 387	0.42 341	0.33 363	0.40 301	0.31 352	0.42 330	0.33 373	0.42 342	0.31 357	0.44 375	0.39 405	0.60 415	0.51 422	0.44 412	0.33 386	0.44 387	0.33 362

Former-RAFT_DAM_RVC	0.49 385	0.98 361	0.64 444	0.84 440	0.46 448	0.45 396	0.35 381	0.47 399	0.47 446	0.45 387	0.34 381	0.46 400	0.48 449	0.46 398	0.35 376	0.39 296	0.71 481	0.39 362	0.35 403	0.41 377	0.41 412

ACVNet_2	0.49 385	0.49 263	0.49 396	0.49 320	0.49 461	0.49 419	0.49 456	0.49 408	0.49 455	0.49 413	0.49 463	0.49 418	0.49 455	0.49 417	0.49 449	0.49 381	0.49 409	0.49 444	0.49 467	0.49 416	0.49 442

FoundationStereo	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 417	0.50 460	0.50 426	0.50 467	0.50 432	0.50 459	0.50 425	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

StereoAnything_RVC	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 417	0.50 460	0.50 426	0.50 467	0.50 432	0.50 459	0.50 425	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

dual_stereo	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 417	0.50 460	0.50 426	0.50 467	0.50 432	0.50 459	0.50 425	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

GCST	0.50 387	2.08 552	0.38 301	0.53 372	0.35 391	0.49 419	0.35 381	0.50 417	0.35 385	0.49 413	0.35 390	0.49 418	0.35 385	0.49 417	0.35 376	0.48 378	0.37 342	0.45 417	0.33 386	0.44 387	0.33 362

SANet	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 417	0.50 460	0.50 426	0.50 467	0.50 432	0.50 459	0.50 425	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

MSCF	0.51 392	1.40 482	0.49 396	0.58 385	0.38 408	0.50 428	0.38 401	0.54 440	0.41 426	0.52 439	0.41 427	0.53 445	0.42 428	0.53 442	0.41 416	0.60 415	0.47 402	0.48 439	0.37 412	0.48 413	0.38 395

UGAM-zero	0.51 392	2.17 561	0.39 312	0.53 372	0.36 397	0.50 428	0.36 388	0.50 417	0.36 396	0.49 413	0.36 394	0.50 432	0.35 385	0.50 425	0.36 380	0.49 381	0.37 342	0.47 431	0.35 403	0.46 395	0.34 369

UGAM	0.51 392	2.23 566	0.39 312	0.54 375	0.35 391	0.50 428	0.35 381	0.49 408	0.35 385	0.49 413	0.35 390	0.49 418	0.36 389	0.50 425	0.36 380	0.49 381	0.37 342	0.45 417	0.34 390	0.45 392	0.34 369

Selective-IGEV	0.51 392	0.55 288	0.45 368	0.69 411	0.45 446	0.61 462	0.45 438	0.50 417	0.40 416	0.56 453	0.44 441	0.55 453	0.40 410	0.72 479	0.67 486	0.59 414	0.46 394	0.45 417	0.34 390	0.46 395	0.37 388

RCA-Stereo	0.51 392	3.22 621	0.34 282	0.44 296	0.34 387	0.44 382	0.34 376	0.43 342	0.34 381	0.43 337	0.34 381	0.44 386	0.33 373	0.43 344	0.33 359	0.38 283	0.29 264	0.38 321	0.29 342	0.38 307	0.29 325

DN	0.53 397	0.85 331	0.45 368	0.65 402	0.44 442	0.60 461	0.44 432	0.60 455	0.44 437	0.60 461	0.45 445	0.60 464	0.44 433	0.60 459	0.44 428	0.56 409	0.42 379	0.56 464	0.42 446	0.56 437	0.42 419

MatchStereo	0.54 398	0.12 114	2.38 665	2.32 608	0.09 147	0.09 140	0.08 143	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 134	2.34 641	2.34 660	0.12 158	0.11 164	0.11 155	0.10 150
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 398	0.60 297	0.52 411	0.66 406	0.47 454	0.61 462	0.47 445	0.58 450	0.46 441	0.61 462	0.46 448	0.61 466	0.45 437	0.62 460	0.45 430	0.61 419	0.52 424	0.57 465	0.48 463	0.57 440	0.48 436

castereo++	0.54 398	3.59 627	1.15 531	1.31 559	0.14 193	0.16 179	0.14 187	0.16 180	0.14 194	0.16 177	0.14 194	0.16 178	0.13 188	0.16 179	0.14 186	1.45 592	1.16 537	0.15 177	0.14 196	0.15 177	0.13 185

FENet	0.54 398	1.52 486	1.19 537	1.41 569	0.23 262	0.35 278	0.23 250	0.35 267	0.23 253	0.34 273	0.23 253	0.35 281	0.23 256	0.35 280	0.23 246	1.40 589	1.07 521	0.32 270	0.23 255	0.33 263	0.23 235

PSMNet_ROB	0.54 398	0.54 286	0.54 416	0.54 375	0.53 475	0.54 450	0.54 469	0.53 438	0.54 470	0.54 448	0.54 477	0.54 449	0.53 466	0.54 445	0.54 463	0.54 399	0.53 426	0.54 462	0.54 477	0.54 434	0.54 460

AIO-test2	0.55 403	0.59 294	0.52 411	0.67 408	0.47 454	0.61 462	0.47 445	0.61 458	0.47 446	0.61 462	0.47 456	0.61 466	0.48 449	0.62 460	0.47 441	0.64 429	0.53 426	0.58 466	0.47 459	0.58 442	0.48 436

CFNet-ft	0.55 403	1.57 487	0.14 148	0.20 167	0.14 193	0.20 198	2.53 681	1.61 613	0.14 194	0.20 196	0.14 194	0.20 197	0.14 193	0.20 196	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	1.56 606	1.24 623

S	0.56 405	0.61 298	0.54 416	0.68 410	0.48 458	0.65 468	0.49 456	0.63 460	0.49 455	0.64 468	0.49 463	0.64 470	0.48 449	0.62 460	0.49 449	0.63 427	0.62 451	0.59 469	0.48 463	0.57 440	0.48 436

MyStereo04	0.56 405	3.72 633	0.59 426	0.49 320	0.41 429	0.36 282	0.32 352	0.37 279	0.31 352	0.34 273	0.46 448	0.35 281	0.32 362	0.35 280	0.33 359	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 421

CASS	0.57 407	0.89 340	0.56 420	0.57 383	0.56 479	0.56 452	0.56 471	0.56 444	0.53 468	0.57 456	0.57 480	0.59 463	0.48 449	0.56 450	0.57 467	0.55 405	0.56 431	0.47 431	0.56 483	0.62 445	0.56 471
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 408	0.75 315	0.49 396	0.79 431	0.50 465	0.79 488	0.49 456	0.79 483	0.49 455	0.80 495	0.49 463	0.79 495	0.49 455	0.80 489	0.49 449	0.63 427	0.40 360	0.63 472	0.40 430	0.63 446	0.40 404

aanet-new-14k	0.60 408	5.12 660	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 342	0.30 307	0.43 337	0.30 310	0.43 351	0.30 306	0.44 375	0.30 296	0.44 327	0.37 342	0.38 321	0.26 271	0.38 307	0.26 253

LG-Stereo	0.60 408	0.58 293	0.47 381	0.64 401	0.74 520	1.00 518	0.69 505	0.57 447	0.41 426	0.57 456	0.41 427	0.57 459	0.41 422	1.00 525	0.75 521	0.91 483	0.51 422	0.52 458	0.37 412	0.52 429	0.37 388

MonSter	0.60 408	0.64 301	0.52 411	0.62 394	0.44 442	2.07 638	0.44 432	0.62 459	0.44 437	0.62 465	0.44 441	0.62 468	0.44 433	0.62 460	0.44 428	0.58 412	0.42 379	0.62 470	0.46 452	0.58 442	0.42 419

MyStereo07	0.60 408	3.72 633	0.48 389	0.49 320	0.41 429	0.36 282	0.32 352	0.49 408	0.43 434	0.51 435	0.42 437	0.49 418	0.43 431	0.51 435	0.64 478	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 421

FSD	0.61 413	0.59 294	0.50 401	2.58 619	0.44 442	0.56 452	0.44 432	0.55 443	0.44 437	0.56 453	0.44 441	0.56 456	0.44 433	0.56 450	0.46 434	0.61 419	0.42 379	0.52 458	0.42 446	0.52 429	0.51 452

castereo	0.61 413	3.79 635	1.35 595	1.52 573	0.15 207	0.17 186	0.16 201	0.20 198	0.21 242	0.18 188	0.16 208	0.21 205	0.12 182	0.26 245	0.17 211	1.43 591	1.38 607	0.17 189	0.16 208	0.18 193	0.16 197

WCG-NET	0.61 413	1.21 459	0.54 416	0.61 393	0.53 475	0.67 471	0.53 466	0.66 466	0.53 468	0.64 468	0.53 476	0.65 474	0.53 466	0.59 457	0.52 459	0.65 430	0.48 406	0.64 474	0.52 473	0.58 442	0.50 445

GEAStereo	0.62 416	3.91 640	0.48 389	0.69 411	0.38 408	0.51 440	0.38 401	0.51 431	0.38 402	0.53 442	0.38 406	0.50 432	0.38 398	0.51 435	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 369

gasm-f	0.62 416	3.91 640	0.48 389	0.69 411	0.38 408	0.51 440	0.38 401	0.51 431	0.38 402	0.53 442	0.38 406	0.50 432	0.38 398	0.51 435	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 369

SMoEStereo_RVC	0.63 418	0.75 315	0.51 408	0.73 425	0.53 475	0.71 479	0.47 445	0.67 467	0.58 474	0.74 488	0.60 486	0.72 485	0.53 466	0.74 483	0.51 457	0.61 419	0.62 451	0.62 470	0.61 492	0.63 446	0.61 477

anonymity	0.63 418	0.69 303	0.56 420	0.71 419	0.56 479	0.71 479	0.56 471	0.71 475	0.56 471	0.72 481	0.56 479	0.71 482	0.56 470	0.71 477	0.58 469	0.68 436	0.55 429	0.68 480	0.55 479	0.68 454	0.54 460

SE	0.64 420	0.73 310	0.77 486	0.79 431	0.59 482	0.78 485	0.54 469	0.58 450	0.58 474	0.78 492	0.59 484	0.63 469	0.18 230	0.78 486	0.52 459	0.80 466	0.65 458	0.69 483	0.57 485	0.75 467	0.52 454

PAM_32	0.64 420	2.38 582	0.51 408	0.92 454	0.43 441	0.53 446	0.44 432	0.87 495	0.43 434	0.52 439	0.45 445	0.53 445	0.40 410	0.54 445	0.46 434	0.62 423	0.56 431	0.48 439	0.45 450	0.76 470	0.44 424

CRFU-Net	0.65 422	1.67 491	1.22 587	1.96 592	0.27 278	0.41 321	0.27 267	0.41 316	0.27 279	0.40 302	0.26 271	0.41 324	0.27 279	0.40 307	0.27 263	1.80 606	1.62 628	0.34 287	0.23 255	0.33 263	0.23 235

LMCR-Stereo	0.65 422	0.63 299	0.65 448	0.65 402	0.65 498	0.66 470	0.63 482	0.58 450	0.65 489	0.63 467	0.64 494	0.65 474	0.65 485	0.66 468	0.66 485	0.66 432	0.64 456	0.65 477	0.67 510	0.68 454	0.73 513

KSHMR	0.66 424	0.50 268	0.48 389	1.15 491	0.52 472	0.49 419	0.51 464	0.49 408	0.71 519	0.67 474	0.50 467	1.16 554	1.11 552	0.66 468	0.52 459	0.49 381	0.49 409	0.51 455	0.66 506	0.50 421	1.14 564

TorneroNet	0.66 424	0.53 282	0.50 401	0.50 356	0.64 496	1.06 535	0.70 512	0.50 417	0.51 467	0.49 413	0.69 512	0.49 418	0.50 459	0.48 411	1.15 564	0.71 443	0.49 409	1.14 552	1.08 563	0.49 416	0.49 442

GES	0.66 424	2.34 578	0.29 240	0.41 276	0.29 294	0.41 321	0.29 289	0.42 334	0.29 292	0.40 302	0.41 427	0.41 324	0.30 306	0.51 435	0.29 286	0.32 245	0.29 264	0.32 270	2.46 685	2.49 647	0.30 339

cf-r	0.66 424	2.17 561	0.12 123	0.18 158	0.12 187	0.18 190	2.70 685	2.60 660	0.12 187	0.18 188	0.12 176	0.18 190	0.12 182	0.18 189	0.12 173	0.15 145	0.11 122	0.15 177	0.11 164	1.81 618	1.74 661

DSFCA	0.66 424	0.73 310	0.78 488	0.65 402	0.65 498	0.64 467	0.64 483	0.65 463	0.63 487	0.64 468	0.64 494	0.64 470	0.64 483	0.65 467	0.65 481	0.65 430	0.65 458	0.65 477	0.65 504	0.66 449	0.64 488

WAFT-Stereo (ZS)	0.67 429	0.78 320	0.67 455	0.67 408	0.66 502	0.67 471	0.67 491	0.65 463	0.66 492	0.66 472	0.67 500	0.66 477	0.67 491	0.67 470	0.72 515	0.66 432	0.67 461	0.67 479	0.67 510	0.67 452	0.67 495

DEFOM-Stereo	0.68 430	3.11 617	1.40 609	1.63 582	0.25 270	0.31 262	0.25 257	0.31 255	0.28 284	0.31 259	0.29 295	0.29 256	0.27 279	0.31 265	0.28 272	1.59 599	1.47 613	0.30 261	0.29 342	0.30 248	0.28 316

ssnet_v2	0.68 430	1.96 548	1.25 591	0.29 209	0.20 243	0.30 254	0.20 230	0.29 246	0.22 246	1.50 615	0.20 240	0.31 266	0.20 241	0.27 249	0.22 239	0.24 209	1.49 614	0.26 245	0.18 238	3.90 670	0.19 224

ARAFT	0.68 430	0.81 326	0.63 441	0.74 428	0.60 484	0.78 485	0.62 481	0.77 482	0.66 492	0.74 488	0.63 492	0.75 490	0.62 482	0.83 498	0.60 474	0.70 442	0.55 429	0.70 488	0.60 490	0.78 474	0.55 468

mm2	0.69 433	0.69 303	0.69 466	0.69 411	0.69 509	0.69 474	0.69 505	0.69 470	0.69 506	0.69 478	0.69 512	0.69 479	0.69 504	0.69 474	0.69 503	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 500

mm1	0.69 433	0.69 303	0.69 466	0.69 411	0.69 509	0.69 474	0.69 505	0.69 470	0.69 506	0.69 478	0.69 512	0.69 479	0.69 504	0.69 474	0.69 503	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 500

NINENet	0.69 433	3.87 639	1.20 540	1.98 593	0.05 126	0.40 305	0.04 103	0.40 301	0.05 125	0.41 316	0.04 110	0.41 324	0.05 117	0.40 307	0.05 115	1.79 605	1.56 620	0.34 287	0.22 249	0.34 268	0.23 235

VIP-Stereo	0.70 436	2.97 614	2.43 666	2.49 615	0.16 217	0.25 234	0.16 201	0.25 230	0.16 211	0.25 232	0.18 233	0.25 235	0.16 207	0.26 245	0.16 204	1.86 607	1.26 590	0.23 225	0.15 205	0.23 221	0.15 196

RAFT-Stereo + iAFF	0.70 436	0.72 309	0.71 473	0.80 435	0.62 495	0.82 496	0.61 480	0.81 489	0.62 484	0.81 498	0.63 492	0.80 497	0.70 508	0.73 481	0.61 476	0.76 461	0.61 450	0.74 496	0.61 492	0.77 472	0.61 477

DMCA-RVC	0.70 436	0.80 323	0.70 469	0.70 417	0.70 513	0.70 477	0.70 512	0.71 475	0.70 514	0.70 480	0.71 521	0.71 482	0.70 508	0.70 476	0.69 503	0.69 437	0.70 477	0.69 483	0.70 521	0.69 458	0.70 503

MyStereo8	0.71 439	3.92 642	0.52 411	0.59 388	0.52 472	0.57 458	0.53 466	0.59 453	0.50 460	0.59 460	0.51 473	0.57 459	0.50 459	0.56 450	0.52 459	0.54 399	0.49 409	0.54 462	0.49 467	0.55 435	0.50 445

HH	0.71 439	2.54 588	0.74 481	1.10 482	0.32 365	0.41 321	0.37 394	0.69 470	0.78 529	0.73 483	0.90 544	0.75 490	1.00 539	0.84 499	0.69 503	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 253

HanStereo	0.71 439	2.54 588	0.74 481	1.10 482	0.32 365	0.41 321	0.37 394	0.69 470	0.78 529	0.73 483	0.90 544	0.75 490	1.00 539	0.84 499	0.69 503	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 253

CAR	0.72 442	0.76 317	0.59 426	0.84 440	1.19 578	0.81 493	0.58 474	0.81 489	0.58 474	0.81 498	0.58 482	0.83 502	0.59 476	0.82 493	0.59 472	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 454

MSE-Stereo	0.72 442	0.76 317	0.59 426	0.84 440	1.19 578	0.81 493	0.58 474	0.81 489	0.58 474	0.81 498	0.58 482	0.83 502	0.59 476	0.82 493	0.59 472	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 454

zero-FE	0.72 442	1.31 473	0.66 451	0.92 454	0.60 484	0.82 496	0.58 474	0.82 492	0.58 474	0.81 498	0.60 486	0.81 500	0.60 478	0.82 493	0.58 469	0.74 458	0.59 443	0.73 491	0.52 473	0.76 470	0.51 452

ktn	0.72 442	0.53 282	1.08 525	1.14 488	0.51 471	1.22 597	1.36 630	0.51 431	0.59 479	0.51 435	0.51 473	0.69 479	1.20 564	0.67 470	0.51 457	0.51 393	0.49 409	0.58 466	0.66 506	0.52 429	0.53 457

MGA	0.73 446	0.76 317	0.60 430	0.92 454	1.17 574	0.81 493	0.59 478	0.84 493	0.62 484	0.81 498	0.59 484	0.84 504	0.60 478	0.81 492	0.61 476	0.71 443	0.53 426	0.89 519	0.53 475	0.75 467	0.54 460

DStereoRT	0.73 446	0.81 326	0.73 480	0.71 419	0.74 520	0.73 481	0.75 520	0.71 475	0.71 519	0.74 488	0.72 524	0.73 487	0.80 524	0.71 477	0.73 516	0.76 461	0.71 481	0.73 491	0.72 526	0.70 461	0.76 520

CroCo-Stereo	0.73 446	1.22 465	0.25 218	1.22 545	0.25 270	1.22 597	0.25 257	1.22 592	0.25 261	1.22 600	0.25 266	1.22 603	0.25 262	1.22 603	0.25 257	1.22 575	0.26 231	1.21 611	0.25 265	1.22 591	0.25 247
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
AFF-stereo	0.73 446	0.88 337	0.67 455	0.75 429	0.68 507	0.75 482	0.64 483	0.80 486	0.72 522	0.83 503	0.70 516	0.82 501	0.64 483	0.84 499	0.67 486	0.77 463	0.63 454	0.81 508	0.63 495	0.78 474	0.62 480

monster-pro	0.75 450	1.67 491	0.64 444	0.89 446	0.57 481	0.86 502	0.56 471	0.87 495	0.56 471	0.87 504	0.57 480	0.88 507	0.57 471	0.87 504	0.57 467	0.79 464	0.58 437	0.76 499	0.54 477	0.77 472	0.54 460

AIO-Stereo-zeroshot1	0.75 450	0.92 350	0.85 499	0.96 466	0.59 482	1.27 601	0.44 432	0.59 453	0.69 506	0.91 510	0.68 506	0.55 453	0.61 481	1.06 541	0.83 534	0.62 423	0.70 477	0.90 520	0.41 438	0.89 494	0.56 471

MyStereo06	0.75 450	4.12 644	0.60 430	0.63 396	0.61 490	0.62 465	0.66 487	0.56 444	0.45 440	0.55 451	0.48 460	0.54 449	0.46 440	0.57 455	0.45 430	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 468

GCAP-Stereo	0.75 450	4.15 647	0.42 363	0.75 429	0.35 391	0.78 485	0.40 415	0.79 483	0.38 402	0.78 492	0.36 394	0.78 493	0.36 389	0.79 487	0.39 405	0.75 459	0.39 356	0.76 499	0.39 429	0.75 467	0.39 401

GANet-RSSM	0.75 450	1.91 541	0.14 148	0.47 308	0.14 193	0.21 209	3.21 702	2.30 646	0.14 194	0.46 393	0.14 194	0.23 222	0.18 230	0.21 208	0.14 186	0.18 174	0.27 242	0.37 313	0.13 190	2.13 629	2.12 671

small-zeroshot	0.76 455	2.26 568	0.67 455	0.66 406	0.68 507	0.68 473	0.67 491	0.67 467	0.68 500	0.68 476	0.68 506	0.68 478	0.67 491	0.67 470	0.68 494	0.67 435	0.67 461	0.72 490	0.67 510	0.67 452	0.68 497

RSM++	0.76 455	0.82 328	0.66 451	0.85 444	0.64 496	0.85 500	0.71 515	0.94 510	0.64 488	0.87 504	0.67 500	0.87 506	0.65 485	0.84 499	0.65 481	0.81 470	0.70 477	0.79 503	0.71 524	0.83 486	0.70 503

DNS	0.77 457	1.09 396	0.65 448	0.89 446	0.65 498	0.89 507	0.65 486	0.89 500	0.65 489	0.89 507	0.65 496	0.89 510	0.65 485	0.90 509	0.65 481	0.84 477	0.62 451	0.84 514	0.61 492	0.84 487	0.62 480

CroCo-Stereo Lap2	0.77 457	1.29 469	0.29 240	1.27 550	0.29 294	1.27 601	0.26 264	1.26 595	0.26 275	1.26 601	0.26 271	1.27 607	0.26 272	1.26 604	0.27 263	1.27 578	0.27 242	1.27 615	0.27 308	1.27 595	0.27 291

PSMNet-RSSM	0.77 457	2.76 605	0.14 148	0.20 167	0.14 193	0.20 198	2.66 683	2.79 673	0.14 194	0.21 208	0.14 194	0.21 205	0.14 193	0.20 196	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 676

GwcNet-RSSM	0.77 457	2.77 607	0.14 148	0.20 167	0.14 193	0.20 198	2.67 684	2.78 672	0.14 194	0.20 196	0.14 194	0.20 197	0.14 193	0.21 208	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 676

4D-IteraStereo	0.78 461	3.13 618	0.89 500	0.69 411	0.32 365	0.40 305	0.32 352	0.76 481	0.97 553	0.52 439	0.65 496	0.89 510	0.32 362	0.76 485	0.98 546	0.83 475	0.94 509	0.35 303	0.27 308	0.70 461	0.89 535

Pro-Stereo	0.79 462	0.53 282	0.38 301	0.49 320	0.38 408	0.49 419	0.37 394	0.49 408	0.67 494	0.50 426	0.38 406	1.10 546	0.38 398	0.49 417	0.38 393	0.71 443	0.88 503	5.98 718	0.36 409	0.46 395	0.36 383

hitnet-ft	0.79 462	2.78 610	0.14 148	0.20 167	0.14 193	0.21 209	2.89 686	2.80 674	0.14 194	0.20 196	0.14 194	0.20 197	0.14 193	0.20 196	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.54 659	2.33 678

G-Net	0.79 462	0.79 322	0.79 491	0.79 431	0.79 533	0.79 488	0.79 525	0.79 483	0.79 533	0.79 494	0.79 536	0.79 495	0.79 523	0.79 487	0.79 526	0.79 464	0.79 494	0.79 503	0.79 537	0.79 476	0.79 525

MyStereo05	0.80 465	4.12 644	0.63 441	0.63 396	0.61 490	0.62 465	0.66 487	0.65 463	0.62 484	0.67 474	0.61 490	0.65 474	0.58 474	0.67 470	0.55 466	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 468

UDG	0.80 465	2.21 565	0.60 430	0.91 451	0.60 484	0.90 508	0.58 474	0.88 499	0.60 480	0.90 508	0.60 486	0.88 507	0.60 478	0.90 509	0.58 469	0.86 480	0.60 446	0.84 514	0.59 489	0.84 487	0.61 477

ccnet	0.80 465	2.28 570	0.33 271	0.50 356	0.33 377	0.50 428	0.33 363	0.50 417	0.33 372	0.49 413	0.33 373	0.49 418	1.56 629	2.38 650	0.33 359	0.41 311	0.29 264	0.42 409	1.57 645	2.28 635	0.29 325

NaN_ROB	0.80 465	0.80 323	0.80 492	0.80 435	0.80 536	0.80 490	0.80 528	0.80 486	0.80 535	0.80 495	0.80 538	0.80 497	0.80 524	0.80 489	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 526

CSAN	0.80 465	0.80 323	0.80 492	0.80 435	0.80 536	0.80 490	0.80 528	0.80 486	0.80 535	0.80 495	0.80 538	0.80 497	0.80 524	0.80 489	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 526

GSStereo	0.81 470	4.28 650	0.50 401	0.59 388	0.40 419	0.51 440	0.38 401	0.50 417	0.38 402	0.50 426	0.38 406	0.50 432	3.79 699	0.50 425	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 380

BSDual-CNN	0.81 470	1.91 541	0.92 507	4.48 665	0.02 22	0.42 341	0.06 137	0.41 316	0.02 22	0.48 406	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 291

DDUNet	0.81 470	2.45 586	0.57 424	0.90 449	0.60 484	0.88 504	0.59 478	0.90 501	0.60 480	0.88 506	0.60 486	0.90 512	0.58 474	0.88 506	0.60 474	0.84 477	0.60 446	0.86 517	0.57 485	0.86 489	0.60 476

R-Stereo Train	0.81 470	0.96 358	0.67 455	0.95 463	0.67 504	0.95 513	0.68 497	0.95 512	0.68 500	0.95 518	0.68 506	0.96 522	0.68 497	0.96 521	0.68 494	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 497

RAFT-Stereo	0.81 470	0.96 358	0.67 455	0.95 463	0.67 504	0.95 513	0.68 497	0.95 512	0.68 500	0.95 518	0.68 506	0.96 522	0.68 497	0.96 521	0.68 494	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 497
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 198	0.25 261	1.61 619	0.23 253	0.28 250	0.26 272	0.20 196	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 235

scenet	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 198	0.25 261	1.61 619	0.23 253	0.28 250	0.26 272	0.20 196	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 235

ssnet	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 198	0.25 261	1.61 619	0.23 253	0.28 250	0.26 272	0.20 196	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 235

STTRV1_RVC	0.82 475	1.60 489	0.70 469	1.01 475	0.60 484	1.07 538	0.69 505	1.01 523	0.60 480	0.72 481	0.55 478	1.02 537	0.68 497	1.03 539	0.67 486	0.89 482	0.63 454	0.92 526	0.57 485	0.90 497	0.65 490

DEFOM-Stereo_RVC	0.83 479	5.18 662	1.98 654	2.19 599	0.17 223	0.19 193	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 214	0.22 250	0.20 196	0.15 197	2.28 635	2.13 655	0.24 235	0.17 230	0.18 193	0.16 197

BUS	0.83 479	1.91 541	0.92 507	4.48 665	0.02 22	0.40 305	0.04 103	0.41 316	0.02 22	0.48 406	0.03 56	0.41 324	0.05 117	0.03 43	0.05 115	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 291

PDISCO_ROB	0.83 479	2.80 611	3.49 688	0.14 122	0.11 174	0.17 186	0.09 144	0.15 179	0.10 153	0.15 172	0.12 176	0.16 178	0.14 193	3.30 680	0.13 182	0.14 133	2.34 660	0.16 181	0.12 179	2.62 660	0.10 150

WQFJA1++	0.84 482	0.98 361	0.67 455	1.26 549	0.75 522	1.00 518	0.67 491	1.00 514	0.67 494	1.00 520	0.67 500	1.00 525	0.67 491	1.00 525	0.67 486	0.96 494	0.67 461	0.91 523	0.63 495	0.92 501	0.63 482

WQFJX1	0.84 482	0.98 361	0.67 455	1.30 557	0.75 522	1.01 526	0.67 491	1.01 523	0.67 494	1.01 531	0.67 500	1.01 533	0.68 497	1.00 525	0.68 494	0.98 499	0.67 461	0.92 526	0.64 500	0.92 501	0.64 488

NLMM	0.84 482	1.00 370	0.67 455	1.27 550	0.75 522	1.00 518	0.68 497	1.00 514	0.67 494	1.00 520	0.67 500	1.02 537	0.67 491	1.02 537	0.67 486	0.97 495	0.67 461	0.93 530	0.63 495	0.92 501	0.63 482

AIO-Stereo	0.84 482	0.66 302	0.70 469	0.83 439	0.67 504	0.98 516	0.82 535	1.14 534	0.72 522	1.03 537	0.74 528	1.03 539	1.09 551	0.99 523	0.45 430	1.04 507	0.73 484	0.95 536	0.74 528	0.94 510	0.46 427

DCRE	0.84 482	1.89 538	0.77 486	0.94 461	0.72 517	0.88 504	0.73 518	0.87 495	0.78 529	0.90 508	0.71 521	0.88 507	0.67 491	0.88 506	0.73 516	0.81 470	0.68 468	0.81 508	0.70 521	0.82 484	0.70 503

iGMRVC	0.84 482	2.85 612	0.72 476	0.72 421	0.73 518	0.77 483	0.79 525	0.73 478	0.74 527	0.73 483	0.72 524	0.73 487	0.76 518	0.73 481	0.73 516	0.72 451	0.73 484	0.73 491	0.72 526	0.73 466	0.72 510

WQFJA1	0.85 488	0.98 361	0.67 455	1.29 555	0.76 527	1.01 526	0.67 491	1.02 528	0.67 494	1.02 535	0.67 500	1.01 533	0.67 491	1.01 533	0.68 494	0.99 500	0.67 461	0.93 530	0.64 500	0.92 501	0.65 490

WQFJX	0.85 488	1.00 370	0.68 464	1.30 557	0.75 522	1.01 526	0.68 497	1.01 523	0.68 500	1.01 531	0.68 506	1.03 539	0.68 497	1.02 537	0.67 486	0.97 495	0.67 461	0.93 530	0.63 495	0.94 510	0.63 482

NLSM3	0.85 488	0.99 368	0.68 464	1.29 555	0.76 527	1.01 526	0.68 497	1.01 523	0.68 500	1.02 535	0.68 506	1.01 533	0.68 497	1.01 533	0.68 494	0.97 495	0.68 468	0.93 530	0.64 500	0.93 506	0.63 482

NLMM1	0.86 491	0.98 361	0.69 466	1.48 572	0.75 522	1.01 526	0.69 505	1.00 514	0.69 506	1.00 520	0.70 516	1.00 525	0.68 497	1.01 533	0.67 486	0.97 495	0.68 468	0.92 526	0.63 495	0.93 506	0.63 482

AdaDepth	0.86 491	0.93 354	0.71 473	1.01 475	1.07 564	1.02 532	0.71 515	1.00 514	0.71 519	1.01 531	0.71 521	1.00 525	0.72 513	1.14 552	0.71 513	0.92 486	0.64 456	0.90 520	0.64 500	0.89 494	0.69 500

GEStereo_RVC	0.86 491	4.45 651	0.20 197	0.27 206	0.20 243	0.27 248	0.20 230	0.26 236	0.18 228	5.03 710	0.20 240	0.27 249	0.19 237	0.27 249	0.21 235	0.20 181	0.19 205	0.19 202	4.02 714	0.20 200	0.18 221

Selective-RAFT-Error	0.88 494	0.84 329	0.98 513	0.86 445	0.97 552	0.88 504	0.95 546	0.84 493	0.99 556	0.92 512	0.82 540	0.84 504	0.98 538	0.87 504	0.97 545	0.81 470	0.83 500	0.79 503	0.82 542	0.79 476	0.85 531

IER	0.88 494	7.04 682	2.23 659	2.75 621	0.28 283	0.43 348	0.25 257	0.39 293	0.25 261	0.41 316	0.27 275	0.39 303	0.25 262	0.40 307	0.28 272	0.37 271	0.28 250	0.37 313	0.25 265	0.37 294	0.25 247

Selective-RAFT	0.89 496	0.89 340	0.72 476	1.16 496	0.78 531	1.06 535	0.82 535	0.87 495	0.97 553	1.00 520	0.91 547	0.90 512	1.00 539	0.89 508	0.93 542	0.83 475	0.83 500	0.82 512	0.82 542	0.81 482	0.82 529

AIO-Stereo-zeroshot	0.91 497	0.86 333	0.89 500	1.25 548	0.69 509	1.05 534	0.81 532	1.16 538	0.50 460	1.12 547	0.97 552	0.72 485	0.82 528	1.06 541	0.95 543	0.61 419	0.87 502	1.03 549	0.85 545	1.04 523	1.01 553

CFNet-RSSM	0.91 497	4.89 657	0.34 282	0.44 296	1.07 564	1.62 623	1.40 637	0.91 503	0.35 385	1.60 616	1.39 637	0.64 470	0.34 378	0.44 375	0.33 359	0.41 311	0.35 332	0.75 497	0.30 358	0.41 377	0.29 325

MLG-Stereo	0.92 499	0.90 343	0.84 498	1.27 550	0.49 461	1.38 611	0.88 538	1.41 609	0.97 553	0.73 483	1.09 563	1.26 604	0.43 431	0.72 479	1.05 556	1.13 520	0.49 409	1.18 562	0.66 506	1.01 520	0.46 427

ToySt	0.92 499	2.11 555	0.90 503	0.95 463	0.79 533	0.99 517	0.78 524	0.94 510	0.81 538	0.94 516	0.78 534	0.95 521	0.77 520	0.94 517	0.86 536	0.91 483	0.79 494	0.85 516	0.77 533	0.89 494	0.73 513

DPSM_ROB	0.92 499	0.91 345	0.91 505	0.91 451	0.92 547	0.92 510	0.92 542	0.92 506	0.91 543	0.93 514	0.91 547	0.92 515	0.90 531	0.91 511	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 539

DPSM	0.92 499	0.91 345	0.91 505	0.91 451	0.92 547	0.92 510	0.92 542	0.92 506	0.91 543	0.93 514	0.91 547	0.92 515	0.90 531	0.91 511	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 539

pmcnn	0.92 499	0.92 350	0.92 507	0.92 454	0.92 547	0.92 510	0.92 542	0.92 506	0.92 547	0.92 512	0.92 550	0.92 515	0.92 533	0.92 515	0.92 538	0.92 486	0.92 507	0.92 526	0.92 546	0.92 501	0.92 538

error version	0.93 504	4.47 652	2.35 662	1.99 594	0.37 401	0.41 321	0.36 388	0.41 316	0.35 385	0.43 337	0.36 394	0.41 324	0.40 410	0.41 323	0.36 380	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 362

test_1	0.93 504	4.47 652	2.35 662	1.99 594	0.37 401	0.41 321	0.36 388	0.41 316	0.35 385	0.43 337	0.36 394	0.41 324	0.40 410	0.41 323	0.36 380	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 362

DGTPSM_ROB	0.93 504	1.00 370	0.92 507	0.94 461	0.96 551	0.91 509	0.92 542	0.91 503	0.96 552	0.91 510	0.96 551	0.93 518	0.92 533	0.94 517	0.92 538	0.92 486	0.92 507	0.90 520	0.92 546	0.94 510	0.91 537

HSM-Net_RVC	0.95 507	1.17 409	0.78 488	1.18 498	0.71 515	1.16 550	0.75 520	1.09 532	0.80 535	1.10 541	0.75 529	1.17 555	0.74 515	1.17 555	0.80 529	1.13 520	0.73 484	1.17 559	0.77 533	1.16 533	0.72 510
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 508	3.17 620	2.30 661	2.42 612	0.38 408	0.54 450	0.38 401	0.54 440	0.38 402	0.54 448	0.38 406	0.54 449	0.38 398	0.54 445	0.38 393	2.38 644	2.34 660	0.49 444	0.36 409	0.49 416	0.36 383

DPSimNet_ROB	0.97 508	1.18 411	0.81 495	1.10 482	0.91 546	1.02 532	0.82 535	1.04 529	0.91 543	1.03 537	0.86 543	1.28 608	0.82 528	1.03 539	0.89 537	1.17 524	0.81 499	1.02 547	0.82 542	1.08 525	0.81 528

test-3	0.98 510	4.13 646	1.85 643	1.85 585	0.61 490	0.69 474	0.37 394	0.63 460	0.61 483	0.66 472	0.51 473	0.73 487	0.44 433	0.57 455	0.54 463	1.68 603	1.81 640	0.40 375	0.43 448	0.66 449	0.50 445

LGCAT	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

Test_v1	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

Wavelet-MonSter	1.00 511	1.21 459	0.76 484	1.94 589	1.01 559	1.11 545	0.76 522	1.15 535	0.76 528	1.11 546	0.76 530	1.14 552	0.76 518	1.11 549	0.76 523	1.21 573	0.90 504	1.02 547	0.71 524	1.02 522	0.71 509

999	1.00 511	1.12 402	0.59 426	1.10 482	1.21 626	1.09 541	0.52 465	1.08 530	1.43 640	1.18 552	1.35 631	0.98 524	0.52 465	0.91 511	0.85 535	0.72 451	1.46 612	0.83 513	0.98 551	0.68 454	1.41 636

DispNO	1.00 511	0.63 299	0.43 364	3.45 649	0.44 442	0.65 468	0.43 431	0.64 462	0.43 434	0.64 468	0.43 439	0.64 470	3.03 677	0.64 466	0.43 427	4.55 679	0.43 384	0.63 472	0.43 448	0.63 446	0.43 421

GANet	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

TDLM	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

CVANet_RVC	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

trnet	1.01 519	1.01 380	1.01 520	1.01 475	1.01 559	1.01 526	1.01 555	1.01 523	1.01 562	1.01 531	1.01 559	1.01 533	1.01 547	1.01 533	1.01 553	1.01 506	1.01 517	1.01 546	1.01 560	1.01 520	1.01 553

LL-Strereo	1.01 519	5.06 659	1.63 622	0.70 417	1.43 637	0.56 452	0.46 440	0.57 447	0.50 460	0.57 456	0.50 467	1.58 619	0.49 455	0.59 457	0.50 452	1.64 602	0.52 424	0.51 455	1.37 632	0.52 429	0.45 426

FlowAnything_test	1.02 521	1.72 494	0.71 473	1.59 575	0.70 513	1.61 621	0.69 505	1.61 613	0.70 514	1.60 616	0.70 516	1.61 623	0.69 504	1.61 620	0.70 511	0.81 470	0.58 437	0.81 508	0.55 479	0.81 482	0.56 471

FlowAnything	1.02 521	1.71 493	0.72 476	1.59 575	0.69 509	1.60 620	0.69 505	1.61 613	0.70 514	1.60 616	0.69 512	1.60 620	0.69 504	1.61 620	0.69 503	0.81 470	0.58 437	0.81 508	0.56 483	0.82 484	0.56 471

Hybrid-DGEV	1.03 523	1.75 500	0.80 492	1.28 554	0.78 531	1.26 600	0.80 528	1.26 595	0.78 529	1.26 601	0.78 534	1.26 604	0.78 522	1.26 604	0.78 525	1.15 523	0.75 487	1.14 552	0.74 528	1.14 528	0.75 517

tt45	1.04 524	0.88 337	1.36 603	0.92 454	1.03 562	1.51 619	0.79 525	0.70 474	0.88 541	0.74 488	0.90 544	1.60 620	0.72 513	1.60 618	0.75 521	0.91 483	0.78 492	1.52 628	0.79 537	1.14 528	1.32 628

Hybrid-DGEV-2	1.05 525	1.83 526	0.83 496	1.33 561	0.82 539	1.30 603	0.81 532	1.26 595	0.79 533	1.29 603	0.79 536	1.26 604	0.80 524	1.26 604	0.79 526	1.20 527	0.78 492	1.18 562	0.77 533	1.20 543	0.77 522

Hybrid-DGEV-03	1.07 526	1.83 526	0.83 496	1.34 562	0.81 538	1.32 605	0.81 532	1.31 602	0.81 538	1.31 604	0.82 540	1.32 609	0.82 528	1.32 609	0.81 532	1.19 525	0.77 490	1.19 564	0.76 531	1.19 541	0.77 522

GLC_STEREO	1.07 526	1.01 380	1.06 523	1.07 480	1.05 563	1.06 535	1.08 560	1.08 530	1.05 566	1.07 539	1.06 561	1.08 542	1.05 549	1.06 541	1.10 559	1.07 509	1.09 527	1.05 550	1.05 562	1.06 524	1.12 560

FC-DCNN	1.07 526	1.09 396	0.98 513	0.89 446	0.52 472	1.41 615	0.91 541	1.21 591	1.24 626	1.96 628	2.05 683	1.91 629	1.30 617	1.27 607	1.08 558	0.80 466	0.60 446	0.58 466	0.41 438	0.68 454	0.54 460

hknet	1.10 529	1.85 532	3.49 688	4.48 665	0.02 22	0.42 341	0.06 137	0.41 316	0.02 22	0.48 406	0.03 56	0.41 324	0.03 53	0.42 337	0.03 52	4.39 676	4.19 690	0.33 277	0.23 255	0.34 268	0.27 291

test_xeample3	1.10 529	1.81 516	0.61 436	0.84 440	0.49 461	0.77 483	0.66 487	0.92 506	1.40 638	0.68 476	0.46 448	0.78 493	0.54 469	1.72 623	1.48 639	1.34 583	1.52 616	1.35 621	1.67 658	1.33 598	1.55 641

DISCO	1.11 531	0.39 208	5.28 702	0.39 251	0.20 243	0.39 303	0.27 267	0.39 293	0.22 246	0.38 288	0.20 240	0.38 298	0.20 241	6.95 721	0.22 239	0.30 236	0.21 212	0.27 249	0.21 246	5.25 702	0.21 230

Occ-G	1.12 532	0.52 278	3.72 693	3.50 653	0.50 465	0.56 452	0.47 445	0.54 440	0.46 441	0.54 448	0.41 427	0.54 449	0.42 428	0.52 440	0.42 424	3.42 668	4.02 689	0.52 458	0.45 450	0.51 427	0.44 424

AEACV	1.12 532	0.52 278	3.12 684	3.24 638	0.86 540	0.53 446	0.49 456	0.60 455	0.47 446	0.53 442	0.49 463	0.55 453	0.45 437	0.55 449	0.47 441	3.01 663	3.88 687	0.71 489	0.60 490	0.80 479	0.48 436

LiteMatch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 490	0.83 498	0.68 497	0.73 478	0.69 506	1.00 520	0.77 532	0.94 519	0.57 471	0.82 493	0.64 478	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 503

Lsterematch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 490	0.83 498	0.68 497	0.73 478	0.69 506	1.00 520	0.77 532	0.94 519	0.57 471	0.82 493	0.64 478	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 503

MSMD_ROB	1.19 536	1.10 401	0.70 469	1.10 482	0.60 484	1.10 542	0.70 512	1.10 533	0.70 514	1.10 541	0.70 516	1.10 546	0.70 508	7.00 722	0.70 511	1.10 513	0.70 477	1.10 551	0.70 521	1.10 526	0.70 503

MM-Stereo_test2	1.20 537	1.85 532	1.05 522	1.46 571	0.94 550	1.36 609	0.99 549	1.36 604	0.95 550	1.41 611	0.98 553	1.40 615	0.96 535	1.37 611	0.95 543	1.37 588	1.06 520	1.33 618	0.93 550	1.29 597	0.89 535

ours_stereo	1.20 537	1.21 459	0.90 503	1.64 583	1.11 566	1.35 607	0.67 491	1.76 620	0.93 548	1.70 624	1.10 564	1.39 613	0.75 517	1.41 613	0.81 532	1.60 601	1.03 519	1.33 618	1.00 553	1.61 608	0.72 510

DisPM	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CrosDoStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PFNet+	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

LCNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

HHNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Patchmatch Stereo++	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574
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	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

STrans-v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

TransformOpticalFlow	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

OMP-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

IIG-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

NF-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

OCTAStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-softLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

KMStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

NRIStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-adaLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-AAD	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ROB_FTStereo_v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ROB_FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Consistency-Raft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

KYRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

HUI-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ASMatch	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DeepStereo_LL	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DEmStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

SST-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

THIR-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT_R40	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PFNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

GrayStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RE-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Pruner-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

TVStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DeepStereo_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-RH_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

IRAFT_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-345	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

iRAFT	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CRE-IMP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

GMM-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-IKP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Prome-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

qqai	1.22 584	1.38 480	1.12 526	1.39 568	1.14 567	1.40 613	1.14 564	1.41 609	1.12 567	1.40 610	1.11 565	1.40 615	1.13 553	1.41 613	1.15 564	1.25 576	0.97 510	1.24 613	1.01 560	1.24 592	0.96 542

HCRNet	1.22 584	7.11 683	3.00 672	3.55 654	0.33 377	0.29 252	0.14 187	0.19 192	0.15 206	0.33 270	0.29 295	0.25 235	0.14 193	0.22 213	0.33 359	3.64 669	3.00 667	0.76 499	0.32 376	0.18 193	0.13 185

HBP-ISP	1.24 586	1.72 494	1.65 623	1.15 491	0.76 527	1.40 613	0.88 538	1.67 619	1.02 563	1.69 623	1.38 636	1.69 624	1.21 610	1.87 630	1.21 619	1.05 508	0.79 494	0.97 539	0.80 539	1.19 541	0.75 517

AANet_RVC	1.26 587	0.31 183	4.99 700	5.93 691	0.20 243	0.25 234	0.20 230	0.25 230	0.20 237	0.23 217	0.19 236	0.25 235	0.20 241	0.25 233	0.20 231	5.66 700	4.76 694	0.26 245	0.30 358	0.24 226	0.27 291

MM-Stereo_test3	1.27 588	2.07 551	1.18 535	1.60 578	1.02 561	1.45 617	1.01 555	1.40 608	1.04 565	1.44 613	1.03 560	1.46 618	1.02 548	1.44 616	1.02 554	1.51 597	1.12 534	1.32 617	0.98 551	1.38 601	0.97 543

11t	1.27 588	2.70 597	1.34 593	1.32 560	0.89 542	1.30 603	1.34 627	1.64 616	0.57 473	1.45 614	0.72 524	1.05 541	1.29 616	1.07 544	1.29 628	1.49 594	1.02 518	0.97 539	1.15 567	1.48 603	1.31 627

MaskLacGwcNet_RVC	1.35 590	1.35 476	1.35 595	1.35 564	1.35 631	1.35 607	1.35 628	1.36 604	1.35 634	1.36 608	1.35 631	1.36 611	1.36 622	1.36 610	1.35 632	1.35 584	1.35 603	1.35 621	1.35 629	1.35 599	1.35 632

CC-Net-ROB	1.36 591	1.33 475	1.33 592	1.36 565	1.38 634	1.36 609	1.33 626	1.37 606	1.34 631	1.35 607	1.36 633	1.38 612	1.34 620	1.38 612	1.38 635	1.35 584	1.38 607	1.33 618	1.35 629	1.43 602	1.34 631

CFNet	1.37 592	5.27 665	0.19 194	5.49 688	0.19 240	0.28 249	0.19 226	0.28 240	0.19 235	0.28 246	0.19 236	0.28 250	4.35 707	0.28 253	0.19 228	0.23 202	0.17 195	0.23 225	4.21 716	4.81 693	0.17 215

PS-NSSS	1.38 593	1.39 481	1.34 593	1.34 562	1.35 631	1.38 611	1.37 635	1.35 603	1.38 637	1.34 606	1.34 630	1.39 613	1.38 625	1.70 622	1.40 636	1.36 586	1.36 604	1.36 623	1.37 632	1.37 600	1.36 633

RASNet	1.49 594	1.65 490	1.45 611	1.38 567	1.43 637	1.47 618	1.36 630	1.38 607	1.36 635	1.39 609	1.60 647	1.45 617	1.45 628	1.51 617	2.21 678	1.53 598	1.36 604	1.36 623	1.36 631	1.66 611	1.36 633

BLMT-Stereo	1.53 595	1.36 477	1.06 523	1.42 570	1.23 630	1.41 615	1.07 559	1.43 611	1.12 567	1.42 612	1.06 561	1.83 626	1.07 550	1.42 615	1.07 557	1.27 578	1.38 607	6.80 719	1.00 553	1.26 594	1.00 547

GANetREF_RVC	1.55 596	1.94 547	1.22 587	1.88 586	1.21 626	1.88 627	1.22 618	1.88 622	1.22 624	1.88 625	1.22 620	1.88 627	1.22 611	1.89 631	1.22 620	1.87 609	1.22 589	1.88 642	1.22 620	1.88 620	1.22 620
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	1.59 597	1.91 541	1.21 586	1.94 589	1.20 580	2.00 635	1.23 619	1.99 627	1.24 626	2.00 633	1.25 623	2.03 637	1.26 613	2.00 635	1.29 628	1.90 613	1.18 541	1.89 643	1.21 619	1.89 621	1.20 574
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 598	1.59 488	1.70 625	1.59 575	1.59 643	1.61 621	1.61 646	1.60 612	1.60 644	1.62 622	1.59 646	1.60 620	1.60 631	1.60 618	1.59 643	1.59 599	1.60 627	1.59 629	1.59 650	1.59 607	1.59 647

ff7	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 633	1.80 661	2.05 638	1.56 643	2.33 645	2.12 667	2.23 641	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

ffff	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 633	1.80 661	2.05 638	1.56 643	2.33 645	2.12 667	2.23 641	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

ccc-4	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 633	1.80 661	2.05 638	1.56 643	2.33 645	2.12 667	2.23 641	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

PhaseNet	1.74 602	6.34 681	4.81 698	6.77 697	0.24 267	0.80 490	0.53 466	0.48 403	0.22 246	0.53 442	0.28 282	0.48 413	0.25 262	0.40 307	0.32 347	6.39 706	4.61 693	0.46 421	0.38 425	0.25 229	0.18 221

MC-Stereo	1.76 603	2.96 613	1.37 605	2.14 597	1.37 633	2.14 641	1.36 630	2.14 636	1.37 636	2.14 642	1.37 634	2.14 639	1.37 624	2.14 640	1.37 634	1.97 618	1.32 591	1.97 646	1.32 628	1.98 623	1.33 629

IGEVStereo-DCA	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 617	1.17 575	2.75 672	1.90 666	2.54 658	1.15 557	0.94 517	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 532

rrr	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 617	1.17 575	2.75 672	1.90 666	2.54 658	1.15 557	0.94 517	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 532

MM-Stereo_test1	1.80 606	3.41 625	1.52 618	2.12 596	1.41 636	2.04 636	1.41 638	2.05 631	1.46 641	2.04 637	1.41 638	2.05 638	1.42 627	2.05 636	1.43 638	2.04 622	1.54 619	1.94 644	1.38 634	1.99 624	1.33 629

MFMNet_re	1.81 607	1.91 541	1.71 627	1.95 591	1.70 654	1.95 632	1.70 651	1.96 625	1.74 657	1.97 630	1.72 655	1.95 630	1.71 639	1.97 634	1.71 651	1.86 607	1.62 628	1.85 635	1.66 657	1.86 619	1.64 653

plain	1.88 608	3.16 619	0.64 444	3.10 631	0.65 498	3.10 677	0.64 483	3.12 677	0.65 489	3.10 678	0.65 496	3.11 678	0.65 485	3.12 677	0.65 481	3.12 664	0.65 458	3.13 676	0.65 504	3.13 664	0.65 490

derf	1.91 609	2.15 559	1.78 631	2.16 598	1.75 656	2.21 642	1.80 654	2.22 639	1.80 661	2.21 645	1.76 656	2.17 640	1.81 648	2.24 644	1.74 659	1.93 616	1.56 620	1.96 645	1.53 643	1.95 622	1.56 642

RAFT_CTSACE	1.92 610	3.71 632	1.72 628	1.88 586	1.72 655	2.04 636	1.42 640	2.18 638	1.89 673	2.02 635	1.97 672	1.95 630	2.06 666	1.93 632	1.62 644	1.76 604	1.66 631	2.02 647	1.73 666	1.73 614	1.43 638

MonStereo1	1.94 611	2.77 607	1.52 618	3.73 661	1.51 640	2.13 640	1.42 640	2.32 647	1.52 642	2.31 651	1.50 641	2.53 655	1.59 630	2.34 649	1.56 641	1.91 614	1.36 604	1.86 638	1.31 627	2.07 625	1.53 639

4.25w-stereo	1.98 612	2.72 601	1.46 612	3.47 650	1.43 637	2.07 638	1.98 667	2.53 659	1.52 642	2.71 665	1.98 678	1.81 625	1.62 633	1.96 633	1.36 633	1.88 612	2.00 645	2.53 670	1.61 652	1.74 615	1.15 565

4.5w-stereo	1.99 613	2.33 574	1.81 632	3.28 640	1.68 650	1.94 629	1.99 670	2.72 662	1.70 649	2.72 666	1.99 681	1.97 632	1.68 635	1.76 624	1.29 628	1.91 614	2.02 651	2.53 670	1.61 652	1.75 616	1.16 568

2.75w_new	1.99 613	2.34 578	1.81 632	3.14 632	1.62 645	1.94 629	1.99 670	2.72 662	1.71 650	2.72 666	1.99 681	1.90 628	1.73 641	1.82 629	1.29 628	2.37 643	2.01 647	2.31 657	1.42 638	1.77 617	1.22 620

3.75w	1.99 613	2.31 572	1.83 640	3.16 634	1.65 647	1.93 628	1.98 667	2.72 662	1.68 646	2.73 671	1.97 672	2.00 634	1.72 640	1.81 628	1.25 624	2.27 634	2.01 647	2.38 662	1.42 638	1.71 613	1.24 623

2w_stereo	1.99 613	2.36 581	1.81 632	3.24 638	1.67 648	1.94 629	1.98 667	2.72 662	1.68 646	2.72 666	1.94 669	1.98 633	1.74 643	1.79 627	1.27 625	1.95 617	2.00 645	2.53 670	1.60 651	1.68 612	1.15 565

2.25w	2.00 617	1.86 535	1.98 654	2.95 629	2.17 681	2.26 643	1.35 628	2.42 653	2.00 680	2.07 641	1.27 625	2.53 655	1.99 662	2.29 646	1.49 640	2.21 629	1.32 591	1.85 635	1.87 670	2.52 651	1.62 651

4.25_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 662	1.71 650	2.72 666	1.97 672	2.01 635	1.74 643	1.77 625	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 569

4.5w_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 662	1.71 650	2.72 666	1.97 672	2.01 635	1.74 643	1.77 625	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 569

4.5_new	2.00 617	1.84 531	1.98 654	2.77 623	2.16 679	2.27 644	1.28 625	2.09 632	1.98 677	2.01 634	1.28 626	2.71 667	1.98 660	2.51 658	1.65 646	2.26 631	1.33 598	1.87 639	1.87 670	2.49 647	1.60 648

TRStereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 642	1.86 667	2.30 648	1.87 661	2.30 642	1.87 650	2.08 637	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

XX-Stereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 642	1.86 667	2.30 648	1.87 661	2.30 642	1.87 650	2.08 637	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

EAI-Stereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 642	1.86 667	2.30 648	1.87 661	2.30 642	1.87 650	2.08 637	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

2.5w	2.01 624	2.40 583	1.37 605	3.28 640	2.01 671	2.71 667	1.43 643	1.82 621	1.83 665	1.90 627	1.41 638	2.71 667	1.35 621	2.71 667	1.85 665	2.66 655	1.53 617	1.64 630	1.23 621	2.53 654	1.87 667

4w-stereo	2.02 625	2.72 601	1.44 610	3.36 646	1.59 643	2.48 655	1.72 652	2.28 640	1.24 626	2.24 646	1.65 651	2.56 660	1.32 619	2.39 652	1.98 675	2.67 657	1.51 615	1.66 631	1.24 622	2.53 654	1.88 670

IGEV	2.02 625	2.20 563	1.82 637	2.90 628	2.16 679	2.41 652	1.25 621	2.00 628	1.98 677	1.99 632	1.31 628	2.72 671	1.93 656	2.67 666	1.69 650	2.26 631	1.32 591	1.83 634	1.87 670	2.53 654	1.61 650

3.25w_new	2.03 627	2.72 601	1.35 595	3.33 645	1.57 641	2.72 668	1.53 645	2.15 637	1.33 630	2.15 643	1.60 647	2.63 664	1.30 617	2.72 669	1.99 676	2.67 657	1.53 617	1.75 633	1.25 624	2.53 654	1.87 667

3.5w_stereo	2.03 627	2.72 601	1.35 595	3.41 647	1.57 641	2.72 668	1.49 644	2.01 629	1.34 631	2.15 643	1.61 649	2.63 664	1.36 622	2.72 669	1.99 676	2.66 655	1.58 623	1.68 632	1.24 622	2.53 654	1.87 667

UniTT-Stereo	2.03 627	3.43 626	0.72 476	3.42 648	0.73 518	3.27 680	0.68 497	3.38 682	0.69 506	3.29 681	0.72 524	3.28 681	0.70 508	3.35 683	0.68 494	3.39 667	0.68 468	3.31 679	0.69 517	3.37 665	0.73 513

3.25w	2.04 630	2.20 563	1.48 613	3.03 630	2.17 681	2.63 666	1.39 636	1.96 625	1.95 676	1.96 628	1.37 634	2.71 667	1.96 659	2.71 667	1.73 658	2.26 631	1.32 591	1.87 639	1.87 670	2.51 650	1.63 652

3w_stereo	2.04 630	2.24 567	1.70 625	3.15 633	2.18 683	2.49 656	1.26 623	2.03 630	1.98 677	1.98 631	1.33 629	2.72 671	1.99 662	2.59 661	1.72 653	2.22 630	1.33 598	1.85 635	1.88 675	2.50 649	1.58 646

1w_stereo	2.05 632	2.32 573	1.35 595	3.74 662	2.01 671	2.73 670	1.42 640	1.88 622	1.93 675	2.03 636	1.28 626	2.71 667	1.99 662	2.72 669	1.72 653	2.20 628	1.32 591	1.87 639	1.86 669	2.45 643	1.54 640

LiteMatch*	2.07 633	1.30 471	5.73 705	6.28 694	0.79 533	1.33 606	0.80 528	1.30 601	1.02 563	1.33 605	0.84 542	1.33 610	0.97 536	1.28 608	1.04 555	6.05 704	5.89 700	1.28 616	0.76 531	1.28 596	0.88 532

sCroCo_RVC	2.10 634	2.76 605	1.92 651	2.78 626	1.39 635	2.73 670	1.41 638	2.73 668	1.40 638	2.77 677	1.41 638	2.74 673	1.40 626	2.74 672	1.40 636	2.72 659	1.42 610	2.72 674	1.44 640	2.79 661	1.42 637

MoCha-V2	2.11 635	26.97 727	0.78 488	0.92 454	0.77 530	0.96 515	0.72 517	0.90 501	0.72 522	0.94 516	0.70 516	0.90 512	0.71 512	0.91 511	0.71 513	0.85 479	0.71 481	0.88 518	0.69 517	0.87 490	0.67 495

FBW_ROB	2.12 636	2.46 587	1.77 630	2.49 615	1.79 659	2.38 650	1.83 655	2.46 654	1.78 660	2.48 659	1.97 672	2.40 650	1.78 646	2.42 655	1.83 663	2.31 639	1.85 642	2.38 662	1.82 668	2.35 638	1.84 663

MonStereo	2.17 637	2.41 584	1.49 617	2.67 620	1.67 648	2.60 665	2.04 674	2.32 647	1.76 658	2.44 656	1.68 653	2.50 653	1.69 637	2.38 650	1.80 662	2.28 635	1.78 637	2.63 673	2.14 678	3.47 666	1.68 656

asda	2.17 637	2.54 588	1.81 632	3.47 650	1.78 658	2.50 658	1.86 660	2.61 661	1.68 646	2.61 663	1.83 658	2.37 649	1.73 641	2.44 656	1.88 670	2.51 652	1.84 641	2.34 659	1.62 654	2.23 631	1.77 662

asd	2.18 639	2.77 607	1.58 620	3.59 655	2.00 670	2.58 664	1.85 659	2.39 652	1.71 650	2.47 658	1.97 672	2.59 662	1.61 632	2.56 659	1.79 661	2.51 652	1.99 644	2.11 652	1.62 654	2.36 639	1.60 648

qwe	2.18 639	2.60 591	1.58 620	3.83 663	1.90 668	2.53 660	1.90 665	2.48 655	1.73 655	2.37 654	1.92 668	2.53 655	1.68 635	2.56 659	1.83 663	2.52 654	1.87 643	2.07 648	1.68 660	2.32 637	1.71 657

monsters	2.18 639	2.41 584	1.96 653	3.47 650	2.03 675	2.53 660	1.64 648	2.48 655	1.73 655	2.40 655	1.50 641	2.62 663	1.94 657	2.59 661	1.94 672	2.44 647	1.57 622	2.28 655	1.87 670	2.42 641	1.86 665

AIO_rvc	2.18 639	2.34 578	1.87 647	2.32 608	1.94 669	2.40 651	1.89 664	2.37 650	2.07 682	2.52 661	1.95 671	2.44 652	1.99 662	2.41 653	1.89 671	2.32 640	2.09 653	2.24 653	2.18 679	2.21 630	2.23 674

HUF	2.18 639	2.30 571	1.99 657	2.34 610	2.02 674	2.41 652	2.06 675	2.38 651	1.89 673	2.36 653	1.85 659	2.56 660	1.98 660	2.31 648	1.97 674	2.30 638	2.03 652	2.30 656	2.11 677	2.23 631	2.16 672

AIO_test	2.18 639	2.09 554	2.04 658	2.42 612	2.01 671	2.47 654	1.94 666	2.34 649	2.03 681	2.56 662	1.94 669	2.43 651	1.94 657	2.41 653	1.87 669	2.39 645	2.10 654	2.35 661	1.91 676	2.25 633	2.19 673

monsterstereo	2.20 645	2.33 574	1.95 652	3.65 657	2.07 676	2.49 656	1.61 646	2.48 655	1.83 665	2.45 657	1.61 649	2.67 666	1.86 649	2.64 663	1.94 672	2.48 651	1.66 631	2.34 659	1.68 660	2.40 640	1.86 665

LG-G_1	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 670	1.87 671	2.75 672	1.87 661	2.76 674	1.87 650	2.75 673	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 644

LG-G	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 670	1.87 671	2.75 672	1.87 661	2.76 674	1.87 650	2.75 673	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 644

LGtest1	2.22 646	2.70 597	1.89 648	2.76 622	1.86 663	2.75 672	1.86 660	2.75 669	1.86 667	2.75 672	1.86 660	2.77 676	1.87 650	2.75 673	1.86 666	2.46 648	1.58 623	2.45 665	1.56 644	2.45 643	1.56 642

RAStereo	2.23 649	3.64 629	0.76 484	3.65 657	0.86 540	3.66 685	0.76 522	3.67 686	0.81 538	3.66 683	0.76 530	3.66 684	0.77 520	3.68 685	0.77 524	3.68 670	0.77 490	3.69 684	0.77 533	3.70 668	0.77 522

UDGNet	2.23 649	5.40 670	1.72 628	2.48 614	1.69 651	2.51 659	1.69 650	2.51 658	1.72 654	2.50 660	1.69 654	2.52 654	1.69 637	2.50 657	1.68 649	2.41 646	1.70 633	2.42 664	1.69 662	2.42 641	1.64 653

NCCL2	2.28 651	2.27 569	2.28 660	2.28 607	2.28 684	2.27 644	2.29 679	2.28 640	2.28 683	2.27 647	2.28 684	2.28 641	2.27 670	2.27 645	2.28 683	2.28 635	2.28 659	2.27 654	2.29 683	2.27 634	2.29 675

Abc-Net	2.32 652	24.75 719	1.14 529	1.17 497	1.17 574	1.11 545	1.15 566	1.17 540	1.21 623	1.08 540	1.16 569	1.12 551	1.14 556	1.09 545	1.17 569	1.09 511	1.16 537	1.17 559	1.17 570	1.16 533	1.11 558
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 653	25.00 720	1.13 528	1.15 491	1.15 569	1.10 542	1.15 566	1.15 535	1.15 570	1.12 547	1.15 566	1.09 544	1.13 553	1.10 547	1.15 564	1.11 518	1.09 527	1.16 555	1.12 565	1.16 533	1.17 569

stereogan	2.33 653	24.38 718	1.18 535	1.18 498	1.18 577	1.14 548	1.18 570	1.19 543	1.19 577	1.14 550	1.18 573	1.14 552	1.18 562	1.14 552	1.18 570	1.14 522	1.14 535	1.19 564	1.19 571	1.15 531	1.19 573

RGC	2.36 655	25.48 721	1.19 537	1.15 491	1.15 569	1.10 542	1.16 568	1.17 540	1.16 571	1.12 547	1.16 569	1.11 550	1.13 553	1.09 545	1.18 570	1.10 513	1.15 536	1.16 555	1.12 565	1.14 528	1.12 560

NCC-stereo	2.36 655	25.52 722	1.17 533	1.15 491	1.17 574	1.11 545	1.11 561	1.15 535	1.16 571	1.10 541	1.16 569	1.10 546	1.15 557	1.14 552	1.13 562	1.09 511	1.11 531	1.15 554	1.16 569	1.17 538	1.17 569

AF-Net	2.37 657	25.71 723	1.17 533	1.13 487	1.15 569	1.15 549	1.18 570	1.19 543	1.16 571	1.10 541	1.15 566	1.10 546	1.18 562	1.12 551	1.15 564	1.10 513	1.10 530	1.17 559	1.15 567	1.16 533	1.12 560

Nwc_Net	2.37 657	25.95 724	1.15 531	1.14 488	1.15 569	1.08 539	1.14 564	1.17 540	1.16 571	1.14 550	1.15 566	1.08 542	1.15 557	1.11 549	1.14 563	1.10 513	1.11 531	1.16 555	1.09 564	1.16 533	1.15 565

CFNet_RVC	2.38 659	8.71 694	0.38 301	9.33 710	0.42 439	0.56 452	0.42 429	0.60 455	0.38 402	0.62 465	0.42 437	0.56 456	7.29 719	0.62 460	0.42 424	0.53 398	0.37 342	0.49 444	0.34 390	8.30 716	6.87 723

testmc14	2.43 660	10.48 707	8.02 717	8.93 709	0.31 353	0.44 382	0.30 297	0.42 334	0.30 307	0.42 330	0.30 310	0.42 342	0.30 306	0.42 337	0.30 296	8.88 719	6.99 709	0.41 393	0.28 327	0.39 352	0.28 316

edge stereo	2.43 660	27.07 728	1.14 529	1.06 479	1.14 567	1.08 539	1.17 569	1.16 538	1.14 569	1.10 541	1.16 569	1.09 544	1.16 561	1.10 547	1.16 568	1.10 513	1.11 531	1.16 555	1.19 571	1.13 527	1.11 558

FAT-Stereo	2.46 662	26.05 725	1.23 589	1.23 547	1.22 628	1.20 551	1.24 620	1.23 594	1.23 625	1.19 553	1.22 620	1.21 602	1.24 612	1.20 557	1.24 621	1.21 573	1.17 540	1.22 612	1.25 624	1.20 543	1.24 623

MCSU-Stereo	2.48 663	10.56 708	8.50 719	9.47 713	0.31 353	0.43 348	0.30 297	0.42 334	0.30 307	0.42 330	0.30 310	0.42 342	0.30 306	0.41 323	0.30 296	8.86 718	6.93 708	0.40 375	0.29 342	0.39 352	0.28 316

S-Stereo	2.51 664	26.86 726	1.23 589	1.22 545	1.22 628	1.24 599	1.25 621	1.22 592	1.24 626	1.21 599	1.24 622	1.19 556	1.27 614	1.19 556	1.24 621	1.19 525	1.20 542	1.25 614	1.19 571	1.24 592	1.23 622

Anonymous3	2.55 665	3.26 623	1.65 623	3.28 640	1.63 646	3.24 679	1.68 649	3.27 679	1.66 645	3.28 680	1.67 652	3.25 680	1.66 634	3.27 679	1.64 645	3.26 665	1.65 630	3.30 678	1.65 656	4.95 698	1.65 655

MIF-Stereo (partial)	2.58 666	3.31 624	0.66 451	3.18 635	0.66 502	3.18 678	0.66 487	3.21 678	0.67 494	3.19 679	0.66 499	3.19 679	0.66 489	3.31 681	0.68 494	5.09 696	1.79 639	8.23 723	1.67 658	6.18 707	1.38 635

MSMDNet	2.65 667	10.14 705	0.33 271	9.74 714	0.32 365	0.87 503	0.33 363	2.95 676	0.68 500	0.49 413	0.34 381	0.49 418	5.70 714	0.49 417	0.33 359	0.42 325	9.57 716	0.41 393	0.31 369	8.36 717	0.65 490

pcwnet_v2	2.66 668	9.89 703	0.33 271	9.89 715	0.32 365	0.50 428	0.32 352	0.49 408	0.33 372	0.49 413	0.34 381	0.49 418	8.76 721	0.48 411	0.33 359	0.41 311	9.58 717	0.40 375	0.29 342	9.01 720	0.63 482

CFNet_pseudo	2.67 669	9.36 699	0.32 266	10.99 720	0.33 377	0.85 500	0.33 363	0.49 408	0.33 372	0.49 413	0.32 364	0.49 418	7.26 718	0.49 417	0.33 359	0.41 311	9.62 718	0.41 393	0.29 342	10.03 724	0.29 325

TestStereo_HL2	2.73 670	0.41 223	11.06 720	14.13 722	0.30 306	0.44 382	0.28 277	0.43 342	0.29 292	0.43 337	0.28 282	0.43 351	0.29 297	0.43 344	0.28 272	13.51 723	10.37 723	0.41 393	0.27 308	0.38 307	0.27 291

CFNet_ucs	2.73 670	9.64 701	0.33 271	9.92 716	0.32 365	0.49 419	0.33 363	0.49 408	0.33 372	0.49 413	0.33 373	0.49 418	8.98 722	0.48 411	0.33 359	0.41 311	9.96 721	0.40 375	0.29 342	10.12 725	0.54 460

UCFNet_RVC	2.75 672	10.06 704	0.29 240	10.31 719	0.29 294	0.42 341	0.29 289	0.43 342	0.29 292	0.42 330	0.29 295	0.42 342	9.87 724	0.43 344	0.29 286	0.36 268	9.84 720	0.36 310	0.26 271	9.77 723	0.26 253

TestStereo_HL3	2.76 673	0.41 223	11.46 723	14.11 721	0.30 306	0.45 396	0.29 289	0.43 342	0.29 292	0.43 337	0.29 295	0.43 351	0.28 287	0.44 375	0.30 296	13.57 724	10.32 722	0.41 393	0.27 308	0.38 307	0.27 291

GGDA	2.76 673	0.41 223	11.34 722	14.28 723	0.30 306	0.44 382	0.29 289	0.43 342	0.29 292	0.43 337	0.28 282	0.43 351	0.28 287	0.43 344	0.29 286	13.45 722	10.57 724	0.41 393	0.27 308	0.38 307	0.27 291

TestStereo-Hl	2.78 675	0.42 233	11.23 721	14.38 724	0.30 306	0.44 382	0.30 297	0.43 342	0.28 284	0.43 337	0.29 295	0.44 386	0.29 297	0.44 375	0.29 286	13.64 725	10.73 725	0.41 393	0.27 308	0.38 307	0.27 291

ccs_rob	2.79 676	10.17 706	0.32 266	10.00 717	0.33 377	0.49 419	0.33 363	1.90 624	0.32 362	0.51 435	0.33 373	0.49 418	9.24 723	0.49 417	0.33 359	0.41 311	9.82 719	0.41 393	0.28 327	9.34 721	0.29 325

PCWNet_CMD	2.80 677	9.82 702	0.32 266	10.09 718	0.32 365	0.49 419	0.33 363	3.34 681	0.33 372	0.49 413	0.33 373	0.49 418	8.73 720	0.48 411	0.33 359	0.41 311	9.22 715	0.42 409	0.29 342	9.55 722	0.31 348

NLSM1	2.93 678	3.24 622	2.57 668	4.04 664	2.66 687	3.30 681	2.55 682	3.29 680	2.55 685	3.35 682	2.48 686	3.28 681	2.47 672	3.34 682	2.49 684	3.26 665	2.55 665	3.13 676	2.57 686	3.00 663	2.46 682

StereoVision	3.15 679	5.00 658	0.89 500	4.83 681	1.00 553	3.93 686	1.27 624	6.37 716	1.34 631	5.67 716	1.26 624	5.84 717	1.27 614	5.03 713	1.24 621	5.10 697	1.09 527	4.61 697	0.57 485	5.62 705	1.12 560

MaDis-Stereo	3.19 680	6.02 680	1.12 526	5.61 690	1.16 573	5.43 713	1.02 557	5.15 713	0.70 514	5.43 713	1.21 619	5.03 714	0.97 536	4.85 707	0.99 547	4.53 678	1.16 537	5.53 713	1.25 624	5.37 703	1.30 626

sAnonymous2	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 709	2.72 687	5.45 714	1.98 678	4.59 699	2.64 673	2.65 664	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 680

CroCo_RVC	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 709	2.72 687	5.45 714	1.98 678	4.59 699	2.64 673	2.65 664	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 680

DPSNet	3.66 683	3.60 628	3.62 691	3.63 656	3.64 709	3.65 684	3.65 708	3.66 685	3.67 706	3.67 684	3.65 706	3.67 685	3.66 694	3.66 684	3.68 703	3.68 670	3.66 685	3.67 683	3.68 709	3.67 667	3.67 708

NLCSM	3.67 684	4.08 643	3.19 687	4.80 680	3.26 702	3.99 689	3.24 703	4.25 692	3.18 702	4.09 688	3.27 701	4.14 690	3.18 689	4.13 690	3.28 699	4.06 672	3.10 675	3.85 688	3.14 700	3.91 673	3.27 704

STTStereo	3.73 685	30.40 732	2.37 664	2.39 611	2.31 686	2.35 649	2.33 680	2.29 642	2.42 684	2.32 652	2.34 685	2.33 645	2.36 671	2.30 647	2.27 682	2.35 642	2.22 658	2.31 657	2.22 680	2.29 636	2.34 679

rvit_105_1	3.83 686	5.22 663	3.01 673	4.53 668	3.01 690	4.51 693	3.01 688	4.56 696	3.04 690	4.53 695	3.03 690	4.55 697	3.03 677	4.56 696	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.57 682	3.05 689

rvit_stereo_0081	3.83 686	5.23 664	3.01 673	4.53 668	3.03 692	4.55 699	3.02 689	4.56 696	3.04 690	4.52 693	3.02 688	4.54 695	3.03 677	4.56 696	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.58 683	3.05 689

rvit_stereo_0081_aga	3.86 688	5.33 667	3.02 676	4.55 674	3.04 696	4.54 695	3.02 689	4.64 703	3.06 694	4.54 697	3.04 692	4.62 704	3.08 684	4.62 702	3.07 691	4.58 683	3.06 672	4.60 696	3.08 695	4.63 686	3.07 693

rvit_stereo_0082	3.86 688	5.82 678	3.01 673	4.53 668	3.03 692	4.54 695	3.02 689	4.56 696	3.04 690	4.53 695	3.02 688	4.55 697	3.04 680	4.57 699	3.05 688	4.57 680	3.05 668	4.58 694	3.05 691	4.58 683	3.06 692

rvit_0105_6	3.87 690	5.73 677	3.10 683	4.69 678	3.12 700	4.54 695	3.02 689	4.56 696	3.04 690	4.54 697	3.03 690	4.54 695	3.04 680	4.56 696	3.05 688	4.58 683	3.05 668	4.58 694	3.05 691	4.58 683	3.05 689

rvit_stereo_0080	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 700	3.07 695	4.58 700	3.06 693	4.59 699	3.06 682	4.61 700	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 696

whm_eth	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 700	3.07 695	4.58 700	3.06 693	4.59 699	3.06 682	4.61 700	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 696

rvit_0105_4	3.91 693	5.47 674	3.02 676	4.54 671	3.02 691	4.54 695	3.03 693	4.75 706	3.17 701	4.57 699	3.06 693	4.61 703	3.16 688	4.65 703	3.09 694	4.66 687	3.11 676	4.68 701	3.18 702	4.81 693	3.16 701

rvit_0105_3	3.91 693	5.33 667	3.06 681	4.60 676	3.07 698	4.60 702	3.06 697	4.62 702	3.08 698	4.60 702	3.07 696	4.62 704	3.08 684	4.67 704	3.10 695	4.70 688	3.11 676	4.77 705	3.19 703	4.77 692	3.14 700

rvit_stereo_0083	3.92 695	5.30 666	3.06 681	4.61 677	3.09 699	4.67 704	3.08 698	4.66 704	3.09 699	4.62 703	3.10 698	4.66 707	3.11 686	4.67 704	3.16 697	4.72 690	3.16 679	4.77 705	3.11 698	4.66 689	3.11 698

rvit_stereo_ft	3.93 696	5.44 672	3.05 680	4.59 675	3.06 697	4.61 703	3.08 698	4.67 705	3.12 700	4.63 704	3.10 698	4.65 706	3.11 686	4.69 706	3.13 696	4.70 688	3.14 678	4.71 703	3.15 701	4.74 690	3.16 701

rvit_0105_5	4.10 697	5.40 670	3.13 686	4.71 679	3.15 701	4.72 707	3.10 700	4.90 711	3.27 703	4.69 705	3.16 700	4.84 711	3.25 690	4.96 710	3.34 700	5.05 695	3.39 684	5.10 710	3.40 704	5.11 700	3.42 705

MLG-Stereo_test1	4.25 698	5.34 669	3.61 690	5.31 686	3.63 708	5.23 711	3.57 706	5.38 714	3.65 705	5.23 711	3.47 703	4.76 708	3.74 697	4.85 707	3.71 704	4.96 692	3.18 681	4.71 703	2.92 688	4.86 696	2.90 686

MLG-Stereo_test3	4.26 699	4.85 656	3.95 694	5.35 687	3.60 707	4.75 708	3.76 709	5.49 715	3.71 707	5.39 712	3.69 707	4.82 710	3.66 694	4.85 707	3.73 707	4.93 691	3.19 682	4.69 702	2.99 690	4.84 695	2.98 688

MLG-Stereo_test2	4.28 700	5.46 673	3.69 692	4.86 682	3.72 710	5.58 714	3.42 704	4.81 708	3.77 711	4.85 707	3.72 708	5.55 716	3.63 693	5.58 714	3.53 702	4.41 677	3.28 683	4.99 709	2.95 689	4.75 691	3.13 699

RAFT+CT+SA	4.28 700	7.62 687	4.91 699	5.55 689	2.28 684	3.09 676	3.64 707	4.49 694	3.07 695	4.80 706	3.35 702	4.77 709	3.70 696	4.29 693	3.05 688	5.58 699	5.98 702	3.58 682	3.78 711	4.26 676	3.72 709

SA	4.33 702	7.35 684	6.85 711	5.96 692	4.09 714	3.59 683	3.15 701	3.82 687	2.64 686	3.91 685	3.85 709	3.57 683	2.72 675	3.13 678	4.03 710	7.09 712	6.86 707	3.57 681	3.12 699	3.85 669	3.51 707

Sa-1000	4.34 703	8.37 690	6.84 710	6.98 701	4.45 717	3.58 682	3.00 687	3.42 683	3.39 704	2.61 663	4.00 712	3.83 687	4.01 705	3.90 687	3.90 708	5.98 703	5.62 699	3.76 685	2.34 684	4.35 678	2.47 683

TestStereo1	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 689	3.74 708	3.97 686	3.52 704	3.94 688	3.58 691	3.98 688	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 711

SA-5K	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 689	3.74 708	3.97 686	3.52 704	3.94 688	3.58 691	3.98 688	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 711

DispFullNet	4.61 706	4.84 655	3.12 684	5.00 684	3.57 706	4.75 708	3.03 693	7.75 722	4.17 715	4.91 709	3.09 697	6.20 718	3.95 703	6.71 718	3.51 701	5.30 698	3.67 686	5.86 717	3.63 706	5.61 704	3.46 706

test_5	4.62 707	7.55 686	6.23 706	6.32 695	3.40 705	5.29 712	3.50 705	3.53 684	4.11 714	4.28 690	4.47 716	4.26 693	4.38 708	3.68 685	3.24 698	5.89 701	5.60 698	4.84 707	3.50 705	4.33 677	3.93 715

raft_robust	4.71 708	7.75 688	5.40 704	6.81 698	3.31 703	4.28 692	4.20 715	4.32 693	4.37 717	4.35 692	4.35 715	4.14 690	3.75 698	4.30 694	4.20 713	6.67 708	6.37 703	3.36 680	4.24 717	4.86 696	3.25 703

cross-raft	4.83 709	7.52 685	6.43 707	6.63 696	3.96 713	4.51 693	3.99 713	4.49 694	3.96 713	4.52 693	3.96 711	4.50 694	3.97 704	4.50 695	3.97 709	6.65 707	6.44 704	4.33 689	3.92 713	4.35 678	3.91 714

test_4	4.88 710	8.13 689	6.98 712	7.46 702	4.44 716	4.25 691	3.85 712	4.04 691	3.92 712	4.13 689	3.91 710	4.18 692	3.84 701	4.14 691	4.06 711	7.01 711	7.13 710	4.53 690	3.72 710	4.09 674	3.72 709

TestStereo	4.88 710	4.75 654	4.79 697	4.87 683	4.92 718	4.81 710	4.90 718	4.78 707	4.77 718	4.87 708	4.89 717	4.90 712	4.91 710	4.99 711	4.79 715	4.98 693	4.87 695	4.87 708	4.92 719	5.00 699	5.00 718

test_3	5.01 712	8.86 696	7.77 714	8.09 704	2.76 689	4.13 690	4.05 714	3.88 688	3.76 710	4.33 691	4.13 713	3.71 686	3.91 702	4.21 692	4.06 711	7.93 713	7.69 712	4.53 690	3.91 712	4.17 675	4.29 717

NLCA_NET_v2_RVC	5.04 713	50.87 743	2.78 669	2.87 627	2.71 688	2.78 675	0.47 445	2.88 675	2.86 689	1.89 626	2.67 687	2.79 677	2.79 676	2.78 676	2.83 685	2.82 660	2.82 666	2.83 675	2.77 687	2.83 662	2.76 684
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 714	5.15 661	4.49 696	5.07 685	3.37 704	6.87 717	4.75 717	5.04 712	6.34 722	7.84 722	5.06 718	6.72 722	4.09 706	4.99 711	5.44 718	5.03 694	3.16 679	4.67 700	4.86 718	5.15 701	3.89 713

U	5.15 715	8.49 693	1.81 632	8.49 706	1.77 657	8.49 722	1.77 653	8.51 724	1.77 659	8.49 724	1.77 657	8.50 724	1.78 646	8.58 724	1.77 660	8.54 716	1.78 637	8.55 724	1.78 667	8.55 718	1.84 663

SGM-Forest	5.21 716	5.92 679	4.08 695	6.18 693	4.16 715	6.31 716	4.34 716	6.50 717	4.33 716	6.14 718	4.21 714	6.61 721	4.55 709	6.67 717	4.48 714	5.94 702	3.94 688	5.85 716	4.03 715	5.79 706	4.17 716
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 717	9.16 698	8.03 718	8.09 704	5.62 721	6.11 715	6.35 721	6.85 719	4.94 719	6.08 717	6.29 723	4.98 713	6.43 715	6.22 715	6.36 721	6.16 705	7.47 711	5.82 715	5.44 722	7.11 712	5.68 721

rvit_stereo_0075_2	6.64 718	8.80 695	5.25 701	7.89 703	5.27 720	7.90 721	5.27 719	7.92 723	5.28 720	7.91 723	5.29 720	7.93 723	5.27 711	7.92 723	5.28 716	7.93 713	5.28 697	7.93 722	5.29 721	7.93 715	5.28 720

RAFT	6.73 719	9.36 699	7.40 713	8.51 707	6.55 722	6.88 718	6.60 722	6.79 718	6.60 723	6.80 719	6.72 724	5.31 715	5.50 713	6.61 716	6.61 722	8.42 715	5.89 700	5.73 714	5.45 723	6.61 708	6.24 722

SGM+DAISY	7.06 720	9.15 697	5.38 703	8.84 708	5.18 719	8.80 723	5.31 720	8.79 725	5.28 720	8.89 725	5.20 719	8.93 725	5.33 712	8.95 725	5.36 717	8.70 717	5.21 696	8.74 725	5.20 720	8.89 719	5.15 719

test-v	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 720	6.91 724	7.29 720	5.71 721	6.45 719	6.93 716	6.73 719	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 724

test-2	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 720	6.91 724	7.29 720	5.71 721	6.45 719	6.93 716	6.73 719	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 724

PA-Net	11.80 723	223.51 750	0.62 437	0.59 388	0.71 515	0.59 460	0.73 518	0.67 467	0.73 525	0.55 451	0.61 490	0.60 464	0.74 515	0.63 465	0.73 516	0.66 432	0.60 446	0.69 483	0.66 506	0.72 463	0.65 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 724	23.00 717	15.00 724	23.00 731	15.00 725	24.00 730	16.00 725	24.00 732	16.00 726	22.00 732	15.00 725	23.00 732	16.00 725	23.00 732	15.00 725	22.00 732	15.00 726	22.00 732	15.00 726	22.00 732	15.00 726

rafts_anoy	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

raft+_RVC	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

raftrobust	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

CasAABBNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

RALCasStereoNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

RALAANet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

111	30.40 731	30.94 733	29.72 732	32.61 732	30.02 733	33.57 731	30.47 733	31.50 733	29.39 734	30.98 733	29.11 733	29.78 733	30.39 736	29.45 733	30.76 736	30.08 733	29.02 734	29.92 733	30.32 737	29.86 733	30.17 734

WCMA_ROB	31.10 732	35.43 737	27.12 731	39.51 744	23.10 732	38.78 743	25.30 732	37.49 745	25.39 733	37.29 744	27.02 732	38.52 745	26.48 732	37.80 744	26.44 732	36.28 740	22.65 733	33.90 737	22.30 733	37.10 742	24.18 733

DCANet-4	35.22 733	34.54 734	35.08 738	33.58 736	35.47 740	34.55 732	35.53 740	36.08 739	35.85 738	35.92 739	35.77 739	35.18 739	35.48 738	35.39 739	37.15 743	34.55 739	33.92 738	35.02 740	34.90 739	35.79 737	34.74 741

ADStereo(finetuned)	36.13 734	36.63 738	38.07 743	36.97 737	33.25 737	35.91 736	34.45 737	36.36 740	32.99 735	38.14 745	36.71 740	36.69 740	34.13 737	38.57 745	40.79 744	37.60 745	36.58 741	35.90 741	33.36 738	35.42 736	34.04 738

fast-reg	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

Reg-Stereo(zero)	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

fast-iter	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

CoSv	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

MDST_ROB	69.83 739	87.70 744	41.95 744	113.75 747	65.62 747	75.05 744	55.25 746	75.64 747	45.04 743	71.61 746	41.75 745	72.81 746	44.06 743	68.38 746	44.63 745	101.89 748	59.57 748	107.10 748	61.05 748	104.38 745	59.38 748

NOSS_ROB	102.95 740	153.00 748	121.00 747	51.00 745	44.00 745	165.00 747	127.00 747	153.00 748	119.00 745	164.00 749	125.00 747	168.00 749	120.00 745	153.00 748	117.00 747	49.00 746	44.00 746	49.00 746	44.00 746	49.00 743	44.00 746

CBMV	128.50 741	1422.70 755	53.10 745	79.50 746	51.30 746	77.30 745	49.70 745	74.00 746	48.20 744	77.20 747	48.80 746	73.90 747	48.00 744	73.80 747	48.80 746	70.40 747	45.10 747	68.90 747	46.10 747	68.20 744	45.00 747
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 742	171.00 749	160.68 750	162.58 748	160.59 748	164.01 746	160.35 748	158.51 749	158.56 746	158.34 748	160.12 748	158.56 748	159.92 746	157.26 749	158.94 748	154.38 749	158.36 749	155.75 749	159.13 750	153.67 746	154.07 749
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	201.80 743	123.00 745	115.00 746	219.00 749	218.00 750	223.00 748	244.00 750	217.00 750	236.00 748	202.00 750	203.00 749	205.00 750	208.00 747	225.00 750	204.00 749	210.00 750	198.00 750	197.00 750	184.00 751	204.00 747	201.00 750

MGS-Stereo	239.45 744	123.00 745	135.00 748	266.00 750	286.00 751	277.00 749	305.00 751	271.00 751	242.00 749	274.00 751	279.00 751	255.00 751	270.00 749	268.00 751	297.00 751	221.00 751	247.00 752	216.00 751	123.00 749	217.00 748	217.00 752

EGLCR-Stereo	246.90 745	129.00 747	139.00 749	266.00 750	286.00 751	277.00 749	305.00 751	271.00 751	242.00 749	274.00 751	279.00 751	255.00 751	270.00 749	268.00 751	297.00 751	230.00 752	247.00 752	216.00 751	223.00 753	237.00 749	227.00 753

DLCB_ROB	284.23 746	354.61 751	207.27 751	363.24 752	206.46 749	364.72 751	210.41 749	364.72 753	210.41 747	364.81 753	208.64 750	364.81 753	208.64 748	364.72 753	210.41 750	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 751

LE_ROB	396.57 747	471.28 752	329.84 752	471.48 753	308.15 753	526.83 752	322.10 753	488.15 754	323.76 751	495.46 754	317.97 753	497.17 754	320.10 751	481.62 754	326.76 753	462.71 754	298.97 754	466.16 754	285.98 754	447.62 751	289.21 754

SGM-ForestM	596.69 748	677.77 753	444.52 753	699.85 754	517.25 754	732.94 753	488.29 754	770.79 755	460.11 752	750.81 755	487.98 754	792.79 755	499.41 752	730.90 755	475.81 754	720.03 755	491.16 755	663.96 755	418.60 755	674.76 752	436.05 755

CBMV_ROB	818.48 749	913.88 754	709.52 754	862.84 755	597.78 755	1073.99 754	700.52 755	1015.66 756	702.59 753	1115.65 756	760.02 755	1130.24 756	721.57 753	1037.41 756	692.65 755	814.05 756	564.29 756	843.28 756	595.31 756	915.51 753	602.92 756

tt	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 737	33.55 736	34.50 734	35.43 737	33.81 737	10000000.00 754	33.57 737	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 739

DCANet	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 737	33.55 736	34.50 734	35.43 737	33.81 737	10000000.00 754	33.57 737	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 739

fff	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 734	10000000.00 754	35.27 736	29.82 734	32.45 734	30.15 733	32.35 734	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

csc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 734	10000000.00 754	35.27 736	29.82 734	32.45 734	30.15 733	32.35 734	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

cscssc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 734	10000000.00 754	35.27 736	29.82 734	32.45 734	30.15 733	32.35 734	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

111111	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

SGD-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-Stereo++	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-BASED-STEREO-	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-Stereo+	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

SDNR	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

anonymousdsp2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

anonymousdsp	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

test_example2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

DIP-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 401	0.50 417	0.38 402	0.50 426	0.38 406	0.50 432	3.79 699	0.50 425	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 380

FADE		0.06 79		0.09 76	0.10 154			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 145	0.10 99	0.17 189	0.13 190	0.11 155	0.11 164

Low-res two-view benchmark