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	0.73 442	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 94	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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	0.16 121	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 212	0.02 20	0.02 21	0.71 429	0.02 16	0.02 19	0.02 21	0.02 21	0.16 191

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

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

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

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

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

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

TCMNet-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

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

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

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

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

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

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	0.44 229	0.33 264	0.39 243	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 287	0.36 329	0.02 19	0.02 21	0.02 21	0.02 20

BSDual-CNN	0.81 456	1.91 528	0.92 494	4.48 651	0.02 22	0.42 330	0.06 137	0.41 305	0.02 22	0.48 393	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 604	4.19 676	0.33 268	0.23 246	0.34 259	0.27 282

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

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

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

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

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

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

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

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

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

IGEV_i1	0.26 208	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 134	0.05 104	0.03 52	4.34 659	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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

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

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

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	0.98 348	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

test_sample4	0.10 90	1.03 373	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

qqq	0.16 153	2.01 537	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

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

hknet	1.10 515	1.85 519	3.49 674	4.48 651	0.02 22	0.42 330	0.06 137	0.41 305	0.02 22	0.48 393	0.03 56	0.41 313	0.03 53	0.42 325	0.03 52	4.39 662	4.19 676	0.33 268	0.23 246	0.34 259	0.27 282

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

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

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

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

GwcNet	0.12 120	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 557	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 564	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	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	1.60 564	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 157	0.05 66	0.62 426	0.73 411	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 157	0.05 66	0.63 430	0.72 407	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 429	0.59 431	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 157	0.05 66	0.62 426	0.73 411	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 157	0.05 66	0.62 426	0.72 407	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 157	0.05 66	0.65 437	0.72 407	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 429	0.59 431	0.05 108	0.04 99	0.05 114	0.04 96

z-mn7	0.16 153	1.21 446	0.33 264	0.41 268	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 255	0.31 270	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 166	1.47 471	0.33 264	0.40 256	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 274	0.32 274	0.05 108	0.04 99	0.04 97	0.04 96

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

mmm	0.14 134	1.83 513	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 157	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 525	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

ADCRef	0.12 120	0.03 31	0.04 64	1.71 570	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 567	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 587	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 146	0.04 52	0.04 64	2.20 586	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 536	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	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 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 113	0.39 304	0.08 69	0.05 126	0.07 130	0.05 120	0.13 158	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 75	0.13 113	0.39 304	0.08 69	0.05 126	0.07 130	0.05 120	0.13 158	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

z-ln-s-r	0.21 180	1.40 469	0.53 407	0.56 373	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 401	0.44 381	0.04 93	0.04 99	0.04 97	0.04 96

qqq1	0.25 199	3.70 616	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 199	3.70 616	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

11t1	0.17 157	2.16 547	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 168	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

ffm	0.25 199	3.83 622	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 199	3.83 622	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 199	3.83 622	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

BUS	0.83 465	1.91 528	0.92 494	4.48 651	0.02 22	0.40 294	0.04 103	0.41 305	0.02 22	0.48 393	0.03 56	0.41 313	0.05 117	0.03 43	0.05 115	1.97 604	4.19 676	0.33 268	0.23 246	0.34 259	0.27 282

NINENet	0.69 420	3.87 625	1.20 526	1.98 579	0.05 126	0.40 294	0.04 103	0.40 290	0.05 125	0.41 305	0.04 110	0.41 313	0.05 117	0.40 296	0.05 115	1.79 591	1.56 606	0.34 278	0.22 240	0.34 259	0.23 227

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

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

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

TS12	0.09 75	0.09 94	0.17 176	0.19 157	0.06 139	0.08 132	0.06 137	0.08 135	0.06 138	0.08 134	0.06 138	0.08 134	0.06 134	0.08 135	0.06 131	0.15 141	0.16 170	0.08 131	0.06 134	0.08 138	0.06 131

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

SuperB	0.21 180	0.10 98	2.51 653	0.12 106	0.09 145	0.10 142	0.09 144	0.08 135	0.07 142	0.10 143	0.09 146	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

MatchStereo	0.54 386	0.12 111	2.38 651	2.32 594	0.09 145	0.09 140	0.08 143	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 134	2.34 627	2.34 646	0.12 152	0.11 160	0.11 153	0.10 145
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 134	0.15 141	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 145	0.09 140	0.09 144	0.10 142	0.08 146	0.10 143	0.09 146	0.09 142	0.09 144	0.09 141	0.08 134	0.09 85	0.08 84	0.09 137	0.08 139	0.09 142	0.08 137

BEATNet-Init1	0.19 170	0.08 85	0.08 82	2.23 588	0.08 143	0.08 132	0.07 141	0.07 132	0.08 146	0.08 134	0.07 142	0.08 134	0.07 140	0.11 156	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 170	0.08 85	0.08 82	2.23 588	0.08 143	0.08 132	0.07 141	0.07 132	0.08 146	0.08 134	0.07 142	0.08 134	0.07 140	0.11 156	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

ISRNet	0.11 111	0.05 66	0.36 287	0.24 183	0.07 141	0.13 157	0.05 120	0.06 122	0.05 125	0.05 113	0.05 127	0.13 159	0.05 117	0.05 104	0.09 139	0.24 203	0.20 201	0.10 138	0.05 123	0.06 123	0.13 179

ac_64	0.22 186	0.13 113	0.19 188	0.23 178	0.10 152	0.26 236	1.02 542	0.14 160	0.10 150	0.28 239	0.14 190	0.17 180	0.19 229	0.28 246	0.09 139	0.22 185	0.16 170	0.23 218	0.17 223	0.11 153	0.12 172

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

PASM	0.39 283	3.06 601	1.36 589	1.58 560	0.09 145	0.11 153	0.11 162	0.11 154	0.11 165	0.09 141	0.09 146	0.11 155	0.09 144	0.09 141	0.09 139	0.11 105	0.11 122	0.11 149	0.09 141	0.11 153	0.11 158

DRN-Test	0.14 134	0.13 113	0.09 88	0.14 122	0.09 145	0.15 166	0.09 144	0.14 160	0.10 150	0.14 159	0.09 146	0.14 160	0.09 144	0.13 161	0.09 139	0.12 111	0.09 94	0.12 152	0.09 141	0.12 159	0.73 498

StereoDRNet	0.15 146	0.14 119	0.10 92	0.14 122	0.09 145	0.15 166	0.09 144	0.14 160	0.09 149	0.14 159	0.10 150	0.14 160	0.09 144	0.14 162	0.09 139	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.82 514

S2M2_L	0.12 120	0.14 119	0.10 92	0.15 133	0.10 152	0.14 158	0.10 149	0.14 160	0.10 150	0.15 166	0.10 150	0.14 160	0.10 148	0.14 162	0.10 145	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.09 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

UNet	0.29 216	0.90 332	0.10 92	0.14 122	0.10 152	0.14 158	0.10 149	0.91 487	0.69 491	0.14 159	0.11 164	0.14 160	0.11 161	0.14 162	0.10 145	0.12 111	0.09 94	0.12 152	0.09 141	0.88 478	0.76 505

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 134	0.17 126	0.12 123	0.17 152	0.11 168	0.17 180	0.11 162	0.17 180	0.11 165	0.17 178	0.11 164	0.17 180	0.11 161	0.17 180	0.11 157	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 111	0.12 111	0.11 112	0.11 98	0.11 168	0.11 153	0.14 181	0.11 154	0.11 165	0.12 157	0.11 164	0.11 155	0.11 161	0.11 156	0.11 157	0.11 105	0.16 170	0.11 149	0.11 160	0.11 153	0.11 158

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

IPLG	0.13 127	0.20 134	0.14 148	0.15 133	0.11 168	0.14 158	0.11 162	0.14 160	0.11 165	0.14 159	0.11 164	0.14 160	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLGR_C	0.14 134	0.20 134	0.12 123	0.15 133	0.11 168	0.14 158	0.15 188	0.14 160	0.11 165	0.15 166	0.12 172	0.14 160	0.11 161	0.16 173	0.11 157	0.15 141	0.12 136	0.14 158	0.12 175	0.15 171	0.12 172

MIPNet	0.14 134	0.21 140	0.17 176	0.16 143	0.11 168	0.15 166	0.12 175	0.14 160	0.11 165	0.16 171	0.11 164	0.14 160	0.11 161	0.14 162	0.11 157	0.14 133	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLGR	0.14 134	0.24 154	0.14 148	0.16 143	0.12 181	0.15 166	0.12 175	0.14 160	0.11 165	0.15 166	0.12 172	0.14 160	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

ACRE	0.13 127	0.21 140	0.14 148	0.15 133	0.11 168	0.14 158	0.11 162	0.14 160	0.11 165	0.14 159	0.12 172	0.14 160	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

ICVP	0.15 146	0.53 272	0.11 112	0.16 143	0.11 168	0.16 173	0.11 162	0.16 174	0.11 165	0.16 171	0.11 164	0.16 172	0.11 161	0.16 173	0.11 157	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 127	0.13 113	0.09 88	0.13 118	0.10 152	0.14 158	0.10 149	0.14 160	0.10 150	0.23 210	0.10 150	0.20 191	0.10 148	0.24 217	0.11 157	0.11 105	0.09 94	0.12 152	0.14 190	0.12 159	0.09 140

aanetorigin	0.13 127	0.11 109	0.11 112	0.11 98	0.11 168	0.11 153	0.11 162	0.11 154	0.11 165	0.11 155	0.12 172	0.11 155	0.11 161	0.11 156	0.11 157	0.11 105	0.11 122	0.14 158	0.11 160	0.49 402	0.11 158

ELAS	0.13 127	0.16 121	0.11 112	0.15 133	0.09 145	0.18 184	0.11 162	0.18 183	0.11 165	0.17 178	0.11 164	0.18 184	0.11 161	0.18 183	0.11 157	0.14 133	0.08 84	0.14 158	0.08 139	0.14 163	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 283	1.37 466	1.02 507	1.14 474	0.12 181	0.16 173	0.12 175	0.16 174	0.12 181	0.16 171	0.12 172	0.16 172	0.12 176	0.16 173	0.12 169	1.12 505	1.00 497	0.15 171	0.12 175	0.15 171	0.12 172

JetBlue	0.11 111	0.11 109	0.12 123	0.13 118	0.14 187	0.11 153	0.11 162	0.11 154	0.11 165	0.11 155	0.11 164	0.11 155	0.11 161	0.12 160	0.12 169	0.11 105	0.11 122	0.11 149	0.11 160	0.11 153	0.11 158

ProNet	0.14 134	0.20 134	0.14 148	0.16 143	0.11 168	0.16 173	0.11 162	0.17 180	0.11 165	0.17 178	0.12 172	0.17 180	0.13 182	0.17 180	0.12 169	0.15 141	0.11 122	0.16 175	0.11 160	0.15 171	0.12 172

cf-r	0.66 412	2.17 548	0.12 123	0.18 154	0.12 181	0.18 184	2.70 670	2.60 645	0.12 181	0.18 182	0.12 172	0.18 184	0.12 176	0.18 183	0.12 169	0.15 141	0.11 122	0.15 171	0.11 160	1.81 603	1.74 646

HSM	0.14 134	0.16 121	0.12 123	0.17 152	0.12 181	0.17 180	0.11 162	0.17 180	0.11 165	0.17 178	0.12 172	0.17 180	0.12 176	0.17 180	0.12 169	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.12 172

ELAS_RVC	0.14 134	0.16 121	0.10 92	0.15 133	0.10 152	0.18 184	0.11 162	0.19 185	0.11 165	0.19 184	0.12 172	0.18 184	0.11 161	0.19 186	0.12 169	0.14 133	0.08 84	0.14 158	0.09 141	0.15 171	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 126	0.11 112	0.18 154	0.11 168	0.19 187	0.11 162	0.19 185	0.12 181	0.19 184	0.12 172	0.20 191	0.12 176	0.19 186	0.12 169	0.16 152	0.11 122	0.17 183	0.10 148	0.17 182	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 217	3.10 602	0.14 148	0.19 157	0.14 187	0.19 187	0.14 181	0.20 191	0.14 187	0.19 184	0.13 185	0.16 172	0.13 182	0.19 186	0.13 176	0.17 160	0.13 159	0.17 183	0.13 184	0.17 182	0.13 179

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

PDISCO_ROB	0.83 465	2.80 597	3.49 674	0.14 122	0.11 168	0.17 180	0.09 144	0.15 173	0.10 150	0.15 166	0.12 172	0.16 172	0.14 186	3.30 665	0.13 176	0.14 133	2.34 646	0.16 175	0.12 175	2.62 645	0.10 145

LALA_ROB	0.15 146	0.19 130	0.12 123	0.18 154	0.11 168	0.20 192	0.12 175	0.21 200	0.12 181	0.20 190	0.12 172	0.20 191	0.12 176	0.21 201	0.13 176	0.17 160	0.10 99	0.18 193	0.11 160	0.18 186	0.11 158

depth_test_26	0.20 172	0.34 180	0.25 212	0.34 223	0.14 187	0.21 203	0.14 181	0.21 200	0.14 187	0.21 202	0.14 190	0.21 199	0.14 186	0.21 201	0.14 180	0.26 211	0.26 223	0.22 209	0.15 198	0.22 202	0.14 184

castereo++	0.54 386	3.59 613	1.15 517	1.31 545	0.14 187	0.16 173	0.14 181	0.16 174	0.14 187	0.16 171	0.14 190	0.16 172	0.13 182	0.16 173	0.14 180	1.45 578	1.16 523	0.15 171	0.14 190	0.15 171	0.13 179

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

GMStereo	0.14 134	0.13 113	0.14 148	0.14 122	0.14 187	0.14 158	0.14 181	0.14 160	0.14 187	0.14 159	0.14 190	0.14 160	0.14 186	0.14 162	0.14 180	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 184
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 172	0.19 130	0.14 148	0.20 161	0.14 187	0.20 192	0.96 532	0.21 200	0.14 187	0.20 190	0.13 185	0.21 199	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 172

acv_ft	0.20 172	0.19 130	0.14 148	0.20 161	0.14 187	0.20 192	0.96 532	0.21 200	0.14 187	0.20 190	0.13 185	0.21 199	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 172

hitnet-ft	0.79 448	2.78 596	0.14 148	0.20 161	0.14 187	0.21 203	2.89 671	2.80 659	0.14 187	0.20 190	0.14 190	0.20 191	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.54 644	2.33 663

GANet-RSSM	0.75 437	1.91 528	0.14 148	0.47 300	0.14 187	0.21 203	3.21 687	2.30 631	0.14 187	0.46 380	0.14 190	0.23 215	0.18 222	0.21 201	0.14 180	0.18 168	0.27 234	0.37 302	0.13 184	2.13 614	2.12 656

PSMNet-RSSM	0.77 443	2.76 591	0.14 148	0.20 161	0.14 187	0.20 192	2.66 668	2.79 658	0.14 187	0.21 202	0.14 190	0.21 199	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.52 636	2.31 661

GwcNet-RSSM	0.77 443	2.77 593	0.14 148	0.20 161	0.14 187	0.20 192	2.67 669	2.78 657	0.14 187	0.20 190	0.14 190	0.20 191	0.14 186	0.21 201	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.52 636	2.31 661

CFNet-ft	0.55 391	1.57 474	0.14 148	0.20 161	0.14 187	0.20 192	2.53 666	1.61 598	0.14 187	0.20 190	0.14 190	0.20 191	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	1.56 591	1.24 608

DepthFocus	0.18 166	0.22 144	0.15 165	0.22 173	0.15 200	0.22 206	0.15 188	0.22 205	0.15 199	0.22 205	0.15 200	0.22 208	0.16 200	0.22 206	0.15 191	0.20 175	0.15 167	0.20 200	0.14 190	0.20 193	0.14 184

DEFOM-Stereo_RVC	0.83 465	5.18 648	1.98 640	2.19 585	0.17 216	0.19 187	0.18 212	0.19 185	0.16 204	0.20 190	0.19 230	0.22 208	0.22 241	0.20 190	0.15 191	2.28 621	2.13 641	0.24 228	0.17 223	0.18 186	0.16 191

gwcnet-sp	0.82 461	1.72 481	1.48 599	0.39 243	0.15 200	0.31 253	0.21 228	0.20 191	0.25 252	1.61 604	0.23 246	0.28 243	0.26 263	0.20 190	0.15 191	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 227

scenet	0.82 461	1.72 481	1.48 599	0.39 243	0.15 200	0.31 253	0.21 228	0.20 191	0.25 252	1.61 604	0.23 246	0.28 243	0.26 263	0.20 190	0.15 191	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 227

ssnet	0.82 461	1.72 481	1.48 599	0.39 243	0.15 200	0.31 253	0.21 228	0.20 191	0.25 252	1.61 604	0.23 246	0.28 243	0.26 263	0.20 190	0.15 191	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 227

dd	0.23 192	0.98 348	0.16 169	0.23 178	0.15 200	0.23 215	0.15 188	0.23 212	0.15 199	0.23 210	0.15 200	0.24 221	0.17 212	0.23 213	0.15 191	0.22 185	0.15 167	0.21 204	0.15 198	0.22 202	0.16 191

dad	0.23 192	1.03 373	0.16 169	0.23 178	0.15 200	0.24 218	0.15 188	0.24 215	0.16 204	0.23 210	0.16 204	0.24 221	0.16 200	0.23 213	0.15 191	0.22 185	0.16 170	0.22 209	0.16 201	0.22 202	0.16 191

LACA2	0.21 180	0.24 154	0.26 219	0.31 209	0.16 210	0.24 218	0.16 194	0.24 215	0.16 204	0.24 217	0.16 204	0.24 221	0.16 200	0.24 217	0.16 198	0.27 215	0.23 215	0.24 228	0.16 201	0.23 214	0.16 191

LACA1	0.21 180	0.24 154	0.26 219	0.31 209	0.16 210	0.24 218	0.16 194	0.24 215	0.16 204	0.24 217	0.16 204	0.24 221	0.16 200	0.24 217	0.16 198	0.27 215	0.22 209	0.23 218	0.16 201	0.23 214	0.16 191

VIP-Stereo	0.70 423	2.97 600	2.43 652	2.49 601	0.16 210	0.25 227	0.16 194	0.25 223	0.16 204	0.25 225	0.18 227	0.25 228	0.16 200	0.26 238	0.16 198	1.86 593	1.26 576	0.23 218	0.15 198	0.23 214	0.15 190

xyz-stereo-finetune2	0.18 166	0.48 251	0.16 169	0.16 143	0.15 200	0.15 166	0.16 194	0.16 174	0.16 204	0.16 171	0.16 204	0.16 172	0.16 200	0.16 173	0.16 198	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 191

xyz-stereo	0.18 166	0.50 258	0.16 169	0.15 133	0.16 210	0.16 173	0.16 194	0.16 174	0.16 204	0.16 171	0.16 204	0.16 172	0.16 200	0.16 173	0.16 198	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 191

GMStereo_Zeroshot	0.16 153	0.16 121	0.16 169	0.16 143	0.16 210	0.16 173	0.16 194	0.16 174	0.16 204	0.16 171	0.16 204	0.16 172	0.16 200	0.16 173	0.16 198	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 191

LACA3	0.23 192	0.25 160	0.27 222	0.54 366	0.17 216	0.25 227	0.17 204	0.25 223	0.17 214	0.25 225	0.17 211	0.25 228	0.17 212	0.25 226	0.17 204	0.28 219	0.23 215	0.24 228	0.17 223	0.24 219	0.17 208

BStereo	0.22 186	0.23 146	0.20 191	0.24 183	0.20 235	0.23 215	0.33 349	0.39 282	0.17 214	0.23 210	0.17 211	0.23 215	0.16 200	0.24 217	0.17 204	0.23 196	0.16 170	0.22 209	0.20 233	0.22 202	0.16 191

Anonymus123	0.22 186	0.23 146	0.20 191	0.24 183	0.20 235	0.23 215	0.33 349	0.39 282	0.17 214	0.23 210	0.17 211	0.23 215	0.16 200	0.24 217	0.17 204	0.23 196	0.16 170	0.22 209	0.20 233	0.22 202	0.16 191

castereo	0.61 401	3.79 621	1.35 581	1.52 559	0.15 200	0.17 180	0.16 194	0.20 191	0.21 234	0.18 182	0.16 204	0.21 199	0.12 176	0.26 238	0.17 204	1.43 577	1.38 593	0.17 183	0.16 201	0.18 186	0.16 191

tg	0.21 180	0.25 160	0.21 197	0.26 197	0.17 216	0.24 218	0.17 204	0.24 215	0.17 214	0.24 217	0.17 211	0.24 221	0.17 212	0.24 217	0.17 204	0.24 203	0.17 191	0.23 218	0.16 201	0.23 214	0.16 191

ACV-stereo	0.30 217	2.08 539	0.25 212	0.25 190	0.18 227	0.24 218	0.17 204	0.24 215	0.18 220	0.24 217	0.17 211	0.25 228	0.17 212	0.24 217	0.17 204	0.22 185	0.16 170	0.22 209	0.16 201	0.22 202	0.16 191

IGEV_Zeroshot_test	0.20 172	0.19 130	0.40 336	0.30 203	0.17 216	0.22 206	0.17 204	0.21 200	0.17 214	0.20 190	0.17 211	0.21 199	0.18 222	0.21 201	0.17 204	0.20 175	0.16 170	0.20 200	0.16 201	0.20 193	0.17 208

MIM_Stereo	0.25 199	0.23 146	0.66 440	0.80 421	0.17 216	0.22 206	0.17 204	0.23 212	0.18 220	0.26 234	0.17 211	0.21 199	0.17 212	0.25 226	0.17 204	0.23 196	0.16 170	0.21 204	0.17 223	0.22 202	0.17 208

MMNet	0.44 324	1.24 454	0.17 176	0.25 190	0.17 216	0.25 227	0.18 212	1.26 580	0.93 533	0.25 225	0.17 211	0.25 228	0.18 222	0.25 226	0.17 204	0.23 196	0.16 170	0.23 218	0.16 201	1.20 528	0.99 530

delet	0.43 311	1.21 446	0.17 176	0.25 190	0.17 216	0.25 227	0.18 212	1.26 580	0.95 535	0.25 225	0.17 211	0.25 228	0.17 212	0.25 226	0.17 204	0.23 196	0.16 170	0.22 209	0.16 201	1.18 524	0.98 529

psm_up	0.43 311	1.19 399	0.17 176	0.25 190	0.18 227	0.25 227	0.19 218	1.26 580	0.91 528	0.26 234	0.17 211	0.25 228	0.17 212	0.25 226	0.17 204	0.22 185	0.17 191	0.23 218	0.16 201	1.18 524	0.99 530

UPFNet	0.42 310	1.20 400	0.17 176	0.24 183	0.17 216	0.25 227	0.17 204	1.19 528	0.90 527	0.25 225	0.17 211	0.24 221	0.17 212	0.25 226	0.17 204	0.22 185	0.17 191	0.22 209	0.16 201	1.15 516	0.93 524

SMOE	0.23 192	0.25 160	0.30 237	0.33 219	0.18 227	0.26 236	0.18 212	0.26 229	0.18 220	0.26 234	0.18 227	0.25 228	0.18 222	0.25 226	0.18 216	0.31 234	0.27 234	0.23 218	0.17 223	0.23 214	0.17 208

MSKI-zero shot	0.24 196	0.21 140	0.49 388	0.65 390	0.18 227	0.22 206	0.17 204	0.23 212	0.18 220	0.21 202	0.17 211	0.23 215	0.28 278	0.23 213	0.18 216	0.21 183	0.16 170	0.21 204	0.16 201	0.21 200	0.16 191

iResNetv2_ROB	0.20 172	0.23 146	0.18 186	0.24 183	0.20 235	0.24 218	0.18 212	0.24 215	0.18 220	0.24 217	0.18 227	0.23 215	0.19 229	0.24 217	0.18 216	0.21 183	0.16 170	0.21 204	0.16 201	0.22 202	0.16 191

iResNet	0.20 172	0.23 146	0.18 186	0.24 183	0.18 227	0.24 218	0.20 222	0.24 215	0.18 220	0.23 210	0.17 211	0.23 215	0.18 222	0.23 213	0.18 216	0.22 185	0.16 170	0.21 204	0.16 201	0.21 200	0.16 191

Pointernet	0.21 180	0.22 144	0.19 188	0.24 183	0.19 232	0.24 218	0.19 218	0.24 215	0.19 227	0.24 217	0.19 230	0.24 221	0.19 229	0.24 217	0.19 220	0.22 185	0.17 191	0.22 209	0.17 223	0.22 202	0.17 208

CAS++	0.17 157	0.27 166	0.21 197	0.10 81	0.21 245	0.15 166	0.22 232	0.10 142	0.21 234	0.22 205	0.10 150	0.19 188	0.18 222	0.10 145	0.19 220	0.20 175	0.19 199	0.18 193	0.10 148	0.19 192	0.18 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 578	5.27 651	0.19 188	5.49 674	0.19 232	0.28 242	0.19 218	0.28 233	0.19 227	0.28 239	0.19 230	0.28 243	4.35 692	0.28 246	0.19 220	0.23 196	0.17 191	0.23 218	4.21 701	4.81 678	0.17 208

DLNR-FE	0.28 211	0.89 329	0.30 237	0.34 223	0.19 232	0.28 242	0.19 218	0.28 233	0.20 229	0.28 239	0.20 234	0.28 243	0.20 233	0.28 246	0.20 223	0.33 243	0.28 242	0.25 233	0.19 231	0.24 219	0.19 217

DAS	0.20 172	0.20 134	0.20 191	0.20 161	0.20 235	0.20 192	0.20 222	0.20 191	0.20 229	0.20 190	0.20 234	0.20 191	0.20 233	0.20 190	0.20 223	0.20 175	0.20 201	0.20 200	0.20 233	0.20 193	0.20 219

ASD4	0.20 172	0.20 134	0.20 191	0.20 161	0.20 235	0.20 192	0.20 222	0.20 191	0.20 229	0.20 190	0.20 234	0.20 191	0.20 233	0.20 190	0.20 223	0.20 175	0.20 201	0.20 200	0.20 233	0.20 193	0.20 219

AANet_RVC	1.26 573	0.31 176	4.99 686	5.93 677	0.20 235	0.25 227	0.20 222	0.25 223	0.20 229	0.23 210	0.19 230	0.25 228	0.20 233	0.25 226	0.20 223	5.66 686	4.76 680	0.26 238	0.30 344	0.24 219	0.27 282

SME	0.27 209	0.29 171	0.31 253	0.38 236	0.20 235	0.29 245	0.18 212	0.30 240	0.20 229	0.32 256	0.21 240	0.32 261	0.20 233	0.32 259	0.21 227	0.35 255	0.32 274	0.27 242	0.19 231	0.29 235	0.20 219

GEStereo_RVC	0.86 477	4.45 637	0.20 191	0.27 200	0.20 235	0.27 241	0.20 222	0.26 229	0.18 220	5.03 695	0.20 234	0.27 242	0.19 229	0.27 242	0.21 227	0.20 175	0.19 199	0.19 196	4.02 699	0.20 193	0.18 214

HGLStereo	0.28 211	0.29 171	0.22 199	0.36 230	0.22 247	0.36 273	0.21 228	0.36 262	0.21 234	0.42 319	0.21 240	0.36 277	0.22 241	0.36 277	0.21 227	0.34 247	0.21 205	0.34 278	0.21 237	0.34 259	0.21 223

DCVSM-stereo	0.36 255	1.89 525	0.22 199	0.40 256	0.22 247	0.40 294	0.22 232	0.40 290	0.22 237	0.40 291	0.22 242	0.40 300	0.22 241	0.40 296	0.22 230	0.28 219	0.21 205	0.28 245	0.21 237	0.28 232	0.20 219

WAO-6	0.22 186	0.23 146	0.22 199	0.23 178	0.22 247	0.22 206	0.22 232	0.22 205	0.22 237	0.22 205	0.22 242	0.22 208	0.22 241	0.22 206	0.22 230	0.22 185	0.22 209	0.22 209	0.22 240	0.22 202	0.22 225

IMH-64-1	0.22 186	0.23 146	0.23 202	0.22 173	0.22 247	0.22 206	0.22 232	0.22 205	0.22 237	0.22 205	0.22 242	0.22 208	0.22 241	0.22 206	0.22 230	0.22 185	0.22 209	0.23 218	0.22 240	0.22 202	0.23 227

IMH-64	0.22 186	0.23 146	0.23 202	0.22 173	0.22 247	0.22 206	0.22 232	0.22 205	0.22 237	0.22 205	0.22 242	0.22 208	0.22 241	0.22 206	0.22 230	0.22 185	0.22 209	0.23 218	0.22 240	0.22 202	0.23 227

ssnet_v2	0.68 417	1.96 535	1.25 577	0.29 202	0.20 235	0.30 247	0.20 222	0.29 238	0.22 237	1.50 600	0.20 234	0.31 257	0.20 233	0.27 242	0.22 230	0.24 203	1.49 600	0.26 238	0.18 230	3.90 655	0.19 217

CCAANet	0.17 157	0.71 297	0.14 148	0.14 122	0.14 187	0.14 158	0.14 181	0.14 160	0.14 187	0.14 159	0.14 190	0.14 160	0.14 186	0.14 162	0.22 230	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 184

DISCO	1.11 517	0.39 199	5.28 688	0.39 243	0.20 235	0.39 292	0.27 257	0.39 282	0.22 237	0.38 278	0.20 234	0.38 287	0.20 233	6.95 706	0.22 230	0.30 228	0.21 205	0.27 242	0.21 237	5.25 687	0.21 223

PAM	0.39 283	1.88 524	0.34 274	0.37 233	0.41 415	0.45 383	0.22 232	0.28 233	0.23 244	0.28 239	0.24 253	0.29 249	0.23 247	0.29 250	0.23 237	0.38 274	0.32 274	0.38 310	0.37 398	0.32 247	0.22 225

DLNR_Zeroshot_test	0.31 224	0.28 169	0.47 373	0.79 417	0.24 258	0.30 247	0.26 254	0.30 240	0.24 247	0.32 256	0.23 246	0.31 257	0.24 250	0.30 252	0.23 237	0.29 227	0.26 223	0.29 250	0.24 253	0.33 254	0.23 227

FENet	0.54 386	1.52 473	1.19 523	1.41 555	0.23 253	0.35 269	0.23 240	0.35 258	0.23 244	0.34 264	0.23 246	0.35 272	0.23 247	0.35 271	0.23 237	1.40 575	1.07 507	0.32 261	0.23 246	0.33 254	0.23 227

RAFT-FEzeroshot	0.34 239	0.26 163	0.17 176	0.21 171	0.17 216	0.20 192	0.16 194	0.20 191	0.16 204	0.20 190	0.17 211	0.21 199	0.16 200	0.27 242	0.24 240	0.19 172	0.16 170	0.19 196	0.16 201	0.26 225	3.08 679

RAFT-FE	0.34 239	0.26 163	0.17 176	0.21 171	0.17 216	0.20 192	0.16 194	0.20 191	0.16 204	0.20 190	0.17 211	0.21 199	0.16 200	0.27 242	0.24 240	0.19 172	0.16 170	0.19 196	0.16 201	0.26 225	3.08 679

WCG-NET（raft）	0.32 233	1.24 454	0.24 209	0.32 215	0.24 258	0.32 262	0.23 240	0.32 248	0.24 247	0.32 256	0.24 253	0.32 261	0.24 250	0.32 259	0.24 240	0.30 228	0.23 215	0.30 252	0.23 246	0.30 239	0.23 227

tt1	0.31 224	0.93 341	0.24 209	0.33 219	0.23 253	0.31 253	0.24 245	0.32 248	0.24 247	0.32 256	0.23 246	0.32 261	0.25 253	0.32 259	0.24 240	0.27 215	0.26 223	0.27 242	0.26 262	0.27 230	0.27 282

xxxxx1	0.31 224	0.91 334	0.23 202	0.31 209	0.23 253	0.31 253	0.23 240	0.33 252	0.25 252	0.31 250	0.24 253	0.33 265	0.25 253	0.32 259	0.24 240	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 282

tt_ll	0.31 224	0.91 334	0.23 202	0.31 209	0.23 253	0.31 253	0.23 240	0.33 252	0.25 252	0.31 250	0.24 253	0.33 265	0.25 253	0.32 259	0.24 240	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 282

ff	0.31 224	0.91 334	0.23 202	0.31 209	0.23 253	0.31 253	0.23 240	0.33 252	0.25 252	0.31 250	0.24 253	0.33 265	0.25 253	0.32 259	0.24 240	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 282

iResNet_ROB	0.28 211	0.32 178	0.24 209	0.32 215	0.25 261	0.32 262	0.24 245	0.32 248	0.24 247	0.33 261	0.24 253	0.35 272	0.24 250	0.33 267	0.24 240	0.31 234	0.24 219	0.32 261	0.24 253	0.32 247	0.24 237

UNDER WATER-64	0.25 199	0.26 163	0.25 212	0.26 197	0.25 261	0.25 227	0.25 247	0.25 223	0.25 252	0.25 225	0.25 259	0.25 228	0.25 253	0.26 238	0.25 248	0.25 209	0.25 220	0.25 233	0.25 256	0.25 222	0.25 238

LoS_RVC	0.30 217	1.14 390	0.25 212	0.25 190	0.25 261	0.26 236	0.25 247	0.25 223	0.25 252	0.25 225	0.25 259	0.26 240	0.26 263	0.26 238	0.25 248	0.26 211	0.26 223	0.25 233	0.25 256	0.26 225	0.26 244

CAS	0.30 217	1.17 396	0.25 212	0.25 190	0.25 261	0.26 236	0.25 247	0.25 223	0.26 265	0.25 225	0.25 259	0.25 228	0.25 253	0.25 226	0.25 248	0.26 211	0.26 223	0.26 238	0.25 256	0.26 225	0.25 238

LoS	0.25 199	0.27 166	0.25 212	0.25 190	0.25 261	0.25 227	0.25 247	0.26 229	0.25 252	0.25 225	0.25 259	0.25 228	0.25 253	0.25 226	0.25 248	0.26 211	0.25 220	0.25 233	0.26 262	0.26 225	0.25 238
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 433	1.22 452	0.25 212	1.22 531	0.25 261	1.22 582	0.25 247	1.22 577	0.25 252	1.22 585	0.25 259	1.22 588	0.25 253	1.22 588	0.25 248	1.22 561	0.26 223	1.21 596	0.25 256	1.22 576	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
StereoDRNet-Refined	0.33 238	0.39 199	0.26 219	0.39 243	0.26 268	0.40 294	0.26 254	0.40 290	0.26 265	0.39 285	0.26 264	0.39 292	0.26 263	0.39 293	0.26 253	0.37 263	0.25 220	0.37 302	0.25 256	0.37 283	0.37 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 248	0.71 297	0.40 336	0.47 300	0.27 269	0.34 265	0.27 257	0.34 255	0.26 265	0.34 264	0.26 264	0.34 270	0.27 270	0.34 268	0.27 254	0.44 318	0.41 360	0.33 268	0.29 330	0.32 247	0.29 313

Monster-pub-eth3d	0.45 347	0.57 281	0.60 419	0.39 243	0.28 274	0.37 279	0.28 267	0.37 268	0.30 295	0.39 285	0.29 285	0.39 292	0.30 295	0.92 499	0.27 254	1.42 576	0.28 242	0.34 278	0.28 317	0.37 283	0.53 443

Monster-pub-mixall	0.44 324	0.56 280	0.60 419	0.38 236	0.27 269	0.37 279	0.27 257	0.37 268	0.29 281	0.38 278	0.27 268	0.38 287	0.29 287	0.85 487	0.27 254	1.46 579	0.26 223	0.34 278	0.26 262	0.36 279	0.53 443

Replicate-Monster	0.45 347	0.57 281	0.60 419	0.40 256	0.29 284	0.37 279	0.27 257	0.37 268	0.30 295	0.40 291	0.31 341	0.40 300	0.30 295	0.99 508	0.27 254	1.36 572	0.31 270	0.34 278	0.30 344	0.36 279	0.54 446

model_zeroshot	0.27 209	0.20 134	0.27 222	0.33 219	0.21 245	0.37 279	0.22 232	0.37 268	0.24 247	0.26 234	0.27 268	0.33 265	0.21 240	0.25 226	0.27 254	0.32 237	0.20 201	0.34 278	0.23 246	0.25 222	0.26 244

TorneroNet-64	0.45 347	0.27 166	0.30 237	0.58 376	0.27 269	0.70 461	0.30 285	0.28 233	0.73 510	0.73 467	0.28 275	0.71 466	0.66 476	0.75 468	0.27 254	0.27 215	0.29 256	0.37 302	0.75 515	0.28 232	0.30 326

CroCo-Stereo Lap2	0.77 443	1.29 456	0.29 233	1.27 536	0.29 284	1.27 586	0.26 254	1.26 580	0.26 265	1.26 586	0.26 264	1.27 592	0.26 263	1.26 589	0.27 254	1.27 564	0.27 234	1.27 600	0.27 299	1.27 580	0.27 282

CRFU-Net	0.65 410	1.67 478	1.22 573	1.96 578	0.27 269	0.41 310	0.27 257	0.41 305	0.27 269	0.40 291	0.26 264	0.41 313	0.27 270	0.40 296	0.27 254	1.80 592	1.62 614	0.34 278	0.23 246	0.33 254	0.23 227

MLCV	0.31 224	0.35 182	0.27 222	0.35 226	0.28 274	0.35 269	0.27 257	0.35 258	0.28 274	0.36 272	0.27 268	0.35 272	0.27 270	0.35 271	0.27 254	0.34 247	0.27 234	0.34 278	0.27 299	0.34 259	0.27 282

PStereo	0.32 233	0.36 185	0.28 228	0.38 236	0.29 284	0.36 273	0.27 257	0.38 277	0.27 269	0.38 278	0.28 275	0.36 277	0.27 270	0.36 277	0.28 263	0.32 237	0.27 234	0.33 268	0.27 299	0.33 254	0.27 282

TestStereo_HL2	2.73 654	0.41 214	11.06 704	14.13 706	0.30 295	0.44 370	0.28 267	0.43 329	0.29 281	0.43 324	0.28 275	0.43 338	0.29 287	0.43 331	0.28 263	13.51 707	10.37 707	0.41 381	0.27 299	0.38 296	0.27 282

GeoVLM	0.36 255	0.38 192	0.27 222	0.46 293	0.28 274	0.35 269	0.28 267	0.37 268	0.27 269	0.35 268	0.28 275	0.36 277	0.38 384	0.35 271	0.28 263	1.08 496	0.26 223	0.33 268	0.27 299	0.34 259	0.33 349

LG-Stereo_L2	0.34 239	0.37 188	0.38 293	0.47 300	0.28 274	0.39 292	0.28 267	0.39 282	0.28 274	0.39 285	0.28 275	0.39 292	0.28 278	0.38 285	0.28 263	0.42 316	0.35 323	0.36 299	0.26 262	0.35 272	0.26 244

GIP-stereo	0.36 255	0.49 253	0.39 304	0.48 305	0.32 352	0.41 310	0.28 267	0.40 290	0.30 295	0.41 305	0.28 275	0.40 300	0.28 278	0.42 325	0.28 263	0.45 347	0.32 274	0.38 310	0.30 344	0.37 283	0.27 282

DEFOM-Stereo	0.68 417	3.11 603	1.40 595	1.63 568	0.25 261	0.31 253	0.25 247	0.31 246	0.28 274	0.31 250	0.29 285	0.29 249	0.27 270	0.31 256	0.28 263	1.59 585	1.47 599	0.30 252	0.29 330	0.30 239	0.28 307

RSM	0.36 255	0.36 185	0.43 356	0.37 233	0.42 425	0.49 405	0.42 415	0.37 268	0.28 274	0.36 272	0.29 285	0.36 277	0.30 295	0.37 282	0.28 263	0.34 247	0.31 270	0.34 278	0.35 389	0.40 353	0.29 313

ACVNet-DCA	0.37 265	1.00 357	0.30 237	0.40 256	0.29 284	0.40 294	0.29 278	0.40 290	0.29 281	0.40 291	0.29 285	0.40 300	0.29 287	0.39 293	0.28 263	0.33 243	0.32 274	0.33 268	0.32 362	0.33 254	0.32 342

SQANet	0.28 211	0.28 169	0.28 228	0.28 201	0.28 274	0.28 242	0.28 267	0.28 233	0.28 274	0.28 239	0.28 275	0.28 243	0.28 278	0.28 246	0.28 263	0.28 219	0.28 242	0.28 245	0.28 317	0.28 232	0.28 307

Any-RAFT	0.32 233	0.36 185	0.27 222	0.36 230	0.27 269	0.36 273	0.27 257	0.36 262	0.27 269	0.36 272	0.27 268	0.36 277	0.27 270	0.36 277	0.28 263	0.36 260	0.28 242	0.36 299	0.28 317	0.36 279	0.28 307

IER	0.88 480	7.04 668	2.23 645	2.75 607	0.28 274	0.43 337	0.25 247	0.39 282	0.25 252	0.41 305	0.27 268	0.39 292	0.25 253	0.40 296	0.28 263	0.37 263	0.28 242	0.37 302	0.25 256	0.37 283	0.25 238

DGSMNet	0.34 239	0.41 214	0.27 222	0.41 268	0.28 274	0.41 310	0.28 267	0.41 305	0.27 269	0.41 305	0.27 268	0.42 331	0.27 270	0.41 312	0.28 263	0.40 294	0.29 256	0.40 364	0.28 317	0.40 353	0.27 282

DN-CSS_ROB	0.31 224	0.35 182	0.28 228	0.35 226	0.28 274	0.34 265	0.27 257	0.34 255	0.25 252	0.35 268	0.27 268	0.36 277	0.26 263	0.34 268	0.28 263	0.35 255	0.28 242	0.34 278	0.28 317	0.34 259	0.27 282

GGDA	2.76 657	0.41 214	11.34 706	14.28 707	0.30 295	0.44 370	0.29 278	0.43 329	0.29 281	0.43 324	0.28 275	0.43 338	0.28 278	0.43 331	0.29 276	13.45 706	10.57 708	0.41 381	0.27 299	0.38 296	0.27 282

TestStereo-Hl	2.78 659	0.42 224	11.23 705	14.38 708	0.30 295	0.44 370	0.30 285	0.43 329	0.28 274	0.43 324	0.29 285	0.44 373	0.29 287	0.44 362	0.29 276	13.64 709	10.73 709	0.41 381	0.27 299	0.38 296	0.27 282

xx1	0.38 271	1.03 373	0.31 253	0.40 256	0.31 342	0.41 310	0.28 267	0.40 290	0.29 281	0.40 291	0.29 285	0.40 300	0.29 287	0.40 296	0.29 276	0.34 247	0.33 287	0.34 278	0.32 362	0.34 259	0.32 342

1test111	0.37 265	1.02 371	0.30 237	0.39 243	0.29 284	0.40 294	0.28 267	0.39 282	0.29 281	0.39 285	0.29 285	0.39 292	0.28 278	0.40 296	0.29 276	0.33 243	0.32 274	0.33 268	0.31 355	0.32 247	0.31 335

cc1	0.37 265	1.02 371	0.30 237	0.39 243	0.29 284	0.40 294	0.28 267	0.39 282	0.29 281	0.39 285	0.29 285	0.39 292	0.28 278	0.40 296	0.29 276	0.33 243	0.32 274	0.33 268	0.31 355	0.32 247	0.31 335

EKT-Stereo	0.37 265	0.40 203	0.44 358	1.07 466	0.29 284	0.34 265	0.31 330	0.36 262	0.29 281	0.38 278	0.31 341	0.37 285	0.30 295	0.36 277	0.29 276	0.34 247	0.28 242	0.39 351	0.30 344	0.37 283	0.30 326

PML	0.46 354	1.36 464	0.29 233	0.58 376	0.30 295	0.57 444	0.29 278	0.57 433	0.29 281	0.57 442	0.29 285	0.57 445	0.29 287	0.56 436	0.29 276	0.52 386	0.30 265	0.53 447	0.31 355	0.53 419	0.30 326

GES	0.66 412	2.34 564	0.29 233	0.41 268	0.29 284	0.41 310	0.29 278	0.42 323	0.29 281	0.40 291	0.41 413	0.41 313	0.30 295	0.51 421	0.29 276	0.32 237	0.29 256	0.32 261	2.46 670	2.49 632	0.30 326

UCFNet_RVC	2.75 656	10.06 690	0.29 233	10.31 703	0.29 284	0.42 330	0.29 278	0.43 329	0.29 281	0.42 319	0.29 285	0.42 331	9.87 709	0.43 331	0.29 276	0.36 260	9.84 704	0.36 299	0.26 262	9.77 708	0.26 244

TestStereo_HL3	2.76 657	0.41 214	11.46 707	14.11 705	0.30 295	0.45 383	0.29 278	0.43 329	0.29 281	0.43 324	0.29 285	0.43 338	0.28 278	0.44 362	0.30 285	13.57 708	10.32 706	0.41 381	0.27 299	0.38 296	0.27 282

aanet-new-90k	0.44 324	1.82 510	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.44 362	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-60k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-70k	0.44 324	1.82 510	0.38 293	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-78k	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-40k	0.44 324	1.81 503	0.39 304	0.50 347	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-36k	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-34k	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-32k-new	0.44 324	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.44 367	0.30 295	0.44 362	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.45 347	0.34 316	0.39 351	0.26 262	0.38 296	0.26 244

aanet-new-32k	0.44 324	1.79 497	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-30k	0.44 324	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-28k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.44 370	0.30 285	0.44 367	0.30 295	0.44 362	0.30 299	0.44 373	0.30 295	0.44 362	0.30 285	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-24k	0.44 324	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-22k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-16k	0.44 324	1.83 513	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-14k	0.60 396	5.12 646	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.44 362	0.30 285	0.44 318	0.37 333	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-8k	0.43 311	1.76 488	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new	0.43 311	1.80 498	0.38 293	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-cres-4k	0.44 324	1.81 503	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-cres	0.43 311	1.77 490	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-36K	0.43 311	1.78 493	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-22K	0.44 324	1.85 519	0.38 293	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-20K	0.43 311	1.77 490	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-24K	0.44 324	1.86 522	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-5K	0.44 324	1.80 498	0.39 304	0.49 311	0.30 295	0.44 370	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.44 362	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-2K	0.44 324	1.82 510	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-3K	0.43 311	1.77 490	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-50K	0.44 324	1.83 513	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.36 329	0.38 310	0.26 262	0.38 296	0.26 244

gcap_with_dpt	0.35 248	0.39 199	0.30 237	0.44 288	0.31 342	0.44 370	0.31 330	0.44 367	0.31 338	0.44 362	0.30 299	0.44 373	0.30 295	0.44 362	0.30 285	0.38 274	0.26 223	0.38 310	0.27 299	0.38 296	0.27 282

Zero-FE251	0.36 255	0.40 203	0.28 228	0.41 268	0.28 274	0.41 310	0.28 267	0.41 305	0.28 274	0.41 305	0.28 275	0.41 313	0.28 278	0.42 325	0.30 285	0.37 263	0.26 223	0.37 302	0.27 299	0.45 379	0.56 457

MultiAttention	0.30 217	0.30 173	0.30 237	0.30 203	0.30 295	0.30 247	0.30 285	0.30 240	0.30 295	0.30 245	0.30 299	0.30 253	0.30 295	0.30 252	0.30 285	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 326

MSAF-DinoV2	0.30 217	0.30 173	0.30 237	0.30 203	0.30 295	0.30 247	0.30 285	0.30 240	0.30 295	0.30 245	0.30 299	0.30 253	0.30 295	0.30 252	0.30 285	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 326

GCAP-BAT	0.41 296	1.30 458	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.44 362	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.44 318	0.34 316	0.38 310	0.26 262	0.38 296	0.26 244

GCAPDPT-zeroshot4090	0.40 288	1.09 383	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.44 367	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.30 285	0.45 347	0.34 316	0.38 310	0.27 299	0.38 296	0.27 282

IGEV++	0.34 239	0.43 226	0.30 237	0.40 256	0.29 284	0.40 294	0.29 278	0.40 290	0.29 281	0.40 291	0.29 285	0.40 300	0.29 287	0.40 296	0.30 285	0.38 274	0.29 256	0.37 302	0.29 330	0.37 283	0.29 313

IGEV-Stereo	0.35 248	0.44 229	0.45 360	0.49 311	0.30 295	0.37 279	0.30 285	0.36 262	0.30 295	0.36 272	0.29 285	0.36 277	0.29 287	0.36 277	0.30 285	0.46 357	0.39 347	0.32 261	0.24 253	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	0.42 224	0.31 253	0.39 243	0.30 295	0.38 286	0.30 285	0.40 290	0.29 281	0.40 291	0.37 387	0.41 313	0.34 365	0.38 285	0.30 285	0.34 247	0.27 234	0.34 278	0.26 262	0.34 259	0.26 244

RAFT + AFF	0.31 224	0.45 237	0.34 274	0.39 243	0.28 274	0.38 286	0.33 349	0.29 238	0.31 338	0.30 245	0.30 299	0.29 249	0.27 270	0.29 250	0.30 285	0.28 219	0.29 256	0.29 250	0.29 330	0.27 230	0.32 342

DANet	0.30 217	0.30 173	0.30 237	0.30 203	0.30 295	0.30 247	0.30 285	0.30 240	0.30 295	0.30 245	0.30 299	0.30 253	0.30 295	0.30 252	0.30 285	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 326
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GCAP-Stereo-DPT26K	0.43 311	1.76 488	0.39 304	0.49 311	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.43 331	0.31 324	0.44 318	0.33 287	0.38 310	0.27 299	0.38 296	0.26 244

aanet-new-10k	0.45 347	1.81 503	0.40 336	0.50 347	0.31 342	0.44 370	0.31 330	0.44 367	0.31 338	0.44 362	0.31 341	0.44 373	0.32 349	0.44 362	0.31 324	0.46 357	0.35 323	0.39 351	0.27 299	0.39 341	0.27 282

GCAP-Stereo-DPT-25K	0.41 296	1.09 383	0.40 336	0.52 361	0.31 342	0.44 370	0.31 330	0.44 367	0.31 338	0.44 362	0.31 341	0.44 373	0.31 344	0.44 362	0.31 324	0.46 357	0.35 323	0.39 351	0.28 317	0.39 341	0.28 307

GCAP-Stereo-DPT-FT	0.41 296	1.06 380	0.40 336	0.51 358	0.31 342	0.44 370	0.30 285	0.43 329	0.32 348	0.44 362	0.30 299	0.56 442	0.30 295	0.44 362	0.31 324	0.45 347	0.34 316	0.39 351	0.27 299	0.40 353	0.27 282

DStereoO	0.31 224	0.31 176	0.31 253	0.30 203	0.40 405	0.31 253	0.30 285	0.30 240	0.34 367	0.29 244	0.31 341	0.29 249	0.30 295	0.31 256	0.31 324	0.31 234	0.29 256	0.31 258	0.30 344	0.31 244	0.31 335

DStereoSA	0.32 233	0.52 268	0.34 274	0.31 209	0.31 342	0.30 247	0.30 285	0.31 246	0.30 295	0.31 250	0.31 341	0.31 257	0.30 295	0.31 256	0.31 324	0.30 228	0.32 274	0.31 258	0.31 355	0.31 244	0.31 335

gcap-zeroshot	0.36 255	0.40 203	0.34 274	0.44 288	0.31 342	0.44 370	0.31 330	0.44 367	0.32 348	0.44 362	0.32 351	0.44 373	0.32 349	0.44 362	0.31 324	0.39 287	0.28 242	0.39 351	0.28 317	0.39 341	0.27 282

test_for_model	0.35 248	0.39 199	0.30 237	0.43 284	0.30 295	0.43 337	0.30 285	0.43 329	0.30 295	0.43 324	0.30 299	0.43 338	0.30 295	0.44 362	0.31 324	0.38 274	0.26 223	0.38 310	0.26 262	0.38 296	0.26 244

testlalala	0.36 255	0.40 203	0.34 274	0.44 288	0.31 342	0.44 370	0.31 330	0.44 367	0.32 348	0.44 362	0.32 351	0.44 373	0.32 349	0.44 362	0.31 324	0.39 287	0.28 242	0.39 351	0.28 317	0.39 341	0.27 282

GCAPDPT-zeroshot	0.36 255	0.40 203	0.30 237	0.43 284	0.30 295	0.43 337	0.30 285	0.43 329	0.31 338	0.43 324	0.30 299	0.43 338	0.30 295	0.44 362	0.31 324	0.39 287	0.28 242	0.39 351	0.27 299	0.39 341	0.26 244

PhaseNet	1.74 588	6.34 667	4.81 684	6.77 683	0.24 258	0.80 474	0.53 452	0.48 390	0.22 237	0.53 428	0.28 275	0.48 400	0.25 253	0.40 296	0.32 334	6.39 692	4.61 679	0.46 408	0.38 411	0.25 222	0.18 214

aanet-new-12k	0.46 354	1.99 536	0.40 336	0.51 358	0.31 342	0.44 370	0.31 330	0.44 367	0.31 338	0.44 362	0.31 341	0.44 373	0.31 344	0.44 362	0.32 334	0.47 364	0.35 323	0.39 351	0.27 299	0.39 341	0.27 282

DStereoFS	0.32 233	0.33 179	0.32 259	0.33 219	0.30 295	0.32 262	0.32 338	0.32 248	0.31 338	0.30 245	0.31 341	0.31 257	0.30 295	0.32 259	0.32 334	0.32 237	0.31 270	0.30 252	0.47 445	0.32 247	0.34 356

DDF-Stereo	0.43 311	1.15 393	0.57 413	0.53 363	0.32 352	0.41 310	0.32 338	0.41 305	0.32 348	0.41 305	0.32 351	0.41 313	0.32 349	0.40 296	0.32 334	0.52 386	0.50 407	0.38 310	0.31 355	0.39 341	0.31 335

water-stereo	0.41 296	0.84 318	0.46 365	0.50 347	0.33 364	0.45 383	0.33 349	0.45 376	0.32 348	0.45 374	0.32 351	0.45 383	0.32 349	0.45 380	0.32 334	0.44 318	0.41 360	0.39 351	0.31 355	0.39 341	0.32 342

xyz-stereo-finetune	0.28 211	0.49 253	0.16 169	0.16 143	0.16 210	0.16 173	0.16 194	0.22 205	0.30 295	0.32 256	0.31 341	0.32 261	0.31 344	0.32 259	0.32 334	0.32 237	0.33 287	0.31 258	0.32 362	0.31 244	0.32 342

GREAT-IGEV	0.38 271	0.43 226	0.36 287	0.48 305	0.32 352	0.45 383	0.32 338	0.45 376	0.32 348	0.45 374	0.32 351	0.45 383	0.32 349	0.45 380	0.32 334	0.44 318	0.33 287	0.41 381	0.29 330	0.41 364	0.29 313
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 288	0.45 237	0.35 285	0.48 305	0.36 383	0.47 395	0.34 362	0.45 376	0.38 388	0.47 386	0.33 360	0.45 383	0.32 349	0.45 380	0.32 334	0.39 287	0.38 340	0.38 310	0.37 398	0.39 341	0.39 387

fffy	0.38 271	0.43 226	0.33 264	0.46 293	0.33 364	0.45 383	0.32 338	0.45 376	0.32 348	0.45 374	0.32 351	0.45 383	0.33 360	0.45 380	0.32 334	0.38 274	0.38 340	0.38 310	0.37 398	0.37 283	0.36 369

iRaft-Stereo_20w	0.34 239	0.41 214	0.31 253	0.39 243	0.29 284	0.40 294	0.32 338	0.41 305	0.32 348	0.38 278	0.30 299	0.39 292	0.30 295	0.38 285	0.32 334	0.35 255	0.27 234	0.34 278	0.27 299	0.34 259	0.29 313

FCDSN-DC	0.41 296	0.59 284	0.64 433	0.54 366	0.33 364	0.50 414	0.37 380	0.42 323	0.40 402	0.61 448	0.43 425	0.50 419	0.49 441	0.38 285	0.32 334	0.28 219	0.23 215	0.26 238	0.22 240	0.35 272	0.28 307
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 296	1.49 472	0.32 259	0.42 278	0.32 352	0.41 310	0.32 338	0.41 305	0.33 358	0.41 305	0.32 351	0.41 313	0.32 349	0.41 312	0.32 334	0.39 287	0.28 242	0.39 351	0.28 317	0.40 353	0.28 307

MyStereo04	0.56 393	3.72 619	0.59 415	0.49 311	0.41 415	0.36 273	0.32 338	0.37 268	0.31 338	0.34 264	0.46 434	0.35 272	0.32 349	0.35 271	0.33 346	0.49 372	0.45 382	0.34 278	0.32 362	0.35 272	0.43 407

PCWNet_CMD	2.80 661	9.82 688	0.32 259	10.09 702	0.32 352	0.49 405	0.33 349	3.34 666	0.33 358	0.49 400	0.33 360	0.49 405	8.73 705	0.48 397	0.33 346	0.41 302	9.22 699	0.42 396	0.29 330	9.55 707	0.31 335

CFNet_ucs	2.73 654	9.64 687	0.33 264	9.92 700	0.32 352	0.49 405	0.33 349	0.49 395	0.33 358	0.49 400	0.33 360	0.49 405	8.98 707	0.48 397	0.33 346	0.41 302	9.96 705	0.40 364	0.29 330	10.12 710	0.54 446

RAFT-Test	0.36 255	0.37 188	0.33 264	0.41 268	0.32 352	0.41 310	0.32 338	0.41 305	0.32 348	0.41 305	0.32 351	0.41 313	0.32 349	0.41 312	0.33 346	0.37 263	0.29 256	0.37 302	0.29 330	0.38 296	0.31 335

RCA-Stereo	0.51 380	3.22 607	0.34 274	0.44 288	0.34 374	0.44 370	0.34 362	0.43 329	0.34 367	0.43 324	0.34 368	0.44 373	0.33 360	0.43 331	0.33 346	0.38 274	0.29 256	0.38 310	0.29 330	0.38 296	0.29 313

CFNet_pseudo	2.67 653	9.36 685	0.32 259	10.99 704	0.33 364	0.85 484	0.33 349	0.49 395	0.33 358	0.49 400	0.32 351	0.49 405	7.26 703	0.49 403	0.33 346	0.41 302	9.62 702	0.41 381	0.29 330	10.03 709	0.29 313

pcwnet_v2	2.66 652	9.89 689	0.33 264	9.89 699	0.32 352	0.50 414	0.32 338	0.49 395	0.33 358	0.49 400	0.34 368	0.49 405	8.76 706	0.48 397	0.33 346	0.41 302	9.58 701	0.40 364	0.29 330	9.01 705	0.63 469

HCRNet	1.22 570	7.11 669	3.00 658	3.55 640	0.33 364	0.29 245	0.14 181	0.19 185	0.15 199	0.33 261	0.29 285	0.25 228	0.14 186	0.22 206	0.33 346	3.64 655	3.00 653	0.76 483	0.32 362	0.18 186	0.13 179

ccnet	0.80 451	2.28 556	0.33 264	0.50 347	0.33 364	0.50 414	0.33 349	0.50 404	0.33 358	0.49 400	0.33 360	0.49 405	1.56 614	2.38 635	0.33 346	0.41 302	0.29 256	0.42 396	1.57 630	2.28 620	0.29 313

CFNet-RSSM	0.91 483	4.89 643	0.34 274	0.44 288	1.07 549	1.62 608	1.40 622	0.91 487	0.35 371	1.60 601	1.39 622	0.64 456	0.34 365	0.44 362	0.33 346	0.41 302	0.35 323	0.75 481	0.30 344	0.41 364	0.29 313

psmorigin	0.41 296	0.46 241	0.33 264	0.49 311	0.33 364	0.49 405	0.33 349	0.49 395	0.33 358	0.49 400	0.33 360	0.49 405	0.33 360	0.51 421	0.33 346	0.41 302	0.30 265	0.41 381	0.30 344	0.79 460	0.29 313

MSMDNet	2.65 651	10.14 691	0.33 264	9.74 698	0.32 352	0.87 487	0.33 349	2.95 661	0.68 486	0.49 400	0.34 368	0.49 405	5.70 699	0.49 403	0.33 346	0.42 316	9.57 700	0.41 381	0.31 355	8.36 702	0.65 477

ccs_rob	2.79 660	10.17 692	0.32 259	10.00 701	0.33 364	0.49 405	0.33 349	1.90 609	0.32 348	0.51 422	0.33 360	0.49 405	9.24 708	0.49 403	0.33 346	0.41 302	9.82 703	0.41 381	0.28 317	9.34 706	0.29 313

depthmonostereo	0.44 324	0.85 320	0.46 365	0.54 366	0.40 405	0.52 430	0.38 387	0.52 422	0.35 371	0.47 386	0.34 368	0.46 387	0.34 365	0.47 389	0.34 359	0.45 347	0.43 374	0.41 381	0.33 372	0.41 364	0.32 342

DilatedVolume-Stereo	0.43 311	0.86 322	0.48 381	0.50 347	0.33 364	0.46 390	0.33 349	0.46 380	0.33 358	0.46 380	0.33 360	0.47 393	0.33 360	0.47 389	0.34 359	0.45 347	0.42 369	0.40 364	0.33 372	0.47 395	0.38 381

RAFT-Stereo-weight	0.45 347	1.90 527	0.34 274	0.42 278	0.36 383	0.43 337	0.35 367	0.42 323	0.34 367	0.42 319	0.34 368	0.44 373	0.34 365	0.41 312	0.34 359	0.38 274	0.32 274	0.38 310	0.32 362	0.38 296	0.33 349

H2IRNET	0.34 239	0.34 180	0.34 274	0.34 223	0.34 374	0.34 265	0.34 362	0.34 255	0.34 367	0.34 264	0.34 368	0.34 270	0.34 365	0.34 268	0.34 359	0.34 247	0.34 316	0.34 278	0.34 376	0.34 259	0.34 356

ccccc	0.41 296	0.44 229	0.34 274	0.48 305	0.35 377	0.48 400	0.35 367	0.51 418	0.35 371	0.47 386	0.35 376	0.47 393	0.34 365	0.47 389	0.35 363	0.41 302	0.40 350	0.40 364	0.40 416	0.41 364	0.39 387

GCST	0.50 375	2.08 539	0.38 293	0.53 363	0.35 377	0.49 405	0.35 367	0.50 404	0.35 371	0.49 400	0.35 376	0.49 405	0.35 372	0.49 403	0.35 363	0.48 369	0.37 333	0.45 404	0.33 372	0.44 374	0.33 349

Former-RAFT_DAM_RVC	0.49 373	0.98 348	0.64 433	0.84 426	0.46 434	0.45 383	0.35 367	0.47 386	0.47 432	0.45 374	0.34 368	0.46 387	0.48 435	0.46 385	0.35 363	0.39 287	0.71 467	0.39 351	0.35 389	0.41 364	0.41 398

ETE_ROB	0.35 248	0.35 182	0.35 285	0.35 226	0.35 377	0.35 269	0.35 367	0.35 258	0.35 371	0.35 268	0.35 376	0.35 272	0.35 372	0.35 271	0.35 363	0.35 255	0.35 323	0.35 294	0.35 389	0.35 272	0.35 366

IGEV-FE	0.35 248	0.37 188	0.17 176	0.19 157	0.17 216	0.20 192	0.17 204	0.19 185	0.17 214	0.19 184	0.17 211	0.19 188	0.17 212	0.37 282	0.36 367	0.19 172	0.17 191	0.19 196	0.17 223	0.38 296	2.84 670

UGAM-zero	0.51 380	2.17 548	0.39 304	0.53 363	0.36 383	0.50 414	0.36 374	0.50 404	0.36 382	0.49 400	0.36 380	0.50 419	0.35 372	0.50 411	0.36 367	0.49 372	0.37 333	0.47 418	0.35 389	0.46 382	0.34 356

UGAM	0.51 380	2.23 553	0.39 304	0.54 366	0.35 377	0.50 414	0.35 367	0.49 395	0.35 371	0.49 400	0.35 376	0.49 405	0.36 375	0.50 411	0.36 367	0.49 372	0.37 333	0.45 404	0.34 376	0.45 379	0.34 356

CES	0.39 283	0.47 245	0.36 287	0.36 230	0.37 387	0.45 383	0.35 367	0.35 258	0.40 402	0.36 272	0.44 427	0.47 393	0.36 375	0.44 362	0.36 367	0.37 263	0.39 347	0.44 399	0.35 389	0.37 283	0.36 369

GMOStereo	0.37 265	0.45 237	0.23 202	0.30 203	0.37 387	0.41 310	0.36 374	0.41 305	0.35 371	0.43 324	0.36 380	0.41 313	0.40 396	0.41 312	0.36 367	0.34 247	0.22 209	0.47 418	0.37 398	0.39 341	0.33 349

error version	0.93 490	4.47 638	2.35 648	1.99 580	0.37 387	0.41 310	0.36 374	0.41 305	0.35 371	0.43 324	0.36 380	0.41 313	0.40 396	0.41 312	0.36 367	1.87 595	2.16 642	0.47 418	0.37 398	0.39 341	0.33 349

test_1	0.93 490	4.47 638	2.35 648	1.99 580	0.37 387	0.41 310	0.36 374	0.41 305	0.35 371	0.43 324	0.36 380	0.41 313	0.40 396	0.41 312	0.36 367	1.87 595	2.16 642	0.47 418	0.37 398	0.39 341	0.33 349

DMCA	0.36 255	0.38 192	0.37 291	0.35 226	0.35 377	0.36 273	0.36 374	0.36 262	0.35 371	0.35 268	0.37 387	0.36 277	0.36 375	0.35 271	0.36 367	0.36 260	0.36 329	0.35 294	0.36 395	0.36 279	0.36 369

ADCS	0.09 75	0.02 12	0.04 64	0.90 435	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 162	0.36 367	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

SCV_C0	0.45 347	0.88 326	0.49 388	0.54 366	0.37 387	0.48 400	0.37 380	0.48 390	0.37 384	0.48 393	0.36 380	0.48 400	0.37 380	0.49 403	0.37 376	0.50 378	0.41 360	0.44 399	0.34 376	0.44 374	0.34 356

SCV	0.46 354	0.94 343	0.45 360	0.54 366	0.37 387	0.48 400	0.38 387	0.48 390	0.37 384	0.48 393	0.39 402	0.48 400	0.37 380	0.49 403	0.37 376	0.50 378	0.46 384	0.44 399	0.34 376	0.44 374	0.34 356

XPNet_ROB	0.37 265	0.37 188	0.37 291	0.37 233	0.37 387	0.37 279	0.37 380	0.37 268	0.37 384	0.37 277	0.37 387	0.37 285	0.37 380	0.37 282	0.37 376	0.37 263	0.37 333	0.37 302	0.37 398	0.37 283	0.37 374

Pro-Stereo	0.79 448	0.53 272	0.38 293	0.49 311	0.38 394	0.49 405	0.37 380	0.49 395	0.67 480	0.50 413	0.38 392	1.10 531	0.38 384	0.49 403	0.38 379	0.71 429	0.88 489	5.98 703	0.36 395	0.46 382	0.36 369

GEAStereo	0.62 404	3.91 626	0.48 381	0.69 397	0.38 394	0.51 426	0.38 387	0.51 418	0.38 388	0.53 428	0.38 392	0.50 419	0.38 384	0.51 421	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.34 356

GSStereo	0.81 456	4.28 636	0.50 393	0.59 379	0.40 405	0.51 426	0.38 387	0.50 404	0.38 388	0.50 413	0.38 392	0.50 419	3.79 684	0.50 411	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.35 366

GS-Stereo							0.38 387	0.50 404	0.38 388	0.50 413	0.38 392	0.50 419	3.79 684	0.50 411	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.35 366

gasm-f	0.62 404	3.91 626	0.48 381	0.69 397	0.38 394	0.51 426	0.38 387	0.51 418	0.38 388	0.53 428	0.38 392	0.50 419	0.38 384	0.51 421	0.38 379	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.34 356

GASTEREO	0.48 367	1.21 446	0.47 373	0.57 374	0.38 394	0.50 414	0.38 387	0.50 404	0.38 388	0.50 413	0.38 392	0.50 419	0.38 384	0.50 411	0.38 379	0.52 386	0.42 369	0.46 408	0.34 376	0.46 382	0.34 356

HART	0.38 271	0.45 237	0.34 274	0.42 278	0.33 364	0.41 310	0.34 362	0.42 323	0.33 358	0.43 324	0.34 368	0.42 331	0.34 365	0.41 312	0.38 379	0.40 294	0.32 274	0.42 396	0.32 362	0.40 353	0.32 342

WAO-8	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.38 286	0.38 387	0.38 277	0.38 388	0.38 278	0.38 392	0.38 287	0.38 384	0.38 285	0.38 379	0.38 274	0.38 340	0.38 310	0.37 398	0.38 296	0.38 381

WAO-7	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.38 286	0.38 387	0.38 277	0.38 388	0.38 278	0.38 392	0.38 287	0.38 384	0.38 285	0.38 379	0.38 274	0.38 340	0.38 310	0.38 411	0.38 296	0.38 381

Venus	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.37 279	0.38 387	0.37 268	0.37 384	0.41 305	0.37 387	0.39 292	0.37 380	0.38 285	0.38 379	0.37 263	0.38 340	0.38 310	0.37 398	0.37 283	0.38 381

IMH	0.38 271	0.38 192	0.38 293	0.38 236	0.38 394	0.38 286	0.38 387	0.38 277	0.38 388	0.42 319	0.38 392	0.40 300	0.38 384	0.38 285	0.38 379	0.38 274	0.38 340	0.39 351	0.38 411	0.38 296	0.38 381

iRaftStereo_RVC	0.97 494	3.17 606	2.30 647	2.42 598	0.38 394	0.54 436	0.38 387	0.54 426	0.38 388	0.54 434	0.38 392	0.54 435	0.38 384	0.54 431	0.38 379	2.38 630	2.34 646	0.49 431	0.36 395	0.49 402	0.36 369

LG-Stereo_L1	0.47 361	0.52 268	0.47 373	0.62 384	0.39 404	0.53 432	0.40 401	0.53 424	0.39 401	0.53 428	0.39 402	0.53 432	0.39 395	0.53 428	0.39 391	0.55 396	0.46 384	0.49 431	0.37 398	0.49 402	0.37 374

GCAP-Stereo	0.75 437	4.15 633	0.42 355	0.75 415	0.35 377	0.78 469	0.40 401	0.79 467	0.38 388	0.78 476	0.36 380	0.78 477	0.36 375	0.79 471	0.39 391	0.75 445	0.39 347	0.76 483	0.39 415	0.75 451	0.39 387

LL-Strereo2	0.48 367	1.73 486	0.51 400	0.59 379	0.34 374	0.42 330	0.33 349	0.40 290	0.31 338	0.42 319	0.33 360	0.42 331	0.31 344	0.44 362	0.39 391	0.60 405	0.51 412	0.44 399	0.33 372	0.44 374	0.33 349

quiztm	0.43 311	0.49 253	0.40 336	0.51 358	0.40 405	0.51 426	0.40 401	0.50 404	0.40 402	0.50 413	0.40 405	0.51 430	0.40 396	0.50 411	0.40 394	0.44 318	0.34 316	0.44 399	0.34 376	0.44 374	0.34 356

HanzoNet	0.39 283	0.38 192	0.40 336	0.39 243	0.41 415	0.38 286	0.38 387	0.38 277	0.38 388	0.39 285	0.39 402	0.38 287	0.38 384	0.39 293	0.40 394	0.38 274	0.38 340	0.40 364	0.38 411	0.38 296	0.40 390

knoymous	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 290	0.40 402	0.40 291	0.40 405	0.40 300	0.40 396	0.40 296	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

anonymousa	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 290	0.40 402	0.40 291	0.40 405	0.40 300	0.40 396	0.40 296	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

riskmin	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 290	0.40 402	0.40 291	0.40 405	0.40 300	0.40 396	0.40 296	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

Anonymous_2	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 290	0.40 402	0.40 291	0.40 405	0.40 300	0.40 396	0.40 296	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

Anonymous_1	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 290	0.40 402	0.40 291	0.40 405	0.40 300	0.40 396	0.40 296	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

AdaStereo	0.40 288	0.40 203	0.40 336	0.40 256	0.40 405	0.40 294	0.40 401	0.40 290	0.40 402	0.40 291	0.40 405	0.40 300	0.40 396	0.40 296	0.40 394	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390
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.
252Zero-FE	0.45 347	0.50 258	0.36 287	0.50 347	0.36 383	0.50 414	0.36 374	0.50 404	0.36 382	0.49 400	0.36 380	0.49 405	0.36 375	0.54 431	0.41 402	0.45 347	0.34 316	0.45 404	0.34 376	0.55 421	0.75 502

MSCF	0.51 380	1.40 469	0.49 388	0.58 376	0.38 394	0.50 414	0.38 387	0.54 426	0.41 412	0.52 425	0.41 413	0.53 432	0.42 414	0.53 428	0.41 402	0.60 405	0.47 392	0.48 426	0.37 398	0.48 399	0.38 381

LG-Stereo_Zeroshot	0.48 367	0.55 278	0.47 373	0.63 386	0.41 415	0.56 438	0.44 418	0.56 430	0.41 412	0.56 439	0.41 413	0.57 445	0.42 414	0.56 436	0.41 402	0.55 396	0.43 374	0.51 441	0.37 398	0.51 413	0.37 374

GwcNet-ADL	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 305	0.41 412	0.41 305	0.41 413	0.41 313	0.41 408	0.41 312	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

PSMNet-ADL	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 305	0.41 412	0.41 305	0.41 413	0.41 313	0.41 408	0.41 312	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

GANet-ADL	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 305	0.41 412	0.41 305	0.41 413	0.41 313	0.41 408	0.41 312	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

ADLNet2	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 305	0.41 412	0.41 305	0.41 413	0.41 313	0.41 408	0.41 312	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

ADLNet	0.41 296	0.41 214	0.41 350	0.41 268	0.41 415	0.41 310	0.41 410	0.41 305	0.41 412	0.41 305	0.41 413	0.41 313	0.41 408	0.41 312	0.41 402	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

Select-FE	0.41 296	0.44 229	0.23 202	0.26 197	0.22 247	0.26 236	0.22 232	0.26 229	0.23 244	0.26 234	0.23 246	0.26 240	0.23 247	0.45 380	0.42 410	0.25 209	0.22 209	0.25 233	0.22 240	0.45 379	2.90 671

Occ-G	1.12 518	0.52 268	3.72 679	3.50 639	0.50 451	0.56 438	0.47 431	0.54 426	0.46 427	0.54 434	0.41 413	0.54 435	0.42 414	0.52 426	0.42 410	3.42 654	4.02 675	0.52 444	0.45 436	0.51 413	0.44 410

CFNet_RVC	2.38 645	8.71 680	0.38 293	9.33 695	0.42 425	0.56 438	0.42 415	0.60 441	0.38 388	0.62 451	0.42 423	0.56 442	7.29 704	0.62 446	0.42 410	0.53 389	0.37 333	0.49 431	0.34 376	8.30 701	6.87 708

DispNO	1.00 497	0.63 289	0.43 356	3.45 635	0.44 428	0.65 454	0.43 417	0.64 448	0.43 420	0.64 454	0.43 425	0.64 456	3.03 662	0.64 452	0.43 413	4.55 665	0.43 374	0.63 458	0.43 434	0.63 432	0.43 407

DN	0.53 385	0.85 320	0.45 360	0.65 390	0.44 428	0.60 447	0.44 418	0.60 441	0.44 423	0.60 447	0.45 431	0.60 450	0.44 419	0.60 445	0.44 414	0.56 399	0.42 369	0.56 450	0.42 432	0.56 423	0.42 405

MonSter	0.60 396	0.64 291	0.52 403	0.62 384	0.44 428	2.07 623	0.44 418	0.62 445	0.44 423	0.62 451	0.44 427	0.62 454	0.44 419	0.62 446	0.44 414	0.58 402	0.42 369	0.62 456	0.46 438	0.58 428	0.42 405

AIO-test1	0.54 386	0.60 287	0.52 403	0.66 394	0.47 440	0.61 448	0.47 431	0.58 436	0.46 427	0.61 448	0.46 434	0.61 452	0.45 423	0.62 446	0.45 416	0.61 409	0.52 414	0.57 451	0.48 449	0.57 426	0.48 422

AIO-Stereo	0.84 468	0.66 292	0.70 456	0.83 425	0.67 489	0.98 501	0.82 520	1.14 519	0.72 507	1.03 522	0.74 513	1.03 524	1.09 536	0.99 508	0.45 416	1.04 493	0.73 470	0.95 521	0.74 513	0.94 495	0.46 413

MyStereo06	0.75 437	4.12 630	0.60 419	0.63 386	0.61 476	0.62 451	0.66 474	0.56 430	0.45 426	0.55 437	0.48 446	0.54 435	0.46 426	0.57 441	0.45 416	0.60 405	0.57 423	0.64 460	0.55 465	0.72 447	0.55 454

CASnet	0.35 248	0.51 266	0.44 358	0.32 215	0.31 342	0.24 218	0.34 362	0.36 262	0.25 252	0.31 250	0.37 387	0.30 253	0.33 360	0.25 226	0.45 416	0.37 263	0.37 333	0.33 268	0.35 389	0.34 259	0.37 374
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
FSD	0.61 401	0.59 284	0.50 393	2.58 605	0.44 428	0.56 438	0.44 418	0.55 429	0.44 423	0.56 439	0.44 427	0.56 442	0.44 419	0.56 436	0.46 420	0.61 409	0.42 369	0.52 444	0.42 432	0.52 415	0.51 438

fffft	0.48 367	0.51 266	0.45 360	0.52 361	0.45 432	0.52 430	0.45 424	0.52 422	0.48 439	0.53 428	0.45 431	0.52 431	0.45 423	0.52 426	0.46 420	0.51 384	0.41 360	0.50 436	0.41 424	0.50 407	0.41 398
1: 1. 1
PAM_32	0.64 408	2.38 568	0.51 400	0.92 440	0.43 427	0.53 432	0.44 418	0.87 479	0.43 420	0.52 425	0.45 431	0.53 432	0.40 396	0.54 431	0.46 420	0.62 413	0.56 421	0.48 426	0.45 436	0.76 454	0.44 410

otaku	0.46 354	0.46 241	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 380	0.46 427	0.46 380	0.46 434	0.46 387	0.46 426	0.46 385	0.46 420	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

Dean	0.46 354	0.46 241	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 380	0.46 427	0.47 386	0.46 434	0.46 387	0.46 426	0.46 385	0.46 420	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

ACVNet_1	0.46 354	0.47 245	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 380	0.47 432	0.46 380	0.46 434	0.46 387	0.46 426	0.46 385	0.46 420	0.46 357	0.46 384	0.47 418	0.46 438	0.46 382	0.46 413

ACVNet-4b	0.46 354	0.46 241	0.46 365	0.46 293	0.46 434	0.46 390	0.46 426	0.46 380	0.46 427	0.46 380	0.46 434	0.46 387	0.46 426	0.47 389	0.46 420	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

AIO-test2	0.55 391	0.59 284	0.52 403	0.67 395	0.47 440	0.61 448	0.47 431	0.61 444	0.47 432	0.61 448	0.47 442	0.61 452	0.48 435	0.62 446	0.47 427	0.64 417	0.53 416	0.58 452	0.47 445	0.58 428	0.48 422

Ntro	0.47 361	0.47 245	0.46 365	0.46 293	0.46 434	0.47 395	0.47 431	0.46 380	0.47 432	0.46 380	0.46 434	0.47 393	0.46 426	0.47 389	0.47 427	0.47 364	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

HaxPig	0.47 361	0.47 245	0.47 373	0.49 311	0.47 440	0.47 395	0.47 431	0.47 386	0.47 432	0.47 386	0.47 442	0.47 393	0.47 434	0.47 389	0.47 427	0.47 364	0.47 392	0.47 418	0.47 445	0.47 395	0.48 422

UNDER WATER	0.47 361	0.47 245	0.47 373	0.47 300	0.47 440	0.47 395	0.47 431	0.47 386	0.47 432	0.47 386	0.47 442	0.47 393	0.46 426	0.47 389	0.47 427	0.47 364	0.47 392	0.47 418	0.46 438	0.47 395	0.47 420

LVE	0.47 361	0.47 245	0.47 373	0.47 300	0.49 447	0.47 395	0.47 431	0.47 386	0.49 441	0.47 386	0.47 442	0.47 393	0.46 426	0.47 389	0.47 427	0.47 364	0.47 392	0.48 426	0.47 445	0.47 395	0.47 420

AEACV	1.12 518	0.52 268	3.12 670	3.24 624	0.86 525	0.53 432	0.49 442	0.60 441	0.47 432	0.53 428	0.49 449	0.55 439	0.45 423	0.55 435	0.47 427	3.01 649	3.88 673	0.71 474	0.60 476	0.80 463	0.48 422

RainbowNet	0.48 367	0.48 251	0.48 381	0.48 305	0.48 444	0.48 400	0.48 440	0.48 390	0.48 439	0.48 393	0.48 446	0.48 400	0.48 435	0.48 397	0.48 433	0.48 369	0.48 396	0.48 426	0.48 449	0.48 399	0.48 422

notaker	0.48 367	0.49 253	0.48 381	0.48 305	0.48 444	0.48 400	0.48 440	0.48 390	0.49 441	0.48 393	0.48 446	0.48 400	0.48 435	0.48 397	0.48 433	0.48 369	0.48 396	0.48 426	0.48 449	0.48 399	0.49 428

S	0.56 393	0.61 288	0.54 408	0.68 396	0.48 444	0.65 454	0.49 442	0.63 446	0.49 441	0.64 454	0.49 449	0.64 456	0.48 435	0.62 446	0.49 435	0.63 415	0.62 439	0.59 455	0.48 449	0.57 426	0.48 422

PointNet	0.60 396	0.75 305	0.49 388	0.79 417	0.50 451	0.79 472	0.49 442	0.79 467	0.49 441	0.80 479	0.49 449	0.79 479	0.49 441	0.80 473	0.49 435	0.63 415	0.40 350	0.63 458	0.40 416	0.63 432	0.40 390

ACVNet_2	0.49 373	0.49 253	0.49 388	0.49 311	0.49 447	0.49 405	0.49 442	0.49 395	0.49 441	0.49 400	0.49 449	0.49 405	0.49 441	0.49 403	0.49 435	0.49 372	0.49 399	0.49 431	0.49 453	0.49 402	0.49 428

FoundationStereo	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 404	0.50 446	0.50 413	0.50 453	0.50 419	0.50 445	0.50 411	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

StereoAnything_RVC	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 404	0.50 446	0.50 413	0.50 453	0.50 419	0.50 445	0.50 411	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

dual_stereo	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 404	0.50 446	0.50 413	0.50 453	0.50 419	0.50 445	0.50 411	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

LL-Strereo	1.01 505	5.06 645	1.63 608	0.70 403	1.43 622	0.56 438	0.46 426	0.57 433	0.50 446	0.57 442	0.50 453	1.58 604	0.49 441	0.59 443	0.50 438	1.64 588	0.52 414	0.51 441	1.37 617	0.52 415	0.45 412

SANet	0.50 375	0.50 258	0.50 393	0.50 347	0.50 451	0.50 414	0.50 446	0.50 404	0.50 446	0.50 413	0.50 453	0.50 419	0.50 445	0.50 411	0.50 438	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

SMoEStereo_RVC	0.63 406	0.75 305	0.51 400	0.73 411	0.53 461	0.71 463	0.47 431	0.67 452	0.58 460	0.74 472	0.60 472	0.72 469	0.53 452	0.74 467	0.51 443	0.61 409	0.62 439	0.62 456	0.61 479	0.63 432	0.61 464

ktn	0.72 429	0.53 272	1.08 511	1.14 474	0.51 457	1.22 582	1.36 615	0.51 418	0.59 465	0.51 422	0.51 459	0.69 463	1.20 549	0.67 456	0.51 443	0.51 384	0.49 399	0.58 452	0.66 493	0.52 415	0.53 443

SE	0.64 408	0.73 300	0.77 473	0.79 417	0.59 468	0.78 469	0.54 455	0.58 436	0.58 460	0.78 476	0.59 470	0.63 455	0.18 222	0.78 470	0.52 445	0.80 452	0.65 446	0.69 468	0.57 471	0.75 451	0.52 440

WCG-NET	0.61 401	1.21 446	0.54 408	0.61 383	0.53 461	0.67 457	0.53 452	0.66 451	0.53 454	0.64 454	0.53 462	0.65 460	0.53 452	0.59 443	0.52 445	0.65 418	0.48 396	0.64 460	0.52 459	0.58 428	0.50 431

MyStereo8	0.71 426	3.92 628	0.52 403	0.59 379	0.52 458	0.57 444	0.53 452	0.59 439	0.50 446	0.59 446	0.51 459	0.57 445	0.50 445	0.56 436	0.52 445	0.54 390	0.49 399	0.54 448	0.49 453	0.55 421	0.50 431

KSHMR	0.66 412	0.50 258	0.48 381	1.15 477	0.52 458	0.49 405	0.51 450	0.49 395	0.71 504	0.67 459	0.50 453	1.16 539	1.11 537	0.66 454	0.52 445	0.49 372	0.49 399	0.51 441	0.66 493	0.50 407	1.14 549

Anonymus	0.47 361	0.73 300	0.46 365	0.43 284	0.54 464	0.53 432	0.27 257	0.39 282	0.35 371	0.33 261	0.40 405	0.33 265	0.38 384	0.53 428	0.54 449	0.56 399	0.36 329	0.49 431	0.53 461	0.66 435	0.54 446

test-3	0.98 496	4.13 632	1.85 629	1.85 571	0.61 476	0.69 458	0.37 380	0.63 446	0.61 469	0.66 458	0.51 459	0.73 471	0.44 419	0.57 441	0.54 449	1.68 589	1.81 626	0.40 364	0.43 434	0.66 435	0.50 431

PSMNet_ROB	0.54 386	0.54 276	0.54 408	0.54 366	0.53 461	0.54 436	0.54 455	0.53 424	0.54 456	0.54 434	0.54 463	0.54 435	0.53 452	0.54 431	0.54 449	0.54 390	0.53 416	0.54 448	0.54 463	0.54 420	0.54 446

MyStereo05	0.80 451	4.12 630	0.63 430	0.63 386	0.61 476	0.62 451	0.66 474	0.65 449	0.62 470	0.67 459	0.61 476	0.65 460	0.58 460	0.67 456	0.55 452	0.60 405	0.57 423	0.64 460	0.55 465	0.72 447	0.55 454

monster-pro	0.75 437	1.67 478	0.64 433	0.89 432	0.57 467	0.86 486	0.56 457	0.87 479	0.56 457	0.87 488	0.57 466	0.88 491	0.57 457	0.87 488	0.57 453	0.79 450	0.58 425	0.76 483	0.54 463	0.77 456	0.54 446

CASS	0.57 395	0.89 329	0.56 411	0.57 374	0.56 465	0.56 438	0.56 457	0.56 430	0.53 454	0.57 442	0.57 466	0.59 449	0.48 435	0.56 436	0.57 453	0.55 396	0.56 421	0.47 418	0.56 469	0.62 431	0.56 457
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
zero-FE	0.72 429	1.31 460	0.66 440	0.92 440	0.60 470	0.82 480	0.58 460	0.82 476	0.58 460	0.81 482	0.60 472	0.81 484	0.60 464	0.82 477	0.58 455	0.74 444	0.59 431	0.73 475	0.52 459	0.76 454	0.51 438

anonymity	0.63 406	0.69 293	0.56 411	0.71 405	0.56 465	0.71 463	0.56 457	0.71 459	0.56 457	0.72 465	0.56 465	0.71 466	0.56 456	0.71 461	0.58 455	0.68 422	0.55 419	0.68 465	0.55 465	0.68 438	0.54 446

UDG	0.80 451	2.21 552	0.60 419	0.91 437	0.60 470	0.90 492	0.58 460	0.88 483	0.60 466	0.90 492	0.60 472	0.88 491	0.60 464	0.90 493	0.58 455	0.86 466	0.60 434	0.84 498	0.59 475	0.84 472	0.61 464

CAR	0.72 429	0.76 307	0.59 415	0.84 426	1.19 563	0.81 477	0.58 460	0.81 473	0.58 460	0.81 482	0.58 468	0.83 486	0.59 462	0.82 477	0.59 458	0.71 429	0.49 399	0.73 475	0.68 498	0.87 475	0.52 440

MSE-Stereo	0.72 429	0.76 307	0.59 415	0.84 426	1.19 563	0.81 477	0.58 460	0.81 473	0.58 460	0.81 482	0.58 468	0.83 486	0.59 462	0.82 477	0.59 458	0.71 429	0.49 399	0.73 475	0.68 498	0.87 475	0.52 440

DDUNet	0.81 456	2.45 572	0.57 413	0.90 435	0.60 470	0.88 488	0.59 464	0.90 485	0.60 466	0.88 490	0.60 472	0.90 496	0.58 460	0.88 490	0.60 460	0.84 463	0.60 434	0.86 501	0.57 471	0.86 474	0.60 462

ARAFT	0.68 417	0.81 315	0.63 430	0.74 414	0.60 470	0.78 469	0.62 467	0.77 466	0.66 479	0.74 472	0.63 478	0.75 474	0.62 468	0.83 482	0.60 460	0.70 428	0.55 419	0.70 473	0.60 476	0.78 458	0.55 454

MGA	0.73 433	0.76 307	0.60 419	0.92 440	1.17 559	0.81 477	0.59 464	0.84 477	0.62 470	0.81 482	0.59 470	0.84 488	0.60 464	0.81 476	0.61 462	0.71 429	0.53 416	0.89 504	0.53 461	0.75 451	0.54 446

RAFT-Stereo + iAFF	0.70 423	0.72 299	0.71 460	0.80 421	0.62 481	0.82 480	0.61 466	0.81 473	0.62 470	0.81 482	0.63 478	0.80 481	0.70 493	0.73 465	0.61 462	0.76 447	0.61 438	0.74 480	0.61 479	0.77 456	0.61 464

MCSU-Stereo	7.34 705	31.03 718	23.33 715	30.31 716	0.67 489	0.93 497	0.64 469	0.92 490	0.64 474	0.92 496	0.64 480	0.93 502	0.64 469	0.92 499	0.64 464	28.35 717	22.39 717	0.88 502	0.60 476	0.83 470	0.60 462

LiteMatch	1.13 520	0.73 300	2.80 656	3.23 622	0.61 476	0.83 482	0.68 482	0.73 462	0.69 491	1.00 505	0.77 517	0.94 504	0.57 457	0.82 477	0.64 464	2.97 647	2.43 649	0.68 465	0.32 362	0.56 423	0.70 488

Lsterematch	1.13 520	0.73 300	2.80 656	3.23 622	0.61 476	0.83 482	0.68 482	0.73 462	0.69 491	1.00 505	0.77 517	0.94 504	0.57 457	0.82 477	0.64 464	2.97 647	2.43 649	0.68 465	0.32 362	0.56 423	0.70 488

MyStereo07	0.60 396	3.72 619	0.48 381	0.49 311	0.41 415	0.36 273	0.32 338	0.49 395	0.43 420	0.51 422	0.42 423	0.49 405	0.43 417	0.51 421	0.64 464	0.49 372	0.45 382	0.34 278	0.32 362	0.35 272	0.43 407

DNS	0.77 443	1.09 383	0.65 437	0.89 432	0.65 484	0.89 491	0.65 473	0.89 484	0.65 476	0.89 491	0.65 483	0.89 494	0.65 472	0.90 493	0.65 468	0.84 463	0.62 439	0.84 498	0.61 479	0.84 472	0.62 467

RSM++	0.76 442	0.82 317	0.66 440	0.85 430	0.64 482	0.85 484	0.71 500	0.94 495	0.64 474	0.87 488	0.67 487	0.87 490	0.65 472	0.84 483	0.65 468	0.81 456	0.70 463	0.79 487	0.71 509	0.83 470	0.70 488

plain	1.88 594	3.16 605	0.64 433	3.10 617	0.65 484	3.10 662	0.64 469	3.12 662	0.65 476	3.10 663	0.65 483	3.11 663	0.65 472	3.12 662	0.65 468	3.12 650	0.65 446	3.13 661	0.65 491	3.13 649	0.65 477

DSFCA	0.66 412	0.73 300	0.78 475	0.65 390	0.65 484	0.64 453	0.64 469	0.65 449	0.63 473	0.64 454	0.64 480	0.64 456	0.64 469	0.65 453	0.65 468	0.65 418	0.65 446	0.65 463	0.65 491	0.66 435	0.64 475

LMCR-Stereo	0.65 410	0.63 289	0.65 437	0.65 390	0.65 484	0.66 456	0.63 468	0.58 436	0.65 476	0.63 453	0.64 480	0.65 460	0.65 472	0.66 454	0.66 472	0.66 420	0.64 444	0.65 463	0.67 497	0.68 438	0.73 498

WQFJA1++	0.84 468	0.98 348	0.67 444	1.26 535	0.75 507	1.00 503	0.67 478	1.00 499	0.67 480	1.00 505	0.67 487	1.00 510	0.67 478	1.00 510	0.67 473	0.96 480	0.67 449	0.91 508	0.63 482	0.92 486	0.63 469

WQFJX	0.85 474	1.00 357	0.68 451	1.30 543	0.75 507	1.01 511	0.68 482	1.01 508	0.68 486	1.01 516	0.68 492	1.03 524	0.68 482	1.02 522	0.67 473	0.97 481	0.67 449	0.93 515	0.63 482	0.94 495	0.63 469

NLMM1	0.86 477	0.98 348	0.69 453	1.48 558	0.75 507	1.01 511	0.69 490	1.00 499	0.69 491	1.00 505	0.70 501	1.00 510	0.68 482	1.01 518	0.67 473	0.97 481	0.68 454	0.92 511	0.63 482	0.93 491	0.63 469

NLMM	0.84 468	1.00 357	0.67 444	1.27 536	0.75 507	1.00 503	0.68 482	1.00 499	0.67 480	1.00 505	0.67 487	1.02 522	0.67 478	1.02 522	0.67 473	0.97 481	0.67 449	0.93 515	0.63 482	0.92 486	0.63 469

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

Selective-IGEV	0.51 380	0.55 278	0.45 360	0.69 397	0.45 432	0.61 448	0.45 424	0.50 404	0.40 402	0.56 439	0.44 427	0.55 439	0.40 396	0.72 463	0.67 473	0.59 404	0.46 384	0.45 404	0.34 376	0.46 382	0.37 374

AFF-stereo	0.73 433	0.88 326	0.67 444	0.75 415	0.68 493	0.75 466	0.64 469	0.80 470	0.72 507	0.83 487	0.70 501	0.82 485	0.64 469	0.84 483	0.67 473	0.77 449	0.63 442	0.81 492	0.63 482	0.78 458	0.62 467

STTRV1_RVC	0.82 461	1.60 476	0.70 456	1.01 461	0.60 470	1.07 523	0.69 490	1.01 508	0.60 466	0.72 465	0.55 464	1.02 522	0.68 482	1.03 524	0.67 473	0.89 468	0.63 442	0.92 511	0.57 471	0.90 482	0.65 477

WQFJA1	0.85 474	0.98 348	0.67 444	1.29 541	0.76 512	1.01 511	0.67 478	1.02 513	0.67 480	1.02 520	0.67 487	1.01 518	0.67 478	1.01 518	0.68 481	0.99 486	0.67 449	0.93 515	0.64 487	0.92 486	0.65 477

WQFJX1	0.84 468	0.98 348	0.67 444	1.30 543	0.75 507	1.01 511	0.67 478	1.01 508	0.67 480	1.01 516	0.67 487	1.01 518	0.68 482	1.00 510	0.68 481	0.98 485	0.67 449	0.92 511	0.64 487	0.92 486	0.64 475

NLSM3	0.85 474	0.99 355	0.68 451	1.29 541	0.76 512	1.01 511	0.68 482	1.01 508	0.68 486	1.02 520	0.68 492	1.01 518	0.68 482	1.01 518	0.68 481	0.97 481	0.68 454	0.93 515	0.64 487	0.93 491	0.63 469

HiDET	0.38 271	0.44 229	0.30 237	0.42 278	0.30 295	0.42 330	0.30 285	0.42 323	0.30 295	0.44 362	0.30 299	0.42 331	0.30 295	0.42 325	0.68 481	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.29 313

MIF-Stereo (partial)	2.58 650	3.31 610	0.66 440	3.18 621	0.66 488	3.18 663	0.66 474	3.21 663	0.67 480	3.19 664	0.66 486	3.19 664	0.66 476	3.31 666	0.68 481	5.09 682	1.79 625	8.23 708	1.67 643	6.18 692	1.38 620

UniTT-Stereo	2.03 613	3.43 612	0.72 463	3.42 634	0.73 503	3.27 665	0.68 482	3.38 667	0.69 491	3.29 666	0.72 509	3.28 666	0.70 493	3.35 668	0.68 481	3.39 653	0.68 454	3.31 664	0.69 502	3.37 650	0.73 498

R-Stereo Train	0.81 456	0.96 345	0.67 444	0.95 449	0.67 489	0.95 498	0.68 482	0.95 497	0.68 486	0.95 503	0.68 492	0.96 507	0.68 482	0.96 506	0.68 481	0.94 478	0.68 454	0.94 519	0.68 498	0.94 495	0.68 483

RAFT-Stereo	0.81 456	0.96 345	0.67 444	0.95 449	0.67 489	0.95 498	0.68 482	0.95 497	0.68 486	0.95 503	0.68 492	0.96 507	0.68 482	0.96 506	0.68 481	0.94 478	0.68 454	0.94 519	0.68 498	0.94 495	0.68 483
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 420	0.69 293	0.69 453	0.69 397	0.69 494	0.69 458	0.69 490	0.69 454	0.69 491	0.69 462	0.69 497	0.69 463	0.69 489	0.69 458	0.69 489	0.69 423	0.69 460	0.69 468	0.69 502	0.69 442	0.69 485

mm1	0.69 420	0.69 293	0.69 453	0.69 397	0.69 494	0.69 458	0.69 490	0.69 454	0.69 491	0.69 462	0.69 497	0.69 463	0.69 489	0.69 458	0.69 489	0.69 423	0.69 460	0.69 468	0.69 502	0.69 442	0.69 485

MonSter++	0.38 271	0.44 229	0.31 253	0.43 284	0.30 295	0.43 337	0.31 330	0.43 329	0.31 338	0.45 374	0.31 341	0.43 338	0.31 344	0.43 331	0.69 489	0.38 274	0.33 287	0.40 364	0.30 344	0.38 296	0.30 326

LCMNet	0.38 271	0.44 229	0.30 237	0.42 278	0.30 295	0.42 330	0.30 285	0.42 323	0.30 295	0.45 374	0.30 299	0.42 331	0.30 295	0.42 325	0.69 489	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.29 313

FlowAnything	1.02 507	1.71 480	0.72 463	1.59 561	0.69 494	1.60 605	0.69 490	1.61 598	0.70 499	1.60 601	0.69 497	1.60 605	0.69 489	1.61 605	0.69 489	0.81 456	0.58 425	0.81 492	0.56 469	0.82 468	0.56 457

HH	0.71 426	2.54 574	0.74 468	1.10 468	0.32 352	0.41 310	0.37 380	0.69 454	0.78 514	0.73 467	0.90 529	0.75 474	1.00 524	0.84 483	0.69 489	0.69 423	0.40 350	0.35 294	0.26 262	0.35 272	0.26 244

HanStereo	0.71 426	2.54 574	0.74 468	1.10 468	0.32 352	0.41 310	0.37 380	0.69 454	0.78 514	0.73 467	0.90 529	0.75 474	1.00 524	0.84 483	0.69 489	0.69 423	0.40 350	0.35 294	0.26 262	0.35 272	0.26 244

DMCA-RVC	0.70 423	0.80 312	0.70 456	0.70 403	0.70 498	0.70 461	0.70 497	0.71 459	0.70 499	0.70 464	0.71 506	0.71 466	0.70 493	0.70 460	0.69 489	0.69 423	0.70 463	0.69 468	0.70 506	0.69 442	0.70 488

FlowAnything_test	1.02 507	1.72 481	0.71 460	1.59 561	0.70 498	1.61 606	0.69 490	1.61 598	0.70 499	1.60 601	0.70 501	1.61 608	0.69 489	1.61 605	0.70 497	0.81 456	0.58 425	0.81 492	0.55 465	0.81 466	0.56 457

MSMD_ROB	1.19 522	1.10 388	0.70 456	1.10 468	0.60 470	1.10 527	0.70 497	1.10 518	0.70 499	1.10 526	0.70 501	1.10 531	0.70 493	7.00 707	0.70 497	1.10 499	0.70 463	1.10 536	0.70 506	1.10 511	0.70 488

AdaDepth	0.86 477	0.93 341	0.71 460	1.01 461	1.07 549	1.02 517	0.71 500	1.00 499	0.71 504	1.01 516	0.71 506	1.00 510	0.72 498	1.14 537	0.71 499	0.92 472	0.64 444	0.90 505	0.64 487	0.89 479	0.69 485

MoCha-V2	2.11 621	26.97 711	0.78 475	0.92 440	0.77 515	0.96 500	0.72 502	0.90 485	0.72 507	0.94 501	0.70 501	0.90 496	0.71 497	0.91 495	0.71 499	0.85 465	0.71 467	0.88 502	0.69 502	0.87 475	0.67 482

DStereoRT	0.73 433	0.81 315	0.73 467	0.71 405	0.74 505	0.73 465	0.75 505	0.71 459	0.71 504	0.74 472	0.72 509	0.73 471	0.80 509	0.71 461	0.73 501	0.76 447	0.71 467	0.73 475	0.72 511	0.70 445	0.76 505

CSFM-Stereo	0.38 271	0.44 229	0.30 237	0.42 278	0.30 295	0.42 330	0.30 285	0.43 329	0.30 295	0.44 362	0.30 299	0.42 331	0.30 295	0.42 325	0.73 501	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.30 326

DCRE	0.84 468	1.89 525	0.77 473	0.94 447	0.72 502	0.88 488	0.73 503	0.87 479	0.78 514	0.90 492	0.71 506	0.88 491	0.67 478	0.88 490	0.73 501	0.81 456	0.68 454	0.81 492	0.70 506	0.82 468	0.70 488

iGMRVC	0.84 468	2.85 598	0.72 463	0.72 407	0.73 503	0.77 467	0.79 510	0.73 462	0.74 512	0.73 467	0.72 509	0.73 471	0.76 503	0.73 465	0.73 501	0.72 437	0.73 470	0.73 475	0.72 511	0.73 450	0.72 495

PA-Net	11.80 708	223.51 735	0.62 426	0.59 379	0.71 500	0.59 446	0.73 503	0.67 452	0.73 510	0.55 437	0.61 476	0.60 450	0.74 500	0.63 451	0.73 501	0.66 420	0.60 434	0.69 468	0.66 493	0.72 447	0.65 477
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 396	0.58 283	0.47 373	0.64 389	0.74 505	1.00 503	0.69 490	0.57 433	0.41 412	0.57 442	0.41 413	0.57 445	0.41 408	1.00 510	0.75 506	0.91 469	0.51 412	0.52 444	0.37 398	0.52 415	0.37 374

tt45	1.04 510	0.88 326	1.36 589	0.92 440	1.03 547	1.51 604	0.79 510	0.70 458	0.88 526	0.74 472	0.90 529	1.60 605	0.72 498	1.60 603	0.75 506	0.91 469	0.78 478	1.52 613	0.79 522	1.14 513	1.32 613

Wavelet-MonSter	1.00 497	1.21 446	0.76 471	1.94 575	1.01 544	1.11 530	0.76 507	1.15 520	0.76 513	1.11 531	0.76 515	1.14 537	0.76 503	1.11 534	0.76 508	1.21 559	0.90 490	1.02 532	0.71 509	1.02 507	0.71 494

RAStereo	2.23 635	3.64 615	0.76 471	3.65 643	0.86 525	3.66 670	0.76 507	3.67 671	0.81 523	3.66 668	0.76 515	3.66 669	0.77 505	3.68 670	0.77 509	3.68 656	0.77 476	3.69 669	0.77 518	3.70 653	0.77 507

Hybrid-DGEV	1.03 509	1.75 487	0.80 479	1.28 540	0.78 516	1.26 585	0.80 513	1.26 580	0.78 514	1.26 586	0.78 519	1.26 589	0.78 507	1.26 589	0.78 510	1.15 509	0.75 473	1.14 537	0.74 513	1.14 513	0.75 502

Hybrid-DGEV-2	1.05 511	1.83 513	0.83 483	1.33 547	0.82 524	1.30 588	0.81 517	1.26 580	0.79 518	1.29 588	0.79 521	1.26 589	0.80 509	1.26 589	0.79 511	1.20 513	0.78 478	1.18 547	0.77 518	1.20 528	0.77 507

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

G-Net	0.79 448	0.79 311	0.79 478	0.79 417	0.79 518	0.79 472	0.79 510	0.79 467	0.79 518	0.79 478	0.79 521	0.79 479	0.79 508	0.79 471	0.79 511	0.79 450	0.79 480	0.79 487	0.79 522	0.79 460	0.79 510

HSM-Net_RVC	0.95 493	1.17 396	0.78 475	1.18 484	0.71 500	1.16 535	0.75 505	1.09 517	0.80 520	1.10 526	0.75 514	1.17 540	0.74 500	1.17 540	0.80 514	1.13 506	0.73 470	1.17 544	0.77 518	1.16 518	0.72 495
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 451	0.80 312	0.80 479	0.80 421	0.80 521	0.80 474	0.80 513	0.80 470	0.80 520	0.80 479	0.80 523	0.80 481	0.80 509	0.80 473	0.80 514	0.80 452	0.80 483	0.80 490	0.80 524	0.80 463	0.80 511

CSAN	0.80 451	0.80 312	0.80 479	0.80 421	0.80 521	0.80 474	0.80 513	0.80 470	0.80 520	0.80 479	0.80 523	0.80 481	0.80 509	0.80 473	0.80 514	0.80 452	0.80 483	0.80 490	0.80 524	0.80 463	0.80 511

Hybrid-DGEV-03	1.07 512	1.83 513	0.83 483	1.34 548	0.81 523	1.32 590	0.81 517	1.31 587	0.81 523	1.31 589	0.82 525	1.32 594	0.82 513	1.32 594	0.81 517	1.19 511	0.77 476	1.19 549	0.76 516	1.19 526	0.77 507

ours_stereo	1.20 523	1.21 446	0.90 490	1.64 569	1.11 551	1.35 592	0.67 478	1.76 605	0.93 533	1.70 609	1.10 549	1.39 598	0.75 502	1.41 598	0.81 517	1.60 587	1.03 505	1.33 603	1.00 538	1.61 593	0.72 495

AIO-Stereo-zeroshot1	0.75 437	0.92 339	0.85 486	0.96 452	0.59 468	1.27 586	0.44 418	0.59 439	0.69 491	0.91 494	0.68 492	0.55 439	0.61 467	1.06 526	0.83 519	0.62 413	0.70 463	0.90 505	0.41 424	0.89 479	0.56 457

999	1.00 497	1.12 389	0.59 415	1.10 468	1.21 611	1.09 526	0.52 451	1.08 515	1.43 625	1.18 537	1.35 616	0.98 509	0.52 451	0.91 495	0.85 520	0.72 437	1.46 598	0.83 497	0.98 536	0.68 438	1.41 621

ToySt	0.92 485	2.11 542	0.90 490	0.95 449	0.79 518	0.99 502	0.78 509	0.94 495	0.81 523	0.94 501	0.78 519	0.95 506	0.77 505	0.94 502	0.86 521	0.91 469	0.79 480	0.85 500	0.77 518	0.89 479	0.73 498

DPSimNet_ROB	0.97 494	1.18 398	0.81 482	1.10 468	0.91 531	1.02 517	0.82 520	1.04 514	0.91 528	1.03 522	0.86 528	1.28 593	0.82 513	1.03 524	0.89 522	1.17 510	0.81 485	1.02 532	0.82 527	1.08 510	0.81 513

DGTPSM_ROB	0.93 490	1.00 357	0.92 494	0.94 447	0.96 536	0.91 493	0.92 527	0.91 487	0.96 537	0.91 494	0.96 536	0.93 502	0.92 518	0.94 502	0.92 523	0.92 472	0.92 493	0.90 505	0.92 531	0.94 495	0.91 522

DPSM_ROB	0.92 485	0.91 334	0.91 492	0.91 437	0.92 532	0.92 494	0.92 527	0.92 490	0.91 528	0.93 499	0.91 532	0.92 499	0.90 516	0.91 495	0.92 523	0.92 472	0.91 491	0.91 508	0.92 531	0.93 491	0.93 524

DPSM	0.92 485	0.91 334	0.91 492	0.91 437	0.92 532	0.92 494	0.92 527	0.92 490	0.91 528	0.93 499	0.91 532	0.92 499	0.90 516	0.91 495	0.92 523	0.92 472	0.91 491	0.91 508	0.92 531	0.93 491	0.93 524

pmcnn	0.92 485	0.92 339	0.92 494	0.92 440	0.92 532	0.92 494	0.92 527	0.92 490	0.92 532	0.92 496	0.92 535	0.92 499	0.92 518	0.92 499	0.92 523	0.92 472	0.92 493	0.92 511	0.92 531	0.92 486	0.92 523

Selective-RAFT	0.89 482	0.89 329	0.72 463	1.16 482	0.78 516	1.06 520	0.82 520	0.87 479	0.97 538	1.00 505	0.91 532	0.90 496	1.00 524	0.89 492	0.93 527	0.83 461	0.83 486	0.82 496	0.82 527	0.81 466	0.82 514

MM-Stereo_test2	1.20 523	1.85 519	1.05 508	1.46 557	0.94 535	1.36 594	0.99 534	1.36 589	0.95 535	1.41 596	0.98 538	1.40 600	0.96 520	1.37 596	0.95 528	1.37 574	1.06 506	1.33 603	0.93 535	1.29 582	0.89 520

AIO-Stereo-zeroshot	0.91 483	0.86 322	0.89 487	1.25 534	0.69 494	1.05 519	0.81 517	1.16 523	0.50 446	1.12 532	0.97 537	0.72 469	0.82 513	1.06 526	0.95 528	0.61 409	0.87 488	1.03 534	0.85 530	1.04 508	1.01 538

Selective-RAFT-Error	0.88 480	0.84 318	0.98 499	0.86 431	0.97 537	0.88 488	0.95 531	0.84 477	0.99 541	0.92 496	0.82 525	0.84 488	0.98 523	0.87 488	0.97 530	0.81 456	0.83 486	0.79 487	0.82 527	0.79 460	0.85 516

4D-IteraStereo	0.78 447	3.13 604	0.89 487	0.69 397	0.32 352	0.40 294	0.32 338	0.76 465	0.97 538	0.52 425	0.65 483	0.89 494	0.32 349	0.76 469	0.98 531	0.83 461	0.94 495	0.35 294	0.27 299	0.70 445	0.89 520

MaDis-Stereo	3.19 664	6.02 666	1.12 512	5.61 676	1.16 558	5.43 698	1.02 542	5.15 698	0.70 499	5.43 698	1.21 604	5.03 699	0.97 521	4.85 692	0.99 532	4.53 664	1.16 523	5.53 698	1.25 609	5.37 688	1.30 611

LGCAT	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 499	1.00 542	1.00 505	1.00 539	1.00 510	1.00 524	1.00 510	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

Test_v1	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 499	1.00 542	1.00 505	1.00 539	1.00 510	1.00 524	1.00 510	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

GANet	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 499	1.00 542	1.00 505	1.00 539	1.00 510	1.00 524	1.00 510	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

TDLM	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 499	1.00 542	1.00 505	1.00 539	1.00 510	1.00 524	1.00 510	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

CVANet_RVC	1.00 497	1.00 357	1.00 501	1.00 456	1.00 538	1.00 503	1.00 535	1.00 499	1.00 542	1.00 505	1.00 539	1.00 510	1.00 524	1.00 510	1.00 533	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

trnet	1.01 505	1.01 367	1.01 506	1.01 461	1.01 544	1.01 511	1.01 540	1.01 508	1.01 547	1.01 516	1.01 544	1.01 518	1.01 532	1.01 518	1.01 538	1.01 492	1.01 503	1.01 531	1.01 545	1.01 505	1.01 538

MM-Stereo_test3	1.27 574	2.07 538	1.18 521	1.60 564	1.02 546	1.45 602	1.01 540	1.40 593	1.04 550	1.44 598	1.03 545	1.46 603	1.02 533	1.44 601	1.02 539	1.51 583	1.12 520	1.32 602	0.98 536	1.38 586	0.97 528

LiteMatch*	2.07 619	1.30 458	5.73 691	6.28 680	0.79 518	1.33 591	0.80 513	1.30 586	1.02 548	1.33 590	0.84 527	1.33 595	0.97 521	1.28 593	1.04 540	6.05 690	5.89 686	1.28 601	0.76 516	1.28 581	0.88 517

MLG-Stereo	0.92 485	0.90 332	0.84 485	1.27 536	0.49 447	1.38 596	0.88 523	1.41 594	0.97 538	0.73 467	1.09 548	1.26 589	0.43 417	0.72 463	1.05 541	1.13 506	0.49 399	1.18 547	0.66 493	1.01 505	0.46 413

BLMT-Stereo	1.53 581	1.36 464	1.06 509	1.42 556	1.23 615	1.41 600	1.07 544	1.43 596	1.12 552	1.42 597	1.06 546	1.83 611	1.07 535	1.42 600	1.07 542	1.27 564	1.38 593	6.80 704	1.00 538	1.26 579	1.00 532

FC-DCNN	1.07 512	1.09 383	0.98 499	0.89 432	0.52 458	1.41 600	0.91 526	1.21 576	1.24 611	1.96 613	2.05 668	1.91 614	1.30 602	1.27 592	1.08 543	0.80 452	0.60 434	0.58 452	0.41 424	0.68 438	0.54 446

GLC_STEREO	1.07 512	1.01 367	1.06 509	1.07 466	1.05 548	1.06 520	1.08 545	1.08 515	1.05 551	1.07 524	1.06 546	1.08 527	1.05 534	1.06 526	1.10 544	1.07 495	1.09 513	1.05 535	1.05 547	1.06 509	1.12 545

IGEVStereo-DCA	1.77 590	4.21 634	1.84 627	2.49 601	2.11 662	2.54 647	1.36 615	1.65 602	1.17 560	2.75 657	1.90 651	2.54 643	1.15 542	0.94 502	1.11 545	1.50 581	1.32 577	0.96 522	1.46 626	1.49 589	0.88 517

rrr	1.77 590	4.21 634	1.84 627	2.49 601	2.11 662	2.54 647	1.36 615	1.65 602	1.17 560	2.75 657	1.90 651	2.54 643	1.15 542	0.94 502	1.11 545	1.50 581	1.32 577	0.96 522	1.46 626	1.49 589	0.88 517

NCC-stereo	2.36 641	25.52 706	1.17 519	1.15 477	1.17 559	1.11 530	1.11 546	1.15 520	1.16 556	1.10 526	1.16 554	1.10 531	1.15 542	1.14 537	1.13 547	1.09 497	1.11 517	1.15 539	1.16 554	1.17 523	1.17 554

Nwc_Net	2.37 643	25.95 708	1.15 517	1.14 474	1.15 554	1.08 524	1.14 549	1.17 525	1.16 556	1.14 535	1.15 551	1.08 527	1.15 542	1.11 534	1.14 548	1.10 499	1.11 517	1.16 540	1.09 549	1.16 518	1.15 550

qqai	1.22 570	1.38 467	1.12 512	1.39 554	1.14 552	1.40 598	1.14 549	1.41 594	1.12 552	1.40 595	1.11 550	1.40 600	1.13 538	1.41 598	1.15 549	1.25 562	0.97 496	1.24 598	1.01 545	1.24 577	0.96 527

TorneroNet	0.66 412	0.53 272	0.50 393	0.50 347	0.64 482	1.06 520	0.70 497	0.50 404	0.51 453	0.49 400	0.69 497	0.49 405	0.50 445	0.48 397	1.15 549	0.71 429	0.49 399	1.14 537	1.08 548	0.49 402	0.49 428

AF-Net	2.37 643	25.71 707	1.17 519	1.13 473	1.15 554	1.15 534	1.18 555	1.19 528	1.16 556	1.10 526	1.15 551	1.10 531	1.18 547	1.12 536	1.15 549	1.10 499	1.10 516	1.17 544	1.15 552	1.16 518	1.12 545

RP	2.33 639	25.00 704	1.13 514	1.15 477	1.15 554	1.10 527	1.15 551	1.15 520	1.15 555	1.12 532	1.15 551	1.09 529	1.13 538	1.10 532	1.15 549	1.11 504	1.09 513	1.16 540	1.12 550	1.16 518	1.17 554

edge stereo	2.43 646	27.07 712	1.14 515	1.06 465	1.14 552	1.08 524	1.17 554	1.16 523	1.14 554	1.10 526	1.16 554	1.09 529	1.16 546	1.10 532	1.16 553	1.10 499	1.11 517	1.16 540	1.19 556	1.13 512	1.11 543

Abc-Net	2.32 638	24.75 703	1.14 515	1.17 483	1.17 559	1.11 530	1.15 551	1.17 525	1.21 608	1.08 525	1.16 554	1.12 536	1.14 541	1.09 530	1.17 554	1.09 497	1.16 523	1.17 544	1.17 555	1.16 518	1.11 543
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 641	25.48 705	1.19 523	1.15 477	1.15 554	1.10 527	1.16 553	1.17 525	1.16 556	1.12 532	1.16 554	1.11 535	1.13 538	1.09 530	1.18 555	1.10 499	1.15 522	1.16 540	1.12 550	1.14 513	1.12 545

stereogan	2.33 639	24.38 702	1.18 521	1.18 484	1.18 562	1.14 533	1.18 555	1.19 528	1.19 562	1.14 535	1.18 558	1.14 537	1.18 547	1.14 537	1.18 555	1.14 508	1.14 521	1.19 549	1.19 556	1.15 516	1.19 558

RSGM-EC	0.24 196	0.24 154	0.15 165	0.22 173	0.15 200	0.22 206	0.15 188	0.22 205	0.15 199	0.24 217	0.15 200	0.22 208	0.15 198	0.22 206	1.19 557	0.20 175	0.17 191	0.24 228	0.14 190	0.20 193	0.14 184

acva	0.24 196	0.24 154	0.15 165	0.22 173	0.15 200	0.22 206	0.15 188	0.22 205	0.15 199	0.24 217	0.15 200	0.22 208	0.15 198	0.22 206	1.19 557	0.20 175	0.17 191	0.24 228	0.14 190	0.20 193	0.14 184

DisPM	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

CrosDoStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PFNet+	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

LCNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

HHNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Patchmatch Stereo++	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

STrans-v2	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

TransformOpticalFlow	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

OMP-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

IIG-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

NF-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

OCTAStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PSM-softLoss	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

KMStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

NRIStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PSM-adaLoss	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PSM-AAD	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

FTStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

ROB_FTStereo_v2	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

ROB_FTStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Consistency-Raft	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

KYRaft	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

HUI-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

ASMatch	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DeepStereo_LL	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DEmStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

SST-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

THIR-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT_R40	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DRaft	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PFNet	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

GrayStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RE-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Pruner-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

TVStereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DeepStereo_RVC	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT-RH_RVC	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

IRAFT_RVC	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT-345	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

iRAFT	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

CRE-IMP	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

GMM-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT-IKP	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Prome-Stereo	1.20 523	1.20 400	1.20 526	1.20 486	1.20 565	1.20 536	1.20 557	1.20 531	1.20 563	1.20 539	1.20 559	1.20 542	1.20 549	1.20 542	1.20 559	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

HBP-ISP	1.24 572	1.72 481	1.65 609	1.15 477	0.76 512	1.40 598	0.88 523	1.67 604	1.02 548	1.69 608	1.38 621	1.69 609	1.21 595	1.87 615	1.21 604	1.05 494	0.79 480	0.97 524	0.80 524	1.19 526	0.75 502

GANetREF_RVC	1.55 582	1.94 534	1.22 573	1.88 572	1.21 611	1.88 612	1.22 603	1.88 607	1.22 609	1.88 610	1.22 605	1.88 612	1.22 596	1.89 616	1.22 605	1.87 595	1.22 575	1.88 627	1.22 605	1.88 605	1.22 605
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
StereoVision	3.15 663	5.00 644	0.89 487	4.83 667	1.00 538	3.93 671	1.27 609	6.37 701	1.34 616	5.67 701	1.26 609	5.84 702	1.27 599	5.03 698	1.24 606	5.10 683	1.09 513	4.61 682	0.57 471	5.62 690	1.12 545

FAT-Stereo	2.46 647	26.05 709	1.23 575	1.23 533	1.22 613	1.20 536	1.24 605	1.23 579	1.23 610	1.19 538	1.22 605	1.21 587	1.24 597	1.20 542	1.24 606	1.21 559	1.17 526	1.22 597	1.25 609	1.20 528	1.24 608

S-Stereo	2.51 648	26.86 710	1.23 575	1.22 531	1.22 613	1.24 584	1.25 606	1.22 577	1.24 611	1.21 584	1.24 607	1.19 541	1.27 599	1.19 541	1.24 606	1.19 511	1.20 528	1.25 599	1.19 556	1.24 577	1.23 607

3.75w	1.99 599	2.31 558	1.83 626	3.16 620	1.65 632	1.93 613	1.98 652	2.72 647	1.68 631	2.73 656	1.97 657	2.00 619	1.72 625	1.81 613	1.25 609	2.27 620	2.01 633	2.38 647	1.42 623	1.71 598	1.24 608

2w_stereo	1.99 599	2.36 567	1.81 618	3.24 624	1.67 633	1.94 614	1.98 652	2.72 647	1.68 631	2.72 651	1.94 654	1.98 618	1.74 628	1.79 612	1.27 610	1.95 603	2.00 631	2.53 655	1.60 636	1.68 597	1.15 550

4.25_new	2.00 603	2.33 560	1.82 623	3.32 629	1.69 636	1.95 617	1.99 655	2.72 647	1.71 635	2.72 651	1.97 657	2.01 620	1.74 628	1.77 610	1.28 611	2.18 612	2.01 633	2.48 653	1.58 633	1.65 594	1.17 554

4.5w_new	2.00 603	2.33 560	1.82 623	3.32 629	1.69 636	1.95 617	1.99 655	2.72 647	1.71 635	2.72 651	1.97 657	2.01 620	1.74 628	1.77 610	1.28 611	2.18 612	2.01 633	2.48 653	1.58 633	1.65 594	1.17 554

4.5w-stereo	1.99 599	2.33 560	1.81 618	3.28 626	1.68 635	1.94 614	1.99 655	2.72 647	1.70 634	2.72 651	1.99 666	1.97 617	1.68 620	1.76 609	1.29 613	1.91 600	2.02 637	2.53 655	1.61 637	1.75 601	1.16 553

2.75w_new	1.99 599	2.34 564	1.81 618	3.14 618	1.62 630	1.94 614	1.99 655	2.72 647	1.71 635	2.72 651	1.99 666	1.90 613	1.73 626	1.82 614	1.29 613	2.37 629	2.01 633	2.31 642	1.42 623	1.77 602	1.22 605

11t	1.27 574	2.70 583	1.34 579	1.32 546	0.89 527	1.30 588	1.34 612	1.64 601	0.57 459	1.45 599	0.72 509	1.05 526	1.29 601	1.07 529	1.29 613	1.49 580	1.02 504	0.97 524	1.15 552	1.48 588	1.31 612

SPS-STEREO	1.59 583	1.91 528	1.21 572	1.94 575	1.20 565	2.00 620	1.23 604	1.99 612	1.24 611	2.00 618	1.25 608	2.03 622	1.26 598	2.00 620	1.29 613	1.90 599	1.18 527	1.89 628	1.21 604	1.89 606	1.20 559
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 576	1.35 463	1.35 581	1.35 550	1.35 616	1.35 592	1.35 613	1.36 589	1.35 619	1.36 593	1.35 616	1.36 596	1.36 607	1.36 595	1.35 617	1.35 570	1.35 589	1.35 606	1.35 614	1.35 584	1.35 617

4.25w-stereo	1.98 598	2.72 587	1.46 598	3.47 636	1.43 622	2.07 623	1.98 652	2.53 644	1.52 627	2.71 650	1.98 663	1.81 610	1.62 618	1.96 618	1.36 618	1.88 598	2.00 631	2.53 655	1.61 637	1.74 600	1.15 550

MC-Stereo	1.76 589	2.96 599	1.37 591	2.14 583	1.37 618	2.14 626	1.36 615	2.14 621	1.37 621	2.14 627	1.37 619	2.14 624	1.37 609	2.14 625	1.37 619	1.97 604	1.32 577	1.97 631	1.32 613	1.98 608	1.33 614

CC-Net-ROB	1.36 577	1.33 462	1.33 578	1.36 551	1.38 619	1.36 594	1.33 611	1.37 591	1.34 616	1.35 592	1.36 618	1.38 597	1.34 605	1.38 597	1.38 620	1.35 570	1.38 593	1.33 603	1.35 614	1.43 587	1.34 616

sCroCo_RVC	2.10 620	2.76 591	1.92 637	2.78 612	1.39 620	2.73 655	1.41 623	2.73 653	1.40 623	2.77 662	1.41 623	2.74 658	1.40 611	2.74 657	1.40 621	2.72 645	1.42 596	2.72 659	1.44 625	2.79 646	1.42 622

PS-NSSS	1.38 579	1.39 468	1.34 579	1.34 548	1.35 616	1.38 596	1.37 620	1.35 588	1.38 622	1.34 591	1.34 615	1.39 598	1.38 610	1.70 607	1.40 621	1.36 572	1.36 590	1.36 608	1.37 617	1.37 585	1.36 618

MM-Stereo_test1	1.80 592	3.41 611	1.52 604	2.12 582	1.41 621	2.04 621	1.41 623	2.05 616	1.46 626	2.04 622	1.41 623	2.05 623	1.42 612	2.05 621	1.43 623	2.04 608	1.54 605	1.94 629	1.38 619	1.99 609	1.33 614

test_xeample3	1.10 515	1.81 503	0.61 425	0.84 426	0.49 447	0.77 467	0.66 474	0.92 490	1.40 623	0.68 461	0.46 434	0.78 477	0.54 455	1.72 608	1.48 624	1.34 569	1.52 602	1.35 606	1.67 643	1.33 583	1.55 626

2.25w	2.00 603	1.86 522	1.98 640	2.95 615	2.17 666	2.26 628	1.35 613	2.42 638	2.00 665	2.07 626	1.27 610	2.53 640	1.99 647	2.29 631	1.49 625	2.21 615	1.32 577	1.85 620	1.87 655	2.52 636	1.62 636

MonStereo1	1.94 597	2.77 593	1.52 604	3.73 647	1.51 625	2.13 625	1.42 625	2.32 632	1.52 627	2.31 636	1.50 626	2.53 640	1.59 615	2.34 634	1.56 626	1.91 600	1.36 590	1.86 623	1.31 612	2.07 610	1.53 624

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	1.57 627	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

DPSMNet_ROB	1.60 584	1.59 475	1.70 611	1.59 561	1.59 628	1.61 606	1.61 631	1.60 597	1.60 629	1.62 607	1.59 631	1.60 605	1.60 616	1.60 603	1.59 628	1.59 585	1.60 613	1.59 614	1.59 635	1.59 592	1.59 632

RAFT_CTSACE	1.92 596	3.71 618	1.72 614	1.88 572	1.72 640	2.04 621	1.42 625	2.18 623	1.89 658	2.02 620	1.97 657	1.95 615	2.06 651	1.93 617	1.62 629	1.76 590	1.66 617	2.02 632	1.73 651	1.73 599	1.43 623

Anonymous3	2.55 649	3.26 609	1.65 609	3.28 626	1.63 631	3.24 664	1.68 634	3.27 664	1.66 630	3.28 665	1.67 637	3.25 665	1.66 619	3.27 664	1.64 630	3.26 651	1.65 616	3.30 663	1.65 641	4.95 683	1.65 640

4.5_new	2.00 603	1.84 518	1.98 640	2.77 609	2.16 664	2.27 629	1.28 610	2.09 617	1.98 662	2.01 619	1.28 611	2.71 652	1.98 645	2.51 643	1.65 631	2.26 617	1.33 584	1.87 624	1.87 655	2.49 632	1.60 633

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	0.05 117	0.04 90	1.65 631	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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	0.05 117	0.04 90	1.66 633	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

UDGNet	2.23 635	5.40 656	1.72 614	2.48 600	1.69 636	2.51 644	1.69 635	2.51 643	1.72 639	2.50 645	1.69 639	2.52 639	1.69 622	2.50 642	1.68 634	2.41 632	1.70 619	2.42 649	1.69 647	2.42 626	1.64 638

IGEV	2.02 611	2.20 550	1.82 623	2.90 614	2.16 664	2.41 637	1.25 606	2.00 613	1.98 662	1.99 617	1.31 613	2.72 656	1.93 641	2.67 651	1.69 635	2.26 617	1.32 577	1.83 619	1.87 655	2.53 639	1.61 635

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 636	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

MFMNet_re	1.81 593	1.91 528	1.71 613	1.95 577	1.70 639	1.95 617	1.70 636	1.96 610	1.74 642	1.97 615	1.72 640	1.95 615	1.71 624	1.97 619	1.71 636	1.86 593	1.62 614	1.85 620	1.66 642	1.86 604	1.64 638

3w_stereo	2.04 616	2.24 554	1.70 611	3.15 619	2.18 668	2.49 641	1.26 608	2.03 615	1.98 662	1.98 616	1.33 614	2.72 656	1.99 647	2.59 646	1.72 638	2.22 616	1.33 584	1.85 620	1.88 660	2.50 634	1.58 631

1w_stereo	2.05 618	2.32 559	1.35 581	3.74 648	2.01 656	2.73 655	1.42 625	1.88 607	1.93 660	2.03 621	1.28 611	2.71 652	1.99 647	2.72 654	1.72 638	2.20 614	1.32 577	1.87 624	1.86 654	2.45 628	1.54 625

TRStereo	2.00 603	2.13 543	1.85 629	2.27 590	1.84 645	2.28 631	1.84 641	2.29 627	1.86 652	2.30 633	1.87 646	2.30 627	1.87 635	2.08 622	1.72 638	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 643

XX-Stereo	2.00 603	2.13 543	1.85 629	2.27 590	1.84 645	2.28 631	1.84 641	2.29 627	1.86 652	2.30 633	1.87 646	2.30 627	1.87 635	2.08 622	1.72 638	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 643

EAI-Stereo	2.00 603	2.13 543	1.85 629	2.27 590	1.84 645	2.28 631	1.84 641	2.29 627	1.86 652	2.30 633	1.87 646	2.30 627	1.87 635	2.08 622	1.72 638	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 643

3.25w	2.04 616	2.20 550	1.48 599	3.03 616	2.17 666	2.63 651	1.39 621	1.96 610	1.95 661	1.96 613	1.37 619	2.71 652	1.96 644	2.71 652	1.73 643	2.26 617	1.32 577	1.87 624	1.87 655	2.51 635	1.63 637

derf	1.91 595	2.15 546	1.78 617	2.16 584	1.75 641	2.21 627	1.80 639	2.22 624	1.80 646	2.21 630	1.76 641	2.17 625	1.81 633	2.24 629	1.74 644	1.93 602	1.56 606	1.96 630	1.53 628	1.95 607	1.56 627

U	5.15 699	8.49 679	1.81 618	8.49 692	1.77 642	8.49 707	1.77 638	8.51 709	1.77 644	8.49 709	1.77 642	8.50 709	1.78 631	8.58 709	1.77 645	8.54 702	1.78 623	8.55 709	1.78 652	8.55 703	1.84 648

asd	2.18 625	2.77 593	1.58 606	3.59 641	2.00 655	2.58 649	1.85 644	2.39 637	1.71 635	2.47 643	1.97 657	2.59 647	1.61 617	2.56 644	1.79 646	2.51 638	1.99 630	2.11 637	1.62 639	2.36 624	1.60 633

MonStereo	2.17 623	2.41 570	1.49 603	2.67 606	1.67 633	2.60 650	2.04 659	2.32 632	1.76 643	2.44 641	1.68 638	2.50 638	1.69 622	2.38 635	1.80 647	2.28 621	1.78 623	2.63 658	2.14 663	3.47 651	1.68 641

qwe	2.18 625	2.60 577	1.58 606	3.83 649	1.90 653	2.53 645	1.90 650	2.48 640	1.73 640	2.37 639	1.92 653	2.53 640	1.68 620	2.56 644	1.83 648	2.52 640	1.87 629	2.07 633	1.68 645	2.32 622	1.71 642

FBW_ROB	2.12 622	2.46 573	1.77 616	2.49 601	1.79 644	2.38 635	1.83 640	2.46 639	1.78 645	2.48 644	1.97 657	2.40 635	1.78 631	2.42 640	1.83 648	2.31 625	1.85 628	2.38 647	1.82 653	2.35 623	1.84 648

2.5w	2.01 610	2.40 569	1.37 591	3.28 626	2.01 656	2.71 652	1.43 628	1.82 606	1.83 650	1.90 612	1.41 623	2.71 652	1.35 606	2.71 652	1.85 650	2.66 641	1.53 603	1.64 615	1.23 606	2.53 639	1.87 652

LG-G_1	2.22 632	2.71 585	1.89 634	2.77 609	1.87 651	2.75 657	1.87 647	2.76 655	1.87 656	2.75 657	1.87 646	2.76 659	1.87 635	2.75 658	1.86 651	2.47 635	1.58 609	2.45 650	1.57 630	2.45 628	1.57 629

LG-G	2.22 632	2.71 585	1.89 634	2.77 609	1.87 651	2.75 657	1.87 647	2.76 655	1.87 656	2.75 657	1.87 646	2.76 659	1.87 635	2.75 658	1.86 651	2.47 635	1.58 609	2.45 650	1.57 630	2.45 628	1.57 629

LGtest1	2.22 632	2.70 583	1.89 634	2.76 608	1.86 648	2.75 657	1.86 645	2.75 654	1.86 652	2.75 657	1.86 645	2.77 661	1.87 635	2.75 658	1.86 651	2.46 634	1.58 609	2.45 650	1.56 629	2.45 628	1.56 627

AIO_test	2.18 625	2.09 541	2.04 644	2.42 598	2.01 656	2.47 639	1.94 651	2.34 634	2.03 666	2.56 647	1.94 654	2.43 636	1.94 642	2.41 638	1.87 654	2.39 631	2.10 640	2.35 646	1.91 661	2.25 618	2.19 658

asda	2.17 623	2.54 574	1.81 618	3.47 636	1.78 643	2.50 643	1.86 645	2.61 646	1.68 631	2.61 648	1.83 643	2.37 634	1.73 626	2.44 641	1.88 655	2.51 638	1.84 627	2.34 644	1.62 639	2.23 616	1.77 647

AIO_rvc	2.18 625	2.34 564	1.87 633	2.32 594	1.94 654	2.40 636	1.89 649	2.37 635	2.07 667	2.52 646	1.95 656	2.44 637	1.99 647	2.41 638	1.89 656	2.32 626	2.09 639	2.24 638	2.18 664	2.21 615	2.23 659

monsterstereo	2.20 631	2.33 560	1.95 638	3.65 643	2.07 661	2.49 641	1.61 631	2.48 640	1.83 650	2.45 642	1.61 634	2.67 651	1.86 634	2.64 648	1.94 657	2.48 637	1.66 617	2.34 644	1.68 645	2.40 625	1.86 650

monsters	2.18 625	2.41 570	1.96 639	3.47 636	2.03 660	2.53 645	1.64 633	2.48 640	1.73 640	2.40 640	1.50 626	2.62 648	1.94 642	2.59 646	1.94 657	2.44 633	1.57 608	2.28 640	1.87 655	2.42 626	1.86 650

HUF	2.18 625	2.30 557	1.99 643	2.34 596	2.02 659	2.41 637	2.06 660	2.38 636	1.89 658	2.36 638	1.85 644	2.56 645	1.98 645	2.31 633	1.97 659	2.30 624	2.03 638	2.30 641	2.11 662	2.23 616	2.16 657

4w-stereo	2.02 611	2.72 587	1.44 596	3.36 632	1.59 628	2.48 640	1.72 637	2.28 625	1.24 611	2.24 631	1.65 636	2.56 645	1.32 604	2.39 637	1.98 660	2.67 643	1.51 601	1.66 616	1.24 607	2.53 639	1.88 655

3.25w_new	2.03 613	2.72 587	1.35 581	3.33 631	1.57 626	2.72 653	1.53 630	2.15 622	1.33 615	2.15 628	1.60 632	2.63 649	1.30 602	2.72 654	1.99 661	2.67 643	1.53 603	1.75 618	1.25 609	2.53 639	1.87 652

3.5w_stereo	2.03 613	2.72 587	1.35 581	3.41 633	1.57 626	2.72 653	1.49 629	2.01 614	1.34 616	2.15 628	1.61 634	2.63 649	1.36 607	2.72 654	1.99 661	2.66 641	1.58 609	1.68 617	1.24 607	2.53 639	1.87 652

RASNet	1.49 580	1.65 477	1.45 597	1.38 553	1.43 622	1.47 603	1.36 615	1.38 592	1.36 620	1.39 594	1.60 632	1.45 602	1.45 613	1.51 602	2.21 663	1.53 584	1.36 590	1.36 608	1.36 616	1.66 596	1.36 618

ff7	1.68 585	2.68 580	1.35 581	0.97 453	0.89 527	1.84 609	2.15 661	2.12 618	1.80 646	2.05 623	1.56 628	2.33 630	2.12 652	2.23 626	2.25 664	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 540

ffff	1.68 585	2.68 580	1.35 581	0.97 453	0.89 527	1.84 609	2.15 661	2.12 618	1.80 646	2.05 623	1.56 628	2.33 630	2.12 652	2.23 626	2.25 664	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 540

ccc-4	1.68 585	2.68 580	1.35 581	0.97 453	0.89 527	1.84 609	2.15 661	2.12 618	1.80 646	2.05 623	1.56 628	2.33 630	2.12 652	2.23 626	2.25 664	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 540

STTStereo	3.73 669	30.40 716	2.37 650	2.39 597	2.31 671	2.35 634	2.33 665	2.29 627	2.42 669	2.32 637	2.34 670	2.33 630	2.36 656	2.30 632	2.27 667	2.35 628	2.22 644	2.31 642	2.22 665	2.29 621	2.34 664

NCCL2	2.28 637	2.27 555	2.28 646	2.28 593	2.28 669	2.27 629	2.29 664	2.28 625	2.28 668	2.27 632	2.28 669	2.28 626	2.27 655	2.27 630	2.28 668	2.28 621	2.28 645	2.27 639	2.29 668	2.27 619	2.29 660

NLSM1	2.93 662	3.24 608	2.57 654	4.04 650	2.66 672	3.30 666	2.55 667	3.29 665	2.55 670	3.35 667	2.48 671	3.28 666	2.47 657	3.34 667	2.49 669	3.26 651	2.55 651	3.13 661	2.57 671	3.00 648	2.46 667

NLCA_NET_v2_RVC	5.04 697	50.87 728	2.78 655	2.87 613	2.71 673	2.78 660	0.47 431	2.88 660	2.86 674	1.89 611	2.67 672	2.79 662	2.79 661	2.78 661	2.83 670	2.82 646	2.82 652	2.83 660	2.77 672	2.83 647	2.76 669
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 670	5.22 649	3.01 659	4.53 654	3.01 675	4.51 678	3.01 673	4.56 681	3.04 675	4.53 680	3.03 675	4.55 682	3.03 662	4.56 681	3.04 671	4.57 666	3.05 654	4.57 677	3.05 676	4.57 667	3.05 674

rvit_stereo_0081	3.83 670	5.23 650	3.01 659	4.53 654	3.03 677	4.55 684	3.02 674	4.56 681	3.04 675	4.52 678	3.02 673	4.54 680	3.03 662	4.56 681	3.04 671	4.57 666	3.05 654	4.57 677	3.05 676	4.58 668	3.05 674

rvit_0105_6	3.87 674	5.73 663	3.10 669	4.69 664	3.12 685	4.54 680	3.02 674	4.56 681	3.04 675	4.54 682	3.03 675	4.54 680	3.04 665	4.56 681	3.05 673	4.58 669	3.05 654	4.58 679	3.05 676	4.58 668	3.05 674

rvit_stereo_0082	3.86 672	5.82 664	3.01 659	4.53 654	3.03 677	4.54 680	3.02 674	4.56 681	3.04 675	4.53 680	3.02 673	4.55 682	3.04 665	4.57 684	3.05 673	4.57 666	3.05 654	4.58 679	3.05 676	4.58 668	3.06 677

RAFT+CT+SA	4.28 684	7.62 673	4.91 685	5.55 675	2.28 669	3.09 661	3.64 692	4.49 679	3.07 680	4.80 691	3.35 687	4.77 694	3.70 681	4.29 678	3.05 673	5.58 685	5.98 688	3.58 667	3.78 696	4.26 661	3.72 694

rvit_stereo_0081_aga	3.86 672	5.33 653	3.02 662	4.55 660	3.04 681	4.54 680	3.02 674	4.64 688	3.06 679	4.54 682	3.04 677	4.62 689	3.08 669	4.62 687	3.07 676	4.58 669	3.06 658	4.60 681	3.08 680	4.63 671	3.07 678

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

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

rvit_0105_4	3.91 677	5.47 660	3.02 662	4.54 657	3.02 676	4.54 680	3.03 678	4.75 691	3.17 686	4.57 684	3.06 678	4.61 688	3.16 673	4.65 688	3.09 679	4.66 673	3.11 662	4.68 686	3.18 687	4.81 678	3.16 686

rvit_0105_3	3.91 677	5.33 653	3.06 667	4.60 662	3.07 683	4.60 687	3.06 682	4.62 687	3.08 683	4.60 687	3.07 681	4.62 689	3.08 669	4.67 689	3.10 680	4.70 674	3.11 662	4.77 690	3.19 688	4.77 677	3.14 685

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

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

test_5	4.62 691	7.55 672	6.23 692	6.32 681	3.40 690	5.29 697	3.50 690	3.53 669	4.11 699	4.28 675	4.47 701	4.26 678	4.38 693	3.68 670	3.24 683	5.89 687	5.60 684	4.84 692	3.50 690	4.33 662	3.93 700

NLCSM	3.67 668	4.08 629	3.19 673	4.80 666	3.26 687	3.99 674	3.24 688	4.25 677	3.18 687	4.09 673	3.27 686	4.14 675	3.18 674	4.13 675	3.28 684	4.06 658	3.10 661	3.85 673	3.14 685	3.91 658	3.27 689

rvit_0105_5	4.10 681	5.40 656	3.13 672	4.71 665	3.15 686	4.72 692	3.10 685	4.90 696	3.27 688	4.69 690	3.16 685	4.84 696	3.25 675	4.96 695	3.34 685	5.05 681	3.39 670	5.10 695	3.40 689	5.11 685	3.42 690

DispFullNet	4.61 690	4.84 641	3.12 670	5.00 670	3.57 691	4.75 693	3.03 678	7.75 707	4.17 700	4.91 694	3.09 682	6.20 703	3.95 688	6.71 703	3.51 686	5.30 684	3.67 672	5.86 702	3.63 691	5.61 689	3.46 691

MLG-Stereo_test2	4.28 684	5.46 659	3.69 678	4.86 668	3.72 695	5.58 699	3.42 689	4.81 693	3.77 696	4.85 692	3.72 693	5.55 701	3.63 678	5.58 699	3.53 687	4.41 663	3.28 669	4.99 694	2.95 674	4.75 676	3.13 684

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

MLG-Stereo_test1	4.25 682	5.34 655	3.61 676	5.31 672	3.63 693	5.23 696	3.57 691	5.38 699	3.65 690	5.23 696	3.47 688	4.76 693	3.74 682	4.85 692	3.71 689	4.96 678	3.18 667	4.71 688	2.92 673	4.86 681	2.90 671

TestStereo1	4.60 688	8.41 677	6.44 694	6.86 685	3.79 696	3.97 672	3.78 695	3.99 674	3.74 693	3.97 671	3.52 689	3.94 673	3.58 676	3.98 673	3.72 690	6.82 695	6.50 691	3.76 670	3.66 692	3.90 655	3.74 696

SA-5K	4.60 688	8.41 677	6.44 694	6.86 685	3.79 696	3.97 672	3.78 695	3.99 674	3.74 693	3.97 671	3.52 689	3.94 673	3.58 676	3.98 673	3.72 690	6.82 695	6.50 691	3.76 670	3.66 692	3.90 655	3.74 696

MLG-Stereo_test3	4.26 683	4.85 642	3.95 680	5.35 673	3.60 692	4.75 693	3.76 694	5.49 700	3.71 692	5.39 697	3.69 692	4.82 695	3.66 679	4.85 692	3.73 692	4.93 677	3.19 668	4.69 687	2.99 675	4.84 680	2.98 673

Sa-1000	4.34 687	8.37 676	6.84 696	6.98 687	4.45 702	3.58 667	3.00 672	3.42 668	3.39 689	2.61 648	4.00 697	3.83 672	4.01 690	3.90 672	3.90 693	5.98 689	5.62 685	3.76 670	2.34 669	4.35 663	2.47 668

cross-raft	4.83 693	7.52 671	6.43 693	6.63 682	3.96 698	4.51 678	3.99 698	4.49 679	3.96 698	4.52 678	3.96 696	4.50 679	3.97 689	4.50 680	3.97 694	6.65 693	6.44 690	4.33 674	3.92 698	4.35 663	3.91 699

SA	4.33 686	7.35 670	6.85 697	5.96 678	4.09 699	3.59 668	3.15 686	3.82 672	2.64 671	3.91 670	3.85 694	3.57 668	2.72 660	3.13 663	4.03 695	7.09 698	6.86 693	3.57 666	3.12 684	3.85 654	3.51 692

test_4	4.88 694	8.13 675	6.98 698	7.46 688	4.44 701	4.25 676	3.85 697	4.04 676	3.92 697	4.13 674	3.91 695	4.18 677	3.84 686	4.14 676	4.06 696	7.01 697	7.13 694	4.53 675	3.72 695	4.09 659	3.72 694

test_3	5.01 696	8.86 682	7.77 700	8.09 690	2.76 674	4.13 675	4.05 699	3.88 673	3.76 695	4.33 676	4.13 698	3.71 671	3.91 687	4.21 677	4.06 696	7.93 699	7.69 696	4.53 675	3.91 697	4.17 660	4.29 702

raft_robust	4.71 692	7.75 674	5.40 690	6.81 684	3.31 688	4.28 677	4.20 700	4.32 678	4.37 702	4.35 677	4.35 700	4.14 675	3.75 683	4.30 679	4.20 698	6.67 694	6.37 689	3.36 665	4.24 702	4.86 681	3.25 688

SGM-Forest	5.21 700	5.92 665	4.08 681	6.18 679	4.16 700	6.31 701	4.34 701	6.50 702	4.33 701	6.14 703	4.21 699	6.61 706	4.55 694	6.67 702	4.48 699	5.94 688	3.94 674	5.85 701	4.03 700	5.79 691	4.17 701
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 694	4.75 640	4.79 683	4.87 669	4.92 703	4.81 695	4.90 703	4.78 692	4.77 703	4.87 693	4.89 702	4.90 697	4.91 695	4.99 696	4.79 700	4.98 679	4.87 681	4.87 693	4.92 704	5.00 684	5.00 703

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

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

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

sAnonymous2	3.31 665	2.63 578	1.38 593	3.71 645	1.86 648	4.70 690	1.11 546	4.82 694	2.72 672	5.45 699	1.98 663	4.59 684	2.64 658	2.65 649	6.21 704	4.37 660	1.08 511	5.16 696	2.24 666	4.52 665	2.39 665

CroCo_RVC	3.31 665	2.63 578	1.38 593	3.71 645	1.86 648	4.70 690	1.11 546	4.82 694	2.72 672	5.45 699	1.98 663	4.59 684	2.64 658	2.65 649	6.21 704	4.37 660	1.08 511	5.16 696	2.24 666	4.52 665	2.39 665

test-1	6.46 701	9.16 684	8.03 703	8.09 690	5.62 706	6.11 700	6.35 706	6.85 704	4.94 704	6.08 702	6.29 708	4.98 698	6.43 700	6.22 700	6.36 706	6.16 691	7.47 695	5.82 700	5.44 707	7.11 697	5.68 706

RAFT	6.73 703	9.36 685	7.40 699	8.51 693	6.55 707	6.88 703	6.60 707	6.79 703	6.60 708	6.80 704	6.72 709	5.31 700	5.50 698	6.61 701	6.61 707	8.42 701	5.89 686	5.73 699	5.45 708	6.61 693	6.24 707

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

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

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

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

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

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

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

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

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

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

fff	1000028.16 737	29.62 713	29.72 717	32.61 717	30.02 718	35.13 718	31.83 719	32.07 719	10000000.00 739	35.27 721	29.82 719	32.45 719	30.15 718	32.35 719	30.09 718	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 720

csc	1000028.16 737	29.62 713	29.72 717	32.61 717	30.02 718	35.13 718	31.83 719	32.07 719	10000000.00 739	35.27 721	29.82 719	32.45 719	30.15 718	32.35 719	30.09 718	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 720

cscssc	1000028.16 737	29.62 713	29.72 717	32.61 717	30.02 718	35.13 718	31.83 719	32.07 719	10000000.00 739	35.27 721	29.82 719	32.45 719	30.15 718	32.35 719	30.09 718	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 720

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

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

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

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

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

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

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

DCANet-4	35.22 718	34.54 719	35.08 723	33.58 721	35.47 725	34.55 717	35.53 725	36.08 724	35.85 723	35.92 724	35.77 724	35.18 724	35.48 723	35.39 724	37.15 728	34.55 724	33.92 723	35.02 725	34.90 724	35.79 722	34.74 726

ADStereo(finetuned)	36.13 719	36.63 723	38.07 728	36.97 722	33.25 722	35.91 721	34.45 722	36.36 725	32.99 720	38.14 730	36.71 725	36.69 725	34.13 722	38.57 730	40.79 729	37.60 730	36.58 726	35.90 726	33.36 723	35.42 721	34.04 723

MDST_ROB	69.83 724	87.70 729	41.95 729	113.75 732	65.62 732	75.05 729	55.25 731	75.64 732	45.04 728	71.61 731	41.75 730	72.81 731	44.06 728	68.38 731	44.63 730	101.89 733	59.57 733	107.10 733	61.05 733	104.38 730	59.38 733

CBMV	128.50 726	1422.70 740	53.10 730	79.50 731	51.30 731	77.30 730	49.70 730	74.00 731	48.20 729	77.20 732	48.80 731	73.90 732	48.00 729	73.80 732	48.80 731	70.40 732	45.10 732	68.90 732	46.10 732	68.20 729	45.00 732
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 725	153.00 733	121.00 732	51.00 730	44.00 730	165.00 732	127.00 732	153.00 733	119.00 730	164.00 734	125.00 732	168.00 734	120.00 730	153.00 733	117.00 732	49.00 731	44.00 731	49.00 731	44.00 731	49.00 728	44.00 731

MeshStereo	159.24 727	171.00 734	160.68 735	162.58 733	160.59 733	164.01 731	160.35 733	158.51 734	158.56 731	158.34 733	160.12 733	158.56 733	159.92 731	157.26 734	158.94 733	154.38 734	158.36 734	155.75 734	159.13 735	153.67 731	154.07 734
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 728	123.00 730	115.00 731	219.00 734	218.00 735	223.00 733	244.00 735	217.00 735	236.00 733	202.00 735	203.00 734	205.00 735	208.00 732	225.00 735	204.00 734	210.00 735	198.00 735	197.00 735	184.00 736	204.00 732	201.00 735

DLCB_ROB	284.23 731	354.61 736	207.27 736	363.24 737	206.46 734	364.72 736	210.41 734	364.72 738	210.41 732	364.81 738	208.64 735	364.81 738	208.64 733	364.72 738	210.41 735	354.70 738	205.53 736	354.70 738	205.53 737	354.70 735	205.53 736

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 740	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 741	10000000.00 740	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 741	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742
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 79		0.09 76	0.10 152			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 183	0.13 184	0.11 153	0.11 158

Low-res two-view benchmark