Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 490	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 65	0.07 74	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 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 94	0.07 88	0.09 83	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 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 174	0.20 219	0.23 206	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	0.23 225	0.21 234	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 304	0.10 100	0.12 113	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	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 286	0.10 100	0.12 113	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	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 75	0.16 141	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 245	0.02 20	0.02 21	0.71 477	0.02 16	0.02 19	0.02 21	0.02 21	0.16 222

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	0.73 490	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 94	0.08 90	0.09 83	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 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

test_sample6	0.09 81	0.97 394	0.10 100	0.10 88	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 81	1.01 415	0.09 96	0.09 83	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 81	0.95 391	0.09 96	0.10 88	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 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 173	0.70 333	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	0.67 523	0.02 15	0.69 508	0.75 533	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 120	0.44 255	0.33 302	0.39 278	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	0.39 323	0.36 365	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 273	1.29 503	1.19 573	1.36 596	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	1.26 611	1.21 623	0.03 41	0.09 149	0.02 21	0.09 150

SFCPSM	0.17 186	0.78 349	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	0.79 563	0.02 15	0.75 521	0.76 535	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 231	1.31 507	0.74 518	0.92 485	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	0.87 515	0.75 521	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 75	0.02 12	0.02 15	1.01 506	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	0.09 148	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 81	0.02 12	0.04 65	0.90 480	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 187	0.36 413	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 120	0.02 12	0.02 15	1.62 613	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	0.06 118	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 241	0.05 66	0.04 65	0.06 67	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 137	0.05 104	0.03 52	4.34 724	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.11 176	0.04 90	0.03 52	0.58 443	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	0.75 493	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 81	0.07 83	0.03 40	0.15 141	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 159	0.04 90	0.03 52	0.92 520	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

zh-sn7	0.10 99	0.98 395	0.14 156	0.15 141	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	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 133	1.14 437	0.17 194	0.20 187	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	0.18 193	0.16 185	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 180	1.21 493	0.33 302	0.41 305	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	0.35 289	0.31 305	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 161	1.22 499	0.28 260	0.32 246	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	0.32 271	0.27 268	0.04 93	0.03 57	0.03 47	0.03 52

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

DualNet (step1)	0.10 99	1.05 425	0.12 131	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 99	1.05 425	0.12 131	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 99	1.05 425	0.12 131	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 81	1.00 405	0.11 120	0.11 105	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 99	1.07 429	0.11 120	0.10 88	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 99	1.03 421	0.12 131	0.10 88	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	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 81	0.87 367	0.10 100	0.12 113	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	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 81	1.03 421	0.11 120	0.11 105	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 81	0.87 367	0.12 131	0.11 105	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 161	1.83 561	0.12 131	0.11 105	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	0.06 118	0.04 98	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 99	1.07 429	0.11 120	0.10 88	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 99	1.14 437	0.13 151	0.14 129	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	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 81	1.01 415	0.10 100	0.10 88	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 120	1.15 440	0.15 177	0.14 129	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	0.14 140	0.15 182	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 353	1.91 576	0.92 544	1.91 621	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	1.97 654	1.44 646	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 99	0.99 403	0.12 131	0.13 125	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	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 120	1.16 442	0.16 184	0.12 113	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	0.13 133	0.16 185	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 99	1.09 431	0.13 151	0.12 113	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	0.14 140	0.14 174	0.03 41	0.03 57	0.03 47	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	0.05 108	0.03 57	0.04 97	0.03 52

BEATNet_4x	0.11 120	0.03 31	0.03 40	1.60 610	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	0.11 120	0.03 31	0.03 40	1.60 610	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 133	0.03 31	0.04 65	1.71 617	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	0.06 118	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 161	0.04 52	0.03 40	2.22 635	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	0.07 139	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 99	0.03 31	0.04 65	1.27 581	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	0.08 142	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

FADE	0.07 67	0.06 79	0.02 15	0.09 83	0.10 162	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	0.15 153	0.10 106	0.17 213	0.13 213	0.11 163	0.11 173

ManiGeoR	0.17 186	0.05 66	0.62 476	0.73 457	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	0.72 485	0.58 472	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 186	0.05 66	0.63 480	0.72 453	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	0.71 477	0.59 478	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 186	0.05 66	0.62 476	0.73 457	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	0.72 485	0.58 472	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 186	0.05 66	0.62 476	0.72 453	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	0.72 485	0.58 472	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 186	0.05 66	0.65 487	0.72 453	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	0.71 477	0.59 478	0.05 108	0.04 99	0.05 114	0.04 96

z-ln-s-r	0.21 210	1.40 516	0.53 453	0.56 412	0.04 101	0.05 111	0.04 104	0.05 110	0.05 125	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 116	0.57 442	0.44 421	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 195	1.47 518	0.33 302	0.40 291	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	0.38 310	0.32 310	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 65	0.06 67	0.04 101	0.06 122	0.04 104	0.06 124	0.04 104	0.06 126	0.04 111	0.06 127	0.04 101	0.06 118	0.04 98	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 186	2.16 596	0.13 151	0.13 125	0.04 101	0.06 122	0.04 104	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.05 116	0.18 193	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

BUS	0.83 513	1.91 576	0.92 544	4.48 714	0.02 22	0.40 333	0.04 104	0.41 347	0.02 22	0.48 435	0.03 56	0.41 355	0.05 118	0.03 43	0.05 116	1.97 654	4.19 741	0.33 303	0.23 280	0.34 294	0.27 316

NINENet	0.69 469	3.87 675	1.20 576	1.98 626	0.05 126	0.40 333	0.04 104	0.40 328	0.05 125	0.41 345	0.04 111	0.41 355	0.05 118	0.40 334	0.05 116	1.79 641	1.56 655	0.34 313	0.22 274	0.34 294	0.23 260

EDNetEfficientorigin	0.04 54	0.06 79	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	0.06 123	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 133	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	1.57 680	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 133	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	0.05 118	0.04 90	1.65 684	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 133	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	0.05 118	0.04 90	1.66 687	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 173	0.04 52	0.04 65	2.20 634	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.04 101	0.08 142	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 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
mmmmmm	0.07 67	0.40 227	0.05 80	0.05 60	0.05 126	0.05 111	0.05 121	0.05 110	0.05 125	0.05 113	0.05 128	0.05 113	0.05 118	0.05 104	0.05 116	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 239	0.05 80	0.05 60	0.05 126	0.05 111	0.05 121	0.05 110	0.05 125	0.05 113	0.05 128	0.05 113	0.05 118	0.05 104	0.05 116	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

DispViT+	0.07 67	0.08 85	0.12 131	0.08 76	0.05 126	0.08 140	0.05 121	0.08 142	0.05 125	0.08 141	0.05 128	0.08 141	0.05 118	0.08 142	0.05 116	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 120	0.11 105	0.05 126	0.08 140	0.05 121	0.08 142	0.05 125	0.08 141	0.05 128	0.08 141	0.05 118	0.08 142	0.05 116	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 75	0.08 85	0.11 120	0.11 105	0.05 126	0.08 140	0.05 121	0.08 142	0.07 149	0.08 141	0.05 128	0.08 141	0.05 118	0.09 148	0.08 143	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 81	0.13 117	0.39 347	0.08 76	0.05 126	0.07 138	0.05 121	0.13 172	0.05 125	0.06 126	0.05 128	0.06 127	0.05 118	0.06 118	0.05 116	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

GGEV	0.09 81	0.13 117	0.39 347	0.08 76	0.05 126	0.07 138	0.05 121	0.13 172	0.05 125	0.06 126	0.05 128	0.06 127	0.05 118	0.06 118	0.05 116	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

ISRNet	0.11 120	0.05 66	0.36 329	0.24 211	0.07 148	0.13 172	0.05 121	0.06 124	0.05 125	0.05 113	0.05 128	0.13 173	0.05 118	0.05 104	0.09 148	0.24 234	0.20 229	0.10 148	0.05 123	0.06 125	0.13 207

qqq1	0.25 231	3.70 666	0.14 156	0.14 129	0.04 101	0.06 122	0.05 121	0.06 124	0.05 125	0.06 126	0.05 128	0.04 96	0.05 118	0.06 118	0.05 116	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 231	3.70 666	0.14 156	0.14 129	0.04 101	0.06 122	0.05 121	0.06 124	0.05 125	0.06 126	0.05 128	0.04 96	0.05 118	0.06 118	0.05 116	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

ffm	0.25 231	3.83 672	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 231	3.83 672	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 231	3.83 672	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

GASNet	0.05 57	0.04 52	0.12 131	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.12 171	0.04 111	0.06 127	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

qqq	0.16 180	2.01 586	0.12 131	0.15 141	0.04 101	0.06 122	0.05 121	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.03 52	0.12 118	0.14 174	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 85	0.08 90	0.08 76	0.05 126	0.06 122	0.05 121	0.05 110	0.06 140	0.06 126	0.06 141	0.05 113	0.06 137	0.06 118	0.05 116	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 85	0.08 90	0.08 76	0.05 126	0.06 122	0.05 121	0.05 110	0.06 140	0.06 126	0.06 141	0.05 113	0.06 137	0.06 118	0.05 116	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 85	0.08 90	0.08 76	0.05 126	0.06 122	0.05 121	0.05 110	0.06 140	0.06 126	0.06 141	0.05 113	0.06 137	0.06 118	0.05 116	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

FADNet-RVC	0.13 140	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.05 118	0.04 90	1.71 701	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

2222	0.09 81	0.59 317	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 81	0.60 321	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 75	0.58 314	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 75	0.58 314	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 75	0.56 310	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TS12	0.09 81	0.09 94	0.17 194	0.19 176	0.06 141	0.08 140	0.06 140	0.08 142	0.06 140	0.08 141	0.06 141	0.08 141	0.06 137	0.08 142	0.06 134	0.15 153	0.16 185	0.08 138	0.06 136	0.08 145	0.06 133

BSDual-CNN	0.81 504	1.91 576	0.92 544	4.48 714	0.02 22	0.42 373	0.06 140	0.41 347	0.02 22	0.48 435	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 654	4.19 741	0.33 303	0.23 280	0.34 294	0.27 316

hknet	1.10 566	1.85 567	3.49 740	4.48 714	0.02 22	0.42 373	0.06 140	0.41 347	0.02 22	0.48 435	0.03 56	0.41 355	0.03 53	0.42 368	0.03 52	4.39 727	4.19 741	0.33 303	0.23 280	0.34 294	0.27 316

FINET	0.07 67	0.08 85	0.07 88	0.07 74	0.07 148	0.08 140	0.06 140	0.08 142	0.07 149	0.08 141	0.07 150	0.08 141	0.06 137	0.07 139	0.07 140	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

anonymous	0.09 81	0.09 94	0.14 156	0.14 129	0.07 148	0.09 148	0.07 149	0.09 148	0.07 149	0.09 148	0.07 150	0.09 149	0.07 148	0.09 148	0.07 140	0.14 140	0.13 166	0.09 146	0.07 142	0.09 149	0.07 142

BEATNet-Init1	0.19 199	0.08 85	0.08 90	2.23 636	0.08 151	0.08 140	0.07 149	0.07 139	0.08 154	0.08 141	0.07 150	0.08 141	0.07 148	0.11 166	0.08 143	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 199	0.08 85	0.08 90	2.23 636	0.08 151	0.08 140	0.07 149	0.07 139	0.08 154	0.08 141	0.07 150	0.08 141	0.07 148	0.11 166	0.08 143	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

MatchStereo	0.54 432	0.12 115	2.38 716	2.32 651	0.09 155	0.09 148	0.08 152	0.09 148	0.07 149	0.09 148	0.07 150	0.09 149	0.07 148	0.09 148	0.08 143	2.34 691	2.34 710	0.12 166	0.11 177	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 81	0.09 94	0.10 100	0.09 83	0.09 155	0.09 148	0.09 153	0.10 150	0.08 154	0.10 153	0.09 155	0.09 149	0.09 155	0.09 148	0.08 143	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

SuperB	0.21 210	0.10 99	2.51 718	0.12 113	0.09 155	0.10 151	0.09 153	0.08 142	0.07 149	0.10 153	0.09 155	0.09 149	0.07 148	0.07 139	0.07 140	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DRN-Test	0.14 161	0.13 117	0.09 96	0.14 129	0.09 155	0.15 196	0.09 153	0.14 185	0.10 161	0.14 185	0.09 155	0.14 186	0.09 155	0.13 175	0.09 148	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 550

StereoDRNet	0.15 173	0.14 135	0.10 100	0.14 129	0.09 155	0.15 196	0.09 153	0.14 185	0.09 157	0.14 185	0.10 159	0.14 186	0.09 155	0.14 187	0.09 148	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 566

PDISCO_ROB	0.83 513	2.80 647	3.49 740	0.14 129	0.11 182	0.17 210	0.09 153	0.15 201	0.10 161	0.15 195	0.12 199	0.16 201	0.14 217	3.30 731	0.13 205	0.14 140	2.34 710	0.16 203	0.12 202	2.62 711	0.10 158

over-6	0.11 120	0.11 110	0.15 177	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 120	0.11 110	0.15 177	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 120	0.14 135	0.15 177	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.09 157	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.09 148	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 120	0.11 110	0.16 184	0.16 151	0.10 162	0.12 171	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

S2M2_L	0.12 133	0.14 135	0.10 100	0.15 141	0.10 162	0.14 185	0.10 158	0.14 185	0.10 161	0.15 195	0.10 159	0.14 186	0.10 159	0.14 187	0.10 155	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

LRCNet_RVC	0.13 140	0.13 117	0.09 96	0.13 125	0.10 162	0.14 185	0.10 158	0.14 185	0.10 161	0.23 242	0.10 159	0.20 222	0.10 159	0.24 250	0.11 170	0.11 112	0.09 101	0.12 166	0.14 219	0.12 173	0.09 150

UNet	0.29 250	0.90 377	0.10 100	0.14 129	0.10 162	0.14 185	0.10 158	0.91 537	0.69 542	0.14 185	0.11 177	0.14 186	0.11 176	0.14 187	0.10 155	0.12 118	0.09 101	0.12 166	0.09 149	0.88 530	0.76 557

PVD	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

F4.4	0.13 140	0.13 117	0.18 204	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.10 158	0.13 175	0.11 173

FORCE_4.6	0.13 140	0.13 117	0.18 204	0.20 187	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.18 193	0.17 213	0.13 170	0.10 158	0.13 175	0.11 173

F5.5	0.13 140	0.13 117	0.18 204	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.12 205	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

F8.5	0.13 140	0.13 117	0.19 212	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.18 193	0.17 213	0.13 170	0.10 158	0.13 175	0.11 173

FORCE_9	0.13 140	0.13 117	0.20 219	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.18 226	0.13 170	0.11 177	0.13 175	0.11 173

FORCE_8	0.13 140	0.13 117	0.19 212	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.18 193	0.17 213	0.13 170	0.11 177	0.13 175	0.11 173

F7	0.13 140	0.13 117	0.19 212	0.20 187	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

FORCE_4.5	0.13 140	0.13 117	0.18 204	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

TT111	0.13 140	0.14 135	0.14 156	0.16 151	0.11 182	0.14 185	0.11 175	0.14 185	0.11 179	0.14 185	0.11 177	0.14 186	0.11 176	0.14 187	0.11 170	0.16 166	0.13 166	0.14 183	0.11 177	0.14 189	0.11 173

FORCE_4	0.13 140	0.13 117	0.19 212	0.19 176	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.10 158	0.13 175	0.11 173

FORCE_5	0.13 140	0.13 117	0.18 204	0.18 169	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.11 177	0.13 175	0.11 173

FORCE_6	0.13 140	0.13 117	0.18 204	0.18 169	0.11 182	0.13 172	0.11 175	0.13 172	0.11 179	0.13 173	0.11 177	0.13 173	0.11 176	0.13 175	0.11 170	0.17 177	0.16 185	0.13 170	0.10 158	0.13 175	0.10 158

EE1	0.13 140	0.14 135	0.14 156	0.17 166	0.11 182	0.14 185	0.11 175	0.14 185	0.11 179	0.14 185	0.11 177	0.14 186	0.11 176	0.14 187	0.11 170	0.16 166	0.13 166	0.14 183	0.11 177	0.14 189	0.11 173

AnonStereo	0.13 140	0.14 135	0.14 156	0.16 151	0.11 182	0.14 185	0.11 175	0.14 185	0.11 179	0.14 185	0.11 177	0.14 186	0.11 176	0.14 187	0.11 170	0.16 166	0.13 166	0.14 183	0.11 177	0.14 189	0.11 173

S2M2_XL	0.14 161	0.17 146	0.12 131	0.17 166	0.11 182	0.17 210	0.11 175	0.17 209	0.11 179	0.17 207	0.11 177	0.17 209	0.11 176	0.17 209	0.11 170	0.16 166	0.11 129	0.16 203	0.11 177	0.16 205	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 120	0.11 110	0.12 131	0.13 125	0.14 216	0.11 162	0.11 175	0.11 162	0.11 179	0.11 165	0.11 177	0.11 165	0.11 176	0.12 174	0.12 196	0.11 112	0.11 129	0.11 159	0.11 177	0.11 163	0.11 173

ProNet	0.14 161	0.20 154	0.14 156	0.16 151	0.11 182	0.16 203	0.11 175	0.17 209	0.11 179	0.17 207	0.12 199	0.17 209	0.13 212	0.17 209	0.12 196	0.15 153	0.11 129	0.16 203	0.11 177	0.15 200	0.12 200

CIPLG	0.13 140	0.21 160	0.12 131	0.16 151	0.11 182	0.15 196	0.11 175	0.14 185	0.11 179	0.15 195	0.12 199	0.15 200	0.11 176	0.14 187	0.11 170	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

IPLG	0.13 140	0.20 154	0.14 156	0.15 141	0.11 182	0.14 185	0.11 175	0.14 185	0.11 179	0.14 185	0.11 177	0.14 186	0.11 176	0.14 187	0.11 170	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

ACRE	0.13 140	0.21 160	0.14 156	0.15 141	0.11 182	0.14 185	0.11 175	0.14 185	0.11 179	0.14 185	0.12 199	0.14 186	0.11 176	0.14 187	0.11 170	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

ICVP	0.15 173	0.53 300	0.11 120	0.16 151	0.11 182	0.16 203	0.11 175	0.16 202	0.11 179	0.16 200	0.11 177	0.16 201	0.11 176	0.16 201	0.11 170	0.16 166	0.11 129	0.16 203	0.11 177	0.16 205	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 140	0.11 110	0.11 120	0.11 105	0.11 182	0.11 162	0.11 175	0.11 162	0.11 179	0.11 165	0.12 199	0.11 165	0.11 176	0.11 166	0.11 170	0.11 112	0.11 129	0.14 183	0.11 177	0.49 449	0.11 173

PASM	0.39 322	3.06 651	1.36 639	1.58 606	0.09 155	0.11 162	0.11 175	0.11 162	0.11 179	0.09 148	0.09 155	0.11 165	0.09 155	0.09 148	0.09 148	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 173

HSM	0.14 161	0.16 141	0.12 131	0.17 166	0.12 209	0.17 210	0.11 175	0.17 209	0.11 179	0.17 207	0.12 199	0.17 209	0.12 205	0.17 209	0.12 196	0.16 166	0.11 129	0.16 203	0.11 177	0.16 205	0.12 200

ELAS_RVC	0.14 161	0.16 141	0.10 100	0.15 141	0.10 162	0.18 214	0.11 175	0.19 215	0.11 179	0.19 213	0.12 199	0.18 213	0.11 176	0.19 215	0.12 196	0.14 140	0.08 91	0.14 183	0.09 149	0.15 200	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 173	0.17 146	0.11 120	0.18 169	0.11 182	0.19 217	0.11 175	0.19 215	0.12 209	0.19 213	0.12 199	0.20 222	0.12 205	0.19 215	0.12 196	0.16 166	0.11 129	0.17 213	0.10 158	0.17 214	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 140	0.16 141	0.11 120	0.15 141	0.09 155	0.18 214	0.11 175	0.18 213	0.11 179	0.17 207	0.11 177	0.18 213	0.11 176	0.18 212	0.11 170	0.14 140	0.08 91	0.14 183	0.08 147	0.14 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LACA_dic	0.45 389	0.13 117	1.78 668	1.70 616	0.12 209	0.13 172	0.12 202	0.16 202	0.15 228	0.13 173	0.12 199	0.13 173	0.11 176	0.16 201	0.13 205	1.73 639	1.69 669	0.16 203	0.11 177	0.13 175	0.13 207

VeloStereo	0.16 180	0.92 384	0.16 184	0.18 169	0.08 151	0.11 162	0.12 202	0.12 170	0.09 157	0.09 148	0.28 309	0.10 153	0.08 153	0.10 153	0.12 196	0.15 153	0.17 213	0.08 138	0.12 202	0.09 149	0.08 145

flow	0.16 180	0.92 384	0.16 184	0.18 169	0.08 151	0.11 162	0.12 202	0.12 170	0.09 157	0.09 148	0.28 309	0.10 153	0.08 153	0.10 153	0.12 196	0.15 153	0.17 213	0.08 138	0.12 202	0.09 149	0.08 145

DF	0.39 322	1.37 513	1.02 557	1.14 519	0.12 209	0.16 203	0.12 202	0.16 202	0.12 209	0.16 200	0.12 199	0.16 201	0.12 205	0.16 201	0.12 196	1.12 553	1.00 545	0.15 199	0.12 202	0.15 200	0.12 200

MIPNet	0.14 161	0.21 160	0.17 194	0.16 151	0.11 182	0.15 196	0.12 202	0.14 185	0.11 179	0.16 200	0.11 177	0.14 186	0.11 176	0.14 187	0.11 170	0.14 140	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

IPLGR	0.14 161	0.24 174	0.14 156	0.16 151	0.12 209	0.15 196	0.12 202	0.14 185	0.11 179	0.15 195	0.12 199	0.14 186	0.11 176	0.14 187	0.11 170	0.15 153	0.12 143	0.14 183	0.11 177	0.14 189	0.11 173

LALA_ROB	0.15 173	0.19 150	0.12 131	0.18 169	0.11 182	0.20 223	0.12 202	0.21 232	0.12 209	0.20 220	0.12 199	0.20 222	0.12 205	0.21 233	0.13 205	0.17 177	0.10 106	0.18 224	0.11 177	0.18 218	0.11 173

ITSA-stereo	0.15 173	0.17 146	0.13 151	0.20 187	0.13 214	0.19 217	0.13 209	0.18 213	0.13 213	0.19 213	0.13 213	0.18 213	0.14 217	0.18 212	0.14 210	0.16 166	0.11 129	0.15 199	0.14 219	0.18 218	0.11 173

DeepPruner_ROB	0.16 180	0.18 149	0.13 151	0.19 176	0.13 214	0.19 217	0.13 209	0.19 215	0.13 213	0.19 213	0.13 213	0.19 217	0.13 212	0.19 215	0.13 205	0.18 193	0.13 166	0.18 224	0.13 213	0.18 218	0.13 207

Weightmod_eth	0.20 201	0.24 174	0.28 260	0.47 338	0.14 216	0.24 251	0.14 211	0.17 209	0.13 213	0.22 236	0.16 234	0.22 240	0.13 212	0.20 220	0.16 230	0.24 234	0.20 229	0.19 227	0.14 219	0.16 205	0.24 270

depth_test_26	0.20 201	0.34 202	0.25 242	0.34 256	0.14 216	0.21 234	0.14 211	0.21 232	0.14 216	0.21 232	0.14 218	0.21 230	0.14 217	0.21 233	0.14 210	0.26 243	0.26 255	0.22 242	0.15 230	0.22 235	0.14 213

castereo++	0.54 432	3.59 663	1.15 567	1.31 590	0.14 216	0.16 203	0.14 211	0.16 202	0.14 216	0.16 200	0.14 218	0.16 201	0.13 212	0.16 201	0.14 210	1.45 626	1.16 571	0.15 199	0.14 219	0.15 200	0.13 207

DDVS	0.30 251	3.10 652	0.14 156	0.19 176	0.14 216	0.19 217	0.14 211	0.20 222	0.14 216	0.19 213	0.13 213	0.16 201	0.13 212	0.19 215	0.13 205	0.17 177	0.13 166	0.17 213	0.13 213	0.17 214	0.13 207

JetRed	0.11 120	0.12 115	0.11 120	0.11 105	0.11 182	0.11 162	0.14 211	0.11 162	0.11 179	0.12 171	0.11 177	0.11 165	0.11 176	0.11 166	0.11 170	0.11 112	0.16 185	0.11 159	0.11 177	0.11 163	0.11 173

HCRNet	1.22 621	7.11 734	3.00 723	3.55 702	0.33 408	0.29 280	0.14 211	0.19 215	0.15 228	0.33 295	0.29 324	0.25 261	0.14 217	0.22 239	0.33 390	3.64 719	3.00 718	0.76 535	0.32 407	0.18 218	0.13 207

GMStereo	0.14 161	0.13 117	0.14 156	0.14 129	0.14 216	0.14 185	0.14 211	0.14 185	0.14 216	0.14 185	0.14 218	0.14 186	0.14 217	0.14 187	0.14 210	0.14 140	0.14 174	0.14 183	0.14 219	0.14 189	0.14 213
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 186	0.71 334	0.14 156	0.14 129	0.14 216	0.14 185	0.14 211	0.14 185	0.14 216	0.14 185	0.14 218	0.14 186	0.14 217	0.14 187	0.22 265	0.14 140	0.14 174	0.14 183	0.14 219	0.14 189	0.14 213

SCION-MonSter	0.21 210	0.76 345	0.22 228	0.25 218	0.15 230	0.19 217	0.15 219	0.19 215	0.15 228	0.19 213	0.15 228	0.19 217	0.15 229	0.19 215	0.14 210	0.22 213	0.21 234	0.16 203	0.14 219	0.16 205	0.15 220

DepthFocus	0.18 195	0.22 164	0.15 177	0.22 201	0.15 230	0.22 239	0.15 219	0.22 238	0.15 228	0.22 236	0.15 228	0.22 240	0.16 233	0.22 239	0.15 222	0.20 203	0.15 182	0.20 232	0.14 219	0.20 225	0.14 213

RSGM-EC	0.24 228	0.24 174	0.15 177	0.22 201	0.15 230	0.22 239	0.15 219	0.22 238	0.15 228	0.24 249	0.15 228	0.22 240	0.15 229	0.22 239	1.19 610	0.20 203	0.17 213	0.24 261	0.14 219	0.20 225	0.14 213

acva	0.24 228	0.24 174	0.15 177	0.22 201	0.15 230	0.22 239	0.15 219	0.22 238	0.15 228	0.24 249	0.15 228	0.22 240	0.15 229	0.22 239	1.19 610	0.20 203	0.17 213	0.24 261	0.14 219	0.20 225	0.14 213

dd	0.23 224	0.98 395	0.16 184	0.23 206	0.15 230	0.23 248	0.15 219	0.23 245	0.15 228	0.23 242	0.15 228	0.24 254	0.17 245	0.23 246	0.15 222	0.22 213	0.15 182	0.21 237	0.15 230	0.22 235	0.16 222

dad	0.23 224	1.03 421	0.16 184	0.23 206	0.15 230	0.24 251	0.15 219	0.24 248	0.16 236	0.23 242	0.16 234	0.24 254	0.16 233	0.23 246	0.15 222	0.22 213	0.16 185	0.22 242	0.16 233	0.22 235	0.16 222

IPLGR_C	0.14 161	0.20 154	0.12 131	0.15 141	0.11 182	0.14 185	0.15 219	0.14 185	0.11 179	0.15 195	0.12 199	0.14 186	0.11 176	0.16 201	0.11 170	0.15 153	0.12 143	0.14 183	0.12 202	0.15 200	0.12 200

LACA2	0.21 210	0.24 174	0.26 249	0.31 240	0.16 241	0.24 251	0.16 226	0.24 248	0.16 236	0.24 249	0.16 234	0.24 254	0.16 233	0.24 250	0.16 230	0.27 247	0.23 247	0.24 261	0.16 233	0.23 247	0.16 222

LACA1	0.21 210	0.24 174	0.26 249	0.31 240	0.16 241	0.24 251	0.16 226	0.24 248	0.16 236	0.24 249	0.16 234	0.24 254	0.16 233	0.24 250	0.16 230	0.27 247	0.22 241	0.23 251	0.16 233	0.23 247	0.16 222

VIP-Stereo	0.70 472	2.97 650	2.43 717	2.49 662	0.16 241	0.25 261	0.16 226	0.25 256	0.16 236	0.25 257	0.18 259	0.25 261	0.16 233	0.26 271	0.16 230	1.86 643	1.26 625	0.23 251	0.15 230	0.23 247	0.15 220

RAFT-FEzeroshot	0.34 273	0.26 184	0.17 194	0.21 199	0.17 247	0.20 223	0.16 226	0.20 222	0.16 236	0.20 220	0.17 242	0.21 230	0.16 233	0.27 275	0.24 275	0.19 200	0.16 185	0.19 227	0.16 233	0.26 258	3.08 745

RAFT-FE	0.34 273	0.26 184	0.17 194	0.21 199	0.17 247	0.20 223	0.16 226	0.20 222	0.16 236	0.20 220	0.17 242	0.21 230	0.16 233	0.27 275	0.24 275	0.19 200	0.16 185	0.19 227	0.16 233	0.26 258	3.08 745

xyz-stereo-finetune2	0.18 195	0.48 279	0.16 184	0.16 151	0.15 230	0.15 196	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 166	0.16 185	0.16 203	0.16 233	0.16 205	0.16 222

xyz-stereo-finetune	0.28 245	0.49 281	0.16 184	0.16 151	0.16 241	0.16 203	0.16 226	0.22 238	0.30 335	0.32 290	0.31 383	0.32 296	0.31 386	0.32 294	0.32 378	0.32 271	0.33 323	0.31 293	0.32 407	0.31 279	0.32 385

xyz-stereo	0.18 195	0.50 286	0.16 184	0.15 141	0.16 241	0.16 203	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 166	0.16 185	0.16 203	0.16 233	0.16 205	0.16 222

castereo	0.61 447	3.79 671	1.35 631	1.52 604	0.15 230	0.17 210	0.16 226	0.20 222	0.21 267	0.18 211	0.16 234	0.21 230	0.12 205	0.26 271	0.17 237	1.43 625	1.38 642	0.17 213	0.16 233	0.18 218	0.16 222

GMStereo_Zeroshot	0.16 180	0.16 141	0.16 184	0.16 151	0.16 241	0.16 203	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 166	0.16 185	0.16 203	0.16 233	0.16 205	0.16 222

GEAR-Net	0.22 217	0.46 268	0.27 252	0.29 232	0.17 247	0.21 234	0.17 236	0.21 232	0.17 246	0.21 232	0.17 242	0.21 230	0.17 245	0.21 233	0.17 237	0.28 252	0.26 255	0.20 232	0.16 233	0.20 225	0.16 222

LACA3	0.23 224	0.25 181	0.27 252	0.54 405	0.17 247	0.25 261	0.17 236	0.25 256	0.17 246	0.25 257	0.17 242	0.25 261	0.17 245	0.25 259	0.17 237	0.28 252	0.23 247	0.24 261	0.17 256	0.24 252	0.17 240

IGEV-FE	0.35 284	0.37 212	0.17 194	0.19 176	0.17 247	0.20 223	0.17 236	0.19 215	0.17 246	0.19 213	0.17 242	0.19 217	0.17 245	0.37 319	0.36 413	0.19 200	0.17 213	0.19 227	0.17 256	0.38 335	2.84 736

tg	0.21 210	0.25 181	0.21 226	0.26 226	0.17 247	0.24 251	0.17 236	0.24 248	0.17 246	0.24 249	0.17 242	0.24 254	0.17 245	0.24 250	0.17 237	0.24 234	0.17 213	0.23 251	0.16 233	0.23 247	0.16 222

ACV-stereo	0.30 251	2.08 588	0.25 242	0.25 218	0.18 259	0.24 251	0.17 236	0.24 248	0.18 253	0.24 249	0.17 242	0.25 261	0.17 245	0.24 250	0.17 237	0.22 213	0.16 185	0.22 242	0.16 233	0.22 235	0.16 222

IGEV_Zeroshot_test	0.20 201	0.19 150	0.40 379	0.30 234	0.17 247	0.22 239	0.17 236	0.21 232	0.17 246	0.20 220	0.17 242	0.21 230	0.18 256	0.21 233	0.17 237	0.20 203	0.16 185	0.20 232	0.16 233	0.20 225	0.17 240

MSKI-zero shot	0.24 228	0.21 160	0.49 433	0.65 432	0.18 259	0.22 239	0.17 236	0.23 245	0.18 253	0.21 232	0.17 242	0.23 248	0.28 314	0.23 246	0.18 250	0.21 211	0.16 185	0.21 237	0.16 233	0.21 233	0.16 222

MIM_Stereo	0.25 231	0.23 166	0.66 489	0.80 467	0.17 247	0.22 239	0.17 236	0.23 245	0.18 253	0.26 266	0.17 242	0.21 230	0.17 245	0.25 259	0.17 237	0.23 225	0.16 185	0.21 237	0.17 256	0.22 235	0.17 240

UPFNet	0.42 351	1.20 447	0.17 194	0.24 211	0.17 247	0.25 261	0.17 236	1.19 577	0.90 578	0.25 257	0.17 242	0.24 254	0.17 245	0.25 259	0.17 237	0.22 213	0.17 213	0.22 242	0.16 233	1.15 569	0.93 576

SMOE	0.23 224	0.25 181	0.30 270	0.33 250	0.18 259	0.26 270	0.18 245	0.26 262	0.18 253	0.26 266	0.18 259	0.25 261	0.18 256	0.25 259	0.18 250	0.31 268	0.27 268	0.23 251	0.17 256	0.23 247	0.17 240

SME	0.27 242	0.29 192	0.31 288	0.38 269	0.20 268	0.29 280	0.18 245	0.30 275	0.20 262	0.32 290	0.21 272	0.32 296	0.20 267	0.32 294	0.21 261	0.35 289	0.32 310	0.27 276	0.19 264	0.29 270	0.20 251

DEFOM-Stereo_RVC	0.83 513	5.18 705	1.98 704	2.19 633	0.17 247	0.19 217	0.18 245	0.19 215	0.16 236	0.20 220	0.19 262	0.22 240	0.22 276	0.20 220	0.15 222	2.28 684	2.13 705	0.24 261	0.17 256	0.18 218	0.16 222

MMNet	0.44 366	1.24 501	0.17 194	0.25 218	0.17 247	0.25 261	0.18 245	1.26 631	0.93 585	0.25 257	0.17 242	0.25 261	0.18 256	0.25 259	0.17 237	0.23 225	0.16 185	0.23 251	0.16 233	1.20 581	0.99 583

delet	0.43 353	1.21 493	0.17 194	0.25 218	0.17 247	0.25 261	0.18 245	1.26 631	0.95 587	0.25 257	0.17 242	0.25 261	0.17 245	0.25 259	0.17 237	0.23 225	0.16 185	0.22 242	0.16 233	1.18 577	0.98 582

iResNetv2_ROB	0.20 201	0.23 166	0.18 204	0.24 211	0.20 268	0.24 251	0.18 245	0.24 248	0.18 253	0.24 249	0.18 259	0.23 248	0.19 263	0.24 250	0.18 250	0.21 211	0.16 185	0.21 237	0.16 233	0.22 235	0.16 222

DLNR-FE	0.28 245	0.89 373	0.30 270	0.34 256	0.19 265	0.28 277	0.19 251	0.28 267	0.20 262	0.28 272	0.20 266	0.28 277	0.20 267	0.28 280	0.20 257	0.33 277	0.28 276	0.25 266	0.19 264	0.24 252	0.19 249

Pointernet	0.21 210	0.22 164	0.19 212	0.24 211	0.19 265	0.24 251	0.19 251	0.24 248	0.19 260	0.24 249	0.19 262	0.24 254	0.19 263	0.24 250	0.19 254	0.22 213	0.17 213	0.22 242	0.17 256	0.22 235	0.17 240

psm_up	0.43 353	1.19 446	0.17 194	0.25 218	0.18 259	0.25 261	0.19 251	1.26 631	0.91 579	0.26 266	0.17 242	0.25 261	0.17 245	0.25 259	0.17 237	0.22 213	0.17 213	0.23 251	0.16 233	1.18 577	0.99 583

CFNet	1.37 629	5.27 714	0.19 212	5.49 738	0.19 265	0.28 277	0.19 251	0.28 267	0.19 260	0.28 272	0.19 262	0.28 277	4.35 759	0.28 280	0.19 254	0.23 225	0.17 213	0.23 251	4.21 767	4.81 744	0.17 240

ssnet_v2	0.68 466	1.96 584	1.25 627	0.29 232	0.20 268	0.30 282	0.20 255	0.29 272	0.22 271	1.50 651	0.20 266	0.31 292	0.20 267	0.27 275	0.22 265	0.24 234	1.49 649	0.26 271	0.18 263	3.90 721	0.19 249

DAS	0.20 201	0.20 154	0.20 219	0.20 187	0.20 268	0.20 223	0.20 255	0.20 222	0.20 262	0.20 220	0.20 266	0.20 222	0.20 267	0.20 220	0.20 257	0.20 203	0.20 229	0.20 232	0.20 266	0.20 225	0.20 251

GEStereo_RVC	0.86 525	4.45 688	0.20 219	0.27 229	0.20 268	0.27 275	0.20 255	0.26 262	0.18 253	5.03 761	0.20 266	0.27 276	0.19 263	0.27 275	0.21 261	0.20 203	0.19 227	0.19 227	4.02 765	0.20 225	0.18 246

ASD4	0.20 201	0.20 154	0.20 219	0.20 187	0.20 268	0.20 223	0.20 255	0.20 222	0.20 262	0.20 220	0.20 266	0.20 222	0.20 267	0.20 220	0.20 257	0.20 203	0.20 229	0.20 232	0.20 266	0.20 225	0.20 251

AANet_RVC	1.26 624	0.31 198	4.99 752	5.93 741	0.20 268	0.25 261	0.20 255	0.25 256	0.20 262	0.23 242	0.19 262	0.25 261	0.20 267	0.25 259	0.20 257	5.66 751	4.76 745	0.26 271	0.30 388	0.24 252	0.27 316

iResNet	0.20 201	0.23 166	0.18 204	0.24 211	0.18 259	0.24 251	0.20 255	0.24 248	0.18 253	0.23 242	0.17 242	0.23 248	0.18 256	0.23 246	0.18 250	0.22 213	0.16 185	0.21 237	0.16 233	0.21 233	0.16 222

Weightmod	0.27 242	0.29 192	0.33 302	0.38 269	0.20 268	0.30 282	0.21 261	0.29 272	0.21 267	0.29 277	0.22 274	0.30 287	0.20 267	0.30 286	0.21 261	0.37 297	0.31 305	0.27 276	0.20 266	0.28 266	0.21 255

gwcnet-sp	0.82 509	1.72 529	1.48 649	0.39 278	0.15 230	0.31 289	0.21 261	0.20 222	0.25 286	1.61 655	0.23 279	0.28 277	0.26 298	0.20 220	0.15 222	0.24 234	1.33 633	0.32 296	0.16 233	6.75 760	0.23 260

scenet	0.82 509	1.72 529	1.48 649	0.39 278	0.15 230	0.31 289	0.21 261	0.20 222	0.25 286	1.61 655	0.23 279	0.28 277	0.26 298	0.20 220	0.15 222	0.24 234	1.33 633	0.32 296	0.16 233	6.75 760	0.23 260

ssnet	0.82 509	1.72 529	1.48 649	0.39 278	0.15 230	0.31 289	0.21 261	0.20 222	0.25 286	1.61 655	0.23 279	0.28 277	0.26 298	0.20 220	0.15 222	0.24 234	1.33 633	0.32 296	0.16 233	6.75 760	0.23 260

HGLStereo	0.28 245	0.29 192	0.22 228	0.36 263	0.22 281	0.36 309	0.21 261	0.36 297	0.21 267	0.42 359	0.21 272	0.36 312	0.22 276	0.36 312	0.21 261	0.34 281	0.21 234	0.34 313	0.21 271	0.34 294	0.21 255

S0	0.42 351	0.44 255	0.54 454	0.59 418	0.34 420	0.48 445	0.22 266	0.51 465	0.25 286	0.51 467	0.34 410	0.53 479	0.35 419	0.47 433	0.36 413	0.55 436	0.39 384	0.49 475	0.27 334	0.46 428	0.34 401

Select-FE	0.41 336	0.44 255	0.23 232	0.26 226	0.22 281	0.26 270	0.22 266	0.26 262	0.23 278	0.26 266	0.23 279	0.26 273	0.23 282	0.45 424	0.42 459	0.25 241	0.22 241	0.25 266	0.22 274	0.45 423	2.90 737

PAM	0.39 322	1.88 572	0.34 316	0.37 266	0.41 463	0.45 428	0.22 266	0.28 267	0.23 278	0.28 272	0.24 286	0.29 283	0.23 282	0.29 284	0.23 272	0.38 310	0.32 310	0.38 350	0.37 444	0.32 282	0.22 258

model_zeroshot	0.27 242	0.20 154	0.27 252	0.33 250	0.21 279	0.37 317	0.22 266	0.37 305	0.24 281	0.26 266	0.27 301	0.33 300	0.21 275	0.25 259	0.27 290	0.32 271	0.20 229	0.34 313	0.23 280	0.25 255	0.26 278

DCVSM-stereo	0.36 292	1.89 573	0.22 228	0.40 291	0.22 281	0.40 333	0.22 266	0.40 328	0.22 271	0.40 328	0.22 274	0.40 340	0.22 276	0.40 334	0.22 265	0.28 252	0.21 234	0.28 280	0.21 271	0.28 266	0.20 251

CAS++	0.17 186	0.27 187	0.21 226	0.10 88	0.21 279	0.15 196	0.22 266	0.10 150	0.21 267	0.22 236	0.10 159	0.19 217	0.18 256	0.10 153	0.19 254	0.20 203	0.19 227	0.18 224	0.10 158	0.19 224	0.18 246
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 217	0.23 166	0.22 228	0.23 206	0.22 281	0.22 239	0.22 266	0.22 238	0.22 271	0.22 236	0.22 274	0.22 240	0.22 276	0.22 239	0.22 265	0.22 213	0.22 241	0.22 242	0.22 274	0.22 235	0.22 258

IMH-64-1	0.22 217	0.23 166	0.23 232	0.22 201	0.22 281	0.22 239	0.22 266	0.22 238	0.22 271	0.22 236	0.22 274	0.22 240	0.22 276	0.22 239	0.22 265	0.22 213	0.22 241	0.23 251	0.22 274	0.22 235	0.23 260

IMH-64	0.22 217	0.23 166	0.23 232	0.22 201	0.22 281	0.22 239	0.22 266	0.22 238	0.22 271	0.22 236	0.22 274	0.22 240	0.22 276	0.22 239	0.22 265	0.22 213	0.22 241	0.23 251	0.22 274	0.22 235	0.23 260

WCG-NET（raft）	0.32 267	1.24 501	0.24 239	0.32 246	0.24 292	0.32 298	0.23 275	0.32 283	0.24 281	0.32 290	0.24 286	0.32 296	0.24 285	0.32 294	0.24 275	0.30 262	0.23 247	0.30 287	0.23 280	0.30 274	0.23 260

xxxxx1	0.31 258	0.91 379	0.23 232	0.31 240	0.23 287	0.31 289	0.23 275	0.33 287	0.25 286	0.31 284	0.24 286	0.33 300	0.25 288	0.32 294	0.24 275	0.28 252	0.28 276	0.28 280	0.28 355	0.29 270	0.27 316

tt_ll	0.31 258	0.91 379	0.23 232	0.31 240	0.23 287	0.31 289	0.23 275	0.33 287	0.25 286	0.31 284	0.24 286	0.33 300	0.25 288	0.32 294	0.24 275	0.28 252	0.28 276	0.28 280	0.28 355	0.29 270	0.27 316

ff	0.31 258	0.91 379	0.23 232	0.31 240	0.23 287	0.31 289	0.23 275	0.33 287	0.25 286	0.31 284	0.24 286	0.33 300	0.25 288	0.32 294	0.24 275	0.28 252	0.28 276	0.28 280	0.28 355	0.29 270	0.27 316

FENet	0.54 432	1.52 520	1.19 573	1.41 600	0.23 287	0.35 305	0.23 275	0.35 293	0.23 278	0.34 298	0.23 279	0.35 307	0.23 282	0.35 306	0.23 272	1.40 623	1.07 555	0.32 296	0.23 280	0.33 289	0.23 260

tt1	0.31 258	0.93 388	0.24 239	0.33 250	0.23 287	0.31 289	0.24 280	0.32 283	0.24 281	0.32 290	0.23 279	0.32 296	0.25 288	0.32 294	0.24 275	0.27 247	0.26 255	0.27 276	0.26 296	0.27 264	0.27 316

iResNet_ROB	0.28 245	0.32 200	0.24 239	0.32 246	0.25 295	0.32 298	0.24 280	0.32 283	0.24 281	0.33 295	0.24 286	0.35 307	0.24 285	0.33 302	0.24 275	0.31 268	0.24 251	0.32 296	0.24 287	0.32 282	0.24 270

DEFOM-Stereo	0.68 466	3.11 653	1.40 645	1.63 614	0.25 295	0.31 289	0.25 282	0.31 281	0.28 310	0.31 284	0.29 324	0.29 283	0.27 305	0.31 291	0.28 299	1.59 634	1.47 648	0.30 287	0.29 370	0.30 274	0.28 344

UNDER WATER-64	0.25 231	0.26 184	0.25 242	0.26 226	0.25 295	0.25 261	0.25 282	0.25 256	0.25 286	0.25 257	0.25 292	0.25 261	0.25 288	0.26 271	0.25 283	0.25 241	0.25 252	0.25 266	0.25 290	0.25 255	0.25 272

LoS_RVC	0.30 251	1.14 437	0.25 242	0.25 218	0.25 295	0.26 270	0.25 282	0.25 256	0.25 286	0.25 257	0.25 292	0.26 273	0.26 298	0.26 271	0.25 283	0.26 243	0.26 255	0.25 266	0.25 290	0.26 258	0.26 278

CAS	0.30 251	1.17 443	0.25 242	0.25 218	0.25 295	0.26 270	0.25 282	0.25 256	0.26 300	0.25 257	0.25 292	0.25 261	0.25 288	0.25 259	0.25 283	0.26 243	0.26 255	0.26 271	0.25 290	0.26 258	0.25 272

LoS	0.25 231	0.27 187	0.25 242	0.25 218	0.25 295	0.25 261	0.25 282	0.26 262	0.25 286	0.25 257	0.25 292	0.25 261	0.25 288	0.25 259	0.25 283	0.26 243	0.25 252	0.25 266	0.26 296	0.26 258	0.25 272
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 530	7.04 733	2.23 710	2.75 668	0.28 309	0.43 380	0.25 282	0.39 319	0.25 286	0.41 345	0.27 301	0.39 330	0.25 288	0.40 334	0.28 299	0.37 297	0.28 276	0.37 342	0.25 290	0.37 322	0.25 272

CroCo-Stereo	0.73 482	1.22 499	0.25 242	1.22 576	0.25 295	1.22 632	0.25 282	1.22 627	0.25 286	1.22 636	0.25 292	1.22 638	0.25 288	1.22 638	0.25 283	1.22 609	0.26 255	1.21 647	0.25 290	1.22 629	0.25 272
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	0.31 258	0.28 190	0.47 418	0.79 463	0.24 292	0.30 282	0.26 289	0.30 275	0.24 281	0.32 290	0.23 279	0.31 292	0.24 285	0.30 286	0.23 272	0.29 261	0.26 255	0.29 285	0.24 287	0.33 289	0.23 260

CroCo-Stereo Lap2	0.77 492	1.29 503	0.29 266	1.27 581	0.29 322	1.27 636	0.26 289	1.26 631	0.26 300	1.26 637	0.26 297	1.27 642	0.26 298	1.26 640	0.27 290	1.27 612	0.27 268	1.27 651	0.27 334	1.27 633	0.27 316

StereoDRNet-Refined	0.33 272	0.39 223	0.26 249	0.39 278	0.26 302	0.40 333	0.26 289	0.40 328	0.26 300	0.39 321	0.26 297	0.39 330	0.26 298	0.39 331	0.26 288	0.37 297	0.25 252	0.37 342	0.25 290	0.37 322	0.37 421
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 284	1.92 582	0.27 252	0.27 229	0.27 303	0.27 275	0.27 292	0.27 266	0.27 304	0.27 271	0.27 301	0.26 273	0.27 305	0.27 275	0.26 288	0.27 247	0.26 255	0.26 271	0.26 296	0.26 258	0.27 316

PStereo	0.32 267	0.36 209	0.28 260	0.38 269	0.29 322	0.36 309	0.27 292	0.38 314	0.27 304	0.38 314	0.28 309	0.36 312	0.27 305	0.36 312	0.28 299	0.32 271	0.27 268	0.33 303	0.27 334	0.33 289	0.27 316

Anonymus	0.47 406	0.73 337	0.46 410	0.43 322	0.54 516	0.53 481	0.27 292	0.39 319	0.35 417	0.33 295	0.40 449	0.33 300	0.38 432	0.53 476	0.54 501	0.56 440	0.36 365	0.49 475	0.53 512	0.66 485	0.54 498

FE-Mocha	0.35 284	0.71 334	0.40 379	0.47 338	0.27 303	0.34 301	0.27 292	0.34 290	0.26 300	0.34 298	0.26 297	0.34 305	0.27 305	0.34 303	0.27 290	0.44 355	0.41 398	0.33 303	0.29 370	0.32 282	0.29 353

Monster-pub-mixall	0.44 366	0.56 310	0.60 468	0.38 269	0.27 303	0.37 317	0.27 292	0.37 305	0.29 320	0.38 314	0.27 301	0.38 325	0.29 326	0.85 538	0.27 290	1.46 627	0.26 255	0.34 313	0.26 296	0.36 317	0.53 495

Replicate-Monster	0.45 389	0.57 312	0.60 468	0.40 291	0.29 322	0.37 317	0.27 292	0.37 305	0.30 335	0.40 328	0.31 383	0.40 340	0.30 335	0.99 558	0.27 290	1.36 620	0.31 305	0.34 313	0.30 388	0.36 317	0.54 498

Any-RAFT	0.32 267	0.36 209	0.27 252	0.36 263	0.27 303	0.36 309	0.27 292	0.36 297	0.27 304	0.36 306	0.27 301	0.36 312	0.27 305	0.36 312	0.28 299	0.36 294	0.28 276	0.36 338	0.28 355	0.36 317	0.28 344

CRFU-Net	0.65 456	1.67 526	1.22 623	1.96 625	0.27 303	0.41 352	0.27 292	0.41 347	0.27 304	0.40 328	0.26 297	0.41 355	0.27 305	0.40 334	0.27 290	1.80 642	1.62 663	0.34 313	0.23 280	0.33 289	0.23 260

MLCV	0.31 258	0.35 204	0.27 252	0.35 259	0.28 309	0.35 305	0.27 292	0.35 293	0.28 310	0.36 306	0.27 301	0.35 307	0.27 305	0.35 306	0.27 290	0.34 281	0.27 268	0.34 313	0.27 334	0.34 294	0.27 316

DISCO	1.11 568	0.39 223	5.28 754	0.39 278	0.20 268	0.39 331	0.27 292	0.39 319	0.22 271	0.38 314	0.20 266	0.38 325	0.20 267	6.95 772	0.22 265	0.30 262	0.21 234	0.27 276	0.21 271	5.25 753	0.21 255

DN-CSS_ROB	0.31 258	0.35 204	0.28 260	0.35 259	0.28 309	0.34 301	0.27 292	0.34 290	0.25 286	0.35 302	0.27 301	0.36 312	0.26 298	0.34 303	0.28 299	0.35 289	0.28 276	0.34 313	0.28 355	0.34 294	0.27 316

SCION-M(vits-remse)	0.34 273	0.79 351	0.30 270	0.33 250	0.28 309	0.40 333	0.28 303	0.40 328	0.28 310	0.40 328	0.28 309	0.39 330	0.28 314	0.40 334	0.28 299	0.23 225	0.21 234	0.35 329	0.27 334	0.35 307	0.27 316

SCION-Mon(vits-remp)	0.34 273	0.98 395	0.30 270	0.33 250	0.18 259	0.21 234	0.28 303	0.40 328	0.28 310	0.40 328	0.28 309	0.39 330	0.28 314	0.40 334	0.28 299	0.37 297	0.29 290	0.35 329	0.27 334	0.35 307	0.27 316

SCION-MonSter(vits)	0.25 231	0.79 351	0.31 288	0.42 315	0.28 309	0.40 333	0.28 303	0.20 222	0.15 228	0.40 328	0.15 228	0.19 217	0.15 229	0.20 220	0.15 222	0.23 225	0.21 234	0.17 213	0.14 219	0.16 205	0.14 213

GREATEN-IGEV-FM_RVC	0.38 308	0.35 204	0.56 458	0.63 426	0.28 309	0.36 309	0.28 303	0.36 297	0.28 310	0.36 306	0.28 309	0.36 312	0.28 314	0.36 312	0.28 299	0.62 457	0.57 468	0.35 329	0.28 355	0.35 307	0.28 344

TestStereo_HL2	2.73 722	0.41 239	11.06 772	14.13 773	0.30 334	0.44 414	0.28 303	0.43 373	0.29 320	0.43 366	0.28 309	0.43 382	0.29 326	0.43 375	0.28 299	13.51 774	10.37 774	0.41 424	0.27 334	0.38 335	0.27 316

GeoVLM	0.36 292	0.38 216	0.27 252	0.46 331	0.28 309	0.35 305	0.28 303	0.37 305	0.27 304	0.35 302	0.28 309	0.36 312	0.38 432	0.35 306	0.28 299	1.08 544	0.26 255	0.33 303	0.27 334	0.34 294	0.33 394

Zero-FE251	0.36 292	0.40 227	0.28 260	0.41 305	0.28 309	0.41 352	0.28 303	0.41 347	0.28 310	0.41 345	0.28 309	0.41 355	0.28 314	0.42 368	0.30 325	0.37 297	0.26 255	0.37 342	0.27 334	0.45 423	0.56 509

Monster-pub-eth3d	0.45 389	0.57 312	0.60 468	0.39 278	0.28 309	0.37 317	0.28 303	0.37 305	0.30 335	0.39 321	0.29 324	0.39 330	0.30 335	0.92 550	0.27 290	1.42 624	0.28 276	0.34 313	0.28 355	0.37 322	0.53 495

LG-Stereo_L2	0.34 273	0.37 212	0.38 336	0.47 338	0.28 309	0.39 331	0.28 303	0.39 319	0.28 310	0.39 321	0.28 309	0.39 330	0.28 314	0.38 323	0.28 299	0.42 353	0.35 359	0.36 338	0.26 296	0.35 307	0.26 278

GIP-stereo	0.36 292	0.49 281	0.39 347	0.48 344	0.32 395	0.41 352	0.28 303	0.40 328	0.30 335	0.41 345	0.28 309	0.40 340	0.28 314	0.42 368	0.28 299	0.45 384	0.32 310	0.38 350	0.30 388	0.37 322	0.27 316

xx1	0.38 308	1.03 421	0.31 288	0.40 291	0.31 381	0.41 352	0.28 303	0.40 328	0.29 320	0.40 328	0.29 324	0.40 340	0.29 326	0.40 334	0.29 315	0.34 281	0.33 323	0.34 313	0.32 407	0.34 294	0.32 385

1test111	0.37 302	1.02 419	0.30 270	0.39 278	0.29 322	0.40 333	0.28 303	0.39 319	0.29 320	0.39 321	0.29 324	0.39 330	0.28 314	0.40 334	0.29 315	0.33 277	0.32 310	0.33 303	0.31 399	0.32 282	0.31 378

cc1	0.37 302	1.02 419	0.30 270	0.39 278	0.29 322	0.40 333	0.28 303	0.39 319	0.29 320	0.39 321	0.29 324	0.39 330	0.28 314	0.40 334	0.29 315	0.33 277	0.32 310	0.33 303	0.31 399	0.32 282	0.31 378

SQANet	0.28 245	0.28 190	0.28 260	0.28 231	0.28 309	0.28 277	0.28 303	0.28 267	0.28 310	0.28 272	0.28 309	0.28 277	0.28 314	0.28 280	0.28 299	0.28 252	0.28 276	0.28 280	0.28 355	0.28 266	0.28 344

DGSMNet	0.34 273	0.41 239	0.27 252	0.41 305	0.28 309	0.41 352	0.28 303	0.41 347	0.27 304	0.41 345	0.27 301	0.42 373	0.27 305	0.41 354	0.28 299	0.40 331	0.29 290	0.40 406	0.28 355	0.40 397	0.27 316

GREATEN-IGEV_RVC	0.38 308	0.35 204	0.56 458	0.63 426	0.29 322	0.36 309	0.29 318	0.36 297	0.29 320	0.39 321	0.29 324	0.36 312	0.29 326	0.36 312	0.29 315	0.62 457	0.57 468	0.35 329	0.29 370	0.36 317	0.29 353

TestStereo_HL3	2.76 725	0.41 239	11.46 775	14.11 772	0.30 334	0.45 428	0.29 318	0.43 373	0.29 320	0.43 366	0.29 324	0.43 382	0.28 314	0.44 406	0.30 325	13.57 775	10.32 773	0.41 424	0.27 334	0.38 335	0.27 316

GGDA	2.76 725	0.41 239	11.34 774	14.28 774	0.30 334	0.44 414	0.29 318	0.43 373	0.29 320	0.43 366	0.28 309	0.43 382	0.28 314	0.43 375	0.29 315	13.45 773	10.57 775	0.41 424	0.27 334	0.38 335	0.27 316

IGEV++	0.34 273	0.43 252	0.30 270	0.40 291	0.29 322	0.40 333	0.29 318	0.40 328	0.29 320	0.40 328	0.29 324	0.40 340	0.29 326	0.40 334	0.30 325	0.38 310	0.29 290	0.37 342	0.29 370	0.37 322	0.29 353

ACVNet-DCA	0.37 302	1.00 405	0.30 270	0.40 291	0.29 322	0.40 333	0.29 318	0.40 328	0.29 320	0.40 328	0.29 324	0.40 340	0.29 326	0.39 331	0.28 299	0.33 277	0.32 310	0.33 303	0.32 407	0.33 289	0.32 385

PML	0.46 398	1.36 511	0.29 266	0.58 415	0.30 334	0.57 493	0.29 318	0.57 481	0.29 320	0.57 488	0.29 324	0.57 493	0.29 326	0.56 484	0.29 315	0.52 426	0.30 300	0.53 492	0.31 399	0.53 467	0.30 368

GES	0.66 458	2.34 613	0.29 266	0.41 305	0.29 322	0.41 352	0.29 318	0.42 365	0.29 320	0.40 328	0.41 457	0.41 355	0.30 335	0.51 468	0.29 315	0.32 271	0.29 290	0.32 296	2.46 736	2.49 698	0.30 368

UCFNet_RVC	2.75 724	10.06 755	0.29 266	10.31 769	0.29 322	0.42 373	0.29 318	0.43 373	0.29 320	0.42 359	0.29 324	0.42 373	9.87 776	0.43 375	0.29 315	0.36 294	9.84 771	0.36 338	0.26 296	9.77 774	0.26 278

testmc14	2.43 711	10.48 758	8.02 769	8.93 759	0.31 381	0.44 414	0.30 326	0.42 365	0.30 335	0.42 359	0.30 339	0.42 373	0.30 335	0.42 368	0.30 325	8.88 770	6.99 760	0.41 424	0.28 355	0.39 383	0.28 344

TestStereo-Hl	2.78 727	0.42 250	11.23 773	14.38 775	0.30 334	0.44 414	0.30 326	0.43 373	0.28 310	0.43 366	0.29 324	0.44 417	0.29 326	0.44 406	0.29 315	13.64 776	10.73 776	0.41 424	0.27 334	0.38 335	0.27 316

MCSU-Stereo	2.48 714	10.56 759	8.50 771	9.47 763	0.31 381	0.43 380	0.30 326	0.42 365	0.30 335	0.42 359	0.30 339	0.42 373	0.30 335	0.41 354	0.30 325	8.86 769	6.93 759	0.40 406	0.29 370	0.39 383	0.28 344

aanet-new-90k	0.44 366	1.82 558	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.44 406	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-60k	0.44 366	1.81 551	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-70k	0.44 366	1.82 558	0.38 336	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-78k	0.44 366	1.80 546	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.45 384	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-40k	0.44 366	1.81 551	0.39 347	0.50 386	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.45 384	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-36k	0.44 366	1.80 546	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-34k	0.44 366	1.80 546	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-32k-new	0.44 366	1.78 541	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.44 411	0.30 335	0.44 404	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.45 384	0.34 352	0.39 393	0.26 296	0.38 335	0.26 278

aanet-new-32k	0.44 366	1.79 545	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-30k	0.44 366	1.78 541	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-28k	0.44 366	1.81 551	0.39 347	0.49 350	0.30 334	0.44 414	0.30 326	0.44 411	0.30 335	0.44 404	0.30 339	0.44 417	0.30 335	0.44 406	0.30 325	0.45 384	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT26K	0.43 353	1.76 536	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.31 366	0.44 355	0.33 323	0.38 350	0.27 334	0.38 335	0.26 278

aanet-new-24k	0.44 366	1.78 541	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-22k	0.44 366	1.81 551	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-16k	0.44 366	1.83 561	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-14k	0.60 442	5.12 702	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.44 406	0.30 325	0.44 355	0.37 370	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new-8k	0.43 353	1.76 536	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

aanet-new	0.43 353	1.80 546	0.38 336	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-cres-4k	0.44 366	1.81 551	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-cres	0.43 353	1.77 538	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-36K	0.43 353	1.78 541	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-22K	0.44 366	1.85 567	0.38 336	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-20K	0.43 353	1.77 538	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-24K	0.44 366	1.86 570	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-5K	0.44 366	1.80 546	0.39 347	0.49 350	0.30 334	0.44 414	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.44 406	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-2K	0.44 366	1.82 558	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-3K	0.43 353	1.77 538	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.33 323	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-50K	0.44 366	1.83 561	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.36 365	0.38 350	0.26 296	0.38 335	0.26 278

GCAP-Stereo-DPT-FT	0.41 336	1.06 428	0.40 379	0.51 397	0.31 381	0.44 414	0.30 326	0.43 373	0.32 392	0.44 404	0.30 339	0.56 490	0.30 335	0.44 406	0.31 366	0.45 384	0.34 352	0.39 393	0.27 334	0.40 397	0.27 316

DStereoO	0.31 258	0.31 198	0.31 288	0.30 234	0.40 453	0.31 289	0.30 326	0.30 275	0.34 413	0.29 277	0.31 383	0.29 283	0.30 335	0.31 291	0.31 366	0.31 268	0.29 290	0.31 293	0.30 388	0.31 279	0.31 378

DStereoSA	0.32 267	0.52 296	0.34 316	0.31 240	0.31 381	0.30 282	0.30 326	0.31 281	0.30 335	0.31 284	0.31 383	0.31 292	0.30 335	0.31 291	0.31 366	0.30 262	0.32 310	0.31 293	0.31 399	0.31 279	0.31 378

HiDET	0.38 308	0.44 255	0.30 270	0.42 315	0.30 334	0.42 373	0.30 326	0.42 365	0.30 335	0.44 404	0.30 339	0.42 373	0.30 335	0.42 368	0.68 531	0.37 297	0.32 310	0.40 406	0.29 370	0.37 322	0.29 353

LCMNet	0.38 308	0.44 255	0.30 270	0.42 315	0.30 334	0.42 373	0.30 326	0.42 365	0.30 335	0.45 416	0.30 339	0.42 373	0.30 335	0.42 368	0.69 539	0.37 297	0.32 310	0.40 406	0.29 370	0.37 322	0.29 353

CSFM-Stereo	0.38 308	0.44 255	0.30 270	0.42 315	0.30 334	0.42 373	0.30 326	0.43 373	0.30 335	0.44 404	0.30 339	0.42 373	0.30 335	0.42 368	0.73 553	0.37 297	0.32 310	0.40 406	0.29 370	0.37 322	0.30 368

MultiAttention	0.30 251	0.30 195	0.30 270	0.30 234	0.30 334	0.30 282	0.30 326	0.30 275	0.30 335	0.30 279	0.30 339	0.30 287	0.30 335	0.30 286	0.30 325	0.30 262	0.30 300	0.30 287	0.30 388	0.30 274	0.30 368

MSAF-DinoV2	0.30 251	0.30 195	0.30 270	0.30 234	0.30 334	0.30 282	0.30 326	0.30 275	0.30 335	0.30 279	0.30 339	0.30 287	0.30 335	0.30 286	0.30 325	0.30 262	0.30 300	0.30 287	0.30 388	0.30 274	0.30 368

GCAP-BAT	0.41 336	1.30 505	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.44 404	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.44 355	0.34 352	0.38 350	0.26 296	0.38 335	0.26 278

test_for_model	0.35 284	0.39 223	0.30 270	0.43 322	0.30 334	0.43 380	0.30 326	0.43 373	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.44 406	0.31 366	0.38 310	0.26 255	0.38 350	0.26 296	0.38 335	0.26 278

GCAPDPT-zeroshot4090	0.40 328	1.09 431	0.39 347	0.49 350	0.30 334	0.43 380	0.30 326	0.44 411	0.30 335	0.43 366	0.30 339	0.43 382	0.30 335	0.43 375	0.30 325	0.45 384	0.34 352	0.38 350	0.27 334	0.38 335	0.27 316

TorneroNet-64	0.45 389	0.27 187	0.30 270	0.58 415	0.27 303	0.70 512	0.30 326	0.28 267	0.73 561	0.73 518	0.28 309	0.71 517	0.66 527	0.75 519	0.27 290	0.27 247	0.29 290	0.37 342	0.75 567	0.28 266	0.30 368

GCAPDPT-zeroshot	0.36 292	0.40 227	0.30 270	0.43 322	0.30 334	0.43 380	0.30 326	0.43 373	0.31 380	0.43 366	0.30 339	0.43 382	0.30 335	0.44 406	0.31 366	0.39 323	0.28 276	0.39 393	0.27 334	0.39 383	0.26 278

IGEV-Stereo	0.35 284	0.44 255	0.45 404	0.49 350	0.30 334	0.37 317	0.30 326	0.36 297	0.30 335	0.36 306	0.29 324	0.36 312	0.29 326	0.36 312	0.30 325	0.46 396	0.39 384	0.32 296	0.24 287	0.32 282	0.25 272
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 273	0.42 250	0.31 288	0.39 278	0.30 334	0.38 324	0.30 326	0.40 328	0.29 320	0.40 328	0.37 431	0.41 355	0.34 412	0.38 323	0.30 325	0.34 281	0.27 268	0.34 313	0.26 296	0.34 294	0.26 278

DANet	0.30 251	0.30 195	0.30 270	0.30 234	0.30 334	0.30 282	0.30 326	0.30 275	0.30 335	0.30 279	0.30 339	0.30 287	0.30 335	0.30 286	0.30 325	0.30 262	0.30 300	0.30 287	0.30 388	0.30 274	0.30 368
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 336	0.89 373	0.31 288	0.40 291	0.31 381	0.40 333	0.31 373	0.40 328	0.31 380	0.61 495	0.53 509	0.40 340	0.31 386	0.40 334	0.31 366	0.58 443	0.47 432	0.38 350	0.29 370	0.38 335	0.29 353

test410	0.66 458	5.69 725	0.31 288	0.40 291	0.31 381	0.41 352	0.31 373	0.40 328	0.31 380	0.62 499	0.55 512	0.40 340	0.31 386	0.40 334	0.31 366	0.59 446	0.47 432	0.38 350	0.29 370	0.38 335	0.30 368

aanet-new-10k	0.45 389	1.81 551	0.40 379	0.50 386	0.31 381	0.44 414	0.31 373	0.44 411	0.31 380	0.44 404	0.31 383	0.44 417	0.32 393	0.44 406	0.31 366	0.46 396	0.35 359	0.39 393	0.27 334	0.39 383	0.27 316

aanet-new-12k	0.46 398	1.99 585	0.40 379	0.51 397	0.31 381	0.44 414	0.31 373	0.44 411	0.31 380	0.44 404	0.31 383	0.44 417	0.31 386	0.44 406	0.32 378	0.47 403	0.35 359	0.39 393	0.27 334	0.39 383	0.27 316

GCAP-Stereo-DPT-25K	0.41 336	1.09 431	0.40 379	0.52 400	0.31 381	0.44 414	0.31 373	0.44 411	0.31 380	0.44 404	0.31 383	0.44 417	0.31 386	0.44 406	0.31 366	0.46 396	0.35 359	0.39 393	0.28 355	0.39 383	0.28 344

gcap_with_dpt	0.35 284	0.39 223	0.30 270	0.44 326	0.31 381	0.44 414	0.31 373	0.44 411	0.31 380	0.44 404	0.30 339	0.44 417	0.30 335	0.44 406	0.30 325	0.38 310	0.26 255	0.38 350	0.27 334	0.38 335	0.27 316

MonSter++	0.38 308	0.44 255	0.31 288	0.43 322	0.30 334	0.43 380	0.31 373	0.43 373	0.31 380	0.45 416	0.31 383	0.43 382	0.31 386	0.43 375	0.69 539	0.38 310	0.33 323	0.40 406	0.30 388	0.38 335	0.30 368

gcap-zeroshot	0.36 292	0.40 227	0.34 316	0.44 326	0.31 381	0.44 414	0.31 373	0.44 411	0.32 392	0.44 404	0.32 393	0.44 417	0.32 393	0.44 406	0.31 366	0.39 323	0.28 276	0.39 393	0.28 355	0.39 383	0.27 316

EKT-Stereo	0.37 302	0.40 227	0.44 402	1.07 511	0.29 322	0.34 301	0.31 373	0.36 297	0.29 320	0.38 314	0.31 383	0.37 322	0.30 335	0.36 312	0.29 315	0.34 281	0.28 276	0.39 393	0.30 388	0.37 322	0.30 368

testlalala	0.36 292	0.40 227	0.34 316	0.44 326	0.31 381	0.44 414	0.31 373	0.44 411	0.32 392	0.44 404	0.32 393	0.44 417	0.32 393	0.44 406	0.31 366	0.39 323	0.28 276	0.39 393	0.28 355	0.39 383	0.27 316

DStereoFS	0.32 267	0.33 201	0.32 297	0.33 250	0.30 334	0.32 298	0.32 383	0.32 283	0.31 380	0.30 279	0.31 383	0.31 292	0.30 335	0.32 294	0.32 378	0.32 271	0.31 305	0.30 287	0.47 496	0.32 282	0.34 401

DDF-Stereo	0.43 353	1.15 440	0.57 462	0.53 402	0.32 395	0.41 352	0.32 383	0.41 347	0.32 392	0.41 345	0.32 393	0.41 355	0.32 393	0.40 334	0.32 378	0.52 426	0.50 449	0.38 350	0.31 399	0.39 383	0.31 378

GREAT-IGEV	0.38 308	0.43 252	0.36 329	0.48 344	0.32 395	0.45 428	0.32 383	0.45 420	0.32 392	0.45 416	0.32 393	0.45 427	0.32 393	0.45 424	0.32 378	0.44 355	0.33 323	0.41 424	0.29 370	0.41 408	0.29 353
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	0.38 308	0.43 252	0.33 302	0.46 331	0.33 408	0.45 428	0.32 383	0.45 420	0.32 392	0.45 416	0.32 393	0.45 427	0.33 405	0.45 424	0.32 378	0.38 310	0.38 377	0.38 350	0.37 444	0.37 322	0.36 415

MyStereo07	0.60 442	3.72 669	0.48 426	0.49 350	0.41 463	0.36 309	0.32 383	0.49 442	0.43 470	0.51 467	0.42 467	0.49 451	0.43 468	0.51 468	0.64 516	0.49 411	0.45 422	0.34 313	0.32 407	0.35 307	0.43 457

MyStereo04	0.56 439	3.72 669	0.59 464	0.49 350	0.41 463	0.36 309	0.32 383	0.37 305	0.31 380	0.34 298	0.46 481	0.35 307	0.32 393	0.35 306	0.33 390	0.49 411	0.45 422	0.34 313	0.32 407	0.35 307	0.43 457

RAFT-Test	0.36 292	0.37 212	0.33 302	0.41 305	0.32 395	0.41 352	0.32 383	0.41 347	0.32 392	0.41 345	0.32 393	0.41 355	0.32 393	0.41 354	0.33 390	0.37 297	0.29 290	0.37 342	0.29 370	0.38 335	0.31 378

4D-IteraStereo	0.78 495	3.13 654	0.89 537	0.69 443	0.32 395	0.40 333	0.32 383	0.76 516	0.97 590	0.52 471	0.65 531	0.89 545	0.32 393	0.76 520	0.98 583	0.83 510	0.94 543	0.35 329	0.27 334	0.70 497	0.89 572

iRaft-Stereo_20w	0.34 273	0.41 239	0.31 288	0.39 278	0.29 322	0.40 333	0.32 383	0.41 347	0.32 392	0.38 314	0.30 339	0.39 330	0.30 335	0.38 323	0.32 378	0.35 289	0.27 268	0.34 313	0.27 334	0.34 294	0.29 353

pcwnet_v2	2.66 720	9.89 754	0.33 302	9.89 765	0.32 395	0.50 463	0.32 383	0.49 442	0.33 402	0.49 445	0.34 410	0.49 451	8.76 773	0.48 443	0.33 390	0.41 339	9.58 768	0.40 406	0.29 370	9.01 771	0.63 519

Gwc-CoAtRS	0.41 336	1.49 519	0.32 297	0.42 315	0.32 395	0.41 352	0.32 383	0.41 347	0.33 402	0.41 345	0.32 393	0.41 355	0.32 393	0.41 354	0.32 378	0.39 323	0.28 276	0.39 393	0.28 355	0.40 397	0.28 344

rgla	0.45 389	0.54 304	0.33 302	0.67 437	0.32 395	0.48 445	0.33 394	0.48 434	0.33 402	0.48 435	0.94 586	0.48 444	0.33 405	0.47 433	0.33 390	0.45 384	0.52 457	0.53 492	0.31 399	0.45 423	0.32 385

416test	0.46 398	0.55 307	0.33 302	0.67 437	0.33 408	0.48 445	0.33 394	0.48 434	0.33 402	0.48 435	0.99 591	0.48 444	0.33 405	0.48 443	0.33 390	0.45 384	0.52 457	0.54 495	0.32 407	0.45 423	0.32 385

BStereo	0.22 217	0.23 166	0.20 219	0.24 211	0.20 268	0.23 248	0.33 394	0.39 319	0.17 246	0.23 242	0.17 242	0.23 248	0.16 233	0.24 250	0.17 237	0.23 225	0.16 185	0.22 242	0.20 266	0.22 235	0.16 222

Anonymus123	0.22 217	0.23 166	0.20 219	0.24 211	0.20 268	0.23 248	0.33 394	0.39 319	0.17 246	0.23 242	0.17 242	0.23 248	0.16 233	0.24 250	0.17 237	0.23 225	0.16 185	0.22 242	0.20 266	0.22 235	0.16 222

water-stereo	0.41 336	0.84 361	0.46 410	0.50 386	0.33 408	0.45 428	0.33 394	0.45 420	0.32 392	0.45 416	0.32 393	0.45 427	0.32 393	0.45 424	0.32 378	0.44 355	0.41 398	0.39 393	0.31 399	0.39 383	0.32 385

DVStereo	0.43 353	0.86 365	0.48 426	0.50 386	0.33 408	0.46 435	0.33 394	0.46 424	0.33 402	0.46 422	0.33 402	0.47 437	0.33 405	0.47 433	0.34 405	0.45 384	0.42 408	0.40 406	0.33 418	0.47 442	0.38 428

PCWNet_CMD	2.80 729	9.82 753	0.32 297	10.09 768	0.32 395	0.49 454	0.33 394	3.34 732	0.33 402	0.49 445	0.33 402	0.49 451	8.73 772	0.48 443	0.33 390	0.41 339	9.22 766	0.42 440	0.29 370	9.55 773	0.31 378

CFNet_ucs	2.73 722	9.64 752	0.33 302	9.92 766	0.32 395	0.49 454	0.33 394	0.49 442	0.33 402	0.49 445	0.33 402	0.49 451	8.98 774	0.48 443	0.33 390	0.41 339	9.96 772	0.40 406	0.29 370	10.12 776	0.54 498

LL-Strereo2	0.48 412	1.73 534	0.51 446	0.59 418	0.34 420	0.42 373	0.33 394	0.40 328	0.31 380	0.42 359	0.33 402	0.42 373	0.31 386	0.44 406	0.39 440	0.60 448	0.51 454	0.44 443	0.33 418	0.44 418	0.33 394

CFNet_pseudo	2.67 721	9.36 750	0.32 297	10.99 770	0.33 408	0.85 536	0.33 394	0.49 442	0.33 402	0.49 445	0.32 393	0.49 451	7.26 770	0.49 450	0.33 390	0.41 339	9.62 769	0.41 424	0.29 370	10.03 775	0.29 353

RAFT + AFF	0.31 258	0.45 264	0.34 316	0.39 278	0.28 309	0.38 324	0.33 394	0.29 272	0.31 380	0.30 279	0.30 339	0.29 283	0.27 305	0.29 284	0.30 325	0.28 252	0.29 290	0.29 285	0.29 370	0.27 264	0.32 385

ccnet	0.80 499	2.28 605	0.33 302	0.50 386	0.33 408	0.50 463	0.33 394	0.50 451	0.33 402	0.49 445	0.33 402	0.49 451	1.56 667	2.38 700	0.33 390	0.41 339	0.29 290	0.42 440	1.57 683	2.28 685	0.29 353

psmorigin	0.41 336	0.46 268	0.33 302	0.49 350	0.33 408	0.49 454	0.33 394	0.49 442	0.33 402	0.49 445	0.33 402	0.49 451	0.33 405	0.51 468	0.33 390	0.41 339	0.30 300	0.41 424	0.30 388	0.79 513	0.29 353

MSMDNet	2.65 719	10.14 756	0.33 302	9.74 764	0.32 395	0.87 539	0.33 394	2.95 727	0.68 537	0.49 445	0.34 410	0.49 451	5.70 766	0.49 450	0.33 390	0.42 353	9.57 767	0.41 424	0.31 399	8.36 768	0.65 527

ccs_rob	2.79 728	10.17 757	0.32 297	10.00 767	0.33 408	0.49 454	0.33 394	1.90 661	0.32 392	0.51 467	0.33 402	0.49 451	9.24 775	0.49 450	0.33 390	0.41 339	9.82 770	0.41 424	0.28 355	9.34 772	0.29 353

HART	0.38 308	0.45 264	0.34 316	0.42 315	0.33 408	0.41 352	0.34 409	0.42 365	0.33 402	0.43 366	0.34 410	0.42 373	0.34 412	0.41 354	0.38 426	0.40 331	0.32 310	0.42 440	0.32 407	0.40 397	0.32 385

mms	0.40 328	0.45 264	0.35 327	0.48 344	0.36 430	0.47 440	0.34 409	0.45 420	0.38 434	0.47 428	0.33 402	0.45 427	0.32 393	0.45 424	0.32 378	0.39 323	0.38 377	0.38 350	0.37 444	0.39 383	0.39 435

H2IRNET	0.34 273	0.34 202	0.34 316	0.34 256	0.34 420	0.34 301	0.34 409	0.34 290	0.34 413	0.34 298	0.34 410	0.34 305	0.34 412	0.34 303	0.34 405	0.34 281	0.34 352	0.34 313	0.34 422	0.34 294	0.34 401

CASnet	0.35 284	0.51 294	0.44 402	0.32 246	0.31 381	0.24 251	0.34 409	0.36 297	0.25 286	0.31 284	0.37 431	0.30 287	0.33 405	0.25 259	0.45 468	0.37 297	0.37 370	0.33 303	0.35 435	0.34 294	0.37 421
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 426	3.22 657	0.34 316	0.44 326	0.34 420	0.44 414	0.34 409	0.43 373	0.34 413	0.43 366	0.34 410	0.44 417	0.33 405	0.43 375	0.33 390	0.38 310	0.29 290	0.38 350	0.29 370	0.38 335	0.29 353

ccccc	0.41 336	0.44 255	0.34 316	0.48 344	0.35 424	0.48 445	0.35 414	0.51 465	0.35 417	0.47 428	0.35 419	0.47 437	0.34 412	0.47 433	0.35 409	0.41 339	0.40 388	0.40 406	0.40 464	0.41 408	0.39 435

UGAM	0.51 426	2.23 602	0.39 347	0.54 405	0.35 424	0.50 463	0.35 414	0.49 442	0.35 417	0.49 445	0.35 419	0.49 451	0.36 423	0.50 458	0.36 413	0.49 411	0.37 370	0.45 448	0.34 422	0.45 423	0.34 401

GCST	0.50 421	2.08 588	0.38 336	0.53 402	0.35 424	0.49 454	0.35 414	0.50 451	0.35 417	0.49 445	0.35 419	0.49 451	0.35 419	0.49 450	0.35 409	0.48 408	0.37 370	0.45 448	0.33 418	0.44 418	0.33 394

RAFT-Stereo-weight	0.45 389	1.90 575	0.34 316	0.42 315	0.36 430	0.43 380	0.35 414	0.42 365	0.34 413	0.42 359	0.34 410	0.44 417	0.34 412	0.41 354	0.34 405	0.38 310	0.32 310	0.38 350	0.32 407	0.38 335	0.33 394

Former-RAFT_DAM_RVC	0.49 418	0.98 395	0.64 483	0.84 472	0.46 484	0.45 428	0.35 414	0.47 430	0.47 483	0.45 416	0.34 410	0.46 431	0.48 487	0.46 429	0.35 409	0.39 323	0.71 515	0.39 393	0.35 435	0.41 408	0.41 447

CES	0.39 322	0.47 273	0.36 329	0.36 263	0.37 435	0.45 428	0.35 414	0.35 293	0.40 450	0.36 306	0.44 472	0.47 437	0.36 423	0.44 406	0.36 413	0.37 297	0.39 384	0.44 443	0.35 435	0.37 322	0.36 415

ETE_ROB	0.35 284	0.35 204	0.35 327	0.35 259	0.35 424	0.35 305	0.35 414	0.35 293	0.35 417	0.35 302	0.35 419	0.35 307	0.35 419	0.35 306	0.35 409	0.35 289	0.35 359	0.35 329	0.35 435	0.35 307	0.35 412

252Zero-FE	0.45 389	0.50 286	0.36 329	0.50 386	0.36 430	0.50 463	0.36 421	0.50 451	0.36 428	0.49 445	0.36 424	0.49 451	0.36 423	0.54 479	0.41 451	0.45 384	0.34 352	0.45 448	0.34 422	0.55 469	0.75 554

UGAM-zero	0.51 426	2.17 597	0.39 347	0.53 402	0.36 430	0.50 463	0.36 421	0.50 451	0.36 428	0.49 445	0.36 424	0.50 465	0.35 419	0.50 458	0.36 413	0.49 411	0.37 370	0.47 462	0.35 435	0.46 428	0.34 401

GMOStereo	0.37 302	0.45 264	0.23 232	0.30 234	0.37 435	0.41 352	0.36 421	0.41 347	0.35 417	0.43 366	0.36 424	0.41 355	0.40 445	0.41 354	0.36 413	0.34 281	0.22 241	0.47 462	0.37 444	0.39 383	0.33 394

error version	0.93 540	4.47 689	2.35 713	1.99 627	0.37 435	0.41 352	0.36 421	0.41 347	0.35 417	0.43 366	0.36 424	0.41 355	0.40 445	0.41 354	0.36 413	1.87 645	2.16 706	0.47 462	0.37 444	0.39 383	0.33 394

test_1	0.93 540	4.47 689	2.35 713	1.99 627	0.37 435	0.41 352	0.36 421	0.41 347	0.35 417	0.43 366	0.36 424	0.41 355	0.40 445	0.41 354	0.36 413	1.87 645	2.16 706	0.47 462	0.37 444	0.39 383	0.33 394

DMCA	0.36 292	0.38 216	0.37 334	0.35 259	0.35 424	0.36 309	0.36 421	0.36 297	0.35 417	0.35 302	0.37 431	0.36 312	0.36 423	0.35 306	0.36 413	0.36 294	0.36 365	0.35 329	0.36 441	0.36 317	0.36 415

Pro-Stereo	0.79 496	0.53 300	0.38 336	0.49 350	0.38 442	0.49 454	0.37 427	0.49 442	0.67 531	0.50 458	0.38 436	1.10 581	0.38 432	0.49 450	0.38 426	0.71 477	0.88 537	5.98 769	0.36 441	0.46 428	0.36 415

SCV_C0	0.45 389	0.88 370	0.49 433	0.54 405	0.37 435	0.48 445	0.37 427	0.48 434	0.37 430	0.48 435	0.36 424	0.48 444	0.37 428	0.49 450	0.37 423	0.50 418	0.41 398	0.44 443	0.34 422	0.44 418	0.34 401

HH	0.71 475	2.54 624	0.74 518	1.10 513	0.32 395	0.41 352	0.37 427	0.69 504	0.78 565	0.73 518	0.90 578	0.75 525	1.00 577	0.84 534	0.69 539	0.69 471	0.40 388	0.35 329	0.26 296	0.35 307	0.26 278

HanStereo	0.71 475	2.54 624	0.74 518	1.10 513	0.32 395	0.41 352	0.37 427	0.69 504	0.78 565	0.73 518	0.90 578	0.75 525	1.00 577	0.84 534	0.69 539	0.69 471	0.40 388	0.35 329	0.26 296	0.35 307	0.26 278

test-3	0.98 547	4.13 682	1.85 681	1.85 618	0.61 528	0.69 509	0.37 427	0.63 495	0.61 521	0.66 507	0.51 506	0.73 522	0.44 470	0.57 489	0.54 501	1.68 638	1.81 677	0.40 406	0.43 484	0.66 485	0.50 483

FCDSN-DC	0.41 336	0.59 317	0.64 483	0.54 405	0.33 408	0.50 463	0.37 427	0.42 365	0.40 450	0.61 495	0.43 470	0.50 465	0.49 493	0.38 323	0.32 378	0.28 252	0.23 247	0.26 271	0.22 274	0.35 307	0.28 344
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 302	0.37 212	0.37 334	0.37 266	0.37 435	0.37 317	0.37 427	0.37 305	0.37 430	0.37 312	0.37 431	0.37 322	0.37 428	0.37 319	0.37 423	0.37 297	0.37 370	0.37 342	0.37 444	0.37 322	0.37 421

GEAStereo	0.62 450	3.91 676	0.48 426	0.69 443	0.38 442	0.51 475	0.38 434	0.51 465	0.38 434	0.53 474	0.38 436	0.50 465	0.38 432	0.51 468	0.38 426	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.34 401

GSStereo	0.81 504	4.28 686	0.50 439	0.59 418	0.40 453	0.51 475	0.38 434	0.50 451	0.38 434	0.50 458	0.38 436	0.50 465	3.79 751	0.50 458	0.38 426	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.35 412

GS-Stereo							0.38 434	0.50 451	0.38 434	0.50 458	0.38 436	0.50 465	3.79 751	0.50 458	0.38 426	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.35 412

gasm-f	0.62 450	3.91 676	0.48 426	0.69 443	0.38 442	0.51 475	0.38 434	0.51 465	0.38 434	0.53 474	0.38 436	0.50 465	0.38 432	0.51 468	0.38 426	0.54 430	0.43 413	0.46 452	0.34 422	0.46 428	0.34 401

GASTEREO	0.48 412	1.21 493	0.47 418	0.57 413	0.38 442	0.50 463	0.38 434	0.50 451	0.38 434	0.50 458	0.38 436	0.50 465	0.38 432	0.50 458	0.38 426	0.52 426	0.42 408	0.46 452	0.34 422	0.46 428	0.34 401

MSCF	0.51 426	1.40 516	0.49 433	0.58 415	0.38 442	0.50 463	0.38 434	0.54 474	0.41 460	0.52 471	0.41 457	0.53 479	0.42 463	0.53 476	0.41 451	0.60 448	0.47 432	0.48 470	0.37 444	0.48 446	0.38 428

depthmonostereo	0.44 366	0.85 363	0.46 410	0.54 405	0.40 453	0.52 479	0.38 434	0.52 470	0.35 417	0.47 428	0.34 410	0.46 431	0.34 412	0.47 433	0.34 405	0.45 384	0.43 413	0.41 424	0.33 418	0.41 408	0.32 385

SCV	0.46 398	0.94 390	0.45 404	0.54 405	0.37 435	0.48 445	0.38 434	0.48 434	0.37 430	0.48 435	0.39 446	0.48 444	0.37 428	0.49 450	0.37 423	0.50 418	0.46 424	0.44 443	0.34 422	0.44 418	0.34 401

WAO-8	0.38 308	0.38 216	0.38 336	0.38 269	0.38 442	0.38 324	0.38 434	0.38 314	0.38 434	0.38 314	0.38 436	0.38 325	0.38 432	0.38 323	0.38 426	0.38 310	0.38 377	0.38 350	0.37 444	0.38 335	0.38 428

WAO-7	0.38 308	0.38 216	0.38 336	0.38 269	0.38 442	0.38 324	0.38 434	0.38 314	0.38 434	0.38 314	0.38 436	0.38 325	0.38 432	0.38 323	0.38 426	0.38 310	0.38 377	0.38 350	0.38 458	0.38 335	0.38 428

HanzoNet	0.39 322	0.38 216	0.40 379	0.39 278	0.41 463	0.38 324	0.38 434	0.38 314	0.38 434	0.39 321	0.39 446	0.38 325	0.38 432	0.39 331	0.40 443	0.38 310	0.38 377	0.40 406	0.38 458	0.38 335	0.40 438

Venus	0.38 308	0.38 216	0.38 336	0.38 269	0.38 442	0.37 317	0.38 434	0.37 305	0.37 430	0.41 345	0.37 431	0.39 330	0.37 428	0.38 323	0.38 426	0.37 297	0.38 377	0.38 350	0.37 444	0.37 322	0.38 428

IMH	0.38 308	0.38 216	0.38 336	0.38 269	0.38 442	0.38 324	0.38 434	0.38 314	0.38 434	0.42 359	0.38 436	0.40 340	0.38 432	0.38 323	0.38 426	0.38 310	0.38 377	0.39 393	0.38 458	0.38 335	0.38 428

iRaftStereo_RVC	0.97 545	3.17 656	2.30 712	2.42 659	0.38 442	0.54 485	0.38 434	0.54 474	0.38 434	0.54 480	0.38 436	0.54 483	0.38 432	0.54 479	0.38 426	2.38 694	2.34 710	0.49 475	0.36 441	0.49 449	0.36 415

NoBS	0.39 322	0.68 329	0.36 329	0.38 269	0.36 430	0.38 324	0.39 448	0.39 319	0.39 447	0.37 312	0.35 419	0.37 322	0.38 432	0.37 319	0.38 426	0.39 323	0.36 365	0.36 338	0.39 462	0.38 335	0.38 428

quiztm	0.43 353	0.49 281	0.40 379	0.51 397	0.40 453	0.51 475	0.40 449	0.50 451	0.40 450	0.50 458	0.40 449	0.51 476	0.40 445	0.50 458	0.40 443	0.44 355	0.34 352	0.44 443	0.34 422	0.44 418	0.34 401

LG-Stereo_L1	0.47 406	0.52 296	0.47 418	0.62 424	0.39 452	0.53 481	0.40 449	0.53 472	0.39 447	0.53 474	0.39 446	0.53 479	0.39 444	0.53 476	0.39 440	0.55 436	0.46 424	0.49 475	0.37 444	0.49 449	0.37 421

GCAP-Stereo	0.75 486	4.15 683	0.42 398	0.75 461	0.35 424	0.78 521	0.40 449	0.79 518	0.38 434	0.78 527	0.36 424	0.78 528	0.36 423	0.79 522	0.39 440	0.75 493	0.39 384	0.76 535	0.39 462	0.75 504	0.39 435

knoymous	0.40 328	0.40 227	0.40 379	0.40 291	0.40 453	0.40 333	0.40 449	0.40 328	0.40 450	0.40 328	0.40 449	0.40 340	0.40 445	0.40 334	0.40 443	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 438

anonymousa	0.40 328	0.40 227	0.40 379	0.40 291	0.40 453	0.40 333	0.40 449	0.40 328	0.40 450	0.40 328	0.40 449	0.40 340	0.40 445	0.40 334	0.40 443	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 438

riskmin	0.40 328	0.40 227	0.40 379	0.40 291	0.40 453	0.40 333	0.40 449	0.40 328	0.40 450	0.40 328	0.40 449	0.40 340	0.40 445	0.40 334	0.40 443	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 438

Anonymous_2	0.40 328	0.40 227	0.40 379	0.40 291	0.40 453	0.40 333	0.40 449	0.40 328	0.40 450	0.40 328	0.40 449	0.40 340	0.40 445	0.40 334	0.40 443	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 438

Anonymous_1	0.40 328	0.40 227	0.40 379	0.40 291	0.40 453	0.40 333	0.40 449	0.40 328	0.40 450	0.40 328	0.40 449	0.40 340	0.40 445	0.40 334	0.40 443	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 438

AdaStereo	0.40 328	0.40 227	0.40 379	0.40 291	0.40 453	0.40 333	0.40 449	0.40 328	0.40 450	0.40 328	0.40 449	0.40 340	0.40 445	0.40 334	0.40 443	0.40 331	0.40 388	0.40 406	0.40 464	0.40 397	0.40 438
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.
416test1013	0.49 418	0.80 354	0.33 302	0.67 437	0.33 408	0.48 445	0.41 458	0.48 434	0.39 447	0.48 435	0.93 585	0.52 477	0.32 393	0.52 473	0.38 426	0.49 411	0.51 454	0.53 492	0.37 444	0.51 460	0.36 415

GwcNet-ADL	0.41 336	0.41 239	0.41 393	0.41 305	0.41 463	0.41 352	0.41 458	0.41 347	0.41 460	0.41 345	0.41 457	0.41 355	0.41 457	0.41 354	0.41 451	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 447

PSMNet-ADL	0.41 336	0.41 239	0.41 393	0.41 305	0.41 463	0.41 352	0.41 458	0.41 347	0.41 460	0.41 345	0.41 457	0.41 355	0.41 457	0.41 354	0.41 451	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 447

GANet-ADL	0.41 336	0.41 239	0.41 393	0.41 305	0.41 463	0.41 352	0.41 458	0.41 347	0.41 460	0.41 345	0.41 457	0.41 355	0.41 457	0.41 354	0.41 451	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 447

ADLNet2	0.41 336	0.41 239	0.41 393	0.41 305	0.41 463	0.41 352	0.41 458	0.41 347	0.41 460	0.41 345	0.41 457	0.41 355	0.41 457	0.41 354	0.41 451	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 447

ADLNet	0.41 336	0.41 239	0.41 393	0.41 305	0.41 463	0.41 352	0.41 458	0.41 347	0.41 460	0.41 345	0.41 457	0.41 355	0.41 457	0.41 354	0.41 451	0.41 339	0.41 398	0.41 424	0.41 473	0.41 408	0.41 447

DNS	0.86 525	2.43 621	1.66 661	2.03 629	0.42 473	0.60 496	0.42 464	0.60 489	0.42 468	0.60 493	0.42 467	0.60 498	0.42 463	0.60 493	0.42 459	1.97 654	1.63 665	0.55 498	0.40 464	0.55 469	0.40 438

RSM	0.36 292	0.36 209	0.43 400	0.37 266	0.42 473	0.49 454	0.42 464	0.37 305	0.28 310	0.36 306	0.29 324	0.36 312	0.30 335	0.37 319	0.28 299	0.34 281	0.31 305	0.34 313	0.35 435	0.40 397	0.29 353

CFNet_RVC	2.38 710	8.71 745	0.38 336	9.33 760	0.42 473	0.56 487	0.42 464	0.60 489	0.38 434	0.62 499	0.42 467	0.56 490	7.29 771	0.62 495	0.42 459	0.53 429	0.37 370	0.49 475	0.34 422	8.30 767	6.87 774

DispNO	1.00 548	0.63 324	0.43 400	3.45 697	0.44 478	0.65 504	0.43 467	0.64 497	0.43 470	0.64 503	0.43 470	0.64 505	3.03 729	0.64 501	0.43 464	4.55 730	0.43 413	0.63 508	0.43 484	0.63 482	0.43 457

DN	0.53 431	0.85 363	0.45 404	0.65 432	0.44 478	0.60 496	0.44 468	0.60 489	0.44 473	0.60 493	0.45 477	0.60 498	0.44 470	0.60 493	0.44 465	0.56 440	0.42 408	0.56 499	0.42 481	0.56 472	0.42 454

FSD	0.61 447	0.59 317	0.50 439	2.58 666	0.44 478	0.56 487	0.44 468	0.55 477	0.44 473	0.56 485	0.44 472	0.56 490	0.44 470	0.56 484	0.46 472	0.61 452	0.42 408	0.52 489	0.42 481	0.52 463	0.51 490

LG-Stereo_Zeroshot	0.48 412	0.55 307	0.47 418	0.63 426	0.41 463	0.56 487	0.44 468	0.56 478	0.41 460	0.56 485	0.41 457	0.57 493	0.42 463	0.56 484	0.41 451	0.55 436	0.43 413	0.51 486	0.37 444	0.51 460	0.37 421

MonSter	0.60 442	0.64 326	0.52 449	0.62 424	0.44 478	2.07 676	0.44 468	0.62 494	0.44 473	0.62 499	0.44 472	0.62 503	0.44 470	0.62 495	0.44 465	0.58 443	0.42 408	0.62 506	0.46 489	0.58 477	0.42 454

PAM_32	0.64 454	2.38 617	0.51 446	0.92 485	0.43 477	0.53 481	0.44 468	0.87 530	0.43 470	0.52 471	0.45 477	0.53 479	0.40 445	0.54 479	0.46 472	0.62 457	0.56 466	0.48 470	0.45 487	0.76 507	0.44 460

AIO-Stereo-zeroshot1	0.75 486	0.92 384	0.85 536	0.96 497	0.59 520	1.27 636	0.44 468	0.59 487	0.69 542	0.91 544	0.68 540	0.55 487	0.61 520	1.06 576	0.83 571	0.62 457	0.70 511	0.90 555	0.41 473	0.89 531	0.56 509

MWDA-net	0.67 464	0.66 327	0.45 404	2.84 674	0.46 484	0.73 516	0.45 474	0.71 509	0.44 473	0.72 515	0.45 477	0.70 516	0.45 474	0.70 510	0.44 465	0.61 452	0.41 398	0.61 505	0.43 484	0.61 480	0.42 454

FAST (zero-shot)	0.87 529	1.55 521	0.42 398	1.57 605	0.42 473	1.62 660	0.45 474	1.59 648	0.42 468	1.66 659	0.44 472	1.62 659	0.42 463	1.59 654	0.42 459	0.64 463	0.43 413	0.64 510	0.42 481	0.67 488	0.46 464

fffft	0.48 412	0.51 294	0.45 404	0.52 400	0.45 482	0.52 479	0.45 474	0.52 470	0.48 490	0.53 474	0.45 477	0.52 477	0.45 474	0.52 473	0.46 472	0.51 424	0.41 398	0.50 481	0.41 473	0.50 454	0.41 447
1: 1. 1
Selective-IGEV	0.51 426	0.55 307	0.45 404	0.69 443	0.45 482	0.61 498	0.45 474	0.50 451	0.40 450	0.56 485	0.44 472	0.55 487	0.40 445	0.72 514	0.67 523	0.59 446	0.46 424	0.45 448	0.34 422	0.46 428	0.37 421

otaku	0.46 398	0.46 268	0.46 410	0.46 331	0.46 484	0.46 435	0.46 478	0.46 424	0.46 478	0.46 422	0.46 481	0.46 431	0.46 478	0.46 429	0.46 472	0.46 396	0.46 424	0.46 452	0.46 489	0.46 428	0.46 464

Dean	0.46 398	0.46 268	0.46 410	0.46 331	0.46 484	0.46 435	0.46 478	0.46 424	0.46 478	0.47 428	0.46 481	0.46 431	0.46 478	0.46 429	0.46 472	0.46 396	0.46 424	0.46 452	0.46 489	0.46 428	0.46 464

ACVNet_1	0.46 398	0.47 273	0.46 410	0.46 331	0.46 484	0.46 435	0.46 478	0.46 424	0.47 483	0.46 422	0.46 481	0.46 431	0.46 478	0.46 429	0.46 472	0.46 396	0.46 424	0.47 462	0.46 489	0.46 428	0.46 464

ACVNet-4b	0.46 398	0.46 268	0.46 410	0.46 331	0.46 484	0.46 435	0.46 478	0.46 424	0.46 478	0.46 422	0.46 481	0.46 431	0.46 478	0.47 433	0.46 472	0.46 396	0.46 424	0.46 452	0.46 489	0.46 428	0.46 464

LL-Strereo	1.01 556	5.06 701	1.63 658	0.70 449	1.43 674	0.56 487	0.46 478	0.57 481	0.50 497	0.57 488	0.50 500	1.58 654	0.49 493	0.59 491	0.50 490	1.64 637	0.52 457	0.51 486	1.37 670	0.52 463	0.45 462

AIO-test2	0.55 437	0.59 317	0.52 449	0.67 437	0.47 491	0.61 498	0.47 483	0.61 493	0.47 483	0.61 495	0.47 489	0.61 501	0.48 487	0.62 495	0.47 479	0.64 463	0.53 461	0.58 501	0.47 496	0.58 477	0.48 474

AIO-test1	0.54 432	0.60 321	0.52 449	0.66 436	0.47 491	0.61 498	0.47 483	0.58 484	0.46 478	0.61 495	0.46 481	0.61 501	0.45 474	0.62 495	0.45 468	0.61 452	0.52 457	0.57 500	0.48 500	0.57 475	0.48 474

SMoEStereo_RVC	0.63 452	0.75 342	0.51 446	0.73 457	0.53 513	0.71 514	0.47 483	0.67 502	0.58 512	0.74 523	0.60 521	0.72 520	0.53 504	0.74 518	0.51 495	0.61 452	0.62 487	0.62 506	0.61 530	0.63 482	0.61 515

Occ-G	1.12 569	0.52 296	3.72 745	3.50 701	0.50 503	0.56 487	0.47 483	0.54 474	0.46 478	0.54 480	0.41 457	0.54 483	0.42 463	0.52 473	0.42 459	3.42 718	4.02 740	0.52 489	0.45 487	0.51 460	0.44 460

Ntro	0.47 406	0.47 273	0.46 410	0.46 331	0.46 484	0.47 440	0.47 483	0.46 424	0.47 483	0.46 422	0.46 481	0.47 437	0.46 478	0.47 433	0.47 479	0.47 403	0.46 424	0.46 452	0.46 489	0.46 428	0.46 464

HaxPig	0.47 406	0.47 273	0.47 418	0.49 350	0.47 491	0.47 440	0.47 483	0.47 430	0.47 483	0.47 428	0.47 489	0.47 437	0.47 486	0.47 433	0.47 479	0.47 403	0.47 432	0.47 462	0.47 496	0.47 442	0.48 474

UNDER WATER	0.47 406	0.47 273	0.47 418	0.47 338	0.47 491	0.47 440	0.47 483	0.47 430	0.47 483	0.47 428	0.47 489	0.47 437	0.46 478	0.47 433	0.47 479	0.47 403	0.47 432	0.47 462	0.46 489	0.47 442	0.47 472

LVE	0.47 406	0.47 273	0.47 418	0.47 338	0.49 499	0.47 440	0.47 483	0.47 430	0.49 492	0.47 428	0.47 489	0.47 437	0.46 478	0.47 433	0.47 479	0.47 403	0.47 432	0.48 470	0.47 496	0.47 442	0.47 472

NLCA_NET_v2_RVC	5.04 765	50.87 794	2.78 720	2.87 675	2.71 739	2.78 727	0.47 483	2.88 726	2.86 740	1.89 663	2.67 739	2.79 728	2.79 728	2.78 727	2.83 737	2.82 710	2.82 716	2.83 726	2.77 738	2.83 713	2.76 735
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 412	0.48 279	0.48 426	0.48 344	0.48 495	0.48 445	0.48 492	0.48 434	0.48 490	0.48 435	0.48 493	0.48 444	0.48 487	0.48 443	0.48 485	0.48 408	0.48 438	0.48 470	0.48 500	0.48 446	0.48 474

notaker	0.48 412	0.49 281	0.48 426	0.48 344	0.48 495	0.48 445	0.48 492	0.48 434	0.49 492	0.48 435	0.48 493	0.48 444	0.48 487	0.48 443	0.48 485	0.48 408	0.48 438	0.48 470	0.48 500	0.48 446	0.49 480

S	0.56 439	0.61 323	0.54 454	0.68 442	0.48 495	0.65 504	0.49 494	0.63 495	0.49 492	0.64 503	0.49 496	0.64 505	0.48 487	0.62 495	0.49 487	0.63 461	0.62 487	0.59 504	0.48 500	0.57 475	0.48 474

PointNet	0.60 442	0.75 342	0.49 433	0.79 463	0.50 503	0.79 524	0.49 494	0.79 518	0.49 492	0.80 530	0.49 496	0.79 530	0.49 493	0.80 524	0.49 487	0.63 461	0.40 388	0.63 508	0.40 464	0.63 482	0.40 438

ACVNet_2	0.49 418	0.49 281	0.49 433	0.49 350	0.49 499	0.49 454	0.49 494	0.49 442	0.49 492	0.49 445	0.49 496	0.49 451	0.49 493	0.49 450	0.49 487	0.49 411	0.49 441	0.49 475	0.49 504	0.49 449	0.49 480

AEACV	1.12 569	0.52 296	3.12 736	3.24 686	0.86 576	0.53 481	0.49 494	0.60 489	0.47 483	0.53 474	0.49 496	0.55 487	0.45 474	0.55 483	0.47 479	3.01 713	3.88 738	0.71 526	0.60 528	0.80 516	0.48 474

FoundationStereo	0.50 421	0.50 286	0.50 439	0.50 386	0.50 503	0.50 463	0.50 498	0.50 451	0.50 497	0.50 458	0.50 500	0.50 465	0.50 497	0.50 458	0.50 490	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 483

StereoAnything_RVC	0.50 421	0.50 286	0.50 439	0.50 386	0.50 503	0.50 463	0.50 498	0.50 451	0.50 497	0.50 458	0.50 500	0.50 465	0.50 497	0.50 458	0.50 490	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 483

dual_stereo	0.50 421	0.50 286	0.50 439	0.50 386	0.50 503	0.50 463	0.50 498	0.50 451	0.50 497	0.50 458	0.50 500	0.50 465	0.50 497	0.50 458	0.50 490	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 483

SANet	0.50 421	0.50 286	0.50 439	0.50 386	0.50 503	0.50 463	0.50 498	0.50 451	0.50 497	0.50 458	0.50 500	0.50 465	0.50 497	0.50 458	0.50 490	0.50 418	0.50 449	0.50 481	0.50 506	0.50 454	0.50 483

KSHMR	0.66 458	0.50 286	0.48 426	1.15 522	0.52 510	0.49 454	0.51 502	0.49 442	0.71 555	0.67 509	0.50 500	1.16 589	1.11 590	0.66 503	0.52 497	0.49 411	0.49 441	0.51 486	0.66 544	0.50 454	1.14 602

MWSP-net	0.96 544	0.75 342	0.49 433	4.84 731	0.48 495	1.28 638	0.52 503	1.20 580	0.51 504	1.14 585	0.70 549	1.00 559	0.56 508	0.90 544	0.69 539	0.76 495	0.60 481	0.95 571	0.56 520	0.73 502	0.45 462

999	1.00 548	1.12 436	0.59 464	1.10 513	1.21 662	1.09 576	0.52 503	1.08 564	1.43 677	1.18 588	1.35 669	0.98 558	0.52 503	0.91 546	0.85 572	0.72 485	1.46 647	0.83 549	0.98 589	0.68 490	1.41 674

PhaseNet	1.74 640	6.34 732	4.81 750	6.77 747	0.24 292	0.80 526	0.53 505	0.48 434	0.22 271	0.53 474	0.28 309	0.48 444	0.25 288	0.40 334	0.32 378	6.39 757	4.61 744	0.46 452	0.38 458	0.25 255	0.18 246

WCG-NET	0.61 447	1.21 493	0.54 454	0.61 423	0.53 513	0.67 507	0.53 505	0.66 501	0.53 506	0.64 503	0.53 509	0.65 509	0.53 504	0.59 491	0.52 497	0.65 465	0.48 438	0.64 510	0.52 510	0.58 477	0.50 483

MyStereo8	0.71 475	3.92 678	0.52 449	0.59 418	0.52 510	0.57 493	0.53 505	0.59 487	0.50 497	0.59 492	0.51 506	0.57 493	0.50 497	0.56 484	0.52 497	0.54 430	0.49 441	0.54 495	0.49 504	0.55 469	0.50 483

SE	0.64 454	0.73 337	0.77 523	0.79 463	0.59 520	0.78 521	0.54 508	0.58 484	0.58 512	0.78 527	0.59 519	0.63 504	0.18 256	0.78 521	0.52 497	0.80 501	0.65 493	0.69 520	0.57 523	0.75 504	0.52 492

PSMNet_ROB	0.54 432	0.54 304	0.54 454	0.54 405	0.53 513	0.54 485	0.54 508	0.53 472	0.54 508	0.54 480	0.54 511	0.54 483	0.53 504	0.54 479	0.54 501	0.54 430	0.53 461	0.54 495	0.54 514	0.54 468	0.54 498

monster-pro	0.75 486	1.67 526	0.64 483	0.89 478	0.57 519	0.86 538	0.56 510	0.87 530	0.56 509	0.87 539	0.57 515	0.88 542	0.57 510	0.87 539	0.57 505	0.79 499	0.58 472	0.76 535	0.54 514	0.77 509	0.54 498

CASS	0.57 441	0.89 373	0.56 458	0.57 413	0.56 517	0.56 487	0.56 510	0.56 478	0.53 506	0.57 488	0.57 515	0.59 497	0.48 487	0.56 484	0.57 505	0.55 436	0.56 466	0.47 462	0.56 520	0.62 481	0.56 509
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 452	0.69 330	0.56 458	0.71 451	0.56 517	0.71 514	0.56 510	0.71 509	0.56 509	0.72 515	0.56 514	0.71 517	0.56 508	0.71 512	0.58 507	0.68 470	0.55 464	0.68 517	0.55 516	0.68 490	0.54 498

CAR	0.72 478	0.76 345	0.59 464	0.84 472	1.19 614	0.81 529	0.58 513	0.81 524	0.58 512	0.81 533	0.58 517	0.83 537	0.59 515	0.82 528	0.59 510	0.71 477	0.49 441	0.73 527	0.68 550	0.87 527	0.52 492

MSE-Stereo	0.72 478	0.76 345	0.59 464	0.84 472	1.19 614	0.81 529	0.58 513	0.81 524	0.58 512	0.81 533	0.58 517	0.83 537	0.59 515	0.82 528	0.59 510	0.71 477	0.49 441	0.73 527	0.68 550	0.87 527	0.52 492

zero-FE	0.72 478	1.31 507	0.66 489	0.92 485	0.60 522	0.82 532	0.58 513	0.82 527	0.58 512	0.81 533	0.60 521	0.81 535	0.60 517	0.82 528	0.58 507	0.74 492	0.59 478	0.73 527	0.52 510	0.76 507	0.51 490

UDG	0.80 499	2.21 601	0.60 468	0.91 482	0.60 522	0.90 543	0.58 513	0.88 534	0.60 518	0.90 542	0.60 521	0.88 542	0.60 517	0.90 544	0.58 507	0.86 514	0.60 481	0.84 550	0.59 527	0.84 524	0.61 515

MGA	0.73 482	0.76 345	0.60 468	0.92 485	1.17 610	0.81 529	0.59 517	0.84 528	0.62 522	0.81 533	0.59 519	0.84 539	0.60 517	0.81 527	0.61 514	0.71 477	0.53 461	0.89 554	0.53 512	0.75 504	0.54 498

DDUNet	0.81 504	2.45 622	0.57 462	0.90 480	0.60 522	0.88 540	0.59 517	0.90 535	0.60 518	0.88 541	0.60 521	0.90 546	0.58 513	0.88 541	0.60 512	0.84 512	0.60 481	0.86 552	0.57 523	0.86 526	0.60 514

RAFT-Stereo + iAFF	0.70 472	0.72 336	0.71 510	0.80 467	0.62 533	0.82 532	0.61 519	0.81 524	0.62 522	0.81 533	0.63 527	0.80 532	0.70 545	0.73 516	0.61 514	0.76 495	0.61 486	0.74 532	0.61 530	0.77 509	0.61 515

ARAFT	0.68 466	0.81 358	0.63 480	0.74 460	0.60 522	0.78 521	0.62 520	0.77 517	0.66 529	0.74 523	0.63 527	0.75 525	0.62 521	0.83 533	0.60 512	0.70 476	0.55 464	0.70 525	0.60 528	0.78 511	0.55 506

LMCR-Stereo	0.65 456	0.63 324	0.65 487	0.65 432	0.65 536	0.66 506	0.63 521	0.58 484	0.65 527	0.63 502	0.64 529	0.65 509	0.65 524	0.66 503	0.66 522	0.66 467	0.64 491	0.65 514	0.67 548	0.68 490	0.73 550

plain	1.88 646	3.16 655	0.64 483	3.10 679	0.65 536	3.10 729	0.64 522	3.12 728	0.65 527	3.10 729	0.65 531	3.11 729	0.65 524	3.12 728	0.65 519	3.12 714	0.65 493	3.13 727	0.65 541	3.13 715	0.65 527

AFF-stereo	0.73 482	0.88 370	0.67 493	0.75 461	0.68 544	0.75 518	0.64 522	0.80 521	0.72 558	0.83 538	0.70 549	0.82 536	0.64 522	0.84 534	0.67 523	0.77 498	0.63 489	0.81 544	0.63 532	0.78 511	0.62 518

DSFCA	0.66 458	0.73 337	0.78 525	0.65 432	0.65 536	0.64 503	0.64 522	0.65 498	0.63 525	0.64 503	0.64 529	0.64 505	0.64 522	0.65 502	0.65 519	0.65 465	0.65 493	0.65 514	0.65 541	0.66 485	0.64 525

MyStereo06	0.75 486	4.12 680	0.60 468	0.63 426	0.61 528	0.62 501	0.66 525	0.56 478	0.45 477	0.55 483	0.48 493	0.54 483	0.46 478	0.57 489	0.45 468	0.60 448	0.57 468	0.64 510	0.55 516	0.72 499	0.55 506

MyStereo05	0.80 499	4.12 680	0.63 480	0.63 426	0.61 528	0.62 501	0.66 525	0.65 498	0.62 522	0.67 509	0.61 525	0.65 509	0.58 513	0.67 505	0.55 504	0.60 448	0.57 468	0.64 510	0.55 516	0.72 499	0.55 506

MIF-Stereo (partial)	2.58 718	3.31 660	0.66 489	3.18 683	0.66 539	3.18 730	0.66 525	3.21 729	0.67 531	3.19 730	0.66 533	3.19 730	0.66 527	3.31 732	0.68 531	5.09 747	1.79 676	8.23 774	1.67 708	6.18 758	1.38 673

test_xeample3	1.10 566	1.81 551	0.61 474	0.84 472	0.49 499	0.77 519	0.66 525	0.92 540	1.40 675	0.68 511	0.46 481	0.78 528	0.54 507	1.72 660	1.48 677	1.34 617	1.52 651	1.35 657	1.67 708	1.33 636	1.55 679

WAFT-Stereo (ZS)	0.67 464	0.78 349	0.67 493	0.67 437	0.66 539	0.67 507	0.67 529	0.65 498	0.66 529	0.66 507	0.67 534	0.66 512	0.67 529	0.67 505	0.72 552	0.66 467	0.67 496	0.67 516	0.67 548	0.67 488	0.67 532

WQFJA1++	0.84 516	0.98 395	0.67 493	1.26 580	0.75 558	1.00 553	0.67 529	1.00 548	0.67 531	1.00 554	0.67 534	1.00 559	0.67 529	1.00 560	0.67 523	0.96 528	0.67 496	0.91 558	0.63 532	0.92 538	0.63 519

WQFJA1	0.85 522	0.98 395	0.67 493	1.29 586	0.76 563	1.01 561	0.67 529	1.02 562	0.67 531	1.02 569	0.67 534	1.01 568	0.67 529	1.01 568	0.68 531	0.99 534	0.67 496	0.93 565	0.64 537	0.92 538	0.65 527

WQFJX1	0.84 516	0.98 395	0.67 493	1.30 588	0.75 558	1.01 561	0.67 529	1.01 557	0.67 531	1.01 565	0.67 534	1.01 568	0.68 534	1.00 560	0.68 531	0.98 533	0.67 496	0.92 561	0.64 537	0.92 538	0.64 525

ours_stereo	1.20 574	1.21 493	0.90 540	1.64 615	1.11 602	1.35 643	0.67 529	1.76 657	0.93 585	1.70 661	1.10 602	1.39 648	0.75 555	1.41 649	0.81 569	1.60 636	1.03 553	1.33 654	1.00 591	1.61 646	0.72 546

LiteMatch	1.13 571	0.73 337	2.80 721	3.23 684	0.61 528	0.83 534	0.68 534	0.73 513	0.69 542	1.00 554	0.77 566	0.94 553	0.57 510	0.82 528	0.64 516	2.97 711	2.43 713	0.68 517	0.32 407	0.56 472	0.70 539

Lsterematch	1.13 571	0.73 337	2.80 721	3.23 684	0.61 528	0.83 534	0.68 534	0.73 513	0.69 542	1.00 554	0.77 566	0.94 553	0.57 510	0.82 528	0.64 516	2.97 711	2.43 713	0.68 517	0.32 407	0.56 472	0.70 539

WQFJX	0.85 522	1.00 405	0.68 501	1.30 588	0.75 558	1.01 561	0.68 534	1.01 557	0.68 537	1.01 565	0.68 540	1.03 574	0.68 534	1.02 572	0.67 523	0.97 529	0.67 496	0.93 565	0.63 532	0.94 547	0.63 519

NLMM	0.84 516	1.00 405	0.67 493	1.27 581	0.75 558	1.00 553	0.68 534	1.00 548	0.67 531	1.00 554	0.67 534	1.02 572	0.67 529	1.02 572	0.67 523	0.97 529	0.67 496	0.93 565	0.63 532	0.92 538	0.63 519

NLSM3	0.85 522	0.99 403	0.68 501	1.29 586	0.76 563	1.01 561	0.68 534	1.01 557	0.68 537	1.02 569	0.68 540	1.01 568	0.68 534	1.01 568	0.68 531	0.97 529	0.68 502	0.93 565	0.64 537	0.93 543	0.63 519

UniTT-Stereo	2.03 666	3.43 662	0.72 513	3.42 696	0.73 554	3.27 732	0.68 534	3.38 733	0.69 542	3.29 732	0.72 558	3.28 732	0.70 545	3.35 734	0.68 531	3.39 717	0.68 502	3.31 730	0.69 554	3.37 716	0.73 550

R-Stereo Train	0.81 504	0.96 392	0.67 493	0.95 494	0.67 541	0.95 548	0.68 534	0.95 546	0.68 537	0.95 552	0.68 540	0.96 556	0.68 534	0.96 556	0.68 531	0.94 526	0.68 502	0.94 569	0.68 550	0.94 547	0.68 534

RAFT-Stereo	0.81 504	0.96 392	0.67 493	0.95 494	0.67 541	0.95 548	0.68 534	0.95 546	0.68 537	0.95 552	0.68 540	0.96 556	0.68 534	0.96 556	0.68 531	0.94 526	0.68 502	0.94 569	0.68 550	0.94 547	0.68 534
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 469	0.69 330	0.69 503	0.69 443	0.69 545	0.69 509	0.69 542	0.69 504	0.69 542	0.69 512	0.69 545	0.69 513	0.69 541	0.69 508	0.69 539	0.69 471	0.69 508	0.69 520	0.69 554	0.69 494	0.69 536

mm1	0.69 469	0.69 330	0.69 503	0.69 443	0.69 545	0.69 509	0.69 542	0.69 504	0.69 542	0.69 512	0.69 545	0.69 513	0.69 541	0.69 508	0.69 539	0.69 471	0.69 508	0.69 520	0.69 554	0.69 494	0.69 536

NLMM1	0.86 525	0.98 395	0.69 503	1.48 603	0.75 558	1.01 561	0.69 542	1.00 548	0.69 542	1.00 554	0.70 549	1.00 559	0.68 534	1.01 568	0.67 523	0.97 529	0.68 502	0.92 561	0.63 532	0.93 543	0.63 519

FlowAnything_test	1.02 558	1.72 529	0.71 510	1.59 607	0.70 549	1.61 658	0.69 542	1.61 650	0.70 550	1.60 652	0.70 549	1.61 658	0.69 541	1.61 657	0.70 548	0.81 505	0.58 472	0.81 544	0.55 516	0.81 519	0.56 509

FlowAnything	1.02 558	1.71 528	0.72 513	1.59 607	0.69 545	1.60 657	0.69 542	1.61 650	0.70 550	1.60 652	0.69 545	1.60 655	0.69 541	1.61 657	0.69 539	0.81 505	0.58 472	0.81 544	0.56 520	0.82 521	0.56 509

LG-Stereo	0.60 442	0.58 314	0.47 418	0.64 431	0.74 556	1.00 553	0.69 542	0.57 481	0.41 460	0.57 488	0.41 457	0.57 493	0.41 457	1.00 560	0.75 558	0.91 517	0.51 454	0.52 489	0.37 444	0.52 463	0.37 421

STTRV1_RVC	0.82 509	1.60 524	0.70 506	1.01 506	0.60 522	1.07 573	0.69 542	1.01 557	0.60 518	0.72 515	0.55 512	1.02 572	0.68 534	1.03 574	0.67 523	0.89 516	0.63 489	0.92 561	0.57 523	0.90 534	0.65 527

TorneroNet	0.66 458	0.53 300	0.50 439	0.50 386	0.64 534	1.06 570	0.70 549	0.50 451	0.51 504	0.49 445	0.69 545	0.49 451	0.50 497	0.48 443	1.15 601	0.71 477	0.49 441	1.14 588	1.08 601	0.49 449	0.49 480

DMCA-RVC	0.70 472	0.80 354	0.70 506	0.70 449	0.70 549	0.70 512	0.70 549	0.71 509	0.70 550	0.70 514	0.71 555	0.71 517	0.70 545	0.70 510	0.69 539	0.69 471	0.70 511	0.69 520	0.70 558	0.69 494	0.70 539

MSMD_ROB	1.19 573	1.10 435	0.70 506	1.10 513	0.60 522	1.10 577	0.70 549	1.10 567	0.70 550	1.10 575	0.70 549	1.10 581	0.70 545	7.00 773	0.70 548	1.10 547	0.70 511	1.10 587	0.70 558	1.10 563	0.70 539

MEA-ACV	1.66 636	0.87 367	0.61 474	11.81 771	1.35 667	1.50 655	0.71 552	1.23 629	0.92 583	1.13 584	0.96 587	1.69 660	0.70 545	1.23 639	1.16 605	1.54 633	1.20 576	1.58 665	0.85 582	1.12 564	0.95 579

AdaDepth	0.86 525	0.93 388	0.71 510	1.01 506	1.07 600	1.02 567	0.71 552	1.00 548	0.71 555	1.01 565	0.71 555	1.00 559	0.72 551	1.14 587	0.71 550	0.92 520	0.64 491	0.90 555	0.64 537	0.89 531	0.69 536

RSM++	0.76 491	0.82 360	0.66 489	0.85 476	0.64 534	0.85 536	0.71 552	0.94 544	0.64 526	0.87 539	0.67 534	0.87 541	0.65 524	0.84 534	0.65 519	0.81 505	0.70 511	0.79 539	0.71 561	0.83 523	0.70 539

MoCha-V2	2.11 684	26.97 778	0.78 525	0.92 485	0.77 566	0.96 550	0.72 555	0.90 535	0.72 558	0.94 550	0.70 549	0.90 546	0.71 550	0.91 546	0.71 550	0.85 513	0.71 515	0.88 553	0.69 554	0.87 527	0.67 532

DCRE	0.84 516	1.89 573	0.77 523	0.94 492	0.72 553	0.88 540	0.73 556	0.87 530	0.78 565	0.90 542	0.71 555	0.88 542	0.67 529	0.88 541	0.73 553	0.81 505	0.68 502	0.81 544	0.70 558	0.82 521	0.70 539

PA-Net	11.80 775	223.51 801	0.62 476	0.59 418	0.71 551	0.59 495	0.73 556	0.67 502	0.73 561	0.55 483	0.61 525	0.60 498	0.74 553	0.63 500	0.73 553	0.66 467	0.60 481	0.69 520	0.66 544	0.72 499	0.65 527
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 482	0.81 358	0.73 517	0.71 451	0.74 556	0.73 516	0.75 558	0.71 509	0.71 555	0.74 523	0.72 558	0.73 522	0.80 562	0.71 512	0.73 553	0.76 495	0.71 515	0.73 527	0.72 563	0.70 497	0.76 557

HSM-Net_RVC	0.95 543	1.17 443	0.78 525	1.18 529	0.71 551	1.16 585	0.75 558	1.09 566	0.80 571	1.10 575	0.75 563	1.17 590	0.74 553	1.17 590	0.80 566	1.13 554	0.73 518	1.17 595	0.77 570	1.16 571	0.72 546
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 548	1.21 493	0.76 521	1.94 622	1.01 595	1.11 580	0.76 560	1.15 569	0.76 564	1.11 580	0.76 564	1.14 587	0.76 556	1.11 584	0.76 560	1.21 607	0.90 538	1.02 583	0.71 561	1.02 559	0.71 545

RAStereo	2.23 700	3.64 665	0.76 521	3.65 705	0.86 576	3.66 737	0.76 560	3.67 737	0.81 574	3.66 734	0.76 564	3.66 735	0.77 558	3.68 736	0.77 561	3.68 720	0.77 524	3.69 735	0.77 570	3.70 719	0.77 559

ToySt	0.92 535	2.11 591	0.90 540	0.95 494	0.79 569	0.99 552	0.78 562	0.94 544	0.81 574	0.94 550	0.78 568	0.95 555	0.77 558	0.94 552	0.86 573	0.91 517	0.79 528	0.85 551	0.77 570	0.89 531	0.73 550

tt45	1.04 561	0.88 370	1.36 639	0.92 485	1.03 598	1.51 656	0.79 563	0.70 508	0.88 577	0.74 523	0.90 578	1.60 655	0.72 551	1.60 655	0.75 558	0.91 517	0.78 526	1.52 664	0.79 574	1.14 566	1.32 666

iGMRVC	0.84 516	2.85 648	0.72 513	0.72 453	0.73 554	0.77 519	0.79 563	0.73 513	0.74 563	0.73 518	0.72 558	0.73 522	0.76 556	0.73 516	0.73 553	0.72 485	0.73 518	0.73 527	0.72 563	0.73 502	0.72 546

G-Net	0.79 496	0.79 351	0.79 528	0.79 463	0.79 569	0.79 524	0.79 563	0.79 518	0.79 569	0.79 529	0.79 570	0.79 530	0.79 561	0.79 522	0.79 563	0.79 499	0.79 528	0.79 539	0.79 574	0.79 513	0.79 562

LiteMatch*	2.07 672	1.30 505	5.73 757	6.28 744	0.79 569	1.33 642	0.80 566	1.30 637	1.02 600	1.33 641	0.84 576	1.33 645	0.97 574	1.28 644	1.04 592	6.05 755	5.89 751	1.28 652	0.76 568	1.28 634	0.88 569

Hybrid-DGEV	1.03 560	1.75 535	0.80 529	1.28 585	0.78 567	1.26 635	0.80 566	1.26 631	0.78 565	1.26 637	0.78 568	1.26 639	0.78 560	1.26 640	0.78 562	1.15 557	0.75 521	1.14 588	0.74 565	1.14 566	0.75 554

NaN_ROB	0.80 499	0.80 354	0.80 529	0.80 467	0.80 572	0.80 526	0.80 566	0.80 521	0.80 571	0.80 530	0.80 572	0.80 532	0.80 562	0.80 524	0.80 566	0.80 501	0.80 531	0.80 542	0.80 576	0.80 516	0.80 563

CSAN	0.80 499	0.80 354	0.80 529	0.80 467	0.80 572	0.80 526	0.80 566	0.80 521	0.80 571	0.80 530	0.80 572	0.80 532	0.80 562	0.80 524	0.80 566	0.80 501	0.80 531	0.80 542	0.80 576	0.80 516	0.80 563

Hybrid-DGEV-03	1.07 563	1.83 561	0.83 533	1.34 593	0.81 574	1.32 641	0.81 570	1.31 638	0.81 574	1.31 640	0.82 574	1.32 644	0.82 566	1.32 645	0.81 569	1.19 559	0.77 524	1.19 600	0.76 568	1.19 579	0.77 559

Hybrid-DGEV-2	1.05 562	1.83 561	0.83 533	1.33 592	0.82 575	1.30 639	0.81 570	1.26 631	0.79 569	1.29 639	0.79 570	1.26 639	0.80 562	1.26 640	0.79 563	1.20 561	0.78 526	1.18 598	0.77 570	1.20 581	0.77 559

AIO-Stereo-zeroshot	0.91 533	0.86 365	0.89 537	1.25 579	0.69 545	1.05 569	0.81 570	1.16 572	0.50 497	1.12 581	0.97 589	0.72 520	0.82 566	1.06 576	0.95 580	0.61 452	0.87 536	1.03 585	0.85 582	1.04 560	1.01 591

AIO-Stereo	0.84 516	0.66 327	0.70 506	0.83 471	0.67 541	0.98 551	0.82 573	1.14 568	0.72 558	1.03 571	0.74 562	1.03 574	1.09 589	0.99 558	0.45 468	1.04 541	0.73 518	0.95 571	0.74 565	0.94 547	0.46 464

Selective-RAFT	0.89 532	0.89 373	0.72 513	1.16 527	0.78 567	1.06 570	0.82 573	0.87 530	0.97 590	1.00 554	0.91 581	0.90 546	1.00 577	0.89 543	0.93 579	0.83 510	0.83 534	0.82 548	0.82 579	0.81 519	0.82 566

DPSimNet_ROB	0.97 545	1.18 445	0.81 532	1.10 513	0.91 582	1.02 567	0.82 573	1.04 563	0.91 579	1.03 571	0.86 577	1.28 643	0.82 566	1.03 574	0.89 574	1.17 558	0.81 533	1.02 583	0.82 579	1.08 562	0.81 565

MLG-Stereo	0.92 535	0.90 377	0.84 535	1.27 581	0.49 499	1.38 647	0.88 576	1.41 645	0.97 590	0.73 518	1.09 601	1.26 639	0.43 468	0.72 514	1.05 593	1.13 554	0.49 441	1.18 598	0.66 544	1.01 557	0.46 464

HBP-ISP	1.24 623	1.72 529	1.65 659	1.15 522	0.76 563	1.40 649	0.88 576	1.67 656	1.02 600	1.69 660	1.38 674	1.69 660	1.21 648	1.87 667	1.21 657	1.05 542	0.79 528	0.97 575	0.80 576	1.19 579	0.75 554

APVNet	0.09 81	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 578	0.06 124	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	0.05 108	0.04 99	0.05 114	0.05 122

FC-DCNN	1.07 563	1.09 431	0.98 549	0.89 478	0.52 510	1.41 651	0.91 579	1.21 626	1.24 663	1.96 665	2.05 735	1.91 666	1.30 655	1.27 643	1.08 595	0.80 501	0.60 481	0.58 501	0.41 473	0.68 490	0.54 498

DGTPSM_ROB	0.93 540	1.00 405	0.92 544	0.94 492	0.96 587	0.91 544	0.92 580	0.91 537	0.96 589	0.91 544	0.96 587	0.93 552	0.92 571	0.94 552	0.92 575	0.92 520	0.92 541	0.90 555	0.92 584	0.94 547	0.91 574

DPSM_ROB	0.92 535	0.91 379	0.91 542	0.91 482	0.92 583	0.92 545	0.92 580	0.92 540	0.91 579	0.93 548	0.91 581	0.92 549	0.90 569	0.91 546	0.92 575	0.92 520	0.91 539	0.91 558	0.92 584	0.93 543	0.93 576

DPSM	0.92 535	0.91 379	0.91 542	0.91 482	0.92 583	0.92 545	0.92 580	0.92 540	0.91 579	0.93 548	0.91 581	0.92 549	0.90 569	0.91 546	0.92 575	0.92 520	0.91 539	0.91 558	0.92 584	0.93 543	0.93 576

pmcnn	0.92 535	0.92 384	0.92 544	0.92 485	0.92 583	0.92 545	0.92 580	0.92 540	0.92 583	0.92 546	0.92 584	0.92 549	0.92 571	0.92 550	0.92 575	0.92 520	0.92 541	0.92 561	0.92 584	0.92 538	0.92 575

Selective-RAFT-Error	0.88 530	0.84 361	0.98 549	0.86 477	0.97 588	0.88 540	0.95 584	0.84 528	0.99 593	0.92 546	0.82 574	0.84 539	0.98 576	0.87 539	0.97 582	0.81 505	0.83 534	0.79 539	0.82 579	0.79 513	0.85 568

ACVNet	0.20 201	0.19 150	0.14 156	0.20 187	0.14 216	0.20 223	0.96 585	0.21 232	0.14 216	0.20 220	0.13 213	0.21 230	0.14 217	0.20 220	0.14 210	0.17 177	0.12 143	0.17 213	0.12 202	0.17 214	0.12 200

acv_ft	0.20 201	0.19 150	0.14 156	0.20 187	0.14 216	0.20 223	0.96 585	0.21 232	0.14 216	0.20 220	0.13 213	0.21 230	0.14 217	0.20 220	0.14 210	0.17 177	0.12 143	0.17 213	0.12 202	0.17 214	0.12 200

MM-Stereo_test2	1.20 574	1.85 567	1.05 558	1.46 602	0.94 586	1.36 645	0.99 587	1.36 640	0.95 587	1.41 647	0.98 590	1.40 650	0.96 573	1.37 647	0.95 580	1.37 622	1.06 554	1.33 654	0.93 588	1.29 635	0.89 572

LGCAT	1.00 548	1.00 405	1.00 551	1.00 501	1.00 589	1.00 553	1.00 588	1.00 548	1.00 594	1.00 554	1.00 592	1.00 559	1.00 577	1.00 560	1.00 585	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 585

Test_v1	1.00 548	1.00 405	1.00 551	1.00 501	1.00 589	1.00 553	1.00 588	1.00 548	1.00 594	1.00 554	1.00 592	1.00 559	1.00 577	1.00 560	1.00 585	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 585

GANet	1.00 548	1.00 405	1.00 551	1.00 501	1.00 589	1.00 553	1.00 588	1.00 548	1.00 594	1.00 554	1.00 592	1.00 559	1.00 577	1.00 560	1.00 585	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 585

TDLM	1.00 548	1.00 405	1.00 551	1.00 501	1.00 589	1.00 553	1.00 588	1.00 548	1.00 594	1.00 554	1.00 592	1.00 559	1.00 577	1.00 560	1.00 585	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 585

CVANet_RVC	1.00 548	1.00 405	1.00 551	1.00 501	1.00 589	1.00 553	1.00 588	1.00 548	1.00 594	1.00 554	1.00 592	1.00 559	1.00 577	1.00 560	1.00 585	1.00 535	1.00 545	1.00 577	1.00 591	1.00 552	1.00 585

MM-Stereo_test3	1.27 625	2.07 587	1.18 571	1.60 610	1.02 597	1.45 653	1.01 593	1.40 644	1.04 602	1.44 649	1.03 598	1.46 653	1.02 586	1.44 652	1.02 591	1.51 631	1.12 568	1.32 653	0.98 589	1.38 639	0.97 581

trnet	1.01 556	1.01 415	1.01 556	1.01 506	1.01 595	1.01 561	1.01 593	1.01 557	1.01 599	1.01 565	1.01 597	1.01 568	1.01 585	1.01 568	1.01 590	1.01 540	1.01 551	1.01 582	1.01 598	1.01 557	1.01 591

MaDis-Stereo	3.19 732	6.02 731	1.12 562	5.61 740	1.16 609	5.43 765	1.02 595	5.15 764	0.70 550	5.43 764	1.21 657	5.03 765	0.97 574	4.85 758	0.99 584	4.53 729	1.16 571	5.53 764	1.25 662	5.37 754	1.30 664

ac_64	0.22 217	0.13 117	0.19 212	0.23 206	0.10 162	0.26 270	1.02 595	0.14 185	0.10 161	0.28 272	0.14 218	0.17 209	0.19 263	0.28 280	0.09 148	0.22 213	0.16 185	0.23 251	0.17 256	0.11 163	0.12 200

BLMT-Stereo	1.53 632	1.36 511	1.06 559	1.42 601	1.23 666	1.41 651	1.07 597	1.43 647	1.12 604	1.42 648	1.06 599	1.83 663	1.07 588	1.42 651	1.07 594	1.27 612	1.38 642	6.80 770	1.00 591	1.26 632	1.00 585

GLC_STEREO	1.07 563	1.01 415	1.06 559	1.07 511	1.05 599	1.06 570	1.08 598	1.08 564	1.05 603	1.07 573	1.06 599	1.08 577	1.05 587	1.06 576	1.10 596	1.07 543	1.09 561	1.05 586	1.05 600	1.06 561	1.12 598

sAnonymous2	3.31 733	2.63 628	1.38 643	3.71 707	1.86 713	4.70 757	1.11 599	4.82 760	2.72 738	5.45 765	1.98 730	4.59 750	2.64 725	2.65 714	6.21 771	4.37 725	1.08 559	5.16 762	2.24 732	4.52 731	2.39 731

CroCo_RVC	3.31 733	2.63 628	1.38 643	3.71 707	1.86 713	4.70 757	1.11 599	4.82 760	2.72 738	5.45 765	1.98 730	4.59 750	2.64 725	2.65 714	6.21 771	4.37 725	1.08 559	5.16 762	2.24 732	4.52 731	2.39 731

NCC-stereo	2.36 706	25.52 773	1.17 569	1.15 522	1.17 610	1.11 580	1.11 599	1.15 569	1.16 608	1.10 575	1.16 607	1.10 581	1.15 595	1.14 587	1.13 599	1.09 545	1.11 565	1.15 590	1.16 607	1.17 576	1.17 607

qqai	1.22 621	1.38 514	1.12 562	1.39 599	1.14 603	1.40 649	1.14 602	1.41 645	1.12 604	1.40 646	1.11 603	1.40 650	1.13 591	1.41 649	1.15 601	1.25 610	0.97 544	1.24 649	1.01 598	1.24 630	0.96 580

Nwc_Net	2.37 708	25.95 775	1.15 567	1.14 519	1.15 605	1.08 574	1.14 602	1.17 574	1.16 608	1.14 585	1.15 604	1.08 577	1.15 595	1.11 584	1.14 600	1.10 547	1.11 565	1.16 591	1.09 602	1.16 571	1.15 603

RP	2.33 704	25.00 771	1.13 564	1.15 522	1.15 605	1.10 577	1.15 604	1.15 569	1.15 607	1.12 581	1.15 604	1.09 579	1.13 591	1.10 582	1.15 601	1.11 552	1.09 561	1.16 591	1.12 603	1.16 571	1.17 607

Abc-Net	2.32 703	24.75 770	1.14 565	1.17 528	1.17 610	1.11 580	1.15 604	1.17 574	1.21 660	1.08 574	1.16 607	1.12 586	1.14 594	1.09 580	1.17 607	1.09 545	1.16 571	1.17 595	1.17 608	1.16 571	1.11 596
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 706	25.48 772	1.19 573	1.15 522	1.15 605	1.10 577	1.16 606	1.17 574	1.16 608	1.12 581	1.16 607	1.11 585	1.13 591	1.09 580	1.18 608	1.10 547	1.15 570	1.16 591	1.12 603	1.14 566	1.12 598

edge stereo	2.43 711	27.07 779	1.14 565	1.06 510	1.14 603	1.08 574	1.17 607	1.16 572	1.14 606	1.10 575	1.16 607	1.09 579	1.16 599	1.10 582	1.16 605	1.10 547	1.11 565	1.16 591	1.19 609	1.13 565	1.11 596

AF-Net	2.37 708	25.71 774	1.17 569	1.13 518	1.15 605	1.15 584	1.18 608	1.19 577	1.16 608	1.10 575	1.15 604	1.10 581	1.18 600	1.12 586	1.15 601	1.10 547	1.10 564	1.17 595	1.15 605	1.16 571	1.12 598

stereogan	2.33 704	24.38 769	1.18 571	1.18 529	1.18 613	1.14 583	1.18 608	1.19 577	1.19 614	1.14 585	1.18 611	1.14 587	1.18 600	1.14 587	1.18 608	1.14 556	1.14 569	1.19 600	1.19 609	1.15 569	1.19 611

DisPM	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

CrosDoStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

PFNet+	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

LCNet	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

HHNet	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

Patchmatch Stereo++	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612
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	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

STrans-v2	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

TransformOpticalFlow	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

OMP-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

IIG-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

NF-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

OCTAStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

PSM-softLoss	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

KMStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

NRIStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

PSM-adaLoss	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

PSM-AAD	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

FTStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

ROB_FTStereo_v2	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

ROB_FTStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

Consistency-Raft	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

KYRaft	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

HUI-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

ASMatch	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

DeepStereo_LL	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

DEmStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

SST-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

THIR-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

RAFT_R40	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

DRaft	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

PFNet	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

GrayStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

RE-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

Pruner-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

TVStereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

DeepStereo_RVC	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

RAFT-RH_RVC	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

IRAFT_RVC	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

RAFT-345	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

iRAFT	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

CRE-IMP	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

GMM-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

RAFT-IKP	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

Prome-Stereo	1.20 574	1.20 447	1.20 576	1.20 531	1.20 616	1.20 586	1.20 610	1.20 580	1.20 615	1.20 590	1.20 612	1.20 592	1.20 602	1.20 592	1.20 612	1.20 561	1.20 576	1.20 602	1.20 612	1.20 581	1.20 612

GwcNet	0.12 133	0.07 83	0.05 80	0.08 76	0.05 126	0.08 140	1.20 610	0.07 139	0.05 125	0.05 113	0.05 128	0.08 141	0.05 118	0.08 142	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

GANetREF_RVC	1.55 633	1.94 583	1.22 623	1.88 619	1.21 662	1.88 665	1.22 656	1.88 659	1.22 661	1.88 662	1.22 658	1.88 664	1.22 649	1.89 668	1.22 658	1.87 645	1.22 624	1.88 680	1.22 658	1.88 658	1.22 658
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	1.59 634	1.91 576	1.21 622	1.94 622	1.20 616	2.00 673	1.23 657	1.99 664	1.24 663	2.00 670	1.25 661	2.03 674	1.26 651	2.00 672	1.29 666	1.90 649	1.18 575	1.89 681	1.21 657	1.89 659	1.20 612
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 713	26.05 776	1.23 625	1.23 578	1.22 664	1.20 586	1.24 658	1.23 629	1.23 662	1.19 589	1.22 658	1.21 637	1.24 650	1.20 592	1.24 659	1.21 607	1.17 574	1.22 648	1.25 662	1.20 581	1.24 661

IGEV	2.02 664	2.20 599	1.82 675	2.90 676	2.16 730	2.41 703	1.25 659	2.00 665	1.98 728	1.99 669	1.31 666	2.72 722	1.93 708	2.67 717	1.69 699	2.26 680	1.32 626	1.83 672	1.87 721	2.53 705	1.61 692

S-Stereo	2.51 715	26.86 777	1.23 625	1.22 576	1.22 664	1.24 634	1.25 659	1.22 627	1.24 663	1.21 635	1.24 660	1.19 591	1.27 652	1.19 591	1.24 659	1.19 559	1.20 576	1.25 650	1.19 609	1.24 630	1.23 660

3w_stereo	2.04 669	2.24 603	1.70 662	3.15 681	2.18 734	2.49 707	1.26 661	2.03 667	1.98 728	1.98 668	1.33 667	2.72 722	1.99 714	2.59 711	1.72 704	2.22 676	1.33 633	1.85 673	1.88 726	2.50 700	1.58 684

StereoVision	3.15 731	5.00 699	0.89 537	4.83 730	1.00 589	3.93 738	1.27 662	6.37 767	1.34 668	5.67 767	1.26 662	5.84 768	1.27 652	5.03 764	1.24 659	5.10 748	1.09 561	4.61 748	0.57 523	5.62 756	1.12 598

4.5_new	2.00 656	1.84 566	1.98 704	2.77 670	2.16 730	2.27 695	1.28 663	2.09 669	1.98 728	2.01 671	1.28 664	2.71 718	1.98 712	2.51 708	1.65 684	2.26 680	1.33 633	1.87 677	1.87 721	2.49 698	1.60 687

CC-Net-ROB	1.36 628	1.33 509	1.33 628	1.36 596	1.38 671	1.36 645	1.33 664	1.37 642	1.34 668	1.35 643	1.36 671	1.38 647	1.34 658	1.38 648	1.38 673	1.35 618	1.38 642	1.33 654	1.35 667	1.43 640	1.34 669

11t	1.27 625	2.70 633	1.34 629	1.32 591	0.89 578	1.30 639	1.34 665	1.64 653	0.57 511	1.45 650	0.72 558	1.05 576	1.29 654	1.07 579	1.29 666	1.49 628	1.02 552	0.97 575	1.15 605	1.48 641	1.31 665

2.25w	2.00 656	1.86 570	1.98 704	2.95 677	2.17 732	2.26 694	1.35 666	2.42 703	2.00 731	2.07 678	1.27 663	2.53 705	1.99 714	2.29 696	1.49 678	2.21 675	1.32 626	1.85 673	1.87 721	2.52 702	1.62 698

MaskLacGwcNet_RVC	1.35 627	1.35 510	1.35 631	1.35 595	1.35 667	1.35 643	1.35 666	1.36 640	1.35 671	1.36 644	1.35 669	1.36 646	1.36 660	1.36 646	1.35 670	1.35 618	1.35 638	1.35 657	1.35 667	1.35 637	1.35 670

ktn	0.72 478	0.53 300	1.08 561	1.14 519	0.51 509	1.22 632	1.36 668	0.51 465	0.59 517	0.51 467	0.51 506	0.69 513	1.20 602	0.67 505	0.51 495	0.51 424	0.49 441	0.58 501	0.66 544	0.52 463	0.53 495

IGEVStereo-DCA	1.77 642	4.21 684	1.84 679	2.49 662	2.11 728	2.54 713	1.36 668	1.65 654	1.17 612	2.75 723	1.90 718	2.54 708	1.15 595	0.94 552	1.11 597	1.50 629	1.32 626	0.96 573	1.46 679	1.49 642	0.88 569

rrr	1.77 642	4.21 684	1.84 679	2.49 662	2.11 728	2.54 713	1.36 668	1.65 654	1.17 612	2.75 723	1.90 718	2.54 708	1.15 595	0.94 552	1.11 597	1.50 629	1.32 626	0.96 573	1.46 679	1.49 642	0.88 569

MC-Stereo	1.76 641	2.96 649	1.37 641	2.14 631	1.37 670	2.14 679	1.36 668	2.14 673	1.37 673	2.14 679	1.37 672	2.14 676	1.37 662	2.14 677	1.37 672	1.97 654	1.32 626	1.97 684	1.32 666	1.98 661	1.33 667

RASNet	1.49 631	1.65 525	1.45 647	1.38 598	1.43 674	1.47 654	1.36 668	1.38 643	1.36 672	1.39 645	1.60 685	1.45 652	1.45 666	1.51 653	2.21 730	1.53 632	1.36 639	1.36 659	1.36 669	1.66 649	1.36 671

PS-NSSS	1.38 630	1.39 515	1.34 629	1.34 593	1.35 667	1.38 647	1.37 673	1.35 639	1.38 674	1.34 642	1.34 668	1.39 648	1.38 663	1.70 659	1.40 674	1.36 620	1.36 639	1.36 659	1.37 670	1.37 638	1.36 671

3.25w	2.04 669	2.20 599	1.48 649	3.03 678	2.17 732	2.63 717	1.39 674	1.96 662	1.95 727	1.96 665	1.37 672	2.71 718	1.96 711	2.71 718	1.73 709	2.26 680	1.32 626	1.87 677	1.87 721	2.51 701	1.63 701

CFNet-RSSM	0.91 533	4.89 694	0.34 316	0.44 326	1.07 600	1.62 660	1.40 675	0.91 537	0.35 417	1.60 652	1.39 675	0.64 505	0.34 412	0.44 406	0.33 390	0.41 339	0.35 359	0.75 533	0.30 388	0.41 408	0.29 353

MM-Stereo_test1	1.80 644	3.41 661	1.52 654	2.12 630	1.41 673	2.04 674	1.41 676	2.05 668	1.46 678	2.04 674	1.41 676	2.05 675	1.42 665	2.05 673	1.43 676	2.04 659	1.54 654	1.94 682	1.38 672	1.99 662	1.33 667

sCroCo_RVC	2.10 680	2.76 641	1.92 689	2.78 673	1.39 672	2.73 722	1.41 676	2.73 719	1.40 675	2.77 728	1.41 676	2.74 724	1.40 664	2.74 723	1.40 674	2.72 709	1.42 645	2.72 725	1.44 678	2.79 712	1.42 675

MonStereo1	1.94 650	2.77 643	1.52 654	3.73 709	1.51 677	2.13 678	1.42 678	2.32 697	1.52 679	2.31 701	1.50 679	2.53 705	1.59 668	2.34 699	1.56 679	1.91 650	1.36 639	1.86 676	1.31 665	2.07 672	1.53 677

1w_stereo	2.05 671	2.32 608	1.35 631	3.74 710	2.01 722	2.73 722	1.42 678	1.88 659	1.93 726	2.03 673	1.28 664	2.71 718	1.99 714	2.72 720	1.72 704	2.20 674	1.32 626	1.87 677	1.86 720	2.45 694	1.54 678

RAFT_CTSACE	1.92 648	3.71 668	1.72 665	1.88 619	1.72 705	2.04 674	1.42 678	2.18 676	1.89 724	2.02 672	1.97 724	1.95 667	2.06 718	1.93 669	1.62 682	1.76 640	1.66 667	2.02 685	1.73 716	1.73 652	1.43 676

2.5w	2.01 663	2.40 618	1.37 641	3.28 688	2.01 722	2.71 719	1.43 681	1.82 658	1.83 715	1.90 664	1.41 676	2.71 718	1.35 659	2.71 718	1.85 716	2.66 705	1.53 652	1.64 667	1.23 659	2.53 705	1.87 718

3.5w_stereo	2.03 666	2.72 637	1.35 631	3.41 695	1.57 678	2.72 720	1.49 682	2.01 666	1.34 668	2.15 680	1.61 687	2.63 714	1.36 660	2.72 720	1.99 728	2.66 705	1.58 658	1.68 669	1.24 660	2.53 705	1.87 718

3.25w_new	2.03 666	2.72 637	1.35 631	3.33 693	1.57 678	2.72 720	1.53 683	2.15 674	1.33 667	2.15 680	1.60 685	2.63 714	1.30 655	2.72 720	1.99 728	2.67 707	1.53 652	1.75 671	1.25 662	2.53 705	1.87 718

monsterstereo	2.20 696	2.33 609	1.95 701	3.65 705	2.07 727	2.49 707	1.61 684	2.48 705	1.83 715	2.45 707	1.61 687	2.67 717	1.86 700	2.64 713	1.94 724	2.48 701	1.66 667	2.34 709	1.68 710	2.40 690	1.86 716

DPSMNet_ROB	1.60 635	1.59 523	1.70 662	1.59 607	1.59 680	1.61 658	1.61 684	1.60 649	1.60 681	1.62 658	1.59 684	1.60 655	1.60 669	1.60 655	1.59 681	1.59 634	1.60 662	1.59 666	1.59 688	1.59 645	1.59 685

monsters	2.18 690	2.41 619	1.96 703	3.47 698	2.03 726	2.53 711	1.64 686	2.48 705	1.73 705	2.40 705	1.50 679	2.62 713	1.94 709	2.59 711	1.94 724	2.44 697	1.57 657	2.28 705	1.87 721	2.42 691	1.86 716

noway7	2.08 675	5.18 705	1.92 689	2.27 638	1.66 685	2.18 680	1.66 687	2.17 675	1.66 682	2.18 682	1.65 689	2.18 678	1.66 672	2.17 678	1.66 687	2.15 663	1.85 684	2.05 686	1.60 691	2.05 664	1.60 687

monster_256*512	2.09 678	5.21 708	1.98 704	2.30 646	1.67 689	2.18 680	1.66 687	2.20 682	1.67 685	2.19 685	1.67 694	2.19 681	1.66 672	2.19 682	1.66 687	2.15 663	1.86 688	2.05 686	1.60 691	2.06 668	1.61 692

zzzz4	2.08 675	5.22 709	1.93 692	2.27 638	1.66 685	2.19 682	1.66 687	2.18 676	1.67 685	2.18 682	1.66 692	2.18 678	1.66 672	2.18 679	1.66 687	2.15 663	1.84 679	2.05 686	1.60 691	2.05 664	1.60 687

zzzzzz3	2.07 672	5.00 699	1.93 692	2.28 643	1.66 685	2.19 682	1.66 687	2.18 676	1.67 685	2.19 685	1.66 692	2.18 678	1.67 678	2.18 679	1.66 687	2.15 663	1.85 684	2.05 686	1.59 688	2.05 664	1.59 685

zzzz2	2.08 675	4.92 695	1.93 692	2.30 646	1.67 689	2.19 682	1.66 687	2.20 682	1.67 685	2.20 688	1.68 699	2.21 685	1.66 672	2.20 684	1.68 696	2.17 669	1.84 679	2.07 692	1.62 701	2.05 664	1.61 692

noway2	2.07 672	4.96 696	1.92 689	2.28 643	1.66 685	2.20 685	1.66 687	2.19 679	1.66 682	2.19 685	1.65 689	2.19 681	1.68 680	2.18 679	1.65 684	2.15 663	1.86 688	2.06 690	1.59 688	2.06 668	1.60 687

zzzzzzz1	2.10 680	5.20 707	1.93 692	2.38 656	1.68 693	2.20 685	1.67 693	2.20 682	1.68 690	2.20 688	1.67 694	2.20 684	1.68 680	2.20 684	1.67 695	2.24 678	1.86 688	2.06 690	1.61 695	2.06 668	1.62 698

noway1	2.10 680	5.26 713	1.93 692	2.31 649	1.69 698	2.21 688	1.67 693	2.19 679	1.68 690	2.21 690	1.68 699	2.21 685	1.67 678	2.20 684	1.66 687	2.15 663	1.84 679	2.07 692	1.61 695	2.07 672	1.61 692

zzz1	2.09 678	4.97 697	1.93 692	2.30 646	1.68 693	2.21 688	1.68 695	2.21 685	1.68 690	2.21 690	1.67 694	2.21 685	1.68 680	2.21 687	1.69 699	2.17 669	1.85 684	2.08 696	1.61 695	2.06 668	1.61 692

noway5	1.92 648	4.97 697	1.95 701	2.31 649	1.68 693	2.21 688	1.68 695	2.21 685	1.69 697	2.22 694	1.68 699	2.21 685	1.68 680	2.21 687	1.68 696	2.18 671	1.87 692	1.71 670	0.65 541	0.85 525	0.72 546

noway4	2.11 684	5.14 703	1.93 692	2.37 654	1.69 698	2.20 685	1.68 695	2.22 687	1.68 690	2.21 690	1.69 703	2.23 689	1.68 680	2.22 689	1.66 687	2.24 678	1.84 679	2.09 701	1.63 704	2.09 677	1.62 698

Anonymous3	2.55 716	3.26 659	1.65 659	3.28 688	1.63 683	3.24 731	1.68 695	3.27 730	1.66 682	3.28 731	1.67 694	3.25 731	1.66 672	3.27 730	1.64 683	3.26 715	1.65 666	3.30 729	1.65 706	4.95 749	1.65 705

GELT-Stereo	2.10 680	5.33 716	1.94 700	2.37 654	1.68 693	2.21 688	1.69 699	2.19 679	1.67 685	2.18 682	1.67 694	2.19 681	1.66 672	2.19 682	1.66 687	2.23 677	1.83 678	2.07 692	1.61 695	2.04 663	1.61 692

UDGNet	2.23 700	5.40 720	1.72 665	2.48 661	1.69 698	2.51 710	1.69 699	2.51 708	1.72 704	2.50 710	1.69 703	2.52 704	1.69 687	2.50 707	1.68 696	2.41 696	1.70 670	2.42 714	1.69 712	2.42 691	1.64 703

noway3	2.12 686	5.22 709	1.93 692	2.39 657	1.70 703	2.23 693	1.70 701	2.22 687	1.70 698	2.22 694	1.70 705	2.23 689	1.69 687	2.22 689	1.71 701	2.28 684	1.86 688	2.08 696	1.63 704	2.09 677	1.63 701

MFMNet_re	1.81 645	1.91 576	1.71 664	1.95 624	1.70 703	1.95 670	1.70 701	1.96 662	1.74 707	1.97 667	1.72 706	1.95 667	1.71 690	1.97 671	1.71 701	1.86 643	1.62 663	1.85 673	1.66 707	1.86 657	1.64 703

4w-stereo	2.02 664	2.72 637	1.44 646	3.36 694	1.59 680	2.48 706	1.72 703	2.28 690	1.24 663	2.24 696	1.65 689	2.56 710	1.32 657	2.39 702	1.98 727	2.67 707	1.51 650	1.66 668	1.24 660	2.53 705	1.88 721

U	5.15 767	8.49 744	1.81 670	8.49 756	1.77 707	8.49 774	1.77 704	8.51 775	1.77 709	8.49 775	1.77 708	8.50 775	1.78 697	8.58 775	1.77 711	8.54 767	1.78 674	8.55 775	1.78 718	8.55 769	1.84 714

derf	1.91 647	2.15 595	1.78 668	2.16 632	1.75 706	2.21 688	1.80 705	2.22 687	1.80 711	2.21 690	1.76 707	2.17 677	1.81 699	2.24 694	1.74 710	1.93 652	1.56 655	1.96 683	1.53 681	1.95 660	1.56 680

FBW_ROB	2.12 686	2.46 623	1.77 667	2.49 662	1.79 709	2.38 701	1.83 706	2.46 704	1.78 710	2.48 709	1.97 724	2.40 700	1.78 697	2.42 705	1.83 714	2.31 689	1.85 684	2.38 712	1.82 719	2.35 688	1.84 714

TRStereo	2.00 656	2.13 592	1.85 681	2.27 638	1.84 710	2.28 697	1.84 707	2.29 692	1.86 717	2.30 698	1.87 713	2.30 692	1.87 702	2.08 674	1.72 704	2.08 660	1.72 671	2.08 696	1.72 713	2.08 674	1.72 708

XX-Stereo	2.00 656	2.13 592	1.85 681	2.27 638	1.84 710	2.28 697	1.84 707	2.29 692	1.86 717	2.30 698	1.87 713	2.30 692	1.87 702	2.08 674	1.72 704	2.08 660	1.72 671	2.08 696	1.72 713	2.08 674	1.72 708

EAI-Stereo	2.00 656	2.13 592	1.85 681	2.27 638	1.84 710	2.28 697	1.84 707	2.29 692	1.86 717	2.30 698	1.87 713	2.30 692	1.87 702	2.08 674	1.72 704	2.08 660	1.72 671	2.08 696	1.72 713	2.08 674	1.72 708

asd	2.18 690	2.77 643	1.58 656	3.59 703	2.00 721	2.58 715	1.85 710	2.39 702	1.71 700	2.47 708	1.97 724	2.59 712	1.61 670	2.56 709	1.79 712	2.51 702	1.99 694	2.11 702	1.62 701	2.36 689	1.60 687

DNSM	2.56 717	4.43 687	3.08 734	4.09 713	1.86 713	2.66 718	1.86 711	2.66 712	1.87 721	2.66 715	1.86 711	2.66 716	1.86 700	2.66 716	1.87 720	3.82 722	2.94 717	2.42 714	1.73 716	2.42 691	1.73 711

asda	2.17 688	2.54 624	1.81 670	3.47 698	1.78 708	2.50 709	1.86 711	2.61 711	1.68 690	2.61 713	1.83 709	2.37 699	1.73 692	2.44 706	1.88 722	2.51 702	1.84 679	2.34 709	1.62 701	2.23 681	1.77 713

LGtest1	2.22 697	2.70 633	1.89 686	2.76 669	1.86 713	2.75 724	1.86 711	2.75 720	1.86 717	2.75 723	1.86 711	2.77 727	1.87 702	2.75 724	1.86 717	2.46 698	1.58 658	2.45 716	1.56 682	2.45 694	1.56 680

LG-G_1	2.22 697	2.71 635	1.89 686	2.77 670	1.87 717	2.75 724	1.87 714	2.76 721	1.87 721	2.75 723	1.87 713	2.76 725	1.87 702	2.75 724	1.86 717	2.47 699	1.58 658	2.45 716	1.57 683	2.45 694	1.57 682

LG-G	2.22 697	2.71 635	1.89 686	2.77 670	1.87 717	2.75 724	1.87 714	2.76 721	1.87 721	2.75 723	1.87 713	2.76 725	1.87 702	2.75 724	1.86 717	2.47 699	1.58 658	2.45 716	1.57 683	2.45 694	1.57 682

AIO_rvc	2.18 690	2.34 613	1.87 685	2.32 651	1.94 720	2.40 702	1.89 716	2.37 700	2.07 733	2.52 711	1.95 723	2.44 702	1.99 714	2.41 703	1.89 723	2.32 690	2.09 703	2.24 703	2.18 730	2.21 680	2.23 725

qwe	2.18 690	2.60 627	1.58 656	3.83 711	1.90 719	2.53 711	1.90 717	2.48 705	1.73 705	2.37 704	1.92 720	2.53 705	1.68 680	2.56 709	1.83 714	2.52 704	1.87 692	2.07 692	1.68 710	2.32 687	1.71 707

AIO_test	2.18 690	2.09 590	2.04 709	2.42 659	2.01 722	2.47 705	1.94 718	2.34 699	2.03 732	2.56 712	1.94 721	2.43 701	1.94 709	2.41 703	1.87 720	2.39 695	2.10 704	2.35 711	1.91 727	2.25 683	2.19 724

4.25w-stereo	1.98 651	2.72 637	1.46 648	3.47 698	1.43 674	2.07 676	1.98 719	2.53 709	1.52 679	2.71 716	1.98 730	1.81 662	1.62 671	1.96 670	1.36 671	1.88 648	2.00 695	2.53 721	1.61 695	1.74 653	1.15 603

3.75w	1.99 652	2.31 607	1.83 678	3.16 682	1.65 684	1.93 666	1.98 719	2.72 713	1.68 690	2.73 722	1.97 724	2.00 671	1.72 691	1.81 665	1.25 662	2.27 683	2.01 697	2.38 712	1.42 676	1.71 651	1.24 661

2w_stereo	1.99 652	2.36 616	1.81 670	3.24 686	1.67 689	1.94 667	1.98 719	2.72 713	1.68 690	2.72 717	1.94 721	1.98 670	1.74 694	1.79 664	1.27 663	1.95 653	2.00 695	2.53 721	1.60 691	1.68 650	1.15 603

4.25_new	2.00 656	2.33 609	1.82 675	3.32 691	1.69 698	1.95 670	1.99 722	2.72 713	1.71 700	2.72 717	1.97 724	2.01 672	1.74 694	1.77 662	1.28 664	2.18 671	2.01 697	2.48 719	1.58 686	1.65 647	1.17 607

4.5w_new	2.00 656	2.33 609	1.82 675	3.32 691	1.69 698	1.95 670	1.99 722	2.72 713	1.71 700	2.72 717	1.97 724	2.01 672	1.74 694	1.77 662	1.28 664	2.18 671	2.01 697	2.48 719	1.58 686	1.65 647	1.17 607

4.5w-stereo	1.99 652	2.33 609	1.81 670	3.28 688	1.68 693	1.94 667	1.99 722	2.72 713	1.70 698	2.72 717	1.99 733	1.97 669	1.68 680	1.76 661	1.29 666	1.91 650	2.02 701	2.53 721	1.61 695	1.75 654	1.16 606

2.75w_new	1.99 652	2.34 613	1.81 670	3.14 680	1.62 682	1.94 667	1.99 722	2.72 713	1.71 700	2.72 717	1.99 733	1.90 665	1.73 692	1.82 666	1.29 666	2.37 693	2.01 697	2.31 707	1.42 676	1.77 655	1.22 658

MonStereo	2.17 688	2.41 619	1.49 653	2.67 667	1.67 689	2.60 716	2.04 726	2.32 697	1.76 708	2.44 706	1.68 699	2.50 703	1.69 687	2.38 700	1.80 713	2.28 684	1.78 674	2.63 724	2.14 729	3.47 717	1.68 706

HUF	2.18 690	2.30 606	1.99 708	2.34 653	2.02 725	2.41 703	2.06 727	2.38 701	1.89 724	2.36 703	1.85 710	2.56 710	1.98 712	2.31 698	1.97 726	2.30 688	2.03 702	2.30 706	2.11 728	2.23 681	2.16 723

ff7	1.68 637	2.68 630	1.35 631	0.97 498	0.89 578	1.84 662	2.15 728	2.12 670	1.80 711	2.05 675	1.56 681	2.33 695	2.12 719	2.23 691	2.25 731	1.31 614	1.07 555	1.48 661	1.41 673	0.90 534	1.04 593

ffff	1.68 637	2.68 630	1.35 631	0.97 498	0.89 578	1.84 662	2.15 728	2.12 670	1.80 711	2.05 675	1.56 681	2.33 695	2.12 719	2.23 691	2.25 731	1.31 614	1.07 555	1.48 661	1.41 673	0.90 534	1.04 593

ccc-4	1.68 637	2.68 630	1.35 631	0.97 498	0.89 578	1.84 662	2.15 728	2.12 670	1.80 711	2.05 675	1.56 681	2.33 695	2.12 719	2.23 691	2.25 731	1.31 614	1.07 555	1.48 661	1.41 673	0.90 534	1.04 593

NCCL2	2.28 702	2.27 604	2.28 711	2.28 643	2.28 735	2.27 695	2.29 731	2.28 690	2.28 734	2.27 697	2.28 736	2.28 691	2.27 722	2.27 695	2.28 735	2.28 684	2.28 709	2.27 704	2.29 734	2.27 684	2.29 726

STTStereo	3.73 737	30.40 783	2.37 715	2.39 657	2.31 737	2.35 700	2.33 732	2.29 692	2.42 735	2.32 702	2.34 737	2.33 695	2.36 723	2.30 697	2.27 734	2.35 692	2.22 708	2.31 707	2.22 731	2.29 686	2.34 730

CFNet-ft	0.55 437	1.57 522	0.14 156	0.20 187	0.14 216	0.20 223	2.53 733	1.61 650	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.20 220	0.14 210	0.17 177	0.12 143	0.17 213	0.12 202	1.56 644	1.24 661

NLSM1	2.93 730	3.24 658	2.57 719	4.04 712	2.66 738	3.30 733	2.55 734	3.29 731	2.55 736	3.35 733	2.48 738	3.28 732	2.47 724	3.34 733	2.49 736	3.26 715	2.55 715	3.13 727	2.57 737	3.00 714	2.46 733

PSMNet-RSSM	0.77 492	2.76 641	0.14 156	0.20 187	0.14 216	0.20 223	2.66 735	2.79 724	0.14 216	0.21 232	0.14 218	0.21 230	0.14 217	0.20 220	0.14 210	0.17 177	0.12 143	0.17 213	0.12 202	2.52 702	2.31 727

GwcNet-RSSM	0.77 492	2.77 643	0.14 156	0.20 187	0.14 216	0.20 223	2.67 736	2.78 723	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.21 233	0.14 210	0.17 177	0.12 143	0.17 213	0.12 202	2.52 702	2.31 727

cf-r	0.66 458	2.17 597	0.12 131	0.18 169	0.12 209	0.18 214	2.70 737	2.60 710	0.12 209	0.18 211	0.12 199	0.18 213	0.12 205	0.18 212	0.12 196	0.15 153	0.11 129	0.15 199	0.11 177	1.81 656	1.74 712

hitnet-ft	0.79 496	2.78 646	0.14 156	0.20 187	0.14 216	0.21 234	2.89 738	2.80 725	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.20 220	0.14 210	0.17 177	0.12 143	0.17 213	0.12 202	2.54 710	2.33 729

Sa-1000	4.34 755	8.37 741	6.84 762	6.98 751	4.45 768	3.58 734	3.00 739	3.42 734	3.39 755	2.61 713	4.00 764	3.83 738	4.01 757	3.90 738	3.90 760	5.98 754	5.62 750	3.76 736	2.34 735	4.35 729	2.47 734

rvit_105_1	3.83 738	5.22 709	3.01 724	4.53 717	3.01 741	4.51 745	3.01 740	4.56 747	3.04 741	4.53 746	3.03 742	4.55 748	3.03 729	4.56 747	3.04 738	4.57 731	3.05 719	4.57 743	3.05 742	4.57 733	3.05 740

rvit_0105_6	3.87 742	5.73 728	3.10 735	4.69 727	3.12 751	4.54 747	3.02 741	4.56 747	3.04 741	4.54 748	3.03 742	4.54 746	3.04 732	4.56 747	3.05 740	4.58 734	3.05 719	4.58 745	3.05 742	4.58 734	3.05 740

rvit_stereo_0081_aga	3.86 740	5.33 716	3.02 727	4.55 723	3.04 747	4.54 747	3.02 741	4.64 754	3.06 745	4.54 748	3.04 744	4.62 755	3.08 736	4.62 753	3.07 743	4.58 734	3.06 723	4.60 747	3.08 746	4.63 737	3.07 744

rvit_stereo_0081	3.83 738	5.23 712	3.01 724	4.53 717	3.03 743	4.55 751	3.02 741	4.56 747	3.04 741	4.52 744	3.02 740	4.54 746	3.03 729	4.56 747	3.04 738	4.57 731	3.05 719	4.57 743	3.05 742	4.58 734	3.05 740

rvit_stereo_0082	3.86 740	5.82 729	3.01 724	4.53 717	3.03 743	4.54 747	3.02 741	4.56 747	3.04 741	4.53 746	3.02 740	4.55 748	3.04 732	4.57 750	3.05 740	4.57 731	3.05 719	4.58 745	3.05 742	4.58 734	3.06 743

rvit_0105_4	3.91 745	5.47 724	3.02 727	4.54 720	3.02 742	4.54 747	3.03 745	4.75 757	3.17 752	4.57 750	3.06 745	4.61 754	3.16 740	4.65 754	3.09 746	4.66 738	3.11 727	4.68 752	3.18 753	4.81 744	3.16 752

DispFullNet	4.61 758	4.84 692	3.12 736	5.00 734	3.57 757	4.75 760	3.03 745	7.75 773	4.17 766	4.91 760	3.09 749	6.20 769	3.95 755	6.71 769	3.51 753	5.30 749	3.67 737	5.86 768	3.63 757	5.61 755	3.46 757

rvit_stereo_0080	3.89 743	5.70 726	3.04 729	4.54 720	3.03 743	4.56 752	3.05 747	4.60 751	3.07 746	4.58 751	3.06 745	4.59 750	3.06 734	4.61 751	3.08 744	4.63 736	3.09 724	4.64 749	3.10 747	4.65 738	3.10 747

whm_eth	3.89 743	5.70 726	3.04 729	4.54 720	3.03 743	4.56 752	3.05 747	4.60 751	3.07 746	4.58 751	3.06 745	4.59 750	3.06 734	4.61 751	3.08 744	4.63 736	3.09 724	4.64 749	3.10 747	4.65 738	3.10 747

rvit_0105_3	3.91 745	5.33 716	3.06 732	4.60 725	3.07 749	4.60 754	3.06 749	4.62 753	3.08 749	4.60 753	3.07 748	4.62 755	3.08 736	4.67 755	3.10 747	4.70 739	3.11 727	4.77 756	3.19 754	4.77 743	3.14 751

rvit_stereo_0083	3.92 747	5.30 715	3.06 732	4.61 726	3.09 750	4.67 756	3.08 750	4.66 755	3.09 750	4.62 754	3.10 750	4.66 758	3.11 738	4.67 755	3.16 749	4.72 741	3.16 730	4.77 756	3.11 749	4.66 740	3.11 749

rvit_stereo_ft	3.93 748	5.44 722	3.05 731	4.59 724	3.06 748	4.61 755	3.08 750	4.67 756	3.12 751	4.63 755	3.10 750	4.65 757	3.11 738	4.69 757	3.13 748	4.70 739	3.14 729	4.71 754	3.15 752	4.74 741	3.16 752

rvit_0105_5	4.10 749	5.40 720	3.13 738	4.71 728	3.15 752	4.72 759	3.10 752	4.90 762	3.27 754	4.69 756	3.16 752	4.84 762	3.25 742	4.96 761	3.34 752	5.05 746	3.39 735	5.10 761	3.40 755	5.11 751	3.42 756

SA	4.33 754	7.35 735	6.85 763	5.96 742	4.09 765	3.59 735	3.15 753	3.82 738	2.64 737	3.91 736	3.85 761	3.57 734	2.72 727	3.13 729	4.03 762	7.09 763	6.86 758	3.57 732	3.12 750	3.85 720	3.51 758

GANet-RSSM	0.75 486	1.91 576	0.14 156	0.47 338	0.14 216	0.21 234	3.21 754	2.30 696	0.14 216	0.46 422	0.14 218	0.23 248	0.18 256	0.21 233	0.14 210	0.18 193	0.27 268	0.37 342	0.13 213	2.13 679	2.12 722

NLCSM	3.67 736	4.08 679	3.19 739	4.80 729	3.26 753	3.99 741	3.24 755	4.25 743	3.18 753	4.09 739	3.27 753	4.14 741	3.18 741	4.13 741	3.28 751	4.06 723	3.10 726	3.85 739	3.14 751	3.91 724	3.27 755

MLG-Stereo_test2	4.28 752	5.46 723	3.69 744	4.86 732	3.72 761	5.58 766	3.42 756	4.81 759	3.77 762	4.85 758	3.72 760	5.55 767	3.63 745	5.58 765	3.53 754	4.41 728	3.28 734	4.99 760	2.95 740	4.75 742	3.13 750

test_5	4.62 759	7.55 737	6.23 758	6.32 745	3.40 756	5.29 764	3.50 757	3.53 735	4.11 765	4.28 741	4.47 768	4.26 744	4.38 760	3.68 736	3.24 750	5.89 752	5.60 749	4.84 758	3.50 756	4.33 728	3.93 766

MLG-Stereo_test1	4.25 750	5.34 719	3.61 742	5.31 736	3.63 759	5.23 763	3.57 758	5.38 765	3.65 756	5.23 762	3.47 755	4.76 759	3.74 749	4.85 758	3.71 756	4.96 743	3.18 732	4.71 754	2.92 739	4.86 747	2.90 737

RAFT+CT+SA	4.28 752	7.62 738	4.91 751	5.55 739	2.28 735	3.09 728	3.64 759	4.49 745	3.07 746	4.80 757	3.35 754	4.77 760	3.70 748	4.29 744	3.05 740	5.58 750	5.98 753	3.58 733	3.78 762	4.26 727	3.72 760

DPSNet	3.66 735	3.60 664	3.62 743	3.63 704	3.64 760	3.65 736	3.65 760	3.66 736	3.67 757	3.67 735	3.65 758	3.67 736	3.66 746	3.66 735	3.68 755	3.68 720	3.66 736	3.67 734	3.68 760	3.67 718	3.67 759

MLG-Stereo_test3	4.26 751	4.85 693	3.95 746	5.35 737	3.60 758	4.75 760	3.76 761	5.49 766	3.71 758	5.39 763	3.69 759	4.82 761	3.66 746	4.85 758	3.73 759	4.93 742	3.19 733	4.69 753	2.99 741	4.84 746	2.98 739

TestStereo1	4.60 756	8.41 742	6.44 760	6.86 749	3.79 762	3.97 739	3.78 762	3.99 740	3.74 759	3.97 737	3.52 756	3.94 739	3.58 743	3.98 739	3.72 757	6.82 760	6.50 756	3.76 736	3.66 758	3.90 721	3.74 762

SA-5K	4.60 756	8.41 742	6.44 760	6.86 749	3.79 762	3.97 739	3.78 762	3.99 740	3.74 759	3.97 737	3.52 756	3.94 739	3.58 743	3.98 739	3.72 757	6.82 760	6.50 756	3.76 736	3.66 758	3.90 721	3.74 762

test_4	4.88 762	8.13 740	6.98 764	7.46 752	4.44 767	4.25 743	3.85 764	4.04 742	3.92 763	4.13 740	3.91 762	4.18 743	3.84 753	4.14 742	4.06 763	7.01 762	7.13 761	4.53 741	3.72 761	4.09 725	3.72 760

cross-raft	4.83 761	7.52 736	6.43 759	6.63 746	3.96 764	4.51 745	3.99 765	4.49 745	3.96 764	4.52 744	3.96 763	4.50 745	3.97 756	4.50 746	3.97 761	6.65 758	6.44 755	4.33 740	3.92 764	4.35 729	3.91 765

test_3	5.01 764	8.86 747	7.77 766	8.09 754	2.76 740	4.13 742	4.05 766	3.88 739	3.76 761	4.33 742	4.13 765	3.71 737	3.91 754	4.21 743	4.06 763	7.93 764	7.69 763	4.53 741	3.91 763	4.17 726	4.29 768

raft_robust	4.71 760	7.75 739	5.40 756	6.81 748	3.31 754	4.28 744	4.20 767	4.32 744	4.37 768	4.35 743	4.35 767	4.14 741	3.75 750	4.30 745	4.20 765	6.67 759	6.37 754	3.36 731	4.24 768	4.86 747	3.25 754

SGM-Forest	5.21 768	5.92 730	4.08 747	6.18 743	4.16 766	6.31 768	4.34 768	6.50 768	4.33 767	6.14 769	4.21 766	6.61 772	4.55 761	6.67 768	4.48 766	5.94 753	3.94 739	5.85 767	4.03 766	5.79 757	4.17 767
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 766	5.15 704	4.49 748	5.07 735	3.37 755	6.87 769	4.75 769	5.04 763	6.34 773	7.84 773	5.06 770	6.72 773	4.09 758	4.99 762	5.44 770	5.03 745	3.16 730	4.67 751	4.86 769	5.15 752	3.89 764

TestStereo	4.88 762	4.75 691	4.79 749	4.87 733	4.92 769	4.81 762	4.90 770	4.78 758	4.77 769	4.87 759	4.89 769	4.90 763	4.91 762	4.99 762	4.79 767	4.98 744	4.87 746	4.87 759	4.92 770	5.00 750	5.00 769

rvit_stereo_0075_2	6.64 770	8.80 746	5.25 753	7.89 753	5.27 771	7.90 773	5.27 771	7.92 774	5.28 771	7.91 774	5.29 772	7.93 774	5.27 763	7.92 774	5.28 768	7.93 764	5.28 748	7.93 773	5.29 772	7.93 766	5.28 771

SGM+DAISY	7.06 772	9.15 748	5.38 755	8.84 758	5.18 770	8.80 775	5.31 772	8.79 776	5.28 771	8.89 776	5.20 771	8.93 776	5.33 764	8.95 776	5.36 769	8.70 768	5.21 747	8.74 776	5.20 771	8.89 770	5.15 770

test-1	6.46 769	9.16 749	8.03 770	8.09 754	5.62 772	6.11 767	6.35 773	6.85 770	4.94 770	6.08 768	6.29 775	4.98 764	6.43 767	6.22 766	6.36 773	6.16 756	7.47 762	5.82 766	5.44 773	7.11 763	5.68 772

RAFT	6.73 771	9.36 750	7.40 765	8.51 757	6.55 773	6.88 770	6.60 774	6.79 769	6.60 774	6.80 770	6.72 776	5.31 766	5.50 765	6.61 767	6.61 774	8.42 766	5.89 751	5.73 765	5.45 774	6.61 759	6.24 773

test-v	7.53 773	11.89 760	7.98 767	9.36 761	7.14 774	7.06 771	7.09 775	7.37 771	6.91 775	7.29 771	5.71 773	6.45 770	6.93 768	6.73 770	7.27 775	8.93 771	7.85 764	6.98 771	6.80 775	7.56 764	7.34 775

test-2	7.53 773	11.89 760	7.98 767	9.36 761	7.14 774	7.06 771	7.09 775	7.37 771	6.91 775	7.29 771	5.71 773	6.45 770	6.93 768	6.73 770	7.27 775	8.93 771	7.85 764	6.98 771	6.80 775	7.56 764	7.34 775

MANE	19.05 776	23.00 768	15.00 776	23.00 782	15.00 776	24.00 782	16.00 777	24.00 783	16.00 777	22.00 783	15.00 777	23.00 783	16.00 777	23.00 783	15.00 777	22.00 783	15.00 777	22.00 783	15.00 777	22.00 783	15.00 777

rafts_anoy	20.00 777	20.00 762	20.00 777	20.00 776	20.00 777	20.00 776	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778

raft+_RVC	20.00 777	20.00 762	20.00 777	20.00 776	20.00 777	20.00 776	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778

raftrobust	20.00 777	20.00 762	20.00 777	20.00 776	20.00 777	20.00 776	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778

CasAABBNet	20.00 777	20.00 762	20.00 777	20.00 776	20.00 777	20.00 776	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778

RALCasStereoNet	20.00 777	20.00 762	20.00 777	20.00 776	20.00 777	20.00 776	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778

RALAANet	20.00 777	20.00 762	20.00 777	20.00 776	20.00 777	20.00 776	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778	20.00 777	20.00 778

WCMA_ROB	31.10 784	35.43 788	27.12 783	39.51 795	23.10 783	38.78 795	25.30 784	37.49 796	25.39 784	37.29 795	27.02 784	38.52 796	26.48 784	37.80 795	26.44 784	36.28 791	22.65 784	33.90 788	22.30 784	37.10 793	24.18 784

111	30.40 783	30.94 784	29.72 784	32.61 783	30.02 784	33.57 783	30.47 785	31.50 784	29.39 785	30.98 784	29.11 785	29.78 784	30.39 788	29.45 784	30.76 788	30.08 784	29.02 785	29.92 784	30.32 788	29.86 784	30.17 785

fff	1000028.16 805	29.62 780	29.72 784	32.61 783	30.02 784	35.13 785	31.83 786	32.07 785	10000000.00 806	35.27 787	29.82 786	32.45 785	30.15 785	32.35 785	30.09 785	31.04 785	29.55 786	30.64 785	30.14 785	10000000.00 806	30.77 786

csc	1000028.16 805	29.62 780	29.72 784	32.61 783	30.02 784	35.13 785	31.83 786	32.07 785	10000000.00 806	35.27 787	29.82 786	32.45 785	30.15 785	32.35 785	30.09 785	31.04 785	29.55 786	30.64 785	30.14 785	10000000.00 806	30.77 786

cscssc	1000028.16 805	29.62 780	29.72 784	32.61 783	30.02 784	35.13 785	31.83 786	32.07 785	10000000.00 806	35.27 787	29.82 786	32.45 785	30.15 785	32.35 785	30.09 785	31.04 785	29.55 786	30.64 785	30.14 785	10000000.00 806	30.77 786

ADStereo(finetuned)	36.13 786	36.63 789	38.07 795	36.97 788	33.25 788	35.91 788	34.45 789	36.36 791	32.99 786	38.14 796	36.71 792	36.69 791	34.13 789	38.57 796	40.79 796	37.60 796	36.58 792	35.90 792	33.36 789	35.42 787	34.04 789

tt	500032.53 803	34.60 786	29.72 784	37.47 793	34.41 789	36.85 789	35.22 790	34.71 788	33.55 787	34.50 785	35.43 789	33.81 788	10000000.00 807	33.57 788	33.13 789	33.68 788	35.00 790	34.03 789	35.26 791	30.96 785	34.63 790

DCANet	500032.53 803	34.60 786	29.72 784	37.47 793	34.41 789	36.85 789	35.22 790	34.71 788	33.55 787	34.50 785	35.43 789	33.81 788	10000000.00 807	33.57 788	33.13 789	33.68 788	35.00 790	34.03 789	35.26 791	30.96 785	34.63 790

DCANet-4	35.22 785	34.54 785	35.08 790	33.58 787	35.47 791	34.55 784	35.53 792	36.08 790	35.85 789	35.92 790	35.77 791	35.18 790	35.48 790	35.39 790	37.15 795	34.55 790	33.92 789	35.02 791	34.90 790	35.79 788	34.74 792

fast-reg	37.00 787	37.00 790	37.00 791	37.00 789	37.00 792	37.00 791	37.00 793	37.00 792	37.00 790	37.00 791	37.00 793	37.00 792	37.00 791	37.00 791	37.00 791	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 793

Reg-Stereo(zero)	37.00 787	37.00 790	37.00 791	37.00 789	37.00 792	37.00 791	37.00 793	37.00 792	37.00 790	37.00 791	37.00 793	37.00 792	37.00 791	37.00 791	37.00 791	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 793

FLISNet	37.00 787	37.00 790	37.00 791	37.00 789	37.00 792	37.00 791	37.00 793	37.00 792	37.00 790	37.00 791	37.00 793	37.00 792	37.00 791	37.00 791	37.00 791	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 793

CoSv	37.00 787	37.00 790	37.00 791	37.00 789	37.00 792	37.00 791	37.00 793	37.00 792	37.00 790	37.00 791	37.00 793	37.00 792	37.00 791	37.00 791	37.00 791	37.00 792	37.00 793	37.00 793	37.00 793	37.00 789	37.00 793

CBMV	128.50 793	1422.70 807	53.10 797	79.50 797	51.30 797	77.30 797	49.70 797	74.00 797	48.20 795	77.20 798	48.80 798	73.90 798	48.00 796	73.80 798	48.80 798	70.40 798	45.10 798	68.90 798	46.10 798	68.20 795	45.00 798
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 791	87.70 795	41.95 796	113.75 798	65.62 798	75.05 796	55.25 798	75.64 798	45.04 794	71.61 797	41.75 797	72.81 797	44.06 795	68.38 797	44.63 797	101.89 799	59.57 799	107.10 799	61.05 799	104.38 796	59.38 799

NOSS_ROB	102.95 792	153.00 799	121.00 799	51.00 796	44.00 796	165.00 799	127.00 799	153.00 799	119.00 796	164.00 800	125.00 799	168.00 800	120.00 797	153.00 799	117.00 799	49.00 797	44.00 797	49.00 797	44.00 797	49.00 794	44.00 797

DF_test	189.29 795	560.34 804	182.58 803	229.00 801	135.68 799	197.79 800	135.52 800	197.80 801	135.44 797	197.75 801	135.49 800	197.90 801	135.51 798	197.84 801	135.75 800	217.37 802	171.11 801	183.74 801	127.67 801	183.56 798	127.88 800

MeshStereo	159.24 794	171.00 800	160.68 802	162.58 799	160.59 800	164.01 798	160.35 801	158.51 800	158.56 798	158.34 799	160.12 801	158.56 799	159.92 799	157.26 800	158.94 801	154.38 800	158.36 800	155.75 800	159.13 802	153.67 797	154.07 801
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DLCB_ROB	284.23 799	354.61 802	207.27 804	363.24 804	206.46 801	364.72 804	210.41 802	364.72 805	210.41 799	364.81 805	208.64 803	364.81 805	208.64 801	364.72 805	210.41 803	354.70 805	205.53 803	354.70 805	205.53 804	354.70 802	205.53 803

AE-Stereo	201.80 796	123.00 796	115.00 798	219.00 800	218.00 802	223.00 801	244.00 803	217.00 802	236.00 800	202.00 802	203.00 802	205.00 802	208.00 800	225.00 802	204.00 802	210.00 801	198.00 802	197.00 802	184.00 803	204.00 799	201.00 802

MGS-Stereo	239.45 797	123.00 796	135.00 800	266.00 802	286.00 803	277.00 802	305.00 804	271.00 803	242.00 801	274.00 803	279.00 804	255.00 803	270.00 802	268.00 803	297.00 804	221.00 803	247.00 804	216.00 803	123.00 800	217.00 800	217.00 804

EGLCR-Stereo	246.90 798	129.00 798	139.00 801	266.00 802	286.00 803	277.00 802	305.00 804	271.00 803	242.00 801	274.00 803	279.00 804	255.00 803	270.00 802	268.00 803	297.00 804	230.00 804	247.00 804	216.00 803	223.00 805	237.00 801	227.00 805

LE_ROB	396.57 800	471.28 803	329.84 805	471.48 805	308.15 805	526.83 805	322.10 806	488.15 806	323.76 803	495.46 806	317.97 806	497.17 806	320.10 804	481.62 806	326.76 806	462.71 806	298.97 806	466.16 806	285.98 806	447.62 803	289.21 806

SGM-ForestM	596.69 801	677.77 805	444.52 806	699.85 806	517.25 806	732.94 806	488.29 807	770.79 807	460.11 804	750.81 807	487.98 807	792.79 807	499.41 805	730.90 807	475.81 807	720.03 807	491.16 807	663.96 807	418.60 807	674.76 804	436.05 807

CBMV_ROB	818.48 802	913.88 806	709.52 807	862.84 807	597.78 807	1073.99 807	700.52 808	1015.66 808	702.59 805	1115.65 808	760.02 808	1130.24 808	721.57 806	1037.41 808	692.65 808	814.05 808	564.29 808	843.28 808	595.31 808	915.51 805	602.92 808

real-time stereo	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

111111	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

SGD-Stereo	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

IGEV-Stereo++	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

IGEV-BASED-STEREO-	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

IGEV-Stereo+	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

SDNR	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

anonymousdsp2	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

anonymousdsp	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

test_example2	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809

DIP-Stereo	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 808	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 807	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 809	10000000.00 806	10000000.00 809
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark