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 65	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 98	0.08 83	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 82	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

TCMNet	0.03 29	0.04 52	0.03 40	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 40	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 40	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 40	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 98	0.07 81	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 82	0.04 65	0.05 60	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.03 39	0.06 125	0.03 57	0.04 97	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 65	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 109	0.03 57	0.04 97	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	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	0.73 439	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 82	0.04 65	0.06 65	0.04 101	0.06 124	0.04 104	0.06 126	0.04 104	0.06 128	0.04 111	0.06 129	0.04 101	0.06 120	0.04 98	0.06 70	0.04 66	0.05 109	0.04 99	0.05 115	0.04 96

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 125	0.04 95	0.04 104	0.12 161	0.04 111	0.06 129	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 254	0.10 93	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	0.04 101	0.02 20	0.02 21	0.73 439	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 158	0.20 192	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 272	0.10 93	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 88	0.08 83	0.08 69	0.05 130	0.06 124	0.05 125	0.05 110	0.06 142	0.06 128	0.06 143	0.05 113	0.06 139	0.06 120	0.05 120	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

SACVNet	0.06 61	0.08 88	0.08 83	0.08 69	0.05 130	0.06 124	0.05 125	0.05 110	0.06 142	0.06 128	0.06 143	0.05 113	0.06 139	0.06 120	0.05 120	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AACVNet	0.06 61	0.08 88	0.08 83	0.08 69	0.05 130	0.06 124	0.05 125	0.05 110	0.06 142	0.06 128	0.06 143	0.05 113	0.06 139	0.06 120	0.05 120	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 166	0.04 90	0.03 52	0.58 397	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 101	0.04 90	0.03 52	0.75 442	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 88	0.12 124	0.08 69	0.05 130	0.08 137	0.05 125	0.08 139	0.05 129	0.08 138	0.05 132	0.08 138	0.05 122	0.08 139	0.05 120	0.08 77	0.07 81	0.07 130	0.05 127	0.07 137	0.05 125

BridgeDepth_RVC	0.07 67	0.08 88	0.11 113	0.11 98	0.05 130	0.08 137	0.05 125	0.08 139	0.05 129	0.08 138	0.05 132	0.08 138	0.05 122	0.08 139	0.05 120	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 88	0.07 81	0.07 67	0.07 145	0.08 137	0.06 142	0.08 139	0.07 146	0.08 138	0.07 147	0.08 138	0.06 139	0.07 136	0.07 137	0.08 77	0.07 81	0.07 130	0.07 139	0.06 127	0.06 134

FADE	0.07 67	0.06 82	0.02 15	0.09 76	0.10 156	0.03 44	0.03 54	0.05 110	0.03 59	0.04 92	0.03 56	0.05 113	0.03 53	0.04 90	0.03 52	0.15 141	0.10 99	0.17 187	0.13 188	0.11 157	0.11 162

iinet-test	0.08 73	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 216	0.02 20	0.02 21	0.71 424	0.02 16	0.02 19	0.02 21	0.02 21	0.16 194

BridgeDepth	0.08 73	0.08 88	0.11 113	0.11 98	0.05 130	0.08 137	0.05 125	0.08 139	0.07 146	0.08 138	0.05 132	0.08 138	0.05 122	0.09 145	0.08 139	0.15 141	0.11 122	0.07 130	0.05 127	0.07 137	0.06 134
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 73	0.02 12	0.02 15	1.01 458	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 144	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 76	0.09 98	0.17 177	0.19 157	0.06 143	0.08 137	0.06 142	0.08 139	0.06 142	0.08 138	0.06 143	0.08 138	0.06 139	0.08 139	0.06 136	0.15 141	0.16 170	0.08 135	0.06 138	0.08 142	0.06 134

RT-Monster	0.09 76	0.07 86	0.03 40	0.15 133	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 153	0.04 90	0.03 52	0.92 469	0.03 39	0.03 41	0.03 57	0.03 47	0.07 139

DA	0.09 76	0.13 117	0.39 301	0.08 69	0.05 130	0.07 135	0.05 125	0.13 162	0.05 129	0.06 128	0.05 132	0.06 129	0.05 122	0.06 120	0.05 120	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

GGEV	0.09 76	0.13 117	0.39 301	0.08 69	0.05 130	0.07 135	0.05 125	0.13 162	0.05 129	0.06 128	0.05 132	0.06 129	0.05 122	0.06 120	0.05 120	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

test_sample7	0.09 76	1.00 350	0.11 113	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 76	0.97 340	0.10 93	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 76	0.87 317	0.10 93	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 76	1.03 366	0.11 113	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 76	0.87 317	0.12 124	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 76	1.01 360	0.09 89	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 76	0.95 337	0.09 89	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 76	1.01 360	0.10 93	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 76	0.09 98	0.10 93	0.09 76	0.09 149	0.09 145	0.09 149	0.10 146	0.08 150	0.10 147	0.09 151	0.09 146	0.09 149	0.09 145	0.08 139	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 518	0.06 126	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.04 66	0.05 109	0.04 99	0.05 115	0.05 125

ADCS	0.09 76	0.02 12	0.04 65	0.90 432	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 166	0.36 363	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 341	0.14 149	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 370	0.12 124	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	1.05 370	0.12 124	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	1.05 370	0.12 124	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	1.07 374	0.11 113	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	1.03 366	0.12 124	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	1.07 374	0.11 113	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	1.14 383	0.13 144	0.14 122	0.03 52	0.04 96	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	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

222	0.10 91	0.99 348	0.12 124	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	1.09 376	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SHD	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SAMSARA	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

XQC	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSC	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTS	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSA	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet+	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet++	0.10 91	0.10 102	0.10 93	0.10 81	0.10 156	0.10 147	0.10 154	0.10 146	0.10 154	0.10 147	0.10 155	0.10 149	0.10 153	0.10 149	0.10 150	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

ADCPNet	0.10 91	0.03 31	0.04 65	1.27 533	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 139	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 112	0.05 66	0.36 284	0.24 183	0.07 145	0.13 162	0.05 125	0.06 126	0.05 129	0.05 113	0.05 132	0.13 163	0.05 122	0.05 104	0.09 144	0.24 203	0.20 201	0.10 142	0.05 127	0.06 127	0.13 183

JetRed	0.11 112	0.12 115	0.11 113	0.11 98	0.11 172	0.11 158	0.14 186	0.11 158	0.11 169	0.12 161	0.11 169	0.11 159	0.11 166	0.11 160	0.11 162	0.11 105	0.16 170	0.11 153	0.11 164	0.11 157	0.11 162

JetBlue	0.11 112	0.11 113	0.12 124	0.13 118	0.14 191	0.11 158	0.11 167	0.11 158	0.11 169	0.11 159	0.11 169	0.11 159	0.11 166	0.12 164	0.12 174	0.11 105	0.11 122	0.11 153	0.11 164	0.11 157	0.11 162

x	0.11 112	1.15 386	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	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 225	0.33 261	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 388	0.16 170	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 40	1.60 561	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 40	1.60 561	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 564	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 120	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 121	1.14 383	0.17 177	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 121	0.14 123	0.10 93	0.15 133	0.10 156	0.14 163	0.10 154	0.14 164	0.10 154	0.15 170	0.10 155	0.14 164	0.10 153	0.14 166	0.10 150	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.09 144
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 121	0.07 86	0.05 80	0.08 69	0.05 130	0.08 137	1.20 550	0.07 136	0.05 129	0.05 113	0.05 132	0.08 138	0.05 122	0.08 139	0.03 52	0.07 75	0.05 78	0.06 125	0.05 127	0.07 137	0.05 125

FADNet-RVC-Resample	0.12 121	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	1.57 620	0.04 59	0.04 66	0.04 93	0.05 127	0.04 97	0.06 134

FADNet_RVC	0.12 121	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 122	0.04 90	1.65 624	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 121	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 122	0.04 90	1.66 626	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 121	0.03 31	0.04 65	1.71 567	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 120	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 128	0.21 144	0.12 124	0.16 143	0.11 172	0.15 171	0.11 167	0.14 164	0.11 169	0.15 170	0.12 177	0.15 175	0.11 166	0.14 166	0.11 162	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLG	0.13 128	0.20 138	0.14 149	0.15 133	0.11 172	0.14 163	0.11 167	0.14 164	0.11 169	0.14 163	0.11 169	0.14 164	0.11 166	0.14 166	0.11 162	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

ACRE	0.13 128	0.21 144	0.14 149	0.15 133	0.11 172	0.14 163	0.11 167	0.14 164	0.11 169	0.14 163	0.12 177	0.14 164	0.11 166	0.14 166	0.11 162	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

LRCNet_RVC	0.13 128	0.13 117	0.09 89	0.13 118	0.10 156	0.14 163	0.10 154	0.14 164	0.10 154	0.23 213	0.10 155	0.20 195	0.10 153	0.24 220	0.11 162	0.11 105	0.09 94	0.12 156	0.14 194	0.12 163	0.09 144

aanetorigin	0.13 128	0.11 113	0.11 113	0.11 98	0.11 172	0.11 158	0.11 167	0.11 158	0.11 169	0.11 159	0.12 177	0.11 159	0.11 166	0.11 160	0.11 162	0.11 105	0.11 122	0.14 162	0.11 164	0.49 397	0.11 162

FADNet-RVC	0.13 128	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 125	0.04 95	0.04 104	0.04 92	0.05 132	0.04 96	0.05 122	0.04 90	1.71 629	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

ELAS	0.13 128	0.16 125	0.11 113	0.15 133	0.09 149	0.18 189	0.11 167	0.18 187	0.11 169	0.17 182	0.11 169	0.18 188	0.11 166	0.18 187	0.11 162	0.14 133	0.08 84	0.14 162	0.08 143	0.14 167	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 135	1.22 445	0.28 228	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 135	0.17 130	0.12 124	0.17 152	0.11 172	0.17 185	0.11 167	0.17 184	0.11 169	0.17 182	0.11 169	0.17 184	0.11 166	0.17 184	0.11 162	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 135	1.83 506	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 120	0.04 98	0.12 111	0.11 122	0.05 109	0.04 99	0.05 115	0.04 96

ProNet	0.14 135	0.20 138	0.14 149	0.16 143	0.11 172	0.16 178	0.11 167	0.17 184	0.11 169	0.17 182	0.12 177	0.17 184	0.13 187	0.17 184	0.12 174	0.15 141	0.11 122	0.16 179	0.11 164	0.15 175	0.12 176

IPLGR_C	0.14 135	0.20 138	0.12 124	0.15 133	0.11 172	0.14 163	0.15 192	0.14 164	0.11 169	0.15 170	0.12 177	0.14 164	0.11 166	0.16 177	0.11 162	0.15 141	0.12 136	0.14 162	0.12 179	0.15 175	0.12 176

MIPNet	0.14 135	0.21 144	0.17 177	0.16 143	0.11 172	0.15 171	0.12 180	0.14 164	0.11 169	0.16 175	0.11 169	0.14 164	0.11 166	0.14 166	0.11 162	0.14 133	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLGR	0.14 135	0.24 158	0.14 149	0.16 143	0.12 185	0.15 171	0.12 180	0.14 164	0.11 169	0.15 170	0.12 177	0.14 164	0.11 166	0.14 166	0.11 162	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

GMStereo	0.14 135	0.13 117	0.14 149	0.14 122	0.14 191	0.14 163	0.14 186	0.14 164	0.14 191	0.14 163	0.14 195	0.14 164	0.14 191	0.14 166	0.14 185	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 188
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 135	0.04 52	0.03 40	2.22 584	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 136	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 135	0.16 125	0.12 124	0.17 152	0.12 185	0.17 185	0.11 167	0.17 184	0.11 169	0.17 182	0.12 177	0.17 184	0.12 181	0.17 184	0.12 174	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.12 176

DRN-Test	0.14 135	0.13 117	0.09 89	0.14 122	0.09 149	0.15 171	0.09 149	0.14 164	0.10 154	0.14 163	0.09 151	0.14 164	0.09 149	0.13 165	0.09 144	0.12 111	0.09 94	0.12 156	0.09 145	0.12 163	0.73 490

ELAS_RVC	0.14 135	0.16 125	0.10 93	0.15 133	0.10 156	0.18 189	0.11 167	0.19 189	0.11 169	0.19 188	0.12 177	0.18 188	0.11 166	0.19 190	0.12 174	0.14 133	0.08 84	0.14 162	0.09 145	0.15 175	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 147	0.17 130	0.13 144	0.20 161	0.13 189	0.19 192	0.13 184	0.18 187	0.13 189	0.19 188	0.13 190	0.18 188	0.14 191	0.18 187	0.14 185	0.16 152	0.11 122	0.15 175	0.14 194	0.18 190	0.11 162

CoDeX	0.15 147	0.70 291	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 466	0.02 15	0.69 456	0.75 473	0.01 9	0.02 21	0.02 20

ICVP	0.15 147	0.53 268	0.11 113	0.16 143	0.11 172	0.16 178	0.11 167	0.16 178	0.11 169	0.16 175	0.11 169	0.16 176	0.11 166	0.16 177	0.11 162	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 147	0.04 52	0.04 65	2.20 583	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 132	0.04 96	0.04 101	0.08 139	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 147	0.14 123	0.10 93	0.14 122	0.09 149	0.15 171	0.09 149	0.14 164	0.09 153	0.14 163	0.10 155	0.14 164	0.09 149	0.14 166	0.09 144	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.82 506

LALA_ROB	0.15 147	0.19 134	0.12 124	0.18 154	0.11 172	0.20 197	0.12 180	0.21 204	0.12 185	0.20 194	0.12 177	0.20 195	0.12 181	0.21 205	0.13 181	0.17 160	0.10 99	0.18 197	0.11 164	0.18 190	0.11 162

SGM_RVC	0.15 147	0.17 130	0.11 113	0.18 154	0.11 172	0.19 192	0.11 167	0.19 189	0.12 185	0.19 188	0.12 177	0.20 195	0.12 181	0.19 190	0.12 174	0.16 152	0.11 122	0.17 187	0.10 152	0.17 186	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TestStereo_HL1	0.16 154	0.05 66	0.61 420	0.71 399	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 424	0.57 418	0.04 93	0.04 99	0.04 97	0.04 96

z-mn7	0.16 154	1.21 439	0.33 261	0.41 264	0.04 101	0.04 96	0.03 54	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 154	0.16 125	0.16 170	0.16 143	0.16 213	0.16 178	0.16 198	0.16 178	0.16 207	0.16 175	0.16 208	0.16 176	0.16 204	0.16 177	0.16 202	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

qqq	0.16 154	2.01 530	0.12 124	0.15 133	0.04 101	0.06 124	0.05 125	0.06 126	0.04 104	0.06 128	0.03 56	0.06 129	0.03 53	0.06 120	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 154	0.18 133	0.13 144	0.19 157	0.13 189	0.19 192	0.13 184	0.19 189	0.13 189	0.19 188	0.13 190	0.19 192	0.13 187	0.19 190	0.13 181	0.18 168	0.13 159	0.18 197	0.13 188	0.18 190	0.13 183

ManiGeoR	0.17 159	0.05 66	0.62 423	0.73 408	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLF11	0.17 159	0.05 66	0.63 427	0.72 403	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 424	0.59 429	0.05 109	0.04 99	0.04 97	0.04 96

HLf10	0.17 159	0.05 66	0.62 423	0.73 408	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLf8	0.17 159	0.05 66	0.62 423	0.72 403	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HLe17	0.17 159	0.05 66	0.65 435	0.72 403	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 424	0.59 429	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL3	0.17 159	0.05 66	0.61 420	0.71 399	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.70 422	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL2	0.17 159	0.05 66	0.63 427	0.72 403	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 424	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

CAS++	0.17 159	0.27 169	0.21 198	0.10 81	0.21 246	0.15 171	0.22 234	0.10 146	0.21 235	0.22 208	0.10 155	0.19 192	0.18 226	0.10 149	0.19 223	0.20 175	0.19 199	0.18 197	0.10 152	0.19 196	0.18 216
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 159	2.16 540	0.13 144	0.13 118	0.04 101	0.06 124	0.04 104	0.06 126	0.04 104	0.06 128	0.03 56	0.06 129	0.03 53	0.06 120	0.05 120	0.18 168	0.12 136	0.06 125	0.03 57	0.05 115	0.03 52

SFCPSM	0.17 159	0.78 303	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 504	0.02 15	0.75 469	0.76 475	0.02 21	0.02 21	0.02 20

CCAANet	0.17 159	0.71 292	0.14 149	0.14 122	0.14 191	0.14 163	0.14 186	0.14 164	0.14 191	0.14 163	0.14 195	0.14 164	0.14 191	0.14 166	0.22 232	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 188

DepthFocus	0.18 170	0.22 148	0.15 166	0.22 173	0.15 203	0.22 210	0.15 192	0.22 208	0.15 202	0.22 208	0.15 204	0.22 211	0.16 204	0.22 209	0.15 195	0.20 175	0.15 167	0.20 204	0.14 194	0.20 197	0.14 188

w-ln-seven	0.18 170	1.47 464	0.33 261	0.40 252	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.38 270	0.32 271	0.05 109	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 170	0.48 247	0.16 170	0.16 143	0.15 203	0.15 171	0.16 198	0.16 178	0.16 207	0.16 175	0.16 208	0.16 176	0.16 204	0.16 177	0.16 202	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

xyz-stereo	0.18 170	0.50 254	0.16 170	0.15 133	0.16 213	0.16 178	0.16 198	0.16 178	0.16 207	0.16 175	0.16 208	0.16 176	0.16 204	0.16 177	0.16 202	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

BEATNet-Init1	0.19 174	0.08 88	0.08 83	2.23 585	0.08 147	0.08 137	0.07 146	0.07 136	0.08 150	0.08 138	0.07 147	0.08 138	0.07 145	0.11 160	0.08 139	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

DeepPrunerF	0.19 174	0.08 88	0.08 83	2.23 585	0.08 147	0.08 137	0.07 146	0.07 136	0.08 150	0.08 138	0.07 147	0.08 138	0.07 145	0.11 160	0.08 139	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

IGEV_Zeroshot_test	0.20 176	0.19 134	0.40 333	0.30 203	0.17 219	0.22 210	0.17 208	0.21 204	0.17 217	0.20 194	0.17 215	0.21 203	0.18 226	0.21 205	0.17 208	0.20 175	0.16 170	0.20 204	0.16 204	0.20 197	0.17 211

DAS	0.20 176	0.20 138	0.20 192	0.20 161	0.20 237	0.20 197	0.20 224	0.20 195	0.20 231	0.20 194	0.20 237	0.20 195	0.20 235	0.20 194	0.20 226	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 220

ASD4	0.20 176	0.20 138	0.20 192	0.20 161	0.20 237	0.20 197	0.20 224	0.20 195	0.20 231	0.20 194	0.20 237	0.20 195	0.20 235	0.20 194	0.20 226	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 220

ACVNet	0.20 176	0.19 134	0.14 149	0.20 161	0.14 191	0.20 197	0.96 525	0.21 204	0.14 191	0.20 194	0.13 190	0.21 203	0.14 191	0.20 194	0.14 185	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 176

acv_ft	0.20 176	0.19 134	0.14 149	0.20 161	0.14 191	0.20 197	0.96 525	0.21 204	0.14 191	0.20 194	0.13 190	0.21 203	0.14 191	0.20 194	0.14 185	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 176

iResNetv2_ROB	0.20 176	0.23 150	0.18 187	0.24 183	0.20 237	0.24 222	0.18 216	0.24 218	0.18 223	0.24 220	0.18 231	0.23 218	0.19 231	0.24 220	0.18 220	0.21 183	0.16 170	0.21 208	0.16 204	0.22 206	0.16 194

iResNet	0.20 176	0.23 150	0.18 187	0.24 183	0.18 230	0.24 222	0.20 224	0.24 218	0.18 223	0.23 213	0.17 215	0.23 218	0.18 226	0.23 216	0.18 220	0.22 185	0.16 170	0.21 208	0.16 204	0.21 204	0.16 194

TestStereo-Hl	0.21 183	0.08 88	0.83 480	0.73 408	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.85 461	1.04 502	0.05 109	0.04 99	0.05 115	0.06 134

LACA2	0.21 183	0.24 158	0.26 219	0.31 209	0.16 213	0.24 222	0.16 198	0.24 218	0.16 207	0.24 220	0.16 208	0.24 224	0.16 204	0.24 220	0.16 202	0.27 214	0.23 215	0.24 230	0.16 204	0.23 217	0.16 194

LACA1	0.21 183	0.24 158	0.26 219	0.31 209	0.16 213	0.24 222	0.16 198	0.24 218	0.16 207	0.24 220	0.16 208	0.24 224	0.16 204	0.24 220	0.16 202	0.27 214	0.22 209	0.23 221	0.16 204	0.23 217	0.16 194

z-ln-s-r	0.21 183	1.40 462	0.53 403	0.56 368	0.04 101	0.05 111	0.04 104	0.05 110	0.05 129	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 120	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 183	0.25 164	0.21 198	0.26 197	0.17 219	0.24 222	0.17 208	0.24 218	0.17 217	0.24 220	0.17 215	0.24 224	0.17 216	0.24 220	0.17 208	0.24 203	0.17 191	0.23 221	0.16 204	0.23 217	0.16 194

Pointernet	0.21 183	0.22 148	0.19 189	0.24 183	0.19 234	0.24 222	0.19 220	0.24 218	0.19 229	0.24 220	0.19 233	0.24 224	0.19 231	0.24 220	0.19 223	0.22 185	0.17 191	0.22 213	0.17 226	0.22 206	0.17 211

SuperB	0.21 183	0.10 102	2.51 651	0.12 106	0.09 149	0.10 147	0.09 149	0.08 139	0.07 146	0.10 147	0.09 151	0.09 146	0.07 145	0.07 136	0.07 137	0.07 75	0.08 84	0.07 130	0.07 139	0.08 142	0.07 139

BStereo	0.22 190	0.23 150	0.20 192	0.24 183	0.20 237	0.23 219	0.33 345	0.39 282	0.17 217	0.23 213	0.17 215	0.23 218	0.16 204	0.24 220	0.17 208	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 194

Wave_Phase_stereo	0.22 190	0.23 150	0.20 192	0.24 183	0.20 237	0.23 219	0.33 345	0.39 282	0.17 217	0.23 213	0.17 215	0.23 218	0.16 204	0.24 220	0.17 208	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 194

WAO-6	0.22 190	0.23 150	0.22 200	0.23 178	0.22 248	0.22 210	0.22 234	0.22 208	0.22 238	0.22 208	0.22 244	0.22 211	0.22 242	0.22 209	0.22 232	0.22 185	0.22 209	0.22 213	0.22 241	0.22 206	0.22 225

IMH-64-1	0.22 190	0.23 150	0.23 203	0.22 173	0.22 248	0.22 210	0.22 234	0.22 208	0.22 238	0.22 208	0.22 244	0.22 211	0.22 242	0.22 209	0.22 232	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 227

IMH-64	0.22 190	0.23 150	0.23 203	0.22 173	0.22 248	0.22 210	0.22 234	0.22 208	0.22 238	0.22 208	0.22 244	0.22 211	0.22 242	0.22 209	0.22 232	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 227

ac_64	0.22 190	0.13 117	0.19 189	0.23 178	0.10 156	0.26 240	1.02 535	0.14 164	0.10 154	0.28 241	0.14 195	0.17 184	0.19 231	0.28 248	0.09 144	0.22 185	0.16 170	0.23 221	0.17 226	0.11 157	0.12 176

LACA3	0.23 196	0.25 164	0.27 222	0.54 361	0.17 219	0.25 231	0.17 208	0.25 226	0.17 217	0.25 228	0.17 215	0.25 231	0.17 216	0.25 229	0.17 208	0.28 218	0.23 215	0.24 230	0.17 226	0.24 221	0.17 211

dd	0.23 196	0.98 341	0.16 170	0.23 178	0.15 203	0.23 219	0.15 192	0.23 215	0.15 202	0.23 213	0.15 204	0.24 224	0.17 216	0.23 216	0.15 195	0.22 185	0.15 167	0.21 208	0.15 202	0.22 206	0.16 194

dad	0.23 196	1.03 366	0.16 170	0.23 178	0.15 203	0.24 222	0.15 192	0.24 218	0.16 207	0.23 213	0.16 208	0.24 224	0.16 204	0.23 216	0.15 195	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 194

RSGM-EC	0.24 199	0.24 158	0.15 166	0.22 173	0.15 203	0.22 210	0.15 192	0.22 208	0.15 202	0.24 220	0.15 204	0.22 211	0.15 202	0.22 209	1.19 550	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 188

acva	0.24 199	0.24 158	0.15 166	0.22 173	0.15 203	0.22 210	0.15 192	0.22 208	0.15 202	0.24 220	0.15 204	0.22 211	0.15 202	0.22 209	1.19 550	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 188

MSKI-zero shot	0.24 199	0.21 144	0.49 384	0.65 385	0.18 230	0.22 210	0.17 208	0.23 215	0.18 223	0.21 206	0.17 215	0.23 218	0.28 277	0.23 216	0.18 220	0.21 183	0.16 170	0.21 208	0.16 204	0.21 204	0.16 194

qqq1	0.25 202	3.70 609	0.14 149	0.14 122	0.04 101	0.06 124	0.05 125	0.06 126	0.05 129	0.06 128	0.05 132	0.04 96	0.05 122	0.06 120	0.05 120	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

fff1	0.25 202	3.70 609	0.14 149	0.14 122	0.04 101	0.06 124	0.05 125	0.06 126	0.05 129	0.06 128	0.05 132	0.04 96	0.05 122	0.06 120	0.05 120	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

UNDER WATER-64	0.25 202	0.26 166	0.25 213	0.26 197	0.25 261	0.25 231	0.25 249	0.25 226	0.25 252	0.25 228	0.25 261	0.25 231	0.25 254	0.26 240	0.25 250	0.25 209	0.25 220	0.25 235	0.25 257	0.25 224	0.25 238

ffm	0.25 202	3.83 615	0.12 124	0.12 106	0.05 130	0.06 124	0.05 125	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 122	0.06 120	0.05 120	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

ff1	0.25 202	3.83 615	0.12 124	0.12 106	0.05 130	0.06 124	0.05 125	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 122	0.06 120	0.05 120	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

mmx	0.25 202	3.83 615	0.12 124	0.12 106	0.05 130	0.06 124	0.05 125	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 122	0.06 120	0.05 120	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

MIM_Stereo	0.25 202	0.23 150	0.66 438	0.80 418	0.17 219	0.22 210	0.17 208	0.23 215	0.18 223	0.26 237	0.17 215	0.21 203	0.17 216	0.25 229	0.17 208	0.23 196	0.16 170	0.21 208	0.17 226	0.22 206	0.17 211

LoS	0.25 202	0.27 169	0.25 213	0.25 190	0.25 261	0.25 231	0.25 249	0.26 232	0.25 252	0.25 228	0.25 261	0.25 231	0.25 254	0.25 229	0.25 250	0.26 211	0.25 220	0.25 235	0.26 263	0.26 226	0.25 238
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 202	1.31 453	0.74 466	0.92 437	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 464	0.75 469	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 211	0.05 66	0.04 65	0.06 65	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 139	0.05 104	0.03 52	4.34 656	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

model_zeroshot	0.27 212	0.20 138	0.27 222	0.33 219	0.21 246	0.37 280	0.22 234	0.37 269	0.24 247	0.26 237	0.27 270	0.33 266	0.21 241	0.25 229	0.27 256	0.32 235	0.20 201	0.34 278	0.23 247	0.25 224	0.26 244

DLNR-FE	0.28 213	0.89 322	0.30 236	0.34 222	0.19 234	0.28 245	0.19 220	0.28 235	0.20 231	0.28 241	0.20 237	0.28 245	0.20 235	0.28 248	0.20 226	0.33 240	0.28 239	0.25 235	0.19 233	0.24 221	0.19 218

xyz-stereo-finetune	0.28 213	0.49 249	0.16 170	0.16 143	0.16 213	0.16 178	0.16 198	0.22 208	0.30 290	0.32 258	0.31 337	0.32 263	0.31 339	0.32 261	0.32 331	0.32 235	0.33 283	0.31 259	0.32 358	0.31 244	0.32 337

SQANet	0.28 213	0.28 172	0.28 228	0.28 201	0.28 274	0.28 245	0.28 267	0.28 235	0.28 273	0.28 241	0.28 277	0.28 245	0.28 277	0.28 248	0.28 265	0.28 218	0.28 239	0.28 246	0.28 313	0.28 233	0.28 302

HGLStereo	0.28 213	0.29 174	0.22 200	0.36 228	0.22 248	0.36 275	0.21 230	0.36 263	0.21 235	0.42 318	0.21 243	0.36 277	0.22 242	0.36 278	0.21 230	0.34 244	0.21 205	0.34 278	0.21 238	0.34 258	0.21 223

iResNet_ROB	0.28 213	0.32 180	0.24 210	0.32 215	0.25 261	0.32 264	0.24 247	0.32 249	0.24 247	0.33 262	0.24 255	0.35 272	0.24 251	0.33 268	0.24 242	0.31 233	0.24 219	0.32 262	0.24 254	0.32 247	0.24 237

UNet	0.29 218	0.90 325	0.10 93	0.14 122	0.10 156	0.14 163	0.10 154	0.91 479	0.69 483	0.14 163	0.11 169	0.14 164	0.11 166	0.14 166	0.10 150	0.12 111	0.09 94	0.12 156	0.09 145	0.88 470	0.76 497

MultiAttention	0.30 219	0.30 175	0.30 236	0.30 203	0.30 294	0.30 249	0.30 282	0.30 242	0.30 290	0.30 247	0.30 295	0.30 255	0.30 290	0.30 254	0.30 283	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321

MSAF-DinoV2	0.30 219	0.30 175	0.30 236	0.30 203	0.30 294	0.30 249	0.30 282	0.30 242	0.30 290	0.30 247	0.30 295	0.30 255	0.30 290	0.30 254	0.30 283	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321

DDVS	0.30 219	3.10 595	0.14 149	0.19 157	0.14 191	0.19 192	0.14 186	0.20 195	0.14 191	0.19 188	0.13 190	0.16 176	0.13 187	0.19 190	0.13 181	0.17 160	0.13 159	0.17 187	0.13 188	0.17 186	0.13 183

ACV-stereo	0.30 219	2.08 532	0.25 213	0.25 190	0.18 230	0.24 222	0.17 208	0.24 218	0.18 223	0.24 220	0.17 215	0.25 231	0.17 216	0.24 220	0.17 208	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 194

LoS_RVC	0.30 219	1.14 383	0.25 213	0.25 190	0.25 261	0.26 240	0.25 249	0.25 226	0.25 252	0.25 228	0.25 261	0.26 242	0.26 263	0.26 240	0.25 250	0.26 211	0.26 223	0.25 235	0.25 257	0.26 226	0.26 244

CAS	0.30 219	1.17 389	0.25 213	0.25 190	0.25 261	0.26 240	0.25 249	0.25 226	0.26 265	0.25 228	0.25 261	0.25 231	0.25 254	0.25 229	0.25 250	0.26 211	0.26 223	0.26 240	0.25 257	0.26 226	0.25 238

DANet	0.30 219	0.30 175	0.30 236	0.30 203	0.30 294	0.30 249	0.30 282	0.30 242	0.30 290	0.30 247	0.30 295	0.30 255	0.30 290	0.30 254	0.30 283	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 226	0.31 178	0.31 251	0.30 203	0.40 400	0.31 255	0.30 282	0.30 242	0.34 362	0.29 246	0.31 337	0.29 251	0.30 290	0.31 258	0.31 321	0.31 233	0.29 253	0.31 259	0.30 340	0.31 244	0.31 330

tt1	0.31 226	0.93 334	0.24 210	0.33 219	0.23 254	0.31 255	0.24 247	0.32 249	0.24 247	0.32 258	0.23 248	0.32 263	0.25 254	0.32 261	0.24 242	0.27 214	0.26 223	0.27 244	0.26 263	0.27 231	0.27 282

xxxxx1	0.31 226	0.91 327	0.23 203	0.31 209	0.23 254	0.31 255	0.23 242	0.33 253	0.25 252	0.31 252	0.24 255	0.33 266	0.25 254	0.32 261	0.24 242	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

DLNR_Zeroshot_test	0.31 226	0.28 172	0.47 369	0.79 415	0.24 259	0.30 249	0.26 256	0.30 242	0.24 247	0.32 258	0.23 248	0.31 259	0.24 251	0.30 254	0.23 239	0.29 226	0.26 223	0.29 251	0.24 254	0.33 254	0.23 227

tt_ll	0.31 226	0.91 327	0.23 203	0.31 209	0.23 254	0.31 255	0.23 242	0.33 253	0.25 252	0.31 252	0.24 255	0.33 266	0.25 254	0.32 261	0.24 242	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

ff	0.31 226	0.91 327	0.23 203	0.31 209	0.23 254	0.31 255	0.23 242	0.33 253	0.25 252	0.31 252	0.24 255	0.33 266	0.25 254	0.32 261	0.24 242	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

RAFT + AFF	0.31 226	0.45 233	0.34 271	0.39 239	0.28 274	0.38 287	0.33 345	0.29 240	0.31 333	0.30 247	0.30 295	0.29 251	0.27 270	0.29 252	0.30 283	0.28 218	0.29 253	0.29 251	0.29 326	0.27 231	0.32 337

MLCV	0.31 226	0.35 183	0.27 222	0.35 224	0.28 274	0.35 271	0.27 259	0.35 259	0.28 273	0.36 272	0.27 270	0.35 272	0.27 270	0.35 272	0.27 256	0.34 244	0.27 233	0.34 278	0.27 300	0.34 258	0.27 282

DN-CSS_ROB	0.31 226	0.35 183	0.28 228	0.35 224	0.28 274	0.34 267	0.27 259	0.34 256	0.25 252	0.35 268	0.27 270	0.36 277	0.26 263	0.34 269	0.28 265	0.35 252	0.28 239	0.34 278	0.28 313	0.34 258	0.27 282

DStereoFS	0.32 235	0.33 181	0.32 256	0.33 219	0.30 294	0.32 264	0.32 334	0.32 249	0.31 333	0.30 247	0.31 337	0.31 259	0.30 290	0.32 261	0.32 331	0.32 235	0.31 267	0.30 253	0.47 440	0.32 247	0.34 351

DStereoSA	0.32 235	0.52 264	0.34 271	0.31 209	0.31 337	0.30 249	0.30 282	0.31 247	0.30 290	0.31 252	0.31 337	0.31 259	0.30 290	0.31 258	0.31 321	0.30 227	0.32 271	0.31 259	0.31 351	0.31 244	0.31 330

WCG-NET（raft）	0.32 235	1.24 447	0.24 210	0.32 215	0.24 259	0.32 264	0.23 242	0.32 249	0.24 247	0.32 258	0.24 255	0.32 263	0.24 251	0.32 261	0.24 242	0.30 227	0.23 215	0.30 253	0.23 247	0.30 239	0.23 227

Any-RAFT	0.32 235	0.36 186	0.27 222	0.36 228	0.27 269	0.36 275	0.27 259	0.36 263	0.27 269	0.36 272	0.27 270	0.36 277	0.27 270	0.36 278	0.28 265	0.36 256	0.28 239	0.36 299	0.28 313	0.36 278	0.28 302

StereoDRNet-Refined	0.33 239	0.39 199	0.26 219	0.39 239	0.26 268	0.40 295	0.26 256	0.40 289	0.26 265	0.39 284	0.26 266	0.39 291	0.26 263	0.39 293	0.26 255	0.37 259	0.25 220	0.37 302	0.25 257	0.37 282	0.37 369
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 240	0.26 166	0.17 177	0.21 171	0.17 219	0.20 197	0.16 198	0.20 195	0.16 207	0.20 194	0.17 215	0.21 203	0.16 204	0.27 244	0.24 242	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 671

RAFT-FE	0.34 240	0.26 166	0.17 177	0.21 171	0.17 219	0.20 197	0.16 198	0.20 195	0.16 207	0.20 194	0.17 215	0.21 203	0.16 204	0.27 244	0.24 242	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 671

LG-Stereo_L2	0.34 240	0.37 188	0.38 290	0.47 295	0.28 274	0.39 293	0.28 267	0.39 282	0.28 273	0.39 284	0.28 277	0.39 291	0.28 277	0.38 285	0.28 265	0.42 312	0.35 319	0.36 299	0.26 263	0.35 271	0.26 244

H2IRNET	0.34 240	0.34 182	0.34 271	0.34 222	0.34 369	0.34 267	0.34 358	0.34 256	0.34 362	0.34 264	0.34 364	0.34 270	0.34 360	0.34 269	0.34 355	0.34 244	0.34 312	0.34 278	0.34 372	0.34 258	0.34 351

IGEV++	0.34 240	0.43 222	0.30 236	0.40 252	0.29 284	0.40 295	0.29 277	0.40 289	0.29 279	0.40 290	0.29 283	0.40 299	0.29 284	0.40 296	0.30 283	0.38 270	0.29 253	0.37 302	0.29 326	0.37 282	0.29 308

iRaft-Stereo_5w	0.34 240	0.42 221	0.31 251	0.39 239	0.30 294	0.38 287	0.30 282	0.40 289	0.29 279	0.40 290	0.37 383	0.41 312	0.34 360	0.38 285	0.30 283	0.34 244	0.27 233	0.34 278	0.26 263	0.34 258	0.26 244

CSP-Net	0.34 240	1.29 449	1.19 521	1.36 548	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 560	1.21 571	0.03 41	0.09 145	0.02 21	0.09 144

iRaft-Stereo_20w	0.34 240	0.41 214	0.31 251	0.39 239	0.29 284	0.40 295	0.32 334	0.41 304	0.32 343	0.38 278	0.30 295	0.39 291	0.30 290	0.38 285	0.32 331	0.35 252	0.27 233	0.34 278	0.27 300	0.34 258	0.29 308

DGSMNet	0.34 240	0.41 214	0.27 222	0.41 264	0.28 274	0.41 311	0.28 267	0.41 304	0.27 269	0.41 304	0.27 270	0.42 330	0.27 270	0.41 311	0.28 265	0.40 290	0.29 253	0.40 364	0.28 313	0.40 348	0.27 282

gcap_with_dpt	0.35 249	0.39 199	0.30 236	0.44 283	0.31 337	0.44 371	0.31 326	0.44 362	0.31 333	0.44 357	0.30 295	0.44 369	0.30 290	0.44 359	0.30 283	0.38 270	0.26 223	0.38 310	0.27 300	0.38 295	0.27 282

FE-Mocha	0.35 249	0.71 292	0.40 333	0.47 295	0.27 269	0.34 267	0.27 259	0.34 256	0.26 265	0.34 264	0.26 266	0.34 270	0.27 270	0.34 269	0.27 256	0.44 314	0.41 355	0.33 269	0.29 326	0.32 247	0.29 308

IGEV-FE	0.35 249	0.37 188	0.17 177	0.19 157	0.17 219	0.20 197	0.17 208	0.19 189	0.17 217	0.19 188	0.17 215	0.19 192	0.17 216	0.37 282	0.36 363	0.19 172	0.17 191	0.19 200	0.17 226	0.38 295	2.84 662

test_for_model	0.35 249	0.39 199	0.30 236	0.43 280	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.44 359	0.31 321	0.38 270	0.26 223	0.38 310	0.26 263	0.38 295	0.26 244

CASnet	0.35 249	0.51 262	0.44 355	0.32 215	0.31 337	0.24 222	0.34 358	0.36 263	0.25 252	0.31 252	0.37 383	0.30 255	0.33 355	0.25 229	0.45 412	0.37 259	0.37 328	0.33 269	0.35 385	0.34 258	0.37 369
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 249	0.44 225	0.45 357	0.49 306	0.30 294	0.37 280	0.30 282	0.36 263	0.30 290	0.36 272	0.29 283	0.36 277	0.29 284	0.36 278	0.30 283	0.46 353	0.39 342	0.32 262	0.24 254	0.32 247	0.25 238
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 249	0.35 183	0.35 282	0.35 224	0.35 372	0.35 271	0.35 363	0.35 259	0.35 366	0.35 268	0.35 372	0.35 272	0.35 367	0.35 272	0.35 359	0.35 252	0.35 319	0.35 294	0.35 385	0.35 271	0.35 361

GeoVLM	0.36 256	0.38 192	0.27 222	0.46 288	0.28 274	0.35 271	0.28 267	0.37 269	0.27 269	0.35 268	0.28 277	0.36 277	0.38 379	0.35 272	0.28 265	1.08 493	0.26 223	0.33 269	0.27 300	0.34 258	0.33 344

Zero-FE251	0.36 256	0.40 203	0.28 228	0.41 264	0.28 274	0.41 311	0.28 267	0.41 304	0.28 273	0.41 304	0.28 277	0.41 312	0.28 277	0.42 324	0.30 283	0.37 259	0.26 223	0.37 302	0.27 300	0.45 374	0.56 449

GIP-stereo	0.36 256	0.49 249	0.39 301	0.48 300	0.32 347	0.41 311	0.28 267	0.40 289	0.30 290	0.41 304	0.28 277	0.40 299	0.28 277	0.42 324	0.28 265	0.45 343	0.32 271	0.38 310	0.30 340	0.37 282	0.27 282

DCVSM-stereo	0.36 256	1.89 518	0.22 200	0.40 252	0.22 248	0.40 295	0.22 234	0.40 289	0.22 238	0.40 290	0.22 244	0.40 299	0.22 242	0.40 296	0.22 232	0.28 218	0.21 205	0.28 246	0.21 238	0.28 233	0.20 220

RSM	0.36 256	0.36 186	0.43 353	0.37 231	0.42 420	0.49 402	0.42 411	0.37 269	0.28 273	0.36 272	0.29 283	0.36 277	0.30 290	0.37 282	0.28 265	0.34 244	0.31 267	0.34 278	0.35 385	0.40 348	0.29 308

gcap-zeroshot	0.36 256	0.40 203	0.34 271	0.44 283	0.31 337	0.44 371	0.31 326	0.44 362	0.32 343	0.44 357	0.32 347	0.44 369	0.32 344	0.44 359	0.31 321	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 282

testlalala	0.36 256	0.40 203	0.34 271	0.44 283	0.31 337	0.44 371	0.31 326	0.44 362	0.32 343	0.44 357	0.32 347	0.44 369	0.32 344	0.44 359	0.31 321	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 282

GCAPDPT-zeroshot	0.36 256	0.40 203	0.30 236	0.43 280	0.30 294	0.43 338	0.30 282	0.43 328	0.31 333	0.43 323	0.30 295	0.43 337	0.30 290	0.44 359	0.31 321	0.39 283	0.28 239	0.39 351	0.27 300	0.39 336	0.26 244

RAFT-Test	0.36 256	0.37 188	0.33 261	0.41 264	0.32 347	0.41 311	0.32 334	0.41 304	0.32 343	0.41 304	0.32 347	0.41 312	0.32 344	0.41 311	0.33 342	0.37 259	0.29 253	0.37 302	0.29 326	0.38 295	0.31 330

DMCA	0.36 256	0.38 192	0.37 288	0.35 224	0.35 372	0.36 275	0.36 370	0.36 263	0.35 366	0.35 268	0.37 383	0.36 277	0.36 370	0.35 272	0.36 363	0.36 256	0.36 325	0.35 294	0.36 391	0.36 278	0.36 364

ACVNet-DCA	0.37 266	1.00 350	0.30 236	0.40 252	0.29 284	0.40 295	0.29 277	0.40 289	0.29 279	0.40 290	0.29 283	0.40 299	0.29 284	0.39 293	0.28 265	0.33 240	0.32 271	0.33 269	0.32 358	0.33 254	0.32 337

1test111	0.37 266	1.02 364	0.30 236	0.39 239	0.29 284	0.40 295	0.28 267	0.39 282	0.29 279	0.39 284	0.29 283	0.39 291	0.28 277	0.40 296	0.29 276	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 330

cc1	0.37 266	1.02 364	0.30 236	0.39 239	0.29 284	0.40 295	0.28 267	0.39 282	0.29 279	0.39 284	0.29 283	0.39 291	0.28 277	0.40 296	0.29 276	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 330

EKT-Stereo	0.37 266	0.40 203	0.44 355	1.07 463	0.29 284	0.34 267	0.31 326	0.36 263	0.29 279	0.38 278	0.31 337	0.37 284	0.30 290	0.36 278	0.29 276	0.34 244	0.28 239	0.39 351	0.30 340	0.37 282	0.30 321

GMOStereo	0.37 266	0.45 233	0.23 203	0.30 203	0.37 382	0.41 311	0.36 370	0.41 304	0.35 366	0.43 323	0.36 376	0.41 312	0.40 390	0.41 311	0.36 363	0.34 244	0.22 209	0.47 413	0.37 394	0.39 336	0.33 344

XPNet_ROB	0.37 266	0.37 188	0.37 288	0.37 231	0.37 382	0.37 280	0.37 376	0.37 269	0.37 378	0.37 277	0.37 383	0.37 284	0.37 375	0.37 282	0.37 372	0.37 259	0.37 328	0.37 302	0.37 394	0.37 282	0.37 369

MonSter++	0.38 272	0.44 225	0.31 251	0.43 280	0.30 294	0.43 338	0.31 326	0.43 328	0.31 333	0.45 369	0.31 337	0.43 337	0.31 339	0.43 330	0.69 482	0.38 270	0.33 283	0.40 364	0.30 340	0.38 295	0.30 321

HiDET	0.38 272	0.44 225	0.30 236	0.42 274	0.30 294	0.42 331	0.30 282	0.42 322	0.30 290	0.44 357	0.30 295	0.42 330	0.30 290	0.42 324	0.68 474	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 308

LCMNet	0.38 272	0.44 225	0.30 236	0.42 274	0.30 294	0.42 331	0.30 282	0.42 322	0.30 290	0.45 369	0.30 295	0.42 330	0.30 290	0.42 324	0.69 482	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 308

CSFM-Stereo	0.38 272	0.44 225	0.30 236	0.42 274	0.30 294	0.42 331	0.30 282	0.43 328	0.30 290	0.44 357	0.30 295	0.42 330	0.30 290	0.42 324	0.73 494	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.30 321

HART	0.38 272	0.45 233	0.34 271	0.42 274	0.33 359	0.41 311	0.34 358	0.42 322	0.33 353	0.43 323	0.34 364	0.42 330	0.34 360	0.41 311	0.38 375	0.40 290	0.32 271	0.42 392	0.32 358	0.40 348	0.32 337

GREAT-IGEV	0.38 272	0.43 222	0.36 284	0.48 300	0.32 347	0.45 381	0.32 334	0.45 371	0.32 343	0.45 369	0.32 347	0.45 378	0.32 344	0.45 375	0.32 331	0.44 314	0.33 283	0.41 381	0.29 326	0.41 359	0.29 308
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 272	0.43 222	0.33 261	0.46 288	0.33 359	0.45 381	0.32 334	0.45 371	0.32 343	0.45 369	0.32 347	0.45 378	0.33 355	0.45 375	0.32 331	0.38 270	0.38 335	0.38 310	0.37 394	0.37 282	0.36 364

WAO-8	0.38 272	0.38 192	0.38 290	0.38 234	0.38 389	0.38 287	0.38 383	0.38 278	0.38 382	0.38 278	0.38 388	0.38 286	0.38 379	0.38 285	0.38 375	0.38 270	0.38 335	0.38 310	0.37 394	0.38 295	0.38 376

WAO-7	0.38 272	0.38 192	0.38 290	0.38 234	0.38 389	0.38 287	0.38 383	0.38 278	0.38 382	0.38 278	0.38 388	0.38 286	0.38 379	0.38 285	0.38 375	0.38 270	0.38 335	0.38 310	0.38 407	0.38 295	0.38 376

xx1	0.38 272	1.03 366	0.31 251	0.40 252	0.31 337	0.41 311	0.28 267	0.40 289	0.29 279	0.40 290	0.29 283	0.40 299	0.29 284	0.40 296	0.29 276	0.34 244	0.33 283	0.34 278	0.32 358	0.34 258	0.32 337

Venus	0.38 272	0.38 192	0.38 290	0.38 234	0.38 389	0.37 280	0.38 383	0.37 269	0.37 378	0.41 304	0.37 383	0.39 291	0.37 375	0.38 285	0.38 375	0.37 259	0.38 335	0.38 310	0.37 394	0.37 282	0.38 376

IMH	0.38 272	0.38 192	0.38 290	0.38 234	0.38 389	0.38 287	0.38 383	0.38 278	0.38 382	0.42 318	0.38 388	0.40 299	0.38 379	0.38 285	0.38 375	0.38 270	0.38 335	0.39 351	0.38 407	0.38 295	0.38 376

DF	0.39 284	1.37 459	1.02 505	1.14 471	0.12 185	0.16 178	0.12 180	0.16 178	0.12 185	0.16 175	0.12 177	0.16 176	0.12 181	0.16 177	0.12 174	1.12 502	1.00 493	0.15 175	0.12 179	0.15 175	0.12 176

PAM	0.39 284	1.88 517	0.34 271	0.37 231	0.41 410	0.45 381	0.22 234	0.28 235	0.23 244	0.28 241	0.24 255	0.29 251	0.23 248	0.29 252	0.23 239	0.38 270	0.32 271	0.38 310	0.37 394	0.32 247	0.22 225

HanzoNet	0.39 284	0.38 192	0.40 333	0.39 239	0.41 410	0.38 287	0.38 383	0.38 278	0.38 382	0.39 284	0.39 398	0.38 286	0.38 379	0.39 293	0.40 390	0.38 270	0.38 335	0.40 364	0.38 407	0.38 295	0.40 385

CES	0.39 284	0.47 241	0.36 284	0.36 228	0.37 382	0.45 381	0.35 363	0.35 259	0.40 396	0.36 272	0.44 422	0.47 388	0.36 370	0.44 359	0.36 363	0.37 259	0.39 342	0.44 395	0.35 385	0.37 282	0.36 364

PASM	0.39 284	3.06 594	1.36 587	1.58 557	0.09 149	0.11 158	0.11 167	0.11 158	0.11 169	0.09 145	0.09 151	0.11 159	0.09 149	0.09 145	0.09 144	0.11 105	0.11 122	0.11 153	0.09 145	0.11 157	0.11 162

mms	0.40 289	0.45 233	0.35 282	0.48 300	0.36 378	0.47 392	0.34 358	0.45 371	0.38 382	0.47 381	0.33 356	0.45 378	0.32 344	0.45 375	0.32 331	0.39 283	0.38 335	0.38 310	0.37 394	0.39 336	0.39 382

GCAPDPT-zeroshot4090	0.40 289	1.09 376	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.44 362	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.45 343	0.34 312	0.38 310	0.27 300	0.38 295	0.27 282

knoymous	0.40 289	0.40 203	0.40 333	0.40 252	0.40 400	0.40 295	0.40 397	0.40 289	0.40 396	0.40 290	0.40 401	0.40 299	0.40 390	0.40 296	0.40 390	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

anonymousa	0.40 289	0.40 203	0.40 333	0.40 252	0.40 400	0.40 295	0.40 397	0.40 289	0.40 396	0.40 290	0.40 401	0.40 299	0.40 390	0.40 296	0.40 390	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

riskmin	0.40 289	0.40 203	0.40 333	0.40 252	0.40 400	0.40 295	0.40 397	0.40 289	0.40 396	0.40 290	0.40 401	0.40 299	0.40 390	0.40 296	0.40 390	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

Anonymous_2	0.40 289	0.40 203	0.40 333	0.40 252	0.40 400	0.40 295	0.40 397	0.40 289	0.40 396	0.40 290	0.40 401	0.40 299	0.40 390	0.40 296	0.40 390	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

Anonymous_1	0.40 289	0.40 203	0.40 333	0.40 252	0.40 400	0.40 295	0.40 397	0.40 289	0.40 396	0.40 290	0.40 401	0.40 299	0.40 390	0.40 296	0.40 390	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

AdaStereo	0.40 289	0.40 203	0.40 333	0.40 252	0.40 400	0.40 295	0.40 397	0.40 289	0.40 396	0.40 290	0.40 401	0.40 299	0.40 390	0.40 296	0.40 390	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GCAP-Stereo-DPT-25K	0.41 297	1.09 376	0.40 333	0.52 356	0.31 337	0.44 371	0.31 326	0.44 362	0.31 333	0.44 357	0.31 337	0.44 369	0.31 339	0.44 359	0.31 321	0.46 353	0.35 319	0.39 351	0.28 313	0.39 336	0.28 302

GCAP-Stereo-DPT-FT	0.41 297	1.06 373	0.40 333	0.51 353	0.31 337	0.44 371	0.30 282	0.43 328	0.32 343	0.44 357	0.30 295	0.56 436	0.30 290	0.44 359	0.31 321	0.45 343	0.34 312	0.39 351	0.27 300	0.40 348	0.27 282

Select-FE	0.41 297	0.44 225	0.23 203	0.26 197	0.22 248	0.26 240	0.22 234	0.26 232	0.23 244	0.26 237	0.23 248	0.26 242	0.23 248	0.45 375	0.42 406	0.25 209	0.22 209	0.25 235	0.22 241	0.45 374	2.90 663

water-stereo	0.41 297	0.84 311	0.46 362	0.50 342	0.33 359	0.45 381	0.33 345	0.45 371	0.32 343	0.45 369	0.32 347	0.45 378	0.32 344	0.45 375	0.32 331	0.44 314	0.41 355	0.39 351	0.31 351	0.39 336	0.32 337

ccccc	0.41 297	0.44 225	0.34 271	0.48 300	0.35 372	0.48 397	0.35 363	0.51 412	0.35 366	0.47 381	0.35 372	0.47 388	0.34 360	0.47 384	0.35 359	0.41 298	0.40 345	0.40 364	0.40 411	0.41 359	0.39 382

GCAP-BAT	0.41 297	1.30 451	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.44 357	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.34 312	0.38 310	0.26 263	0.38 295	0.26 244

GwcNet-ADL	0.41 297	0.41 214	0.41 347	0.41 264	0.41 410	0.41 311	0.41 406	0.41 304	0.41 406	0.41 304	0.41 408	0.41 312	0.41 402	0.41 311	0.41 398	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

PSMNet-ADL	0.41 297	0.41 214	0.41 347	0.41 264	0.41 410	0.41 311	0.41 406	0.41 304	0.41 406	0.41 304	0.41 408	0.41 312	0.41 402	0.41 311	0.41 398	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

GANet-ADL	0.41 297	0.41 214	0.41 347	0.41 264	0.41 410	0.41 311	0.41 406	0.41 304	0.41 406	0.41 304	0.41 408	0.41 312	0.41 402	0.41 311	0.41 398	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

ADLNet2	0.41 297	0.41 214	0.41 347	0.41 264	0.41 410	0.41 311	0.41 406	0.41 304	0.41 406	0.41 304	0.41 408	0.41 312	0.41 402	0.41 311	0.41 398	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

ADLNet	0.41 297	0.41 214	0.41 347	0.41 264	0.41 410	0.41 311	0.41 406	0.41 304	0.41 406	0.41 304	0.41 408	0.41 312	0.41 402	0.41 311	0.41 398	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

FCDSN-DC	0.41 297	0.59 280	0.64 431	0.54 361	0.33 359	0.50 411	0.37 376	0.42 322	0.40 396	0.61 442	0.43 420	0.50 413	0.49 434	0.38 285	0.32 331	0.28 218	0.23 215	0.26 240	0.22 241	0.35 271	0.28 302
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 297	0.46 237	0.33 261	0.49 306	0.33 359	0.49 402	0.33 345	0.49 389	0.33 353	0.49 395	0.33 356	0.49 399	0.33 355	0.51 416	0.33 342	0.41 298	0.30 262	0.41 381	0.30 340	0.79 452	0.29 308

Gwc-CoAtRS	0.41 297	1.49 465	0.32 256	0.42 274	0.32 347	0.41 311	0.32 334	0.41 304	0.33 353	0.41 304	0.32 347	0.41 312	0.32 344	0.41 311	0.32 331	0.39 283	0.28 239	0.39 351	0.28 313	0.40 348	0.28 302

UPFNet	0.42 311	1.20 393	0.17 177	0.24 183	0.17 219	0.25 231	0.17 208	1.19 520	0.90 519	0.25 228	0.17 215	0.24 224	0.17 216	0.25 229	0.17 208	0.22 185	0.17 191	0.22 213	0.16 204	1.15 508	0.93 516

quiztm	0.43 312	0.49 249	0.40 333	0.51 353	0.40 400	0.51 423	0.40 397	0.50 398	0.40 396	0.50 408	0.40 401	0.51 424	0.40 390	0.50 406	0.40 390	0.44 314	0.34 312	0.44 395	0.34 372	0.44 369	0.34 351

GCAP-Stereo-DPT26K	0.43 312	1.76 481	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.31 321	0.44 314	0.33 283	0.38 310	0.27 300	0.38 295	0.26 244

aanet-new-8k	0.43 312	1.76 481	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new	0.43 312	1.80 491	0.38 290	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-cres	0.43 312	1.77 483	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-36K	0.43 312	1.78 486	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-20K	0.43 312	1.77 483	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-3K	0.43 312	1.77 483	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

DDF-Stereo	0.43 312	1.15 386	0.57 408	0.53 358	0.32 347	0.41 311	0.32 334	0.41 304	0.32 343	0.41 304	0.32 347	0.41 312	0.32 344	0.40 296	0.32 331	0.52 382	0.50 402	0.38 310	0.31 351	0.39 336	0.31 330

DilatedVolume-Stereo	0.43 312	0.86 315	0.48 377	0.50 342	0.33 359	0.46 387	0.33 345	0.46 375	0.33 353	0.46 375	0.33 356	0.47 388	0.33 355	0.47 384	0.34 355	0.45 343	0.42 364	0.40 364	0.33 368	0.47 390	0.38 376

psmg	0.43 312	1.91 521	0.92 492	1.91 571	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	1.44 594	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 312	1.21 439	0.17 177	0.25 190	0.17 219	0.25 231	0.18 216	1.26 572	0.95 527	0.25 228	0.17 215	0.25 231	0.17 216	0.25 229	0.17 208	0.23 196	0.16 170	0.22 213	0.16 204	1.18 516	0.98 521

psm_up	0.43 312	1.19 392	0.17 177	0.25 190	0.18 230	0.25 231	0.19 220	1.26 572	0.91 520	0.26 237	0.17 215	0.25 231	0.17 216	0.25 229	0.17 208	0.22 185	0.17 191	0.23 221	0.16 204	1.18 516	0.99 522

aanet-new-90k	0.44 325	1.82 503	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.44 359	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-60k	0.44 325	1.81 496	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-70k	0.44 325	1.82 503	0.38 290	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-78k	0.44 325	1.80 491	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-40k	0.44 325	1.81 496	0.39 301	0.50 342	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-36k	0.44 325	1.80 491	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-34k	0.44 325	1.80 491	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-32k-new	0.44 325	1.78 486	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.44 362	0.30 290	0.44 357	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.45 343	0.34 312	0.39 351	0.26 263	0.38 295	0.26 244

aanet-new-32k	0.44 325	1.79 490	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-30k	0.44 325	1.78 486	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-28k	0.44 325	1.81 496	0.39 301	0.49 306	0.30 294	0.44 371	0.30 282	0.44 362	0.30 290	0.44 357	0.30 295	0.44 369	0.30 290	0.44 359	0.30 283	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-24k	0.44 325	1.78 486	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-22k	0.44 325	1.81 496	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-16k	0.44 325	1.83 506	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-cres-4k	0.44 325	1.81 496	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-22K	0.44 325	1.85 512	0.38 290	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-24K	0.44 325	1.86 515	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-5K	0.44 325	1.80 491	0.39 301	0.49 306	0.30 294	0.44 371	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.44 359	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-2K	0.44 325	1.82 503	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-50K	0.44 325	1.83 506	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.43 330	0.30 283	0.44 314	0.36 325	0.38 310	0.26 263	0.38 295	0.26 244

Monster-pub-mixall	0.44 325	0.56 276	0.60 414	0.38 234	0.27 269	0.37 280	0.27 259	0.37 269	0.29 279	0.38 278	0.27 270	0.38 286	0.29 284	0.85 479	0.27 256	1.46 576	0.26 223	0.34 278	0.26 263	0.36 278	0.53 436

depthmonostereo	0.44 325	0.85 313	0.46 362	0.54 361	0.40 400	0.52 427	0.38 383	0.52 416	0.35 366	0.47 381	0.34 364	0.46 382	0.34 360	0.47 384	0.34 355	0.45 343	0.43 369	0.41 381	0.33 368	0.41 359	0.32 337

MMNet	0.44 325	1.24 447	0.17 177	0.25 190	0.17 219	0.25 231	0.18 216	1.26 572	0.93 525	0.25 228	0.17 215	0.25 231	0.18 226	0.25 229	0.17 208	0.23 196	0.16 170	0.23 221	0.16 204	1.20 520	0.99 522

aanet-new-10k	0.45 348	1.81 496	0.40 333	0.50 342	0.31 337	0.44 371	0.31 326	0.44 362	0.31 333	0.44 357	0.31 337	0.44 369	0.32 344	0.44 359	0.31 321	0.46 353	0.35 319	0.39 351	0.27 300	0.39 336	0.27 282

252Zero-FE	0.45 348	0.50 254	0.36 284	0.50 342	0.36 378	0.50 411	0.36 370	0.50 398	0.36 376	0.49 395	0.36 376	0.49 399	0.36 370	0.54 425	0.41 398	0.45 343	0.34 312	0.45 400	0.34 372	0.55 416	0.75 494

Monster-pub-eth3d	0.45 348	0.57 277	0.60 414	0.39 239	0.28 274	0.37 280	0.28 267	0.37 269	0.30 290	0.39 284	0.29 283	0.39 291	0.30 290	0.92 491	0.27 256	1.42 573	0.28 239	0.34 278	0.28 313	0.37 282	0.53 436

Replicate-Monster	0.45 348	0.57 277	0.60 414	0.40 252	0.29 284	0.37 280	0.27 259	0.37 269	0.30 290	0.40 290	0.31 337	0.40 299	0.30 290	0.99 500	0.27 256	1.36 569	0.31 267	0.34 278	0.30 340	0.36 278	0.54 439

SCV_C0	0.45 348	0.88 319	0.49 384	0.54 361	0.37 382	0.48 397	0.37 376	0.48 385	0.37 378	0.48 388	0.36 376	0.48 395	0.37 375	0.49 398	0.37 372	0.50 374	0.41 355	0.44 395	0.34 372	0.44 369	0.34 351

RAFT-Stereo-weight	0.45 348	1.90 520	0.34 271	0.42 274	0.36 378	0.43 338	0.35 363	0.42 322	0.34 362	0.42 318	0.34 364	0.44 369	0.34 360	0.41 311	0.34 355	0.38 270	0.32 271	0.38 310	0.32 358	0.38 295	0.33 344

TorneroNet-64	0.45 348	0.27 169	0.30 236	0.58 371	0.27 269	0.70 456	0.30 282	0.28 235	0.73 502	0.73 460	0.28 277	0.71 458	0.66 469	0.75 461	0.27 256	0.27 214	0.29 253	0.37 302	0.75 507	0.28 233	0.30 321

aanet-new-12k	0.46 355	1.99 529	0.40 333	0.51 353	0.31 337	0.44 371	0.31 326	0.44 362	0.31 333	0.44 357	0.31 337	0.44 369	0.31 339	0.44 359	0.32 331	0.47 360	0.35 319	0.39 351	0.27 300	0.39 336	0.27 282

SCV	0.46 355	0.94 336	0.45 357	0.54 361	0.37 382	0.48 397	0.38 383	0.48 385	0.37 378	0.48 388	0.39 398	0.48 395	0.37 375	0.49 398	0.37 372	0.50 374	0.46 379	0.44 395	0.34 372	0.44 369	0.34 351

otaku	0.46 355	0.46 237	0.46 362	0.46 288	0.46 429	0.46 387	0.46 422	0.46 375	0.46 421	0.46 375	0.46 429	0.46 382	0.46 420	0.46 380	0.46 416	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

Dean	0.46 355	0.46 237	0.46 362	0.46 288	0.46 429	0.46 387	0.46 422	0.46 375	0.46 421	0.47 381	0.46 429	0.46 382	0.46 420	0.46 380	0.46 416	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

ACVNet_1	0.46 355	0.47 241	0.46 362	0.46 288	0.46 429	0.46 387	0.46 422	0.46 375	0.47 426	0.46 375	0.46 429	0.46 382	0.46 420	0.46 380	0.46 416	0.46 353	0.46 379	0.47 413	0.46 433	0.46 377	0.46 408

ACVNet-4b	0.46 355	0.46 237	0.46 362	0.46 288	0.46 429	0.46 387	0.46 422	0.46 375	0.46 421	0.46 375	0.46 429	0.46 382	0.46 420	0.47 384	0.46 416	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

PML	0.46 355	1.36 457	0.29 232	0.58 371	0.30 294	0.57 440	0.29 277	0.57 427	0.29 279	0.57 436	0.29 283	0.57 439	0.29 284	0.56 430	0.29 276	0.52 382	0.30 262	0.53 441	0.31 351	0.53 414	0.30 321

LG-Stereo_L1	0.47 362	0.52 264	0.47 369	0.62 379	0.39 399	0.53 429	0.40 397	0.53 418	0.39 395	0.53 423	0.39 398	0.53 426	0.39 389	0.53 423	0.39 387	0.55 392	0.46 379	0.49 426	0.37 394	0.49 397	0.37 369

Ntro	0.47 362	0.47 241	0.46 362	0.46 288	0.46 429	0.47 392	0.47 427	0.46 375	0.47 426	0.46 375	0.46 429	0.47 388	0.46 420	0.47 384	0.47 423	0.47 360	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

HaxPig	0.47 362	0.47 241	0.47 369	0.49 306	0.47 435	0.47 392	0.47 427	0.47 381	0.47 426	0.47 381	0.47 437	0.47 388	0.47 428	0.47 384	0.47 423	0.47 360	0.47 387	0.47 413	0.47 440	0.47 390	0.48 417

UNDER WATER	0.47 362	0.47 241	0.47 369	0.47 295	0.47 435	0.47 392	0.47 427	0.47 381	0.47 426	0.47 381	0.47 437	0.47 388	0.46 420	0.47 384	0.47 423	0.47 360	0.47 387	0.47 413	0.46 433	0.47 390	0.47 415

LVE	0.47 362	0.47 241	0.47 369	0.47 295	0.49 441	0.47 392	0.47 427	0.47 381	0.49 435	0.47 381	0.47 437	0.47 388	0.46 420	0.47 384	0.47 423	0.47 360	0.47 387	0.48 421	0.47 440	0.47 390	0.47 415

GASTEREO	0.48 367	1.21 439	0.47 369	0.57 369	0.38 389	0.50 411	0.38 383	0.50 398	0.38 382	0.50 408	0.38 388	0.50 413	0.38 379	0.50 406	0.38 375	0.52 382	0.42 364	0.46 404	0.34 372	0.46 377	0.34 351

LG-Stereo_Zeroshot	0.48 367	0.55 274	0.47 369	0.63 381	0.41 410	0.56 434	0.44 414	0.56 424	0.41 406	0.56 433	0.41 408	0.57 439	0.42 408	0.56 430	0.41 398	0.55 392	0.43 369	0.51 435	0.37 394	0.51 408	0.37 369

fffft	0.48 367	0.51 262	0.45 357	0.52 356	0.45 427	0.52 427	0.45 420	0.52 416	0.48 433	0.53 423	0.45 426	0.52 425	0.45 417	0.52 421	0.46 416	0.51 380	0.41 355	0.50 430	0.41 419	0.50 402	0.41 393
1: 1. 1
RainbowNet	0.48 367	0.48 247	0.48 377	0.48 300	0.48 439	0.48 397	0.48 436	0.48 385	0.48 433	0.48 388	0.48 441	0.48 395	0.48 429	0.48 392	0.48 429	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.48 417

notaker	0.48 367	0.49 249	0.48 377	0.48 300	0.48 439	0.48 397	0.48 436	0.48 385	0.49 435	0.48 388	0.48 441	0.48 395	0.48 429	0.48 392	0.48 429	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.49 422

LL-Strereo2	0.48 367	1.73 479	0.51 396	0.59 374	0.34 369	0.42 331	0.33 345	0.40 289	0.31 333	0.42 318	0.33 356	0.42 330	0.31 339	0.44 359	0.39 387	0.60 400	0.51 407	0.44 395	0.33 368	0.44 369	0.33 344

Former-RAFT_DAM_RVC	0.49 373	0.98 341	0.64 431	0.84 423	0.46 429	0.45 381	0.35 363	0.47 381	0.47 426	0.45 369	0.34 364	0.46 382	0.48 429	0.46 380	0.35 359	0.39 283	0.71 463	0.39 351	0.35 385	0.41 359	0.41 393

ACVNet_2	0.49 373	0.49 249	0.49 384	0.49 306	0.49 441	0.49 402	0.49 438	0.49 389	0.49 435	0.49 395	0.49 444	0.49 399	0.49 434	0.49 398	0.49 431	0.49 368	0.49 394	0.49 426	0.49 447	0.49 397	0.49 422

FoundationStereo	0.50 375	0.50 254	0.50 389	0.50 342	0.50 445	0.50 411	0.50 441	0.50 398	0.50 439	0.50 408	0.50 447	0.50 413	0.50 438	0.50 406	0.50 433	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

StereoAnything_RVC	0.50 375	0.50 254	0.50 389	0.50 342	0.50 445	0.50 411	0.50 441	0.50 398	0.50 439	0.50 408	0.50 447	0.50 413	0.50 438	0.50 406	0.50 433	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

dual_stereo	0.50 375	0.50 254	0.50 389	0.50 342	0.50 445	0.50 411	0.50 441	0.50 398	0.50 439	0.50 408	0.50 447	0.50 413	0.50 438	0.50 406	0.50 433	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

GCST	0.50 375	2.08 532	0.38 290	0.53 358	0.35 372	0.49 402	0.35 363	0.50 398	0.35 366	0.49 395	0.35 372	0.49 399	0.35 367	0.49 398	0.35 359	0.48 365	0.37 328	0.45 400	0.33 368	0.44 369	0.33 344

SANet	0.50 375	0.50 254	0.50 389	0.50 342	0.50 445	0.50 411	0.50 441	0.50 398	0.50 439	0.50 408	0.50 447	0.50 413	0.50 438	0.50 406	0.50 433	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

MSCF	0.51 380	1.40 462	0.49 384	0.58 371	0.38 389	0.50 411	0.38 383	0.54 420	0.41 406	0.52 420	0.41 408	0.53 426	0.42 408	0.53 423	0.41 398	0.60 400	0.47 387	0.48 421	0.37 394	0.48 394	0.38 376

UGAM-zero	0.51 380	2.17 541	0.39 301	0.53 358	0.36 378	0.50 411	0.36 370	0.50 398	0.36 376	0.49 395	0.36 376	0.50 413	0.35 367	0.50 406	0.36 363	0.49 368	0.37 328	0.47 413	0.35 385	0.46 377	0.34 351

UGAM	0.51 380	2.23 546	0.39 301	0.54 361	0.35 372	0.50 411	0.35 363	0.49 389	0.35 366	0.49 395	0.35 372	0.49 399	0.36 370	0.50 406	0.36 363	0.49 368	0.37 328	0.45 400	0.34 372	0.45 374	0.34 351

Selective-IGEV	0.51 380	0.55 274	0.45 357	0.69 391	0.45 427	0.61 444	0.45 420	0.50 398	0.40 396	0.56 433	0.44 422	0.55 433	0.40 390	0.72 456	0.67 466	0.59 399	0.46 379	0.45 400	0.34 372	0.46 377	0.37 369

RCA-Stereo	0.51 380	3.22 600	0.34 271	0.44 283	0.34 369	0.44 371	0.34 358	0.43 328	0.34 362	0.43 323	0.34 364	0.44 369	0.33 355	0.43 330	0.33 342	0.38 270	0.29 253	0.38 310	0.29 326	0.38 295	0.29 308

DN	0.53 385	0.85 313	0.45 357	0.65 385	0.44 423	0.60 443	0.44 414	0.60 434	0.44 417	0.60 441	0.45 426	0.60 444	0.44 413	0.60 439	0.44 410	0.56 395	0.42 364	0.56 444	0.42 427	0.56 418	0.42 400

MatchStereo	0.54 386	0.12 115	2.38 649	2.32 591	0.09 149	0.09 145	0.08 148	0.09 145	0.07 146	0.09 145	0.07 147	0.09 146	0.07 145	0.09 145	0.08 139	2.34 624	2.34 643	0.12 156	0.11 164	0.11 157	0.10 149
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 386	0.60 283	0.52 399	0.66 389	0.47 435	0.61 444	0.47 427	0.58 430	0.46 421	0.61 442	0.46 429	0.61 446	0.45 417	0.62 440	0.45 412	0.61 404	0.52 409	0.57 445	0.48 444	0.57 421	0.48 417

castereo++	0.54 386	3.59 606	1.15 515	1.31 542	0.14 191	0.16 178	0.14 186	0.16 178	0.14 191	0.16 175	0.14 195	0.16 176	0.13 187	0.16 177	0.14 185	1.45 575	1.16 520	0.15 175	0.14 194	0.15 175	0.13 183

FENet	0.54 386	1.52 466	1.19 521	1.41 552	0.23 254	0.35 271	0.23 242	0.35 259	0.23 244	0.34 264	0.23 248	0.35 272	0.23 248	0.35 272	0.23 239	1.40 572	1.07 504	0.32 262	0.23 247	0.33 254	0.23 227

PSMNet_ROB	0.54 386	0.54 272	0.54 404	0.54 361	0.53 455	0.54 432	0.54 449	0.53 418	0.54 449	0.54 428	0.54 457	0.54 429	0.53 445	0.54 425	0.54 443	0.54 386	0.53 411	0.54 442	0.54 456	0.54 415	0.54 439

AIO-test2	0.55 391	0.59 280	0.52 399	0.67 390	0.47 435	0.61 444	0.47 427	0.61 437	0.47 426	0.61 442	0.47 437	0.61 446	0.48 429	0.62 440	0.47 423	0.64 411	0.53 411	0.58 446	0.47 440	0.58 422	0.48 417

CFNet-ft	0.55 391	1.57 467	0.14 149	0.20 161	0.14 191	0.20 197	2.53 659	1.61 590	0.14 191	0.20 194	0.14 195	0.20 195	0.14 191	0.20 194	0.14 185	0.17 160	0.12 136	0.17 187	0.12 179	1.56 583	1.24 600

MyStereo04	0.56 393	3.72 612	0.59 410	0.49 306	0.41 410	0.36 275	0.32 334	0.37 269	0.31 333	0.34 264	0.46 429	0.35 272	0.32 344	0.35 272	0.33 342	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 402

CASS	0.57 394	0.89 322	0.56 406	0.57 369	0.56 458	0.56 434	0.56 450	0.56 424	0.53 447	0.57 436	0.57 460	0.59 443	0.48 429	0.56 430	0.57 446	0.55 392	0.56 416	0.47 413	0.56 462	0.62 425	0.56 449
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 395	0.75 298	0.49 384	0.79 415	0.50 445	0.79 466	0.49 438	0.79 459	0.49 435	0.80 471	0.49 444	0.79 471	0.49 434	0.80 465	0.49 431	0.63 410	0.40 345	0.63 451	0.40 411	0.63 426	0.40 385

aanet-new-14k	0.60 395	5.12 639	0.39 301	0.49 306	0.30 294	0.43 338	0.30 282	0.43 328	0.30 290	0.43 323	0.30 295	0.43 337	0.30 290	0.44 359	0.30 283	0.44 314	0.37 328	0.38 310	0.26 263	0.38 295	0.26 244

LG-Stereo	0.60 395	0.58 279	0.47 369	0.64 384	0.74 497	1.00 496	0.69 483	0.57 427	0.41 406	0.57 436	0.41 408	0.57 439	0.41 402	1.00 502	0.75 499	0.91 466	0.51 407	0.52 438	0.37 394	0.52 410	0.37 369

MonSter	0.60 395	0.64 286	0.52 399	0.62 379	0.44 423	2.07 616	0.44 414	0.62 438	0.44 417	0.62 445	0.44 422	0.62 448	0.44 413	0.62 440	0.44 410	0.58 397	0.42 364	0.62 449	0.46 433	0.58 422	0.42 400

MyStereo07	0.60 395	3.72 612	0.48 377	0.49 306	0.41 410	0.36 275	0.32 334	0.49 389	0.43 414	0.51 417	0.42 418	0.49 399	0.43 411	0.51 416	0.64 457	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 402

FSD	0.61 400	0.59 280	0.50 389	2.58 602	0.44 423	0.56 434	0.44 414	0.55 423	0.44 417	0.56 433	0.44 422	0.56 436	0.44 413	0.56 430	0.46 416	0.61 404	0.42 364	0.52 438	0.42 427	0.52 410	0.51 432

castereo	0.61 400	3.79 614	1.35 579	1.52 556	0.15 203	0.17 185	0.16 198	0.20 195	0.21 235	0.18 186	0.16 208	0.21 203	0.12 181	0.26 240	0.17 208	1.43 574	1.38 590	0.17 187	0.16 204	0.18 190	0.16 194

WCG-NET	0.61 400	1.21 439	0.54 404	0.61 378	0.53 455	0.67 452	0.53 447	0.66 443	0.53 447	0.64 448	0.53 456	0.65 452	0.53 445	0.59 437	0.52 440	0.65 412	0.48 391	0.64 453	0.52 453	0.58 422	0.50 425

GEAStereo	0.62 403	3.91 619	0.48 377	0.69 391	0.38 389	0.51 423	0.38 383	0.51 412	0.38 382	0.53 423	0.38 388	0.50 413	0.38 379	0.51 416	0.38 375	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 351

gasm-f	0.62 403	3.91 619	0.48 377	0.69 391	0.38 389	0.51 423	0.38 383	0.51 412	0.38 382	0.53 423	0.38 388	0.50 413	0.38 379	0.51 416	0.38 375	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 351

SMoEStereo_RVC	0.63 405	0.75 298	0.51 396	0.73 408	0.53 455	0.71 458	0.47 427	0.67 444	0.58 453	0.74 465	0.60 465	0.72 461	0.53 445	0.74 460	0.51 438	0.61 404	0.62 437	0.62 449	0.61 471	0.63 426	0.61 456

anonymity	0.63 405	0.69 288	0.56 406	0.71 399	0.56 458	0.71 458	0.56 450	0.71 451	0.56 450	0.72 458	0.56 459	0.71 458	0.56 449	0.71 454	0.58 448	0.68 416	0.55 414	0.68 458	0.55 458	0.68 431	0.54 439

PAM_32	0.64 407	2.38 561	0.51 396	0.92 437	0.43 422	0.53 429	0.44 414	0.87 471	0.43 414	0.52 420	0.45 426	0.53 426	0.40 390	0.54 425	0.46 416	0.62 408	0.56 416	0.48 421	0.45 431	0.76 446	0.44 405

CRFU-Net	0.65 408	1.67 471	1.22 571	1.96 575	0.27 269	0.41 311	0.27 259	0.41 304	0.27 269	0.40 290	0.26 266	0.41 312	0.27 270	0.40 296	0.27 256	1.80 589	1.62 611	0.34 278	0.23 247	0.33 254	0.23 227

LMCR-Stereo	0.65 408	0.63 284	0.65 435	0.65 385	0.65 476	0.66 451	0.63 461	0.58 430	0.65 468	0.63 447	0.64 473	0.65 452	0.65 465	0.66 447	0.66 465	0.66 414	0.64 441	0.65 456	0.67 489	0.68 431	0.73 490

KSHMR	0.66 410	0.50 254	0.48 377	1.15 474	0.52 452	0.49 402	0.51 445	0.49 389	0.71 496	0.67 452	0.50 447	1.16 531	1.11 530	0.66 447	0.52 440	0.49 368	0.49 394	0.51 435	0.66 485	0.50 402	1.14 541

TorneroNet	0.66 410	0.53 268	0.50 389	0.50 342	0.64 474	1.06 513	0.70 490	0.50 398	0.51 446	0.49 395	0.69 490	0.49 399	0.50 438	0.48 392	1.15 542	0.71 424	0.49 394	1.14 529	1.08 540	0.49 397	0.49 422

GES	0.66 410	2.34 557	0.29 232	0.41 264	0.29 284	0.41 311	0.29 277	0.42 322	0.29 279	0.40 290	0.41 408	0.41 312	0.30 290	0.51 416	0.29 276	0.32 235	0.29 253	0.32 262	2.46 662	2.49 624	0.30 321

cf-r	0.66 410	2.17 541	0.12 124	0.18 154	0.12 185	0.18 189	2.70 663	2.60 637	0.12 185	0.18 186	0.12 177	0.18 188	0.12 181	0.18 187	0.12 174	0.15 141	0.11 122	0.15 175	0.11 164	1.81 595	1.74 638

DSFCA	0.66 410	0.73 295	0.78 472	0.65 385	0.65 476	0.64 449	0.64 462	0.65 441	0.63 465	0.64 448	0.64 473	0.64 449	0.64 462	0.65 446	0.65 461	0.65 412	0.65 443	0.65 456	0.65 483	0.66 429	0.64 467

DEFOM-Stereo	0.68 415	3.11 596	1.40 593	1.63 565	0.25 261	0.31 255	0.25 249	0.31 247	0.28 273	0.31 252	0.29 283	0.29 251	0.27 270	0.31 258	0.28 265	1.59 582	1.47 596	0.30 253	0.29 326	0.30 239	0.28 302

ssnet_v2	0.68 415	1.96 528	1.25 575	0.29 202	0.20 237	0.30 249	0.20 224	0.29 240	0.22 238	1.50 592	0.20 237	0.31 259	0.20 235	0.27 244	0.22 232	0.24 203	1.49 597	0.26 240	0.18 232	3.90 647	0.19 218

ARAFT	0.68 415	0.81 308	0.63 427	0.74 412	0.60 462	0.78 464	0.62 460	0.77 458	0.66 471	0.74 465	0.63 471	0.75 466	0.62 461	0.83 474	0.60 453	0.70 422	0.55 414	0.70 465	0.60 468	0.78 450	0.55 446

mm2	0.69 418	0.69 288	0.69 451	0.69 391	0.69 486	0.69 453	0.69 483	0.69 446	0.69 483	0.69 455	0.69 490	0.69 455	0.69 482	0.69 451	0.69 482	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 477

mm1	0.69 418	0.69 288	0.69 451	0.69 391	0.69 486	0.69 453	0.69 483	0.69 446	0.69 483	0.69 455	0.69 490	0.69 455	0.69 482	0.69 451	0.69 482	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 477

NINENet	0.69 418	3.87 618	1.20 524	1.98 576	0.05 130	0.40 295	0.04 104	0.40 289	0.05 129	0.41 304	0.04 111	0.41 312	0.05 122	0.40 296	0.05 120	1.79 588	1.56 603	0.34 278	0.22 241	0.34 258	0.23 227

VIP-Stereo	0.70 421	2.97 593	2.43 650	2.49 598	0.16 213	0.25 231	0.16 198	0.25 226	0.16 207	0.25 228	0.18 231	0.25 231	0.16 204	0.26 240	0.16 202	1.86 590	1.26 573	0.23 221	0.15 202	0.23 217	0.15 193

RAFT-Stereo + iAFF	0.70 421	0.72 294	0.71 458	0.80 418	0.62 473	0.82 473	0.61 459	0.81 465	0.62 462	0.81 474	0.63 471	0.80 473	0.70 486	0.73 458	0.61 455	0.76 444	0.61 436	0.74 472	0.61 471	0.77 448	0.61 456

DMCA-RVC	0.70 421	0.80 305	0.70 454	0.70 397	0.70 490	0.70 456	0.70 490	0.71 451	0.70 491	0.70 457	0.71 499	0.71 458	0.70 486	0.70 453	0.69 482	0.69 417	0.70 459	0.69 461	0.70 498	0.69 435	0.70 480

MyStereo8	0.71 424	3.92 621	0.52 399	0.59 374	0.52 452	0.57 440	0.53 447	0.59 432	0.50 439	0.59 440	0.51 453	0.57 439	0.50 438	0.56 430	0.52 440	0.54 386	0.49 394	0.54 442	0.49 447	0.55 416	0.50 425

HH	0.71 424	2.54 567	0.74 466	1.10 465	0.32 347	0.41 311	0.37 376	0.69 446	0.78 506	0.73 460	0.90 522	0.75 466	1.00 517	0.84 475	0.69 482	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 244

HanStereo	0.71 424	2.54 567	0.74 466	1.10 465	0.32 347	0.41 311	0.37 376	0.69 446	0.78 506	0.73 460	0.90 522	0.75 466	1.00 517	0.84 475	0.69 482	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 244

CAR	0.72 427	0.76 300	0.59 410	0.84 423	1.19 555	0.81 470	0.58 453	0.81 465	0.58 453	0.81 474	0.58 462	0.83 478	0.59 455	0.82 469	0.59 451	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 434

MSE-Stereo	0.72 427	0.76 300	0.59 410	0.84 423	1.19 555	0.81 470	0.58 453	0.81 465	0.58 453	0.81 474	0.58 462	0.83 478	0.59 455	0.82 469	0.59 451	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 434

zero-FE	0.72 427	1.31 453	0.66 438	0.92 437	0.60 462	0.82 473	0.58 453	0.82 468	0.58 453	0.81 474	0.60 465	0.81 476	0.60 457	0.82 469	0.58 448	0.74 441	0.59 429	0.73 467	0.52 453	0.76 446	0.51 432

ktn	0.72 427	0.53 268	1.08 509	1.14 471	0.51 451	1.22 575	1.36 608	0.51 412	0.59 457	0.51 417	0.51 453	0.69 455	1.20 542	0.67 449	0.51 438	0.51 380	0.49 394	0.58 446	0.66 485	0.52 410	0.53 436

MGA	0.73 431	0.76 300	0.60 414	0.92 437	1.17 551	0.81 470	0.59 457	0.84 469	0.62 462	0.81 474	0.59 464	0.84 480	0.60 457	0.81 468	0.61 455	0.71 424	0.53 411	0.89 496	0.53 455	0.75 444	0.54 439

DStereoRT	0.73 431	0.81 308	0.73 465	0.71 399	0.74 497	0.73 460	0.75 498	0.71 451	0.71 496	0.74 465	0.72 502	0.73 463	0.80 502	0.71 454	0.73 494	0.76 444	0.71 463	0.73 467	0.72 503	0.70 438	0.76 497

CroCo-Stereo	0.73 431	1.22 445	0.25 213	1.22 528	0.25 261	1.22 575	0.25 249	1.22 569	0.25 252	1.22 577	0.25 261	1.22 580	0.25 254	1.22 580	0.25 250	1.22 558	0.26 223	1.21 588	0.25 257	1.22 568	0.25 238
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 431	0.88 319	0.67 442	0.75 413	0.68 485	0.75 461	0.64 462	0.80 462	0.72 499	0.83 479	0.70 494	0.82 477	0.64 462	0.84 475	0.67 466	0.77 446	0.63 439	0.81 484	0.63 474	0.78 450	0.62 459

monster-pro	0.75 435	1.67 471	0.64 431	0.89 429	0.57 460	0.86 479	0.56 450	0.87 471	0.56 450	0.87 480	0.57 460	0.88 483	0.57 450	0.87 480	0.57 446	0.79 447	0.58 421	0.76 475	0.54 456	0.77 448	0.54 439

AIO-Stereo-zeroshot1	0.75 435	0.92 332	0.85 484	0.96 449	0.59 461	1.27 579	0.44 414	0.59 432	0.69 483	0.91 486	0.68 485	0.55 433	0.61 460	1.06 518	0.83 512	0.62 408	0.70 459	0.90 497	0.41 419	0.89 471	0.56 449

MyStereo06	0.75 435	4.12 623	0.60 414	0.63 381	0.61 468	0.62 447	0.66 467	0.56 424	0.45 420	0.55 431	0.48 441	0.54 429	0.46 420	0.57 435	0.45 412	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 446

GCAP-Stereo	0.75 435	4.15 626	0.42 352	0.75 413	0.35 372	0.78 464	0.40 397	0.79 459	0.38 382	0.78 469	0.36 376	0.78 469	0.36 370	0.79 463	0.39 387	0.75 442	0.39 342	0.76 475	0.39 410	0.75 444	0.39 382

GANet-RSSM	0.75 435	1.91 521	0.14 149	0.47 295	0.14 191	0.21 208	3.21 680	2.30 623	0.14 191	0.46 375	0.14 195	0.23 218	0.18 226	0.21 205	0.14 185	0.18 168	0.27 233	0.37 302	0.13 188	2.13 606	2.12 648

RSM++	0.76 440	0.82 310	0.66 438	0.85 427	0.64 474	0.85 477	0.71 493	0.94 487	0.64 466	0.87 480	0.67 480	0.87 482	0.65 465	0.84 475	0.65 461	0.81 452	0.70 459	0.79 479	0.71 501	0.83 462	0.70 480

DNS	0.77 441	1.09 376	0.65 435	0.89 429	0.65 476	0.89 484	0.65 466	0.89 476	0.65 468	0.89 483	0.65 476	0.89 486	0.65 465	0.90 485	0.65 461	0.84 459	0.62 437	0.84 490	0.61 471	0.84 464	0.62 459

CroCo-Stereo Lap2	0.77 441	1.29 449	0.29 232	1.27 533	0.29 284	1.27 579	0.26 256	1.26 572	0.26 265	1.26 578	0.26 266	1.27 584	0.26 263	1.26 581	0.27 256	1.27 561	0.27 233	1.27 592	0.27 300	1.27 572	0.27 282

PSMNet-RSSM	0.77 441	2.76 584	0.14 149	0.20 161	0.14 191	0.20 197	2.66 661	2.79 650	0.14 191	0.21 206	0.14 195	0.21 203	0.14 191	0.20 194	0.14 185	0.17 160	0.12 136	0.17 187	0.12 179	2.52 628	2.31 653

GwcNet-RSSM	0.77 441	2.77 586	0.14 149	0.20 161	0.14 191	0.20 197	2.67 662	2.78 649	0.14 191	0.20 194	0.14 195	0.20 195	0.14 191	0.21 205	0.14 185	0.17 160	0.12 136	0.17 187	0.12 179	2.52 628	2.31 653

4D-IteraStereo	0.78 445	3.13 597	0.89 485	0.69 391	0.32 347	0.40 295	0.32 334	0.76 457	0.97 530	0.52 420	0.65 476	0.89 486	0.32 344	0.76 462	0.98 524	0.83 457	0.94 491	0.35 294	0.27 300	0.70 438	0.89 512

Pro-Stereo	0.79 446	0.53 268	0.38 290	0.49 306	0.38 389	0.49 402	0.37 376	0.49 389	0.67 472	0.50 408	0.38 388	1.10 523	0.38 379	0.49 398	0.38 375	0.71 424	0.88 485	5.98 695	0.36 391	0.46 377	0.36 364

hitnet-ft	0.79 446	2.78 589	0.14 149	0.20 161	0.14 191	0.21 208	2.89 664	2.80 651	0.14 191	0.20 194	0.14 195	0.20 195	0.14 191	0.20 194	0.14 185	0.17 160	0.12 136	0.17 187	0.12 179	2.54 636	2.33 655

G-Net	0.79 446	0.79 304	0.79 475	0.79 415	0.79 510	0.79 466	0.79 503	0.79 459	0.79 510	0.79 470	0.79 514	0.79 471	0.79 501	0.79 463	0.79 504	0.79 447	0.79 476	0.79 479	0.79 514	0.79 452	0.79 502

MyStereo05	0.80 449	4.12 623	0.63 427	0.63 381	0.61 468	0.62 447	0.66 467	0.65 441	0.62 462	0.67 452	0.61 469	0.65 452	0.58 453	0.67 449	0.55 445	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 446

UDG	0.80 449	2.21 545	0.60 414	0.91 434	0.60 462	0.90 485	0.58 453	0.88 475	0.60 458	0.90 484	0.60 465	0.88 483	0.60 457	0.90 485	0.58 448	0.86 463	0.60 432	0.84 490	0.59 467	0.84 464	0.61 456

ccnet	0.80 449	2.28 549	0.33 261	0.50 342	0.33 359	0.50 411	0.33 345	0.50 398	0.33 353	0.49 395	0.33 356	0.49 399	1.56 607	2.38 627	0.33 342	0.41 298	0.29 253	0.42 392	1.57 622	2.28 612	0.29 308

NaN_ROB	0.80 449	0.80 305	0.80 476	0.80 418	0.80 513	0.80 468	0.80 506	0.80 462	0.80 512	0.80 471	0.80 516	0.80 473	0.80 502	0.80 465	0.80 507	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 503

CSAN	0.80 449	0.80 305	0.80 476	0.80 418	0.80 513	0.80 468	0.80 506	0.80 462	0.80 512	0.80 471	0.80 516	0.80 473	0.80 502	0.80 465	0.80 507	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 503

GSStereo	0.81 454	4.28 629	0.50 389	0.59 374	0.40 400	0.51 423	0.38 383	0.50 398	0.38 382	0.50 408	0.38 388	0.50 413	3.79 677	0.50 406	0.38 375	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 361

BSDual-CNN	0.81 454	1.91 521	0.92 492	4.48 648	0.02 22	0.42 331	0.06 142	0.41 304	0.02 22	0.48 388	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	4.19 673	0.33 269	0.23 247	0.34 258	0.27 282

DDUNet	0.81 454	2.45 565	0.57 408	0.90 432	0.60 462	0.88 481	0.59 457	0.90 477	0.60 458	0.88 482	0.60 465	0.90 488	0.58 453	0.88 482	0.60 453	0.84 459	0.60 432	0.86 493	0.57 464	0.86 466	0.60 454

R-Stereo Train	0.81 454	0.96 338	0.67 442	0.95 446	0.67 481	0.95 491	0.68 475	0.95 489	0.68 478	0.95 495	0.68 485	0.96 499	0.68 475	0.96 498	0.68 474	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 475

RAFT-Stereo	0.81 454	0.96 338	0.67 442	0.95 446	0.67 481	0.95 491	0.68 475	0.95 489	0.68 478	0.95 495	0.68 485	0.96 499	0.68 475	0.96 498	0.68 474	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 475
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 459	1.72 474	1.48 597	0.39 239	0.15 203	0.31 255	0.21 230	0.20 195	0.25 252	1.61 596	0.23 248	0.28 245	0.26 263	0.20 194	0.15 195	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 227

scenet	0.82 459	1.72 474	1.48 597	0.39 239	0.15 203	0.31 255	0.21 230	0.20 195	0.25 252	1.61 596	0.23 248	0.28 245	0.26 263	0.20 194	0.15 195	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 227

ssnet	0.82 459	1.72 474	1.48 597	0.39 239	0.15 203	0.31 255	0.21 230	0.20 195	0.25 252	1.61 596	0.23 248	0.28 245	0.26 263	0.20 194	0.15 195	0.24 203	1.33 581	0.32 262	0.16 204	6.75 686	0.23 227

STTRV1_RVC	0.82 459	1.60 469	0.70 454	1.01 458	0.60 462	1.07 516	0.69 483	1.01 500	0.60 458	0.72 458	0.55 458	1.02 514	0.68 475	1.03 516	0.67 466	0.89 465	0.63 439	0.92 503	0.57 464	0.90 474	0.65 469

DEFOM-Stereo_RVC	0.83 463	5.18 641	1.98 638	2.19 582	0.17 219	0.19 192	0.18 216	0.19 189	0.16 207	0.20 194	0.19 233	0.22 211	0.22 242	0.20 194	0.15 195	2.28 618	2.13 638	0.24 230	0.17 226	0.18 190	0.16 194

BUS	0.83 463	1.91 521	0.92 492	4.48 648	0.02 22	0.40 295	0.04 104	0.41 304	0.02 22	0.48 388	0.03 56	0.41 312	0.05 122	0.03 43	0.05 120	1.97 601	4.19 673	0.33 269	0.23 247	0.34 258	0.27 282

PDISCO_ROB	0.83 463	2.80 590	3.49 672	0.14 122	0.11 172	0.17 185	0.09 149	0.15 177	0.10 154	0.15 170	0.12 177	0.16 176	0.14 191	3.30 657	0.13 181	0.14 133	2.34 643	0.16 179	0.12 179	2.62 637	0.10 149

WQFJA1++	0.84 466	0.98 341	0.67 442	1.26 532	0.75 499	1.00 496	0.67 471	1.00 491	0.67 472	1.00 497	0.67 480	1.00 502	0.67 471	1.00 502	0.67 466	0.96 477	0.67 445	0.91 500	0.63 474	0.92 478	0.63 461

WQFJX1	0.84 466	0.98 341	0.67 442	1.30 540	0.75 499	1.01 504	0.67 471	1.01 500	0.67 472	1.01 508	0.67 480	1.01 510	0.68 475	1.00 502	0.68 474	0.98 482	0.67 445	0.92 503	0.64 479	0.92 478	0.64 467

NLMM	0.84 466	1.00 350	0.67 442	1.27 533	0.75 499	1.00 496	0.68 475	1.00 491	0.67 472	1.00 497	0.67 480	1.02 514	0.67 471	1.02 514	0.67 466	0.97 478	0.67 445	0.93 507	0.63 474	0.92 478	0.63 461

AIO-Stereo	0.84 466	0.66 287	0.70 454	0.83 422	0.67 481	0.98 494	0.82 513	1.14 511	0.72 499	1.03 514	0.74 506	1.03 516	1.09 529	0.99 500	0.45 412	1.04 490	0.73 466	0.95 513	0.74 505	0.94 487	0.46 408

DCRE	0.84 466	1.89 518	0.77 471	0.94 444	0.72 494	0.88 481	0.73 496	0.87 471	0.78 506	0.90 484	0.71 499	0.88 483	0.67 471	0.88 482	0.73 494	0.81 452	0.68 450	0.81 484	0.70 498	0.82 460	0.70 480

iGMRVC	0.84 466	2.85 591	0.72 461	0.72 403	0.73 495	0.77 462	0.79 503	0.73 454	0.74 504	0.73 460	0.72 502	0.73 463	0.76 496	0.73 458	0.73 494	0.72 434	0.73 466	0.73 467	0.72 503	0.73 443	0.72 487

WQFJA1	0.85 472	0.98 341	0.67 442	1.29 538	0.76 504	1.01 504	0.67 471	1.02 505	0.67 472	1.02 512	0.67 480	1.01 510	0.67 471	1.01 510	0.68 474	0.99 483	0.67 445	0.93 507	0.64 479	0.92 478	0.65 469

WQFJX	0.85 472	1.00 350	0.68 449	1.30 540	0.75 499	1.01 504	0.68 475	1.01 500	0.68 478	1.01 508	0.68 485	1.03 516	0.68 475	1.02 514	0.67 466	0.97 478	0.67 445	0.93 507	0.63 474	0.94 487	0.63 461

NLSM3	0.85 472	0.99 348	0.68 449	1.29 538	0.76 504	1.01 504	0.68 475	1.01 500	0.68 478	1.02 512	0.68 485	1.01 510	0.68 475	1.01 510	0.68 474	0.97 478	0.68 450	0.93 507	0.64 479	0.93 483	0.63 461

NLMM1	0.86 475	0.98 341	0.69 451	1.48 555	0.75 499	1.01 504	0.69 483	1.00 491	0.69 483	1.00 497	0.70 494	1.00 502	0.68 475	1.01 510	0.67 466	0.97 478	0.68 450	0.92 503	0.63 474	0.93 483	0.63 461

AdaDepth	0.86 475	0.93 334	0.71 458	1.01 458	1.07 541	1.02 510	0.71 493	1.00 491	0.71 496	1.01 508	0.71 499	1.00 502	0.72 491	1.14 529	0.71 492	0.92 469	0.64 441	0.90 497	0.64 479	0.89 471	0.69 477

GEStereo_RVC	0.86 475	4.45 630	0.20 192	0.27 200	0.20 237	0.27 244	0.20 224	0.26 232	0.18 223	5.03 687	0.20 237	0.27 244	0.19 231	0.27 244	0.21 230	0.20 175	0.19 199	0.19 200	4.02 691	0.20 197	0.18 216

Selective-RAFT-Error	0.88 478	0.84 311	0.98 497	0.86 428	0.97 529	0.88 481	0.95 524	0.84 469	0.99 533	0.92 488	0.82 518	0.84 480	0.98 516	0.87 480	0.97 523	0.81 452	0.83 482	0.79 479	0.82 519	0.79 452	0.85 508

IER	0.88 478	7.04 660	2.23 643	2.75 604	0.28 274	0.43 338	0.25 249	0.39 282	0.25 252	0.41 304	0.27 270	0.39 291	0.25 254	0.40 296	0.28 265	0.37 259	0.28 239	0.37 302	0.25 257	0.37 282	0.25 238

Selective-RAFT	0.89 480	0.89 322	0.72 461	1.16 479	0.78 508	1.06 513	0.82 513	0.87 471	0.97 530	1.00 497	0.91 525	0.90 488	1.00 517	0.89 484	0.93 520	0.83 457	0.83 482	0.82 488	0.82 519	0.81 458	0.82 506

AIO-Stereo-zeroshot	0.91 481	0.86 315	0.89 485	1.25 531	0.69 486	1.05 512	0.81 510	1.16 515	0.50 439	1.12 524	0.97 530	0.72 461	0.82 506	1.06 518	0.95 521	0.61 404	0.87 484	1.03 526	0.85 522	1.04 500	1.01 530

CFNet-RSSM	0.91 481	4.89 636	0.34 271	0.44 283	1.07 541	1.62 601	1.40 615	0.91 479	0.35 366	1.60 593	1.39 615	0.64 449	0.34 360	0.44 359	0.33 342	0.41 298	0.35 319	0.75 473	0.30 340	0.41 359	0.29 308

MLG-Stereo	0.92 483	0.90 325	0.84 483	1.27 533	0.49 441	1.38 589	0.88 516	1.41 586	0.97 530	0.73 460	1.09 541	1.26 581	0.43 411	0.72 456	1.05 534	1.13 503	0.49 394	1.18 539	0.66 485	1.01 497	0.46 408

ToySt	0.92 483	2.11 535	0.90 488	0.95 446	0.79 510	0.99 495	0.78 502	0.94 487	0.81 515	0.94 493	0.78 512	0.95 498	0.77 498	0.94 494	0.86 514	0.91 466	0.79 476	0.85 492	0.77 510	0.89 471	0.73 490

DPSM_ROB	0.92 483	0.91 327	0.91 490	0.91 434	0.92 524	0.92 487	0.92 520	0.92 482	0.91 520	0.93 491	0.91 525	0.92 491	0.90 509	0.91 487	0.92 516	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 516

DPSM	0.92 483	0.91 327	0.91 490	0.91 434	0.92 524	0.92 487	0.92 520	0.92 482	0.91 520	0.93 491	0.91 525	0.92 491	0.90 509	0.91 487	0.92 516	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 516

pmcnn	0.92 483	0.92 332	0.92 492	0.92 437	0.92 524	0.92 487	0.92 520	0.92 482	0.92 524	0.92 488	0.92 528	0.92 491	0.92 511	0.92 491	0.92 516	0.92 469	0.92 489	0.92 503	0.92 523	0.92 478	0.92 515

error version	0.93 488	4.47 631	2.35 646	1.99 577	0.37 382	0.41 311	0.36 370	0.41 304	0.35 366	0.43 323	0.36 376	0.41 312	0.40 390	0.41 311	0.36 363	1.87 592	2.16 639	0.47 413	0.37 394	0.39 336	0.33 344

test_1	0.93 488	4.47 631	2.35 646	1.99 577	0.37 382	0.41 311	0.36 370	0.41 304	0.35 366	0.43 323	0.36 376	0.41 312	0.40 390	0.41 311	0.36 363	1.87 592	2.16 639	0.47 413	0.37 394	0.39 336	0.33 344

DGTPSM_ROB	0.93 488	1.00 350	0.92 492	0.94 444	0.96 528	0.91 486	0.92 520	0.91 479	0.96 529	0.91 486	0.96 529	0.93 494	0.92 511	0.94 494	0.92 516	0.92 469	0.92 489	0.90 497	0.92 523	0.94 487	0.91 514

HSM-Net_RVC	0.95 491	1.17 389	0.78 472	1.18 481	0.71 492	1.16 528	0.75 498	1.09 509	0.80 512	1.10 518	0.75 507	1.17 532	0.74 493	1.17 532	0.80 507	1.13 503	0.73 466	1.17 536	0.77 510	1.16 510	0.72 487
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 492	3.17 599	2.30 645	2.42 595	0.38 389	0.54 432	0.38 383	0.54 420	0.38 382	0.54 428	0.38 388	0.54 429	0.38 379	0.54 425	0.38 375	2.38 627	2.34 643	0.49 426	0.36 391	0.49 397	0.36 364

DPSimNet_ROB	0.97 492	1.18 391	0.81 479	1.10 465	0.91 523	1.02 510	0.82 513	1.04 506	0.91 520	1.03 514	0.86 521	1.28 585	0.82 506	1.03 516	0.89 515	1.17 507	0.81 481	1.02 524	0.82 519	1.08 502	0.81 505

test-3	0.98 494	4.13 625	1.85 627	1.85 568	0.61 468	0.69 453	0.37 376	0.63 439	0.61 461	0.66 451	0.51 453	0.73 463	0.44 413	0.57 435	0.54 443	1.68 586	1.81 623	0.40 364	0.43 429	0.66 429	0.50 425

LGCAT	1.00 495	1.00 350	1.00 499	1.00 453	1.00 530	1.00 496	1.00 528	1.00 491	1.00 534	1.00 497	1.00 532	1.00 502	1.00 517	1.00 502	1.00 526	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

Test_v1	1.00 495	1.00 350	1.00 499	1.00 453	1.00 530	1.00 496	1.00 528	1.00 491	1.00 534	1.00 497	1.00 532	1.00 502	1.00 517	1.00 502	1.00 526	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

Wavelet-MonSter	1.00 495	1.21 439	0.76 469	1.94 572	1.01 536	1.11 523	0.76 500	1.15 512	0.76 505	1.11 523	0.76 508	1.14 529	0.76 496	1.11 526	0.76 501	1.21 556	0.90 486	1.02 524	0.71 501	1.02 499	0.71 486

999	1.00 495	1.12 382	0.59 410	1.10 465	1.21 603	1.09 519	0.52 446	1.08 507	1.43 617	1.18 529	1.35 609	0.98 501	0.52 444	0.91 487	0.85 513	0.72 434	1.46 595	0.83 489	0.98 528	0.68 431	1.41 613

DispNO	1.00 495	0.63 284	0.43 353	3.45 632	0.44 423	0.65 450	0.43 413	0.64 440	0.43 414	0.64 448	0.43 420	0.64 449	3.03 655	0.64 445	0.43 409	4.55 662	0.43 369	0.63 451	0.43 429	0.63 426	0.43 402

GANet	1.00 495	1.00 350	1.00 499	1.00 453	1.00 530	1.00 496	1.00 528	1.00 491	1.00 534	1.00 497	1.00 532	1.00 502	1.00 517	1.00 502	1.00 526	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

TDLM	1.00 495	1.00 350	1.00 499	1.00 453	1.00 530	1.00 496	1.00 528	1.00 491	1.00 534	1.00 497	1.00 532	1.00 502	1.00 517	1.00 502	1.00 526	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

CVANet_RVC	1.00 495	1.00 350	1.00 499	1.00 453	1.00 530	1.00 496	1.00 528	1.00 491	1.00 534	1.00 497	1.00 532	1.00 502	1.00 517	1.00 502	1.00 526	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

trnet	1.01 503	1.01 360	1.01 504	1.01 458	1.01 536	1.01 504	1.01 533	1.01 500	1.01 539	1.01 508	1.01 537	1.01 510	1.01 525	1.01 510	1.01 531	1.01 489	1.01 499	1.01 523	1.01 537	1.01 497	1.01 530

LL-Strereo	1.01 503	5.06 638	1.63 606	0.70 397	1.43 614	0.56 434	0.46 422	0.57 427	0.50 439	0.57 436	0.50 447	1.58 596	0.49 434	0.59 437	0.50 433	1.64 585	0.52 409	0.51 435	1.37 609	0.52 410	0.45 407

FlowAnything_test	1.02 505	1.72 474	0.71 458	1.59 558	0.70 490	1.61 599	0.69 483	1.61 590	0.70 491	1.60 593	0.70 494	1.61 600	0.69 482	1.61 597	0.70 490	0.81 452	0.58 421	0.81 484	0.55 458	0.81 458	0.56 449

FlowAnything	1.02 505	1.71 473	0.72 461	1.59 558	0.69 486	1.60 598	0.69 483	1.61 590	0.70 491	1.60 593	0.69 490	1.60 597	0.69 482	1.61 597	0.69 482	0.81 452	0.58 421	0.81 484	0.56 462	0.82 460	0.56 449

Hybrid-DGEV	1.03 507	1.75 480	0.80 476	1.28 537	0.78 508	1.26 578	0.80 506	1.26 572	0.78 506	1.26 578	0.78 512	1.26 581	0.78 500	1.26 581	0.78 503	1.15 506	0.75 469	1.14 529	0.74 505	1.14 505	0.75 494

tt45	1.04 508	0.88 319	1.36 587	0.92 437	1.03 539	1.51 597	0.79 503	0.70 450	0.88 518	0.74 465	0.90 522	1.60 597	0.72 491	1.60 595	0.75 499	0.91 466	0.78 474	1.52 605	0.79 514	1.14 505	1.32 605

Hybrid-DGEV-2	1.05 509	1.83 506	0.83 480	1.33 544	0.82 516	1.30 581	0.81 510	1.26 572	0.79 510	1.29 580	0.79 514	1.26 581	0.80 502	1.26 581	0.79 504	1.20 510	0.78 474	1.18 539	0.77 510	1.20 520	0.77 499

Hybrid-DGEV-03	1.07 510	1.83 506	0.83 480	1.34 545	0.81 515	1.32 583	0.81 510	1.31 579	0.81 515	1.31 581	0.82 518	1.32 586	0.82 506	1.32 586	0.81 510	1.19 508	0.77 472	1.19 541	0.76 508	1.19 518	0.77 499

GLC_STEREO	1.07 510	1.01 360	1.06 507	1.07 463	1.05 540	1.06 513	1.08 538	1.08 507	1.05 543	1.07 516	1.06 539	1.08 519	1.05 527	1.06 518	1.10 537	1.07 492	1.09 510	1.05 527	1.05 539	1.06 501	1.12 537

FC-DCNN	1.07 510	1.09 376	0.98 497	0.89 429	0.52 452	1.41 593	0.91 519	1.21 568	1.24 603	1.96 605	2.05 661	1.91 606	1.30 595	1.27 584	1.08 536	0.80 449	0.60 432	0.58 446	0.41 419	0.68 431	0.54 439

hknet	1.10 513	1.85 512	3.49 672	4.48 648	0.02 22	0.42 331	0.06 142	0.41 304	0.02 22	0.48 388	0.03 56	0.41 312	0.03 53	0.42 324	0.03 52	4.39 659	4.19 673	0.33 269	0.23 247	0.34 258	0.27 282

test_xeample3	1.10 513	1.81 496	0.61 420	0.84 423	0.49 441	0.77 462	0.66 467	0.92 482	1.40 615	0.68 454	0.46 429	0.78 469	0.54 448	1.72 600	1.48 617	1.34 566	1.52 599	1.35 598	1.67 635	1.33 575	1.55 618

DISCO	1.11 515	0.39 199	5.28 685	0.39 239	0.20 237	0.39 293	0.27 259	0.39 282	0.22 238	0.38 278	0.20 237	0.38 286	0.20 235	6.95 698	0.22 232	0.30 227	0.21 205	0.27 244	0.21 238	5.25 679	0.21 223

Occ-G	1.12 516	0.52 264	3.72 677	3.50 636	0.50 445	0.56 434	0.47 427	0.54 420	0.46 421	0.54 428	0.41 408	0.54 429	0.42 408	0.52 421	0.42 406	3.42 651	4.02 672	0.52 438	0.45 431	0.51 408	0.44 405

AEACV	1.12 516	0.52 264	3.12 668	3.24 621	0.86 517	0.53 429	0.49 438	0.60 434	0.47 426	0.53 423	0.49 444	0.55 433	0.45 417	0.55 429	0.47 423	3.01 646	3.88 670	0.71 466	0.60 468	0.80 455	0.48 417

LiteMatch	1.13 518	0.73 295	2.80 654	3.23 619	0.61 468	0.83 475	0.68 475	0.73 454	0.69 483	1.00 497	0.77 510	0.94 496	0.57 450	0.82 469	0.64 457	2.97 644	2.43 646	0.68 458	0.32 358	0.56 418	0.70 480

Lsterematch	1.13 518	0.73 295	2.80 654	3.23 619	0.61 468	0.83 475	0.68 475	0.73 454	0.69 483	1.00 497	0.77 510	0.94 496	0.57 450	0.82 469	0.64 457	2.97 644	2.43 646	0.68 458	0.32 358	0.56 418	0.70 480

MSMD_ROB	1.19 520	1.10 381	0.70 454	1.10 465	0.60 462	1.10 520	0.70 490	1.10 510	0.70 491	1.10 518	0.70 494	1.10 523	0.70 486	7.00 699	0.70 490	1.10 496	0.70 459	1.10 528	0.70 498	1.10 503	0.70 480

MM-Stereo_test2	1.20 521	1.85 512	1.05 506	1.46 554	0.94 527	1.36 587	0.99 527	1.36 581	0.95 527	1.41 588	0.98 531	1.40 592	0.96 513	1.37 588	0.95 521	1.37 571	1.06 503	1.33 595	0.93 527	1.29 574	0.89 512

ours_stereo	1.20 521	1.21 439	0.90 488	1.64 566	1.11 543	1.35 585	0.67 471	1.76 597	0.93 525	1.70 601	1.10 542	1.39 590	0.75 495	1.41 590	0.81 510	1.60 584	1.03 501	1.33 595	1.00 530	1.61 585	0.72 487

DisPM	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

CrosDoStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PFNet+	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

LCNet	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

HHNet	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Patchmatch Stereo++	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

STrans-v2	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

TransformOpticalFlow	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

OMP-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

IIG-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

NF-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

OCTAStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PSM-softLoss	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

KMStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

NRIStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PSM-adaLoss	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PSM-AAD	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

FTStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

ROB_FTStereo_v2	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

ROB_FTStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Consistency-Raft	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

KYRaft	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

HUI-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

ASMatch	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DeepStereo_LL	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DEmStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

SST-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

THIR-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT_R40	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DRaft	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

PFNet	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

GrayStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RE-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Pruner-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

TVStereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

DeepStereo_RVC	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT-RH_RVC	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

IRAFT_RVC	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT-345	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

iRAFT	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

CRE-IMP	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

GMM-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

RAFT-IKP	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

Prome-Stereo	1.20 521	1.20 393	1.20 524	1.20 483	1.20 557	1.20 529	1.20 550	1.20 523	1.20 555	1.20 531	1.20 552	1.20 534	1.20 542	1.20 534	1.20 552	1.20 510	1.20 525	1.20 543	1.20 551	1.20 520	1.20 551

qqai	1.22 568	1.38 460	1.12 510	1.39 551	1.14 544	1.40 591	1.14 542	1.41 586	1.12 544	1.40 587	1.11 543	1.40 592	1.13 531	1.41 590	1.15 542	1.25 559	0.97 492	1.24 590	1.01 537	1.24 569	0.96 519

HCRNet	1.22 568	7.11 661	3.00 656	3.55 637	0.33 359	0.29 248	0.14 186	0.19 189	0.15 202	0.33 262	0.29 283	0.25 231	0.14 191	0.22 209	0.33 342	3.64 652	3.00 650	0.76 475	0.32 358	0.18 190	0.13 183

HBP-ISP	1.24 570	1.72 474	1.65 607	1.15 474	0.76 504	1.40 591	0.88 516	1.67 596	1.02 540	1.69 600	1.38 614	1.69 601	1.21 588	1.87 607	1.21 597	1.05 491	0.79 476	0.97 516	0.80 516	1.19 518	0.75 494

AANet_RVC	1.26 571	0.31 178	4.99 683	5.93 674	0.20 237	0.25 231	0.20 224	0.25 226	0.20 231	0.23 213	0.19 233	0.25 231	0.20 235	0.25 229	0.20 226	5.66 683	4.76 676	0.26 240	0.30 340	0.24 221	0.27 282

MM-Stereo_test3	1.27 572	2.07 531	1.18 519	1.60 561	1.02 538	1.45 595	1.01 533	1.40 585	1.04 542	1.44 590	1.03 538	1.46 595	1.02 526	1.44 593	1.02 532	1.51 580	1.12 517	1.32 594	0.98 528	1.38 578	0.97 520

11t	1.27 572	2.70 576	1.34 577	1.32 543	0.89 519	1.30 581	1.34 605	1.64 593	0.57 452	1.45 591	0.72 502	1.05 518	1.29 594	1.07 521	1.29 606	1.49 577	1.02 500	0.97 516	1.15 544	1.48 580	1.31 604

MaskLacGwcNet_RVC	1.35 574	1.35 456	1.35 579	1.35 547	1.35 608	1.35 585	1.35 606	1.36 581	1.35 611	1.36 585	1.35 609	1.36 588	1.36 600	1.36 587	1.35 610	1.35 567	1.35 586	1.35 598	1.35 606	1.35 576	1.35 609

CC-Net-ROB	1.36 575	1.33 455	1.33 576	1.36 548	1.38 611	1.36 587	1.33 604	1.37 583	1.34 608	1.35 584	1.36 611	1.38 589	1.34 598	1.38 589	1.38 613	1.35 567	1.38 590	1.33 595	1.35 606	1.43 579	1.34 608

CFNet	1.37 576	5.27 644	0.19 189	5.49 671	0.19 234	0.28 245	0.19 220	0.28 235	0.19 229	0.28 241	0.19 233	0.28 245	4.35 685	0.28 248	0.19 223	0.23 196	0.17 191	0.23 221	4.21 693	4.81 670	0.17 211

PS-NSSS	1.38 577	1.39 461	1.34 577	1.34 545	1.35 608	1.38 589	1.37 613	1.35 580	1.38 614	1.34 583	1.34 608	1.39 590	1.38 603	1.70 599	1.40 614	1.36 569	1.36 587	1.36 600	1.37 609	1.37 577	1.36 610

RASNet	1.49 578	1.65 470	1.45 595	1.38 550	1.43 614	1.47 596	1.36 608	1.38 584	1.36 612	1.39 586	1.60 625	1.45 594	1.45 606	1.51 594	2.21 656	1.53 581	1.36 587	1.36 600	1.36 608	1.66 588	1.36 610

BLMT-Stereo	1.53 579	1.36 457	1.06 507	1.42 553	1.23 607	1.41 593	1.07 537	1.43 588	1.12 544	1.42 589	1.06 539	1.83 603	1.07 528	1.42 592	1.07 535	1.27 561	1.38 590	6.80 696	1.00 530	1.26 571	1.00 524

GANetREF_RVC	1.55 580	1.94 527	1.22 571	1.88 569	1.21 603	1.88 605	1.22 596	1.88 599	1.22 601	1.88 602	1.22 598	1.88 604	1.22 589	1.89 608	1.22 598	1.87 592	1.22 572	1.88 619	1.22 597	1.88 597	1.22 597
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 581	1.91 521	1.21 570	1.94 572	1.20 557	2.00 613	1.23 597	1.99 604	1.24 603	2.00 610	1.25 601	2.03 614	1.26 591	2.00 612	1.29 606	1.90 596	1.18 524	1.89 620	1.21 596	1.89 598	1.20 551
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 582	1.59 468	1.70 609	1.59 558	1.59 620	1.61 599	1.61 624	1.60 589	1.60 621	1.62 599	1.59 624	1.60 597	1.60 609	1.60 595	1.59 621	1.59 582	1.60 610	1.59 606	1.59 627	1.59 584	1.59 624

ff7	1.68 583	2.68 573	1.35 579	0.97 450	0.89 519	1.84 602	2.15 654	2.12 610	1.80 638	2.05 615	1.56 621	2.33 622	2.12 645	2.23 618	2.25 657	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 532

ffff	1.68 583	2.68 573	1.35 579	0.97 450	0.89 519	1.84 602	2.15 654	2.12 610	1.80 638	2.05 615	1.56 621	2.33 622	2.12 645	2.23 618	2.25 657	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 532

ccc-4	1.68 583	2.68 573	1.35 579	0.97 450	0.89 519	1.84 602	2.15 654	2.12 610	1.80 638	2.05 615	1.56 621	2.33 622	2.12 645	2.23 618	2.25 657	1.31 563	1.07 504	1.48 602	1.41 612	0.90 474	1.04 532

MC-Stereo	1.76 586	2.96 592	1.37 589	2.14 580	1.37 610	2.14 619	1.36 608	2.14 613	1.37 613	2.14 619	1.37 612	2.14 616	1.37 602	2.14 617	1.37 612	1.97 601	1.32 574	1.97 623	1.32 605	1.98 600	1.33 606

IGEVStereo-DCA	1.77 587	4.21 627	1.84 625	2.49 598	2.11 654	2.54 640	1.36 608	1.65 594	1.17 552	2.75 649	1.90 644	2.54 635	1.15 535	0.94 494	1.11 538	1.50 578	1.32 574	0.96 514	1.46 618	1.49 581	0.88 509

rrr	1.77 587	4.21 627	1.84 625	2.49 598	2.11 654	2.54 640	1.36 608	1.65 594	1.17 552	2.75 649	1.90 644	2.54 635	1.15 535	0.94 494	1.11 538	1.50 578	1.32 574	0.96 514	1.46 618	1.49 581	0.88 509

MM-Stereo_test1	1.80 589	3.41 604	1.52 602	2.12 579	1.41 613	2.04 614	1.41 616	2.05 608	1.46 618	2.04 614	1.41 616	2.05 615	1.42 605	2.05 613	1.43 616	2.04 605	1.54 602	1.94 621	1.38 611	1.99 601	1.33 606

MFMNet_re	1.81 590	1.91 521	1.71 611	1.95 574	1.70 631	1.95 610	1.70 629	1.96 602	1.74 634	1.97 607	1.72 633	1.95 607	1.71 617	1.97 611	1.71 629	1.86 590	1.62 611	1.85 612	1.66 634	1.86 596	1.64 630

plain	1.88 591	3.16 598	0.64 431	3.10 614	0.65 476	3.10 655	0.64 462	3.12 654	0.65 468	3.10 655	0.65 476	3.11 655	0.65 465	3.12 654	0.65 461	3.12 647	0.65 443	3.13 653	0.65 483	3.13 641	0.65 469

derf	1.91 592	2.15 539	1.78 615	2.16 581	1.75 633	2.21 620	1.80 632	2.22 616	1.80 638	2.21 622	1.76 634	2.17 617	1.81 626	2.24 621	1.74 637	1.93 599	1.56 603	1.96 622	1.53 620	1.95 599	1.56 619

RAFT_CTSACE	1.92 593	3.71 611	1.72 612	1.88 569	1.72 632	2.04 614	1.42 618	2.18 615	1.89 650	2.02 612	1.97 650	1.95 607	2.06 644	1.93 609	1.62 622	1.76 587	1.66 614	2.02 624	1.73 643	1.73 591	1.43 615

MonStereo1	1.94 594	2.77 586	1.52 602	3.73 644	1.51 617	2.13 618	1.42 618	2.32 624	1.52 619	2.31 628	1.50 619	2.53 632	1.59 608	2.34 626	1.56 619	1.91 597	1.36 587	1.86 615	1.31 604	2.07 602	1.53 616

4.25w-stereo	1.98 595	2.72 580	1.46 596	3.47 633	1.43 614	2.07 616	1.98 645	2.53 636	1.52 619	2.71 642	1.98 656	1.81 602	1.62 611	1.96 610	1.36 611	1.88 595	2.00 628	2.53 647	1.61 629	1.74 592	1.15 542

4.5w-stereo	1.99 596	2.33 553	1.81 616	3.28 623	1.68 627	1.94 607	1.99 648	2.72 639	1.70 626	2.72 643	1.99 659	1.97 609	1.68 613	1.76 601	1.29 606	1.91 597	2.02 634	2.53 647	1.61 629	1.75 593	1.16 545

2.75w_new	1.99 596	2.34 557	1.81 616	3.14 615	1.62 622	1.94 607	1.99 648	2.72 639	1.71 627	2.72 643	1.99 659	1.90 605	1.73 619	1.82 606	1.29 606	2.37 626	2.01 630	2.31 634	1.42 615	1.77 594	1.22 597

3.75w	1.99 596	2.31 551	1.83 624	3.16 617	1.65 624	1.93 606	1.98 645	2.72 639	1.68 623	2.73 648	1.97 650	2.00 611	1.72 618	1.81 605	1.25 602	2.27 617	2.01 630	2.38 639	1.42 615	1.71 590	1.24 600

2w_stereo	1.99 596	2.36 560	1.81 616	3.24 621	1.67 625	1.94 607	1.98 645	2.72 639	1.68 623	2.72 643	1.94 647	1.98 610	1.74 621	1.79 604	1.27 603	1.95 600	2.00 628	2.53 647	1.60 628	1.68 589	1.15 542

2.25w	2.00 600	1.86 515	1.98 638	2.95 612	2.17 658	2.26 621	1.35 606	2.42 630	2.00 657	2.07 618	1.27 603	2.53 632	1.99 640	2.29 623	1.49 618	2.21 612	1.32 574	1.85 612	1.87 647	2.52 628	1.62 628

4.25_new	2.00 600	2.33 553	1.82 621	3.32 626	1.69 628	1.95 610	1.99 648	2.72 639	1.71 627	2.72 643	1.97 650	2.01 612	1.74 621	1.77 602	1.28 604	2.18 609	2.01 630	2.48 645	1.58 625	1.65 586	1.17 546

4.5w_new	2.00 600	2.33 553	1.82 621	3.32 626	1.69 628	1.95 610	1.99 648	2.72 639	1.71 627	2.72 643	1.97 650	2.01 612	1.74 621	1.77 602	1.28 604	2.18 609	2.01 630	2.48 645	1.58 625	1.65 586	1.17 546

4.5_new	2.00 600	1.84 511	1.98 638	2.77 606	2.16 656	2.27 622	1.28 603	2.09 609	1.98 654	2.01 611	1.28 604	2.71 644	1.98 638	2.51 635	1.65 624	2.26 614	1.33 581	1.87 616	1.87 647	2.49 624	1.60 625

TRStereo	2.00 600	2.13 536	1.85 627	2.27 587	1.84 637	2.28 624	1.84 634	2.29 619	1.86 644	2.30 625	1.87 639	2.30 619	1.87 628	2.08 614	1.72 631	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 635

XX-Stereo	2.00 600	2.13 536	1.85 627	2.27 587	1.84 637	2.28 624	1.84 634	2.29 619	1.86 644	2.30 625	1.87 639	2.30 619	1.87 628	2.08 614	1.72 631	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 635

EAI-Stereo	2.00 600	2.13 536	1.85 627	2.27 587	1.84 637	2.28 624	1.84 634	2.29 619	1.86 644	2.30 625	1.87 639	2.30 619	1.87 628	2.08 614	1.72 631	2.08 606	1.72 617	2.08 626	1.72 640	2.08 603	1.72 635

2.5w	2.01 607	2.40 562	1.37 589	3.28 623	2.01 648	2.71 645	1.43 621	1.82 598	1.83 642	1.90 604	1.41 616	2.71 644	1.35 599	2.71 644	1.85 643	2.66 638	1.53 600	1.64 607	1.23 598	2.53 631	1.87 644

4w-stereo	2.02 608	2.72 580	1.44 594	3.36 629	1.59 620	2.48 633	1.72 630	2.28 617	1.24 603	2.24 623	1.65 629	2.56 637	1.32 597	2.39 629	1.98 653	2.67 640	1.51 598	1.66 608	1.24 599	2.53 631	1.88 647

IGEV	2.02 608	2.20 543	1.82 621	2.90 611	2.16 656	2.41 630	1.25 599	2.00 605	1.98 654	1.99 609	1.31 606	2.72 648	1.93 634	2.67 643	1.69 628	2.26 614	1.32 574	1.83 611	1.87 647	2.53 631	1.61 627

3.25w_new	2.03 610	2.72 580	1.35 579	3.33 628	1.57 618	2.72 646	1.53 623	2.15 614	1.33 607	2.15 620	1.60 625	2.63 641	1.30 595	2.72 646	1.99 654	2.67 640	1.53 600	1.75 610	1.25 601	2.53 631	1.87 644

3.5w_stereo	2.03 610	2.72 580	1.35 579	3.41 630	1.57 618	2.72 646	1.49 622	2.01 606	1.34 608	2.15 620	1.61 627	2.63 641	1.36 600	2.72 646	1.99 654	2.66 638	1.58 606	1.68 609	1.24 599	2.53 631	1.87 644

UniTT-Stereo	2.03 610	3.43 605	0.72 461	3.42 631	0.73 495	3.27 658	0.68 475	3.38 659	0.69 483	3.29 658	0.72 502	3.28 658	0.70 486	3.35 660	0.68 474	3.39 650	0.68 450	3.31 656	0.69 494	3.37 642	0.73 490

3.25w	2.04 613	2.20 543	1.48 597	3.03 613	2.17 658	2.63 644	1.39 614	1.96 602	1.95 653	1.96 605	1.37 612	2.71 644	1.96 637	2.71 644	1.73 636	2.26 614	1.32 574	1.87 616	1.87 647	2.51 627	1.63 629

3w_stereo	2.04 613	2.24 547	1.70 609	3.15 616	2.18 660	2.49 634	1.26 601	2.03 607	1.98 654	1.98 608	1.33 607	2.72 648	1.99 640	2.59 638	1.72 631	2.22 613	1.33 581	1.85 612	1.88 652	2.50 626	1.58 623

1w_stereo	2.05 615	2.32 552	1.35 579	3.74 645	2.01 648	2.73 648	1.42 618	1.88 599	1.93 652	2.03 613	1.28 604	2.71 644	1.99 640	2.72 646	1.72 631	2.20 611	1.32 574	1.87 616	1.86 646	2.45 620	1.54 617

LiteMatch*	2.07 616	1.30 451	5.73 688	6.28 677	0.79 510	1.33 584	0.80 506	1.30 578	1.02 540	1.33 582	0.84 520	1.33 587	0.97 514	1.28 585	1.04 533	6.05 687	5.89 682	1.28 593	0.76 508	1.28 573	0.88 509

sCroCo_RVC	2.10 617	2.76 584	1.92 635	2.78 609	1.39 612	2.73 648	1.41 616	2.73 645	1.40 615	2.77 654	1.41 616	2.74 650	1.40 604	2.74 649	1.40 614	2.72 642	1.42 593	2.72 651	1.44 617	2.79 638	1.42 614

MoCha-V2	2.11 618	26.97 703	0.78 472	0.92 437	0.77 507	0.96 493	0.72 495	0.90 477	0.72 499	0.94 493	0.70 494	0.90 488	0.71 490	0.91 487	0.71 492	0.85 461	0.71 463	0.88 494	0.69 494	0.87 467	0.67 474

FBW_ROB	2.12 619	2.46 566	1.77 614	2.49 598	1.79 636	2.38 628	1.83 633	2.46 631	1.78 637	2.48 636	1.97 650	2.40 627	1.78 624	2.42 632	1.83 641	2.31 622	1.85 625	2.38 639	1.82 645	2.35 615	1.84 640

MonStereo	2.17 620	2.41 563	1.49 601	2.67 603	1.67 625	2.60 643	2.04 652	2.32 624	1.76 635	2.44 633	1.68 631	2.50 630	1.69 615	2.38 627	1.80 640	2.28 618	1.78 620	2.63 650	2.14 655	3.47 643	1.68 633

asda	2.17 620	2.54 567	1.81 616	3.47 633	1.78 635	2.50 636	1.86 638	2.61 638	1.68 623	2.61 640	1.83 636	2.37 626	1.73 619	2.44 633	1.88 648	2.51 635	1.84 624	2.34 636	1.62 631	2.23 608	1.77 639

asd	2.18 622	2.77 586	1.58 604	3.59 638	2.00 647	2.58 642	1.85 637	2.39 629	1.71 627	2.47 635	1.97 650	2.59 639	1.61 610	2.56 636	1.79 639	2.51 635	1.99 627	2.11 629	1.62 631	2.36 616	1.60 625

qwe	2.18 622	2.60 570	1.58 604	3.83 646	1.90 645	2.53 638	1.90 643	2.48 632	1.73 632	2.37 631	1.92 646	2.53 632	1.68 613	2.56 636	1.83 641	2.52 637	1.87 626	2.07 625	1.68 637	2.32 614	1.71 634

monsters	2.18 622	2.41 563	1.96 637	3.47 633	2.03 652	2.53 638	1.64 626	2.48 632	1.73 632	2.40 632	1.50 619	2.62 640	1.94 635	2.59 638	1.94 650	2.44 630	1.57 605	2.28 632	1.87 647	2.42 618	1.86 642

AIO_rvc	2.18 622	2.34 557	1.87 631	2.32 591	1.94 646	2.40 629	1.89 642	2.37 627	2.07 659	2.52 638	1.95 649	2.44 629	1.99 640	2.41 630	1.89 649	2.32 623	2.09 636	2.24 630	2.18 656	2.21 607	2.23 651

HUF	2.18 622	2.30 550	1.99 641	2.34 593	2.02 651	2.41 630	2.06 653	2.38 628	1.89 650	2.36 630	1.85 637	2.56 637	1.98 638	2.31 625	1.97 652	2.30 621	2.03 635	2.30 633	2.11 654	2.23 608	2.16 649

AIO_test	2.18 622	2.09 534	2.04 642	2.42 595	2.01 648	2.47 632	1.94 644	2.34 626	2.03 658	2.56 639	1.94 647	2.43 628	1.94 635	2.41 630	1.87 647	2.39 628	2.10 637	2.35 638	1.91 653	2.25 610	2.19 650

monsterstereo	2.20 628	2.33 553	1.95 636	3.65 640	2.07 653	2.49 634	1.61 624	2.48 632	1.83 642	2.45 634	1.61 627	2.67 643	1.86 627	2.64 640	1.94 650	2.48 634	1.66 614	2.34 636	1.68 637	2.40 617	1.86 642

LG-G_1	2.22 629	2.71 578	1.89 632	2.77 606	1.87 643	2.75 650	1.87 640	2.76 647	1.87 648	2.75 649	1.87 639	2.76 651	1.87 628	2.75 650	1.86 644	2.47 632	1.58 606	2.45 642	1.57 622	2.45 620	1.57 621

LG-G	2.22 629	2.71 578	1.89 632	2.77 606	1.87 643	2.75 650	1.87 640	2.76 647	1.87 648	2.75 649	1.87 639	2.76 651	1.87 628	2.75 650	1.86 644	2.47 632	1.58 606	2.45 642	1.57 622	2.45 620	1.57 621

LGtest1	2.22 629	2.70 576	1.89 632	2.76 605	1.86 640	2.75 650	1.86 638	2.75 646	1.86 644	2.75 649	1.86 638	2.77 653	1.87 628	2.75 650	1.86 644	2.46 631	1.58 606	2.45 642	1.56 621	2.45 620	1.56 619

RAStereo	2.23 632	3.64 608	0.76 469	3.65 640	0.86 517	3.66 663	0.76 500	3.67 663	0.81 515	3.66 660	0.76 508	3.66 661	0.77 498	3.68 662	0.77 502	3.68 653	0.77 472	3.69 661	0.77 510	3.70 645	0.77 499

UDGNet	2.23 632	5.40 649	1.72 612	2.48 597	1.69 628	2.51 637	1.69 628	2.51 635	1.72 631	2.50 637	1.69 632	2.52 631	1.69 615	2.50 634	1.68 627	2.41 629	1.70 616	2.42 641	1.69 639	2.42 618	1.64 630

NCCL2	2.28 634	2.27 548	2.28 644	2.28 590	2.28 661	2.27 622	2.29 657	2.28 617	2.28 660	2.27 624	2.28 662	2.28 618	2.27 648	2.27 622	2.28 661	2.28 618	2.28 642	2.27 631	2.29 660	2.27 611	2.29 652

Abc-Net	2.32 635	24.75 695	1.14 513	1.17 480	1.17 551	1.11 523	1.15 544	1.17 517	1.21 600	1.08 517	1.16 547	1.12 528	1.14 534	1.09 522	1.17 547	1.09 494	1.16 520	1.17 536	1.17 547	1.16 510	1.11 535
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 636	25.00 696	1.13 512	1.15 474	1.15 546	1.10 520	1.15 544	1.15 512	1.15 547	1.12 524	1.15 544	1.09 521	1.13 531	1.10 524	1.15 542	1.11 501	1.09 510	1.16 532	1.12 542	1.16 510	1.17 546

stereogan	2.33 636	24.38 694	1.18 519	1.18 481	1.18 554	1.14 526	1.18 548	1.19 520	1.19 554	1.14 527	1.18 551	1.14 529	1.18 540	1.14 529	1.18 548	1.14 505	1.14 518	1.19 541	1.19 548	1.15 508	1.19 550

RGC	2.36 638	25.48 697	1.19 521	1.15 474	1.15 546	1.10 520	1.16 546	1.17 517	1.16 548	1.12 524	1.16 547	1.11 527	1.13 531	1.09 522	1.18 548	1.10 496	1.15 519	1.16 532	1.12 542	1.14 505	1.12 537

NCC-stereo	2.36 638	25.52 698	1.17 517	1.15 474	1.17 551	1.11 523	1.11 539	1.15 512	1.16 548	1.10 518	1.16 547	1.10 523	1.15 535	1.14 529	1.13 540	1.09 494	1.11 514	1.15 531	1.16 546	1.17 515	1.17 546

AF-Net	2.37 640	25.71 699	1.17 517	1.13 470	1.15 546	1.15 527	1.18 548	1.19 520	1.16 548	1.10 518	1.15 544	1.10 523	1.18 540	1.12 528	1.15 542	1.10 496	1.10 513	1.17 536	1.15 544	1.16 510	1.12 537

Nwc_Net	2.37 640	25.95 700	1.15 515	1.14 471	1.15 546	1.08 517	1.14 542	1.17 517	1.16 548	1.14 527	1.15 544	1.08 519	1.15 535	1.11 526	1.14 541	1.10 496	1.11 514	1.16 532	1.09 541	1.16 510	1.15 542

CFNet_RVC	2.38 642	8.71 672	0.38 290	9.33 691	0.42 420	0.56 434	0.42 411	0.60 434	0.38 382	0.62 445	0.42 418	0.56 436	7.29 697	0.62 440	0.42 406	0.53 385	0.37 328	0.49 426	0.34 372	8.30 693	6.87 700

edge stereo	2.43 643	27.07 704	1.14 513	1.06 462	1.14 544	1.08 517	1.17 547	1.16 515	1.14 546	1.10 518	1.16 547	1.09 521	1.16 539	1.10 524	1.16 546	1.10 496	1.11 514	1.16 532	1.19 548	1.13 504	1.11 535

FAT-Stereo	2.46 644	26.05 701	1.23 573	1.23 530	1.22 605	1.20 529	1.24 598	1.23 571	1.23 602	1.19 530	1.22 598	1.21 579	1.24 590	1.20 534	1.24 599	1.21 556	1.17 523	1.22 589	1.25 601	1.20 520	1.24 600

S-Stereo	2.51 645	26.86 702	1.23 573	1.22 528	1.22 605	1.24 577	1.25 599	1.22 569	1.24 603	1.21 576	1.24 600	1.19 533	1.27 592	1.19 533	1.24 599	1.19 508	1.20 525	1.25 591	1.19 548	1.24 569	1.23 599

Anonymous3	2.55 646	3.26 602	1.65 607	3.28 623	1.63 623	3.24 657	1.68 627	3.27 656	1.66 622	3.28 657	1.67 630	3.25 657	1.66 612	3.27 656	1.64 623	3.26 648	1.65 613	3.30 655	1.65 633	4.95 675	1.65 632

MIF-Stereo (partial)	2.58 647	3.31 603	0.66 438	3.18 618	0.66 480	3.18 656	0.66 467	3.21 655	0.67 472	3.19 656	0.66 479	3.19 656	0.66 469	3.31 658	0.68 474	5.09 679	1.79 622	8.23 700	1.67 635	6.18 684	1.38 612

MSMDNet	2.65 648	10.14 683	0.33 261	9.74 694	0.32 347	0.87 480	0.33 345	2.95 653	0.68 478	0.49 395	0.34 364	0.49 399	5.70 692	0.49 398	0.33 342	0.42 312	9.57 696	0.41 381	0.31 351	8.36 694	0.65 469

pcwnet_v2	2.66 649	9.89 681	0.33 261	9.89 695	0.32 347	0.50 411	0.32 334	0.49 389	0.33 353	0.49 395	0.34 364	0.49 399	8.76 699	0.48 392	0.33 342	0.41 298	9.58 697	0.40 364	0.29 326	9.01 697	0.63 461

CFNet_pseudo	2.67 650	9.36 677	0.32 256	10.99 700	0.33 359	0.85 477	0.33 345	0.49 389	0.33 353	0.49 395	0.32 347	0.49 399	7.26 696	0.49 398	0.33 342	0.41 298	9.62 698	0.41 381	0.29 326	10.03 701	0.29 308

CFNet_ucs	2.73 651	9.64 679	0.33 261	9.92 696	0.32 347	0.49 402	0.33 345	0.49 389	0.33 353	0.49 395	0.33 356	0.49 399	8.98 700	0.48 392	0.33 342	0.41 298	9.96 701	0.40 364	0.29 326	10.12 702	0.54 439

UCFNet_RVC	2.75 652	10.06 682	0.29 232	10.31 699	0.29 284	0.42 331	0.29 277	0.43 328	0.29 279	0.42 318	0.29 283	0.42 330	9.87 702	0.43 330	0.29 276	0.36 256	9.84 700	0.36 299	0.26 263	9.77 700	0.26 244

ccs_rob	2.79 653	10.17 684	0.32 256	10.00 697	0.33 359	0.49 402	0.33 345	1.90 601	0.32 343	0.51 417	0.33 356	0.49 399	9.24 701	0.49 398	0.33 342	0.41 298	9.82 699	0.41 381	0.28 313	9.34 698	0.29 308

PCWNet_CMD	2.80 654	9.82 680	0.32 256	10.09 698	0.32 347	0.49 402	0.33 345	3.34 658	0.33 353	0.49 395	0.33 356	0.49 399	8.73 698	0.48 392	0.33 342	0.41 298	9.22 695	0.42 392	0.29 326	9.55 699	0.31 330

NLSM1	2.93 655	3.24 601	2.57 652	4.04 647	2.66 664	3.30 659	2.55 660	3.29 657	2.55 662	3.35 659	2.48 664	3.28 658	2.47 650	3.34 659	2.49 662	3.26 648	2.55 648	3.13 653	2.57 663	3.00 640	2.46 659

StereoVision	3.15 656	5.00 637	0.89 485	4.83 664	1.00 530	3.93 664	1.27 602	6.37 693	1.34 608	5.67 693	1.26 602	5.84 694	1.27 592	5.03 690	1.24 599	5.10 680	1.09 510	4.61 674	0.57 464	5.62 682	1.12 537

MaDis-Stereo	3.19 657	6.02 659	1.12 510	5.61 673	1.16 550	5.43 691	1.02 535	5.15 690	0.70 491	5.43 690	1.21 597	5.03 691	0.97 514	4.85 684	0.99 525	4.53 661	1.16 520	5.53 690	1.25 601	5.37 680	1.30 603

sAnonymous2	3.31 658	2.63 571	1.38 591	3.71 642	1.86 640	4.70 683	1.11 539	4.82 686	2.72 664	5.45 691	1.98 656	4.59 676	2.64 651	2.65 641	6.21 697	4.37 657	1.08 508	5.16 688	2.24 658	4.52 657	2.39 657

CroCo_RVC	3.31 658	2.63 571	1.38 591	3.71 642	1.86 640	4.70 683	1.11 539	4.82 686	2.72 664	5.45 691	1.98 656	4.59 676	2.64 651	2.65 641	6.21 697	4.37 657	1.08 508	5.16 688	2.24 658	4.52 657	2.39 657

DPSNet	3.66 660	3.60 607	3.62 675	3.63 639	3.64 686	3.65 662	3.65 686	3.66 662	3.67 683	3.67 661	3.65 684	3.67 662	3.66 672	3.66 661	3.68 681	3.68 653	3.66 668	3.67 660	3.68 686	3.67 644	3.67 685

NLCSM	3.67 661	4.08 622	3.19 671	4.80 663	3.26 679	3.99 667	3.24 681	4.25 669	3.18 679	4.09 665	3.27 679	4.14 667	3.18 667	4.13 667	3.28 677	4.06 655	3.10 658	3.85 665	3.14 677	3.91 650	3.27 681

STTStereo	3.73 662	30.40 708	2.37 648	2.39 594	2.31 663	2.35 627	2.33 658	2.29 619	2.42 661	2.32 629	2.34 663	2.33 622	2.36 649	2.30 624	2.27 660	2.35 625	2.22 641	2.31 634	2.22 657	2.29 613	2.34 656

rvit_105_1	3.83 663	5.22 642	3.01 657	4.53 651	3.01 667	4.51 671	3.01 666	4.56 673	3.04 667	4.53 672	3.03 668	4.55 674	3.03 655	4.56 673	3.04 664	4.57 663	3.05 651	4.57 669	3.05 668	4.57 659	3.05 666

rvit_stereo_0081	3.83 663	5.23 643	3.01 657	4.53 651	3.03 669	4.55 677	3.02 667	4.56 673	3.04 667	4.52 670	3.02 666	4.54 672	3.03 655	4.56 673	3.04 664	4.57 663	3.05 651	4.57 669	3.05 668	4.58 660	3.05 666

rvit_stereo_0081_aga	3.86 665	5.33 646	3.02 660	4.55 657	3.04 673	4.54 673	3.02 667	4.64 680	3.06 671	4.54 674	3.04 670	4.62 681	3.08 662	4.62 679	3.07 669	4.58 666	3.06 655	4.60 673	3.08 672	4.63 663	3.07 670

rvit_stereo_0082	3.86 665	5.82 657	3.01 657	4.53 651	3.03 669	4.54 673	3.02 667	4.56 673	3.04 667	4.53 672	3.02 666	4.55 674	3.04 658	4.57 676	3.05 666	4.57 663	3.05 651	4.58 671	3.05 668	4.58 660	3.06 669

rvit_0105_6	3.87 667	5.73 656	3.10 667	4.69 661	3.12 677	4.54 673	3.02 667	4.56 673	3.04 667	4.54 674	3.03 668	4.54 672	3.04 658	4.56 673	3.05 666	4.58 666	3.05 651	4.58 671	3.05 668	4.58 660	3.05 666

rvit_stereo_0080	3.89 668	5.70 654	3.04 662	4.54 654	3.03 669	4.56 678	3.05 673	4.60 677	3.07 672	4.58 677	3.06 671	4.59 676	3.06 660	4.61 677	3.08 670	4.63 668	3.09 656	4.64 675	3.10 673	4.65 664	3.10 673

whm_eth	3.89 668	5.70 654	3.04 662	4.54 654	3.03 669	4.56 678	3.05 673	4.60 677	3.07 672	4.58 677	3.06 671	4.59 676	3.06 660	4.61 677	3.08 670	4.63 668	3.09 656	4.64 675	3.10 673	4.65 664	3.10 673

rvit_0105_4	3.91 670	5.47 653	3.02 660	4.54 654	3.02 668	4.54 673	3.03 671	4.75 683	3.17 678	4.57 676	3.06 671	4.61 680	3.16 666	4.65 680	3.09 672	4.66 670	3.11 659	4.68 678	3.18 679	4.81 670	3.16 678

rvit_0105_3	3.91 670	5.33 646	3.06 665	4.60 659	3.07 675	4.60 680	3.06 675	4.62 679	3.08 675	4.60 679	3.07 674	4.62 681	3.08 662	4.67 681	3.10 673	4.70 671	3.11 659	4.77 682	3.19 680	4.77 669	3.14 677

rvit_stereo_0083	3.92 672	5.30 645	3.06 665	4.61 660	3.09 676	4.67 682	3.08 676	4.66 681	3.09 676	4.62 680	3.10 676	4.66 684	3.11 664	4.67 681	3.16 675	4.72 673	3.16 662	4.77 682	3.11 675	4.66 666	3.11 675

rvit_stereo_ft	3.93 673	5.44 651	3.05 664	4.59 658	3.06 674	4.61 681	3.08 676	4.67 682	3.12 677	4.63 681	3.10 676	4.65 683	3.11 664	4.69 683	3.13 674	4.70 671	3.14 661	4.71 680	3.15 678	4.74 667	3.16 678

rvit_0105_5	4.10 674	5.40 649	3.13 670	4.71 662	3.15 678	4.72 685	3.10 678	4.90 688	3.27 680	4.69 682	3.16 678	4.84 688	3.25 668	4.96 687	3.34 678	5.05 678	3.39 667	5.10 687	3.40 681	5.11 677	3.42 682

MLG-Stereo_test1	4.25 675	5.34 648	3.61 674	5.31 669	3.63 685	5.23 689	3.57 684	5.38 691	3.65 682	5.23 688	3.47 681	4.76 685	3.74 675	4.85 684	3.71 682	4.96 675	3.18 664	4.71 680	2.92 665	4.86 673	2.90 663

MLG-Stereo_test3	4.26 676	4.85 635	3.95 678	5.35 670	3.60 684	4.75 686	3.76 687	5.49 692	3.71 684	5.39 689	3.69 685	4.82 687	3.66 672	4.85 684	3.73 685	4.93 674	3.19 665	4.69 679	2.99 667	4.84 672	2.98 665

MLG-Stereo_test2	4.28 677	5.46 652	3.69 676	4.86 665	3.72 687	5.58 692	3.42 682	4.81 685	3.77 688	4.85 684	3.72 686	5.55 693	3.63 671	5.58 691	3.53 680	4.41 660	3.28 666	4.99 686	2.95 666	4.75 668	3.13 676

RAFT+CT+SA	4.28 677	7.62 665	4.91 682	5.55 672	2.28 661	3.09 654	3.64 685	4.49 671	3.07 672	4.80 683	3.35 680	4.77 686	3.70 674	4.29 670	3.05 666	5.58 682	5.98 684	3.58 659	3.78 688	4.26 653	3.72 686

SA	4.33 679	7.35 662	6.85 694	5.96 675	4.09 691	3.59 661	3.15 679	3.82 664	2.64 663	3.91 662	3.85 687	3.57 660	2.72 653	3.13 655	4.03 688	7.09 694	6.86 689	3.57 658	3.12 676	3.85 646	3.51 684

Sa-1000	4.34 680	8.37 668	6.84 693	6.98 683	4.45 694	3.58 660	3.00 665	3.42 660	3.39 681	2.61 640	4.00 690	3.83 664	4.01 683	3.90 664	3.90 686	5.98 686	5.62 681	3.76 662	2.34 661	4.35 655	2.47 660

TestStereo1	4.60 681	8.41 669	6.44 691	6.86 681	3.79 688	3.97 665	3.78 688	3.99 666	3.74 685	3.97 663	3.52 682	3.94 665	3.58 669	3.98 665	3.72 683	6.82 691	6.50 687	3.76 662	3.66 684	3.90 647	3.74 688

SA-5K	4.60 681	8.41 669	6.44 691	6.86 681	3.79 688	3.97 665	3.78 688	3.99 666	3.74 685	3.97 663	3.52 682	3.94 665	3.58 669	3.98 665	3.72 683	6.82 691	6.50 687	3.76 662	3.66 684	3.90 647	3.74 688

DispFullNet	4.61 683	4.84 634	3.12 668	5.00 667	3.57 683	4.75 686	3.03 671	7.75 699	4.17 692	4.91 686	3.09 675	6.20 695	3.95 681	6.71 695	3.51 679	5.30 681	3.67 669	5.86 694	3.63 683	5.61 681	3.46 683

test_5	4.62 684	7.55 664	6.23 689	6.32 678	3.40 682	5.29 690	3.50 683	3.53 661	4.11 691	4.28 667	4.47 694	4.26 670	4.38 686	3.68 662	3.24 676	5.89 684	5.60 680	4.84 684	3.50 682	4.33 654	3.93 692

raft_robust	4.71 685	7.75 666	5.40 687	6.81 680	3.31 680	4.28 670	4.20 693	4.32 670	4.37 694	4.35 669	4.35 693	4.14 667	3.75 676	4.30 671	4.20 691	6.67 690	6.37 685	3.36 657	4.24 694	4.86 673	3.25 680

cross-raft	4.83 686	7.52 663	6.43 690	6.63 679	3.96 690	4.51 671	3.99 691	4.49 671	3.96 690	4.52 670	3.96 689	4.50 671	3.97 682	4.50 672	3.97 687	6.65 689	6.44 686	4.33 666	3.92 690	4.35 655	3.91 691

test_4	4.88 687	8.13 667	6.98 695	7.46 684	4.44 693	4.25 669	3.85 690	4.04 668	3.92 689	4.13 666	3.91 688	4.18 669	3.84 679	4.14 668	4.06 689	7.01 693	7.13 690	4.53 667	3.72 687	4.09 651	3.72 686

TestStereo	4.88 687	4.75 633	4.79 681	4.87 666	4.92 695	4.81 688	4.90 696	4.78 684	4.77 695	4.87 685	4.89 695	4.90 689	4.91 688	4.99 688	4.79 693	4.98 676	4.87 677	4.87 685	4.92 696	5.00 676	5.00 695

test_3	5.01 689	8.86 674	7.77 697	8.09 686	2.76 666	4.13 668	4.05 692	3.88 665	3.76 687	4.33 668	4.13 691	3.71 663	3.91 680	4.21 669	4.06 689	7.93 695	7.69 692	4.53 667	3.91 689	4.17 652	4.29 694

NLCA_NET_v2_RVC	5.04 690	50.87 720	2.78 653	2.87 610	2.71 665	2.78 653	0.47 427	2.88 652	2.86 666	1.89 603	2.67 665	2.79 654	2.79 654	2.78 653	2.83 663	2.82 643	2.82 649	2.83 652	2.77 664	2.83 639	2.76 661
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 691	5.15 640	4.49 680	5.07 668	3.37 681	6.87 695	4.75 695	5.04 689	6.34 699	7.84 699	5.06 696	6.72 699	4.09 684	4.99 688	5.44 696	5.03 677	3.16 662	4.67 677	4.86 695	5.15 678	3.89 690

U	5.15 692	8.49 671	1.81 616	8.49 688	1.77 634	8.49 700	1.77 631	8.51 701	1.77 636	8.49 701	1.77 635	8.50 701	1.78 624	8.58 701	1.77 638	8.54 698	1.78 620	8.55 701	1.78 644	8.55 695	1.84 640

SGM-Forest	5.21 693	5.92 658	4.08 679	6.18 676	4.16 692	6.31 694	4.34 694	6.50 694	4.33 693	6.14 695	4.21 692	6.61 698	4.55 687	6.67 694	4.48 692	5.94 685	3.94 671	5.85 693	4.03 692	5.79 683	4.17 693
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 694	9.16 676	8.03 700	8.09 686	5.62 698	6.11 693	6.35 699	6.85 696	4.94 696	6.08 694	6.29 701	4.98 690	6.43 693	6.22 692	6.36 699	6.16 688	7.47 691	5.82 692	5.44 699	7.11 689	5.68 698

rvit_stereo_0075_2	6.64 695	8.80 673	5.25 684	7.89 685	5.27 697	7.90 699	5.27 697	7.92 700	5.28 697	7.91 700	5.29 698	7.93 700	5.27 689	7.92 700	5.28 694	7.93 695	5.28 679	7.93 699	5.29 698	7.93 692	5.28 697

RAFT	6.73 696	9.36 677	7.40 696	8.51 689	6.55 699	6.88 696	6.60 700	6.79 695	6.60 700	6.80 696	6.72 702	5.31 692	5.50 691	6.61 693	6.61 700	8.42 697	5.89 682	5.73 691	5.45 700	6.61 685	6.24 699

SGM+DAISY	7.06 697	9.15 675	5.38 686	8.84 690	5.18 696	8.80 701	5.31 698	8.79 702	5.28 697	8.89 702	5.20 697	8.93 702	5.33 690	8.95 702	5.36 695	8.70 699	5.21 678	8.74 702	5.20 697	8.89 696	5.15 696

MCSU-Stereo	7.34 698	31.03 710	23.33 708	30.31 708	0.67 481	0.93 490	0.64 462	0.92 482	0.64 466	0.92 488	0.64 473	0.93 494	0.64 462	0.92 491	0.64 457	28.35 709	22.39 709	0.88 494	0.60 468	0.83 462	0.60 454

test-v	7.53 699	11.89 685	7.98 698	9.36 692	7.14 700	7.06 697	7.09 701	7.37 697	6.91 701	7.29 697	5.71 699	6.45 696	6.93 694	6.73 696	7.27 701	8.93 700	7.85 693	6.98 697	6.80 701	7.56 690	7.34 701

test-2	7.53 699	11.89 685	7.98 698	9.36 692	7.14 700	7.06 697	7.09 701	7.37 697	6.91 701	7.29 697	5.71 699	6.45 696	6.93 694	6.73 696	7.27 701	8.93 700	7.85 693	6.98 697	6.80 701	7.56 690	7.34 701

PA-Net	11.80 701	223.51 727	0.62 423	0.59 374	0.71 492	0.59 442	0.73 496	0.67 444	0.73 502	0.55 431	0.61 469	0.60 444	0.74 493	0.63 444	0.73 494	0.66 414	0.60 432	0.69 461	0.66 485	0.72 440	0.65 469
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 702	23.00 693	15.00 701	23.00 707	15.00 702	24.00 708	16.00 703	24.00 709	16.00 703	22.00 709	15.00 703	23.00 709	16.00 703	23.00 709	15.00 703	22.00 708	15.00 702	22.00 709	15.00 703	22.00 709	15.00 703

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

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

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

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

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

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

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

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

DCANet-4	35.22 711	34.54 711	35.08 716	33.58 713	35.47 717	34.55 710	35.53 718	36.08 716	35.85 715	35.92 716	35.77 717	35.18 716	35.48 716	35.39 716	37.15 721	34.55 716	33.92 715	35.02 717	34.90 716	35.79 714	34.74 718

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

fast-reg	37.00 713	37.00 716	37.00 717	37.00 715	37.00 718	37.00 717	37.00 719	37.00 718	37.00 716	37.00 717	37.00 719	37.00 718	37.00 717	37.00 717	37.00 717	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

Reg-Stereo(zero)	37.00 713	37.00 716	37.00 717	37.00 715	37.00 718	37.00 717	37.00 719	37.00 718	37.00 716	37.00 717	37.00 719	37.00 718	37.00 717	37.00 717	37.00 717	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

fast-iter	37.00 713	37.00 716	37.00 717	37.00 715	37.00 718	37.00 717	37.00 719	37.00 718	37.00 716	37.00 717	37.00 719	37.00 718	37.00 717	37.00 717	37.00 717	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

CoSv	37.00 713	37.00 716	37.00 717	37.00 715	37.00 718	37.00 717	37.00 719	37.00 718	37.00 716	37.00 717	37.00 719	37.00 718	37.00 717	37.00 717	37.00 717	37.00 718	37.00 719	37.00 719	37.00 719	37.00 715	37.00 719

MDST_ROB	69.83 717	87.70 721	41.95 722	113.75 724	65.62 724	75.05 722	55.25 724	75.64 724	45.04 720	71.61 723	41.75 723	72.81 723	44.06 721	68.38 723	44.63 723	101.89 725	59.57 725	107.10 725	61.05 725	104.38 722	59.38 725

NOSS_ROB	102.95 718	153.00 725	121.00 725	51.00 722	44.00 722	165.00 725	127.00 725	153.00 725	119.00 722	164.00 726	125.00 725	168.00 726	120.00 723	153.00 725	117.00 725	49.00 723	44.00 723	49.00 723	44.00 723	49.00 720	44.00 723

CBMV	128.50 719	1422.70 732	53.10 723	79.50 723	51.30 723	77.30 723	49.70 723	74.00 723	48.20 721	77.20 724	48.80 724	73.90 724	48.00 722	73.80 724	48.80 724	70.40 724	45.10 724	68.90 724	46.10 724	68.20 721	45.00 724
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 720	171.00 726	160.68 728	162.58 725	160.59 725	164.01 724	160.35 726	158.51 726	158.56 723	158.34 725	160.12 726	158.56 725	159.92 724	157.26 726	158.94 726	154.38 726	158.36 726	155.75 726	159.13 727	153.67 723	154.07 726
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 721	123.00 722	115.00 724	219.00 726	218.00 727	223.00 726	244.00 728	217.00 727	236.00 725	202.00 727	203.00 727	205.00 727	208.00 725	225.00 727	204.00 727	210.00 727	198.00 727	197.00 727	184.00 728	204.00 724	201.00 727

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

EGLCR-Stereo	246.90 723	129.00 724	139.00 727	266.00 727	286.00 728	277.00 727	305.00 729	271.00 728	242.00 726	274.00 728	279.00 729	255.00 728	270.00 727	268.00 728	297.00 729	230.00 729	247.00 729	216.00 728	223.00 730	237.00 726	227.00 730

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

LE_ROB	396.57 725	471.28 729	329.84 730	471.48 730	308.15 730	526.83 730	322.10 731	488.15 731	323.76 728	495.46 731	317.97 731	497.17 731	320.10 729	481.62 731	326.76 731	462.71 731	298.97 731	466.16 731	285.98 731	447.62 728	289.21 731

SGM-ForestM	596.69 726	677.77 730	444.52 731	699.85 731	517.25 731	732.94 731	488.29 732	770.79 732	460.11 729	750.81 732	487.98 732	792.79 732	499.41 730	730.90 732	475.81 732	720.03 732	491.16 732	663.96 732	418.60 732	674.76 729	436.05 732

CBMV_ROB	818.48 727	913.88 731	709.52 732	862.84 732	597.78 732	1073.99 732	700.52 733	1015.66 733	702.59 730	1115.65 733	760.02 733	1130.24 733	721.57 731	1037.41 733	692.65 733	814.05 733	564.29 733	843.28 733	595.31 733	915.51 730	602.92 733

tt	500032.53 728	34.60 712	29.72 710	37.47 719	34.41 715	36.85 715	35.22 716	34.71 714	33.55 713	34.50 711	35.43 715	33.81 714	10000000.00 732	33.57 714	33.13 715	33.68 714	35.00 716	34.03 715	35.26 717	30.96 711	34.63 716

DCANet	500032.53 728	34.60 712	29.72 710	37.47 719	34.41 715	36.85 715	35.22 716	34.71 714	33.55 713	34.50 711	35.43 715	33.81 714	10000000.00 732	33.57 714	33.13 715	33.68 714	35.00 716	34.03 715	35.26 717	30.96 711	34.63 716

fff	1000028.16 730	29.62 705	29.72 710	32.61 709	30.02 710	35.13 711	31.83 712	32.07 711	10000000.00 731	35.27 713	29.82 712	32.45 711	30.15 711	32.35 711	30.09 711	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 712

csc	1000028.16 730	29.62 705	29.72 710	32.61 709	30.02 710	35.13 711	31.83 712	32.07 711	10000000.00 731	35.27 713	29.82 712	32.45 711	30.15 711	32.35 711	30.09 711	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 712

cscssc	1000028.16 730	29.62 705	29.72 710	32.61 709	30.02 710	35.13 711	31.83 712	32.07 711	10000000.00 731	35.27 713	29.82 712	32.45 711	30.15 711	32.35 711	30.09 711	31.04 711	29.55 712	30.64 711	30.14 711	10000000.00 731	30.77 712

real-time stereo	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 732	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 732	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 734	10000000.00 731	10000000.00 734
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 383	0.50 398	0.38 382	0.50 408	0.38 388	0.50 413	3.79 677	0.50 406	0.38 375	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 361

Low-res two-view benchmark