Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 457	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 164	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 457	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 185	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	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 413	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	0.75 460	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

iinet-test	0.08 72	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 444	0.02 16	0.02 19	0.02 21	0.02 21	0.16 198

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	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 474	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	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

anonymous	0.09 75	0.09 94	0.14 148	0.14 122	0.07 141	0.09 140	0.07 141	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.07 132	0.14 133	0.13 159	0.09 139	0.07 135	0.09 142	0.07 135

TS12	0.09 75	0.09 94	0.17 183	0.19 164	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	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	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	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	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	0.14 165	0.13 191	0.06 123	0.05 122

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

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

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

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

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

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

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

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

SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 143	0.08 147	0.10 146	0.09 147	0.09 142	0.09 147	0.09 141	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 541	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 448	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	0.14 169	0.36 381	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 361	0.14 148	0.15 134	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	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 386	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 402	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

222	0.10 91	0.99 368	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 91	1.09 396	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 549	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 123	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.09 150	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 110	0.16 173	0.16 144	0.10 155	0.12 163	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

ISRNet	0.11 112	0.05 66	0.36 297	0.24 190	0.07 141	0.13 164	0.05 120	0.06 122	0.05 125	0.05 113	0.05 127	0.13 166	0.05 117	0.05 104	0.09 140	0.24 210	0.20 208	0.10 141	0.05 123	0.06 123	0.13 186

JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 188	0.11 155	0.11 172	0.12 164	0.11 169	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 194	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.11 169	0.11 158	0.11 168	0.12 167	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

x	0.11 112	1.15 405	0.15 166	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	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 238	0.33 273	0.39 252	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	0.39 297	0.36 339	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 407	0.16 173	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	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 125	1.14 402	0.17 183	0.20 168	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	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 134	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.15 173	0.10 151	0.14 167	0.10 151	0.14 169	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 573	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 125	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	1.57 643	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	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	1.65 647	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	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	1.66 650	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 132	0.21 145	0.12 123	0.16 144	0.11 175	0.15 173	0.11 167	0.14 167	0.11 172	0.15 173	0.12 177	0.15 178	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLG	0.13 132	0.20 139	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 167	0.11 172	0.14 166	0.11 169	0.14 167	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ACRE	0.13 132	0.21 145	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 167	0.11 172	0.14 166	0.12 177	0.14 167	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.23 218	0.10 151	0.20 198	0.10 151	0.24 225	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.12 177	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

FADNet-RVC	0.13 132	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	1.71 664	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 191	0.11 172	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 139	1.22 464	0.28 236	0.32 223	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	0.32 246	0.27 243	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 157	0.11 175	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.11 169	0.17 187	0.11 168	0.17 187	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 139	1.83 526	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 139	0.20 139	0.14 148	0.16 144	0.11 175	0.16 180	0.11 167	0.17 187	0.11 172	0.17 185	0.12 177	0.17 187	0.13 189	0.17 187	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 178	0.12 179

IPLGR_C	0.14 139	0.20 139	0.12 123	0.15 134	0.11 175	0.14 165	0.15 196	0.14 167	0.11 172	0.15 173	0.12 177	0.14 167	0.11 168	0.16 180	0.11 162	0.15 146	0.12 136	0.14 165	0.12 180	0.15 178	0.12 179

MIPNet	0.14 139	0.21 145	0.17 183	0.16 144	0.11 175	0.15 173	0.12 180	0.14 167	0.11 172	0.16 178	0.11 169	0.14 167	0.11 168	0.14 169	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 139	0.24 159	0.14 148	0.16 144	0.12 188	0.15 173	0.12 180	0.14 167	0.11 172	0.15 173	0.12 177	0.14 167	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 602	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 139	0.16 126	0.12 123	0.17 157	0.12 188	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.12 177	0.17 187	0.12 183	0.17 187	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 179

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 173	0.09 145	0.14 167	0.10 154	0.14 166	0.09 147	0.14 167	0.09 147	0.13 168	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 515

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 193	0.11 172	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 151	0.17 131	0.13 143	0.20 168	0.13 192	0.19 194	0.13 186	0.18 191	0.13 192	0.19 191	0.13 190	0.18 191	0.14 194	0.18 190	0.14 187	0.16 159	0.11 122	0.15 178	0.14 197	0.18 194	0.11 165

CoDeX	0.15 151	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 488	0.02 15	0.69 474	0.75 499	0.01 9	0.02 21	0.02 20

ICVP	0.15 151	0.53 282	0.11 112	0.16 144	0.11 175	0.16 180	0.11 167	0.16 181	0.11 172	0.16 178	0.11 169	0.16 179	0.11 168	0.16 180	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 151	0.04 52	0.04 64	2.20 601	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 122	0.09 148	0.15 173	0.09 145	0.14 167	0.09 150	0.14 166	0.10 151	0.14 167	0.09 147	0.14 169	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 531

LALA_ROB	0.15 151	0.19 135	0.12 123	0.18 159	0.11 175	0.20 199	0.12 180	0.21 208	0.12 188	0.20 197	0.12 177	0.20 198	0.12 183	0.21 209	0.13 183	0.17 167	0.10 99	0.18 200	0.11 165	0.18 194	0.11 165

SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 193	0.12 188	0.19 191	0.12 177	0.20 198	0.12 183	0.19 193	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 283	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 283	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

z-mn7	0.16 158	1.21 458	0.33 273	0.41 277	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	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 158	0.16 126	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.16 181	0.16 212	0.16 178	0.16 209	0.16 179	0.16 208	0.16 180	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

qqq	0.16 158	2.01 551	0.12 123	0.15 134	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	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 158	0.18 134	0.13 143	0.19 164	0.13 192	0.19 194	0.13 186	0.19 193	0.13 192	0.19 191	0.13 190	0.19 195	0.13 189	0.19 193	0.13 183	0.18 175	0.13 159	0.18 200	0.13 191	0.18 194	0.13 186

ManiGeoR	0.17 164	0.05 66	0.62 440	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 444	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 440	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 440	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 451	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 164	0.27 172	0.21 204	0.10 81	0.21 254	0.15 173	0.22 241	0.10 143	0.21 242	0.22 212	0.10 151	0.19 195	0.18 230	0.10 146	0.19 228	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 164	2.16 561	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	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 164	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 527	0.02 15	0.75 487	0.76 501	0.02 21	0.02 21	0.02 20

CCAANet	0.17 164	0.71 307	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.22 239	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191

DepthFocus	0.18 173	0.22 149	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.22 212	0.15 205	0.22 215	0.16 208	0.22 214	0.15 198	0.20 182	0.15 172	0.20 208	0.14 197	0.20 201	0.14 191

w-ln-seven	0.18 173	1.47 483	0.33 273	0.40 265	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	0.38 284	0.32 284	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 173	0.48 261	0.16 173	0.16 144	0.15 208	0.15 173	0.16 202	0.16 181	0.16 212	0.16 178	0.16 209	0.16 179	0.16 208	0.16 180	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

xyz-stereo	0.18 173	0.50 268	0.16 173	0.15 134	0.16 218	0.16 180	0.16 202	0.16 181	0.16 212	0.16 178	0.16 209	0.16 179	0.16 208	0.16 180	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

Weightmod_eth	0.20 179	0.24 159	0.28 236	0.47 309	0.14 194	0.24 225	0.14 188	0.17 187	0.13 192	0.22 212	0.16 209	0.22 215	0.13 189	0.20 197	0.16 205	0.24 210	0.20 208	0.19 203	0.14 197	0.16 183	0.24 245

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 231	0.14 194	0.21 210	0.14 188	0.21 208	0.14 195	0.21 209	0.14 195	0.21 206	0.14 194	0.21 209	0.14 187	0.26 219	0.26 231	0.22 217	0.15 206	0.22 210	0.14 191

IGEV_Zeroshot_test	0.20 179	0.19 135	0.40 346	0.30 211	0.17 224	0.22 213	0.17 212	0.21 208	0.17 222	0.20 197	0.17 217	0.21 206	0.18 230	0.21 209	0.17 212	0.20 182	0.16 175	0.20 208	0.16 209	0.20 201	0.17 215

DAS	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 199	0.20 237	0.20 197	0.20 240	0.20 198	0.20 241	0.20 197	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 226

ASD4	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 199	0.20 237	0.20 197	0.20 240	0.20 198	0.20 241	0.20 197	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 226

ACVNet	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 208	0.14 195	0.20 197	0.13 190	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

acv_ft	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 208	0.14 195	0.20 197	0.13 190	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

iResNetv2_ROB	0.20 179	0.23 151	0.18 193	0.24 190	0.20 243	0.24 225	0.18 220	0.24 223	0.18 228	0.24 225	0.18 233	0.23 223	0.19 237	0.24 225	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.22 210	0.16 198

iResNet	0.20 179	0.23 151	0.18 193	0.24 190	0.18 235	0.24 225	0.20 230	0.24 223	0.18 228	0.23 218	0.17 217	0.23 223	0.18 230	0.23 221	0.18 224	0.22 192	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

LACA2	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 223	0.16 212	0.24 225	0.16 209	0.24 229	0.16 208	0.24 225	0.16 205	0.27 223	0.23 223	0.24 236	0.16 209	0.23 222	0.16 198

LACA1	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 223	0.16 212	0.24 225	0.16 209	0.24 229	0.16 208	0.24 225	0.16 205	0.27 223	0.22 217	0.23 226	0.16 209	0.23 222	0.16 198

z-ln-s-r	0.21 188	1.40 481	0.53 418	0.56 383	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	0.57 412	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 188	0.25 166	0.21 204	0.26 204	0.17 224	0.24 225	0.17 212	0.24 223	0.17 222	0.24 225	0.17 217	0.24 229	0.17 220	0.24 225	0.17 212	0.24 210	0.17 196	0.23 226	0.16 209	0.23 222	0.16 198

Pointernet	0.21 188	0.22 149	0.19 195	0.24 190	0.19 240	0.24 225	0.19 226	0.24 223	0.19 235	0.24 225	0.19 236	0.24 229	0.19 237	0.24 225	0.19 228	0.22 192	0.17 196	0.22 217	0.17 231	0.22 210	0.17 215

SuperB	0.21 188	0.10 99	2.51 681	0.12 106	0.09 148	0.10 143	0.09 145	0.08 135	0.07 142	0.10 146	0.09 147	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 294	0.17 222	0.23 218	0.17 217	0.23 223	0.16 208	0.24 225	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 198

Anonymus123	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 294	0.17 222	0.23 218	0.17 217	0.23 223	0.16 208	0.24 225	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 198

WAO-6	0.22 194	0.23 151	0.22 206	0.23 185	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 233

IMH-64-1	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 235

IMH-64	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 235

ac_64	0.22 194	0.13 117	0.19 195	0.23 185	0.10 155	0.26 244	1.02 558	0.14 167	0.10 154	0.28 248	0.14 195	0.17 187	0.19 237	0.28 255	0.09 140	0.22 192	0.16 175	0.23 226	0.17 231	0.11 156	0.12 179

SMOE	0.23 200	0.25 166	0.30 246	0.33 227	0.18 235	0.26 244	0.18 220	0.26 237	0.18 228	0.26 242	0.18 233	0.25 236	0.18 230	0.25 234	0.18 224	0.31 243	0.27 243	0.23 226	0.17 231	0.23 222	0.17 215

LACA3	0.23 200	0.25 166	0.27 229	0.54 376	0.17 224	0.25 235	0.17 212	0.25 231	0.17 222	0.25 233	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.28 228	0.23 223	0.24 236	0.17 231	0.24 227	0.17 215

dd	0.23 200	0.98 361	0.16 173	0.23 185	0.15 208	0.23 222	0.15 196	0.23 220	0.15 207	0.23 218	0.15 205	0.24 229	0.17 220	0.23 221	0.15 198	0.22 192	0.15 172	0.21 212	0.15 206	0.22 210	0.16 198

dad	0.23 200	1.03 386	0.16 173	0.23 185	0.15 208	0.24 225	0.15 196	0.24 223	0.16 212	0.23 218	0.16 209	0.24 229	0.16 208	0.23 221	0.15 198	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 198

RSGM-EC	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.24 225	0.15 205	0.22 215	0.15 206	0.22 214	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

acva	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.24 225	0.15 205	0.22 215	0.15 206	0.22 214	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

MSKI-zero shot	0.24 204	0.21 145	0.49 399	0.65 403	0.18 235	0.22 213	0.17 212	0.23 220	0.18 228	0.21 209	0.17 217	0.23 223	0.28 288	0.23 221	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

qqq1	0.25 207	3.70 631	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	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 207	0.26 169	0.25 219	0.26 204	0.25 270	0.25 235	0.25 257	0.25 231	0.25 261	0.25 233	0.25 266	0.25 236	0.25 262	0.26 246	0.25 257	0.25 217	0.25 228	0.25 241	0.25 265	0.25 230	0.25 247

ffm	0.25 207	3.83 637	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	0.25 207	3.83 637	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	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 207	0.23 151	0.66 453	0.80 435	0.17 224	0.22 213	0.17 212	0.23 220	0.18 228	0.26 242	0.17 217	0.21 206	0.17 220	0.25 234	0.17 212	0.23 203	0.16 175	0.21 212	0.17 231	0.22 210	0.17 215

LoS	0.25 207	0.27 172	0.25 219	0.25 197	0.25 270	0.25 235	0.25 257	0.26 237	0.25 261	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 207	1.31 472	0.74 482	0.92 453	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 216	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	4.34 688	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 217	0.29 177	0.33 273	0.38 244	0.20 243	0.30 256	0.21 236	0.29 247	0.21 242	0.29 253	0.22 248	0.30 262	0.20 241	0.30 261	0.21 235	0.37 272	0.31 279	0.27 251	0.20 241	0.28 241	0.21 230

SME	0.27 217	0.29 177	0.31 262	0.38 244	0.20 243	0.29 254	0.18 220	0.30 250	0.20 237	0.32 266	0.21 246	0.32 271	0.20 241	0.32 269	0.21 235	0.35 264	0.32 284	0.27 251	0.19 239	0.29 245	0.20 226

model_zeroshot	0.27 217	0.20 139	0.27 229	0.33 227	0.21 254	0.37 291	0.22 241	0.37 280	0.24 256	0.26 242	0.27 275	0.33 275	0.21 249	0.25 234	0.27 264	0.32 246	0.20 208	0.34 288	0.23 255	0.25 230	0.26 253

DLNR-FE	0.28 220	0.89 340	0.30 246	0.34 231	0.19 240	0.28 251	0.19 226	0.28 242	0.20 237	0.28 248	0.20 240	0.28 252	0.20 241	0.28 255	0.20 231	0.33 252	0.28 251	0.25 241	0.19 239	0.24 227	0.19 224

xyz-stereo-finetune	0.28 220	0.49 263	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.22 213	0.30 308	0.32 266	0.31 355	0.32 271	0.31 358	0.32 269	0.32 348	0.32 246	0.33 297	0.31 268	0.32 377	0.31 254	0.32 356

SQANet	0.28 220	0.28 175	0.28 236	0.28 209	0.28 284	0.28 251	0.28 278	0.28 242	0.28 285	0.28 248	0.28 283	0.28 252	0.28 288	0.28 255	0.28 273	0.28 228	0.28 251	0.28 255	0.28 328	0.28 241	0.28 317

HGLStereo	0.28 220	0.29 177	0.22 206	0.36 238	0.22 256	0.36 283	0.21 236	0.36 272	0.21 242	0.42 331	0.21 246	0.36 287	0.22 250	0.36 287	0.21 235	0.34 256	0.21 213	0.34 288	0.21 246	0.34 269	0.21 230

iResNet_ROB	0.28 220	0.32 185	0.24 216	0.32 223	0.25 270	0.32 272	0.24 255	0.32 258	0.24 256	0.33 271	0.24 260	0.35 282	0.24 259	0.33 277	0.24 249	0.31 243	0.24 227	0.32 271	0.24 262	0.32 257	0.24 245

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 503	0.69 507	0.14 166	0.11 169	0.14 167	0.11 168	0.14 169	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 495	0.76 522

MultiAttention	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340

MSAF-DinoV2	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340

DDVS	0.30 226	3.10 617	0.14 148	0.19 164	0.14 194	0.19 194	0.14 188	0.20 199	0.14 195	0.19 191	0.13 190	0.16 179	0.13 189	0.19 193	0.13 183	0.17 167	0.13 159	0.17 190	0.13 191	0.17 190	0.13 186

ACV-stereo	0.30 226	2.08 553	0.25 219	0.25 197	0.18 235	0.24 225	0.17 212	0.24 223	0.18 228	0.24 225	0.17 217	0.25 236	0.17 220	0.24 225	0.17 212	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 198

LoS_RVC	0.30 226	1.14 402	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 231	0.25 261	0.25 233	0.25 266	0.26 248	0.26 272	0.26 246	0.25 257	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 253

CAS	0.30 226	1.17 408	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 231	0.26 275	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.26 231	0.26 246	0.25 265	0.26 233	0.25 247

DANet	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 233	0.31 183	0.31 262	0.30 211	0.40 420	0.31 263	0.30 298	0.30 250	0.34 382	0.29 253	0.31 355	0.29 258	0.30 307	0.31 266	0.31 338	0.31 243	0.29 265	0.31 268	0.30 359	0.31 254	0.31 349

tt1	0.31 233	0.93 354	0.24 216	0.33 227	0.23 262	0.31 263	0.24 255	0.32 258	0.24 256	0.32 266	0.23 253	0.32 271	0.25 262	0.32 269	0.24 249	0.27 223	0.26 231	0.27 251	0.26 271	0.27 239	0.27 291

xxxxx1	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 262	0.25 261	0.31 260	0.24 260	0.33 275	0.25 262	0.32 269	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 384	0.79 431	0.24 267	0.30 256	0.26 264	0.30 250	0.24 256	0.32 266	0.23 253	0.31 267	0.24 259	0.30 261	0.23 246	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 235

tt_ll	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 262	0.25 261	0.31 260	0.24 260	0.33 275	0.25 262	0.32 269	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

ff	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 262	0.25 261	0.31 260	0.24 260	0.33 275	0.25 262	0.32 269	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

RAFT + AFF	0.31 233	0.45 247	0.34 284	0.39 252	0.28 284	0.38 298	0.33 364	0.29 247	0.31 353	0.30 255	0.30 311	0.29 258	0.27 279	0.29 259	0.30 297	0.28 228	0.29 265	0.29 260	0.29 343	0.27 239	0.32 356

MLCV	0.31 233	0.35 189	0.27 229	0.35 234	0.28 284	0.35 279	0.27 267	0.35 268	0.28 285	0.36 282	0.27 275	0.35 282	0.27 279	0.35 281	0.27 264	0.34 256	0.27 243	0.34 288	0.27 309	0.34 269	0.27 291

DN-CSS_ROB	0.31 233	0.35 189	0.28 236	0.35 234	0.28 284	0.34 275	0.27 267	0.34 265	0.25 261	0.35 278	0.27 275	0.36 287	0.26 272	0.34 278	0.28 273	0.35 264	0.28 251	0.34 288	0.28 328	0.34 269	0.27 291

PStereo	0.32 242	0.36 194	0.28 236	0.38 244	0.29 295	0.36 283	0.27 267	0.38 289	0.27 279	0.38 289	0.28 283	0.36 287	0.27 279	0.36 287	0.28 273	0.32 246	0.27 243	0.33 278	0.27 309	0.33 264	0.27 291

DStereoFS	0.32 242	0.33 186	0.32 268	0.33 227	0.30 307	0.32 272	0.32 353	0.32 258	0.31 353	0.30 255	0.31 355	0.31 267	0.30 307	0.32 269	0.32 348	0.32 246	0.31 279	0.30 262	0.47 462	0.32 257	0.34 370

DStereoSA	0.32 242	0.52 278	0.34 284	0.31 217	0.31 354	0.30 256	0.30 298	0.31 256	0.30 308	0.31 260	0.31 355	0.31 267	0.30 307	0.31 266	0.31 338	0.30 237	0.32 284	0.31 268	0.31 370	0.31 254	0.31 349

WCG-NET（raft）	0.32 242	1.24 466	0.24 216	0.32 223	0.24 267	0.32 272	0.23 250	0.32 258	0.24 256	0.32 266	0.24 260	0.32 271	0.24 259	0.32 269	0.24 249	0.30 237	0.23 223	0.30 262	0.23 255	0.30 249	0.23 235

Any-RAFT	0.32 242	0.36 194	0.27 229	0.36 238	0.27 278	0.36 283	0.27 267	0.36 272	0.27 279	0.36 282	0.27 275	0.36 287	0.27 279	0.36 287	0.28 273	0.36 269	0.28 251	0.36 311	0.28 328	0.36 290	0.28 317

StereoDRNet-Refined	0.33 247	0.39 208	0.26 226	0.39 252	0.26 277	0.40 306	0.26 264	0.40 302	0.26 275	0.39 296	0.26 271	0.39 304	0.26 272	0.39 305	0.26 262	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 199	0.16 212	0.20 197	0.17 217	0.21 206	0.16 208	0.27 250	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 709

RAFT-FE	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 199	0.16 212	0.20 197	0.17 217	0.21 206	0.16 208	0.27 250	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 709

LG-Stereo_L2	0.34 248	0.37 197	0.38 303	0.47 309	0.28 284	0.39 304	0.28 278	0.39 294	0.28 285	0.39 296	0.28 283	0.39 304	0.28 288	0.38 297	0.28 273	0.42 326	0.35 333	0.36 311	0.26 271	0.35 282	0.26 253

H2IRNET	0.34 248	0.34 187	0.34 284	0.34 231	0.34 388	0.34 275	0.34 377	0.34 265	0.34 382	0.34 274	0.34 382	0.34 280	0.34 379	0.34 278	0.34 373	0.34 256	0.34 326	0.34 288	0.34 391	0.34 269	0.34 370

IGEV++	0.34 248	0.43 235	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 302	0.29 293	0.40 303	0.29 296	0.40 312	0.29 298	0.40 308	0.30 297	0.38 284	0.29 265	0.37 314	0.29 343	0.37 295	0.29 326

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 262	0.39 252	0.30 307	0.38 298	0.30 298	0.40 302	0.29 293	0.40 303	0.37 402	0.41 325	0.34 379	0.38 297	0.30 297	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 253

CSP-Net	0.34 248	1.29 468	1.19 537	1.36 564	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 262	0.39 252	0.29 295	0.40 306	0.32 353	0.41 317	0.32 363	0.38 289	0.30 311	0.39 304	0.30 307	0.38 297	0.32 348	0.35 264	0.27 243	0.34 288	0.27 309	0.34 269	0.29 326

DGSMNet	0.34 248	0.41 223	0.27 229	0.41 277	0.28 284	0.41 322	0.28 278	0.41 317	0.27 279	0.41 317	0.27 275	0.42 343	0.27 279	0.41 324	0.28 273	0.40 304	0.29 265	0.40 376	0.28 328	0.40 367	0.27 291

small-0shot	0.35 257	1.92 547	0.27 229	0.27 207	0.27 278	0.27 249	0.27 267	0.27 241	0.27 279	0.27 247	0.27 275	0.26 248	0.27 279	0.27 250	0.26 262	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 291

gcap_with_dpt	0.35 257	0.39 208	0.30 246	0.44 297	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.30 311	0.44 387	0.30 307	0.44 376	0.30 297	0.38 284	0.26 231	0.38 322	0.27 309	0.38 308	0.27 291

FE-Mocha	0.35 257	0.71 307	0.40 346	0.47 309	0.27 278	0.34 275	0.27 267	0.34 265	0.26 275	0.34 274	0.26 271	0.34 280	0.27 279	0.34 278	0.27 264	0.44 328	0.41 371	0.33 278	0.29 343	0.32 257	0.29 326

IGEV-FE	0.35 257	0.37 197	0.17 183	0.19 164	0.17 224	0.20 199	0.17 212	0.19 193	0.17 222	0.19 191	0.17 217	0.19 195	0.17 220	0.37 294	0.36 381	0.19 179	0.17 196	0.19 203	0.17 231	0.38 308	2.84 700

test_for_model	0.35 257	0.39 208	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.31 338	0.38 284	0.26 231	0.38 322	0.26 271	0.38 308	0.26 253

CASnet	0.35 257	0.51 276	0.44 369	0.32 223	0.31 354	0.24 225	0.34 377	0.36 272	0.25 261	0.31 260	0.37 402	0.30 262	0.33 374	0.25 234	0.45 433	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 389
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 257	0.44 238	0.45 371	0.49 321	0.30 307	0.37 291	0.30 298	0.36 272	0.30 308	0.36 282	0.29 296	0.36 287	0.29 298	0.36 287	0.30 297	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 257	0.35 189	0.35 295	0.35 234	0.35 392	0.35 279	0.35 382	0.35 268	0.35 386	0.35 278	0.35 391	0.35 282	0.35 386	0.35 281	0.35 377	0.35 264	0.35 333	0.35 304	0.35 404	0.35 282	0.35 381

GeoVLM	0.36 265	0.38 201	0.27 229	0.46 302	0.28 284	0.35 279	0.28 278	0.37 280	0.27 279	0.35 278	0.28 283	0.36 287	0.38 399	0.35 281	0.28 273	1.08 510	0.26 231	0.33 278	0.27 309	0.34 269	0.33 363

Zero-FE251	0.36 265	0.40 212	0.28 236	0.41 277	0.28 284	0.41 322	0.28 278	0.41 317	0.28 285	0.41 317	0.28 283	0.41 325	0.28 288	0.42 338	0.30 297	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 474

GIP-stereo	0.36 265	0.49 263	0.39 314	0.48 315	0.32 366	0.41 322	0.28 278	0.40 302	0.30 308	0.41 317	0.28 283	0.40 312	0.28 288	0.42 338	0.28 273	0.45 357	0.32 284	0.38 322	0.30 359	0.37 295	0.27 291

DCVSM-stereo	0.36 265	1.89 538	0.22 206	0.40 265	0.22 256	0.40 306	0.22 241	0.40 302	0.22 246	0.40 303	0.22 248	0.40 312	0.22 250	0.40 308	0.22 239	0.28 228	0.21 213	0.28 255	0.21 246	0.28 241	0.20 226

RSM	0.36 265	0.36 194	0.43 367	0.37 241	0.42 440	0.49 420	0.42 430	0.37 280	0.28 285	0.36 282	0.29 296	0.36 287	0.30 307	0.37 294	0.28 273	0.34 256	0.31 279	0.34 288	0.35 404	0.40 367	0.29 326

gcap-zeroshot	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 381	0.32 363	0.44 376	0.32 365	0.44 387	0.32 363	0.44 376	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 291

testlalala	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 381	0.32 363	0.44 376	0.32 365	0.44 387	0.32 363	0.44 376	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 291

GCAPDPT-zeroshot	0.36 265	0.40 212	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 343	0.31 353	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.31 338	0.39 297	0.28 251	0.39 363	0.27 309	0.39 353	0.26 253

RAFT-Test	0.36 265	0.37 197	0.33 273	0.41 277	0.32 366	0.41 322	0.32 353	0.41 317	0.32 363	0.41 317	0.32 365	0.41 325	0.32 363	0.41 324	0.33 360	0.37 272	0.29 265	0.37 314	0.29 343	0.38 308	0.31 349

DMCA	0.36 265	0.38 201	0.37 301	0.35 234	0.35 392	0.36 283	0.36 389	0.36 272	0.35 386	0.35 278	0.37 402	0.36 287	0.36 390	0.35 281	0.36 381	0.36 269	0.36 339	0.35 304	0.36 410	0.36 290	0.36 384

ACVNet-DCA	0.37 275	1.00 370	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 302	0.29 293	0.40 303	0.29 296	0.40 312	0.29 298	0.39 305	0.28 273	0.33 252	0.32 284	0.33 278	0.32 377	0.33 264	0.32 356

1test111	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 294	0.29 293	0.39 296	0.29 296	0.39 304	0.28 288	0.40 308	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 349

cc1	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 294	0.29 293	0.39 296	0.29 296	0.39 304	0.28 288	0.40 308	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 349

EKT-Stereo	0.37 275	0.40 212	0.44 369	1.07 479	0.29 295	0.34 275	0.31 345	0.36 272	0.29 293	0.38 289	0.31 355	0.37 297	0.30 307	0.36 287	0.29 287	0.34 256	0.28 251	0.39 363	0.30 359	0.37 295	0.30 340

GMOStereo	0.37 275	0.45 247	0.23 209	0.30 211	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	0.34 256	0.22 217	0.47 432	0.37 413	0.39 353	0.33 363

XPNet_ROB	0.37 275	0.37 197	0.37 301	0.37 241	0.37 402	0.37 291	0.37 395	0.37 280	0.37 399	0.37 288	0.37 402	0.37 297	0.37 395	0.37 294	0.37 391	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 389

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.29 295	0.36 283	0.29 290	0.36 272	0.29 293	0.39 296	0.29 296	0.36 287	0.29 298	0.36 287	0.29 287	0.62 424	0.57 435	0.35 304	0.29 343	0.36 290	0.29 326

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.28 284	0.36 283	0.28 278	0.36 272	0.28 285	0.36 282	0.28 283	0.36 287	0.28 288	0.36 287	0.28 273	0.62 424	0.57 435	0.35 304	0.28 328	0.35 282	0.28 317

MonSter++	0.38 281	0.44 238	0.31 262	0.43 293	0.30 307	0.43 349	0.31 345	0.43 343	0.31 353	0.45 388	0.31 355	0.43 352	0.31 358	0.43 345	0.69 504	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 340

HiDET	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 335	0.30 308	0.44 376	0.30 311	0.42 343	0.30 307	0.42 338	0.68 496	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

LCMNet	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 335	0.30 308	0.45 388	0.30 311	0.42 343	0.30 307	0.42 338	0.69 504	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

CSFM-Stereo	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.43 343	0.30 308	0.44 376	0.30 311	0.42 343	0.30 307	0.42 338	0.73 517	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 340

HART	0.38 281	0.45 247	0.34 284	0.42 287	0.33 378	0.41 322	0.34 377	0.42 335	0.33 373	0.43 338	0.34 382	0.42 343	0.34 379	0.41 324	0.38 394	0.40 304	0.32 284	0.42 410	0.32 377	0.40 367	0.32 356

GREAT-IGEV	0.38 281	0.43 235	0.36 297	0.48 315	0.32 366	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 326
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 281	0.43 235	0.33 273	0.46 302	0.33 378	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.33 374	0.45 394	0.32 348	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 384

WAO-8	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 289	0.38 403	0.38 289	0.38 407	0.38 299	0.38 399	0.38 297	0.38 394	0.38 284	0.38 350	0.38 322	0.37 413	0.38 308	0.38 396

WAO-7	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 289	0.38 403	0.38 289	0.38 407	0.38 299	0.38 399	0.38 297	0.38 394	0.38 284	0.38 350	0.38 322	0.38 426	0.38 308	0.38 396

xx1	0.38 281	1.03 386	0.31 262	0.40 265	0.31 354	0.41 322	0.28 278	0.40 302	0.29 293	0.40 303	0.29 296	0.40 312	0.29 298	0.40 308	0.29 287	0.34 256	0.33 297	0.34 288	0.32 377	0.34 269	0.32 356

Venus	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.37 291	0.38 402	0.37 280	0.37 399	0.41 317	0.37 402	0.39 304	0.37 395	0.38 297	0.38 394	0.37 272	0.38 350	0.38 322	0.37 413	0.37 295	0.38 396

IMH	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 289	0.38 403	0.42 331	0.38 407	0.40 312	0.38 399	0.38 297	0.38 394	0.38 284	0.38 350	0.39 363	0.38 426	0.38 308	0.38 396

DF	0.39 295	1.37 478	1.02 521	1.14 487	0.12 188	0.16 180	0.12 180	0.16 181	0.12 188	0.16 178	0.12 177	0.16 179	0.12 183	0.16 180	0.12 174	1.12 519	1.00 511	0.15 178	0.12 180	0.15 178	0.12 179

PAM	0.39 295	1.88 537	0.34 284	0.37 241	0.41 430	0.45 397	0.22 241	0.28 242	0.23 253	0.28 248	0.24 260	0.29 258	0.23 256	0.29 259	0.23 246	0.38 284	0.32 284	0.38 322	0.37 413	0.32 257	0.22 233

HanzoNet	0.39 295	0.38 201	0.40 346	0.39 252	0.41 430	0.38 298	0.38 402	0.38 289	0.38 403	0.39 296	0.39 417	0.38 299	0.38 399	0.39 305	0.40 409	0.38 284	0.38 350	0.40 376	0.38 426	0.38 308	0.40 405

CES	0.39 295	0.47 255	0.36 297	0.36 238	0.37 402	0.45 397	0.35 382	0.35 268	0.40 417	0.36 282	0.44 443	0.47 407	0.36 390	0.44 376	0.36 381	0.37 272	0.39 357	0.44 413	0.35 404	0.37 295	0.36 384

PASM	0.39 295	3.06 616	1.36 603	1.58 574	0.09 148	0.11 154	0.11 167	0.11 155	0.11 172	0.09 141	0.09 147	0.11 158	0.09 147	0.09 141	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

mms	0.40 300	0.45 247	0.35 295	0.48 315	0.36 398	0.47 409	0.34 377	0.45 390	0.38 403	0.47 400	0.33 374	0.45 397	0.32 363	0.45 394	0.32 348	0.39 297	0.38 350	0.38 322	0.37 413	0.39 353	0.39 402

GCAPDPT-zeroshot4090	0.40 300	1.09 396	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 381	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.34 326	0.38 322	0.27 309	0.38 308	0.27 291

knoymous	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

anonymousa	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

riskmin	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

Anonymous_2	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

Anonymous_1	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

AdaStereo	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GCAP-Stereo-DPT-25K	0.41 308	1.09 396	0.40 346	0.52 371	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.31 358	0.44 376	0.31 338	0.46 367	0.35 333	0.39 363	0.28 328	0.39 353	0.28 317

GCAP-Stereo-DPT-FT	0.41 308	1.06 393	0.40 346	0.51 368	0.31 354	0.44 383	0.30 298	0.43 343	0.32 363	0.44 376	0.30 311	0.56 457	0.30 307	0.44 376	0.31 338	0.45 357	0.34 326	0.39 363	0.27 309	0.40 367	0.27 291

Select-FE	0.41 308	0.44 238	0.23 209	0.26 204	0.22 256	0.26 244	0.22 241	0.26 237	0.23 253	0.26 242	0.23 253	0.26 248	0.23 256	0.45 394	0.42 425	0.25 217	0.22 217	0.25 241	0.22 249	0.45 393	2.90 701

water-stereo	0.41 308	0.84 329	0.46 376	0.50 357	0.33 378	0.45 397	0.33 364	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.41 371	0.39 363	0.31 370	0.39 353	0.32 356

ccccc	0.41 308	0.44 238	0.34 284	0.48 315	0.35 392	0.48 414	0.35 382	0.51 432	0.35 386	0.47 400	0.35 391	0.47 407	0.34 379	0.47 403	0.35 377	0.41 312	0.40 361	0.40 376	0.40 431	0.41 378	0.39 402

GCAP-BAT	0.41 308	1.30 470	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.44 376	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.34 326	0.38 322	0.26 271	0.38 308	0.26 253

GwcNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

PSMNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

GANet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

ADLNet2	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

ADLNet	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

FCDSN-DC	0.41 308	0.59 294	0.64 447	0.54 376	0.33 378	0.50 429	0.37 395	0.42 335	0.40 417	0.61 464	0.43 441	0.50 433	0.49 458	0.38 297	0.32 348	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 308	0.46 251	0.33 273	0.49 321	0.33 378	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	0.33 374	0.51 436	0.33 360	0.41 312	0.30 274	0.41 394	0.30 359	0.79 478	0.29 326

Gwc-CoAtRS	0.41 308	1.49 484	0.32 268	0.42 287	0.32 366	0.41 322	0.32 353	0.41 317	0.33 373	0.41 317	0.32 365	0.41 325	0.32 363	0.41 324	0.32 348	0.39 297	0.28 251	0.39 363	0.28 328	0.40 367	0.28 317

S0	0.42 322	0.44 238	0.54 419	0.59 389	0.34 388	0.48 414	0.22 241	0.51 432	0.25 261	0.51 436	0.34 382	0.53 446	0.35 386	0.47 403	0.36 381	0.55 406	0.39 357	0.49 445	0.27 309	0.46 396	0.34 370

UPFNet	0.42 322	1.20 412	0.17 183	0.24 190	0.17 224	0.25 235	0.17 212	1.19 543	0.90 543	0.25 233	0.17 217	0.24 229	0.17 220	0.25 234	0.17 212	0.22 192	0.17 196	0.22 217	0.16 209	1.15 533	0.93 541

quiztm	0.43 324	0.49 263	0.40 346	0.51 368	0.40 420	0.51 441	0.40 416	0.50 418	0.40 417	0.50 427	0.40 420	0.51 444	0.40 411	0.50 426	0.40 409	0.44 328	0.34 326	0.44 413	0.34 391	0.44 388	0.34 370

GCAP-Stereo-DPT26K	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.31 338	0.44 328	0.33 297	0.38 322	0.27 309	0.38 308	0.26 253

aanet-new-8k	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new	0.43 324	1.80 511	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-cres	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-36K	0.43 324	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-20K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-3K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

DDF-Stereo	0.43 324	1.15 405	0.57 427	0.53 373	0.32 366	0.41 322	0.32 353	0.41 317	0.32 363	0.41 317	0.32 365	0.41 325	0.32 363	0.40 308	0.32 348	0.52 396	0.50 419	0.38 322	0.31 370	0.39 353	0.31 349

DVStereo	0.43 324	0.86 333	0.48 392	0.50 357	0.33 378	0.46 404	0.33 364	0.46 394	0.33 373	0.46 394	0.33 374	0.47 407	0.33 374	0.47 403	0.34 373	0.45 357	0.42 380	0.40 376	0.33 387	0.47 410	0.38 396

psmg	0.43 324	1.91 541	0.92 508	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 324	1.21 458	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.95 551	0.25 233	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.23 203	0.16 175	0.22 217	0.16 209	1.18 541	0.98 546

psm_up	0.43 324	1.19 411	0.17 183	0.25 197	0.18 235	0.25 235	0.19 226	1.26 595	0.91 544	0.26 242	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.22 192	0.17 196	0.23 226	0.16 209	1.18 541	0.99 547

aanet-new-90k	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-60k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-70k	0.44 337	1.82 523	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-78k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-40k	0.44 337	1.81 516	0.39 314	0.50 357	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-36k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-34k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-32k-new	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 381	0.30 308	0.44 376	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.34 326	0.39 363	0.26 271	0.38 308	0.26 253

aanet-new-32k	0.44 337	1.79 510	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-30k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-28k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.44 381	0.30 308	0.44 376	0.30 311	0.44 387	0.30 307	0.44 376	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-24k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-22k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-16k	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-cres-4k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-22K	0.44 337	1.85 532	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-24K	0.44 337	1.86 535	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-5K	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-2K	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-50K	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.36 339	0.38 322	0.26 271	0.38 308	0.26 253

Monster-pub-mixall	0.44 337	0.56 290	0.60 433	0.38 244	0.27 278	0.37 291	0.27 267	0.37 280	0.29 293	0.38 289	0.27 275	0.38 299	0.29 298	0.85 504	0.27 264	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 460

depthmonostereo	0.44 337	0.85 331	0.46 376	0.54 376	0.40 420	0.52 445	0.38 402	0.52 437	0.35 386	0.47 400	0.34 382	0.46 401	0.34 379	0.47 403	0.34 373	0.45 357	0.43 385	0.41 394	0.33 387	0.41 378	0.32 356

MMNet	0.44 337	1.24 466	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.93 549	0.25 233	0.17 217	0.25 236	0.18 230	0.25 234	0.17 212	0.23 203	0.16 175	0.23 226	0.16 209	1.20 545	0.99 547

aanet-new-10k	0.45 360	1.81 516	0.40 346	0.50 357	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.32 363	0.44 376	0.31 338	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

252Zero-FE	0.45 360	0.50 268	0.36 297	0.50 357	0.36 398	0.50 429	0.36 389	0.50 418	0.36 397	0.49 414	0.36 395	0.49 419	0.36 390	0.54 446	0.41 417	0.45 357	0.34 326	0.45 418	0.34 391	0.55 436	0.75 519

Monster-pub-eth3d	0.45 360	0.57 291	0.60 433	0.39 252	0.28 284	0.37 291	0.28 278	0.37 280	0.30 308	0.39 296	0.29 296	0.39 304	0.30 307	0.92 515	0.27 264	1.42 590	0.28 251	0.34 288	0.28 328	0.37 295	0.53 460

Replicate-Monster	0.45 360	0.57 291	0.60 433	0.40 265	0.29 295	0.37 291	0.27 267	0.37 280	0.30 308	0.40 303	0.31 355	0.40 312	0.30 307	0.99 523	0.27 264	1.36 586	0.31 279	0.34 288	0.30 359	0.36 290	0.54 463

SCV_C0	0.45 360	0.88 337	0.49 399	0.54 376	0.37 402	0.48 414	0.37 395	0.48 404	0.37 399	0.48 407	0.36 395	0.48 414	0.37 395	0.49 418	0.37 391	0.50 388	0.41 371	0.44 413	0.34 391	0.44 388	0.34 370

RAFT-Stereo-weight	0.45 360	1.90 540	0.34 284	0.42 287	0.36 398	0.43 349	0.35 382	0.42 335	0.34 382	0.42 331	0.34 382	0.44 387	0.34 379	0.41 324	0.34 373	0.38 284	0.32 284	0.38 322	0.32 377	0.38 308	0.33 363

TorneroNet-64	0.45 360	0.27 172	0.30 246	0.58 386	0.27 278	0.70 478	0.30 298	0.28 242	0.73 526	0.73 484	0.28 283	0.71 483	0.66 491	0.75 485	0.27 264	0.27 223	0.29 265	0.37 314	0.75 532	0.28 241	0.30 340

aanet-new-12k	0.46 367	1.99 550	0.40 346	0.51 368	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.31 358	0.44 376	0.32 348	0.47 374	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

SCV	0.46 367	0.94 356	0.45 371	0.54 376	0.37 402	0.48 414	0.38 402	0.48 404	0.37 399	0.48 407	0.39 417	0.48 414	0.37 395	0.49 418	0.37 391	0.50 388	0.46 396	0.44 413	0.34 391	0.44 388	0.34 370

otaku	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.46 444	0.46 394	0.46 451	0.46 401	0.46 443	0.46 399	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

Dean	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.46 444	0.47 400	0.46 451	0.46 401	0.46 443	0.46 399	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

ACVNet_1	0.46 367	0.47 255	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.47 449	0.46 394	0.46 451	0.46 401	0.46 443	0.46 399	0.46 437	0.46 367	0.46 396	0.47 432	0.46 455	0.46 396	0.46 429

ACVNet-4b	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.46 444	0.46 394	0.46 451	0.46 401	0.46 443	0.47 403	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

PML	0.46 367	1.36 476	0.29 242	0.58 386	0.30 307	0.57 459	0.29 290	0.57 448	0.29 293	0.57 457	0.29 296	0.57 460	0.29 298	0.56 451	0.29 287	0.52 396	0.30 274	0.53 462	0.31 370	0.53 434	0.30 340

Anonymus	0.47 374	0.73 310	0.46 376	0.43 293	0.54 481	0.53 447	0.27 267	0.39 294	0.35 386	0.33 271	0.40 420	0.33 275	0.38 399	0.53 443	0.54 466	0.56 410	0.36 339	0.49 445	0.53 478	0.66 451	0.54 463

LG-Stereo_L1	0.47 374	0.52 278	0.47 384	0.62 395	0.39 419	0.53 447	0.40 416	0.53 439	0.39 416	0.53 443	0.39 417	0.53 446	0.39 410	0.53 443	0.39 406	0.55 406	0.46 396	0.49 445	0.37 413	0.49 417	0.37 389

Ntro	0.47 374	0.47 255	0.46 376	0.46 302	0.46 451	0.47 409	0.47 448	0.46 394	0.47 449	0.46 394	0.46 451	0.47 407	0.46 443	0.47 403	0.47 444	0.47 374	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

HaxPig	0.47 374	0.47 255	0.47 384	0.49 321	0.47 457	0.47 409	0.47 448	0.47 400	0.47 449	0.47 400	0.47 459	0.47 407	0.47 451	0.47 403	0.47 444	0.47 374	0.47 404	0.47 432	0.47 462	0.47 410	0.48 439

UNDER WATER	0.47 374	0.47 255	0.47 384	0.47 309	0.47 457	0.47 409	0.47 448	0.47 400	0.47 449	0.47 400	0.47 459	0.47 407	0.46 443	0.47 403	0.47 444	0.47 374	0.47 404	0.47 432	0.46 455	0.47 410	0.47 437

LVE	0.47 374	0.47 255	0.47 384	0.47 309	0.49 464	0.47 409	0.47 448	0.47 400	0.49 458	0.47 400	0.47 459	0.47 407	0.46 443	0.47 403	0.47 444	0.47 374	0.47 404	0.48 440	0.47 462	0.47 410	0.47 437

GASTEREO	0.48 380	1.21 458	0.47 384	0.57 384	0.38 409	0.50 429	0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	0.38 399	0.50 426	0.38 394	0.52 396	0.42 380	0.46 422	0.34 391	0.46 396	0.34 370

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 384	0.63 397	0.41 430	0.56 453	0.44 434	0.56 445	0.41 427	0.56 454	0.41 428	0.57 460	0.42 429	0.56 451	0.41 417	0.55 406	0.43 385	0.51 456	0.37 413	0.51 428	0.37 389

fffft	0.48 380	0.51 276	0.45 371	0.52 371	0.45 449	0.52 445	0.45 440	0.52 437	0.48 456	0.53 443	0.45 448	0.52 445	0.45 440	0.52 441	0.46 437	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 414
1: 1. 1
RainbowNet	0.48 380	0.48 261	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 404	0.48 456	0.48 407	0.48 463	0.48 414	0.48 452	0.48 412	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.48 439

notaker	0.48 380	0.49 263	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 404	0.49 458	0.48 407	0.48 463	0.48 414	0.48 452	0.48 412	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.49 445

LL-Strereo2	0.48 380	1.73 499	0.51 411	0.59 389	0.34 388	0.42 342	0.33 364	0.40 302	0.31 353	0.42 331	0.33 374	0.42 343	0.31 358	0.44 376	0.39 406	0.60 416	0.51 424	0.44 413	0.33 387	0.44 388	0.33 363

Former-RAFT_DAM_RVC	0.49 386	0.98 361	0.64 447	0.84 440	0.46 451	0.45 397	0.35 382	0.47 400	0.47 449	0.45 388	0.34 382	0.46 401	0.48 452	0.46 399	0.35 377	0.39 297	0.71 481	0.39 363	0.35 404	0.41 378	0.41 414

ACVNet_2	0.49 386	0.49 263	0.49 399	0.49 321	0.49 464	0.49 420	0.49 459	0.49 409	0.49 458	0.49 414	0.49 466	0.49 419	0.49 458	0.49 418	0.49 452	0.49 382	0.49 411	0.49 445	0.49 470	0.49 417	0.49 445

FoundationStereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

StereoAnything_RVC	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

dual_stereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

GCST	0.50 388	2.08 553	0.38 303	0.53 373	0.35 392	0.49 420	0.35 382	0.50 418	0.35 386	0.49 414	0.35 391	0.49 419	0.35 386	0.49 418	0.35 377	0.48 379	0.37 343	0.45 418	0.33 387	0.44 388	0.33 363

SANet	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

MSCF	0.51 393	1.40 481	0.49 399	0.58 386	0.38 409	0.50 429	0.38 402	0.54 441	0.41 427	0.52 440	0.41 428	0.53 446	0.42 429	0.53 443	0.41 417	0.60 416	0.47 404	0.48 440	0.37 413	0.48 414	0.38 396

UGAM-zero	0.51 393	2.17 562	0.39 314	0.53 373	0.36 398	0.50 429	0.36 389	0.50 418	0.36 397	0.49 414	0.36 395	0.50 433	0.35 386	0.50 426	0.36 381	0.49 382	0.37 343	0.47 432	0.35 404	0.46 396	0.34 370

UGAM	0.51 393	2.23 567	0.39 314	0.54 376	0.35 392	0.50 429	0.35 382	0.49 409	0.35 386	0.49 414	0.35 391	0.49 419	0.36 390	0.50 426	0.36 381	0.49 382	0.37 343	0.45 418	0.34 391	0.45 393	0.34 370

Selective-IGEV	0.51 393	0.55 288	0.45 371	0.69 411	0.45 449	0.61 464	0.45 440	0.50 418	0.40 417	0.56 454	0.44 443	0.55 454	0.40 411	0.72 480	0.67 488	0.59 415	0.46 396	0.45 418	0.34 391	0.46 396	0.37 389

RCA-Stereo	0.51 393	3.22 622	0.34 284	0.44 297	0.34 388	0.44 383	0.34 377	0.43 343	0.34 382	0.43 338	0.34 382	0.44 387	0.33 374	0.43 345	0.33 360	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 326

DN	0.53 398	0.85 331	0.45 371	0.65 403	0.44 445	0.60 462	0.44 434	0.60 456	0.44 440	0.60 462	0.45 448	0.60 465	0.44 436	0.60 460	0.44 431	0.56 410	0.42 380	0.56 466	0.42 448	0.56 439	0.42 421

MatchStereo	0.54 399	0.12 115	2.38 679	2.32 618	0.09 148	0.09 140	0.08 144	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 135	2.34 655	2.34 674	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 399	0.60 297	0.52 414	0.66 407	0.47 457	0.61 464	0.47 448	0.58 451	0.46 444	0.61 464	0.46 451	0.61 468	0.45 440	0.62 462	0.45 433	0.61 420	0.52 426	0.57 467	0.48 466	0.57 442	0.48 439

castereo++	0.54 399	3.59 628	1.15 531	1.31 558	0.14 194	0.16 180	0.14 188	0.16 181	0.14 195	0.16 178	0.14 195	0.16 179	0.13 189	0.16 180	0.14 187	1.45 592	1.16 537	0.15 178	0.14 197	0.15 178	0.13 186

FENet	0.54 399	1.52 485	1.19 537	1.41 568	0.23 262	0.35 279	0.23 250	0.35 268	0.23 253	0.34 274	0.23 253	0.35 282	0.23 256	0.35 281	0.23 246	1.40 589	1.07 521	0.32 271	0.23 255	0.33 264	0.23 235

PSMNet_ROB	0.54 399	0.54 286	0.54 419	0.54 376	0.53 478	0.54 451	0.54 472	0.53 439	0.54 473	0.54 449	0.54 480	0.54 450	0.53 469	0.54 446	0.54 466	0.54 400	0.53 428	0.54 463	0.54 480	0.54 435	0.54 463

AIO-test2	0.55 404	0.59 294	0.52 414	0.67 408	0.47 457	0.61 464	0.47 448	0.61 460	0.47 449	0.61 464	0.47 459	0.61 468	0.48 452	0.62 462	0.47 444	0.64 430	0.53 428	0.58 468	0.47 462	0.58 444	0.48 439

CFNet-ft	0.55 404	1.57 487	0.14 148	0.20 168	0.14 194	0.20 199	2.53 696	1.61 614	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	1.56 608	1.24 625

S	0.56 406	0.61 298	0.54 419	0.68 410	0.48 461	0.65 470	0.49 459	0.63 462	0.49 458	0.64 470	0.49 466	0.64 472	0.48 452	0.62 462	0.49 452	0.63 428	0.62 453	0.59 471	0.48 466	0.57 442	0.48 439

MyStereo04	0.56 406	3.72 634	0.59 429	0.49 321	0.41 430	0.36 283	0.32 353	0.37 280	0.31 353	0.34 274	0.46 451	0.35 282	0.32 363	0.35 281	0.33 360	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 423

CASS	0.57 408	0.89 340	0.56 423	0.57 384	0.56 482	0.56 453	0.56 474	0.56 445	0.53 471	0.57 457	0.57 483	0.59 464	0.48 452	0.56 451	0.57 470	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 474
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 409	0.75 315	0.49 399	0.79 431	0.50 468	0.79 489	0.49 459	0.79 484	0.49 458	0.80 496	0.49 466	0.79 496	0.49 458	0.80 490	0.49 452	0.63 428	0.40 361	0.63 474	0.40 431	0.63 448	0.40 405

aanet-new-14k	0.60 409	5.12 667	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.37 343	0.38 322	0.26 271	0.38 308	0.26 253

LG-Stereo	0.60 409	0.58 293	0.47 384	0.64 402	0.74 521	1.00 518	0.69 506	0.57 448	0.41 427	0.57 457	0.41 428	0.57 460	0.41 423	1.00 525	0.75 522	0.91 483	0.51 424	0.52 459	0.37 413	0.52 430	0.37 389

MonSter	0.60 409	0.64 301	0.52 414	0.62 395	0.44 445	2.07 639	0.44 434	0.62 461	0.44 440	0.62 467	0.44 443	0.62 470	0.44 436	0.62 462	0.44 431	0.58 413	0.42 380	0.62 472	0.46 455	0.58 444	0.42 421

MyStereo07	0.60 409	3.72 634	0.48 392	0.49 321	0.41 430	0.36 283	0.32 353	0.49 409	0.43 437	0.51 436	0.42 438	0.49 419	0.43 434	0.51 436	0.64 481	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 423

FSD	0.61 414	0.59 294	0.50 404	2.58 633	0.44 445	0.56 453	0.44 434	0.55 444	0.44 440	0.56 454	0.44 443	0.56 457	0.44 436	0.56 451	0.46 437	0.61 420	0.42 380	0.52 459	0.42 448	0.52 430	0.51 455

castereo	0.61 414	3.79 636	1.35 595	1.52 572	0.15 208	0.17 187	0.16 202	0.20 199	0.21 242	0.18 189	0.16 209	0.21 206	0.12 183	0.26 246	0.17 212	1.43 591	1.38 607	0.17 190	0.16 209	0.18 194	0.16 198

WCG-NET	0.61 414	1.21 458	0.54 419	0.61 394	0.53 478	0.67 473	0.53 469	0.66 468	0.53 471	0.64 470	0.53 479	0.65 476	0.53 469	0.59 458	0.52 462	0.65 432	0.48 408	0.64 476	0.52 476	0.58 444	0.50 448

GEAStereo	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 432	0.38 403	0.53 443	0.38 407	0.50 433	0.38 399	0.51 436	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

gasm-f	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 432	0.38 403	0.53 443	0.38 407	0.50 433	0.38 399	0.51 436	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

SMoEStereo_RVC	0.63 419	0.75 315	0.51 411	0.73 425	0.53 478	0.71 480	0.47 448	0.67 469	0.58 477	0.74 489	0.60 489	0.72 486	0.53 469	0.74 484	0.51 460	0.61 420	0.62 453	0.62 472	0.61 495	0.63 448	0.61 480

anonymity	0.63 419	0.69 303	0.56 423	0.71 419	0.56 482	0.71 480	0.56 474	0.71 476	0.56 474	0.72 482	0.56 482	0.71 483	0.56 473	0.71 478	0.58 472	0.68 437	0.55 431	0.68 483	0.55 482	0.68 456	0.54 463

SE	0.64 421	0.73 310	0.77 487	0.79 431	0.59 485	0.78 486	0.54 472	0.58 451	0.58 477	0.78 493	0.59 487	0.63 471	0.18 230	0.78 487	0.52 462	0.80 467	0.65 459	0.69 486	0.57 488	0.75 469	0.52 457

PAM_32	0.64 421	2.38 582	0.51 411	0.92 453	0.43 444	0.53 447	0.44 434	0.87 496	0.43 437	0.52 440	0.45 448	0.53 446	0.40 411	0.54 446	0.46 437	0.62 424	0.56 433	0.48 440	0.45 453	0.76 472	0.44 426

CRFU-Net	0.65 423	1.67 491	1.22 587	1.96 592	0.27 278	0.41 322	0.27 267	0.41 317	0.27 279	0.40 303	0.26 271	0.41 325	0.27 279	0.40 308	0.27 264	1.80 606	1.62 628	0.34 288	0.23 255	0.33 264	0.23 235

LMCR-Stereo	0.65 423	0.63 299	0.65 451	0.65 403	0.65 501	0.66 472	0.63 485	0.58 451	0.65 492	0.63 469	0.64 497	0.65 476	0.65 488	0.66 470	0.66 487	0.66 434	0.64 457	0.65 480	0.67 513	0.68 456	0.73 515

KSHMR	0.66 425	0.50 268	0.48 392	1.15 490	0.52 475	0.49 420	0.51 467	0.49 409	0.71 520	0.67 476	0.50 470	1.16 554	1.11 553	0.66 470	0.52 462	0.49 382	0.49 411	0.51 456	0.66 509	0.50 422	1.14 566

TorneroNet	0.66 425	0.53 282	0.50 404	0.50 357	0.64 499	1.06 535	0.70 513	0.50 418	0.51 470	0.49 414	0.69 513	0.49 419	0.50 462	0.48 412	1.15 565	0.71 444	0.49 411	1.14 553	1.08 565	0.49 417	0.49 445

GES	0.66 425	2.34 578	0.29 242	0.41 277	0.29 295	0.41 322	0.29 290	0.42 335	0.29 293	0.40 303	0.41 428	0.41 325	0.30 307	0.51 436	0.29 287	0.32 246	0.29 265	0.32 271	2.46 700	2.49 662	0.30 340

cf-r	0.66 425	2.17 562	0.12 123	0.18 159	0.12 188	0.18 191	2.70 700	2.60 674	0.12 188	0.18 189	0.12 177	0.18 191	0.12 183	0.18 190	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 620	1.74 676

DSFCA	0.66 425	0.73 310	0.78 489	0.65 403	0.65 501	0.64 469	0.64 486	0.65 465	0.63 490	0.64 470	0.64 497	0.64 472	0.64 486	0.65 469	0.65 484	0.65 432	0.65 459	0.65 480	0.65 506	0.66 451	0.64 490

WAFT-Stereo (ZS)	0.67 430	0.78 320	0.67 457	0.67 408	0.66 504	0.67 473	0.67 493	0.65 465	0.66 494	0.66 474	0.67 502	0.66 479	0.67 493	0.67 472	0.72 516	0.66 434	0.67 462	0.67 482	0.67 513	0.67 454	0.67 497

DEFOM-Stereo	0.68 431	3.11 618	1.40 609	1.63 582	0.25 270	0.31 263	0.25 257	0.31 256	0.28 285	0.31 260	0.29 296	0.29 258	0.27 279	0.31 266	0.28 273	1.59 599	1.47 613	0.30 262	0.29 343	0.30 249	0.28 317

ssnet_v2	0.68 431	1.96 549	1.25 591	0.29 210	0.20 243	0.30 256	0.20 230	0.29 247	0.22 246	1.50 615	0.20 240	0.31 267	0.20 241	0.27 250	0.22 239	0.24 210	1.49 614	0.26 246	0.18 238	3.90 685	0.19 224

ARAFT	0.68 431	0.81 326	0.63 444	0.74 428	0.60 487	0.78 486	0.62 484	0.77 483	0.66 494	0.74 489	0.63 495	0.75 491	0.62 485	0.83 499	0.60 477	0.70 443	0.55 431	0.70 491	0.60 493	0.78 476	0.55 471

mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 471	0.69 507	0.69 479	0.69 513	0.69 480	0.69 505	0.69 475	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

mm1	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 471	0.69 507	0.69 479	0.69 513	0.69 480	0.69 505	0.69 475	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

NINENet	0.69 434	3.87 640	1.20 540	1.98 593	0.05 126	0.40 306	0.04 103	0.40 302	0.05 125	0.41 317	0.04 110	0.41 325	0.05 117	0.40 308	0.05 115	1.79 605	1.56 620	0.34 288	0.22 249	0.34 269	0.23 235

VIP-Stereo	0.70 437	2.97 615	2.43 680	2.49 629	0.16 218	0.25 235	0.16 202	0.25 231	0.16 212	0.25 233	0.18 233	0.25 236	0.16 208	0.26 246	0.16 205	1.86 607	1.26 590	0.23 226	0.15 206	0.23 222	0.15 197

RAFT-Stereo + iAFF	0.70 437	0.72 309	0.71 474	0.80 435	0.62 498	0.82 497	0.61 483	0.81 490	0.62 487	0.81 499	0.63 495	0.80 498	0.70 509	0.73 482	0.61 479	0.76 462	0.61 452	0.74 498	0.61 495	0.77 474	0.61 480

DMCA-RVC	0.70 437	0.80 323	0.70 470	0.70 417	0.70 514	0.70 478	0.70 513	0.71 476	0.70 515	0.70 481	0.71 522	0.71 483	0.70 509	0.70 477	0.69 504	0.69 438	0.70 477	0.69 486	0.70 523	0.69 460	0.70 504

MyStereo8	0.71 440	3.92 643	0.52 414	0.59 389	0.52 475	0.57 459	0.53 469	0.59 454	0.50 463	0.59 461	0.51 476	0.57 460	0.50 462	0.56 451	0.52 462	0.54 400	0.49 411	0.54 463	0.49 470	0.55 436	0.50 448

HH	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 471	0.78 530	0.73 484	0.90 545	0.75 491	1.00 540	0.84 500	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

HanStereo	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 471	0.78 530	0.73 484	0.90 545	0.75 491	1.00 540	0.84 500	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

CAR	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 490	0.58 477	0.81 499	0.58 485	0.83 503	0.59 479	0.82 494	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 457

MSE-Stereo	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 490	0.58 477	0.81 499	0.58 485	0.83 503	0.59 479	0.82 494	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 457

zero-FE	0.72 443	1.31 472	0.66 453	0.92 453	0.60 487	0.82 497	0.58 477	0.82 493	0.58 477	0.81 499	0.60 489	0.81 501	0.60 481	0.82 494	0.58 472	0.74 459	0.59 445	0.73 493	0.52 476	0.76 472	0.51 455

ktn	0.72 443	0.53 282	1.08 525	1.14 487	0.51 474	1.22 597	1.36 631	0.51 432	0.59 482	0.51 436	0.51 476	0.69 480	1.20 565	0.67 472	0.51 460	0.51 394	0.49 411	0.58 468	0.66 509	0.52 430	0.53 460

MGA	0.73 447	0.76 317	0.60 433	0.92 453	1.17 575	0.81 494	0.59 481	0.84 494	0.62 487	0.81 499	0.59 487	0.84 505	0.60 481	0.81 493	0.61 479	0.71 444	0.53 428	0.89 520	0.53 478	0.75 469	0.54 463

DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 521	0.73 482	0.75 521	0.71 476	0.71 520	0.74 489	0.72 525	0.73 488	0.80 525	0.71 478	0.73 517	0.76 462	0.71 481	0.73 493	0.72 528	0.70 463	0.76 522

CroCo-Stereo	0.73 447	1.22 464	0.25 219	1.22 544	0.25 270	1.22 597	0.25 257	1.22 592	0.25 261	1.22 600	0.25 266	1.22 603	0.25 262	1.22 603	0.25 257	1.22 575	0.26 231	1.21 612	0.25 265	1.22 593	0.25 247
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 447	0.88 337	0.67 457	0.75 429	0.68 509	0.75 483	0.64 486	0.80 487	0.72 523	0.83 504	0.70 517	0.82 502	0.64 486	0.84 500	0.67 488	0.77 464	0.63 455	0.81 510	0.63 497	0.78 476	0.62 483

monster-pro	0.75 451	1.67 491	0.64 447	0.89 446	0.57 484	0.86 503	0.56 474	0.87 496	0.56 474	0.87 505	0.57 483	0.88 508	0.57 474	0.87 505	0.57 470	0.79 465	0.58 439	0.76 501	0.54 480	0.77 474	0.54 463

AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 465	0.59 485	1.27 601	0.44 434	0.59 454	0.69 507	0.91 510	0.68 508	0.55 454	0.61 484	1.06 541	0.83 535	0.62 424	0.70 477	0.90 521	0.41 440	0.89 496	0.56 474

MyStereo06	0.75 451	4.12 645	0.60 433	0.63 397	0.61 493	0.62 467	0.66 489	0.56 445	0.45 443	0.55 452	0.48 463	0.54 450	0.46 443	0.57 456	0.45 433	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 471

GCAP-Stereo	0.75 451	4.15 648	0.42 365	0.75 429	0.35 392	0.78 486	0.40 416	0.79 484	0.38 403	0.78 493	0.36 395	0.78 494	0.36 390	0.79 488	0.39 406	0.75 460	0.39 357	0.76 501	0.39 430	0.75 469	0.39 402

GANet-RSSM	0.75 451	1.91 541	0.14 148	0.47 309	0.14 194	0.21 210	3.21 717	2.30 660	0.14 195	0.46 394	0.14 195	0.23 223	0.18 230	0.21 209	0.14 187	0.18 175	0.27 243	0.37 314	0.13 191	2.13 643	2.12 686

RSM++	0.76 456	0.82 328	0.66 453	0.85 444	0.64 499	0.85 501	0.71 516	0.94 510	0.64 491	0.87 505	0.67 502	0.87 507	0.65 488	0.84 500	0.65 484	0.81 471	0.70 477	0.79 505	0.71 526	0.83 488	0.70 504

CroCo-Stereo Lap2	0.77 457	1.29 468	0.29 242	1.27 549	0.29 295	1.27 601	0.26 264	1.26 595	0.26 275	1.26 601	0.26 271	1.27 607	0.26 272	1.26 604	0.27 264	1.27 578	0.27 243	1.27 616	0.27 309	1.27 597	0.27 291

PSMNet-RSSM	0.77 457	2.76 606	0.14 148	0.20 168	0.14 194	0.20 199	2.66 698	2.79 688	0.14 195	0.21 209	0.14 195	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 691

GwcNet-RSSM	0.77 457	2.77 608	0.14 148	0.20 168	0.14 194	0.20 199	2.67 699	2.78 687	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.21 209	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 691

4D-IteraStereo	0.78 460	3.13 619	0.89 501	0.69 411	0.32 366	0.40 306	0.32 353	0.76 482	0.97 554	0.52 440	0.65 499	0.89 511	0.32 363	0.76 486	0.98 547	0.83 476	0.94 509	0.35 304	0.27 309	0.70 463	0.89 537

Pro-Stereo	0.79 461	0.53 282	0.38 303	0.49 321	0.38 409	0.49 420	0.37 395	0.49 409	0.67 496	0.50 427	0.38 407	1.10 546	0.38 399	0.49 418	0.38 394	0.71 444	0.88 503	5.98 733	0.36 410	0.46 396	0.36 384

hitnet-ft	0.79 461	2.78 611	0.14 148	0.20 168	0.14 194	0.21 210	2.89 701	2.80 689	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.54 674	2.33 693

G-Net	0.79 461	0.79 322	0.79 492	0.79 431	0.79 534	0.79 489	0.79 526	0.79 484	0.79 534	0.79 495	0.79 537	0.79 496	0.79 524	0.79 488	0.79 527	0.79 465	0.79 494	0.79 505	0.79 539	0.79 478	0.79 527

MyStereo05	0.80 464	4.12 645	0.63 444	0.63 397	0.61 493	0.62 467	0.66 489	0.65 465	0.62 487	0.67 476	0.61 493	0.65 476	0.58 477	0.67 472	0.55 469	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 471

UDG	0.80 464	2.21 566	0.60 433	0.91 450	0.60 487	0.90 508	0.58 477	0.88 500	0.60 483	0.90 508	0.60 489	0.88 508	0.60 481	0.90 510	0.58 472	0.86 480	0.60 448	0.84 516	0.59 492	0.84 489	0.61 480

ccnet	0.80 464	2.28 570	0.33 273	0.50 357	0.33 378	0.50 429	0.33 364	0.50 418	0.33 373	0.49 414	0.33 374	0.49 419	1.56 630	2.38 664	0.33 360	0.41 312	0.29 265	0.42 410	1.57 647	2.28 649	0.29 326

NaN_ROB	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 487	0.80 536	0.80 496	0.80 539	0.80 498	0.80 525	0.80 490	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

CSAN	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 487	0.80 536	0.80 496	0.80 539	0.80 498	0.80 525	0.80 490	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

GSStereo	0.81 469	4.28 651	0.50 404	0.59 389	0.40 420	0.51 441	0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 714	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

BSDual-CNN	0.81 469	1.91 541	0.92 508	4.48 680	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

DDUNet	0.81 469	2.45 587	0.57 427	0.90 448	0.60 487	0.88 505	0.59 481	0.90 501	0.60 483	0.88 507	0.60 489	0.90 512	0.58 477	0.88 507	0.60 477	0.84 478	0.60 448	0.86 518	0.57 488	0.86 491	0.60 479

R-Stereo Train	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 512	0.68 502	0.95 518	0.68 508	0.96 522	0.68 498	0.96 521	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499

RAFT-Stereo	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 512	0.68 502	0.95 518	0.68 508	0.96 522	0.68 498	0.96 521	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

scenet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

ssnet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

STTRV1_RVC	0.82 474	1.60 489	0.70 470	1.01 474	0.60 487	1.07 538	0.69 506	1.01 523	0.60 483	0.72 482	0.55 481	1.02 537	0.68 498	1.03 539	0.67 488	0.89 482	0.63 455	0.92 527	0.57 488	0.90 499	0.65 492

DEFOM-Stereo_RVC	0.83 478	5.18 670	1.98 667	2.19 600	0.17 224	0.19 194	0.18 220	0.19 193	0.16 212	0.20 197	0.19 236	0.22 215	0.22 250	0.20 197	0.15 198	2.28 648	2.13 669	0.24 236	0.17 231	0.18 194	0.16 198

BUS	0.83 478	1.91 541	0.92 508	4.48 680	0.02 22	0.40 306	0.04 103	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.05 117	0.03 43	0.05 115	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

PDISCO_ROB	0.83 478	2.80 612	3.49 703	0.14 122	0.11 175	0.17 187	0.09 145	0.15 180	0.10 154	0.15 173	0.12 177	0.16 179	0.14 194	3.30 695	0.13 183	0.14 133	2.34 674	0.16 182	0.12 180	2.62 675	0.10 151

WQFJA1++	0.84 481	0.98 361	0.67 457	1.26 548	0.75 523	1.00 518	0.67 493	1.00 514	0.67 496	1.00 520	0.67 502	1.00 525	0.67 493	1.00 525	0.67 488	0.96 494	0.67 462	0.91 524	0.63 497	0.92 503	0.63 484

WQFJX1	0.84 481	0.98 361	0.67 457	1.30 556	0.75 523	1.01 526	0.67 493	1.01 523	0.67 496	1.01 531	0.67 502	1.01 533	0.68 498	1.00 525	0.68 496	0.98 499	0.67 462	0.92 527	0.64 502	0.92 503	0.64 490

NLMM	0.84 481	1.00 370	0.67 457	1.27 549	0.75 523	1.00 518	0.68 498	1.00 514	0.67 496	1.00 520	0.67 502	1.02 537	0.67 493	1.02 537	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.92 503	0.63 484

AIO-Stereo	0.84 481	0.66 302	0.70 470	0.83 439	0.67 506	0.98 516	0.82 536	1.14 534	0.72 523	1.03 537	0.74 529	1.03 539	1.09 552	0.99 523	0.45 433	1.04 507	0.73 484	0.95 537	0.74 530	0.94 512	0.46 429

DCRE	0.84 481	1.89 538	0.77 487	0.94 460	0.72 518	0.88 505	0.73 519	0.87 496	0.78 530	0.90 508	0.71 522	0.88 508	0.67 493	0.88 507	0.73 517	0.81 471	0.68 468	0.81 510	0.70 523	0.82 486	0.70 504

iGMRVC	0.84 481	2.85 613	0.72 477	0.72 421	0.73 519	0.77 484	0.79 526	0.73 479	0.74 528	0.73 484	0.72 525	0.73 488	0.76 519	0.73 482	0.73 517	0.72 452	0.73 484	0.73 493	0.72 528	0.73 468	0.72 511

WQFJA1	0.85 487	0.98 361	0.67 457	1.29 554	0.76 528	1.01 526	0.67 493	1.02 528	0.67 496	1.02 535	0.67 502	1.01 533	0.67 493	1.01 533	0.68 496	0.99 500	0.67 462	0.93 531	0.64 502	0.92 503	0.65 492

WQFJX	0.85 487	1.00 370	0.68 465	1.30 556	0.75 523	1.01 526	0.68 498	1.01 523	0.68 502	1.01 531	0.68 508	1.03 539	0.68 498	1.02 537	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.94 512	0.63 484

NLSM3	0.85 487	0.99 368	0.68 465	1.29 554	0.76 528	1.01 526	0.68 498	1.01 523	0.68 502	1.02 535	0.68 508	1.01 533	0.68 498	1.01 533	0.68 496	0.97 495	0.68 468	0.93 531	0.64 502	0.93 508	0.63 484

DNS	0.86 490	2.43 586	1.66 625	2.03 596	0.42 440	0.60 462	0.42 430	0.60 456	0.42 435	0.60 462	0.42 438	0.60 465	0.42 429	0.60 460	0.42 425	1.97 618	1.63 630	0.55 465	0.40 431	0.55 436	0.40 405

NLMM1	0.86 490	0.98 361	0.69 467	1.48 571	0.75 523	1.01 526	0.69 506	1.00 514	0.69 507	1.00 520	0.70 517	1.00 525	0.68 498	1.01 533	0.67 488	0.97 495	0.68 468	0.92 527	0.63 497	0.93 508	0.63 484

AdaDepth	0.86 490	0.93 354	0.71 474	1.01 474	1.07 565	1.02 532	0.71 516	1.00 514	0.71 520	1.01 531	0.71 522	1.00 525	0.72 514	1.14 552	0.71 514	0.92 486	0.64 457	0.90 521	0.64 502	0.89 496	0.69 501

GEStereo_RVC	0.86 490	4.45 653	0.20 198	0.27 207	0.20 243	0.27 249	0.20 230	0.26 237	0.18 228	5.03 725	0.20 240	0.27 251	0.19 237	0.27 250	0.21 235	0.20 182	0.19 206	0.19 203	4.02 729	0.20 201	0.18 221

FAST (zero-shot)	0.87 494	1.55 486	0.42 365	1.57 573	0.42 440	1.62 623	0.45 440	1.59 612	0.42 435	1.66 623	0.44 443	1.62 624	0.42 429	1.59 618	0.42 425	0.64 430	0.43 385	0.64 476	0.42 448	0.67 454	0.46 429

Selective-RAFT-Error	0.88 495	0.84 329	0.98 513	0.86 445	0.97 553	0.88 505	0.95 547	0.84 494	0.99 557	0.92 512	0.82 541	0.84 505	0.98 539	0.87 505	0.97 546	0.81 471	0.83 500	0.79 505	0.82 544	0.79 478	0.85 533

IER	0.88 495	7.04 697	2.23 673	2.75 635	0.28 284	0.43 349	0.25 257	0.39 294	0.25 261	0.41 317	0.27 275	0.39 304	0.25 262	0.40 308	0.28 273	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 247

Selective-RAFT	0.89 497	0.89 340	0.72 477	1.16 495	0.78 532	1.06 535	0.82 536	0.87 496	0.97 554	1.00 520	0.91 548	0.90 512	1.00 540	0.89 509	0.93 543	0.83 476	0.83 500	0.82 514	0.82 544	0.81 484	0.82 531

AIO-Stereo-zeroshot	0.91 498	0.86 333	0.89 501	1.25 547	0.69 510	1.05 534	0.81 533	1.16 538	0.50 463	1.12 547	0.97 553	0.72 486	0.82 529	1.06 541	0.95 544	0.61 420	0.87 502	1.03 550	0.85 547	1.04 525	1.01 555

CFNet-RSSM	0.91 498	4.89 659	0.34 284	0.44 297	1.07 565	1.62 623	1.40 638	0.91 503	0.35 386	1.60 616	1.39 638	0.64 472	0.34 379	0.44 376	0.33 360	0.41 312	0.35 333	0.75 499	0.30 359	0.41 378	0.29 326

MLG-Stereo	0.92 500	0.90 343	0.84 499	1.27 549	0.49 464	1.38 611	0.88 539	1.41 609	0.97 554	0.73 484	1.09 564	1.26 604	0.43 434	0.72 480	1.05 557	1.13 520	0.49 411	1.18 563	0.66 509	1.01 522	0.46 429

ToySt	0.92 500	2.11 556	0.90 504	0.95 462	0.79 534	0.99 517	0.78 525	0.94 510	0.81 539	0.94 516	0.78 535	0.95 521	0.77 521	0.94 517	0.86 537	0.91 483	0.79 494	0.85 517	0.77 535	0.89 496	0.73 515

DPSM_ROB	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 506	0.91 544	0.93 514	0.91 548	0.92 515	0.90 532	0.91 511	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 541

DPSM	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 506	0.91 544	0.93 514	0.91 548	0.92 515	0.90 532	0.91 511	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 541

pmcnn	0.92 500	0.92 350	0.92 508	0.92 453	0.92 548	0.92 510	0.92 543	0.92 506	0.92 548	0.92 512	0.92 551	0.92 515	0.92 534	0.92 515	0.92 539	0.92 486	0.92 507	0.92 527	0.92 548	0.92 503	0.92 540

error version	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

test_1	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

DGTPSM_ROB	0.93 505	1.00 370	0.92 508	0.94 460	0.96 552	0.91 509	0.92 543	0.91 503	0.96 553	0.91 510	0.96 552	0.93 518	0.92 534	0.94 517	0.92 539	0.92 486	0.92 507	0.90 521	0.92 548	0.94 512	0.91 539

HSM-Net_RVC	0.95 508	1.17 408	0.78 489	1.18 497	0.71 516	1.16 550	0.75 521	1.09 532	0.80 536	1.10 541	0.75 530	1.17 555	0.74 516	1.17 555	0.80 530	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 511
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 509	3.17 621	2.30 675	2.42 626	0.38 409	0.54 451	0.38 402	0.54 441	0.38 403	0.54 449	0.38 407	0.54 450	0.38 399	0.54 446	0.38 394	2.38 658	2.34 674	0.49 445	0.36 410	0.49 417	0.36 384

DPSimNet_ROB	0.97 509	1.18 410	0.81 496	1.10 481	0.91 547	1.02 532	0.82 536	1.04 529	0.91 544	1.03 537	0.86 544	1.28 608	0.82 529	1.03 539	0.89 538	1.17 524	0.81 499	1.02 548	0.82 544	1.08 527	0.81 530

test-3	0.98 511	4.13 647	1.85 644	1.85 585	0.61 493	0.69 475	0.37 395	0.63 462	0.61 486	0.66 474	0.51 476	0.73 488	0.44 436	0.57 456	0.54 466	1.68 603	1.81 641	0.40 376	0.43 451	0.66 451	0.50 448

LGCAT	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

Test_v1	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

Wavelet-MonSter	1.00 512	1.21 458	0.76 485	1.94 589	1.01 560	1.11 545	0.76 523	1.15 535	0.76 529	1.11 546	0.76 531	1.14 552	0.76 519	1.11 549	0.76 524	1.21 573	0.90 504	1.02 548	0.71 526	1.02 524	0.71 510

999	1.00 512	1.12 401	0.59 429	1.10 481	1.21 627	1.09 541	0.52 468	1.08 530	1.43 641	1.18 552	1.35 632	0.98 524	0.52 468	0.91 511	0.85 536	0.72 452	1.46 612	0.83 515	0.98 553	0.68 456	1.41 638

DispNO	1.00 512	0.63 299	0.43 367	3.45 663	0.44 445	0.65 470	0.43 433	0.64 464	0.43 437	0.64 470	0.43 441	0.64 472	3.03 692	0.64 468	0.43 430	4.55 694	0.43 385	0.63 474	0.43 451	0.63 448	0.43 423

GANet	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

TDLM	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

CVANet_RVC	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

trnet	1.01 520	1.01 380	1.01 520	1.01 474	1.01 560	1.01 526	1.01 556	1.01 523	1.01 563	1.01 531	1.01 560	1.01 533	1.01 548	1.01 533	1.01 554	1.01 506	1.01 517	1.01 547	1.01 562	1.01 522	1.01 555

LL-Strereo	1.01 520	5.06 666	1.63 622	0.70 417	1.43 638	0.56 453	0.46 443	0.57 448	0.50 463	0.57 457	0.50 470	1.58 619	0.49 458	0.59 458	0.50 455	1.64 602	0.52 426	0.51 456	1.37 634	0.52 430	0.45 428

FlowAnything_test	1.02 522	1.72 494	0.71 474	1.59 575	0.70 514	1.61 621	0.69 506	1.61 614	0.70 515	1.60 616	0.70 517	1.61 623	0.69 505	1.61 621	0.70 512	0.81 471	0.58 439	0.81 510	0.55 482	0.81 484	0.56 474

FlowAnything	1.02 522	1.71 493	0.72 477	1.59 575	0.69 510	1.60 620	0.69 506	1.61 614	0.70 515	1.60 616	0.69 513	1.60 620	0.69 505	1.61 621	0.69 504	0.81 471	0.58 439	0.81 510	0.56 486	0.82 486	0.56 474

Hybrid-DGEV	1.03 524	1.75 500	0.80 493	1.28 553	0.78 532	1.26 600	0.80 529	1.26 595	0.78 530	1.26 601	0.78 535	1.26 604	0.78 523	1.26 604	0.78 526	1.15 523	0.75 487	1.14 553	0.74 530	1.14 530	0.75 519

tt45	1.04 525	0.88 337	1.36 603	0.92 453	1.03 563	1.51 619	0.79 526	0.70 475	0.88 542	0.74 489	0.90 545	1.60 620	0.72 514	1.60 619	0.75 522	0.91 483	0.78 492	1.52 629	0.79 539	1.14 530	1.32 630

Hybrid-DGEV-2	1.05 526	1.83 526	0.83 497	1.33 560	0.82 540	1.30 603	0.81 533	1.26 595	0.79 534	1.29 603	0.79 537	1.26 604	0.80 525	1.26 604	0.79 527	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 524

Hybrid-DGEV-03	1.07 527	1.83 526	0.83 497	1.34 561	0.81 539	1.32 605	0.81 533	1.31 602	0.81 539	1.31 604	0.82 541	1.32 609	0.82 529	1.32 609	0.81 533	1.19 525	0.77 490	1.19 565	0.76 533	1.19 543	0.77 524

GLC_STEREO	1.07 527	1.01 380	1.06 523	1.07 479	1.05 564	1.06 535	1.08 561	1.08 530	1.05 567	1.07 539	1.06 562	1.08 542	1.05 550	1.06 541	1.10 560	1.07 509	1.09 527	1.05 551	1.05 564	1.06 526	1.12 562

FC-DCNN	1.07 527	1.09 396	0.98 513	0.89 446	0.52 475	1.41 615	0.91 542	1.21 591	1.24 627	1.96 629	2.05 698	1.91 630	1.30 618	1.27 607	1.08 559	0.80 467	0.60 448	0.58 468	0.41 440	0.68 456	0.54 463

hknet	1.10 530	1.85 532	3.49 703	4.48 680	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.03 53	0.42 338	0.03 52	4.39 691	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

test_xeample3	1.10 530	1.81 516	0.61 439	0.84 440	0.49 464	0.77 484	0.66 489	0.92 506	1.40 639	0.68 478	0.46 451	0.78 494	0.54 472	1.72 624	1.48 640	1.34 583	1.52 616	1.35 622	1.67 672	1.33 600	1.55 643

DISCO	1.11 532	0.39 208	5.28 717	0.39 252	0.20 243	0.39 304	0.27 267	0.39 294	0.22 246	0.38 289	0.20 240	0.38 299	0.20 241	6.95 736	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 717	0.21 230

Occ-G	1.12 533	0.52 278	3.72 708	3.50 667	0.50 468	0.56 453	0.47 448	0.54 441	0.46 444	0.54 449	0.41 428	0.54 450	0.42 429	0.52 441	0.42 425	3.42 682	4.02 704	0.52 459	0.45 453	0.51 428	0.44 426

AEACV	1.12 533	0.52 278	3.12 699	3.24 652	0.86 541	0.53 447	0.49 459	0.60 456	0.47 449	0.53 443	0.49 466	0.55 454	0.45 440	0.55 450	0.47 444	3.01 677	3.88 702	0.71 492	0.60 493	0.80 481	0.48 439

LiteMatch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 479	0.69 507	1.00 520	0.77 533	0.94 519	0.57 474	0.82 494	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 504

Lsterematch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 479	0.69 507	1.00 520	0.77 533	0.94 519	0.57 474	0.82 494	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 504

MSMD_ROB	1.19 537	1.10 400	0.70 470	1.10 481	0.60 487	1.10 542	0.70 513	1.10 533	0.70 515	1.10 541	0.70 517	1.10 546	0.70 509	7.00 737	0.70 512	1.10 513	0.70 477	1.10 552	0.70 523	1.10 528	0.70 504

MM-Stereo_test2	1.20 538	1.85 532	1.05 522	1.46 570	0.94 551	1.36 609	0.99 550	1.36 604	0.95 551	1.41 611	0.98 554	1.40 615	0.96 536	1.37 611	0.95 544	1.37 588	1.06 520	1.33 619	0.93 552	1.29 599	0.89 537

ours_stereo	1.20 538	1.21 458	0.90 504	1.64 583	1.11 567	1.35 607	0.67 493	1.76 621	0.93 549	1.70 625	1.10 565	1.39 613	0.75 518	1.41 613	0.81 533	1.60 601	1.03 519	1.33 619	1.00 555	1.61 610	0.72 511

DisPM	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

CrosDoStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PFNet+	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

LCNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

HHNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Patchmatch Stereo++	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576
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	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

STrans-v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

TransformOpticalFlow	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

OMP-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

IIG-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

NF-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

OCTAStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-softLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

KMStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

NRIStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-adaLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-AAD	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ROB_FTStereo_v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ROB_FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Consistency-Raft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

KYRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

HUI-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ASMatch	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DeepStereo_LL	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DEmStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

SST-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

THIR-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT_R40	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PFNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

GrayStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RE-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Pruner-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

TVStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DeepStereo_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-RH_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

IRAFT_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-345	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

iRAFT	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

CRE-IMP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

GMM-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-IKP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Prome-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

qqai	1.22 585	1.38 479	1.12 526	1.39 567	1.14 568	1.40 613	1.14 565	1.41 609	1.12 568	1.40 610	1.11 566	1.40 615	1.13 554	1.41 613	1.15 565	1.25 576	0.97 510	1.24 614	1.01 562	1.24 594	0.96 544

HCRNet	1.22 585	7.11 698	3.00 686	3.55 668	0.33 378	0.29 254	0.14 188	0.19 193	0.15 207	0.33 271	0.29 296	0.25 236	0.14 194	0.22 214	0.33 360	3.64 683	3.00 682	0.76 501	0.32 377	0.18 194	0.13 186

HBP-ISP	1.24 587	1.72 494	1.65 623	1.15 490	0.76 528	1.40 613	0.88 539	1.67 620	1.02 564	1.69 624	1.38 637	1.69 625	1.21 611	1.87 631	1.21 620	1.05 508	0.79 494	0.97 540	0.80 541	1.19 543	0.75 519

AANet_RVC	1.26 588	0.31 183	4.99 715	5.93 706	0.20 243	0.25 235	0.20 230	0.25 231	0.20 237	0.23 218	0.19 236	0.25 236	0.20 241	0.25 234	0.20 231	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 291

MM-Stereo_test3	1.27 589	2.07 552	1.18 535	1.60 578	1.02 562	1.45 617	1.01 556	1.40 608	1.04 566	1.44 613	1.03 561	1.46 618	1.02 549	1.44 616	1.02 555	1.51 597	1.12 534	1.32 618	0.98 553	1.38 603	0.97 545

11t	1.27 589	2.70 598	1.34 593	1.32 559	0.89 543	1.30 603	1.34 628	1.64 617	0.57 476	1.45 614	0.72 525	1.05 541	1.29 617	1.07 544	1.29 629	1.49 594	1.02 518	0.97 540	1.15 569	1.48 605	1.31 629

MaskLacGwcNet_RVC	1.35 591	1.35 475	1.35 595	1.35 563	1.35 632	1.35 607	1.35 629	1.36 604	1.35 635	1.36 608	1.35 632	1.36 611	1.36 623	1.36 610	1.35 633	1.35 584	1.35 603	1.35 622	1.35 631	1.35 601	1.35 634

CC-Net-ROB	1.36 592	1.33 474	1.33 592	1.36 564	1.38 635	1.36 609	1.33 627	1.37 606	1.34 632	1.35 607	1.36 634	1.38 612	1.34 621	1.38 612	1.38 636	1.35 584	1.38 607	1.33 619	1.35 631	1.43 604	1.34 633

CFNet	1.37 593	5.27 679	0.19 195	5.49 703	0.19 240	0.28 251	0.19 226	0.28 242	0.19 235	0.28 248	0.19 236	0.28 252	4.35 722	0.28 255	0.19 228	0.23 203	0.17 196	0.23 226	4.21 731	4.81 708	0.17 215

PS-NSSS	1.38 594	1.39 480	1.34 593	1.34 561	1.35 632	1.38 611	1.37 636	1.35 603	1.38 638	1.34 606	1.34 631	1.39 613	1.38 626	1.70 623	1.40 637	1.36 586	1.36 604	1.36 624	1.37 634	1.37 602	1.36 635

RASNet	1.49 595	1.65 490	1.45 611	1.38 566	1.43 638	1.47 618	1.36 631	1.38 607	1.36 636	1.39 609	1.60 648	1.45 617	1.45 629	1.51 617	2.21 693	1.53 598	1.36 604	1.36 624	1.36 633	1.66 613	1.36 635

BLMT-Stereo	1.53 596	1.36 476	1.06 523	1.42 569	1.23 631	1.41 615	1.07 560	1.43 611	1.12 568	1.42 612	1.06 562	1.83 627	1.07 551	1.42 615	1.07 558	1.27 578	1.38 607	6.80 734	1.00 555	1.26 596	1.00 549

GANetREF_RVC	1.55 597	1.94 548	1.22 587	1.88 586	1.21 627	1.88 628	1.22 619	1.88 623	1.22 625	1.88 626	1.22 621	1.88 628	1.22 612	1.89 632	1.22 621	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 622
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 598	1.91 541	1.21 586	1.94 589	1.20 581	2.00 636	1.23 620	1.99 628	1.24 627	2.00 634	1.25 624	2.03 638	1.26 614	2.00 636	1.29 629	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 576
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 599	1.59 488	1.70 626	1.59 575	1.59 644	1.61 621	1.61 647	1.60 613	1.60 645	1.62 622	1.59 647	1.60 620	1.60 632	1.60 619	1.59 644	1.59 599	1.60 627	1.59 630	1.59 652	1.59 609	1.59 649

ff7	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 634	1.80 675	2.05 639	1.56 644	2.33 659	2.12 682	2.23 655	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

ffff	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 634	1.80 675	2.05 639	1.56 644	2.33 659	2.12 682	2.23 655	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

ccc-4	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 634	1.80 675	2.05 639	1.56 644	2.33 659	2.12 682	2.23 655	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

PhaseNet	1.74 603	6.34 696	4.81 713	6.77 712	0.24 267	0.80 491	0.53 469	0.48 404	0.22 246	0.53 443	0.28 283	0.48 414	0.25 262	0.40 308	0.32 348	6.39 721	4.61 708	0.46 422	0.38 426	0.25 230	0.18 221

MC-Stereo	1.76 604	2.96 614	1.37 605	2.14 598	1.37 634	2.14 642	1.36 631	2.14 637	1.37 637	2.14 643	1.37 635	2.14 640	1.37 625	2.14 641	1.37 635	1.97 618	1.32 591	1.97 648	1.32 630	1.98 625	1.33 631

IGEVStereo-DCA	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 618	1.17 576	2.75 687	1.90 681	2.54 672	1.15 558	0.94 517	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 534

rrr	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 618	1.17 576	2.75 687	1.90 681	2.54 672	1.15 558	0.94 517	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 534

MM-Stereo_test1	1.80 607	3.41 626	1.52 618	2.12 597	1.41 637	2.04 637	1.41 639	2.05 632	1.46 642	2.04 638	1.41 639	2.05 639	1.42 628	2.05 637	1.43 639	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 631

MFMNet_re	1.81 608	1.91 541	1.71 628	1.95 591	1.70 667	1.95 633	1.70 664	1.96 626	1.74 671	1.97 631	1.72 669	1.95 631	1.71 653	1.97 635	1.71 664	1.86 607	1.62 628	1.85 637	1.66 671	1.86 621	1.64 667

plain	1.88 609	3.16 620	0.64 447	3.10 645	0.65 501	3.10 692	0.64 486	3.12 692	0.65 492	3.10 693	0.65 499	3.11 693	0.65 488	3.12 692	0.65 484	3.12 678	0.65 459	3.13 691	0.65 506	3.13 679	0.65 492

derf	1.91 610	2.15 560	1.78 632	2.16 599	1.75 670	2.21 651	1.80 668	2.22 651	1.80 675	2.21 654	1.76 670	2.17 641	1.81 662	2.24 658	1.74 673	1.93 616	1.56 620	1.96 647	1.53 645	1.95 624	1.56 644

noway5	1.92 611	4.97 662	1.95 664	2.31 616	1.68 657	2.21 651	1.68 658	2.21 649	1.69 661	2.22 658	1.68 662	2.21 649	1.68 643	2.21 651	1.68 659	2.18 635	1.87 656	1.71 634	0.65 506	0.85 490	0.72 511

RAFT_CTSACE	1.92 611	3.71 633	1.72 629	1.88 586	1.72 669	2.04 637	1.42 641	2.18 640	1.89 688	2.02 636	1.97 687	1.95 631	2.06 681	1.93 633	1.62 645	1.76 604	1.66 632	2.02 649	1.73 680	1.73 616	1.43 640

MonStereo1	1.94 613	2.77 608	1.52 618	3.73 675	1.51 641	2.13 641	1.42 641	2.32 661	1.52 643	2.31 665	1.50 642	2.53 669	1.59 631	2.34 663	1.56 642	1.91 614	1.36 604	1.86 640	1.31 629	2.07 636	1.53 641

4.25w-stereo	1.98 614	2.72 602	1.46 612	3.47 664	1.43 638	2.07 639	1.98 682	2.53 673	1.52 643	2.71 680	1.98 693	1.81 626	1.62 634	1.96 634	1.36 634	1.88 612	2.00 659	2.53 685	1.61 659	1.74 617	1.15 567

4.5w-stereo	1.99 615	2.33 574	1.81 633	3.28 654	1.68 657	1.94 630	1.99 685	2.72 677	1.70 662	2.72 681	1.99 696	1.97 633	1.68 643	1.76 625	1.29 629	1.91 614	2.02 665	2.53 685	1.61 659	1.75 618	1.16 570

2.75w_new	1.99 615	2.34 578	1.81 633	3.14 646	1.62 646	1.94 630	1.99 685	2.72 677	1.71 664	2.72 681	1.99 696	1.90 629	1.73 655	1.82 630	1.29 629	2.37 657	2.01 661	2.31 671	1.42 640	1.77 619	1.22 622

3.75w	1.99 615	2.31 572	1.83 641	3.16 648	1.65 648	1.93 629	1.98 682	2.72 677	1.68 654	2.73 686	1.97 687	2.00 635	1.72 654	1.81 629	1.25 625	2.27 647	2.01 661	2.38 676	1.42 640	1.71 615	1.24 625

2w_stereo	1.99 615	2.36 581	1.81 633	3.24 652	1.67 653	1.94 630	1.98 682	2.72 677	1.68 654	2.72 681	1.94 684	1.98 634	1.74 657	1.79 628	1.27 626	1.95 617	2.00 659	2.53 685	1.60 655	1.68 614	1.15 567

2.25w	2.00 619	1.86 535	1.98 667	2.95 643	2.17 696	2.26 657	1.35 629	2.42 667	2.00 695	2.07 642	1.27 626	2.53 669	1.99 677	2.29 660	1.49 641	2.21 639	1.32 591	1.85 637	1.87 685	2.52 666	1.62 662

4.25_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 677	1.71 664	2.72 681	1.97 687	2.01 636	1.74 657	1.77 626	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 571

4.5w_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 677	1.71 664	2.72 681	1.97 687	2.01 636	1.74 657	1.77 626	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 571

4.5_new	2.00 619	1.84 531	1.98 667	2.77 637	2.16 694	2.27 658	1.28 626	2.09 633	1.98 692	2.01 635	1.28 627	2.71 682	1.98 675	2.51 672	1.65 647	2.26 644	1.33 598	1.87 641	1.87 685	2.49 662	1.60 651

TRStereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 656	1.86 681	2.30 662	1.87 676	2.30 656	1.87 665	2.08 638	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

XX-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 656	1.86 681	2.30 662	1.87 676	2.30 656	1.87 665	2.08 638	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

EAI-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 656	1.86 681	2.30 662	1.87 676	2.30 656	1.87 665	2.08 638	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

2.5w	2.01 626	2.40 583	1.37 605	3.28 654	2.01 686	2.71 682	1.43 644	1.82 622	1.83 679	1.90 628	1.41 639	2.71 682	1.35 622	2.71 682	1.85 679	2.66 669	1.53 617	1.64 631	1.23 623	2.53 669	1.87 682

4w-stereo	2.02 627	2.72 602	1.44 610	3.36 660	1.59 644	2.48 669	1.72 666	2.28 654	1.24 627	2.24 660	1.65 652	2.56 674	1.32 620	2.39 666	1.98 690	2.67 671	1.51 615	1.66 632	1.24 624	2.53 669	1.88 685

IGEV	2.02 627	2.20 564	1.82 638	2.90 642	2.16 694	2.41 666	1.25 622	2.00 629	1.98 692	1.99 633	1.31 629	2.72 686	1.93 671	2.67 681	1.69 662	2.26 644	1.32 591	1.83 636	1.87 685	2.53 669	1.61 656

3.25w_new	2.03 629	2.72 602	1.35 595	3.33 659	1.57 642	2.72 683	1.53 646	2.15 638	1.33 631	2.15 644	1.60 648	2.63 678	1.30 618	2.72 684	1.99 691	2.67 671	1.53 617	1.75 635	1.25 626	2.53 669	1.87 682

3.5w_stereo	2.03 629	2.72 602	1.35 595	3.41 661	1.57 642	2.72 683	1.49 645	2.01 630	1.34 632	2.15 644	1.61 650	2.63 678	1.36 623	2.72 684	1.99 691	2.66 669	1.58 623	1.68 633	1.24 624	2.53 669	1.87 682

UniTT-Stereo	2.03 629	3.43 627	0.72 477	3.42 662	0.73 519	3.27 695	0.68 498	3.38 697	0.69 507	3.29 696	0.72 525	3.28 696	0.70 509	3.35 698	0.68 496	3.39 681	0.68 468	3.31 694	0.69 519	3.37 680	0.73 515

3.25w	2.04 632	2.20 564	1.48 613	3.03 644	2.17 696	2.63 680	1.39 637	1.96 626	1.95 691	1.96 629	1.37 635	2.71 682	1.96 674	2.71 682	1.73 672	2.26 644	1.32 591	1.87 641	1.87 685	2.51 665	1.63 665

3w_stereo	2.04 632	2.24 568	1.70 626	3.15 647	2.18 698	2.49 670	1.26 624	2.03 631	1.98 692	1.98 632	1.33 630	2.72 686	1.99 677	2.59 675	1.72 667	2.22 640	1.33 598	1.85 637	1.88 690	2.50 664	1.58 648

1w_stereo	2.05 634	2.32 573	1.35 595	3.74 676	2.01 686	2.73 685	1.42 641	1.88 623	1.93 690	2.03 637	1.28 627	2.71 682	1.99 677	2.72 684	1.72 667	2.20 638	1.32 591	1.87 641	1.86 684	2.45 658	1.54 642

zzzzzz3	2.07 635	5.00 664	1.93 655	2.28 610	1.66 649	2.19 645	1.66 650	2.18 640	1.67 649	2.19 649	1.66 655	2.18 642	1.67 641	2.18 643	1.66 650	2.15 627	1.85 648	2.05 650	1.59 652	2.05 628	1.59 649

noway2	2.07 635	4.96 661	1.92 652	2.28 610	1.66 649	2.20 648	1.66 650	2.19 643	1.66 646	2.19 649	1.65 652	2.19 645	1.68 643	2.18 643	1.65 647	2.15 627	1.86 652	2.06 654	1.59 652	2.06 632	1.60 651

LiteMatch*	2.07 635	1.30 470	5.73 720	6.28 709	0.79 534	1.33 606	0.80 529	1.30 601	1.02 564	1.33 605	0.84 543	1.33 610	0.97 537	1.28 608	1.04 556	6.05 719	5.89 715	1.28 617	0.76 533	1.28 598	0.88 534

noway7	2.08 638	5.18 670	1.92 652	2.27 605	1.66 649	2.18 643	1.66 650	2.17 639	1.66 646	2.18 646	1.65 652	2.18 642	1.66 635	2.17 642	1.66 650	2.15 627	1.85 648	2.05 650	1.60 655	2.05 628	1.60 651

zzzz4	2.08 638	5.22 674	1.93 655	2.27 605	1.66 649	2.19 645	1.66 650	2.18 640	1.67 649	2.18 646	1.66 655	2.18 642	1.66 635	2.18 643	1.66 650	2.15 627	1.84 643	2.05 650	1.60 655	2.05 628	1.60 651

zzzz2	2.08 638	4.92 660	1.93 655	2.30 613	1.67 653	2.19 645	1.66 650	2.20 646	1.67 649	2.20 652	1.68 662	2.21 649	1.66 635	2.20 648	1.68 659	2.17 633	1.84 643	2.07 656	1.62 665	2.05 628	1.61 656

monster_256*512	2.09 641	5.21 673	1.98 667	2.30 613	1.67 653	2.18 643	1.66 650	2.20 646	1.67 649	2.19 649	1.67 657	2.19 645	1.66 635	2.19 646	1.66 650	2.15 627	1.86 652	2.05 650	1.60 655	2.06 632	1.61 656

zzz1	2.09 641	4.97 662	1.93 655	2.30 613	1.68 657	2.21 651	1.68 658	2.21 649	1.68 654	2.21 654	1.67 657	2.21 649	1.68 643	2.21 651	1.69 662	2.17 633	1.85 648	2.08 660	1.61 659	2.06 632	1.61 656

zzzzzzz1	2.10 643	5.20 672	1.93 655	2.38 623	1.68 657	2.20 648	1.67 656	2.20 646	1.68 654	2.20 652	1.67 657	2.20 648	1.68 643	2.20 648	1.67 658	2.24 642	1.86 652	2.06 654	1.61 659	2.06 632	1.62 662

GELT-Stereo	2.10 643	5.33 681	1.94 663	2.37 621	1.68 657	2.21 651	1.69 662	2.19 643	1.67 649	2.18 646	1.67 657	2.19 645	1.66 635	2.19 646	1.66 650	2.23 641	1.83 642	2.07 656	1.61 659	2.04 627	1.61 656

noway1	2.10 643	5.26 678	1.93 655	2.31 616	1.69 662	2.21 651	1.67 656	2.19 643	1.68 654	2.21 654	1.68 662	2.21 649	1.67 641	2.20 648	1.66 650	2.15 627	1.84 643	2.07 656	1.61 659	2.07 636	1.61 656

sCroCo_RVC	2.10 643	2.76 606	1.92 652	2.78 640	1.39 636	2.73 685	1.41 639	2.73 683	1.40 639	2.77 692	1.41 639	2.74 688	1.40 627	2.74 687	1.40 637	2.72 673	1.42 610	2.72 689	1.44 642	2.79 676	1.42 639

noway4	2.11 647	5.14 668	1.93 655	2.37 621	1.69 662	2.20 648	1.68 658	2.22 651	1.68 654	2.21 654	1.69 666	2.23 653	1.68 643	2.22 653	1.66 650	2.24 642	1.84 643	2.09 665	1.63 668	2.09 641	1.62 662

MoCha-V2	2.11 647	26.97 742	0.78 489	0.92 453	0.77 531	0.96 515	0.72 518	0.90 501	0.72 523	0.94 516	0.70 517	0.90 512	0.71 513	0.91 511	0.71 514	0.85 479	0.71 481	0.88 519	0.69 519	0.87 492	0.67 497

noway3	2.12 649	5.22 674	1.93 655	2.39 624	1.70 667	2.23 656	1.70 664	2.22 651	1.70 662	2.22 658	1.70 668	2.23 653	1.69 650	2.22 653	1.71 664	2.28 648	1.86 652	2.08 660	1.63 668	2.09 641	1.63 665

FBW_ROB	2.12 649	2.46 588	1.77 631	2.49 629	1.79 673	2.38 664	1.83 669	2.46 668	1.78 674	2.48 673	1.97 687	2.40 664	1.78 660	2.42 669	1.83 677	2.31 653	1.85 648	2.38 676	1.82 683	2.35 652	1.84 678

MonStereo	2.17 651	2.41 584	1.49 617	2.67 634	1.67 653	2.60 679	2.04 689	2.32 661	1.76 672	2.44 670	1.68 662	2.50 667	1.69 650	2.38 664	1.80 676	2.28 648	1.78 638	2.63 688	2.14 693	3.47 681	1.68 670

asda	2.17 651	2.54 589	1.81 633	3.47 664	1.78 672	2.50 672	1.86 674	2.61 675	1.68 654	2.61 677	1.83 672	2.37 663	1.73 655	2.44 670	1.88 685	2.51 666	1.84 643	2.34 673	1.62 665	2.23 645	1.77 677

asd	2.18 653	2.77 608	1.58 620	3.59 669	2.00 685	2.58 678	1.85 673	2.39 666	1.71 664	2.47 672	1.97 687	2.59 676	1.61 633	2.56 673	1.79 675	2.51 666	1.99 658	2.11 666	1.62 665	2.36 653	1.60 651

qwe	2.18 653	2.60 592	1.58 620	3.83 677	1.90 683	2.53 674	1.90 680	2.48 669	1.73 669	2.37 668	1.92 683	2.53 669	1.68 643	2.56 673	1.83 677	2.52 668	1.87 656	2.07 656	1.68 674	2.32 651	1.71 671

monsters	2.18 653	2.41 584	1.96 666	3.47 664	2.03 690	2.53 674	1.64 649	2.48 669	1.73 669	2.40 669	1.50 642	2.62 677	1.94 672	2.59 675	1.94 687	2.44 661	1.57 622	2.28 669	1.87 685	2.42 655	1.86 680

AIO_rvc	2.18 653	2.34 578	1.87 648	2.32 618	1.94 684	2.40 665	1.89 679	2.37 664	2.07 697	2.52 675	1.95 686	2.44 666	1.99 677	2.41 667	1.89 686	2.32 654	2.09 667	2.24 667	2.18 694	2.21 644	2.23 689

HUF	2.18 653	2.30 571	1.99 671	2.34 620	2.02 689	2.41 666	2.06 690	2.38 665	1.89 688	2.36 667	1.85 673	2.56 674	1.98 675	2.31 662	1.97 689	2.30 652	2.03 666	2.30 670	2.11 692	2.23 645	2.16 687

AIO_test	2.18 653	2.09 555	2.04 672	2.42 626	2.01 686	2.47 668	1.94 681	2.34 663	2.03 696	2.56 676	1.94 684	2.43 665	1.94 672	2.41 667	1.87 683	2.39 659	2.10 668	2.35 675	1.91 691	2.25 647	2.19 688

monsterstereo	2.20 659	2.33 574	1.95 664	3.65 671	2.07 691	2.49 670	1.61 647	2.48 669	1.83 679	2.45 671	1.61 650	2.67 681	1.86 663	2.64 677	1.94 687	2.48 665	1.66 632	2.34 673	1.68 674	2.40 654	1.86 680

LG-G_1	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 685	1.87 685	2.75 687	1.87 676	2.76 689	1.87 665	2.75 688	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 646

LG-G	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 685	1.87 685	2.75 687	1.87 676	2.76 689	1.87 665	2.75 688	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 646

LGtest1	2.22 660	2.70 598	1.89 649	2.76 636	1.86 677	2.75 687	1.86 674	2.75 684	1.86 681	2.75 687	1.86 674	2.77 691	1.87 665	2.75 688	1.86 680	2.46 662	1.58 623	2.45 680	1.56 646	2.45 658	1.56 644

RAStereo	2.23 663	3.64 630	0.76 485	3.65 671	0.86 541	3.66 700	0.76 523	3.67 701	0.81 539	3.66 698	0.76 531	3.66 699	0.77 521	3.68 700	0.77 525	3.68 684	0.77 490	3.69 699	0.77 535	3.70 683	0.77 524

UDGNet	2.23 663	5.40 685	1.72 629	2.48 628	1.69 662	2.51 673	1.69 662	2.51 672	1.72 668	2.50 674	1.69 666	2.52 668	1.69 650	2.50 671	1.68 659	2.41 660	1.70 634	2.42 678	1.69 676	2.42 655	1.64 667

NCCL2	2.28 665	2.27 569	2.28 674	2.28 610	2.28 699	2.27 658	2.29 694	2.28 654	2.28 698	2.27 661	2.28 699	2.28 655	2.27 685	2.27 659	2.28 698	2.28 648	2.28 673	2.27 668	2.29 698	2.27 648	2.29 690

Abc-Net	2.32 666	24.75 734	1.14 529	1.17 496	1.17 575	1.11 545	1.15 567	1.17 540	1.21 624	1.08 540	1.16 570	1.12 551	1.14 557	1.09 545	1.17 570	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 560
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 667	25.00 735	1.13 528	1.15 490	1.15 570	1.10 542	1.15 567	1.15 535	1.15 571	1.12 547	1.15 567	1.09 544	1.13 554	1.10 547	1.15 565	1.11 518	1.09 527	1.16 556	1.12 567	1.16 535	1.17 571

stereogan	2.33 667	24.38 733	1.18 535	1.18 497	1.18 578	1.14 548	1.18 571	1.19 543	1.19 578	1.14 550	1.18 574	1.14 552	1.18 563	1.14 552	1.18 571	1.14 522	1.14 535	1.19 565	1.19 573	1.15 533	1.19 575

RGC	2.36 669	25.48 736	1.19 537	1.15 490	1.15 570	1.10 542	1.16 569	1.17 540	1.16 572	1.12 547	1.16 570	1.11 550	1.13 554	1.09 545	1.18 571	1.10 513	1.15 536	1.16 556	1.12 567	1.14 530	1.12 562

NCC-stereo	2.36 669	25.52 737	1.17 533	1.15 490	1.17 575	1.11 545	1.11 562	1.15 535	1.16 572	1.10 541	1.16 570	1.10 546	1.15 558	1.14 552	1.13 563	1.09 511	1.11 531	1.15 555	1.16 571	1.17 540	1.17 571

AF-Net	2.37 671	25.71 738	1.17 533	1.13 486	1.15 570	1.15 549	1.18 571	1.19 543	1.16 572	1.10 541	1.15 567	1.10 546	1.18 563	1.12 551	1.15 565	1.10 513	1.10 530	1.17 560	1.15 569	1.16 535	1.12 562

Nwc_Net	2.37 671	25.95 739	1.15 531	1.14 487	1.15 570	1.08 539	1.14 565	1.17 540	1.16 572	1.14 550	1.15 567	1.08 542	1.15 558	1.11 549	1.14 564	1.10 513	1.11 531	1.16 556	1.09 566	1.16 535	1.15 567

CFNet_RVC	2.38 673	8.71 709	0.38 303	9.33 725	0.42 440	0.56 453	0.42 430	0.60 456	0.38 403	0.62 467	0.42 438	0.56 457	7.29 734	0.62 462	0.42 425	0.53 399	0.37 343	0.49 445	0.34 391	8.30 731	6.87 738

testmc14	2.43 674	10.48 722	8.02 732	8.93 724	0.31 354	0.44 383	0.30 298	0.42 335	0.30 308	0.42 331	0.30 311	0.42 343	0.30 307	0.42 338	0.30 297	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 317

edge stereo	2.43 674	27.07 743	1.14 529	1.06 478	1.14 568	1.08 539	1.17 570	1.16 538	1.14 570	1.10 541	1.16 570	1.09 544	1.16 562	1.10 547	1.16 569	1.10 513	1.11 531	1.16 556	1.19 573	1.13 529	1.11 560

FAT-Stereo	2.46 676	26.05 740	1.23 589	1.23 546	1.22 629	1.20 551	1.24 621	1.23 594	1.23 626	1.19 553	1.22 621	1.21 602	1.24 613	1.20 557	1.24 622	1.21 573	1.17 540	1.22 613	1.25 626	1.20 545	1.24 625

MCSU-Stereo	2.48 677	10.56 723	8.50 734	9.47 728	0.31 354	0.43 349	0.30 298	0.42 335	0.30 308	0.42 331	0.30 311	0.42 343	0.30 307	0.41 324	0.30 297	8.86 733	6.93 723	0.40 376	0.29 343	0.39 353	0.28 317

S-Stereo	2.51 678	26.86 741	1.23 589	1.22 544	1.22 629	1.24 599	1.25 622	1.22 592	1.24 627	1.21 599	1.24 623	1.19 556	1.27 615	1.19 556	1.24 622	1.19 525	1.20 542	1.25 615	1.19 573	1.24 594	1.23 624

Anonymous3	2.55 679	3.26 624	1.65 623	3.28 654	1.63 647	3.24 694	1.68 658	3.27 694	1.66 646	3.28 695	1.67 657	3.25 695	1.66 635	3.27 694	1.64 646	3.26 679	1.65 631	3.30 693	1.65 670	4.95 713	1.65 669

DNSM	2.56 680	4.43 652	3.08 697	4.09 679	1.86 677	2.66 681	1.86 674	2.66 676	1.87 685	2.66 679	1.86 674	2.66 680	1.86 663	2.66 680	1.87 683	3.82 686	2.94 681	2.42 678	1.73 680	2.42 655	1.73 675

MIF-Stereo (partial)	2.58 681	3.31 625	0.66 453	3.18 649	0.66 504	3.18 693	0.66 489	3.21 693	0.67 496	3.19 694	0.66 501	3.19 694	0.66 491	3.31 696	0.68 496	5.09 711	1.79 640	8.23 738	1.67 672	6.18 722	1.38 637

MSMDNet	2.65 682	10.14 720	0.33 273	9.74 729	0.32 366	0.87 504	0.33 364	2.95 691	0.68 502	0.49 414	0.34 382	0.49 419	5.70 729	0.49 418	0.33 360	0.42 326	9.57 731	0.41 394	0.31 370	8.36 732	0.65 492

pcwnet_v2	2.66 683	9.89 718	0.33 273	9.89 730	0.32 366	0.50 429	0.32 353	0.49 409	0.33 373	0.49 414	0.34 382	0.49 419	8.76 736	0.48 412	0.33 360	0.41 312	9.58 732	0.40 376	0.29 343	9.01 735	0.63 484

CFNet_pseudo	2.67 684	9.36 714	0.32 268	10.99 735	0.33 378	0.85 501	0.33 364	0.49 409	0.33 373	0.49 414	0.32 365	0.49 419	7.26 733	0.49 418	0.33 360	0.41 312	9.62 733	0.41 394	0.29 343	10.03 739	0.29 326

TestStereo_HL2	2.73 685	0.41 223	11.06 735	14.13 737	0.30 307	0.44 383	0.28 278	0.43 343	0.29 293	0.43 338	0.28 283	0.43 352	0.29 298	0.43 345	0.28 273	13.51 738	10.37 738	0.41 394	0.27 309	0.38 308	0.27 291

CFNet_ucs	2.73 685	9.64 716	0.33 273	9.92 731	0.32 366	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	8.98 737	0.48 412	0.33 360	0.41 312	9.96 736	0.40 376	0.29 343	10.12 740	0.54 463

UCFNet_RVC	2.75 687	10.06 719	0.29 242	10.31 734	0.29 295	0.42 342	0.29 290	0.43 343	0.29 293	0.42 331	0.29 296	0.42 343	9.87 739	0.43 345	0.29 287	0.36 269	9.84 735	0.36 311	0.26 271	9.77 738	0.26 253

TestStereo_HL3	2.76 688	0.41 223	11.46 738	14.11 736	0.30 307	0.45 397	0.29 290	0.43 343	0.29 293	0.43 338	0.29 296	0.43 352	0.28 288	0.44 376	0.30 297	13.57 739	10.32 737	0.41 394	0.27 309	0.38 308	0.27 291

GGDA	2.76 688	0.41 223	11.34 737	14.28 738	0.30 307	0.44 383	0.29 290	0.43 343	0.29 293	0.43 338	0.28 283	0.43 352	0.28 288	0.43 345	0.29 287	13.45 737	10.57 739	0.41 394	0.27 309	0.38 308	0.27 291

TestStereo-Hl	2.78 690	0.42 233	11.23 736	14.38 739	0.30 307	0.44 383	0.30 298	0.43 343	0.28 285	0.43 338	0.29 296	0.44 387	0.29 298	0.44 376	0.29 287	13.64 740	10.73 740	0.41 394	0.27 309	0.38 308	0.27 291

ccs_rob	2.79 691	10.17 721	0.32 268	10.00 732	0.33 378	0.49 420	0.33 364	1.90 625	0.32 363	0.51 436	0.33 374	0.49 419	9.24 738	0.49 418	0.33 360	0.41 312	9.82 734	0.41 394	0.28 328	9.34 736	0.29 326

PCWNet_CMD	2.80 692	9.82 717	0.32 268	10.09 733	0.32 366	0.49 420	0.33 364	3.34 696	0.33 373	0.49 414	0.33 374	0.49 419	8.73 735	0.48 412	0.33 360	0.41 312	9.22 730	0.42 410	0.29 343	9.55 737	0.31 349

NLSM1	2.93 693	3.24 623	2.57 682	4.04 678	2.66 702	3.30 696	2.55 697	3.29 695	2.55 700	3.35 697	2.48 701	3.28 696	2.47 687	3.34 697	2.49 699	3.26 679	2.55 679	3.13 691	2.57 701	3.00 678	2.46 697

StereoVision	3.15 694	5.00 664	0.89 501	4.83 696	1.00 554	3.93 701	1.27 625	6.37 731	1.34 632	5.67 731	1.26 625	5.84 732	1.27 615	5.03 728	1.24 622	5.10 712	1.09 527	4.61 712	0.57 488	5.62 720	1.12 562

MaDis-Stereo	3.19 695	6.02 695	1.12 526	5.61 705	1.16 574	5.43 728	1.02 558	5.15 728	0.70 515	5.43 728	1.21 620	5.03 729	0.97 537	4.85 722	0.99 548	4.53 693	1.16 537	5.53 728	1.25 626	5.37 718	1.30 628

sAnonymous2	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 724	2.72 702	5.45 729	1.98 693	4.59 714	2.64 688	2.65 678	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 695

CroCo_RVC	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 724	2.72 702	5.45 729	1.98 693	4.59 714	2.64 688	2.65 678	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 695

DPSNet	3.66 698	3.60 629	3.62 706	3.63 670	3.64 724	3.65 699	3.65 723	3.66 700	3.67 721	3.67 699	3.65 721	3.67 700	3.66 709	3.66 699	3.68 718	3.68 684	3.66 700	3.67 698	3.68 724	3.67 682	3.67 723

NLCSM	3.67 699	4.08 644	3.19 702	4.80 695	3.26 717	3.99 704	3.24 718	4.25 707	3.18 717	4.09 703	3.27 716	4.14 705	3.18 704	4.13 705	3.28 714	4.06 687	3.10 690	3.85 703	3.14 715	3.91 688	3.27 719

STTStereo	3.73 700	30.40 747	2.37 678	2.39 624	2.31 701	2.35 663	2.33 695	2.29 656	2.42 699	2.32 666	2.34 700	2.33 659	2.36 686	2.30 661	2.27 697	2.35 656	2.22 672	2.31 671	2.22 695	2.29 650	2.34 694

rvit_105_1	3.83 701	5.22 674	3.01 687	4.53 683	3.01 705	4.51 708	3.01 703	4.56 711	3.04 705	4.53 710	3.03 705	4.55 712	3.03 692	4.56 711	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.57 697	3.05 704

rvit_stereo_0081	3.83 701	5.23 677	3.01 687	4.53 683	3.03 707	4.55 714	3.02 704	4.56 711	3.04 705	4.52 708	3.02 703	4.54 710	3.03 692	4.56 711	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.58 698	3.05 704

rvit_stereo_0081_aga	3.86 703	5.33 681	3.02 690	4.55 689	3.04 711	4.54 710	3.02 704	4.64 718	3.06 709	4.54 712	3.04 707	4.62 719	3.08 699	4.62 717	3.07 706	4.58 698	3.06 687	4.60 711	3.08 710	4.63 701	3.07 708

rvit_stereo_0082	3.86 703	5.82 693	3.01 687	4.53 683	3.03 707	4.54 710	3.02 704	4.56 711	3.04 705	4.53 710	3.02 703	4.55 712	3.04 695	4.57 714	3.05 703	4.57 695	3.05 683	4.58 709	3.05 706	4.58 698	3.06 707

rvit_0105_6	3.87 705	5.73 692	3.10 698	4.69 693	3.12 715	4.54 710	3.02 704	4.56 711	3.04 705	4.54 712	3.03 705	4.54 710	3.04 695	4.56 711	3.05 703	4.58 698	3.05 683	4.58 709	3.05 706	4.58 698	3.05 704

rvit_stereo_0080	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 715	3.07 710	4.58 715	3.06 708	4.59 714	3.06 697	4.61 715	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 711

whm_eth	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 715	3.07 710	4.58 715	3.06 708	4.59 714	3.06 697	4.61 715	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 711

rvit_0105_4	3.91 708	5.47 689	3.02 690	4.54 686	3.02 706	4.54 710	3.03 708	4.75 721	3.17 716	4.57 714	3.06 708	4.61 718	3.16 703	4.65 718	3.09 709	4.66 702	3.11 691	4.68 716	3.18 717	4.81 708	3.16 716

rvit_0105_3	3.91 708	5.33 681	3.06 695	4.60 691	3.07 713	4.60 717	3.06 712	4.62 717	3.08 713	4.60 717	3.07 711	4.62 719	3.08 699	4.67 719	3.10 710	4.70 703	3.11 691	4.77 720	3.19 718	4.77 707	3.14 715

rvit_stereo_0083	3.92 710	5.30 680	3.06 695	4.61 692	3.09 714	4.67 719	3.08 713	4.66 719	3.09 714	4.62 718	3.10 713	4.66 722	3.11 701	4.67 719	3.16 712	4.72 705	3.16 694	4.77 720	3.11 713	4.66 704	3.11 713

rvit_stereo_ft	3.93 711	5.44 687	3.05 694	4.59 690	3.06 712	4.61 718	3.08 713	4.67 720	3.12 715	4.63 719	3.10 713	4.65 721	3.11 701	4.69 721	3.13 711	4.70 703	3.14 693	4.71 718	3.15 716	4.74 705	3.16 716

rvit_0105_5	4.10 712	5.40 685	3.13 701	4.71 694	3.15 716	4.72 722	3.10 715	4.90 726	3.27 718	4.69 720	3.16 715	4.84 726	3.25 705	4.96 725	3.34 715	5.05 710	3.39 699	5.10 725	3.40 719	5.11 715	3.42 720

MLG-Stereo_test1	4.25 713	5.34 684	3.61 705	5.31 701	3.63 723	5.23 726	3.57 721	5.38 729	3.65 720	5.23 726	3.47 718	4.76 723	3.74 712	4.85 722	3.71 719	4.96 707	3.18 696	4.71 718	2.92 703	4.86 711	2.90 701

MLG-Stereo_test3	4.26 714	4.85 658	3.95 709	5.35 702	3.60 722	4.75 723	3.76 724	5.49 730	3.71 722	5.39 727	3.69 722	4.82 725	3.66 709	4.85 722	3.73 722	4.93 706	3.19 697	4.69 717	2.99 705	4.84 710	2.98 703

MLG-Stereo_test2	4.28 715	5.46 688	3.69 707	4.86 697	3.72 725	5.58 729	3.42 719	4.81 723	3.77 726	4.85 722	3.72 723	5.55 731	3.63 708	5.58 729	3.53 717	4.41 692	3.28 698	4.99 724	2.95 704	4.75 706	3.13 714

RAFT+CT+SA	4.28 715	7.62 702	4.91 714	5.55 704	2.28 699	3.09 691	3.64 722	4.49 709	3.07 710	4.80 721	3.35 717	4.77 724	3.70 711	4.29 708	3.05 703	5.58 714	5.98 717	3.58 697	3.78 726	4.26 691	3.72 724

SA	4.33 717	7.35 699	6.85 726	5.96 707	4.09 729	3.59 698	3.15 716	3.82 702	2.64 701	3.91 700	3.85 724	3.57 698	2.72 690	3.13 693	4.03 725	7.09 727	6.86 722	3.57 696	3.12 714	3.85 684	3.51 722

Sa-1000	4.34 718	8.37 705	6.84 725	6.98 716	4.45 732	3.58 697	3.00 702	3.42 698	3.39 719	2.61 677	4.00 727	3.83 702	4.01 720	3.90 702	3.90 723	5.98 718	5.62 714	3.76 700	2.34 699	4.35 693	2.47 698

TestStereo1	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 704	3.74 723	3.97 701	3.52 719	3.94 703	3.58 706	3.98 703	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 726

SA-5K	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 704	3.74 723	3.97 701	3.52 719	3.94 703	3.58 706	3.98 703	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 726

DispFullNet	4.61 721	4.84 657	3.12 699	5.00 699	3.57 721	4.75 723	3.03 708	7.75 737	4.17 730	4.91 724	3.09 712	6.20 733	3.95 718	6.71 733	3.51 716	5.30 713	3.67 701	5.86 732	3.63 721	5.61 719	3.46 721

test_5	4.62 722	7.55 701	6.23 721	6.32 710	3.40 720	5.29 727	3.50 720	3.53 699	4.11 729	4.28 705	4.47 731	4.26 708	4.38 723	3.68 700	3.24 713	5.89 716	5.60 713	4.84 722	3.50 720	4.33 692	3.93 730

raft_robust	4.71 723	7.75 703	5.40 719	6.81 713	3.31 718	4.28 707	4.20 730	4.32 708	4.37 732	4.35 707	4.35 730	4.14 705	3.75 713	4.30 709	4.20 728	6.67 723	6.37 718	3.36 695	4.24 732	4.86 711	3.25 718

cross-raft	4.83 724	7.52 700	6.43 722	6.63 711	3.96 728	4.51 708	3.99 728	4.49 709	3.96 728	4.52 708	3.96 726	4.50 709	3.97 719	4.50 710	3.97 724	6.65 722	6.44 719	4.33 704	3.92 728	4.35 693	3.91 729

test_4	4.88 725	8.13 704	6.98 727	7.46 717	4.44 731	4.25 706	3.85 727	4.04 706	3.92 727	4.13 704	3.91 725	4.18 707	3.84 716	4.14 706	4.06 726	7.01 726	7.13 725	4.53 705	3.72 725	4.09 689	3.72 724

TestStereo	4.88 725	4.75 656	4.79 712	4.87 698	4.92 733	4.81 725	4.90 733	4.78 722	4.77 733	4.87 723	4.89 732	4.90 727	4.91 725	4.99 726	4.79 730	4.98 708	4.87 710	4.87 723	4.92 734	5.00 714	5.00 733

test_3	5.01 727	8.86 711	7.77 729	8.09 719	2.76 704	4.13 705	4.05 729	3.88 703	3.76 725	4.33 706	4.13 728	3.71 701	3.91 717	4.21 707	4.06 726	7.93 728	7.69 727	4.53 705	3.91 727	4.17 690	4.29 732

NLCA_NET_v2_RVC	5.04 728	50.87 758	2.78 683	2.87 641	2.71 703	2.78 690	0.47 448	2.88 690	2.86 704	1.89 627	2.67 702	2.79 692	2.79 691	2.78 691	2.83 700	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 699
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 729	5.15 669	4.49 711	5.07 700	3.37 719	6.87 732	4.75 732	5.04 727	6.34 737	7.84 737	5.06 733	6.72 737	4.09 721	4.99 726	5.44 733	5.03 709	3.16 694	4.67 715	4.86 733	5.15 716	3.89 728

U	5.15 730	8.49 708	1.81 633	8.49 721	1.77 671	8.49 737	1.77 667	8.51 739	1.77 673	8.49 739	1.77 671	8.50 739	1.78 660	8.58 739	1.77 674	8.54 731	1.78 638	8.55 739	1.78 682	8.55 733	1.84 678

SGM-Forest	5.21 731	5.92 694	4.08 710	6.18 708	4.16 730	6.31 731	4.34 731	6.50 732	4.33 731	6.14 733	4.21 729	6.61 736	4.55 724	6.67 732	4.48 729	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 731
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 732	9.16 713	8.03 733	8.09 719	5.62 736	6.11 730	6.35 736	6.85 734	4.94 734	6.08 732	6.29 738	4.98 728	6.43 730	6.22 730	6.36 736	6.16 720	7.47 726	5.82 730	5.44 737	7.11 727	5.68 736

rvit_stereo_0075_2	6.64 733	8.80 710	5.25 716	7.89 718	5.27 735	7.90 736	5.27 734	7.92 738	5.28 735	7.91 738	5.29 735	7.93 738	5.27 726	7.92 738	5.28 731	7.93 728	5.28 712	7.93 737	5.29 736	7.93 730	5.28 735

RAFT	6.73 734	9.36 714	7.40 728	8.51 722	6.55 737	6.88 733	6.60 737	6.79 733	6.60 738	6.80 734	6.72 739	5.31 730	5.50 728	6.61 731	6.61 737	8.42 730	5.89 715	5.73 729	5.45 738	6.61 723	6.24 737

SGM+DAISY	7.06 735	9.15 712	5.38 718	8.84 723	5.18 734	8.80 738	5.31 735	8.79 740	5.28 735	8.89 740	5.20 734	8.93 740	5.33 727	8.95 740	5.36 732	8.70 732	5.21 711	8.74 740	5.20 735	8.89 734	5.15 734

test-v	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 735	6.91 739	7.29 735	5.71 736	6.45 734	6.93 731	6.73 734	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 739

test-2	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 735	6.91 739	7.29 735	5.71 736	6.45 734	6.93 731	6.73 734	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 739

PA-Net	11.80 738	223.51 765	0.62 440	0.59 389	0.71 516	0.59 461	0.73 519	0.67 469	0.73 526	0.55 452	0.61 493	0.60 465	0.74 516	0.63 467	0.73 517	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 492
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 739	23.00 732	15.00 739	23.00 746	15.00 740	24.00 745	16.00 740	24.00 747	16.00 741	22.00 747	15.00 740	23.00 747	16.00 740	23.00 747	15.00 740	22.00 747	15.00 741	22.00 747	15.00 741	22.00 747	15.00 741

rafts_anoy	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

raft+_RVC	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

raftrobust	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

CasAABBNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

RALCasStereoNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

RALAANet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

111	30.40 746	30.94 748	29.72 747	32.61 747	30.02 748	33.57 746	30.47 748	31.50 748	29.39 749	30.98 748	29.11 748	29.78 748	30.39 751	29.45 748	30.76 751	30.08 748	29.02 749	29.92 748	30.32 752	29.86 748	30.17 749

WCMA_ROB	31.10 747	35.43 752	27.12 746	39.51 759	23.10 747	38.78 758	25.30 747	37.49 760	25.39 748	37.29 759	27.02 747	38.52 760	26.48 747	37.80 759	26.44 747	36.28 755	22.65 748	33.90 752	22.30 748	37.10 757	24.18 748

DCANet-4	35.22 748	34.54 749	35.08 753	33.58 751	35.47 755	34.55 747	35.53 755	36.08 754	35.85 753	35.92 754	35.77 754	35.18 754	35.48 753	35.39 754	37.15 758	34.55 754	33.92 753	35.02 755	34.90 754	35.79 752	34.74 756

ADStereo(finetuned)	36.13 749	36.63 753	38.07 758	36.97 752	33.25 752	35.91 751	34.45 752	36.36 755	32.99 750	38.14 760	36.71 755	36.69 755	34.13 752	38.57 760	40.79 759	37.60 760	36.58 756	35.90 756	33.36 753	35.42 751	34.04 753

fast-reg	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

Reg-Stereo(zero)	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

FLISNet	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

CoSv	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

MDST_ROB	69.83 754	87.70 759	41.95 759	113.75 762	65.62 762	75.05 759	55.25 761	75.64 762	45.04 758	71.61 761	41.75 760	72.81 761	44.06 758	68.38 761	44.63 760	101.89 763	59.57 763	107.10 763	61.05 763	104.38 760	59.38 763

NOSS_ROB	102.95 755	153.00 763	121.00 762	51.00 760	44.00 760	165.00 762	127.00 762	153.00 763	119.00 760	164.00 764	125.00 762	168.00 764	120.00 760	153.00 763	117.00 762	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 761

CBMV	128.50 756	1422.70 771	53.10 760	79.50 761	51.30 761	77.30 760	49.70 760	74.00 761	48.20 759	77.20 762	48.80 761	73.90 762	48.00 759	73.80 762	48.80 761	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 762
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 757	171.00 764	160.68 765	162.58 763	160.59 764	164.01 761	160.35 764	158.51 764	158.56 762	158.34 763	160.12 764	158.56 763	159.92 762	157.26 764	158.94 764	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 765
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
DF_test	189.29 758	560.34 768	182.58 766	229.00 765	135.68 763	197.79 763	135.52 763	197.80 765	135.44 761	197.75 765	135.49 763	197.90 765	135.51 761	197.84 765	135.75 763	217.37 766	171.11 765	183.74 765	127.67 765	183.56 762	127.88 764

AE-Stereo	201.80 759	123.00 760	115.00 761	219.00 764	218.00 766	223.00 764	244.00 766	217.00 766	236.00 764	202.00 766	203.00 765	205.00 766	208.00 763	225.00 766	204.00 765	210.00 765	198.00 766	197.00 766	184.00 767	204.00 763	201.00 766

MGS-Stereo	239.45 760	123.00 760	135.00 763	266.00 766	286.00 767	277.00 765	305.00 767	271.00 767	242.00 765	274.00 767	279.00 767	255.00 767	270.00 765	268.00 767	297.00 767	221.00 767	247.00 768	216.00 767	123.00 764	217.00 764	217.00 768

EGLCR-Stereo	246.90 761	129.00 762	139.00 764	266.00 766	286.00 767	277.00 765	305.00 767	271.00 767	242.00 765	274.00 767	279.00 767	255.00 767	270.00 765	268.00 767	297.00 767	230.00 768	247.00 768	216.00 767	223.00 769	237.00 765	227.00 769

DLCB_ROB	284.23 762	354.61 766	207.27 767	363.24 768	206.46 765	364.72 767	210.41 765	364.72 769	210.41 763	364.81 769	208.64 766	364.81 769	208.64 764	364.72 769	210.41 766	354.70 769	205.53 767	354.70 769	205.53 768	354.70 766	205.53 767

LE_ROB	396.57 763	471.28 767	329.84 768	471.48 769	308.15 769	526.83 768	322.10 769	488.15 770	323.76 767	495.46 770	317.97 769	497.17 770	320.10 767	481.62 770	326.76 769	462.71 770	298.97 770	466.16 770	285.98 770	447.62 767	289.21 770

SGM-ForestM	596.69 764	677.77 769	444.52 769	699.85 770	517.25 770	732.94 769	488.29 770	770.79 771	460.11 768	750.81 771	487.98 770	792.79 771	499.41 768	730.90 771	475.81 770	720.03 771	491.16 771	663.96 771	418.60 771	674.76 768	436.05 771

CBMV_ROB	818.48 765	913.88 770	709.52 770	862.84 771	597.78 771	1073.99 770	700.52 771	1015.66 772	702.59 769	1115.65 772	760.02 771	1130.24 772	721.57 769	1037.41 772	692.65 771	814.05 772	564.29 772	843.28 772	595.31 772	915.51 769	602.92 772

tt	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 752	33.55 751	34.50 749	35.43 752	33.81 752	10000000.00 770	33.57 752	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 754

DCANet	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 752	33.55 751	34.50 749	35.43 752	33.81 752	10000000.00 770	33.57 752	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 754

fff	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 749	10000000.00 770	35.27 751	29.82 749	32.45 749	30.15 748	32.35 749	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

csc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 749	10000000.00 770	35.27 751	29.82 749	32.45 749	30.15 748	32.35 749	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

cscssc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 749	10000000.00 770	35.27 751	29.82 749	32.45 749	30.15 748	32.35 749	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

111111	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

SGD-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-Stereo++	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-BASED-STEREO-	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-Stereo+	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

SDNR	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

anonymousdsp2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

anonymousdsp	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

test_example2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

DIP-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 714	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

FADE		0.06 79		0.09 76	0.10 155			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 146	0.10 99	0.17 190	0.13 191	0.11 156	0.11 165

Low-res two-view benchmark