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

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

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	0.73 439	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

CoDeX	0.15 146	0.70 291	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	0.67 465	0.02 15	0.69 456	0.75 473	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 158	0.78 303	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	0.79 503	0.02 15	0.75 469	0.76 475	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

G2L-ROB	0.03 29	0.06 82	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

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

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	0.11 165	0.04 90	0.03 52	0.58 397	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 104	0.12 161	0.04 110	0.06 129	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

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	0.05 109	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 619	0.04 59	0.04 66	0.04 93	0.05 127	0.04 97	0.06 134

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 104	0.04 92	0.05 131	0.04 96	0.05 121	0.04 90	1.71 628	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.66 625	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	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
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	0.75 442	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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	0.73 439	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 517	0.06 126	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	0.05 109	0.04 99	0.05 115	0.05 125

EDNetEfficientorigin	0.04 54	0.06 82	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	0.06 125	0.03 57	0.04 97	0.03 52

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.65 623	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

IGEV_i1	0.26 210	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	0.06 138	0.05 104	0.03 52	4.34 656	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

DFGA-Net	0.05 57	0.06 82	0.04 64	0.06 65	0.04 101	0.06 123	0.04 103	0.06 126	0.04 104	0.06 128	0.04 110	0.06 129	0.04 100	0.06 120	0.04 97	0.06 70	0.04 66	0.05 109	0.04 99	0.05 115	0.04 96

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

FINET	0.07 67	0.08 88	0.07 80	0.07 67	0.07 145	0.08 136	0.06 141	0.08 139	0.07 146	0.08 138	0.07 146	0.08 138	0.06 138	0.07 136	0.07 136	0.08 77	0.07 81	0.07 130	0.07 139	0.06 127	0.06 134

DispViT+	0.07 67	0.08 88	0.12 123	0.08 69	0.05 130	0.08 136	0.05 124	0.08 139	0.05 129	0.08 138	0.05 131	0.08 138	0.05 121	0.08 139	0.05 119	0.08 77	0.07 81	0.07 130	0.05 127	0.07 137	0.05 125

DA	0.09 75	0.13 117	0.39 300	0.08 69	0.05 130	0.07 134	0.05 124	0.13 162	0.05 129	0.06 128	0.05 131	0.06 129	0.05 121	0.06 120	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

GGEV	0.09 75	0.13 117	0.39 300	0.08 69	0.05 130	0.07 134	0.05 124	0.13 162	0.05 129	0.06 128	0.05 131	0.06 129	0.05 121	0.06 120	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

AASNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 142	0.06 128	0.06 142	0.05 113	0.06 138	0.06 120	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

SACVNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 142	0.06 128	0.06 142	0.05 113	0.06 138	0.06 120	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AACVNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 142	0.06 128	0.06 142	0.05 113	0.06 138	0.06 120	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

GwcNet	0.12 120	0.07 86	0.05 79	0.08 69	0.05 130	0.08 136	1.20 549	0.07 136	0.05 129	0.05 113	0.05 131	0.08 138	0.05 121	0.08 139	0.03 52	0.07 75	0.05 78	0.06 125	0.05 127	0.07 137	0.05 125

VMStereo-Base	0.03 29	0.09 98	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

SMFormer	0.09 75	1.01 360	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

Wz-Net-SNSev	0.03 29	0.09 98	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 75	0.09 98	0.10 92	0.09 76	0.09 149	0.09 144	0.09 148	0.10 146	0.08 150	0.10 147	0.09 150	0.09 146	0.09 148	0.09 145	0.08 138	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

FADE		0.06 82		0.09 76	0.10 156			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 187	0.13 188	0.11 157	0.11 162

test_sample6	0.09 75	0.97 340	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 374	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	1.03 366	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

CAS++	0.17 158	0.27 169	0.21 197	0.10 81	0.21 246	0.15 170	0.22 233	0.10 146	0.21 235	0.22 208	0.10 154	0.19 192	0.18 225	0.10 149	0.19 222	0.20 175	0.19 199	0.18 197	0.10 152	0.19 196	0.18 216
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 75	0.95 337	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

DualNet	0.10 90	1.07 374	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 75	1.01 360	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

AnonymousM	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

PVD	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SHD	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SAMSARA	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

XQC	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSC	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTS	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSA	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet+	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet++	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

BridgeDepth_RVC	0.07 67	0.08 88	0.11 112	0.11 98	0.05 130	0.08 136	0.05 124	0.08 139	0.05 129	0.08 138	0.05 131	0.08 138	0.05 121	0.08 139	0.05 119	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 88	0.11 112	0.11 98	0.05 130	0.08 136	0.05 124	0.08 139	0.07 146	0.08 138	0.05 131	0.08 138	0.05 121	0.09 145	0.08 138	0.15 141	0.11 122	0.07 130	0.05 127	0.07 137	0.06 134
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 75	1.00 350	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_sample2	0.09 75	1.03 366	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	0.87 317	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

JetRed	0.11 111	0.12 115	0.11 112	0.11 98	0.11 172	0.11 157	0.14 185	0.11 158	0.11 169	0.12 161	0.11 168	0.11 159	0.11 165	0.11 160	0.11 161	0.11 105	0.16 170	0.11 153	0.11 164	0.11 157	0.11 162

mmm	0.14 134	1.83 506	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	0.06 120	0.04 97	0.12 111	0.11 122	0.05 109	0.04 99	0.05 115	0.04 96

aanetorigin	0.13 127	0.11 113	0.11 112	0.11 98	0.11 172	0.11 157	0.11 166	0.11 158	0.11 169	0.11 159	0.12 176	0.11 159	0.11 165	0.11 160	0.11 161	0.11 105	0.11 122	0.14 162	0.11 164	0.49 397	0.11 162

DualNet (step1)	0.10 90	1.05 370	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	1.05 370	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	1.05 370	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_sample3	0.09 75	0.87 317	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

ffm	0.25 201	3.83 615	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 121	0.06 120	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

ff1	0.25 201	3.83 615	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 121	0.06 120	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

mmx	0.25 201	3.83 615	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 121	0.06 120	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

Wz-Net-MNSev	0.06 61	0.54 272	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 254	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

xxxx	0.11 111	1.16 388	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 376	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

SuperB	0.21 182	0.10 102	2.51 650	0.12 106	0.09 149	0.10 146	0.09 148	0.08 139	0.07 146	0.10 147	0.09 150	0.09 146	0.07 144	0.07 136	0.07 136	0.07 75	0.08 84	0.07 130	0.07 139	0.08 142	0.07 139

JetBlue	0.11 111	0.11 113	0.12 123	0.13 118	0.14 191	0.11 157	0.11 166	0.11 158	0.11 169	0.11 159	0.11 168	0.11 159	0.11 165	0.12 164	0.12 173	0.11 105	0.11 122	0.11 153	0.11 164	0.11 157	0.11 162

11t1	0.17 158	2.16 540	0.13 143	0.13 118	0.04 101	0.06 123	0.04 103	0.06 126	0.04 104	0.06 128	0.03 56	0.06 129	0.03 53	0.06 120	0.05 119	0.18 168	0.12 136	0.06 125	0.03 57	0.05 115	0.03 52

LRCNet_RVC	0.13 127	0.13 117	0.09 88	0.13 118	0.10 156	0.14 162	0.10 153	0.14 164	0.10 154	0.23 213	0.10 154	0.20 195	0.10 152	0.24 220	0.11 161	0.11 105	0.09 94	0.12 156	0.14 194	0.12 163	0.09 144

222	0.10 90	0.99 348	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

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

qqq1	0.25 201	3.70 609	0.14 148	0.14 122	0.04 101	0.06 123	0.05 124	0.06 126	0.05 129	0.06 128	0.05 131	0.04 96	0.05 121	0.06 120	0.05 119	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

fff1	0.25 201	3.70 609	0.14 148	0.14 122	0.04 101	0.06 123	0.05 124	0.06 126	0.05 129	0.06 128	0.05 131	0.04 96	0.05 121	0.06 120	0.05 119	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

1111x	0.10 90	1.14 383	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

x	0.11 111	1.15 386	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 134	0.13 117	0.14 148	0.14 122	0.14 191	0.14 162	0.14 185	0.14 164	0.14 191	0.14 163	0.14 194	0.14 164	0.14 190	0.14 166	0.14 184	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 188
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 217	0.90 325	0.10 92	0.14 122	0.10 156	0.14 162	0.10 153	0.91 479	0.69 483	0.14 163	0.11 168	0.14 164	0.11 165	0.14 166	0.10 149	0.12 111	0.09 94	0.12 156	0.09 145	0.88 470	0.76 497

CCAANet	0.17 158	0.71 292	0.14 148	0.14 122	0.14 191	0.14 162	0.14 185	0.14 164	0.14 191	0.14 163	0.14 194	0.14 164	0.14 190	0.14 166	0.22 231	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 188

DRN-Test	0.14 134	0.13 117	0.09 88	0.14 122	0.09 149	0.15 170	0.09 148	0.14 164	0.10 154	0.14 163	0.09 150	0.14 164	0.09 148	0.13 165	0.09 143	0.12 111	0.09 94	0.12 156	0.09 145	0.12 163	0.73 490

StereoDRNet	0.15 146	0.14 123	0.10 92	0.14 122	0.09 149	0.15 170	0.09 148	0.14 164	0.09 153	0.14 163	0.10 154	0.14 164	0.09 148	0.14 166	0.09 143	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.82 506

PDISCO_ROB	0.83 462	2.80 590	3.49 671	0.14 122	0.11 172	0.17 184	0.09 148	0.15 177	0.10 154	0.15 170	0.12 176	0.16 176	0.14 190	3.30 657	0.13 180	0.14 133	2.34 643	0.16 179	0.12 179	2.62 637	0.10 149

RT-Monster	0.09 75	0.07 86	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	0.10 152	0.04 90	0.03 52	0.92 469	0.03 39	0.03 41	0.03 57	0.03 47	0.07 139

zh-sn7	0.10 90	0.98 341	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo	0.18 169	0.50 254	0.16 169	0.15 133	0.16 213	0.16 177	0.16 197	0.16 178	0.16 207	0.16 175	0.16 207	0.16 176	0.16 203	0.16 177	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

S2M2_L	0.12 120	0.14 123	0.10 92	0.15 133	0.10 156	0.14 162	0.10 153	0.14 164	0.10 154	0.15 170	0.10 154	0.14 164	0.10 152	0.14 166	0.10 149	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.09 144
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 153	2.01 530	0.12 123	0.15 133	0.04 101	0.06 123	0.05 124	0.06 126	0.04 104	0.06 128	0.03 56	0.06 129	0.03 53	0.06 120	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 127	0.20 138	0.14 148	0.15 133	0.11 172	0.14 162	0.11 166	0.14 164	0.11 169	0.14 163	0.11 168	0.14 164	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLGR_C	0.14 134	0.20 138	0.12 123	0.15 133	0.11 172	0.14 162	0.15 191	0.14 164	0.11 169	0.15 170	0.12 176	0.14 164	0.11 165	0.16 177	0.11 161	0.15 141	0.12 136	0.14 162	0.12 179	0.15 175	0.12 176

ACRE	0.13 127	0.21 144	0.14 148	0.15 133	0.11 172	0.14 162	0.11 166	0.14 164	0.11 169	0.14 163	0.12 176	0.14 164	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

ELAS_RVC	0.14 134	0.16 125	0.10 92	0.15 133	0.10 156	0.18 188	0.11 166	0.19 189	0.11 169	0.19 188	0.12 176	0.18 188	0.11 165	0.19 190	0.12 173	0.14 133	0.08 84	0.14 162	0.09 145	0.15 175	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 125	0.11 112	0.15 133	0.09 149	0.18 188	0.11 166	0.18 187	0.11 169	0.17 182	0.11 168	0.18 188	0.11 165	0.18 187	0.11 161	0.14 133	0.08 84	0.14 162	0.08 143	0.14 167	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
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	0.17 215	0.02 20	0.02 21	0.71 424	0.02 16	0.02 19	0.02 21	0.02 21	0.16 194

xyz-stereo-finetune2	0.18 169	0.48 247	0.16 169	0.16 143	0.15 203	0.15 170	0.16 197	0.16 178	0.16 207	0.16 175	0.16 207	0.16 176	0.16 203	0.16 177	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

xyz-stereo-finetune	0.28 212	0.49 249	0.16 169	0.16 143	0.16 213	0.16 177	0.16 197	0.22 208	0.30 290	0.32 258	0.31 336	0.32 263	0.31 338	0.32 261	0.32 330	0.32 235	0.33 283	0.31 259	0.32 358	0.31 244	0.32 337

GMStereo_Zeroshot	0.16 153	0.16 125	0.16 169	0.16 143	0.16 213	0.16 177	0.16 197	0.16 178	0.16 207	0.16 175	0.16 207	0.16 176	0.16 203	0.16 177	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

ProNet	0.14 134	0.20 138	0.14 148	0.16 143	0.11 172	0.16 177	0.11 166	0.17 184	0.11 169	0.17 182	0.12 176	0.17 184	0.13 186	0.17 184	0.12 173	0.15 141	0.11 122	0.16 179	0.11 164	0.15 175	0.12 176

CIPLG	0.13 127	0.21 144	0.12 123	0.16 143	0.11 172	0.15 170	0.11 166	0.14 164	0.11 169	0.15 170	0.12 176	0.15 175	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

MIPNet	0.14 134	0.21 144	0.17 176	0.16 143	0.11 172	0.15 170	0.12 179	0.14 164	0.11 169	0.16 175	0.11 168	0.14 164	0.11 165	0.14 166	0.11 161	0.14 133	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLGR	0.14 134	0.24 158	0.14 148	0.16 143	0.12 185	0.15 170	0.12 179	0.14 164	0.11 169	0.15 170	0.12 176	0.14 164	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

ICVP	0.15 146	0.53 268	0.11 112	0.16 143	0.11 172	0.16 177	0.11 166	0.16 178	0.11 169	0.16 175	0.11 168	0.16 176	0.11 165	0.16 177	0.11 161	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 130	0.12 123	0.17 152	0.11 172	0.17 184	0.11 166	0.17 184	0.11 169	0.17 182	0.11 168	0.17 184	0.11 165	0.17 184	0.11 161	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 134	0.16 125	0.12 123	0.17 152	0.12 185	0.17 184	0.11 166	0.17 184	0.11 169	0.17 182	0.12 176	0.17 184	0.12 180	0.17 184	0.12 173	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.12 176

cf-r	0.66 409	2.17 541	0.12 123	0.18 154	0.12 185	0.18 188	2.70 662	2.60 637	0.12 185	0.18 186	0.12 176	0.18 188	0.12 180	0.18 187	0.12 173	0.15 141	0.11 122	0.15 175	0.11 164	1.81 595	1.74 638

LALA_ROB	0.15 146	0.19 134	0.12 123	0.18 154	0.11 172	0.20 196	0.12 179	0.21 204	0.12 185	0.20 194	0.12 176	0.20 195	0.12 180	0.21 205	0.13 180	0.17 160	0.10 99	0.18 197	0.11 164	0.18 190	0.11 162

SGM_RVC	0.15 146	0.17 130	0.11 112	0.18 154	0.11 172	0.19 191	0.11 166	0.19 189	0.12 185	0.19 188	0.12 176	0.20 195	0.12 180	0.19 190	0.12 173	0.16 152	0.11 122	0.17 187	0.10 152	0.17 186	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 75	0.09 98	0.17 176	0.19 157	0.06 143	0.08 136	0.06 141	0.08 139	0.06 142	0.08 138	0.06 142	0.08 138	0.06 138	0.08 139	0.06 135	0.15 141	0.16 170	0.08 135	0.06 138	0.08 142	0.06 134

IGEV-FE	0.35 248	0.37 188	0.17 176	0.19 157	0.17 219	0.20 196	0.17 207	0.19 189	0.17 217	0.19 188	0.17 214	0.19 192	0.17 215	0.37 282	0.36 362	0.19 172	0.17 191	0.19 200	0.17 226	0.38 295	2.84 662

DDVS	0.30 218	3.10 595	0.14 148	0.19 157	0.14 191	0.19 191	0.14 185	0.20 195	0.14 191	0.19 188	0.13 189	0.16 176	0.13 186	0.19 190	0.13 180	0.17 160	0.13 159	0.17 187	0.13 188	0.17 186	0.13 183

DeepPruner_ROB	0.16 153	0.18 133	0.13 143	0.19 157	0.13 189	0.19 191	0.13 183	0.19 189	0.13 189	0.19 188	0.13 189	0.19 192	0.13 186	0.19 190	0.13 180	0.18 168	0.13 159	0.18 197	0.13 188	0.18 190	0.13 183

zh-mn7	0.12 120	1.14 383	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 146	0.17 130	0.13 143	0.20 161	0.13 189	0.19 191	0.13 183	0.18 187	0.13 189	0.19 188	0.13 189	0.18 188	0.14 190	0.18 187	0.14 184	0.16 152	0.11 122	0.15 175	0.14 194	0.18 190	0.11 162

DAS	0.20 175	0.20 138	0.20 191	0.20 161	0.20 237	0.20 196	0.20 223	0.20 195	0.20 231	0.20 194	0.20 236	0.20 195	0.20 234	0.20 194	0.20 225	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 220

ASD4	0.20 175	0.20 138	0.20 191	0.20 161	0.20 237	0.20 196	0.20 223	0.20 195	0.20 231	0.20 194	0.20 236	0.20 195	0.20 234	0.20 194	0.20 225	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 220

ACVNet	0.20 175	0.19 134	0.14 148	0.20 161	0.14 191	0.20 196	0.96 524	0.21 204	0.14 191	0.20 194	0.13 189	0.21 203	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 176

acv_ft	0.20 175	0.19 134	0.14 148	0.20 161	0.14 191	0.20 196	0.96 524	0.21 204	0.14 191	0.20 194	0.13 189	0.21 203	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 176

hitnet-ft	0.79 445	2.78 589	0.14 148	0.20 161	0.14 191	0.21 207	2.89 663	2.80 651	0.14 191	0.20 194	0.14 194	0.20 195	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.54 636	2.33 655

PSMNet-RSSM	0.77 440	2.76 584	0.14 148	0.20 161	0.14 191	0.20 196	2.66 660	2.79 650	0.14 191	0.21 206	0.14 194	0.21 203	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.52 628	2.31 653

GwcNet-RSSM	0.77 440	2.77 586	0.14 148	0.20 161	0.14 191	0.20 196	2.67 661	2.78 649	0.14 191	0.20 194	0.14 194	0.20 195	0.14 190	0.21 205	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.52 628	2.31 653

CFNet-ft	0.55 390	1.57 467	0.14 148	0.20 161	0.14 191	0.20 196	2.53 658	1.61 590	0.14 191	0.20 194	0.14 194	0.20 195	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	1.56 583	1.24 600

RAFT-FEzeroshot	0.34 239	0.26 166	0.17 176	0.21 171	0.17 219	0.20 196	0.16 197	0.20 195	0.16 207	0.20 194	0.17 214	0.21 203	0.16 203	0.27 244	0.24 241	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 671

RAFT-FE	0.34 239	0.26 166	0.17 176	0.21 171	0.17 219	0.20 196	0.16 197	0.20 195	0.16 207	0.20 194	0.17 214	0.21 203	0.16 203	0.27 244	0.24 241	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 671

DepthFocus	0.18 169	0.22 148	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 208	0.15 202	0.22 208	0.15 203	0.22 211	0.16 203	0.22 209	0.15 194	0.20 175	0.15 167	0.20 204	0.14 194	0.20 197	0.14 188

RSGM-EC	0.24 198	0.24 158	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 208	0.15 202	0.24 220	0.15 203	0.22 211	0.15 201	0.22 209	1.19 549	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 188

acva	0.24 198	0.24 158	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 208	0.15 202	0.24 220	0.15 203	0.22 211	0.15 201	0.22 209	1.19 549	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 188

IMH-64-1	0.22 189	0.23 150	0.23 202	0.22 173	0.22 248	0.22 209	0.22 233	0.22 208	0.22 238	0.22 208	0.22 243	0.22 211	0.22 241	0.22 209	0.22 231	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 227

IMH-64	0.22 189	0.23 150	0.23 202	0.22 173	0.22 248	0.22 209	0.22 233	0.22 208	0.22 238	0.22 208	0.22 243	0.22 211	0.22 241	0.22 209	0.22 231	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 227

WAO-6	0.22 189	0.23 150	0.22 199	0.23 178	0.22 248	0.22 209	0.22 233	0.22 208	0.22 238	0.22 208	0.22 243	0.22 211	0.22 241	0.22 209	0.22 231	0.22 185	0.22 209	0.22 213	0.22 241	0.22 206	0.22 225

Wz-Net-LNSev	0.06 61	0.24 158	0.20 191	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 195	0.98 341	0.16 169	0.23 178	0.15 203	0.23 218	0.15 191	0.23 215	0.15 202	0.23 213	0.15 203	0.24 224	0.17 215	0.23 216	0.15 194	0.22 185	0.15 167	0.21 208	0.15 202	0.22 206	0.16 194

dad	0.23 195	1.03 366	0.16 169	0.23 178	0.15 203	0.24 221	0.15 191	0.24 218	0.16 207	0.23 213	0.16 207	0.24 224	0.16 203	0.23 216	0.15 194	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 194

ac_64	0.22 189	0.13 117	0.19 188	0.23 178	0.10 156	0.26 239	1.02 534	0.14 164	0.10 154	0.28 241	0.14 194	0.17 184	0.19 230	0.28 248	0.09 143	0.22 185	0.16 170	0.23 221	0.17 226	0.11 157	0.12 176

BStereo	0.22 189	0.23 150	0.20 191	0.24 183	0.20 237	0.23 218	0.33 344	0.39 282	0.17 217	0.23 213	0.17 214	0.23 218	0.16 203	0.24 220	0.17 207	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 194

Wave_Phase_stereo	0.22 189	0.23 150	0.20 191	0.24 183	0.20 237	0.23 218	0.33 344	0.39 282	0.17 217	0.23 213	0.17 214	0.23 218	0.16 203	0.24 220	0.17 207	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 194

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 145	0.13 161	0.05 124	0.06 126	0.05 129	0.05 113	0.05 131	0.13 163	0.05 121	0.05 104	0.09 143	0.24 203	0.20 201	0.10 142	0.05 127	0.06 127	0.13 183

Pointernet	0.21 182	0.22 148	0.19 188	0.24 183	0.19 234	0.24 221	0.19 219	0.24 218	0.19 229	0.24 220	0.19 232	0.24 224	0.19 230	0.24 220	0.19 222	0.22 185	0.17 191	0.22 213	0.17 226	0.22 206	0.17 211

UPFNet	0.42 310	1.20 393	0.17 176	0.24 183	0.17 219	0.25 230	0.17 207	1.19 520	0.90 519	0.25 228	0.17 214	0.24 224	0.17 215	0.25 229	0.17 207	0.22 185	0.17 191	0.22 213	0.16 204	1.15 508	0.93 516

iResNetv2_ROB	0.20 175	0.23 150	0.18 186	0.24 183	0.20 237	0.24 221	0.18 215	0.24 218	0.18 223	0.24 220	0.18 230	0.23 218	0.19 230	0.24 220	0.18 219	0.21 183	0.16 170	0.21 208	0.16 204	0.22 206	0.16 194

iResNet	0.20 175	0.23 150	0.18 186	0.24 183	0.18 230	0.24 221	0.20 223	0.24 218	0.18 223	0.23 213	0.17 214	0.23 218	0.18 225	0.23 216	0.18 219	0.22 185	0.16 170	0.21 208	0.16 204	0.21 204	0.16 194

ACV-stereo	0.30 218	2.08 532	0.25 212	0.25 190	0.18 230	0.24 221	0.17 207	0.24 218	0.18 223	0.24 220	0.17 214	0.25 231	0.17 215	0.24 220	0.17 207	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 194

LoS_RVC	0.30 218	1.14 383	0.25 212	0.25 190	0.25 261	0.26 239	0.25 248	0.25 226	0.25 252	0.25 228	0.25 260	0.26 242	0.26 262	0.26 240	0.25 249	0.26 211	0.26 223	0.25 235	0.25 257	0.26 226	0.26 244

CAS	0.30 218	1.17 389	0.25 212	0.25 190	0.25 261	0.26 239	0.25 248	0.25 226	0.26 265	0.25 228	0.25 260	0.25 231	0.25 253	0.25 229	0.25 249	0.26 211	0.26 223	0.26 240	0.25 257	0.26 226	0.25 238

LoS	0.25 201	0.27 169	0.25 212	0.25 190	0.25 261	0.25 230	0.25 248	0.26 232	0.25 252	0.25 228	0.25 260	0.25 231	0.25 253	0.25 229	0.25 249	0.26 211	0.25 220	0.25 235	0.26 263	0.26 226	0.25 238
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 324	1.24 447	0.17 176	0.25 190	0.17 219	0.25 230	0.18 215	1.26 572	0.93 525	0.25 228	0.17 214	0.25 231	0.18 225	0.25 229	0.17 207	0.23 196	0.16 170	0.23 221	0.16 204	1.20 520	0.99 522

delet	0.43 311	1.21 439	0.17 176	0.25 190	0.17 219	0.25 230	0.18 215	1.26 572	0.95 527	0.25 228	0.17 214	0.25 231	0.17 215	0.25 229	0.17 207	0.23 196	0.16 170	0.22 213	0.16 204	1.18 516	0.98 521

psm_up	0.43 311	1.19 392	0.17 176	0.25 190	0.18 230	0.25 230	0.19 219	1.26 572	0.91 520	0.26 237	0.17 214	0.25 231	0.17 215	0.25 229	0.17 207	0.22 185	0.17 191	0.23 221	0.16 204	1.18 516	0.99 522

Select-FE	0.41 296	0.44 225	0.23 202	0.26 197	0.22 248	0.26 239	0.22 233	0.26 232	0.23 244	0.26 237	0.23 247	0.26 242	0.23 247	0.45 375	0.42 405	0.25 209	0.22 209	0.25 235	0.22 241	0.45 374	2.90 663

tg	0.21 182	0.25 164	0.21 197	0.26 197	0.17 219	0.24 221	0.17 207	0.24 218	0.17 217	0.24 220	0.17 214	0.24 224	0.17 215	0.24 220	0.17 207	0.24 203	0.17 191	0.23 221	0.16 204	0.23 217	0.16 194

UNDER WATER-64	0.25 201	0.26 166	0.25 212	0.26 197	0.25 261	0.25 230	0.25 248	0.25 226	0.25 252	0.25 228	0.25 260	0.25 231	0.25 253	0.26 240	0.25 249	0.25 209	0.25 220	0.25 235	0.25 257	0.25 224	0.25 238

GEStereo_RVC	0.86 474	4.45 630	0.20 191	0.27 200	0.20 237	0.27 243	0.20 223	0.26 232	0.18 223	5.03 687	0.20 236	0.27 244	0.19 230	0.27 244	0.21 229	0.20 175	0.19 199	0.19 200	4.02 691	0.20 197	0.18 216

SQANet	0.28 212	0.28 172	0.28 227	0.28 201	0.28 274	0.28 244	0.28 266	0.28 235	0.28 273	0.28 241	0.28 276	0.28 245	0.28 276	0.28 248	0.28 264	0.28 218	0.28 239	0.28 246	0.28 313	0.28 233	0.28 302

ssnet_v2	0.68 414	1.96 528	1.25 574	0.29 202	0.20 237	0.30 248	0.20 223	0.29 240	0.22 238	1.50 592	0.20 236	0.31 259	0.20 234	0.27 244	0.22 231	0.24 203	1.49 597	0.26 240	0.18 232	3.90 647	0.19 218

DStereoO	0.31 225	0.31 178	0.31 250	0.30 203	0.40 400	0.31 254	0.30 281	0.30 242	0.34 362	0.29 246	0.31 336	0.29 251	0.30 289	0.31 258	0.31 320	0.31 233	0.29 253	0.31 259	0.30 340	0.31 244	0.31 330

MultiAttention	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 242	0.30 290	0.30 247	0.30 294	0.30 255	0.30 289	0.30 254	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321

MSAF-DinoV2	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 242	0.30 290	0.30 247	0.30 294	0.30 255	0.30 289	0.30 254	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321

IGEV_Zeroshot_test	0.20 175	0.19 134	0.40 332	0.30 203	0.17 219	0.22 209	0.17 207	0.21 204	0.17 217	0.20 194	0.17 214	0.21 203	0.18 225	0.21 205	0.17 207	0.20 175	0.16 170	0.20 204	0.16 204	0.20 197	0.17 211

GMOStereo	0.37 265	0.45 233	0.23 202	0.30 203	0.37 382	0.41 310	0.36 369	0.41 304	0.35 366	0.43 323	0.36 375	0.41 312	0.40 389	0.41 311	0.36 362	0.34 244	0.22 209	0.47 413	0.37 394	0.39 336	0.33 344

DANet	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 242	0.30 290	0.30 247	0.30 294	0.30 255	0.30 289	0.30 254	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 182	0.24 158	0.26 218	0.31 209	0.16 213	0.24 221	0.16 197	0.24 218	0.16 207	0.24 220	0.16 207	0.24 224	0.16 203	0.24 220	0.16 201	0.27 214	0.23 215	0.24 230	0.16 204	0.23 217	0.16 194

LACA1	0.21 182	0.24 158	0.26 218	0.31 209	0.16 213	0.24 221	0.16 197	0.24 218	0.16 207	0.24 220	0.16 207	0.24 224	0.16 203	0.24 220	0.16 201	0.27 214	0.22 209	0.23 221	0.16 204	0.23 217	0.16 194

DStereoSA	0.32 234	0.52 264	0.34 270	0.31 209	0.31 337	0.30 248	0.30 281	0.31 247	0.30 290	0.31 252	0.31 336	0.31 259	0.30 289	0.31 258	0.31 320	0.30 227	0.32 271	0.31 259	0.31 351	0.31 244	0.31 330

xxxxx1	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 253	0.25 252	0.31 252	0.24 254	0.33 266	0.25 253	0.32 261	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

tt_ll	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 253	0.25 252	0.31 252	0.24 254	0.33 266	0.25 253	0.32 261	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

ff	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 253	0.25 252	0.31 252	0.24 254	0.33 266	0.25 253	0.32 261	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

w-ln-seven-2	0.14 134	1.22 445	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 234	1.24 447	0.24 209	0.32 215	0.24 259	0.32 263	0.23 241	0.32 249	0.24 247	0.32 258	0.24 254	0.32 263	0.24 250	0.32 261	0.24 241	0.30 227	0.23 215	0.30 253	0.23 247	0.30 239	0.23 227

CASnet	0.35 248	0.51 262	0.44 354	0.32 215	0.31 337	0.24 221	0.34 357	0.36 263	0.25 252	0.31 252	0.37 382	0.30 255	0.33 354	0.25 229	0.45 411	0.37 259	0.37 328	0.33 269	0.35 385	0.34 258	0.37 369
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 212	0.32 180	0.24 209	0.32 215	0.25 261	0.32 263	0.24 246	0.32 249	0.24 247	0.33 262	0.24 254	0.35 272	0.24 250	0.33 268	0.24 241	0.31 233	0.24 219	0.32 262	0.24 254	0.32 247	0.24 237

DStereoFS	0.32 234	0.33 181	0.32 255	0.33 219	0.30 294	0.32 263	0.32 333	0.32 249	0.31 333	0.30 247	0.31 336	0.31 259	0.30 289	0.32 261	0.32 330	0.32 235	0.31 267	0.30 253	0.47 440	0.32 247	0.34 351

model_zeroshot	0.27 211	0.20 138	0.27 221	0.33 219	0.21 246	0.37 279	0.22 233	0.37 269	0.24 247	0.26 237	0.27 269	0.33 266	0.21 240	0.25 229	0.27 255	0.32 235	0.20 201	0.34 278	0.23 247	0.25 224	0.26 244

tt1	0.31 225	0.93 334	0.24 209	0.33 219	0.23 254	0.31 254	0.24 246	0.32 249	0.24 247	0.32 258	0.23 247	0.32 263	0.25 253	0.32 261	0.24 241	0.27 214	0.26 223	0.27 244	0.26 263	0.27 231	0.27 282

DLNR-FE	0.28 212	0.89 322	0.30 235	0.34 222	0.19 234	0.28 244	0.19 219	0.28 235	0.20 231	0.28 241	0.20 236	0.28 245	0.20 234	0.28 248	0.20 225	0.33 240	0.28 239	0.25 235	0.19 233	0.24 221	0.19 218

H2IRNET	0.34 239	0.34 182	0.34 270	0.34 222	0.34 369	0.34 266	0.34 357	0.34 256	0.34 362	0.34 264	0.34 363	0.34 270	0.34 359	0.34 269	0.34 354	0.34 244	0.34 312	0.34 278	0.34 372	0.34 258	0.34 351

DMCA	0.36 255	0.38 192	0.37 287	0.35 224	0.35 372	0.36 274	0.36 369	0.36 263	0.35 366	0.35 268	0.37 382	0.36 277	0.36 369	0.35 272	0.36 362	0.36 256	0.36 325	0.35 294	0.36 391	0.36 278	0.36 364

MLCV	0.31 225	0.35 183	0.27 221	0.35 224	0.28 274	0.35 270	0.27 258	0.35 259	0.28 273	0.36 272	0.27 269	0.35 272	0.27 269	0.35 272	0.27 255	0.34 244	0.27 233	0.34 278	0.27 300	0.34 258	0.27 282

ETE_ROB	0.35 248	0.35 183	0.35 281	0.35 224	0.35 372	0.35 270	0.35 362	0.35 259	0.35 366	0.35 268	0.35 371	0.35 272	0.35 366	0.35 272	0.35 358	0.35 252	0.35 319	0.35 294	0.35 385	0.35 271	0.35 361

DN-CSS_ROB	0.31 225	0.35 183	0.28 227	0.35 224	0.28 274	0.34 266	0.27 258	0.34 256	0.25 252	0.35 268	0.27 269	0.36 277	0.26 262	0.34 269	0.28 264	0.35 252	0.28 239	0.34 278	0.28 313	0.34 258	0.27 282

Any-RAFT	0.32 234	0.36 186	0.27 221	0.36 228	0.27 269	0.36 274	0.27 258	0.36 263	0.27 269	0.36 272	0.27 269	0.36 277	0.27 269	0.36 278	0.28 264	0.36 256	0.28 239	0.36 299	0.28 313	0.36 278	0.28 302

CES	0.39 283	0.47 241	0.36 283	0.36 228	0.37 382	0.45 380	0.35 362	0.35 259	0.40 396	0.36 272	0.44 421	0.47 388	0.36 369	0.44 359	0.36 362	0.37 259	0.39 342	0.44 395	0.35 385	0.37 282	0.36 364

HGLStereo	0.28 212	0.29 174	0.22 199	0.36 228	0.22 248	0.36 274	0.21 229	0.36 263	0.21 235	0.42 318	0.21 242	0.36 277	0.22 241	0.36 278	0.21 229	0.34 244	0.21 205	0.34 278	0.21 238	0.34 258	0.21 223

PAM	0.39 283	1.88 517	0.34 270	0.37 231	0.41 410	0.45 380	0.22 233	0.28 235	0.23 244	0.28 241	0.24 254	0.29 251	0.23 247	0.29 252	0.23 238	0.38 270	0.32 271	0.38 310	0.37 394	0.32 247	0.22 225

RSM	0.36 255	0.36 186	0.43 352	0.37 231	0.42 420	0.49 401	0.42 410	0.37 269	0.28 273	0.36 272	0.29 282	0.36 277	0.30 289	0.37 282	0.28 264	0.34 244	0.31 267	0.34 278	0.35 385	0.40 348	0.29 308

XPNet_ROB	0.37 265	0.37 188	0.37 287	0.37 231	0.37 382	0.37 279	0.37 375	0.37 269	0.37 378	0.37 277	0.37 382	0.37 284	0.37 374	0.37 282	0.37 371	0.37 259	0.37 328	0.37 302	0.37 394	0.37 282	0.37 369

Monster-pub-mixall	0.44 324	0.56 276	0.60 413	0.38 234	0.27 269	0.37 279	0.27 258	0.37 269	0.29 279	0.38 278	0.27 269	0.38 286	0.29 283	0.85 479	0.27 255	1.46 576	0.26 223	0.34 278	0.26 263	0.36 278	0.53 436

WAO-8	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 278	0.38 382	0.38 278	0.38 387	0.38 286	0.38 378	0.38 285	0.38 374	0.38 270	0.38 335	0.38 310	0.37 394	0.38 295	0.38 376

WAO-7	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 278	0.38 382	0.38 278	0.38 387	0.38 286	0.38 378	0.38 285	0.38 374	0.38 270	0.38 335	0.38 310	0.38 407	0.38 295	0.38 376

Venus	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.37 279	0.38 382	0.37 269	0.37 378	0.41 304	0.37 382	0.39 291	0.37 374	0.38 285	0.38 374	0.37 259	0.38 335	0.38 310	0.37 394	0.37 282	0.38 376

IMH	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 278	0.38 382	0.42 318	0.38 387	0.40 299	0.38 378	0.38 285	0.38 374	0.38 270	0.38 335	0.39 351	0.38 407	0.38 295	0.38 376

Monster-pub-eth3d	0.45 347	0.57 277	0.60 413	0.39 239	0.28 274	0.37 279	0.28 266	0.37 269	0.30 290	0.39 284	0.29 282	0.39 291	0.30 289	0.92 491	0.27 255	1.42 573	0.28 239	0.34 278	0.28 313	0.37 282	0.53 436

1test111	0.37 265	1.02 364	0.30 235	0.39 239	0.29 284	0.40 294	0.28 266	0.39 282	0.29 279	0.39 284	0.29 282	0.39 291	0.28 276	0.40 296	0.29 275	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 330

cc1	0.37 265	1.02 364	0.30 235	0.39 239	0.29 284	0.40 294	0.28 266	0.39 282	0.29 279	0.39 284	0.29 282	0.39 291	0.28 276	0.40 296	0.29 275	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 330

HanzoNet	0.39 283	0.38 192	0.40 332	0.39 239	0.41 410	0.38 286	0.38 382	0.38 278	0.38 382	0.39 284	0.39 397	0.38 286	0.38 378	0.39 293	0.40 389	0.38 270	0.38 335	0.40 364	0.38 407	0.38 295	0.40 385

gwcnet-sp	0.82 458	1.72 474	1.48 596	0.39 239	0.15 203	0.31 254	0.21 229	0.20 195	0.25 252	1.61 596	0.23 247	0.28 245	0.26 262	0.20 194	0.15 194	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 227

scenet	0.82 458	1.72 474	1.48 596	0.39 239	0.15 203	0.31 254	0.21 229	0.20 195	0.25 252	1.61 596	0.23 247	0.28 245	0.26 262	0.20 194	0.15 194	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 227

ssnet	0.82 458	1.72 474	1.48 596	0.39 239	0.15 203	0.31 254	0.21 229	0.20 195	0.25 252	1.61 596	0.23 247	0.28 245	0.26 262	0.20 194	0.15 194	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 227

Wz-Net-LNSev-Ref	0.11 111	0.44 225	0.33 260	0.39 239	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	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 239	0.42 221	0.31 250	0.39 239	0.30 294	0.38 286	0.30 281	0.40 289	0.29 279	0.40 290	0.37 382	0.41 312	0.34 359	0.38 285	0.30 282	0.34 244	0.27 233	0.34 278	0.26 263	0.34 258	0.26 244

iRaft-Stereo_20w	0.34 239	0.41 214	0.31 250	0.39 239	0.29 284	0.40 294	0.32 333	0.41 304	0.32 343	0.38 278	0.30 294	0.39 291	0.30 289	0.38 285	0.32 330	0.35 252	0.27 233	0.34 278	0.27 300	0.34 258	0.29 308

RAFT + AFF	0.31 225	0.45 233	0.34 270	0.39 239	0.28 274	0.38 286	0.33 344	0.29 240	0.31 333	0.30 247	0.30 294	0.29 251	0.27 269	0.29 252	0.30 282	0.28 218	0.29 253	0.29 251	0.29 326	0.27 231	0.32 337

StereoDRNet-Refined	0.33 238	0.39 199	0.26 218	0.39 239	0.26 268	0.40 294	0.26 255	0.40 289	0.26 265	0.39 284	0.26 265	0.39 291	0.26 262	0.39 293	0.26 254	0.37 259	0.25 220	0.37 302	0.25 257	0.37 282	0.37 369
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 514	0.39 199	5.28 684	0.39 239	0.20 237	0.39 292	0.27 258	0.39 282	0.22 238	0.38 278	0.20 236	0.38 286	0.20 234	6.95 698	0.22 231	0.30 227	0.21 205	0.27 244	0.21 238	5.25 679	0.21 223

Replicate-Monster	0.45 347	0.57 277	0.60 413	0.40 252	0.29 284	0.37 279	0.27 258	0.37 269	0.30 290	0.40 290	0.31 336	0.40 299	0.30 289	0.99 500	0.27 255	1.36 569	0.31 267	0.34 278	0.30 340	0.36 278	0.54 439

w-ln-seven	0.18 169	1.47 464	0.33 260	0.40 252	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	0.38 270	0.32 271	0.05 109	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 255	1.89 518	0.22 199	0.40 252	0.22 248	0.40 294	0.22 233	0.40 289	0.22 238	0.40 290	0.22 243	0.40 299	0.22 241	0.40 296	0.22 231	0.28 218	0.21 205	0.28 246	0.21 238	0.28 233	0.20 220

IGEV++	0.34 239	0.43 222	0.30 235	0.40 252	0.29 284	0.40 294	0.29 276	0.40 289	0.29 279	0.40 290	0.29 282	0.40 299	0.29 283	0.40 296	0.30 282	0.38 270	0.29 253	0.37 302	0.29 326	0.37 282	0.29 308

ACVNet-DCA	0.37 265	1.00 350	0.30 235	0.40 252	0.29 284	0.40 294	0.29 276	0.40 289	0.29 279	0.40 290	0.29 282	0.40 299	0.29 283	0.39 293	0.28 264	0.33 240	0.32 271	0.33 269	0.32 358	0.33 254	0.32 337

xx1	0.38 271	1.03 366	0.31 250	0.40 252	0.31 337	0.41 310	0.28 266	0.40 289	0.29 279	0.40 290	0.29 282	0.40 299	0.29 283	0.40 296	0.29 275	0.34 244	0.33 283	0.34 278	0.32 358	0.34 258	0.32 337

knoymous	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

anonymousa	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

riskmin	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

Anonymous_2	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

Anonymous_1	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

AdaStereo	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385
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.
Zero-FE251	0.36 255	0.40 203	0.28 227	0.41 264	0.28 274	0.41 310	0.28 266	0.41 304	0.28 273	0.41 304	0.28 276	0.41 312	0.28 276	0.42 324	0.30 282	0.37 259	0.26 223	0.37 302	0.27 300	0.45 374	0.56 449

z-mn7	0.16 153	1.21 439	0.33 260	0.41 264	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	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 255	0.37 188	0.33 260	0.41 264	0.32 347	0.41 310	0.32 333	0.41 304	0.32 343	0.41 304	0.32 346	0.41 312	0.32 343	0.41 311	0.33 341	0.37 259	0.29 253	0.37 302	0.29 326	0.38 295	0.31 330

GwcNet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

PSMNet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

GANet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

ADLNet2	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

ADLNet	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

GES	0.66 409	2.34 557	0.29 231	0.41 264	0.29 284	0.41 310	0.29 276	0.42 322	0.29 279	0.40 290	0.41 407	0.41 312	0.30 289	0.51 416	0.29 275	0.32 235	0.29 253	0.32 262	2.46 662	2.49 624	0.30 321

DGSMNet	0.34 239	0.41 214	0.27 221	0.41 264	0.28 274	0.41 310	0.28 266	0.41 304	0.27 269	0.41 304	0.27 269	0.42 330	0.27 269	0.41 311	0.28 264	0.40 290	0.29 253	0.40 364	0.28 313	0.40 348	0.27 282

HiDET	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.42 322	0.30 290	0.44 357	0.30 294	0.42 330	0.30 289	0.42 324	0.68 473	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 308

LCMNet	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.42 322	0.30 290	0.45 369	0.30 294	0.42 330	0.30 289	0.42 324	0.69 481	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 308

CSFM-Stereo	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.43 328	0.30 290	0.44 357	0.30 294	0.42 330	0.30 289	0.42 324	0.73 493	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.30 321

HART	0.38 271	0.45 233	0.34 270	0.42 274	0.33 359	0.41 310	0.34 357	0.42 322	0.33 353	0.43 323	0.34 363	0.42 330	0.34 359	0.41 311	0.38 374	0.40 290	0.32 271	0.42 392	0.32 358	0.40 348	0.32 337

RAFT-Stereo-weight	0.45 347	1.90 520	0.34 270	0.42 274	0.36 378	0.43 337	0.35 362	0.42 322	0.34 362	0.42 318	0.34 363	0.44 369	0.34 359	0.41 311	0.34 354	0.38 270	0.32 271	0.38 310	0.32 358	0.38 295	0.33 344

Gwc-CoAtRS	0.41 296	1.49 465	0.32 255	0.42 274	0.32 347	0.41 310	0.32 333	0.41 304	0.33 353	0.41 304	0.32 346	0.41 312	0.32 343	0.41 311	0.32 330	0.39 283	0.28 239	0.39 351	0.28 313	0.40 348	0.28 302

MonSter++	0.38 271	0.44 225	0.31 250	0.43 280	0.30 294	0.43 337	0.31 325	0.43 328	0.31 333	0.45 369	0.31 336	0.43 337	0.31 338	0.43 330	0.69 481	0.38 270	0.33 283	0.40 364	0.30 340	0.38 295	0.30 321

test_for_model	0.35 248	0.39 199	0.30 235	0.43 280	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.31 320	0.38 270	0.26 223	0.38 310	0.26 263	0.38 295	0.26 244

GCAPDPT-zeroshot	0.36 255	0.40 203	0.30 235	0.43 280	0.30 294	0.43 337	0.30 281	0.43 328	0.31 333	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.31 320	0.39 283	0.28 239	0.39 351	0.27 300	0.39 336	0.26 244

gcap_with_dpt	0.35 248	0.39 199	0.30 235	0.44 283	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.30 294	0.44 369	0.30 289	0.44 359	0.30 282	0.38 270	0.26 223	0.38 310	0.27 300	0.38 295	0.27 282

gcap-zeroshot	0.36 255	0.40 203	0.34 270	0.44 283	0.31 337	0.44 370	0.31 325	0.44 362	0.32 343	0.44 357	0.32 346	0.44 369	0.32 343	0.44 359	0.31 320	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 282

testlalala	0.36 255	0.40 203	0.34 270	0.44 283	0.31 337	0.44 370	0.31 325	0.44 362	0.32 343	0.44 357	0.32 346	0.44 369	0.32 343	0.44 359	0.31 320	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 282

RCA-Stereo	0.51 379	3.22 600	0.34 270	0.44 283	0.34 369	0.44 370	0.34 357	0.43 328	0.34 362	0.43 323	0.34 363	0.44 369	0.33 354	0.43 330	0.33 341	0.38 270	0.29 253	0.38 310	0.29 326	0.38 295	0.29 308

CFNet-RSSM	0.91 480	4.89 636	0.34 270	0.44 283	1.07 541	1.62 600	1.40 614	0.91 479	0.35 366	1.60 593	1.39 614	0.64 449	0.34 359	0.44 359	0.33 341	0.41 298	0.35 319	0.75 473	0.30 340	0.41 359	0.29 308

GeoVLM	0.36 255	0.38 192	0.27 221	0.46 288	0.28 274	0.35 270	0.28 266	0.37 269	0.27 269	0.35 268	0.28 276	0.36 277	0.38 378	0.35 272	0.28 264	1.08 493	0.26 223	0.33 269	0.27 300	0.34 258	0.33 344

fffy	0.38 271	0.43 222	0.33 260	0.46 288	0.33 359	0.45 380	0.32 333	0.45 371	0.32 343	0.45 369	0.32 346	0.45 378	0.33 354	0.45 375	0.32 330	0.38 270	0.38 335	0.38 310	0.37 394	0.37 282	0.36 364

otaku	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.46 421	0.46 375	0.46 428	0.46 382	0.46 419	0.46 380	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

Ntro	0.47 361	0.47 241	0.46 361	0.46 288	0.46 429	0.47 391	0.47 426	0.46 375	0.47 426	0.46 375	0.46 428	0.47 388	0.46 419	0.47 384	0.47 422	0.47 360	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

Dean	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.46 421	0.47 381	0.46 428	0.46 382	0.46 419	0.46 380	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

ACVNet_1	0.46 354	0.47 241	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.47 426	0.46 375	0.46 428	0.46 382	0.46 419	0.46 380	0.46 415	0.46 353	0.46 379	0.47 413	0.46 433	0.46 377	0.46 408

ACVNet-4b	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.46 421	0.46 375	0.46 428	0.46 382	0.46 419	0.47 384	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

FE-Mocha	0.35 248	0.71 292	0.40 332	0.47 295	0.27 269	0.34 266	0.27 258	0.34 256	0.26 265	0.34 264	0.26 265	0.34 270	0.27 269	0.34 269	0.27 255	0.44 314	0.41 355	0.33 269	0.29 326	0.32 247	0.29 308

LG-Stereo_L2	0.34 239	0.37 188	0.38 289	0.47 295	0.28 274	0.39 292	0.28 266	0.39 282	0.28 273	0.39 284	0.28 276	0.39 291	0.28 276	0.38 285	0.28 264	0.42 312	0.35 319	0.36 299	0.26 263	0.35 271	0.26 244

UNDER WATER	0.47 361	0.47 241	0.47 368	0.47 295	0.47 435	0.47 391	0.47 426	0.47 381	0.47 426	0.47 381	0.47 436	0.47 388	0.46 419	0.47 384	0.47 422	0.47 360	0.47 387	0.47 413	0.46 433	0.47 390	0.47 415

LVE	0.47 361	0.47 241	0.47 368	0.47 295	0.49 441	0.47 391	0.47 426	0.47 381	0.49 435	0.47 381	0.47 436	0.47 388	0.46 419	0.47 384	0.47 422	0.47 360	0.47 387	0.48 421	0.47 440	0.47 390	0.47 415

GANet-RSSM	0.75 434	1.91 521	0.14 148	0.47 295	0.14 191	0.21 207	3.21 679	2.30 623	0.14 191	0.46 375	0.14 194	0.23 218	0.18 225	0.21 205	0.14 184	0.18 168	0.27 233	0.37 302	0.13 188	2.13 606	2.12 648

GREAT-IGEV	0.38 271	0.43 222	0.36 283	0.48 300	0.32 347	0.45 380	0.32 333	0.45 371	0.32 343	0.45 369	0.32 346	0.45 378	0.32 343	0.45 375	0.32 330	0.44 314	0.33 283	0.41 381	0.29 326	0.41 359	0.29 308
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 255	0.49 249	0.39 300	0.48 300	0.32 347	0.41 310	0.28 266	0.40 289	0.30 290	0.41 304	0.28 276	0.40 299	0.28 276	0.42 324	0.28 264	0.45 343	0.32 271	0.38 310	0.30 340	0.37 282	0.27 282

mms	0.40 288	0.45 233	0.35 281	0.48 300	0.36 378	0.47 391	0.34 357	0.45 371	0.38 382	0.47 381	0.33 355	0.45 378	0.32 343	0.45 375	0.32 330	0.39 283	0.38 335	0.38 310	0.37 394	0.39 336	0.39 382

ccccc	0.41 296	0.44 225	0.34 270	0.48 300	0.35 372	0.48 396	0.35 362	0.51 412	0.35 366	0.47 381	0.35 371	0.47 388	0.34 359	0.47 384	0.35 358	0.41 298	0.40 345	0.40 364	0.40 411	0.41 359	0.39 382

RainbowNet	0.48 366	0.48 247	0.48 376	0.48 300	0.48 439	0.48 396	0.48 435	0.48 385	0.48 433	0.48 388	0.48 440	0.48 395	0.48 428	0.48 392	0.48 428	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.48 417

notaker	0.48 366	0.49 249	0.48 376	0.48 300	0.48 439	0.48 396	0.48 435	0.48 385	0.49 435	0.48 388	0.48 440	0.48 395	0.48 428	0.48 392	0.48 428	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.49 422

aanet-new-90k	0.44 324	1.82 503	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-60k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-70k	0.44 324	1.82 503	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-78k	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-36k	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-34k	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-32k-new	0.44 324	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.44 362	0.30 290	0.44 357	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.34 312	0.39 351	0.26 263	0.38 295	0.26 244

aanet-new-32k	0.44 324	1.79 490	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-30k	0.44 324	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-28k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.44 370	0.30 281	0.44 362	0.30 290	0.44 357	0.30 294	0.44 369	0.30 289	0.44 359	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT26K	0.43 311	1.76 481	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.31 320	0.44 314	0.33 283	0.38 310	0.27 300	0.38 295	0.26 244

aanet-new-24k	0.44 324	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-22k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-16k	0.44 324	1.83 506	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-14k	0.60 394	5.12 639	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.30 282	0.44 314	0.37 328	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-8k	0.43 311	1.76 481	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new	0.43 311	1.80 491	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-cres-4k	0.44 324	1.81 496	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-cres	0.43 311	1.77 483	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-36K	0.43 311	1.78 486	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-22K	0.44 324	1.85 512	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-20K	0.43 311	1.77 483	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-24K	0.44 324	1.86 515	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-5K	0.44 324	1.80 491	0.39 300	0.49 306	0.30 294	0.44 370	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-2K	0.44 324	1.82 503	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-3K	0.43 311	1.77 483	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-50K	0.44 324	1.83 506	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.36 325	0.38 310	0.26 263	0.38 295	0.26 244

Pro-Stereo	0.79 445	0.53 268	0.38 289	0.49 306	0.38 389	0.49 401	0.37 375	0.49 389	0.67 472	0.50 408	0.38 387	1.10 523	0.38 378	0.49 398	0.38 374	0.71 424	0.88 485	5.98 695	0.36 391	0.46 377	0.36 364

GCAP-BAT	0.41 296	1.30 451	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.44 357	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.34 312	0.38 310	0.26 263	0.38 295	0.26 244

GCAPDPT-zeroshot4090	0.40 288	1.09 376	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.44 362	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.34 312	0.38 310	0.27 300	0.38 295	0.27 282

MyStereo07	0.60 394	3.72 612	0.48 376	0.49 306	0.41 410	0.36 274	0.32 333	0.49 389	0.43 414	0.51 417	0.42 417	0.49 399	0.43 410	0.51 416	0.64 456	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 402

MyStereo04	0.56 392	3.72 612	0.59 409	0.49 306	0.41 410	0.36 274	0.32 333	0.37 269	0.31 333	0.34 264	0.46 428	0.35 272	0.32 343	0.35 272	0.33 341	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 402

HaxPig	0.47 361	0.47 241	0.47 368	0.49 306	0.47 435	0.47 391	0.47 426	0.47 381	0.47 426	0.47 381	0.47 436	0.47 388	0.47 427	0.47 384	0.47 422	0.47 360	0.47 387	0.47 413	0.47 440	0.47 390	0.48 417

ACVNet_2	0.49 372	0.49 249	0.49 383	0.49 306	0.49 441	0.49 401	0.49 437	0.49 389	0.49 435	0.49 395	0.49 443	0.49 399	0.49 433	0.49 398	0.49 430	0.49 368	0.49 394	0.49 426	0.49 447	0.49 397	0.49 422

IGEV-Stereo	0.35 248	0.44 225	0.45 356	0.49 306	0.30 294	0.37 279	0.30 281	0.36 263	0.30 290	0.36 272	0.29 282	0.36 277	0.29 283	0.36 278	0.30 282	0.46 353	0.39 342	0.32 262	0.24 254	0.32 247	0.25 238
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 296	0.46 237	0.33 260	0.49 306	0.33 359	0.49 401	0.33 344	0.49 389	0.33 353	0.49 395	0.33 355	0.49 399	0.33 354	0.51 416	0.33 341	0.41 298	0.30 262	0.41 381	0.30 340	0.79 452	0.29 308

aanet-new-40k	0.44 324	1.81 496	0.39 300	0.50 342	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-10k	0.45 347	1.81 496	0.40 332	0.50 342	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.31 336	0.44 369	0.32 343	0.44 359	0.31 320	0.46 353	0.35 319	0.39 351	0.27 300	0.39 336	0.27 282

252Zero-FE	0.45 347	0.50 254	0.36 283	0.50 342	0.36 378	0.50 410	0.36 369	0.50 398	0.36 376	0.49 395	0.36 375	0.49 399	0.36 369	0.54 425	0.41 397	0.45 343	0.34 312	0.45 400	0.34 372	0.55 416	0.75 494

water-stereo	0.41 296	0.84 311	0.46 361	0.50 342	0.33 359	0.45 380	0.33 344	0.45 371	0.32 343	0.45 369	0.32 346	0.45 378	0.32 343	0.45 375	0.32 330	0.44 314	0.41 355	0.39 351	0.31 351	0.39 336	0.32 337

DilatedVolume-Stereo	0.43 311	0.86 315	0.48 376	0.50 342	0.33 359	0.46 386	0.33 344	0.46 375	0.33 353	0.46 375	0.33 355	0.47 388	0.33 354	0.47 384	0.34 354	0.45 343	0.42 364	0.40 364	0.33 368	0.47 390	0.38 376

FoundationStereo	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

StereoAnything_RVC	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

dual_stereo	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

TorneroNet	0.66 409	0.53 268	0.50 388	0.50 342	0.64 474	1.06 512	0.70 489	0.50 398	0.51 446	0.49 395	0.69 489	0.49 399	0.50 437	0.48 392	1.15 541	0.71 424	0.49 394	1.14 529	1.08 540	0.49 397	0.49 422

ccnet	0.80 448	2.28 549	0.33 260	0.50 342	0.33 359	0.50 410	0.33 344	0.50 398	0.33 353	0.49 395	0.33 355	0.49 399	1.56 606	2.38 627	0.33 341	0.41 298	0.29 253	0.42 392	1.57 622	2.28 612	0.29 308

SANet	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

quiztm	0.43 311	0.49 249	0.40 332	0.51 353	0.40 400	0.51 422	0.40 396	0.50 398	0.40 396	0.50 408	0.40 400	0.51 424	0.40 389	0.50 406	0.40 389	0.44 314	0.34 312	0.44 395	0.34 372	0.44 369	0.34 351

aanet-new-12k	0.46 354	1.99 529	0.40 332	0.51 353	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.31 336	0.44 369	0.31 338	0.44 359	0.32 330	0.47 360	0.35 319	0.39 351	0.27 300	0.39 336	0.27 282

GCAP-Stereo-DPT-FT	0.41 296	1.06 373	0.40 332	0.51 353	0.31 337	0.44 370	0.30 281	0.43 328	0.32 343	0.44 357	0.30 294	0.56 436	0.30 289	0.44 359	0.31 320	0.45 343	0.34 312	0.39 351	0.27 300	0.40 348	0.27 282

GCAP-Stereo-DPT-25K	0.41 296	1.09 376	0.40 332	0.52 356	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.31 336	0.44 369	0.31 338	0.44 359	0.31 320	0.46 353	0.35 319	0.39 351	0.28 313	0.39 336	0.28 302

fffft	0.48 366	0.51 262	0.45 356	0.52 356	0.45 427	0.52 426	0.45 419	0.52 416	0.48 433	0.53 423	0.45 425	0.52 425	0.45 416	0.52 421	0.46 415	0.51 380	0.41 355	0.50 430	0.41 419	0.50 402	0.41 393
1: 1. 1
DDF-Stereo	0.43 311	1.15 386	0.57 407	0.53 358	0.32 347	0.41 310	0.32 333	0.41 304	0.32 343	0.41 304	0.32 346	0.41 312	0.32 343	0.40 296	0.32 330	0.52 382	0.50 402	0.38 310	0.31 351	0.39 336	0.31 330

UGAM-zero	0.51 379	2.17 541	0.39 300	0.53 358	0.36 378	0.50 410	0.36 369	0.50 398	0.36 376	0.49 395	0.36 375	0.50 413	0.35 366	0.50 406	0.36 362	0.49 368	0.37 328	0.47 413	0.35 385	0.46 377	0.34 351

GCST	0.50 374	2.08 532	0.38 289	0.53 358	0.35 372	0.49 401	0.35 362	0.50 398	0.35 366	0.49 395	0.35 371	0.49 399	0.35 366	0.49 398	0.35 358	0.48 365	0.37 328	0.45 400	0.33 368	0.44 369	0.33 344

LACA3	0.23 195	0.25 164	0.27 221	0.54 361	0.17 219	0.25 230	0.17 207	0.25 226	0.17 217	0.25 228	0.17 214	0.25 231	0.17 215	0.25 229	0.17 207	0.28 218	0.23 215	0.24 230	0.17 226	0.24 221	0.17 211

depthmonostereo	0.44 324	0.85 313	0.46 361	0.54 361	0.40 400	0.52 426	0.38 382	0.52 416	0.35 366	0.47 381	0.34 363	0.46 382	0.34 359	0.47 384	0.34 354	0.45 343	0.43 369	0.41 381	0.33 368	0.41 359	0.32 337

SCV_C0	0.45 347	0.88 319	0.49 383	0.54 361	0.37 382	0.48 396	0.37 375	0.48 385	0.37 378	0.48 388	0.36 375	0.48 395	0.37 374	0.49 398	0.37 371	0.50 374	0.41 355	0.44 395	0.34 372	0.44 369	0.34 351

SCV	0.46 354	0.94 336	0.45 356	0.54 361	0.37 382	0.48 396	0.38 382	0.48 385	0.37 378	0.48 388	0.39 397	0.48 395	0.37 374	0.49 398	0.37 371	0.50 374	0.46 379	0.44 395	0.34 372	0.44 369	0.34 351

UGAM	0.51 379	2.23 546	0.39 300	0.54 361	0.35 372	0.50 410	0.35 362	0.49 389	0.35 366	0.49 395	0.35 371	0.49 399	0.36 369	0.50 406	0.36 362	0.49 368	0.37 328	0.45 400	0.34 372	0.45 374	0.34 351

FCDSN-DC	0.41 296	0.59 280	0.64 430	0.54 361	0.33 359	0.50 410	0.37 375	0.42 322	0.40 396	0.61 442	0.43 419	0.50 413	0.49 433	0.38 285	0.32 330	0.28 218	0.23 215	0.26 240	0.22 241	0.35 271	0.28 302
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 385	0.54 272	0.54 403	0.54 361	0.53 455	0.54 431	0.54 448	0.53 418	0.54 449	0.54 428	0.54 456	0.54 429	0.53 444	0.54 425	0.54 442	0.54 386	0.53 411	0.54 442	0.54 456	0.54 415	0.54 439

z-ln-s-r	0.21 182	1.40 462	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 129	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 119	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 366	1.21 439	0.47 368	0.57 369	0.38 389	0.50 410	0.38 382	0.50 398	0.38 382	0.50 408	0.38 387	0.50 413	0.38 378	0.50 406	0.38 374	0.52 382	0.42 364	0.46 404	0.34 372	0.46 377	0.34 351

CASS	0.57 393	0.89 322	0.56 405	0.57 369	0.56 458	0.56 433	0.56 449	0.56 424	0.53 447	0.57 436	0.57 459	0.59 443	0.48 428	0.56 430	0.57 445	0.55 392	0.56 416	0.47 413	0.56 462	0.62 425	0.56 449
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 379	1.40 462	0.49 383	0.58 371	0.38 389	0.50 410	0.38 382	0.54 420	0.41 406	0.52 420	0.41 407	0.53 426	0.42 407	0.53 423	0.41 397	0.60 400	0.47 387	0.48 421	0.37 394	0.48 394	0.38 376

TorneroNet-64	0.45 347	0.27 169	0.30 235	0.58 371	0.27 269	0.70 455	0.30 281	0.28 235	0.73 502	0.73 460	0.28 276	0.71 458	0.66 468	0.75 461	0.27 255	0.27 214	0.29 253	0.37 302	0.75 507	0.28 233	0.30 321

PML	0.46 354	1.36 457	0.29 231	0.58 371	0.30 294	0.57 439	0.29 276	0.57 427	0.29 279	0.57 436	0.29 282	0.57 439	0.29 283	0.56 430	0.29 275	0.52 382	0.30 262	0.53 441	0.31 351	0.53 414	0.30 321

GSStereo	0.81 453	4.28 629	0.50 388	0.59 374	0.40 400	0.51 422	0.38 382	0.50 398	0.38 382	0.50 408	0.38 387	0.50 413	3.79 676	0.50 406	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 361

MyStereo8	0.71 423	3.92 621	0.52 398	0.59 374	0.52 452	0.57 439	0.53 446	0.59 432	0.50 439	0.59 440	0.51 452	0.57 439	0.50 437	0.56 430	0.52 439	0.54 386	0.49 394	0.54 442	0.49 447	0.55 416	0.50 425

LL-Strereo2	0.48 366	1.73 479	0.51 395	0.59 374	0.34 369	0.42 330	0.33 344	0.40 289	0.31 333	0.42 318	0.33 355	0.42 330	0.31 338	0.44 359	0.39 386	0.60 400	0.51 407	0.44 395	0.33 368	0.44 369	0.33 344

PA-Net	11.80 700	223.51 727	0.62 422	0.59 374	0.71 492	0.59 441	0.73 495	0.67 444	0.73 502	0.55 431	0.61 468	0.60 444	0.74 492	0.63 444	0.73 493	0.66 414	0.60 432	0.69 461	0.66 485	0.72 440	0.65 469
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 399	1.21 439	0.54 403	0.61 378	0.53 455	0.67 451	0.53 446	0.66 443	0.53 447	0.64 448	0.53 455	0.65 452	0.53 444	0.59 437	0.52 439	0.65 412	0.48 391	0.64 453	0.52 453	0.58 422	0.50 425

LG-Stereo_L1	0.47 361	0.52 264	0.47 368	0.62 379	0.39 399	0.53 428	0.40 396	0.53 418	0.39 395	0.53 423	0.39 397	0.53 426	0.39 388	0.53 423	0.39 386	0.55 392	0.46 379	0.49 426	0.37 394	0.49 397	0.37 369

MonSter	0.60 394	0.64 286	0.52 398	0.62 379	0.44 423	2.07 615	0.44 413	0.62 438	0.44 417	0.62 445	0.44 421	0.62 448	0.44 412	0.62 440	0.44 409	0.58 397	0.42 364	0.62 449	0.46 433	0.58 422	0.42 400

LG-Stereo_Zeroshot	0.48 366	0.55 274	0.47 368	0.63 381	0.41 410	0.56 433	0.44 413	0.56 424	0.41 406	0.56 433	0.41 407	0.57 439	0.42 407	0.56 430	0.41 397	0.55 392	0.43 369	0.51 435	0.37 394	0.51 408	0.37 369

MyStereo06	0.75 434	4.12 623	0.60 413	0.63 381	0.61 468	0.62 446	0.66 466	0.56 424	0.45 420	0.55 431	0.48 440	0.54 429	0.46 419	0.57 435	0.45 411	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 446

MyStereo05	0.80 448	4.12 623	0.63 426	0.63 381	0.61 468	0.62 446	0.66 466	0.65 441	0.62 462	0.67 452	0.61 468	0.65 452	0.58 452	0.67 449	0.55 444	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 446

LG-Stereo	0.60 394	0.58 279	0.47 368	0.64 384	0.74 497	1.00 495	0.69 482	0.57 427	0.41 406	0.57 436	0.41 407	0.57 439	0.41 401	1.00 502	0.75 498	0.91 466	0.51 407	0.52 438	0.37 394	0.52 410	0.37 369

DN	0.53 384	0.85 313	0.45 356	0.65 385	0.44 423	0.60 442	0.44 413	0.60 434	0.44 417	0.60 441	0.45 425	0.60 444	0.44 412	0.60 439	0.44 409	0.56 395	0.42 364	0.56 444	0.42 427	0.56 418	0.42 400

MSKI-zero shot	0.24 198	0.21 144	0.49 383	0.65 385	0.18 230	0.22 209	0.17 207	0.23 215	0.18 223	0.21 206	0.17 214	0.23 218	0.28 276	0.23 216	0.18 219	0.21 183	0.16 170	0.21 208	0.16 204	0.21 204	0.16 194

LMCR-Stereo	0.65 407	0.63 284	0.65 434	0.65 385	0.65 476	0.66 450	0.63 460	0.58 430	0.65 468	0.63 447	0.64 472	0.65 452	0.65 464	0.66 447	0.66 464	0.66 414	0.64 441	0.65 456	0.67 489	0.68 431	0.73 490

DSFCA	0.66 409	0.73 295	0.78 471	0.65 385	0.65 476	0.64 448	0.64 461	0.65 441	0.63 465	0.64 448	0.64 472	0.64 449	0.64 461	0.65 446	0.65 460	0.65 412	0.65 443	0.65 456	0.65 483	0.66 429	0.64 467

AIO-test1	0.54 385	0.60 283	0.52 398	0.66 389	0.47 435	0.61 443	0.47 426	0.58 430	0.46 421	0.61 442	0.46 428	0.61 446	0.45 416	0.62 440	0.45 411	0.61 404	0.52 409	0.57 445	0.48 444	0.57 421	0.48 417

AIO-test2	0.55 390	0.59 280	0.52 398	0.67 390	0.47 435	0.61 443	0.47 426	0.61 437	0.47 426	0.61 442	0.47 436	0.61 446	0.48 428	0.62 440	0.47 422	0.64 411	0.53 411	0.58 446	0.47 440	0.58 422	0.48 417

mm2	0.69 417	0.69 288	0.69 450	0.69 391	0.69 486	0.69 452	0.69 482	0.69 446	0.69 483	0.69 455	0.69 489	0.69 455	0.69 481	0.69 451	0.69 481	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 477

mm1	0.69 417	0.69 288	0.69 450	0.69 391	0.69 486	0.69 452	0.69 482	0.69 446	0.69 483	0.69 455	0.69 489	0.69 455	0.69 481	0.69 451	0.69 481	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 477

GEAStereo	0.62 402	3.91 619	0.48 376	0.69 391	0.38 389	0.51 422	0.38 382	0.51 412	0.38 382	0.53 423	0.38 387	0.50 413	0.38 378	0.51 416	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 351

gasm-f	0.62 402	3.91 619	0.48 376	0.69 391	0.38 389	0.51 422	0.38 382	0.51 412	0.38 382	0.53 423	0.38 387	0.50 413	0.38 378	0.51 416	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 351

4D-IteraStereo	0.78 444	3.13 597	0.89 484	0.69 391	0.32 347	0.40 294	0.32 333	0.76 457	0.97 530	0.52 420	0.65 475	0.89 486	0.32 343	0.76 462	0.98 523	0.83 457	0.94 491	0.35 294	0.27 300	0.70 438	0.89 512

Selective-IGEV	0.51 379	0.55 274	0.45 356	0.69 391	0.45 427	0.61 443	0.45 419	0.50 398	0.40 396	0.56 433	0.44 421	0.55 433	0.40 389	0.72 456	0.67 465	0.59 399	0.46 379	0.45 400	0.34 372	0.46 377	0.37 369

LL-Strereo	1.01 502	5.06 638	1.63 605	0.70 397	1.43 614	0.56 433	0.46 421	0.57 427	0.50 439	0.57 436	0.50 446	1.58 596	0.49 433	0.59 437	0.50 432	1.64 585	0.52 409	0.51 435	1.37 609	0.52 410	0.45 407

DMCA-RVC	0.70 420	0.80 305	0.70 453	0.70 397	0.70 490	0.70 455	0.70 489	0.71 451	0.70 491	0.70 457	0.71 498	0.71 458	0.70 485	0.70 453	0.69 481	0.69 417	0.70 459	0.69 461	0.70 498	0.69 435	0.70 480

TestStereo_HL3	0.17 158	0.05 66	0.61 419	0.71 399	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	0.70 422	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL1	0.16 153	0.05 66	0.61 419	0.71 399	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	0.71 424	0.57 418	0.04 93	0.04 99	0.04 97	0.04 96

DStereoRT	0.73 430	0.81 308	0.73 464	0.71 399	0.74 497	0.73 459	0.75 497	0.71 451	0.71 496	0.74 465	0.72 501	0.73 463	0.80 501	0.71 454	0.73 493	0.76 444	0.71 463	0.73 467	0.72 503	0.70 438	0.76 497

anonymity	0.63 404	0.69 288	0.56 405	0.71 399	0.56 458	0.71 457	0.56 449	0.71 451	0.56 450	0.72 458	0.56 458	0.71 458	0.56 448	0.71 454	0.58 447	0.68 416	0.55 414	0.68 458	0.55 458	0.68 431	0.54 439

HLF11	0.17 158	0.05 66	0.63 426	0.72 403	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	0.71 424	0.59 429	0.05 109	0.04 99	0.04 97	0.04 96

HLf8	0.17 158	0.05 66	0.62 422	0.72 403	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HLe17	0.17 158	0.05 66	0.65 434	0.72 403	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	0.71 424	0.59 429	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL2	0.17 158	0.05 66	0.63 426	0.72 403	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	0.71 424	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

iGMRVC	0.84 465	2.85 591	0.72 460	0.72 403	0.73 495	0.77 461	0.79 502	0.73 454	0.74 504	0.73 460	0.72 501	0.73 463	0.76 495	0.73 458	0.73 493	0.72 434	0.73 466	0.73 467	0.72 503	0.73 443	0.72 487

ManiGeoR	0.17 158	0.05 66	0.62 422	0.73 408	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLf10	0.17 158	0.05 66	0.62 422	0.73 408	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo-Hl	0.21 182	0.08 88	0.83 479	0.73 408	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	0.85 461	1.04 502	0.05 109	0.04 99	0.05 115	0.06 134

SMoEStereo_RVC	0.63 404	0.75 298	0.51 395	0.73 408	0.53 455	0.71 457	0.47 426	0.67 444	0.58 453	0.74 465	0.60 464	0.72 461	0.53 444	0.74 460	0.51 437	0.61 404	0.62 437	0.62 449	0.61 471	0.63 426	0.61 456

ARAFT	0.68 414	0.81 308	0.63 426	0.74 412	0.60 462	0.78 463	0.62 459	0.77 458	0.66 471	0.74 465	0.63 470	0.75 466	0.62 460	0.83 474	0.60 452	0.70 422	0.55 414	0.70 465	0.60 468	0.78 450	0.55 446

GCAP-Stereo	0.75 434	4.15 626	0.42 351	0.75 413	0.35 372	0.78 463	0.40 396	0.79 459	0.38 382	0.78 469	0.36 375	0.78 469	0.36 369	0.79 463	0.39 386	0.75 442	0.39 342	0.76 475	0.39 410	0.75 444	0.39 382

AFF-stereo	0.73 430	0.88 319	0.67 441	0.75 413	0.68 485	0.75 460	0.64 461	0.80 462	0.72 499	0.83 479	0.70 493	0.82 477	0.64 461	0.84 475	0.67 465	0.77 446	0.63 439	0.81 484	0.63 474	0.78 450	0.62 459

PointNet	0.60 394	0.75 298	0.49 383	0.79 415	0.50 445	0.79 465	0.49 437	0.79 459	0.49 435	0.80 471	0.49 443	0.79 471	0.49 433	0.80 465	0.49 430	0.63 410	0.40 345	0.63 451	0.40 411	0.63 426	0.40 385

DLNR_Zeroshot_test	0.31 225	0.28 172	0.47 368	0.79 415	0.24 259	0.30 248	0.26 255	0.30 242	0.24 247	0.32 258	0.23 247	0.31 259	0.24 250	0.30 254	0.23 238	0.29 226	0.26 223	0.29 251	0.24 254	0.33 254	0.23 227

G-Net	0.79 445	0.79 304	0.79 474	0.79 415	0.79 510	0.79 465	0.79 502	0.79 459	0.79 510	0.79 470	0.79 513	0.79 471	0.79 500	0.79 463	0.79 503	0.79 447	0.79 476	0.79 479	0.79 514	0.79 452	0.79 502

MIM_Stereo	0.25 201	0.23 150	0.66 437	0.80 418	0.17 219	0.22 209	0.17 207	0.23 215	0.18 223	0.26 237	0.17 214	0.21 203	0.17 215	0.25 229	0.17 207	0.23 196	0.16 170	0.21 208	0.17 226	0.22 206	0.17 211

RAFT-Stereo + iAFF	0.70 420	0.72 294	0.71 457	0.80 418	0.62 473	0.82 472	0.61 458	0.81 465	0.62 462	0.81 474	0.63 470	0.80 473	0.70 485	0.73 458	0.61 454	0.76 444	0.61 436	0.74 472	0.61 471	0.77 448	0.61 456

NaN_ROB	0.80 448	0.80 305	0.80 475	0.80 418	0.80 513	0.80 467	0.80 505	0.80 462	0.80 512	0.80 471	0.80 515	0.80 473	0.80 501	0.80 465	0.80 506	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 503

CSAN	0.80 448	0.80 305	0.80 475	0.80 418	0.80 513	0.80 467	0.80 505	0.80 462	0.80 512	0.80 471	0.80 515	0.80 473	0.80 501	0.80 465	0.80 506	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 503

AIO-Stereo	0.84 465	0.66 287	0.70 453	0.83 422	0.67 481	0.98 493	0.82 512	1.14 511	0.72 499	1.03 514	0.74 505	1.03 516	1.09 528	0.99 500	0.45 411	1.04 490	0.73 466	0.95 513	0.74 505	0.94 487	0.46 408

CAR	0.72 426	0.76 300	0.59 409	0.84 423	1.19 555	0.81 469	0.58 452	0.81 465	0.58 453	0.81 474	0.58 461	0.83 478	0.59 454	0.82 469	0.59 450	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 434

MSE-Stereo	0.72 426	0.76 300	0.59 409	0.84 423	1.19 555	0.81 469	0.58 452	0.81 465	0.58 453	0.81 474	0.58 461	0.83 478	0.59 454	0.82 469	0.59 450	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 434

Former-RAFT_DAM_RVC	0.49 372	0.98 341	0.64 430	0.84 423	0.46 429	0.45 380	0.35 362	0.47 381	0.47 426	0.45 369	0.34 363	0.46 382	0.48 428	0.46 380	0.35 358	0.39 283	0.71 463	0.39 351	0.35 385	0.41 359	0.41 393

test_xeample3	1.10 512	1.81 496	0.61 419	0.84 423	0.49 441	0.77 461	0.66 466	0.92 482	1.40 615	0.68 454	0.46 428	0.78 469	0.54 447	1.72 600	1.48 616	1.34 566	1.52 599	1.35 598	1.67 635	1.33 575	1.55 618

RSM++	0.76 439	0.82 310	0.66 437	0.85 427	0.64 474	0.85 476	0.71 492	0.94 487	0.64 466	0.87 480	0.67 479	0.87 482	0.65 464	0.84 475	0.65 460	0.81 452	0.70 459	0.79 479	0.71 501	0.83 462	0.70 480

Selective-RAFT-Error	0.88 477	0.84 311	0.98 496	0.86 428	0.97 529	0.88 480	0.95 523	0.84 469	0.99 533	0.92 488	0.82 517	0.84 480	0.98 515	0.87 480	0.97 522	0.81 452	0.83 482	0.79 479	0.82 519	0.79 452	0.85 508

DNS	0.77 440	1.09 376	0.65 434	0.89 429	0.65 476	0.89 483	0.65 465	0.89 476	0.65 468	0.89 483	0.65 475	0.89 486	0.65 464	0.90 485	0.65 460	0.84 459	0.62 437	0.84 490	0.61 471	0.84 464	0.62 459

monster-pro	0.75 434	1.67 471	0.64 430	0.89 429	0.57 460	0.86 478	0.56 449	0.87 471	0.56 450	0.87 480	0.57 459	0.88 483	0.57 449	0.87 480	0.57 445	0.79 447	0.58 421	0.76 475	0.54 456	0.77 448	0.54 439

FC-DCNN	1.07 509	1.09 376	0.98 496	0.89 429	0.52 452	1.41 592	0.91 518	1.21 568	1.24 603	1.96 605	2.05 660	1.91 606	1.30 594	1.27 584	1.08 535	0.80 449	0.60 432	0.58 446	0.41 419	0.68 431	0.54 439

DDUNet	0.81 453	2.45 565	0.57 407	0.90 432	0.60 462	0.88 480	0.59 456	0.90 477	0.60 458	0.88 482	0.60 464	0.90 488	0.58 452	0.88 482	0.60 452	0.84 459	0.60 432	0.86 493	0.57 464	0.86 466	0.60 454

ADCS	0.09 75	0.02 12	0.04 64	0.90 432	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 166	0.36 362	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

UDG	0.80 448	2.21 545	0.60 413	0.91 434	0.60 462	0.90 484	0.58 452	0.88 475	0.60 458	0.90 484	0.60 464	0.88 483	0.60 456	0.90 485	0.58 447	0.86 463	0.60 432	0.84 490	0.59 467	0.84 464	0.61 456

DPSM_ROB	0.92 482	0.91 327	0.91 489	0.91 434	0.92 524	0.92 486	0.92 519	0.92 482	0.91 520	0.93 491	0.91 524	0.92 491	0.90 508	0.91 487	0.92 515	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 516

DPSM	0.92 482	0.91 327	0.91 489	0.91 434	0.92 524	0.92 486	0.92 519	0.92 482	0.91 520	0.93 491	0.91 524	0.92 491	0.90 508	0.91 487	0.92 515	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 516

MGA	0.73 430	0.76 300	0.60 413	0.92 437	1.17 551	0.81 469	0.59 456	0.84 469	0.62 462	0.81 474	0.59 463	0.84 480	0.60 456	0.81 468	0.61 454	0.71 424	0.53 411	0.89 496	0.53 455	0.75 444	0.54 439

zero-FE	0.72 426	1.31 453	0.66 437	0.92 437	0.60 462	0.82 472	0.58 452	0.82 468	0.58 453	0.81 474	0.60 464	0.81 476	0.60 456	0.82 469	0.58 447	0.74 441	0.59 429	0.73 467	0.52 453	0.76 446	0.51 432

tt45	1.04 507	0.88 319	1.36 586	0.92 437	1.03 539	1.51 596	0.79 502	0.70 450	0.88 518	0.74 465	0.90 521	1.60 597	0.72 490	1.60 595	0.75 498	0.91 466	0.78 474	1.52 605	0.79 514	1.14 505	1.32 605

PAM_32	0.64 406	2.38 561	0.51 395	0.92 437	0.43 422	0.53 428	0.44 413	0.87 471	0.43 414	0.52 420	0.45 425	0.53 426	0.40 389	0.54 425	0.46 415	0.62 408	0.56 416	0.48 421	0.45 431	0.76 446	0.44 405

MoCha-V2	2.11 617	26.97 703	0.78 471	0.92 437	0.77 507	0.96 492	0.72 494	0.90 477	0.72 499	0.94 493	0.70 493	0.90 488	0.71 489	0.91 487	0.71 491	0.85 461	0.71 463	0.88 494	0.69 494	0.87 467	0.67 474

Syn2CoEx	0.25 201	1.31 453	0.74 465	0.92 437	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	0.87 464	0.75 469	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 482	0.92 332	0.92 491	0.92 437	0.92 524	0.92 486	0.92 519	0.92 482	0.92 524	0.92 488	0.92 527	0.92 491	0.92 510	0.92 491	0.92 515	0.92 469	0.92 489	0.92 503	0.92 523	0.92 478	0.92 515

DCRE	0.84 465	1.89 518	0.77 470	0.94 444	0.72 494	0.88 480	0.73 495	0.87 471	0.78 506	0.90 484	0.71 498	0.88 483	0.67 470	0.88 482	0.73 493	0.81 452	0.68 450	0.81 484	0.70 498	0.82 460	0.70 480

DGTPSM_ROB	0.93 487	1.00 350	0.92 491	0.94 444	0.96 528	0.91 485	0.92 519	0.91 479	0.96 529	0.91 486	0.96 528	0.93 494	0.92 510	0.94 494	0.92 515	0.92 469	0.92 489	0.90 497	0.92 523	0.94 487	0.91 514

ToySt	0.92 482	2.11 535	0.90 487	0.95 446	0.79 510	0.99 494	0.78 501	0.94 487	0.81 515	0.94 493	0.78 511	0.95 498	0.77 497	0.94 494	0.86 513	0.91 466	0.79 476	0.85 492	0.77 510	0.89 471	0.73 490

R-Stereo Train	0.81 453	0.96 338	0.67 441	0.95 446	0.67 481	0.95 490	0.68 474	0.95 489	0.68 478	0.95 495	0.68 484	0.96 499	0.68 474	0.96 498	0.68 473	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 475

RAFT-Stereo	0.81 453	0.96 338	0.67 441	0.95 446	0.67 481	0.95 490	0.68 474	0.95 489	0.68 478	0.95 495	0.68 484	0.96 499	0.68 474	0.96 498	0.68 473	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 475
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 434	0.92 332	0.85 483	0.96 449	0.59 461	1.27 578	0.44 413	0.59 432	0.69 483	0.91 486	0.68 484	0.55 433	0.61 459	1.06 518	0.83 511	0.62 408	0.70 459	0.90 497	0.41 419	0.89 471	0.56 449

ff7	1.68 582	2.68 573	1.35 578	0.97 450	0.89 519	1.84 601	2.15 653	2.12 610	1.80 638	2.05 615	1.56 620	2.33 622	2.12 644	2.23 618	2.25 656	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 532

ffff	1.68 582	2.68 573	1.35 578	0.97 450	0.89 519	1.84 601	2.15 653	2.12 610	1.80 638	2.05 615	1.56 620	2.33 622	2.12 644	2.23 618	2.25 656	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 532

ccc-4	1.68 582	2.68 573	1.35 578	0.97 450	0.89 519	1.84 601	2.15 653	2.12 610	1.80 638	2.05 615	1.56 620	2.33 622	2.12 644	2.23 618	2.25 656	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 532

LGCAT	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

Test_v1	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

GANet	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

TDLM	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

CVANet_RVC	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

AdaDepth	0.86 474	0.93 334	0.71 457	1.01 458	1.07 541	1.02 509	0.71 492	1.00 491	0.71 496	1.01 508	0.71 498	1.00 502	0.72 490	1.14 529	0.71 491	0.92 469	0.64 441	0.90 497	0.64 479	0.89 471	0.69 477

trnet	1.01 502	1.01 360	1.01 503	1.01 458	1.01 536	1.01 503	1.01 532	1.01 500	1.01 539	1.01 508	1.01 536	1.01 510	1.01 524	1.01 510	1.01 530	1.01 489	1.01 499	1.01 523	1.01 537	1.01 497	1.01 530

ADCMid	0.08 72	0.02 12	0.02 15	1.01 458	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	0.09 143	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 458	1.60 469	0.70 453	1.01 458	0.60 462	1.07 515	0.69 482	1.01 500	0.60 458	0.72 458	0.55 457	1.02 514	0.68 474	1.03 516	0.67 465	0.89 465	0.63 439	0.92 503	0.57 464	0.90 474	0.65 469

edge stereo	2.43 642	27.07 704	1.14 512	1.06 462	1.14 544	1.08 516	1.17 546	1.16 515	1.14 546	1.10 518	1.16 546	1.09 521	1.16 538	1.10 524	1.16 545	1.10 496	1.11 514	1.16 532	1.19 548	1.13 504	1.11 535

EKT-Stereo	0.37 265	0.40 203	0.44 354	1.07 463	0.29 284	0.34 266	0.31 325	0.36 263	0.29 279	0.38 278	0.31 336	0.37 284	0.30 289	0.36 278	0.29 275	0.34 244	0.28 239	0.39 351	0.30 340	0.37 282	0.30 321

GLC_STEREO	1.07 509	1.01 360	1.06 506	1.07 463	1.05 540	1.06 512	1.08 537	1.08 507	1.05 543	1.07 516	1.06 538	1.08 519	1.05 526	1.06 518	1.10 536	1.07 492	1.09 510	1.05 527	1.05 539	1.06 501	1.12 537

999	1.00 494	1.12 382	0.59 409	1.10 465	1.21 603	1.09 518	0.52 445	1.08 507	1.43 617	1.18 529	1.35 608	0.98 501	0.52 443	0.91 487	0.85 512	0.72 434	1.46 595	0.83 489	0.98 528	0.68 431	1.41 613

HH	0.71 423	2.54 567	0.74 465	1.10 465	0.32 347	0.41 310	0.37 375	0.69 446	0.78 506	0.73 460	0.90 521	0.75 466	1.00 516	0.84 475	0.69 481	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 244

HanStereo	0.71 423	2.54 567	0.74 465	1.10 465	0.32 347	0.41 310	0.37 375	0.69 446	0.78 506	0.73 460	0.90 521	0.75 466	1.00 516	0.84 475	0.69 481	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 244

DPSimNet_ROB	0.97 491	1.18 391	0.81 478	1.10 465	0.91 523	1.02 509	0.82 512	1.04 506	0.91 520	1.03 514	0.86 520	1.28 585	0.82 505	1.03 516	0.89 514	1.17 507	0.81 481	1.02 524	0.82 519	1.08 502	0.81 505

MSMD_ROB	1.19 519	1.10 381	0.70 453	1.10 465	0.60 462	1.10 519	0.70 489	1.10 510	0.70 491	1.10 518	0.70 493	1.10 523	0.70 485	7.00 699	0.70 489	1.10 496	0.70 459	1.10 528	0.70 498	1.10 503	0.70 480

AF-Net	2.37 639	25.71 699	1.17 516	1.13 470	1.15 546	1.15 526	1.18 547	1.19 520	1.16 548	1.10 518	1.15 543	1.10 523	1.18 539	1.12 528	1.15 541	1.10 496	1.10 513	1.17 536	1.15 544	1.16 510	1.12 537

DF	0.39 283	1.37 459	1.02 504	1.14 471	0.12 185	0.16 177	0.12 179	0.16 178	0.12 185	0.16 175	0.12 176	0.16 176	0.12 180	0.16 177	0.12 173	1.12 502	1.00 493	0.15 175	0.12 179	0.15 175	0.12 176

ktn	0.72 426	0.53 268	1.08 508	1.14 471	0.51 451	1.22 574	1.36 607	0.51 412	0.59 457	0.51 417	0.51 452	0.69 455	1.20 541	0.67 449	0.51 437	0.51 380	0.49 394	0.58 446	0.66 485	0.52 410	0.53 436

Nwc_Net	2.37 639	25.95 700	1.15 514	1.14 471	1.15 546	1.08 516	1.14 541	1.17 517	1.16 548	1.14 527	1.15 543	1.08 519	1.15 534	1.11 526	1.14 540	1.10 496	1.11 514	1.16 532	1.09 541	1.16 510	1.15 542

KSHMR	0.66 409	0.50 254	0.48 376	1.15 474	0.52 452	0.49 401	0.51 444	0.49 389	0.71 496	0.67 452	0.50 446	1.16 531	1.11 529	0.66 447	0.52 439	0.49 368	0.49 394	0.51 435	0.66 485	0.50 402	1.14 541

HBP-ISP	1.24 569	1.72 474	1.65 606	1.15 474	0.76 504	1.40 590	0.88 515	1.67 596	1.02 540	1.69 600	1.38 613	1.69 601	1.21 587	1.87 607	1.21 596	1.05 491	0.79 476	0.97 516	0.80 516	1.19 518	0.75 494

RP	2.33 635	25.00 696	1.13 511	1.15 474	1.15 546	1.10 519	1.15 543	1.15 512	1.15 547	1.12 524	1.15 543	1.09 521	1.13 530	1.10 524	1.15 541	1.11 501	1.09 510	1.16 532	1.12 542	1.16 510	1.17 546

RGC	2.36 637	25.48 697	1.19 520	1.15 474	1.15 546	1.10 519	1.16 545	1.17 517	1.16 548	1.12 524	1.16 546	1.11 527	1.13 530	1.09 522	1.18 547	1.10 496	1.15 519	1.16 532	1.12 542	1.14 505	1.12 537

NCC-stereo	2.36 637	25.52 698	1.17 516	1.15 474	1.17 551	1.11 522	1.11 538	1.15 512	1.16 548	1.10 518	1.16 546	1.10 523	1.15 534	1.14 529	1.13 539	1.09 494	1.11 514	1.15 531	1.16 546	1.17 515	1.17 546

Selective-RAFT	0.89 479	0.89 322	0.72 460	1.16 479	0.78 508	1.06 512	0.82 512	0.87 471	0.97 530	1.00 497	0.91 524	0.90 488	1.00 516	0.89 484	0.93 519	0.83 457	0.83 482	0.82 488	0.82 519	0.81 458	0.82 506

Abc-Net	2.32 634	24.75 695	1.14 512	1.17 480	1.17 551	1.11 522	1.15 543	1.17 517	1.21 600	1.08 517	1.16 546	1.12 528	1.14 533	1.09 522	1.17 546	1.09 494	1.16 520	1.17 536	1.17 547	1.16 510	1.11 535
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 635	24.38 694	1.18 518	1.18 481	1.18 554	1.14 525	1.18 547	1.19 520	1.19 554	1.14 527	1.18 550	1.14 529	1.18 539	1.14 529	1.18 547	1.14 505	1.14 518	1.19 541	1.19 548	1.15 508	1.19 550

HSM-Net_RVC	0.95 490	1.17 389	0.78 471	1.18 481	0.71 492	1.16 527	0.75 497	1.09 509	0.80 512	1.10 518	0.75 506	1.17 532	0.74 492	1.17 532	0.80 506	1.13 503	0.73 466	1.17 536	0.77 510	1.16 510	0.72 487
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

CrosDoStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PFNet+	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

LCNet	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

HHNet	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Patchmatch Stereo++	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551
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	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

STrans-v2	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

TransformOpticalFlow	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

OMP-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

IIG-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

NF-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

OCTAStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PSM-softLoss	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

KMStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

NRIStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PSM-adaLoss	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PSM-AAD	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

FTStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

ROB_FTStereo_v2	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

ROB_FTStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Consistency-Raft	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

KYRaft	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

HUI-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

ASMatch	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DeepStereo_LL	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DEmStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

SST-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

THIR-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT_R40	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DRaft	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PFNet	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

GrayStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RE-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Pruner-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

TVStereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DeepStereo_RVC	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT-RH_RVC	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

IRAFT_RVC	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT-345	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

iRAFT	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

CRE-IMP	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

GMM-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT-IKP	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Prome-Stereo	1.20 520	1.20 393	1.20 523	1.20 483	1.20 557	1.20 528	1.20 549	1.20 523	1.20 555	1.20 531	1.20 551	1.20 534	1.20 541	1.20 534	1.20 551	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

CroCo-Stereo	0.73 430	1.22 445	0.25 212	1.22 528	0.25 261	1.22 574	0.25 248	1.22 569	0.25 252	1.22 577	0.25 260	1.22 580	0.25 253	1.22 580	0.25 249	1.22 558	0.26 223	1.21 588	0.25 257	1.22 568	0.25 238
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
S-Stereo	2.51 644	26.86 702	1.23 572	1.22 528	1.22 605	1.24 576	1.25 598	1.22 569	1.24 603	1.21 576	1.24 599	1.19 533	1.27 591	1.19 533	1.24 598	1.19 508	1.20 525	1.25 591	1.19 548	1.24 569	1.23 599

FAT-Stereo	2.46 643	26.05 701	1.23 572	1.23 530	1.22 605	1.20 528	1.24 597	1.23 571	1.23 602	1.19 530	1.22 597	1.21 579	1.24 589	1.20 534	1.24 598	1.21 556	1.17 523	1.22 589	1.25 601	1.20 520	1.24 600

AIO-Stereo-zeroshot	0.91 480	0.86 315	0.89 484	1.25 531	0.69 486	1.05 511	0.81 509	1.16 515	0.50 439	1.12 524	0.97 529	0.72 461	0.82 505	1.06 518	0.95 520	0.61 404	0.87 484	1.03 526	0.85 522	1.04 500	1.01 530

WQFJA1++	0.84 465	0.98 341	0.67 441	1.26 532	0.75 499	1.00 495	0.67 470	1.00 491	0.67 472	1.00 497	0.67 479	1.00 502	0.67 470	1.00 502	0.67 465	0.96 477	0.67 445	0.91 500	0.63 474	0.92 478	0.63 461

NLMM	0.84 465	1.00 350	0.67 441	1.27 533	0.75 499	1.00 495	0.68 474	1.00 491	0.67 472	1.00 497	0.67 479	1.02 514	0.67 470	1.02 514	0.67 465	0.97 478	0.67 445	0.93 507	0.63 474	0.92 478	0.63 461

MLG-Stereo	0.92 482	0.90 325	0.84 482	1.27 533	0.49 441	1.38 588	0.88 515	1.41 586	0.97 530	0.73 460	1.09 540	1.26 581	0.43 410	0.72 456	1.05 533	1.13 503	0.49 394	1.18 539	0.66 485	1.01 497	0.46 408

CroCo-Stereo Lap2	0.77 440	1.29 449	0.29 231	1.27 533	0.29 284	1.27 578	0.26 255	1.26 572	0.26 265	1.26 578	0.26 265	1.27 584	0.26 262	1.26 581	0.27 255	1.27 561	0.27 233	1.27 592	0.27 300	1.27 572	0.27 282

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 533	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	0.08 139	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Hybrid-DGEV	1.03 506	1.75 480	0.80 475	1.28 537	0.78 508	1.26 577	0.80 505	1.26 572	0.78 506	1.26 578	0.78 511	1.26 581	0.78 499	1.26 581	0.78 502	1.15 506	0.75 469	1.14 529	0.74 505	1.14 505	0.75 494

WQFJA1	0.85 471	0.98 341	0.67 441	1.29 538	0.76 504	1.01 503	0.67 470	1.02 505	0.67 472	1.02 512	0.67 479	1.01 510	0.67 470	1.01 510	0.68 473	0.99 483	0.67 445	0.93 507	0.64 479	0.92 478	0.65 469

NLSM3	0.85 471	0.99 348	0.68 448	1.29 538	0.76 504	1.01 503	0.68 474	1.01 500	0.68 478	1.02 512	0.68 484	1.01 510	0.68 474	1.01 510	0.68 473	0.97 478	0.68 450	0.93 507	0.64 479	0.93 483	0.63 461

WQFJX1	0.84 465	0.98 341	0.67 441	1.30 540	0.75 499	1.01 503	0.67 470	1.01 500	0.67 472	1.01 508	0.67 479	1.01 510	0.68 474	1.00 502	0.68 473	0.98 482	0.67 445	0.92 503	0.64 479	0.92 478	0.64 467

WQFJX	0.85 471	1.00 350	0.68 448	1.30 540	0.75 499	1.01 503	0.68 474	1.01 500	0.68 478	1.01 508	0.68 484	1.03 516	0.68 474	1.02 514	0.67 465	0.97 478	0.67 445	0.93 507	0.63 474	0.94 487	0.63 461

castereo++	0.54 385	3.59 606	1.15 514	1.31 542	0.14 191	0.16 177	0.14 185	0.16 178	0.14 191	0.16 175	0.14 194	0.16 176	0.13 186	0.16 177	0.14 184	1.45 575	1.16 520	0.15 175	0.14 194	0.15 175	0.13 183

11t	1.27 571	2.70 576	1.34 576	1.32 543	0.89 519	1.30 580	1.34 604	1.64 593	0.57 452	1.45 591	0.72 501	1.05 518	1.29 593	1.07 521	1.29 605	1.49 577	1.02 500	0.97 516	1.15 544	1.48 580	1.31 604

Hybrid-DGEV-2	1.05 508	1.83 506	0.83 479	1.33 544	0.82 516	1.30 580	0.81 509	1.26 572	0.79 510	1.29 580	0.79 513	1.26 581	0.80 501	1.26 581	0.79 503	1.20 510	0.78 474	1.18 539	0.77 510	1.20 520	0.77 499

Hybrid-DGEV-03	1.07 509	1.83 506	0.83 479	1.34 545	0.81 515	1.32 582	0.81 509	1.31 579	0.81 515	1.31 581	0.82 517	1.32 586	0.82 505	1.32 586	0.81 509	1.19 508	0.77 472	1.19 541	0.76 508	1.19 518	0.77 499

PS-NSSS	1.38 576	1.39 461	1.34 576	1.34 545	1.35 608	1.38 588	1.37 612	1.35 580	1.38 614	1.34 583	1.34 607	1.39 590	1.38 602	1.70 599	1.40 613	1.36 569	1.36 587	1.36 600	1.37 609	1.37 577	1.36 610

MaskLacGwcNet_RVC	1.35 573	1.35 456	1.35 578	1.35 547	1.35 608	1.35 584	1.35 605	1.36 581	1.35 611	1.36 585	1.35 608	1.36 588	1.36 599	1.36 587	1.35 609	1.35 567	1.35 586	1.35 598	1.35 606	1.35 576	1.35 609

CSP-Net	0.34 239	1.29 449	1.19 520	1.36 548	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	1.26 560	1.21 571	0.03 41	0.09 145	0.02 21	0.09 144

CC-Net-ROB	1.36 574	1.33 455	1.33 575	1.36 548	1.38 611	1.36 586	1.33 603	1.37 583	1.34 608	1.35 584	1.36 610	1.38 589	1.34 597	1.38 589	1.38 612	1.35 567	1.38 590	1.33 595	1.35 606	1.43 579	1.34 608

RASNet	1.49 577	1.65 470	1.45 594	1.38 550	1.43 614	1.47 595	1.36 607	1.38 584	1.36 612	1.39 586	1.60 624	1.45 594	1.45 605	1.51 594	2.21 655	1.53 581	1.36 587	1.36 600	1.36 608	1.66 588	1.36 610

qqai	1.22 567	1.38 460	1.12 509	1.39 551	1.14 544	1.40 590	1.14 541	1.41 586	1.12 544	1.40 587	1.11 542	1.40 592	1.13 530	1.41 590	1.15 541	1.25 559	0.97 492	1.24 590	1.01 537	1.24 569	0.96 519

FENet	0.54 385	1.52 466	1.19 520	1.41 552	0.23 254	0.35 270	0.23 241	0.35 259	0.23 244	0.34 264	0.23 247	0.35 272	0.23 247	0.35 272	0.23 238	1.40 572	1.07 504	0.32 262	0.23 247	0.33 254	0.23 227

BLMT-Stereo	1.53 578	1.36 457	1.06 506	1.42 553	1.23 607	1.41 592	1.07 536	1.43 588	1.12 544	1.42 589	1.06 538	1.83 603	1.07 527	1.42 592	1.07 534	1.27 561	1.38 590	6.80 696	1.00 530	1.26 571	1.00 524

MM-Stereo_test2	1.20 520	1.85 512	1.05 505	1.46 554	0.94 527	1.36 586	0.99 526	1.36 581	0.95 527	1.41 588	0.98 530	1.40 592	0.96 512	1.37 588	0.95 520	1.37 571	1.06 503	1.33 595	0.93 527	1.29 574	0.89 512

NLMM1	0.86 474	0.98 341	0.69 450	1.48 555	0.75 499	1.01 503	0.69 482	1.00 491	0.69 483	1.00 497	0.70 493	1.00 502	0.68 474	1.01 510	0.67 465	0.97 478	0.68 450	0.92 503	0.63 474	0.93 483	0.63 461

castereo	0.61 399	3.79 614	1.35 578	1.52 556	0.15 203	0.17 184	0.16 197	0.20 195	0.21 235	0.18 186	0.16 207	0.21 203	0.12 180	0.26 240	0.17 207	1.43 574	1.38 590	0.17 187	0.16 204	0.18 190	0.16 194

PASM	0.39 283	3.06 594	1.36 586	1.58 557	0.09 149	0.11 157	0.11 166	0.11 158	0.11 169	0.09 145	0.09 150	0.11 159	0.09 148	0.09 145	0.09 143	0.11 105	0.11 122	0.11 153	0.09 145	0.11 157	0.11 162

FlowAnything_test	1.02 504	1.72 474	0.71 457	1.59 558	0.70 490	1.61 598	0.69 482	1.61 590	0.70 491	1.60 593	0.70 493	1.61 600	0.69 481	1.61 597	0.70 489	0.81 452	0.58 421	0.81 484	0.55 458	0.81 458	0.56 449

FlowAnything	1.02 504	1.71 473	0.72 460	1.59 558	0.69 486	1.60 597	0.69 482	1.61 590	0.70 491	1.60 593	0.69 489	1.60 597	0.69 481	1.61 597	0.69 481	0.81 452	0.58 421	0.81 484	0.56 462	0.82 460	0.56 449

DPSMNet_ROB	1.60 581	1.59 468	1.70 608	1.59 558	1.59 620	1.61 598	1.61 623	1.60 589	1.60 621	1.62 599	1.59 623	1.60 597	1.60 608	1.60 595	1.59 620	1.59 582	1.60 610	1.59 606	1.59 627	1.59 584	1.59 624

MM-Stereo_test3	1.27 571	2.07 531	1.18 518	1.60 561	1.02 538	1.45 594	1.01 532	1.40 585	1.04 542	1.44 590	1.03 537	1.46 595	1.02 525	1.44 593	1.02 531	1.51 580	1.12 517	1.32 594	0.98 528	1.38 578	0.97 520

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 561	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	1.60 561	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	1.62 564	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	0.06 120	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

DEFOM-Stereo	0.68 414	3.11 596	1.40 592	1.63 565	0.25 261	0.31 254	0.25 248	0.31 247	0.28 273	0.31 252	0.29 282	0.29 251	0.27 269	0.31 258	0.28 264	1.59 582	1.47 596	0.30 253	0.29 326	0.30 239	0.28 302

ours_stereo	1.20 520	1.21 439	0.90 487	1.64 566	1.11 543	1.35 584	0.67 470	1.76 597	0.93 525	1.70 601	1.10 541	1.39 590	0.75 494	1.41 590	0.81 509	1.60 584	1.03 501	1.33 595	1.00 530	1.61 585	0.72 487

ADCRef	0.12 120	0.03 31	0.04 64	1.71 567	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	0.06 120	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

test-3	0.98 493	4.13 625	1.85 626	1.85 568	0.61 468	0.69 452	0.37 375	0.63 439	0.61 461	0.66 451	0.51 452	0.73 463	0.44 412	0.57 435	0.54 442	1.68 586	1.81 623	0.40 364	0.43 429	0.66 429	0.50 425

RAFT_CTSACE	1.92 592	3.71 611	1.72 611	1.88 569	1.72 632	2.04 613	1.42 617	2.18 615	1.89 650	2.02 612	1.97 649	1.95 607	2.06 643	1.93 609	1.62 621	1.76 587	1.66 614	2.02 624	1.73 643	1.73 591	1.43 615

GANetREF_RVC	1.55 579	1.94 527	1.22 570	1.88 569	1.21 603	1.88 604	1.22 595	1.88 599	1.22 601	1.88 602	1.22 597	1.88 604	1.22 588	1.89 608	1.22 597	1.87 592	1.22 572	1.88 619	1.22 597	1.88 597	1.22 597
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
psmg	0.43 311	1.91 521	0.92 491	1.91 571	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	1.97 601	1.44 594	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 494	1.21 439	0.76 468	1.94 572	1.01 536	1.11 522	0.76 499	1.15 512	0.76 505	1.11 523	0.76 507	1.14 529	0.76 495	1.11 526	0.76 500	1.21 556	0.90 486	1.02 524	0.71 501	1.02 499	0.71 486

SPS-STEREO	1.59 580	1.91 521	1.21 569	1.94 572	1.20 557	2.00 612	1.23 596	1.99 604	1.24 603	2.00 610	1.25 600	2.03 614	1.26 590	2.00 612	1.29 605	1.90 596	1.18 524	1.89 620	1.21 596	1.89 598	1.20 551
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 589	1.91 521	1.71 610	1.95 574	1.70 631	1.95 609	1.70 628	1.96 602	1.74 634	1.97 607	1.72 632	1.95 607	1.71 616	1.97 611	1.71 628	1.86 590	1.62 611	1.85 612	1.66 634	1.86 596	1.64 630

CRFU-Net	0.65 407	1.67 471	1.22 570	1.96 575	0.27 269	0.41 310	0.27 258	0.41 304	0.27 269	0.40 290	0.26 265	0.41 312	0.27 269	0.40 296	0.27 255	1.80 589	1.62 611	0.34 278	0.23 247	0.33 254	0.23 227

NINENet	0.69 417	3.87 618	1.20 523	1.98 576	0.05 130	0.40 294	0.04 103	0.40 289	0.05 129	0.41 304	0.04 110	0.41 312	0.05 121	0.40 296	0.05 119	1.79 588	1.56 603	0.34 278	0.22 241	0.34 258	0.23 227

error version	0.93 487	4.47 631	2.35 645	1.99 577	0.37 382	0.41 310	0.36 369	0.41 304	0.35 366	0.43 323	0.36 375	0.41 312	0.40 389	0.41 311	0.36 362	1.87 592	2.16 639	0.47 413	0.37 394	0.39 336	0.33 344

test_1	0.93 487	4.47 631	2.35 645	1.99 577	0.37 382	0.41 310	0.36 369	0.41 304	0.35 366	0.43 323	0.36 375	0.41 312	0.40 389	0.41 311	0.36 362	1.87 592	2.16 639	0.47 413	0.37 394	0.39 336	0.33 344

MM-Stereo_test1	1.80 588	3.41 604	1.52 601	2.12 579	1.41 613	2.04 613	1.41 615	2.05 608	1.46 618	2.04 614	1.41 615	2.05 615	1.42 604	2.05 613	1.43 615	2.04 605	1.54 602	1.94 621	1.38 611	1.99 601	1.33 606

MC-Stereo	1.76 585	2.96 592	1.37 588	2.14 580	1.37 610	2.14 618	1.36 607	2.14 613	1.37 613	2.14 619	1.37 611	2.14 616	1.37 601	2.14 617	1.37 611	1.97 601	1.32 574	1.97 623	1.32 605	1.98 600	1.33 606

derf	1.91 591	2.15 539	1.78 614	2.16 581	1.75 633	2.21 619	1.80 631	2.22 616	1.80 638	2.21 622	1.76 633	2.17 617	1.81 625	2.24 621	1.74 636	1.93 599	1.56 603	1.96 622	1.53 620	1.95 599	1.56 619

DEFOM-Stereo_RVC	0.83 462	5.18 641	1.98 637	2.19 582	0.17 219	0.19 191	0.18 215	0.19 189	0.16 207	0.20 194	0.19 232	0.22 211	0.22 241	0.20 194	0.15 194	2.28 618	2.13 638	0.24 230	0.17 226	0.18 190	0.16 194

ADCP+	0.15 146	0.04 52	0.04 64	2.20 583	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 131	0.04 96	0.04 100	0.08 139	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 584	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	0.07 136	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 173	0.08 88	0.08 82	2.23 585	0.08 147	0.08 136	0.07 145	0.07 136	0.08 150	0.08 138	0.07 146	0.08 138	0.07 144	0.11 160	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

DeepPrunerF	0.19 173	0.08 88	0.08 82	2.23 585	0.08 147	0.08 136	0.07 145	0.07 136	0.08 150	0.08 138	0.07 146	0.08 138	0.07 144	0.11 160	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

TRStereo	2.00 599	2.13 536	1.85 626	2.27 587	1.84 637	2.28 623	1.84 633	2.29 619	1.86 644	2.30 625	1.87 638	2.30 619	1.87 627	2.08 614	1.72 630	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 635

XX-Stereo	2.00 599	2.13 536	1.85 626	2.27 587	1.84 637	2.28 623	1.84 633	2.29 619	1.86 644	2.30 625	1.87 638	2.30 619	1.87 627	2.08 614	1.72 630	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 635

EAI-Stereo	2.00 599	2.13 536	1.85 626	2.27 587	1.84 637	2.28 623	1.84 633	2.29 619	1.86 644	2.30 625	1.87 638	2.30 619	1.87 627	2.08 614	1.72 630	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 635

NCCL2	2.28 633	2.27 548	2.28 643	2.28 590	2.28 661	2.27 621	2.29 656	2.28 617	2.28 660	2.27 624	2.28 661	2.28 618	2.27 647	2.27 622	2.28 660	2.28 618	2.28 642	2.27 631	2.29 660	2.27 611	2.29 652

MatchStereo	0.54 385	0.12 115	2.38 648	2.32 591	0.09 149	0.09 144	0.08 147	0.09 145	0.07 146	0.09 145	0.07 146	0.09 146	0.07 144	0.09 145	0.08 138	2.34 624	2.34 643	0.12 156	0.11 164	0.11 157	0.10 149
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 621	2.34 557	1.87 630	2.32 591	1.94 646	2.40 628	1.89 641	2.37 627	2.07 659	2.52 638	1.95 648	2.44 629	1.99 639	2.41 630	1.89 648	2.32 623	2.09 636	2.24 630	2.18 656	2.21 607	2.23 651

HUF	2.18 621	2.30 550	1.99 640	2.34 593	2.02 651	2.41 629	2.06 652	2.38 628	1.89 650	2.36 630	1.85 636	2.56 637	1.98 637	2.31 625	1.97 651	2.30 621	2.03 635	2.30 633	2.11 654	2.23 608	2.16 649

STTStereo	3.73 661	30.40 708	2.37 647	2.39 594	2.31 663	2.35 626	2.33 657	2.29 619	2.42 661	2.32 629	2.34 662	2.33 622	2.36 648	2.30 624	2.27 659	2.35 625	2.22 641	2.31 634	2.22 657	2.29 613	2.34 656

AIO_test	2.18 621	2.09 534	2.04 641	2.42 595	2.01 648	2.47 631	1.94 643	2.34 626	2.03 658	2.56 639	1.94 646	2.43 628	1.94 634	2.41 630	1.87 646	2.39 628	2.10 637	2.35 638	1.91 653	2.25 610	2.19 650

iRaftStereo_RVC	0.97 491	3.17 599	2.30 644	2.42 595	0.38 389	0.54 431	0.38 382	0.54 420	0.38 382	0.54 428	0.38 387	0.54 429	0.38 378	0.54 425	0.38 374	2.38 627	2.34 643	0.49 426	0.36 391	0.49 397	0.36 364

UDGNet	2.23 631	5.40 649	1.72 611	2.48 597	1.69 628	2.51 636	1.69 627	2.51 635	1.72 631	2.50 637	1.69 631	2.52 631	1.69 614	2.50 634	1.68 626	2.41 629	1.70 616	2.42 641	1.69 639	2.42 618	1.64 630

VIP-Stereo	0.70 420	2.97 593	2.43 649	2.49 598	0.16 213	0.25 230	0.16 197	0.25 226	0.16 207	0.25 228	0.18 230	0.25 231	0.16 203	0.26 240	0.16 201	1.86 590	1.26 573	0.23 221	0.15 202	0.23 217	0.15 193

IGEVStereo-DCA	1.77 586	4.21 627	1.84 624	2.49 598	2.11 654	2.54 639	1.36 607	1.65 594	1.17 552	2.75 649	1.90 643	2.54 635	1.15 534	0.94 494	1.11 537	1.50 578	1.32 574	0.96 514	1.46 618	1.49 581	0.88 509

rrr	1.77 586	4.21 627	1.84 624	2.49 598	2.11 654	2.54 639	1.36 607	1.65 594	1.17 552	2.75 649	1.90 643	2.54 635	1.15 534	0.94 494	1.11 537	1.50 578	1.32 574	0.96 514	1.46 618	1.49 581	0.88 509

FBW_ROB	2.12 618	2.46 566	1.77 613	2.49 598	1.79 636	2.38 627	1.83 632	2.46 631	1.78 637	2.48 636	1.97 649	2.40 627	1.78 623	2.42 632	1.83 640	2.31 622	1.85 625	2.38 639	1.82 645	2.35 615	1.84 640

FSD	0.61 399	0.59 280	0.50 388	2.58 602	0.44 423	0.56 433	0.44 413	0.55 423	0.44 417	0.56 433	0.44 421	0.56 436	0.44 412	0.56 430	0.46 415	0.61 404	0.42 364	0.52 438	0.42 427	0.52 410	0.51 432

MonStereo	2.17 619	2.41 563	1.49 600	2.67 603	1.67 625	2.60 642	2.04 651	2.32 624	1.76 635	2.44 633	1.68 630	2.50 630	1.69 614	2.38 627	1.80 639	2.28 618	1.78 620	2.63 650	2.14 655	3.47 643	1.68 633

IER	0.88 477	7.04 660	2.23 642	2.75 604	0.28 274	0.43 337	0.25 248	0.39 282	0.25 252	0.41 304	0.27 269	0.39 291	0.25 253	0.40 296	0.28 264	0.37 259	0.28 239	0.37 302	0.25 257	0.37 282	0.25 238

LGtest1	2.22 628	2.70 576	1.89 631	2.76 605	1.86 640	2.75 649	1.86 637	2.75 646	1.86 644	2.75 649	1.86 637	2.77 653	1.87 627	2.75 650	1.86 643	2.46 631	1.58 606	2.45 642	1.56 621	2.45 620	1.56 619

4.5_new	2.00 599	1.84 511	1.98 637	2.77 606	2.16 656	2.27 621	1.28 602	2.09 609	1.98 654	2.01 611	1.28 603	2.71 644	1.98 637	2.51 635	1.65 623	2.26 614	1.33 581	1.87 616	1.87 647	2.49 624	1.60 625

LG-G_1	2.22 628	2.71 578	1.89 631	2.77 606	1.87 643	2.75 649	1.87 639	2.76 647	1.87 648	2.75 649	1.87 638	2.76 651	1.87 627	2.75 650	1.86 643	2.47 632	1.58 606	2.45 642	1.57 622	2.45 620	1.57 621

LG-G	2.22 628	2.71 578	1.89 631	2.77 606	1.87 643	2.75 649	1.87 639	2.76 647	1.87 648	2.75 649	1.87 638	2.76 651	1.87 627	2.75 650	1.86 643	2.47 632	1.58 606	2.45 642	1.57 622	2.45 620	1.57 621

sCroCo_RVC	2.10 616	2.76 584	1.92 634	2.78 609	1.39 612	2.73 647	1.41 615	2.73 645	1.40 615	2.77 654	1.41 615	2.74 650	1.40 603	2.74 649	1.40 613	2.72 642	1.42 593	2.72 651	1.44 617	2.79 638	1.42 614

NLCA_NET_v2_RVC	5.04 689	50.87 720	2.78 652	2.87 610	2.71 665	2.78 652	0.47 426	2.88 652	2.86 666	1.89 603	2.67 664	2.79 654	2.79 653	2.78 653	2.83 662	2.82 643	2.82 649	2.83 652	2.77 664	2.83 639	2.76 661
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 607	2.20 543	1.82 620	2.90 611	2.16 656	2.41 629	1.25 598	2.00 605	1.98 654	1.99 609	1.31 605	2.72 648	1.93 633	2.67 643	1.69 627	2.26 614	1.32 574	1.83 611	1.87 647	2.53 631	1.61 627

2.25w	2.00 599	1.86 515	1.98 637	2.95 612	2.17 658	2.26 620	1.35 605	2.42 630	2.00 657	2.07 618	1.27 602	2.53 632	1.99 639	2.29 623	1.49 617	2.21 612	1.32 574	1.85 612	1.87 647	2.52 628	1.62 628

3.25w	2.04 612	2.20 543	1.48 596	3.03 613	2.17 658	2.63 643	1.39 613	1.96 602	1.95 653	1.96 605	1.37 611	2.71 644	1.96 636	2.71 644	1.73 635	2.26 614	1.32 574	1.87 616	1.87 647	2.51 627	1.63 629

plain	1.88 590	3.16 598	0.64 430	3.10 614	0.65 476	3.10 654	0.64 461	3.12 654	0.65 468	3.10 655	0.65 475	3.11 655	0.65 464	3.12 654	0.65 460	3.12 647	0.65 443	3.13 653	0.65 483	3.13 641	0.65 469

2.75w_new	1.99 595	2.34 557	1.81 615	3.14 615	1.62 622	1.94 606	1.99 647	2.72 639	1.71 627	2.72 643	1.99 658	1.90 605	1.73 618	1.82 606	1.29 605	2.37 626	2.01 630	2.31 634	1.42 615	1.77 594	1.22 597

3w_stereo	2.04 612	2.24 547	1.70 608	3.15 616	2.18 660	2.49 633	1.26 600	2.03 607	1.98 654	1.98 608	1.33 606	2.72 648	1.99 639	2.59 638	1.72 630	2.22 613	1.33 581	1.85 612	1.88 652	2.50 626	1.58 623

3.75w	1.99 595	2.31 551	1.83 623	3.16 617	1.65 624	1.93 605	1.98 644	2.72 639	1.68 623	2.73 648	1.97 649	2.00 611	1.72 617	1.81 605	1.25 601	2.27 617	2.01 630	2.38 639	1.42 615	1.71 590	1.24 600

MIF-Stereo (partial)	2.58 646	3.31 603	0.66 437	3.18 618	0.66 480	3.18 655	0.66 466	3.21 655	0.67 472	3.19 656	0.66 478	3.19 656	0.66 468	3.31 658	0.68 473	5.09 679	1.79 622	8.23 700	1.67 635	6.18 684	1.38 612

LiteMatch	1.13 517	0.73 295	2.80 653	3.23 619	0.61 468	0.83 474	0.68 474	0.73 454	0.69 483	1.00 497	0.77 509	0.94 496	0.57 449	0.82 469	0.64 456	2.97 644	2.43 646	0.68 458	0.32 358	0.56 418	0.70 480

Lsterematch	1.13 517	0.73 295	2.80 653	3.23 619	0.61 468	0.83 474	0.68 474	0.73 454	0.69 483	1.00 497	0.77 509	0.94 496	0.57 449	0.82 469	0.64 456	2.97 644	2.43 646	0.68 458	0.32 358	0.56 418	0.70 480

2w_stereo	1.99 595	2.36 560	1.81 615	3.24 621	1.67 625	1.94 606	1.98 644	2.72 639	1.68 623	2.72 643	1.94 646	1.98 610	1.74 620	1.79 604	1.27 602	1.95 600	2.00 628	2.53 647	1.60 628	1.68 589	1.15 542

AEACV	1.12 515	0.52 264	3.12 667	3.24 621	0.86 517	0.53 428	0.49 437	0.60 434	0.47 426	0.53 423	0.49 443	0.55 433	0.45 416	0.55 429	0.47 422	3.01 646	3.88 670	0.71 466	0.60 468	0.80 455	0.48 417

4.5w-stereo	1.99 595	2.33 553	1.81 615	3.28 623	1.68 627	1.94 606	1.99 647	2.72 639	1.70 626	2.72 643	1.99 658	1.97 609	1.68 612	1.76 601	1.29 605	1.91 597	2.02 634	2.53 647	1.61 629	1.75 593	1.16 545

2.5w	2.01 606	2.40 562	1.37 588	3.28 623	2.01 648	2.71 644	1.43 620	1.82 598	1.83 642	1.90 604	1.41 615	2.71 644	1.35 598	2.71 644	1.85 642	2.66 638	1.53 600	1.64 607	1.23 598	2.53 631	1.87 644

Anonymous3	2.55 645	3.26 602	1.65 606	3.28 623	1.63 623	3.24 656	1.68 626	3.27 656	1.66 622	3.28 657	1.67 629	3.25 657	1.66 611	3.27 656	1.64 622	3.26 648	1.65 613	3.30 655	1.65 633	4.95 675	1.65 632

4.25_new	2.00 599	2.33 553	1.82 620	3.32 626	1.69 628	1.95 609	1.99 647	2.72 639	1.71 627	2.72 643	1.97 649	2.01 612	1.74 620	1.77 602	1.28 603	2.18 609	2.01 630	2.48 645	1.58 625	1.65 586	1.17 546

4.5w_new	2.00 599	2.33 553	1.82 620	3.32 626	1.69 628	1.95 609	1.99 647	2.72 639	1.71 627	2.72 643	1.97 649	2.01 612	1.74 620	1.77 602	1.28 603	2.18 609	2.01 630	2.48 645	1.58 625	1.65 586	1.17 546

3.25w_new	2.03 609	2.72 580	1.35 578	3.33 628	1.57 618	2.72 645	1.53 622	2.15 614	1.33 607	2.15 620	1.60 624	2.63 641	1.30 594	2.72 646	1.99 653	2.67 640	1.53 600	1.75 610	1.25 601	2.53 631	1.87 644

4w-stereo	2.02 607	2.72 580	1.44 593	3.36 629	1.59 620	2.48 632	1.72 629	2.28 617	1.24 603	2.24 623	1.65 628	2.56 637	1.32 596	2.39 629	1.98 652	2.67 640	1.51 598	1.66 608	1.24 599	2.53 631	1.88 647

3.5w_stereo	2.03 609	2.72 580	1.35 578	3.41 630	1.57 618	2.72 645	1.49 621	2.01 606	1.34 608	2.15 620	1.61 626	2.63 641	1.36 599	2.72 646	1.99 653	2.66 638	1.58 606	1.68 609	1.24 599	2.53 631	1.87 644

UniTT-Stereo	2.03 609	3.43 605	0.72 460	3.42 631	0.73 495	3.27 657	0.68 474	3.38 659	0.69 483	3.29 658	0.72 501	3.28 658	0.70 485	3.35 660	0.68 473	3.39 650	0.68 450	3.31 656	0.69 494	3.37 642	0.73 490

DispNO	1.00 494	0.63 284	0.43 352	3.45 632	0.44 423	0.65 449	0.43 412	0.64 440	0.43 414	0.64 448	0.43 419	0.64 449	3.03 654	0.64 445	0.43 408	4.55 662	0.43 369	0.63 451	0.43 429	0.63 426	0.43 402

asda	2.17 619	2.54 567	1.81 615	3.47 633	1.78 635	2.50 635	1.86 637	2.61 638	1.68 623	2.61 640	1.83 635	2.37 626	1.73 618	2.44 633	1.88 647	2.51 635	1.84 624	2.34 636	1.62 631	2.23 608	1.77 639

4.25w-stereo	1.98 594	2.72 580	1.46 595	3.47 633	1.43 614	2.07 615	1.98 644	2.53 636	1.52 619	2.71 642	1.98 655	1.81 602	1.62 610	1.96 610	1.36 610	1.88 595	2.00 628	2.53 647	1.61 629	1.74 592	1.15 542

monsters	2.18 621	2.41 563	1.96 636	3.47 633	2.03 652	2.53 637	1.64 625	2.48 632	1.73 632	2.40 632	1.50 618	2.62 640	1.94 634	2.59 638	1.94 649	2.44 630	1.57 605	2.28 632	1.87 647	2.42 618	1.86 642

Occ-G	1.12 515	0.52 264	3.72 676	3.50 636	0.50 445	0.56 433	0.47 426	0.54 420	0.46 421	0.54 428	0.41 407	0.54 429	0.42 407	0.52 421	0.42 405	3.42 651	4.02 672	0.52 438	0.45 431	0.51 408	0.44 405

HCRNet	1.22 567	7.11 661	3.00 655	3.55 637	0.33 359	0.29 247	0.14 185	0.19 189	0.15 202	0.33 262	0.29 282	0.25 231	0.14 190	0.22 209	0.33 341	3.64 652	3.00 650	0.76 475	0.32 358	0.18 190	0.13 183

asd	2.18 621	2.77 586	1.58 603	3.59 638	2.00 647	2.58 641	1.85 636	2.39 629	1.71 627	2.47 635	1.97 649	2.59 639	1.61 609	2.56 636	1.79 638	2.51 635	1.99 627	2.11 629	1.62 631	2.36 616	1.60 625

DPSNet	3.66 659	3.60 607	3.62 674	3.63 639	3.64 686	3.65 661	3.65 685	3.66 662	3.67 683	3.67 661	3.65 683	3.67 662	3.66 671	3.66 661	3.68 680	3.68 653	3.66 668	3.67 660	3.68 686	3.67 644	3.67 685

monsterstereo	2.20 627	2.33 553	1.95 635	3.65 640	2.07 653	2.49 633	1.61 623	2.48 632	1.83 642	2.45 634	1.61 626	2.67 643	1.86 626	2.64 640	1.94 649	2.48 634	1.66 614	2.34 636	1.68 637	2.40 617	1.86 642

RAStereo	2.23 631	3.64 608	0.76 468	3.65 640	0.86 517	3.66 662	0.76 499	3.67 663	0.81 515	3.66 660	0.76 507	3.66 661	0.77 497	3.68 662	0.77 501	3.68 653	0.77 472	3.69 661	0.77 510	3.70 645	0.77 499

sAnonymous2	3.31 657	2.63 571	1.38 590	3.71 642	1.86 640	4.70 682	1.11 538	4.82 686	2.72 664	5.45 691	1.98 655	4.59 676	2.64 650	2.65 641	6.21 696	4.37 657	1.08 508	5.16 688	2.24 658	4.52 657	2.39 657

CroCo_RVC	3.31 657	2.63 571	1.38 590	3.71 642	1.86 640	4.70 682	1.11 538	4.82 686	2.72 664	5.45 691	1.98 655	4.59 676	2.64 650	2.65 641	6.21 696	4.37 657	1.08 508	5.16 688	2.24 658	4.52 657	2.39 657

MonStereo1	1.94 593	2.77 586	1.52 601	3.73 644	1.51 617	2.13 617	1.42 617	2.32 624	1.52 619	2.31 628	1.50 618	2.53 632	1.59 607	2.34 626	1.56 618	1.91 597	1.36 587	1.86 615	1.31 604	2.07 602	1.53 616

1w_stereo	2.05 614	2.32 552	1.35 578	3.74 645	2.01 648	2.73 647	1.42 617	1.88 599	1.93 652	2.03 613	1.28 603	2.71 644	1.99 639	2.72 646	1.72 630	2.20 611	1.32 574	1.87 616	1.86 646	2.45 620	1.54 617

qwe	2.18 621	2.60 570	1.58 603	3.83 646	1.90 645	2.53 637	1.90 642	2.48 632	1.73 632	2.37 631	1.92 645	2.53 632	1.68 612	2.56 636	1.83 640	2.52 637	1.87 626	2.07 625	1.68 637	2.32 614	1.71 634

NLSM1	2.93 654	3.24 601	2.57 651	4.04 647	2.66 664	3.30 658	2.55 659	3.29 657	2.55 662	3.35 659	2.48 663	3.28 658	2.47 649	3.34 659	2.49 661	3.26 648	2.55 648	3.13 653	2.57 663	3.00 640	2.46 659

BUS	0.83 462	1.91 521	0.92 491	4.48 648	0.02 22	0.40 294	0.04 103	0.41 304	0.02 22	0.48 388	0.03 56	0.41 312	0.05 121	0.03 43	0.05 119	1.97 601	4.19 673	0.33 269	0.23 247	0.34 258	0.27 282

BSDual-CNN	0.81 453	1.91 521	0.92 491	4.48 648	0.02 22	0.42 330	0.06 141	0.41 304	0.02 22	0.48 388	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	4.19 673	0.33 269	0.23 247	0.34 258	0.27 282

hknet	1.10 512	1.85 512	3.49 671	4.48 648	0.02 22	0.42 330	0.06 141	0.41 304	0.02 22	0.48 388	0.03 56	0.41 312	0.03 53	0.42 324	0.03 52	4.39 659	4.19 673	0.33 269	0.23 247	0.34 258	0.27 282

rvit_105_1	3.83 662	5.22 642	3.01 656	4.53 651	3.01 667	4.51 670	3.01 665	4.56 673	3.04 667	4.53 672	3.03 667	4.55 674	3.03 654	4.56 673	3.04 663	4.57 663	3.05 651	4.57 669	3.05 668	4.57 659	3.05 666

rvit_stereo_0081	3.83 662	5.23 643	3.01 656	4.53 651	3.03 669	4.55 676	3.02 666	4.56 673	3.04 667	4.52 670	3.02 665	4.54 672	3.03 654	4.56 673	3.04 663	4.57 663	3.05 651	4.57 669	3.05 668	4.58 660	3.05 666

rvit_stereo_0082	3.86 664	5.82 657	3.01 656	4.53 651	3.03 669	4.54 672	3.02 666	4.56 673	3.04 667	4.53 672	3.02 665	4.55 674	3.04 657	4.57 676	3.05 665	4.57 663	3.05 651	4.58 671	3.05 668	4.58 660	3.06 669

rvit_0105_4	3.91 669	5.47 653	3.02 659	4.54 654	3.02 668	4.54 672	3.03 670	4.75 683	3.17 678	4.57 676	3.06 670	4.61 680	3.16 665	4.65 680	3.09 671	4.66 670	3.11 659	4.68 678	3.18 679	4.81 670	3.16 678

rvit_stereo_0080	3.89 667	5.70 654	3.04 661	4.54 654	3.03 669	4.56 677	3.05 672	4.60 677	3.07 672	4.58 677	3.06 670	4.59 676	3.06 659	4.61 677	3.08 669	4.63 668	3.09 656	4.64 675	3.10 673	4.65 664	3.10 673

whm_eth	3.89 667	5.70 654	3.04 661	4.54 654	3.03 669	4.56 677	3.05 672	4.60 677	3.07 672	4.58 677	3.06 670	4.59 676	3.06 659	4.61 677	3.08 669	4.63 668	3.09 656	4.64 675	3.10 673	4.65 664	3.10 673

rvit_stereo_0081_aga	3.86 664	5.33 646	3.02 659	4.55 657	3.04 673	4.54 672	3.02 666	4.64 680	3.06 671	4.54 674	3.04 669	4.62 681	3.08 661	4.62 679	3.07 668	4.58 666	3.06 655	4.60 673	3.08 672	4.63 663	3.07 670

rvit_stereo_ft	3.93 672	5.44 651	3.05 663	4.59 658	3.06 674	4.61 680	3.08 675	4.67 682	3.12 677	4.63 681	3.10 675	4.65 683	3.11 663	4.69 683	3.13 673	4.70 671	3.14 661	4.71 680	3.15 678	4.74 667	3.16 678

rvit_0105_3	3.91 669	5.33 646	3.06 664	4.60 659	3.07 675	4.60 679	3.06 674	4.62 679	3.08 675	4.60 679	3.07 673	4.62 681	3.08 661	4.67 681	3.10 672	4.70 671	3.11 659	4.77 682	3.19 680	4.77 669	3.14 677

rvit_stereo_0083	3.92 671	5.30 645	3.06 664	4.61 660	3.09 676	4.67 681	3.08 675	4.66 681	3.09 676	4.62 680	3.10 675	4.66 684	3.11 663	4.67 681	3.16 674	4.72 673	3.16 662	4.77 682	3.11 675	4.66 666	3.11 675

rvit_0105_6	3.87 666	5.73 656	3.10 666	4.69 661	3.12 677	4.54 672	3.02 666	4.56 673	3.04 667	4.54 674	3.03 667	4.54 672	3.04 657	4.56 673	3.05 665	4.58 666	3.05 651	4.58 671	3.05 668	4.58 660	3.05 666

rvit_0105_5	4.10 673	5.40 649	3.13 669	4.71 662	3.15 678	4.72 684	3.10 677	4.90 688	3.27 680	4.69 682	3.16 677	4.84 688	3.25 667	4.96 687	3.34 677	5.05 678	3.39 667	5.10 687	3.40 681	5.11 677	3.42 682

NLCSM	3.67 660	4.08 622	3.19 670	4.80 663	3.26 679	3.99 666	3.24 680	4.25 669	3.18 679	4.09 665	3.27 678	4.14 667	3.18 666	4.13 667	3.28 676	4.06 655	3.10 658	3.85 665	3.14 677	3.91 650	3.27 681

StereoVision	3.15 655	5.00 637	0.89 484	4.83 664	1.00 530	3.93 663	1.27 601	6.37 693	1.34 608	5.67 693	1.26 601	5.84 694	1.27 591	5.03 690	1.24 598	5.10 680	1.09 510	4.61 674	0.57 464	5.62 682	1.12 537

MLG-Stereo_test2	4.28 676	5.46 652	3.69 675	4.86 665	3.72 687	5.58 691	3.42 681	4.81 685	3.77 688	4.85 684	3.72 685	5.55 693	3.63 670	5.58 691	3.53 679	4.41 660	3.28 666	4.99 686	2.95 666	4.75 668	3.13 676

TestStereo	4.88 686	4.75 633	4.79 680	4.87 666	4.92 695	4.81 687	4.90 695	4.78 684	4.77 695	4.87 685	4.89 694	4.90 689	4.91 687	4.99 688	4.79 692	4.98 676	4.87 677	4.87 685	4.92 696	5.00 676	5.00 695

DispFullNet	4.61 682	4.84 634	3.12 667	5.00 667	3.57 683	4.75 685	3.03 670	7.75 699	4.17 692	4.91 686	3.09 674	6.20 695	3.95 680	6.71 695	3.51 678	5.30 681	3.67 669	5.86 694	3.63 683	5.61 681	3.46 683

FC-DCNN v2	5.10 690	5.15 640	4.49 679	5.07 668	3.37 681	6.87 694	4.75 694	5.04 689	6.34 699	7.84 699	5.06 695	6.72 699	4.09 683	4.99 688	5.44 695	5.03 677	3.16 662	4.67 677	4.86 695	5.15 678	3.89 690

MLG-Stereo_test1	4.25 674	5.34 648	3.61 673	5.31 669	3.63 685	5.23 688	3.57 683	5.38 691	3.65 682	5.23 688	3.47 680	4.76 685	3.74 674	4.85 684	3.71 681	4.96 675	3.18 664	4.71 680	2.92 665	4.86 673	2.90 663

MLG-Stereo_test3	4.26 675	4.85 635	3.95 677	5.35 670	3.60 684	4.75 685	3.76 686	5.49 692	3.71 684	5.39 689	3.69 684	4.82 687	3.66 671	4.85 684	3.73 684	4.93 674	3.19 665	4.69 679	2.99 667	4.84 672	2.98 665

CFNet	1.37 575	5.27 644	0.19 188	5.49 671	0.19 234	0.28 244	0.19 219	0.28 235	0.19 229	0.28 241	0.19 232	0.28 245	4.35 684	0.28 248	0.19 222	0.23 196	0.17 191	0.23 221	4.21 693	4.81 670	0.17 211

RAFT+CT+SA	4.28 676	7.62 665	4.91 681	5.55 672	2.28 661	3.09 653	3.64 684	4.49 671	3.07 672	4.80 683	3.35 679	4.77 686	3.70 673	4.29 670	3.05 665	5.58 682	5.98 684	3.58 659	3.78 688	4.26 653	3.72 686

MaDis-Stereo	3.19 656	6.02 659	1.12 509	5.61 673	1.16 550	5.43 690	1.02 534	5.15 690	0.70 491	5.43 690	1.21 596	5.03 691	0.97 513	4.85 684	0.99 524	4.53 661	1.16 520	5.53 690	1.25 601	5.37 680	1.30 603

AANet_RVC	1.26 570	0.31 178	4.99 682	5.93 674	0.20 237	0.25 230	0.20 223	0.25 226	0.20 231	0.23 213	0.19 232	0.25 231	0.20 234	0.25 229	0.20 225	5.66 683	4.76 676	0.26 240	0.30 340	0.24 221	0.27 282

SA	4.33 678	7.35 662	6.85 693	5.96 675	4.09 691	3.59 660	3.15 678	3.82 664	2.64 663	3.91 662	3.85 686	3.57 660	2.72 652	3.13 655	4.03 687	7.09 694	6.86 689	3.57 658	3.12 676	3.85 646	3.51 684

SGM-Forest	5.21 692	5.92 658	4.08 678	6.18 676	4.16 692	6.31 693	4.34 693	6.50 694	4.33 693	6.14 695	4.21 691	6.61 698	4.55 686	6.67 694	4.48 691	5.94 685	3.94 671	5.85 693	4.03 692	5.79 683	4.17 693
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 615	1.30 451	5.73 687	6.28 677	0.79 510	1.33 583	0.80 505	1.30 578	1.02 540	1.33 582	0.84 519	1.33 587	0.97 513	1.28 585	1.04 532	6.05 687	5.89 682	1.28 593	0.76 508	1.28 573	0.88 509

test_5	4.62 683	7.55 664	6.23 688	6.32 678	3.40 682	5.29 689	3.50 682	3.53 661	4.11 691	4.28 667	4.47 693	4.26 670	4.38 685	3.68 662	3.24 675	5.89 684	5.60 680	4.84 684	3.50 682	4.33 654	3.93 692

cross-raft	4.83 685	7.52 663	6.43 689	6.63 679	3.96 690	4.51 670	3.99 690	4.49 671	3.96 690	4.52 670	3.96 688	4.50 671	3.97 681	4.50 672	3.97 686	6.65 689	6.44 686	4.33 666	3.92 690	4.35 655	3.91 691

raft_robust	4.71 684	7.75 666	5.40 686	6.81 680	3.31 680	4.28 669	4.20 692	4.32 670	4.37 694	4.35 669	4.35 692	4.14 667	3.75 675	4.30 671	4.20 690	6.67 690	6.37 685	3.36 657	4.24 694	4.86 673	3.25 680

TestStereo1	4.60 680	8.41 669	6.44 690	6.86 681	3.79 688	3.97 664	3.78 687	3.99 666	3.74 685	3.97 663	3.52 681	3.94 665	3.58 668	3.98 665	3.72 682	6.82 691	6.50 687	3.76 662	3.66 684	3.90 647	3.74 688

SA-5K	4.60 680	8.41 669	6.44 690	6.86 681	3.79 688	3.97 664	3.78 687	3.99 666	3.74 685	3.97 663	3.52 681	3.94 665	3.58 668	3.98 665	3.72 682	6.82 691	6.50 687	3.76 662	3.66 684	3.90 647	3.74 688

Sa-1000	4.34 679	8.37 668	6.84 692	6.98 683	4.45 694	3.58 659	3.00 664	3.42 660	3.39 681	2.61 640	4.00 689	3.83 664	4.01 682	3.90 664	3.90 685	5.98 686	5.62 681	3.76 662	2.34 661	4.35 655	2.47 660

test_4	4.88 686	8.13 667	6.98 694	7.46 684	4.44 693	4.25 668	3.85 689	4.04 668	3.92 689	4.13 666	3.91 687	4.18 669	3.84 678	4.14 668	4.06 688	7.01 693	7.13 690	4.53 667	3.72 687	4.09 651	3.72 686

rvit_stereo_0075_2	6.64 694	8.80 673	5.25 683	7.89 685	5.27 697	7.90 698	5.27 696	7.92 700	5.28 697	7.91 700	5.29 697	7.93 700	5.27 688	7.92 700	5.28 693	7.93 695	5.28 679	7.93 699	5.29 698	7.93 692	5.28 697

test_3	5.01 688	8.86 674	7.77 696	8.09 686	2.76 666	4.13 667	4.05 691	3.88 665	3.76 687	4.33 668	4.13 690	3.71 663	3.91 679	4.21 669	4.06 688	7.93 695	7.69 692	4.53 667	3.91 689	4.17 652	4.29 694

test-1	6.46 693	9.16 676	8.03 699	8.09 686	5.62 698	6.11 692	6.35 698	6.85 696	4.94 696	6.08 694	6.29 700	4.98 690	6.43 692	6.22 692	6.36 698	6.16 688	7.47 691	5.82 692	5.44 699	7.11 689	5.68 698

U	5.15 691	8.49 671	1.81 615	8.49 688	1.77 634	8.49 699	1.77 630	8.51 701	1.77 636	8.49 701	1.77 634	8.50 701	1.78 623	8.58 701	1.77 637	8.54 698	1.78 620	8.55 701	1.78 644	8.55 695	1.84 640

RAFT	6.73 695	9.36 677	7.40 695	8.51 689	6.55 699	6.88 695	6.60 699	6.79 695	6.60 700	6.80 696	6.72 701	5.31 692	5.50 690	6.61 693	6.61 699	8.42 697	5.89 682	5.73 691	5.45 700	6.61 685	6.24 699

SGM+DAISY	7.06 696	9.15 675	5.38 685	8.84 690	5.18 696	8.80 700	5.31 697	8.79 702	5.28 697	8.89 702	5.20 696	8.93 702	5.33 689	8.95 702	5.36 694	8.70 699	5.21 678	8.74 702	5.20 697	8.89 696	5.15 696

CFNet_RVC	2.38 641	8.71 672	0.38 289	9.33 691	0.42 420	0.56 433	0.42 410	0.60 434	0.38 382	0.62 445	0.42 417	0.56 436	7.29 696	0.62 440	0.42 405	0.53 385	0.37 328	0.49 426	0.34 372	8.30 693	6.87 700

test-v	7.53 698	11.89 685	7.98 697	9.36 692	7.14 700	7.06 696	7.09 700	7.37 697	6.91 701	7.29 697	5.71 698	6.45 696	6.93 693	6.73 696	7.27 700	8.93 700	7.85 693	6.98 697	6.80 701	7.56 690	7.34 701

test-2	7.53 698	11.89 685	7.98 697	9.36 692	7.14 700	7.06 696	7.09 700	7.37 697	6.91 701	7.29 697	5.71 698	6.45 696	6.93 693	6.73 696	7.27 700	8.93 700	7.85 693	6.98 697	6.80 701	7.56 690	7.34 701

MSMDNet	2.65 647	10.14 683	0.33 260	9.74 694	0.32 347	0.87 479	0.33 344	2.95 653	0.68 478	0.49 395	0.34 363	0.49 399	5.70 691	0.49 398	0.33 341	0.42 312	9.57 696	0.41 381	0.31 351	8.36 694	0.65 469

pcwnet_v2	2.66 648	9.89 681	0.33 260	9.89 695	0.32 347	0.50 410	0.32 333	0.49 389	0.33 353	0.49 395	0.34 363	0.49 399	8.76 698	0.48 392	0.33 341	0.41 298	9.58 697	0.40 364	0.29 326	9.01 697	0.63 461

CFNet_ucs	2.73 650	9.64 679	0.33 260	9.92 696	0.32 347	0.49 401	0.33 344	0.49 389	0.33 353	0.49 395	0.33 355	0.49 399	8.98 699	0.48 392	0.33 341	0.41 298	9.96 701	0.40 364	0.29 326	10.12 702	0.54 439

ccs_rob	2.79 652	10.17 684	0.32 255	10.00 697	0.33 359	0.49 401	0.33 344	1.90 601	0.32 343	0.51 417	0.33 355	0.49 399	9.24 700	0.49 398	0.33 341	0.41 298	9.82 699	0.41 381	0.28 313	9.34 698	0.29 308

PCWNet_CMD	2.80 653	9.82 680	0.32 255	10.09 698	0.32 347	0.49 401	0.33 344	3.34 658	0.33 353	0.49 395	0.33 355	0.49 399	8.73 697	0.48 392	0.33 341	0.41 298	9.22 695	0.42 392	0.29 326	9.55 699	0.31 330

UCFNet_RVC	2.75 651	10.06 682	0.29 231	10.31 699	0.29 284	0.42 330	0.29 276	0.43 328	0.29 279	0.42 318	0.29 282	0.42 330	9.87 701	0.43 330	0.29 275	0.36 256	9.84 700	0.36 299	0.26 263	9.77 700	0.26 244

CFNet_pseudo	2.67 649	9.36 677	0.32 255	10.99 700	0.33 359	0.85 476	0.33 344	0.49 389	0.33 353	0.49 395	0.32 346	0.49 399	7.26 695	0.49 398	0.33 341	0.41 298	9.62 698	0.41 381	0.29 326	10.03 701	0.29 308

rafts_anoy	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 704

raft+_RVC	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 704

raftrobust	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 704

CasAABBNet	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 704

RALCasStereoNet	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 704

RALAANet	20.00 702	20.00 687	20.00 701	20.00 701	20.00 703	20.00 701	20.00 703	20.00 703	20.00 704	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 703	20.00 702	20.00 703	20.00 703	20.00 704	20.00 703	20.00 704

MANE	19.05 701	23.00 693	15.00 700	23.00 707	15.00 702	24.00 707	16.00 702	24.00 709	16.00 703	22.00 709	15.00 702	23.00 709	16.00 702	23.00 709	15.00 702	22.00 708	15.00 702	22.00 709	15.00 703	22.00 709	15.00 703

MCSU-Stereo	7.34 697	31.03 710	23.33 707	30.31 708	0.67 481	0.93 489	0.64 461	0.92 482	0.64 466	0.92 488	0.64 472	0.93 494	0.64 461	0.92 491	0.64 456	28.35 709	22.39 709	0.88 494	0.60 468	0.83 462	0.60 454

fff	1000028.16 729	29.62 705	29.72 709	32.61 709	30.02 710	35.13 710	31.83 711	32.07 711	10000000.00 731	35.27 713	29.82 711	32.45 711	30.15 710	32.35 711	30.09 710	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 712

csc	1000028.16 729	29.62 705	29.72 709	32.61 709	30.02 710	35.13 710	31.83 711	32.07 711	10000000.00 731	35.27 713	29.82 711	32.45 711	30.15 710	32.35 711	30.09 710	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 712

cscssc	1000028.16 729	29.62 705	29.72 709	32.61 709	30.02 710	35.13 710	31.83 711	32.07 711	10000000.00 731	35.27 713	29.82 711	32.45 711	30.15 710	32.35 711	30.09 710	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 712

111	30.40 708	30.94 709	29.72 709	32.61 709	30.02 710	33.57 708	30.47 710	31.50 710	29.39 711	30.98 710	29.11 710	29.78 710	30.39 713	29.45 710	30.76 713	30.08 710	29.02 711	29.92 710	30.32 714	29.86 710	30.17 711

DCANet-4	35.22 710	34.54 711	35.08 715	33.58 713	35.47 717	34.55 709	35.53 717	36.08 716	35.85 715	35.92 716	35.77 716	35.18 716	35.48 715	35.39 716	37.15 720	34.55 716	33.92 715	35.02 717	34.90 716	35.79 714	34.74 718

ADStereo(finetuned)	36.13 711	36.63 715	38.07 720	36.97 714	33.25 714	35.91 713	34.45 714	36.36 717	32.99 712	38.14 722	36.71 717	36.69 717	34.13 714	38.57 722	40.79 721	37.60 722	36.58 718	35.90 718	33.36 715	35.42 713	34.04 715

fast-reg	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 718	37.00 716	37.00 717	37.00 718	37.00 718	37.00 716	37.00 717	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

Reg-Stereo(zero)	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 718	37.00 716	37.00 717	37.00 718	37.00 718	37.00 716	37.00 717	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

fast-iter	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 718	37.00 716	37.00 717	37.00 718	37.00 718	37.00 716	37.00 717	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

CoSv	37.00 712	37.00 716	37.00 716	37.00 715	37.00 718	37.00 716	37.00 718	37.00 718	37.00 716	37.00 717	37.00 718	37.00 718	37.00 716	37.00 717	37.00 716	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

tt	500032.53 727	34.60 712	29.72 709	37.47 719	34.41 715	36.85 714	35.22 715	34.71 714	33.55 713	34.50 711	35.43 714	33.81 714	10000000.00 731	33.57 714	33.13 714	33.68 714	35.00 716	34.03 715	35.26 717	30.96 711	34.63 716

DCANet	500032.53 727	34.60 712	29.72 709	37.47 719	34.41 715	36.85 714	35.22 715	34.71 714	33.55 713	34.50 711	35.43 714	33.81 714	10000000.00 731	33.57 714	33.13 714	33.68 714	35.00 716	34.03 715	35.26 717	30.96 711	34.63 716

WCMA_ROB	31.10 709	35.43 714	27.12 708	39.51 721	23.10 709	38.78 720	25.30 709	37.49 722	25.39 710	37.29 721	27.02 709	38.52 722	26.48 709	37.80 721	26.44 709	36.28 717	22.65 710	33.90 714	22.30 710	37.10 719	24.18 710

NOSS_ROB	102.95 717	153.00 725	121.00 724	51.00 722	44.00 722	165.00 724	127.00 724	153.00 725	119.00 722	164.00 726	125.00 724	168.00 726	120.00 722	153.00 725	117.00 724	49.00 723	44.00 723	49.00 723	44.00 723	49.00 720	44.00 723

CBMV	128.50 718	1422.70 732	53.10 722	79.50 723	51.30 723	77.30 722	49.70 722	74.00 723	48.20 721	77.20 724	48.80 723	73.90 724	48.00 721	73.80 724	48.80 723	70.40 724	45.10 724	68.90 724	46.10 724	68.20 721	45.00 724
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 716	87.70 721	41.95 721	113.75 724	65.62 724	75.05 721	55.25 723	75.64 724	45.04 720	71.61 723	41.75 722	72.81 723	44.06 720	68.38 723	44.63 722	101.89 725	59.57 725	107.10 725	61.05 725	104.38 722	59.38 725

MeshStereo	159.24 719	171.00 726	160.68 727	162.58 725	160.59 725	164.01 723	160.35 725	158.51 726	158.56 723	158.34 725	160.12 725	158.56 725	159.92 723	157.26 726	158.94 725	154.38 726	158.36 726	155.75 726	159.13 727	153.67 723	154.07 726
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	201.80 720	123.00 722	115.00 723	219.00 726	218.00 727	223.00 725	244.00 727	217.00 727	236.00 725	202.00 727	203.00 726	205.00 727	208.00 724	225.00 727	204.00 726	210.00 727	198.00 727	197.00 727	184.00 728	204.00 724	201.00 727

MGS-Stereo	239.45 721	123.00 722	135.00 725	266.00 727	286.00 728	277.00 726	305.00 728	271.00 728	242.00 726	274.00 728	279.00 728	255.00 728	270.00 726	268.00 728	297.00 728	221.00 728	247.00 729	216.00 728	123.00 726	217.00 725	217.00 729

EGLCR-Stereo	246.90 722	129.00 724	139.00 726	266.00 727	286.00 728	277.00 726	305.00 728	271.00 728	242.00 726	274.00 728	279.00 728	255.00 728	270.00 726	268.00 728	297.00 728	230.00 729	247.00 729	216.00 728	223.00 730	237.00 726	227.00 730

DLCB_ROB	284.23 723	354.61 728	207.27 728	363.24 729	206.46 726	364.72 728	210.41 726	364.72 730	210.41 724	364.81 730	208.64 727	364.81 730	208.64 725	364.72 730	210.41 727	354.70 730	205.53 728	354.70 730	205.53 729	354.70 727	205.53 728

LE_ROB	396.57 724	471.28 729	329.84 729	471.48 730	308.15 730	526.83 729	322.10 730	488.15 731	323.76 728	495.46 731	317.97 730	497.17 731	320.10 728	481.62 731	326.76 730	462.71 731	298.97 731	466.16 731	285.98 731	447.62 728	289.21 731

SGM-ForestM	596.69 725	677.77 730	444.52 730	699.85 731	517.25 731	732.94 730	488.29 731	770.79 732	460.11 729	750.81 732	487.98 731	792.79 732	499.41 729	730.90 732	475.81 731	720.03 732	491.16 732	663.96 732	418.60 732	674.76 729	436.05 732

CBMV_ROB	818.48 726	913.88 731	709.52 731	862.84 732	597.78 732	1073.99 731	700.52 732	1015.66 733	702.59 730	1115.65 733	760.02 732	1130.24 733	721.57 730	1037.41 733	692.65 732	814.05 733	564.29 733	843.28 733	595.31 733	915.51 730	602.92 733

111111	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

SGD-Stereo	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

IGEV-Stereo++	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

IGEV-BASED-STEREO-	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

IGEV-Stereo+	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

SDNR	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

anonymousdsp2	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

anonymousdsp	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

test_example2	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

DIP-Stereo	10000000.00 732	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734
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							0.38 382	0.50 398	0.38 382	0.50 408	0.38 387	0.50 413	3.79 676	0.50 406	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 361

Low-res two-view benchmark