Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 458	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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_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

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

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

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

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

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

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

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

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

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-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	0.12 120	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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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
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

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

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

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

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)
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

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

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

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
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
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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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-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

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

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

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

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

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

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

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-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

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

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

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
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

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
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

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-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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

2.75w_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

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

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

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

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

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

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

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

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

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

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

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

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_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_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_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

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

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_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_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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

Low-res two-view benchmark