Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 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 18	0.02 20	0.00 1	0.00 1

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-SNSev	0.03 29	0.09 66	0.07 59	0.09 55	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 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 44	0.05 43	0.04 79	0.05 90	0.04 82	0.05 89	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 44	0.04 37	0.03 48	0.04 78	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 126	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 41	0.50 235	0.10 70	0.12 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	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 122	0.20 166	0.23 152	0.01 10	0.02 19	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	0.23 177	0.21 178	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 251	0.10 70	0.12 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	0.12 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 59	0.07 59	0.07 47	0.07 111	0.08 106	0.06 109	0.08 108	0.07 112	0.08 107	0.07 113	0.08 107	0.06 110	0.07 105	0.07 103	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

FADE	0.07 49	0.06 54	0.02 14	0.09 55	0.10 121	0.03 40	0.03 50	0.05 89	0.03 55	0.04 74	0.03 52	0.05 91	0.03 52	0.04 72	0.03 48	0.15 125	0.10 75	0.17 153	0.13 155	0.11 123	0.11 128

OmniDepth	0.08 51	0.08 59	0.11 90	0.11 76	0.05 99	0.08 106	0.05 94	0.08 108	0.07 112	0.08 107	0.05 101	0.08 107	0.05 95	0.09 111	0.08 105	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104

ADCMid	0.08 51	0.02 12	0.02 14	1.01 409	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 53	0.13 82	0.39 281	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 53	0.13 82	0.39 281	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

test_sample7	0.09 53	1.00 327	0.11 90	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 53	0.97 322	0.10 70	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 299	0.10 70	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 339	0.11 90	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 299	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 333	0.09 66	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 319	0.09 66	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 333	0.10 70	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

SepStereo	0.09 53	0.09 66	0.10 70	0.09 55	0.09 115	0.09 111	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 112	0.09 117	0.09 111	0.08 105	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 53	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 454	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 53	0.02 12	0.04 44	0.90 385	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 291	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 323	0.14 127	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 66	1.05 343	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 66	1.05 343	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 66	1.05 343	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 66	1.07 346	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 66	1.03 339	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 66	1.07 346	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 66	1.09 348	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 66	1.14 355	0.13 122	0.14 100	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 66	0.99 326	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 66	1.09 348	0.13 122	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 66	0.03 31	0.04 44	1.27 482	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 108	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 88	0.05 49	0.36 267	0.24 157	0.07 111	0.13 127	0.05 94	0.06 95	0.05 98	0.05 92	0.05 101	0.13 128	0.05 95	0.05 83	0.09 109	0.24 182	0.20 174	0.10 108	0.05 96	0.06 96	0.13 151

JetRed	0.11 88	0.12 81	0.11 90	0.11 76	0.11 137	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 88	0.11 79	0.12 102	0.13 96	0.14 158	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

x	0.11 88	1.15 358	0.15 143	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 88	0.44 183	0.33 247	0.39 207	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 279	0.36 285	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 88	1.16 360	0.16 144	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 88	0.03 31	0.03 37	1.60 499	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 88	0.03 31	0.03 37	1.60 499	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 88	0.02 12	0.02 14	1.62 502	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 89	0.04 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 97	1.14 355	0.17 151	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 97	0.14 88	0.10 70	0.15 110	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 97	0.07 58	0.05 58	0.08 49	0.05 99	0.08 106	1.20 484	0.07 105	0.05 98	0.05 92	0.05 101	0.08 107	0.05 95	0.08 108	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 554	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 97	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.65 558	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 97	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.66 560	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 97	0.03 31	0.04 44	1.71 505	0.04 79	0.03 40	0.03 50	0.04 77	0.04 82	0.04 74	0.03 52	0.04 77	0.03 52	0.06 89	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

testlalala2	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

testlalala_base	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

CIPLG	0.13 104	0.21 110	0.12 102	0.16 121	0.11 137	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 104	0.20 104	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 104	0.21 110	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

LRCNet_RVC	0.13 104	0.13 82	0.09 66	0.13 96	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 161	0.10 121	0.24 183	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

aanetorigin	0.13 104	0.11 79	0.11 90	0.11 76	0.11 137	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 127	0.11 130	0.49 343	0.11 128

FADNet-RVC	0.13 104	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 95	0.04 72	1.71 563	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 104	0.16 90	0.11 90	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 113	1.22 417	0.28 196	0.32 183	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 209	0.27 200	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 113	0.17 96	0.12 102	0.17 129	0.11 137	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 113	1.83 449	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 82	0.03 40	0.03 52	0.03 42	0.03 52	0.06 89	0.04 76	0.12 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 113	0.20 104	0.14 127	0.16 121	0.11 137	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 145

IPLGR_C	0.14 113	0.20 104	0.12 102	0.15 110	0.11 137	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 145

MIPNet	0.14 113	0.21 110	0.17 151	0.16 121	0.11 137	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR	0.14 113	0.24 122	0.14 127	0.16 121	0.12 153	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

GMStereo	0.14 113	0.13 82	0.14 127	0.14 100	0.14 158	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 141	0.14 127	0.14 161	0.14 132	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 521	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 105	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 113	0.16 90	0.12 102	0.17 129	0.12 153	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 145

DRN-Test	0.14 113	0.13 82	0.09 66	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 431

ELAS_RVC	0.14 113	0.16 90	0.10 70	0.15 110	0.10 121	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 125	0.17 96	0.13 122	0.20 137	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 135	0.11 97	0.15 142	0.14 161	0.18 156	0.11 128

test_for_model	0.15 125	0.23 115	0.18 160	0.21 147	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 163	0.18 171	0.14 127	0.11 130	0.14 132	0.11 128

CoDeX	0.15 125	0.70 268	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 397	0.02 15	0.69 404	0.75 414	0.01 9	0.02 20	0.02 20

ICVP	0.15 125	0.53 248	0.11 90	0.16 121	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 125	0.04 37	0.04 44	2.20 520	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 108	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 125	0.14 88	0.10 70	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 444

LALA_ROB	0.15 125	0.19 100	0.12 102	0.18 131	0.11 137	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 171	0.13 148	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

SGM_RVC	0.15 125	0.17 96	0.11 90	0.18 131	0.11 137	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 133	1.21 411	0.33 247	0.41 233	0.04 79	0.04 78	0.03 50	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 226	0.31 240	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 133	0.16 90	0.16 144	0.16 121	0.16 176	0.16 143	0.16 161	0.16 142	0.16 170	0.16 139	0.16 171	0.16 140	0.16 169	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 158

qqq	0.16 133	2.01 466	0.12 102	0.15 110	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.03 48	0.12 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 133	0.18 99	0.13 122	0.19 134	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 151

CAS++	0.17 137	0.27 128	0.21 170	0.10 59	0.21 204	0.15 135	0.22 195	0.10 111	0.21 193	0.22 174	0.10 120	0.19 158	0.18 184	0.10 114	0.19 184	0.20 158	0.19 172	0.18 163	0.10 118	0.19 162	0.18 174
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 137	2.16 475	0.13 122	0.13 96	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.05 89	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 137	0.78 284	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 444	0.02 15	0.75 414	0.76 420	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 140	1.47 433	0.33 247	0.40 221	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 249	0.32 244	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 140	0.48 229	0.16 144	0.16 121	0.15 169	0.15 135	0.16 161	0.16 142	0.16 170	0.16 139	0.16 171	0.16 140	0.16 169	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 158

xyz-stereo	0.18 140	0.50 235	0.16 144	0.15 110	0.16 176	0.16 143	0.16 161	0.16 142	0.16 170	0.16 139	0.16 171	0.16 140	0.16 169	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 158

BEATNet-Init1	0.19 143	0.08 59	0.08 61	2.23 522	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 143	0.08 59	0.08 61	2.23 522	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 145	0.19 100	0.40 286	0.30 175	0.17 180	0.22 176	0.17 169	0.21 170	0.17 178	0.20 160	0.17 176	0.21 169	0.18 184	0.21 171	0.17 172	0.20 158	0.16 146	0.20 170	0.16 167	0.20 163	0.17 170

DAS	0.20 145	0.20 104	0.20 166	0.20 137	0.20 197	0.20 163	0.20 184	0.20 161	0.20 189	0.20 160	0.20 195	0.20 161	0.20 193	0.20 160	0.20 187	0.20 158	0.20 174	0.20 170	0.20 194	0.20 163	0.20 178

ASD4	0.20 145	0.20 104	0.20 166	0.20 137	0.20 197	0.20 163	0.20 184	0.20 161	0.20 189	0.20 160	0.20 195	0.20 161	0.20 193	0.20 160	0.20 187	0.20 158	0.20 174	0.20 170	0.20 194	0.20 163	0.20 178

ACVNet	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 462	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 462	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

iResNetv2_ROB	0.20 145	0.23 115	0.18 160	0.24 157	0.20 197	0.24 183	0.18 176	0.24 181	0.18 181	0.24 183	0.18 189	0.23 181	0.19 189	0.24 183	0.18 181	0.21 163	0.16 146	0.21 173	0.16 167	0.22 169	0.16 158

iResNet	0.20 145	0.23 115	0.18 160	0.24 157	0.18 190	0.24 183	0.20 184	0.24 181	0.18 181	0.23 178	0.17 176	0.23 181	0.18 184	0.23 179	0.18 181	0.22 166	0.16 146	0.21 173	0.16 167	0.21 167	0.16 158

z-ln-s-r	0.21 152	1.40 431	0.53 349	0.56 325	0.04 79	0.05 90	0.04 82	0.05 89	0.05 98	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 89	0.57 361	0.44 332	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 152	0.25 124	0.21 170	0.26 169	0.17 180	0.24 183	0.17 169	0.24 181	0.17 178	0.24 183	0.17 176	0.24 185	0.17 176	0.24 183	0.17 172	0.24 182	0.17 164	0.23 184	0.16 167	0.23 178	0.16 158

Pointernet	0.21 152	0.22 114	0.19 163	0.24 157	0.19 194	0.24 183	0.19 180	0.24 181	0.19 187	0.24 183	0.19 191	0.24 185	0.19 189	0.24 183	0.19 184	0.22 166	0.17 164	0.22 178	0.17 187	0.22 169	0.17 170

SuperB	0.21 152	0.10 68	2.51 588	0.12 83	0.09 115	0.10 112	0.09 114	0.08 108	0.07 112	0.10 112	0.09 116	0.09 112	0.07 114	0.07 105	0.07 103	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

WAO-6	0.22 156	0.23 115	0.22 172	0.23 152	0.22 206	0.22 176	0.22 195	0.22 174	0.22 196	0.22 174	0.22 202	0.22 177	0.22 200	0.22 175	0.22 193	0.22 166	0.22 182	0.22 178	0.22 199	0.22 169	0.22 184

IMH-64-1	0.22 156	0.23 115	0.23 175	0.22 150	0.22 206	0.22 176	0.22 195	0.22 174	0.22 196	0.22 174	0.22 202	0.22 177	0.22 200	0.22 175	0.22 193	0.22 166	0.22 182	0.23 184	0.22 199	0.22 169	0.23 186

IMH-64	0.22 156	0.23 115	0.23 175	0.22 150	0.22 206	0.22 176	0.22 195	0.22 174	0.22 196	0.22 174	0.22 202	0.22 177	0.22 200	0.22 175	0.22 193	0.22 166	0.22 182	0.23 184	0.22 199	0.22 169	0.23 186

ac_64	0.22 156	0.13 82	0.19 163	0.23 152	0.10 121	0.26 198	1.02 471	0.14 129	0.10 119	0.28 199	0.14 162	0.17 150	0.19 189	0.28 206	0.09 109	0.22 166	0.16 146	0.23 184	0.17 187	0.11 123	0.12 145

dd	0.23 160	0.98 323	0.16 144	0.23 152	0.15 169	0.23 182	0.15 158	0.23 178	0.15 168	0.23 178	0.15 170	0.24 185	0.17 176	0.23 179	0.15 162	0.22 166	0.15 144	0.21 173	0.15 165	0.22 169	0.16 158

dad	0.23 160	1.03 339	0.16 144	0.23 152	0.15 169	0.24 183	0.15 158	0.24 181	0.16 170	0.23 178	0.16 171	0.24 185	0.16 169	0.23 179	0.15 162	0.22 166	0.16 146	0.22 178	0.16 167	0.22 169	0.16 158

MSKI-zero shot	0.24 162	0.21 110	0.49 331	0.65 342	0.18 190	0.22 176	0.17 169	0.23 178	0.18 181	0.21 172	0.17 176	0.23 181	0.28 237	0.23 179	0.18 181	0.21 163	0.16 146	0.21 173	0.16 167	0.21 167	0.16 158

qqq1	0.25 163	3.70 543	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 163	3.70 543	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 163	0.26 125	0.25 185	0.26 169	0.25 219	0.25 190	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.26 198	0.25 211	0.25 188	0.25 190	0.25 193	0.25 218	0.25 182	0.25 197

ffm	0.25 163	3.83 549	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 163	3.83 549	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 163	3.83 549	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 163	0.23 115	0.66 385	0.80 373	0.17 180	0.22 176	0.17 169	0.23 178	0.18 181	0.26 195	0.17 176	0.21 169	0.17 176	0.25 188	0.17 172	0.23 177	0.16 146	0.21 173	0.17 187	0.22 169	0.17 170

LoS	0.25 163	0.27 128	0.25 185	0.25 162	0.25 219	0.25 190	0.25 211	0.26 192	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 211	0.26 190	0.25 190	0.25 193	0.26 224	0.26 184	0.25 197
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 163	1.31 423	0.74 403	0.92 390	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 419	0.75 414	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 172	0.20 104	0.27 192	0.33 187	0.21 204	0.37 237	0.22 195	0.37 229	0.24 205	0.26 195	0.27 230	0.33 221	0.21 199	0.25 188	0.27 217	0.32 209	0.20 174	0.34 234	0.23 205	0.25 182	0.26 203

DLNR-FE	0.28 173	0.89 304	0.30 204	0.34 189	0.19 194	0.28 203	0.19 180	0.28 196	0.20 189	0.28 199	0.20 195	0.28 203	0.20 193	0.28 206	0.20 187	0.33 213	0.28 206	0.25 193	0.19 193	0.24 180	0.19 176

xyz-stereo-finetune	0.28 173	0.49 231	0.16 144	0.16 121	0.16 176	0.16 143	0.16 161	0.22 174	0.30 250	0.32 213	0.31 278	0.32 218	0.31 285	0.32 217	0.32 261	0.32 209	0.33 272	0.31 217	0.32 307	0.31 202	0.32 278

SQANet	0.28 173	0.28 131	0.28 196	0.28 173	0.28 234	0.28 203	0.28 230	0.28 196	0.28 232	0.28 199	0.28 237	0.28 203	0.28 237	0.28 206	0.28 227	0.28 195	0.28 206	0.28 204	0.28 238	0.28 191	0.28 224

HGLStereo	0.28 173	0.29 133	0.22 172	0.36 195	0.22 206	0.36 232	0.21 190	0.36 223	0.21 193	0.42 277	0.21 201	0.36 234	0.22 200	0.36 234	0.21 191	0.34 217	0.21 178	0.34 234	0.21 196	0.34 215	0.21 181

iResNet_ROB	0.28 173	0.32 138	0.24 182	0.32 183	0.25 219	0.32 220	0.24 208	0.32 208	0.24 205	0.33 218	0.24 213	0.35 228	0.24 210	0.33 223	0.24 203	0.31 208	0.24 189	0.32 218	0.24 213	0.32 204	0.24 196

UNet	0.29 178	0.90 307	0.10 70	0.14 100	0.10 121	0.14 128	0.10 119	0.91 427	0.69 429	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 93	0.09 70	0.12 122	0.09 111	0.88 417	0.76 438

MultiAttention	0.30 179	0.30 134	0.30 204	0.30 175	0.30 254	0.30 207	0.30 244	0.30 203	0.30 250	0.30 204	0.30 254	0.30 212	0.30 252	0.30 212	0.30 244	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 249

MSAF-DinoV2	0.30 179	0.30 134	0.30 204	0.30 175	0.30 254	0.30 207	0.30 244	0.30 203	0.30 250	0.30 204	0.30 254	0.30 212	0.30 252	0.30 212	0.30 244	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 249

DDVS	0.30 179	3.10 530	0.14 127	0.19 134	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

ACV-stereo	0.30 179	2.08 468	0.25 185	0.25 162	0.18 190	0.24 183	0.17 169	0.24 181	0.18 181	0.24 183	0.17 176	0.25 190	0.17 176	0.24 183	0.17 172	0.22 166	0.16 146	0.22 178	0.16 167	0.22 169	0.16 158

LoS_RVC	0.30 179	1.14 355	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.26 200	0.26 222	0.26 198	0.25 211	0.26 190	0.26 193	0.25 193	0.25 218	0.26 184	0.26 203

CAS	0.30 179	1.17 361	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.26 223	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 211	0.26 190	0.26 193	0.26 198	0.25 218	0.26 184	0.25 197

DANet	0.30 179	0.30 134	0.30 204	0.30 175	0.30 254	0.30 207	0.30 244	0.30 203	0.30 250	0.30 204	0.30 254	0.30 212	0.30 252	0.30 212	0.30 244	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 249
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 186	0.93 316	0.24 182	0.33 187	0.23 212	0.31 212	0.24 208	0.32 208	0.24 205	0.32 213	0.23 206	0.32 218	0.25 213	0.32 217	0.24 203	0.27 193	0.26 193	0.27 202	0.26 224	0.27 189	0.27 211

xxxxx1	0.31 186	0.91 309	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 203	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 211

DLNR_Zeroshot_test	0.31 186	0.28 131	0.47 316	0.79 365	0.24 217	0.30 207	0.26 219	0.30 203	0.24 205	0.32 213	0.23 206	0.31 216	0.24 210	0.30 212	0.23 199	0.29 202	0.26 193	0.29 209	0.24 213	0.33 211	0.23 186

tt_ll	0.31 186	0.91 309	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 203	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 211

ff	0.31 186	0.91 309	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 203	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 211

RAFT + AFF	0.31 186	0.45 214	0.34 257	0.39 207	0.28 234	0.38 244	0.33 295	0.29 201	0.31 281	0.30 204	0.30 254	0.29 209	0.27 230	0.29 210	0.30 244	0.28 195	0.29 219	0.29 209	0.29 253	0.27 189	0.32 278

MLCV	0.31 186	0.35 141	0.27 192	0.35 191	0.28 234	0.35 229	0.27 222	0.35 219	0.28 232	0.36 228	0.27 230	0.35 228	0.27 230	0.35 228	0.27 217	0.34 217	0.27 200	0.34 234	0.27 232	0.34 215	0.27 211

DN-CSS_ROB	0.31 186	0.35 141	0.28 196	0.35 191	0.28 234	0.34 224	0.27 222	0.34 215	0.25 210	0.35 225	0.27 230	0.36 234	0.26 222	0.34 225	0.28 227	0.35 226	0.28 206	0.34 234	0.28 238	0.34 215	0.27 211

WCG-NET（raft）	0.32 194	1.24 419	0.24 182	0.32 183	0.24 217	0.32 220	0.23 203	0.32 208	0.24 205	0.32 213	0.24 213	0.32 218	0.24 210	0.32 217	0.24 203	0.30 203	0.23 187	0.30 211	0.23 205	0.30 197	0.23 186

testlalala	0.32 194	0.81 291	0.31 230	0.39 207	0.26 227	0.33 222	0.24 208	0.33 211	0.26 223	0.32 213	0.26 225	0.33 221	0.23 206	0.33 223	0.23 199	0.35 226	0.31 240	0.30 211	0.24 213	0.31 202	0.21 181

Any-RAFT	0.32 194	0.36 144	0.27 192	0.36 195	0.27 229	0.36 232	0.27 222	0.36 223	0.27 229	0.36 228	0.27 230	0.36 234	0.27 230	0.36 234	0.28 227	0.36 231	0.28 206	0.36 255	0.28 238	0.36 234	0.28 224

GCAP-BAT	0.33 197	0.78 284	0.32 242	0.38 201	0.25 219	0.34 224	0.25 211	0.34 215	0.26 223	0.34 220	0.25 219	0.35 228	0.26 222	0.35 228	0.27 217	0.36 231	0.30 232	0.32 218	0.24 213	0.32 204	0.26 203

StereoDRNet-Refined	0.33 197	0.39 156	0.26 191	0.39 207	0.26 227	0.40 252	0.26 219	0.40 246	0.26 223	0.39 240	0.26 225	0.39 247	0.26 222	0.39 249	0.26 216	0.37 235	0.25 190	0.37 258	0.25 218	0.37 238	0.37 315
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 199	0.26 125	0.17 151	0.21 147	0.17 180	0.20 163	0.16 161	0.20 161	0.16 170	0.20 160	0.17 176	0.21 169	0.16 169	0.27 202	0.24 203	0.19 155	0.16 146	0.19 166	0.16 167	0.26 184	3.08 603

RAFT-FE	0.34 199	0.26 125	0.17 151	0.21 147	0.17 180	0.20 163	0.16 161	0.20 161	0.16 170	0.20 160	0.17 176	0.21 169	0.16 169	0.27 202	0.24 203	0.19 155	0.16 146	0.19 166	0.16 167	0.26 184	3.08 603

LG-Stereo_L2	0.34 199	0.37 146	0.38 274	0.47 288	0.28 234	0.39 250	0.28 230	0.39 241	0.28 232	0.39 240	0.28 237	0.39 247	0.28 237	0.38 241	0.28 227	0.42 313	0.35 282	0.36 255	0.26 224	0.35 227	0.26 203

H2IRNET	0.34 199	0.34 140	0.34 257	0.34 189	0.34 317	0.34 224	0.34 306	0.34 215	0.34 310	0.34 220	0.34 311	0.34 226	0.34 309	0.34 225	0.34 283	0.34 217	0.34 280	0.34 234	0.34 319	0.34 215	0.34 299

IGEV++	0.34 199	0.43 177	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.30 244	0.38 249	0.29 219	0.37 258	0.29 253	0.37 238	0.29 229

iRaft-Stereo_5w	0.34 199	0.42 173	0.31 230	0.39 207	0.30 254	0.38 244	0.30 244	0.40 246	0.29 238	0.40 246	0.37 331	0.41 268	0.34 309	0.38 241	0.30 244	0.34 217	0.27 200	0.34 234	0.26 224	0.34 215	0.26 203

CSP-Net	0.34 199	1.29 421	1.19 460	1.36 489	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 500	1.21 511	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 199	0.41 166	0.31 230	0.39 207	0.29 243	0.40 252	0.32 284	0.41 261	0.32 294	0.38 234	0.30 254	0.39 247	0.30 252	0.38 241	0.32 261	0.35 226	0.27 200	0.34 234	0.27 232	0.34 215	0.29 229

DGSMNet	0.34 199	0.41 166	0.27 192	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.27 229	0.41 260	0.27 230	0.42 288	0.27 230	0.41 267	0.28 227	0.40 284	0.29 219	0.40 282	0.28 238	0.40 289	0.27 211

FE-Mocha	0.35 208	0.71 269	0.40 286	0.47 288	0.27 229	0.34 224	0.27 222	0.34 215	0.26 223	0.34 220	0.26 225	0.34 226	0.27 230	0.34 225	0.27 217	0.44 315	0.41 312	0.33 226	0.29 253	0.32 204	0.29 229

IGEV-FE	0.35 208	0.37 146	0.17 151	0.19 134	0.17 180	0.20 163	0.17 169	0.19 155	0.17 178	0.19 154	0.17 176	0.19 158	0.17 176	0.37 238	0.36 291	0.19 155	0.17 164	0.19 166	0.17 187	0.38 256	2.84 594

gcap-zeroshot	0.35 208	0.32 138	0.37 271	0.49 299	0.39 346	0.33 222	0.21 190	0.26 192	0.35 313	0.42 277	0.34 311	0.49 347	0.29 244	0.47 331	0.39 314	0.34 217	0.17 164	0.38 266	0.23 205	0.48 339	0.34 299

CASnet	0.35 208	0.51 243	0.44 303	0.32 183	0.31 287	0.24 183	0.34 306	0.36 223	0.25 210	0.31 208	0.37 331	0.30 212	0.33 304	0.25 188	0.45 338	0.37 235	0.37 287	0.33 226	0.35 331	0.34 215	0.37 315
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 208	0.44 183	0.45 305	0.49 299	0.30 254	0.37 237	0.30 244	0.36 223	0.30 250	0.36 228	0.29 242	0.36 234	0.29 244	0.36 234	0.30 244	0.46 322	0.39 300	0.32 218	0.24 213	0.32 204	0.25 197
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 208	0.35 141	0.35 265	0.35 191	0.35 320	0.35 229	0.35 311	0.35 219	0.35 313	0.35 225	0.35 320	0.35 228	0.35 316	0.35 228	0.35 287	0.35 226	0.35 282	0.35 250	0.35 331	0.35 227	0.35 308

Zero-FE251	0.36 214	0.40 158	0.28 196	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.28 232	0.41 260	0.28 237	0.41 268	0.28 237	0.42 282	0.30 244	0.37 235	0.26 193	0.37 258	0.27 232	0.45 320	0.56 400

GIP-stereo	0.36 214	0.49 231	0.39 281	0.48 293	0.32 295	0.41 268	0.28 230	0.40 246	0.30 250	0.41 260	0.28 237	0.40 255	0.28 237	0.42 282	0.28 227	0.45 318	0.32 244	0.38 266	0.30 273	0.37 238	0.27 211

DCVSM-stereo	0.36 214	1.89 455	0.22 172	0.40 221	0.22 206	0.40 252	0.22 195	0.40 246	0.22 196	0.40 246	0.22 202	0.40 255	0.22 200	0.40 252	0.22 193	0.28 195	0.21 178	0.28 204	0.21 196	0.28 191	0.20 178

RSM	0.36 214	0.36 144	0.43 301	0.37 198	0.42 366	0.49 350	0.42 357	0.37 229	0.28 232	0.36 228	0.29 242	0.36 234	0.30 252	0.37 238	0.28 227	0.34 217	0.31 240	0.34 234	0.35 331	0.40 289	0.29 229

RAFT-Test	0.36 214	0.37 146	0.33 247	0.41 233	0.32 295	0.41 268	0.32 284	0.41 261	0.32 294	0.41 260	0.32 295	0.41 268	0.32 296	0.41 267	0.33 270	0.37 235	0.29 219	0.37 258	0.29 253	0.38 256	0.31 272

DMCA	0.36 214	0.38 150	0.37 271	0.35 191	0.35 320	0.36 232	0.36 318	0.36 223	0.35 313	0.35 225	0.37 331	0.36 234	0.36 319	0.35 228	0.36 291	0.36 231	0.36 285	0.35 250	0.36 337	0.36 234	0.36 311

ACVNet-DCA	0.37 220	1.00 327	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.39 249	0.28 227	0.33 213	0.32 244	0.33 226	0.32 307	0.33 211	0.32 278

1test111	0.37 220	1.02 337	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 237	0.33 213	0.32 244	0.33 226	0.31 301	0.32 204	0.31 272

cc1	0.37 220	1.02 337	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 237	0.33 213	0.32 244	0.33 226	0.31 301	0.32 204	0.31 272

EKT-Stereo	0.37 220	0.40 158	0.44 303	1.07 414	0.29 243	0.34 224	0.31 273	0.36 223	0.29 238	0.38 234	0.31 278	0.37 240	0.30 252	0.36 234	0.29 237	0.34 217	0.28 206	0.39 277	0.30 273	0.37 238	0.30 249

GMOStereo	0.37 220	0.45 214	0.23 175	0.30 175	0.37 330	0.41 268	0.36 318	0.41 261	0.35 313	0.43 287	0.36 324	0.41 268	0.40 337	0.41 267	0.36 291	0.34 217	0.22 182	0.47 360	0.37 339	0.39 281	0.33 291

XPNet_ROB	0.37 220	0.37 146	0.37 271	0.37 198	0.37 330	0.37 237	0.37 324	0.37 229	0.37 326	0.37 233	0.37 331	0.37 240	0.37 324	0.37 238	0.37 300	0.37 235	0.37 287	0.37 258	0.37 339	0.37 238	0.37 315

4k_L	0.38 226	0.44 183	0.30 204	0.43 261	0.31 287	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

aaa3	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

gc-stereo	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.41 318	0.30 273	0.38 256	0.30 249

mfccc	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.32 244	0.41 318	0.30 273	0.38 256	0.30 249

ss10	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

5k_new	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

SX	0.38 226	0.44 183	0.31 230	0.43 261	0.31 287	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.32 295	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

USM	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.43 299	0.31 285	0.43 299	0.68 401	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

weee2	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

ACM	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.73 436	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.30 249

ITERv30	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.42 288	0.30 252	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.29 229

qyd29nn	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.42 279	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.29 229

ITERv28	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.42 282	0.70 429	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.30 249

yuret106	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.31 281	0.45 301	0.30 254	0.43 299	0.30 252	0.43 299	0.68 401	0.37 235	0.32 244	0.40 282	0.29 253	0.38 256	0.29 229

uio108cc	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.42 282	0.68 401	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.29 229

oiu110	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.42 290	0.30 244	0.43 291	0.30 250	0.44 294	0.30 254	0.42 288	0.30 252	0.42 282	0.69 408	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

ITERv24	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.38 256	0.29 229

dd23bbn	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.29 229

hj116sk	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.38 256	0.30 249

ITERv21	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.42 279	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.30 249

v20iiwwt	0.38 226	0.44 183	0.31 230	0.43 261	0.31 287	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.42 288	0.30 252	0.43 299	0.70 429	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

ITERv19	0.38 226	0.45 214	0.31 230	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.31 281	0.45 301	0.30 254	0.43 299	0.31 285	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

ITER124	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.42 282	0.69 408	0.37 235	0.32 244	0.40 282	0.30 273	0.37 238	0.29 229

dddd17k	0.38 226	0.44 183	0.30 204	0.43 261	0.31 287	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.70 429	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.29 229

HART	0.38 226	0.45 214	0.34 257	0.42 246	0.33 307	0.41 268	0.34 306	0.42 279	0.33 301	0.43 287	0.34 311	0.42 288	0.34 309	0.41 267	0.38 303	0.40 284	0.32 244	0.42 334	0.32 307	0.40 289	0.32 278

GREAT-IGEV	0.38 226	0.43 177	0.36 267	0.48 293	0.32 295	0.45 329	0.32 284	0.45 315	0.32 294	0.45 301	0.32 295	0.45 326	0.32 296	0.45 322	0.32 261	0.44 315	0.33 272	0.41 318	0.29 253	0.41 306	0.29 229

fffy	0.38 226	0.43 177	0.33 247	0.46 282	0.33 307	0.45 329	0.32 284	0.45 315	0.32 294	0.45 301	0.32 295	0.45 326	0.33 304	0.45 322	0.32 261	0.38 249	0.38 293	0.38 266	0.37 339	0.37 238	0.36 311

WAO-8	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.38 244	0.38 330	0.38 237	0.38 330	0.38 234	0.38 336	0.38 242	0.38 328	0.38 241	0.38 303	0.38 249	0.38 293	0.38 266	0.37 339	0.38 256	0.38 322

WAO-7	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.38 244	0.38 330	0.38 237	0.38 330	0.38 234	0.38 336	0.38 242	0.38 328	0.38 241	0.38 303	0.38 249	0.38 293	0.38 266	0.38 352	0.38 256	0.38 322

xx1	0.38 226	1.03 339	0.31 230	0.40 221	0.31 287	0.41 268	0.28 230	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.29 237	0.34 217	0.33 272	0.34 234	0.32 307	0.34 215	0.32 278

Venus	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.37 237	0.38 330	0.37 229	0.37 326	0.41 260	0.37 331	0.39 247	0.37 324	0.38 241	0.38 303	0.37 235	0.38 293	0.38 266	0.37 339	0.37 238	0.38 322

IMH	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.38 244	0.38 330	0.38 237	0.38 330	0.42 277	0.38 336	0.40 255	0.38 328	0.38 241	0.38 303	0.38 249	0.38 293	0.39 277	0.38 352	0.38 256	0.38 322

uiiii_40	0.39 258	0.42 173	0.89 422	0.42 246	0.31 287	0.43 306	0.30 244	0.44 311	0.31 281	0.42 277	0.31 278	0.43 299	0.30 252	0.42 282	0.30 244	0.41 297	0.29 219	0.42 334	0.28 238	0.40 289	0.32 278

4.5w_L	0.39 258	0.43 177	0.89 422	0.42 246	0.29 243	0.42 290	0.30 244	0.43 291	0.30 250	0.42 277	0.31 278	0.41 268	0.31 285	0.43 299	0.31 256	0.40 284	0.28 206	0.41 318	0.28 238	0.39 281	0.33 291

StePilot	0.39 258	0.44 183	0.87 419	0.41 233	0.30 254	0.42 290	0.32 284	0.45 315	0.29 238	0.43 287	0.30 254	0.43 299	0.30 252	0.42 282	0.30 244	0.40 284	0.29 219	0.43 342	0.27 232	0.40 289	0.31 272

SteFusion	0.39 258	0.42 173	0.90 427	0.43 261	0.30 254	0.42 290	0.31 273	0.45 315	0.31 281	0.41 260	0.30 254	0.43 299	0.30 252	0.42 282	0.31 256	0.39 279	0.30 232	0.42 334	0.28 238	0.39 281	0.33 291

PyraSte	0.39 258	0.43 177	0.87 419	0.42 246	0.31 287	0.42 290	0.31 273	0.44 311	0.30 250	0.41 260	0.31 278	0.42 288	0.30 252	0.42 282	0.31 256	0.38 249	0.29 219	0.42 334	0.29 253	0.40 289	0.32 278

tim_s	0.39 258	0.44 183	0.90 427	0.41 233	0.30 254	0.41 268	0.30 244	0.44 311	0.30 250	0.41 260	0.31 278	0.42 288	0.30 252	0.41 267	0.31 256	0.41 297	0.30 232	0.41 318	0.29 253	0.40 289	0.32 278

xxxad45	0.39 258	0.44 183	0.90 427	0.41 233	0.30 254	0.41 268	0.31 273	0.44 311	0.30 250	0.43 287	0.30 254	0.43 299	0.31 285	0.41 267	0.31 256	0.40 284	0.29 219	0.41 318	0.30 273	0.40 289	0.32 278

ACW_4w	0.39 258	0.42 173	0.88 421	0.42 246	0.30 254	0.42 290	0.30 244	0.45 315	0.31 281	0.42 277	0.31 278	0.42 288	0.30 252	0.42 282	0.30 244	0.40 284	0.28 206	0.42 334	0.28 238	0.40 289	0.32 278

5w_v4	0.39 258	0.43 177	0.91 433	0.42 246	0.30 254	0.43 306	0.31 273	0.45 315	0.31 281	0.42 277	0.30 254	0.41 268	0.29 244	0.44 318	0.30 244	0.40 284	0.29 219	0.42 334	0.28 238	0.40 289	0.32 278

PAM	0.39 258	1.88 454	0.34 257	0.37 198	0.41 356	0.45 329	0.22 195	0.28 196	0.23 202	0.28 199	0.24 213	0.29 209	0.23 206	0.29 210	0.23 199	0.38 249	0.32 244	0.38 266	0.37 339	0.32 204	0.22 184

HanzoNet	0.39 258	0.38 150	0.40 286	0.39 207	0.41 356	0.38 244	0.38 330	0.38 237	0.38 330	0.39 240	0.39 345	0.38 242	0.38 328	0.39 249	0.40 318	0.38 249	0.38 293	0.40 282	0.38 352	0.38 256	0.40 331

CES	0.39 258	0.47 223	0.36 267	0.36 195	0.37 330	0.45 329	0.35 311	0.35 219	0.40 344	0.36 228	0.44 368	0.47 336	0.36 319	0.44 318	0.36 291	0.37 235	0.39 300	0.44 343	0.35 331	0.37 238	0.36 311

PASM	0.39 258	3.06 529	1.36 526	1.58 495	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 111	0.09 116	0.11 124	0.09 117	0.09 111	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

zxcv128	0.40 271	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.42 288	0.30 252	0.42 282	1.24 532	0.37 235	0.32 244	0.40 282	0.29 253	0.37 238	0.29 229

mms	0.40 271	0.45 214	0.35 265	0.48 293	0.36 326	0.47 340	0.34 306	0.45 315	0.38 330	0.47 329	0.33 303	0.45 326	0.32 296	0.45 322	0.32 261	0.39 279	0.38 293	0.38 266	0.37 339	0.39 281	0.39 328

knoymous	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

anonymousa	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

riskmin	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

Anonymous_2	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

Anonymous_1	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

AdaStereo	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331
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.
Select-FE	0.41 279	0.44 183	0.23 175	0.26 169	0.22 206	0.26 198	0.22 195	0.26 192	0.23 202	0.26 195	0.23 206	0.26 200	0.23 206	0.45 322	0.42 333	0.25 188	0.22 182	0.25 193	0.22 199	0.45 320	2.90 595

water-stereo	0.41 279	0.84 294	0.46 309	0.50 306	0.33 307	0.45 329	0.33 295	0.45 315	0.32 294	0.45 301	0.32 295	0.45 326	0.32 296	0.45 322	0.32 261	0.44 315	0.41 312	0.39 277	0.31 301	0.39 281	0.32 278

ccccc	0.41 279	0.44 183	0.34 257	0.48 293	0.35 320	0.48 345	0.35 311	0.51 358	0.35 313	0.47 329	0.35 320	0.47 336	0.34 309	0.47 331	0.35 287	0.41 297	0.40 303	0.40 282	0.40 356	0.41 306	0.39 328

GwcNet-ADL	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

PSMNet-ADL	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

GANet-ADL	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

ADLNet2	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

ADLNet	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

FCDSN-DC	0.41 279	0.59 259	0.64 381	0.54 319	0.33 307	0.50 358	0.37 324	0.42 279	0.40 344	0.61 387	0.43 366	0.50 362	0.49 379	0.38 241	0.32 261	0.28 195	0.23 187	0.26 198	0.22 199	0.35 227	0.28 224
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 279	0.46 219	0.33 247	0.49 299	0.33 307	0.49 350	0.33 295	0.49 337	0.33 301	0.49 343	0.33 303	0.49 347	0.33 304	0.51 362	0.33 270	0.41 297	0.30 232	0.41 318	0.30 273	0.79 402	0.29 229

Gwc-CoAtRS	0.41 279	1.49 434	0.32 242	0.42 246	0.32 295	0.41 268	0.32 284	0.41 261	0.33 301	0.41 260	0.32 295	0.41 268	0.32 296	0.41 267	0.32 261	0.39 279	0.28 206	0.39 277	0.28 238	0.40 289	0.28 224

UPFNet	0.42 290	1.20 365	0.17 151	0.24 157	0.17 180	0.25 190	0.17 169	1.19 459	0.90 457	0.25 187	0.17 176	0.24 185	0.17 176	0.25 188	0.17 172	0.22 166	0.17 164	0.22 178	0.16 167	1.15 446	0.93 454

DDF-Stereo	0.43 291	1.15 358	0.57 367	0.53 316	0.32 295	0.41 268	0.32 284	0.41 261	0.32 294	0.41 260	0.32 295	0.41 268	0.32 296	0.40 252	0.32 261	0.52 348	0.50 361	0.38 266	0.31 301	0.39 281	0.31 272

DilatedVolume-Stereo	0.43 291	0.86 297	0.48 324	0.50 306	0.33 307	0.46 335	0.33 295	0.46 323	0.33 301	0.46 323	0.33 303	0.47 336	0.33 304	0.47 331	0.34 283	0.45 318	0.42 321	0.40 282	0.33 315	0.47 335	0.38 322

psmg	0.43 291	1.91 458	0.92 436	1.91 509	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 540	1.44 533	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 291	1.21 411	0.17 151	0.25 162	0.17 180	0.25 190	0.18 176	1.26 511	0.95 466	0.25 187	0.17 176	0.25 190	0.17 176	0.25 188	0.17 172	0.23 177	0.16 146	0.22 178	0.16 167	1.18 454	0.98 458

psm_up	0.43 291	1.19 364	0.17 151	0.25 162	0.18 190	0.25 190	0.19 180	1.26 511	0.91 459	0.26 195	0.17 176	0.25 190	0.17 176	0.25 188	0.17 172	0.22 166	0.17 164	0.23 184	0.16 167	1.18 454	0.99 459

Monster-pub-mixall	0.44 296	0.56 255	0.60 372	0.38 201	0.27 229	0.37 237	0.27 222	0.37 229	0.29 238	0.38 234	0.27 230	0.38 242	0.29 244	0.85 428	0.27 217	1.46 516	0.26 193	0.34 234	0.26 224	0.36 234	0.53 389

depthmonostereo	0.44 296	0.85 296	0.46 309	0.54 319	0.40 348	0.52 373	0.38 330	0.52 362	0.35 313	0.47 329	0.34 311	0.46 330	0.34 309	0.47 331	0.34 283	0.45 318	0.43 325	0.41 318	0.33 315	0.41 306	0.32 278

MMNet	0.44 296	1.24 419	0.17 151	0.25 162	0.17 180	0.25 190	0.18 176	1.26 511	0.93 464	0.25 187	0.17 176	0.25 190	0.18 184	0.25 188	0.17 172	0.23 177	0.16 146	0.23 184	0.16 167	1.20 457	0.99 459

252Zero-FE	0.45 299	0.50 235	0.36 267	0.50 306	0.36 326	0.50 358	0.36 318	0.50 345	0.36 324	0.49 343	0.36 324	0.49 347	0.36 319	0.54 371	0.41 325	0.45 318	0.34 280	0.45 347	0.34 319	0.55 362	0.75 436

Monster-pub-eth3d	0.45 299	0.57 256	0.60 372	0.39 207	0.28 234	0.37 237	0.28 230	0.37 229	0.30 250	0.39 240	0.29 242	0.39 247	0.30 252	0.92 439	0.27 217	1.42 513	0.28 206	0.34 234	0.28 238	0.37 238	0.53 389

Replicate-Monster	0.45 299	0.57 256	0.60 372	0.40 221	0.29 243	0.37 237	0.27 222	0.37 229	0.30 250	0.40 246	0.31 278	0.40 255	0.30 252	0.99 447	0.27 217	1.36 509	0.31 240	0.34 234	0.30 273	0.36 234	0.54 392

SCV_C0	0.45 299	0.88 301	0.49 331	0.54 319	0.37 330	0.48 345	0.37 324	0.48 333	0.37 326	0.48 336	0.36 324	0.48 343	0.37 324	0.49 346	0.37 300	0.50 340	0.41 312	0.44 343	0.34 319	0.44 316	0.34 299

RAFT-Stereo-weight	0.45 299	1.90 457	0.34 257	0.42 246	0.36 326	0.43 306	0.35 311	0.42 279	0.34 310	0.42 277	0.34 311	0.44 324	0.34 309	0.41 267	0.34 283	0.38 249	0.32 244	0.38 266	0.32 307	0.38 256	0.33 291

TorneroNet-64	0.45 299	0.27 128	0.30 204	0.58 328	0.27 229	0.70 399	0.30 244	0.28 196	0.73 442	0.73 403	0.28 237	0.71 402	0.66 416	0.75 403	0.27 217	0.27 193	0.29 219	0.37 258	0.75 432	0.28 191	0.30 249

SCV	0.46 305	0.94 318	0.45 305	0.54 319	0.37 330	0.48 345	0.38 330	0.48 333	0.37 326	0.48 336	0.39 345	0.48 343	0.37 324	0.49 346	0.37 300	0.50 340	0.46 335	0.44 343	0.34 319	0.44 316	0.34 299

otaku	0.46 305	0.46 219	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.46 367	0.46 323	0.46 374	0.46 330	0.46 365	0.46 327	0.46 342	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

Dean	0.46 305	0.46 219	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.46 367	0.47 329	0.46 374	0.46 330	0.46 365	0.46 327	0.46 342	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

ACVNet_1	0.46 305	0.47 223	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.47 372	0.46 323	0.46 374	0.46 330	0.46 365	0.46 327	0.46 342	0.46 322	0.46 335	0.47 360	0.46 376	0.46 323	0.46 352

ACVNet-4b	0.46 305	0.46 219	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.46 367	0.46 323	0.46 374	0.46 330	0.46 365	0.47 331	0.46 342	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

PML	0.46 305	1.36 428	0.29 200	0.58 328	0.30 254	0.57 386	0.29 239	0.57 373	0.29 238	0.57 382	0.29 242	0.57 386	0.29 244	0.56 376	0.29 237	0.52 348	0.30 232	0.53 388	0.31 301	0.53 360	0.30 249

LG-Stereo_L1	0.47 311	0.52 245	0.47 316	0.62 336	0.39 346	0.53 375	0.40 344	0.53 364	0.39 343	0.53 369	0.39 345	0.53 374	0.39 336	0.53 369	0.39 314	0.55 358	0.46 335	0.49 373	0.37 339	0.49 343	0.37 315

Ntro	0.47 311	0.47 223	0.46 309	0.46 282	0.46 374	0.47 340	0.47 372	0.46 323	0.47 372	0.46 323	0.46 374	0.47 336	0.46 365	0.47 331	0.47 349	0.47 327	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

HaxPig	0.47 311	0.47 223	0.47 316	0.49 299	0.47 380	0.47 340	0.47 372	0.47 329	0.47 372	0.47 329	0.47 382	0.47 336	0.47 373	0.47 331	0.47 349	0.47 327	0.47 343	0.47 360	0.47 383	0.47 335	0.48 361

UNDER WATER	0.47 311	0.47 223	0.47 316	0.47 288	0.47 380	0.47 340	0.47 372	0.47 329	0.47 372	0.47 329	0.47 382	0.47 336	0.46 365	0.47 331	0.47 349	0.47 327	0.47 343	0.47 360	0.46 376	0.47 335	0.47 359

LVE	0.47 311	0.47 223	0.47 316	0.47 288	0.49 386	0.47 340	0.47 372	0.47 329	0.49 381	0.47 329	0.47 382	0.47 336	0.46 365	0.47 331	0.47 349	0.47 327	0.47 343	0.48 368	0.47 383	0.47 335	0.47 359

GASTEREO	0.48 316	1.21 411	0.47 316	0.57 326	0.38 337	0.50 358	0.38 330	0.50 345	0.38 330	0.50 356	0.38 336	0.50 362	0.38 328	0.50 353	0.38 303	0.52 348	0.42 321	0.46 351	0.34 319	0.46 323	0.34 299

LG-Stereo_Zeroshot	0.48 316	0.55 253	0.47 316	0.63 338	0.41 356	0.56 380	0.44 360	0.56 370	0.41 353	0.56 379	0.41 354	0.57 386	0.42 354	0.56 376	0.41 325	0.55 358	0.43 325	0.51 382	0.37 339	0.51 354	0.37 315

fffft	0.48 316	0.51 243	0.45 305	0.52 315	0.45 372	0.52 373	0.45 365	0.52 362	0.48 379	0.53 369	0.45 372	0.52 373	0.45 362	0.52 367	0.46 342	0.51 346	0.41 312	0.50 377	0.41 363	0.50 348	0.41 338
1: 1. 1
RainbowNet	0.48 316	0.48 229	0.48 324	0.48 293	0.48 384	0.48 345	0.48 381	0.48 333	0.48 379	0.48 336	0.48 386	0.48 343	0.48 374	0.48 340	0.48 355	0.48 331	0.48 347	0.48 368	0.48 386	0.48 339	0.48 361

notaker	0.48 316	0.49 231	0.48 324	0.48 293	0.48 384	0.48 345	0.48 381	0.48 333	0.49 381	0.48 336	0.48 386	0.48 343	0.48 374	0.48 340	0.48 355	0.48 331	0.48 347	0.48 368	0.48 386	0.48 339	0.49 366

LL-Strereo2	0.48 316	1.73 447	0.51 342	0.59 331	0.34 317	0.42 290	0.33 295	0.40 246	0.31 281	0.42 277	0.33 303	0.42 288	0.31 285	0.44 318	0.39 314	0.60 364	0.51 371	0.44 343	0.33 315	0.44 316	0.33 291

Former-RAFT_DAM_RVC	0.49 322	0.98 323	0.64 381	0.84 380	0.46 374	0.45 329	0.35 311	0.47 329	0.47 372	0.45 301	0.34 311	0.46 330	0.48 374	0.46 327	0.35 287	0.39 279	0.71 409	0.39 277	0.35 331	0.41 306	0.41 338

ACVNet_2	0.49 322	0.49 231	0.49 331	0.49 299	0.49 386	0.49 350	0.49 383	0.49 337	0.49 381	0.49 343	0.49 389	0.49 347	0.49 379	0.49 346	0.49 357	0.49 334	0.49 351	0.49 373	0.49 389	0.49 343	0.49 366

FoundationStereo	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

StereoAnything_RVC	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

dual_stereo	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

GCST	0.50 324	2.08 468	0.38 274	0.53 316	0.35 320	0.49 350	0.35 311	0.50 345	0.35 313	0.49 343	0.35 320	0.49 347	0.35 316	0.49 346	0.35 287	0.48 331	0.37 287	0.45 347	0.33 315	0.44 316	0.33 291

SANet	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

MSCF	0.51 329	1.40 431	0.49 331	0.58 328	0.38 337	0.50 358	0.38 330	0.54 366	0.41 353	0.52 366	0.41 354	0.53 374	0.42 354	0.53 369	0.41 325	0.60 364	0.47 343	0.48 368	0.37 339	0.48 339	0.38 322

UGAM-zero	0.51 329	2.17 476	0.39 281	0.53 316	0.36 326	0.50 358	0.36 318	0.50 345	0.36 324	0.49 343	0.36 324	0.50 362	0.35 316	0.50 353	0.36 291	0.49 334	0.37 287	0.47 360	0.35 331	0.46 323	0.34 299

UGAM	0.51 329	2.23 481	0.39 281	0.54 319	0.35 320	0.50 358	0.35 311	0.49 337	0.35 313	0.49 343	0.35 320	0.49 347	0.36 319	0.50 353	0.36 291	0.49 334	0.37 287	0.45 347	0.34 319	0.45 320	0.34 299

Selective-IGEV	0.51 329	0.55 253	0.45 305	0.69 347	0.45 372	0.61 389	0.45 365	0.50 345	0.40 344	0.56 379	0.44 368	0.55 381	0.40 337	0.72 398	0.67 397	0.59 363	0.46 335	0.45 347	0.34 319	0.46 323	0.37 315

RCA-Stereo	0.51 329	3.22 535	0.34 257	0.44 280	0.34 317	0.44 328	0.34 306	0.43 291	0.34 310	0.43 287	0.34 311	0.44 324	0.33 304	0.43 299	0.33 270	0.38 249	0.29 219	0.38 266	0.29 253	0.38 256	0.29 229

AIO-test1	0.54 334	0.60 262	0.52 345	0.66 345	0.47 380	0.61 389	0.47 372	0.58 376	0.46 367	0.61 387	0.46 374	0.61 392	0.45 362	0.62 385	0.45 338	0.61 368	0.52 375	0.57 391	0.48 386	0.57 364	0.48 361

castereo++	0.54 334	3.59 540	1.15 454	1.31 485	0.14 158	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 515	1.16 460	0.15 142	0.14 161	0.15 142	0.13 151

FENet	0.54 334	1.52 435	1.19 460	1.41 492	0.23 212	0.35 229	0.23 203	0.35 219	0.23 202	0.34 220	0.23 206	0.35 228	0.23 206	0.35 228	0.23 199	1.40 512	1.07 444	0.32 218	0.23 205	0.33 211	0.23 186

PSMNet_ROB	0.54 334	0.54 251	0.54 350	0.54 319	0.53 399	0.54 378	0.54 393	0.53 364	0.54 394	0.54 374	0.54 401	0.54 377	0.53 389	0.54 371	0.54 368	0.54 352	0.53 377	0.54 389	0.54 397	0.54 361	0.54 392

AIO-test2	0.55 338	0.59 259	0.52 345	0.67 346	0.47 380	0.61 389	0.47 372	0.61 382	0.47 372	0.61 387	0.47 382	0.61 392	0.48 374	0.62 385	0.47 349	0.64 374	0.53 377	0.58 392	0.47 383	0.58 365	0.48 361

CFNet-ft	0.55 338	1.57 436	0.14 127	0.20 137	0.14 158	0.20 163	2.53 592	1.61 524	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	1.56 517	1.24 534

MyStereo04	0.56 340	3.72 546	0.59 370	0.49 299	0.41 356	0.36 232	0.32 284	0.37 229	0.31 281	0.34 220	0.46 374	0.35 228	0.32 296	0.35 228	0.33 270	0.49 334	0.45 333	0.34 234	0.32 307	0.35 227	0.43 346

CASS	0.57 341	0.89 304	0.56 358	0.57 326	0.56 406	0.56 380	0.56 400	0.56 370	0.53 392	0.57 382	0.57 413	0.59 390	0.48 374	0.56 376	0.57 384	0.55 358	0.56 381	0.47 360	0.56 402	0.62 368	0.56 400
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 342	0.58 258	0.47 316	0.64 341	0.74 447	1.00 443	0.69 425	0.57 373	0.41 353	0.57 382	0.41 354	0.57 386	0.41 348	1.00 449	0.75 440	0.91 421	0.51 371	0.52 385	0.37 339	0.52 356	0.37 315

MonSter	0.60 342	0.64 265	0.52 345	0.62 336	0.44 369	2.07 550	0.44 360	0.62 383	0.44 364	0.62 390	0.44 368	0.62 394	0.44 359	0.62 385	0.44 337	0.58 362	0.42 321	0.62 395	0.46 376	0.58 365	0.42 345

MyStereo07	0.60 342	3.72 546	0.48 324	0.49 299	0.41 356	0.36 232	0.32 284	0.49 337	0.43 361	0.51 363	0.42 364	0.49 347	0.43 357	0.51 362	0.64 392	0.49 334	0.45 333	0.34 234	0.32 307	0.35 227	0.43 346

FSD	0.61 345	0.59 259	0.50 335	2.58 538	0.44 369	0.56 380	0.44 360	0.55 369	0.44 364	0.56 379	0.44 368	0.56 384	0.44 359	0.56 376	0.46 342	0.61 368	0.42 321	0.52 385	0.42 371	0.52 356	0.51 386

castereo	0.61 345	3.79 548	1.35 518	1.52 494	0.15 169	0.17 151	0.16 161	0.20 161	0.21 193	0.18 152	0.16 171	0.21 169	0.12 150	0.26 198	0.17 172	1.43 514	1.38 530	0.17 153	0.16 167	0.18 156	0.16 158

WCG-NET	0.61 345	1.21 411	0.54 350	0.61 335	0.53 399	0.67 397	0.53 391	0.66 388	0.53 392	0.64 393	0.53 400	0.65 398	0.53 389	0.59 383	0.52 365	0.65 375	0.48 347	0.64 398	0.52 395	0.58 365	0.50 377

GEAStereo	0.62 348	3.91 553	0.48 324	0.69 347	0.38 337	0.51 370	0.38 330	0.51 358	0.38 330	0.53 369	0.38 336	0.50 362	0.38 328	0.51 362	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.34 299

gasm-f	0.62 348	3.91 553	0.48 324	0.69 347	0.38 337	0.51 370	0.38 330	0.51 358	0.38 330	0.53 369	0.38 336	0.50 362	0.38 328	0.51 362	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.34 299

SMoEStereo_RVC	0.63 350	0.75 277	0.51 342	0.73 355	0.53 399	0.71 401	0.47 372	0.67 389	0.58 409	0.74 408	0.60 417	0.72 405	0.53 389	0.74 402	0.51 363	0.61 368	0.62 393	0.62 395	0.61 410	0.63 369	0.61 406

anonymity	0.63 350	0.69 267	0.56 358	0.71 353	0.56 406	0.71 401	0.56 400	0.71 394	0.56 399	0.72 401	0.56 407	0.71 402	0.56 393	0.71 397	0.58 385	0.68 379	0.55 379	0.68 403	0.55 398	0.68 373	0.54 392

PAM_32	0.64 352	2.38 496	0.51 342	0.92 390	0.43 368	0.53 375	0.44 360	0.87 421	0.43 361	0.52 366	0.45 372	0.53 374	0.40 337	0.54 371	0.46 342	0.62 372	0.56 381	0.48 368	0.45 374	0.76 397	0.44 349

CRFU-Net	0.65 353	1.67 440	1.22 510	1.96 513	0.27 229	0.41 268	0.27 222	0.41 261	0.27 229	0.40 246	0.26 225	0.41 268	0.27 230	0.40 252	0.27 217	1.80 529	1.62 549	0.34 234	0.23 205	0.33 211	0.23 186

LMCR-Stereo	0.65 353	0.63 263	0.65 384	0.65 342	0.65 429	0.66 396	0.63 413	0.58 376	0.65 422	0.63 392	0.64 426	0.65 398	0.65 412	0.66 392	0.66 396	0.66 377	0.64 396	0.65 401	0.67 420	0.68 373	0.73 431

KSHMR	0.66 355	0.50 235	0.48 324	1.15 424	0.52 396	0.49 350	0.51 389	0.49 337	0.71 437	0.67 397	0.50 391	1.16 470	1.11 464	0.66 392	0.52 365	0.49 334	0.49 351	0.51 382	0.66 416	0.50 348	1.14 475

TorneroNet	0.66 355	0.53 248	0.50 335	0.50 306	0.64 427	1.06 451	0.70 429	0.50 345	0.51 391	0.49 343	0.69 436	0.49 347	0.50 382	0.48 340	1.15 478	0.71 395	0.49 351	1.14 469	1.08 465	0.49 343	0.49 366

GES	0.66 355	2.34 492	0.29 200	0.41 233	0.29 243	0.41 268	0.29 239	0.42 279	0.29 238	0.40 246	0.41 354	0.41 268	0.30 252	0.51 362	0.29 237	0.32 209	0.29 219	0.32 218	2.46 595	2.49 557	0.30 249

cf-r	0.66 355	2.17 476	0.12 102	0.18 131	0.12 153	0.18 155	2.70 595	2.60 570	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 142	0.11 130	1.81 529	1.74 571

DSFCA	0.66 355	0.73 271	0.78 409	0.65 342	0.65 429	0.64 394	0.64 414	0.65 386	0.63 420	0.64 393	0.64 426	0.64 395	0.64 409	0.65 391	0.65 393	0.65 375	0.65 398	0.65 401	0.65 414	0.66 371	0.64 411

iked130	0.67 360	0.74 273	0.55 352	0.77 359	0.55 402	0.77 404	0.55 394	0.77 398	0.55 396	0.77 411	0.55 402	0.77 412	0.63 404	0.80 410	0.55 370	0.69 380	0.49 351	0.74 411	0.96 451	0.69 378	0.49 366

ITERv14	0.67 360	0.75 277	0.55 352	0.77 359	0.55 402	0.77 404	0.55 394	0.77 398	0.54 394	0.77 411	0.56 407	0.77 412	0.62 399	0.79 405	0.55 370	0.70 386	0.48 347	0.75 414	0.97 452	0.68 373	0.49 366

v134_o9	0.68 362	0.76 280	0.55 352	0.79 365	0.57 412	0.79 416	0.57 405	0.79 405	0.62 417	0.77 411	0.57 413	0.79 423	0.62 399	0.79 405	0.55 370	0.71 395	0.49 351	0.77 426	0.99 456	0.71 389	0.49 366

zaero_v3	0.68 362	0.74 273	0.55 352	0.79 365	0.55 402	0.79 416	0.55 394	0.79 405	0.57 404	0.77 411	0.59 415	0.79 423	0.62 399	0.80 410	0.55 370	0.69 380	0.49 351	0.74 411	1.04 463	0.71 389	0.49 366

DEFOM-Stereo	0.68 362	3.11 531	1.40 532	1.63 503	0.25 219	0.31 212	0.25 211	0.31 207	0.28 232	0.31 208	0.29 242	0.29 209	0.27 230	0.31 216	0.28 227	1.59 522	1.47 535	0.30 211	0.29 253	0.30 197	0.28 224

ssnet_v2	0.68 362	1.96 465	1.25 514	0.29 174	0.20 197	0.30 207	0.20 184	0.29 201	0.22 196	1.50 526	0.20 195	0.31 216	0.20 193	0.27 202	0.22 193	0.24 182	1.49 536	0.26 198	0.18 192	3.90 579	0.19 176

ARAFT	0.68 362	0.81 291	0.63 379	0.74 356	0.60 417	0.78 409	0.62 412	0.77 398	0.66 424	0.74 408	0.63 424	0.75 409	0.62 399	0.83 423	0.60 389	0.70 386	0.55 379	0.70 406	0.60 408	0.78 400	0.55 397

ITERv12	0.69 367	0.73 271	0.57 367	0.78 363	0.57 412	0.77 404	0.57 405	0.77 398	0.55 396	0.79 421	0.55 402	0.77 412	0.65 412	0.82 419	0.56 378	0.70 386	0.51 371	0.76 420	1.18 476	0.70 382	0.51 386

NINENet	0.69 367	3.87 552	1.20 463	1.98 514	0.05 99	0.40 252	0.04 82	0.40 246	0.05 98	0.41 260	0.04 89	0.41 268	0.05 95	0.40 252	0.05 89	1.79 528	1.56 542	0.34 234	0.22 199	0.34 215	0.23 186

99wein	0.70 369	0.74 273	0.56 358	0.79 365	0.56 406	0.94 437	0.55 394	0.78 404	0.60 412	0.78 416	0.59 415	0.78 415	0.63 404	0.80 410	0.56 378	0.70 386	0.50 361	0.77 426	1.01 461	0.82 410	0.49 366

VIP-Stereo	0.70 369	2.97 528	2.43 587	2.49 534	0.16 176	0.25 190	0.16 161	0.25 187	0.16 170	0.25 187	0.18 189	0.25 190	0.16 169	0.26 198	0.16 168	1.86 530	1.26 513	0.23 184	0.15 165	0.23 178	0.15 157

ITERv2	0.70 369	0.74 273	0.55 352	0.77 359	0.55 402	0.78 409	0.55 394	0.77 398	0.55 396	0.77 411	0.55 402	0.78 415	0.62 399	0.79 405	0.55 370	0.69 380	0.49 351	0.73 408	1.50 550	0.69 378	0.49 366

RAFT-Stereo + iAFF	0.70 369	0.72 270	0.71 396	0.80 373	0.62 426	0.82 423	0.61 411	0.81 418	0.62 417	0.81 429	0.63 424	0.80 429	0.70 425	0.73 400	0.61 391	0.76 403	0.61 392	0.74 411	0.61 410	0.77 399	0.61 406

DMCA-RVC	0.70 369	0.80 288	0.70 392	0.70 351	0.70 439	0.70 399	0.70 429	0.71 394	0.70 432	0.70 400	0.71 442	0.71 402	0.70 425	0.70 396	0.69 408	0.69 380	0.70 405	0.69 404	0.70 425	0.69 378	0.70 421

ITERv7	0.71 374	0.77 282	0.56 358	0.80 373	0.56 406	0.78 409	0.56 400	0.79 405	0.78 446	0.78 416	0.56 407	0.84 434	0.63 404	0.82 419	0.55 370	0.70 386	0.51 371	0.76 420	0.98 453	0.70 382	0.74 435

MyStereo8	0.71 374	3.92 555	0.52 345	0.59 331	0.52 396	0.57 386	0.53 391	0.59 378	0.50 384	0.59 386	0.51 397	0.57 386	0.50 382	0.56 376	0.52 365	0.54 352	0.49 351	0.54 389	0.49 389	0.55 362	0.50 377

HH	0.71 374	2.54 502	0.74 403	1.10 416	0.32 295	0.41 268	0.37 324	0.69 391	0.78 446	0.73 403	0.90 459	0.75 409	1.00 454	0.84 424	0.69 408	0.69 380	0.40 303	0.35 250	0.26 224	0.35 227	0.26 203

HanStereo	0.71 374	2.54 502	0.74 403	1.10 416	0.32 295	0.41 268	0.37 324	0.69 391	0.78 446	0.73 403	0.90 459	0.75 409	1.00 454	0.84 424	0.69 408	0.69 380	0.40 303	0.35 250	0.26 224	0.35 227	0.26 203

ITER	0.72 378	0.77 282	0.55 352	0.77 359	0.57 412	0.78 409	0.55 394	0.77 398	0.56 399	0.79 421	0.55 402	0.78 415	0.67 418	0.80 410	0.55 370	0.70 386	0.50 361	0.81 435	1.66 566	0.69 378	0.49 366

zero-FE	0.72 378	1.31 423	0.66 385	0.92 390	0.60 417	0.82 423	0.58 407	0.82 419	0.58 409	0.81 429	0.60 417	0.81 432	0.60 396	0.82 419	0.58 385	0.74 401	0.59 387	0.73 408	0.52 395	0.76 397	0.51 386

ktn	0.72 378	0.53 248	1.08 449	1.14 422	0.51 395	1.22 514	1.36 542	0.51 358	0.59 411	0.51 363	0.51 397	0.69 401	1.20 476	0.67 394	0.51 363	0.51 346	0.49 351	0.58 392	0.66 416	0.52 356	0.53 389

CroCo-Stereo	0.73 381	1.22 417	0.25 185	1.22 478	0.25 219	1.22 514	0.25 211	1.22 508	0.25 210	1.22 516	0.25 219	1.22 519	0.25 213	1.22 518	0.25 211	1.22 499	0.26 193	1.21 525	0.25 218	1.22 504	0.25 197
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 381	0.88 301	0.67 389	0.75 357	0.68 436	0.75 403	0.64 414	0.80 414	0.72 439	0.83 431	0.70 438	0.82 433	0.64 409	0.84 424	0.67 397	0.77 404	0.63 394	0.81 435	0.63 412	0.78 400	0.62 409

ITERv10	0.74 383	0.75 277	0.56 358	0.79 365	0.56 406	0.91 432	0.56 400	1.16 453	0.56 399	0.79 421	0.60 417	0.78 415	0.84 445	0.81 417	0.56 378	0.70 386	0.82 425	0.77 426	1.17 474	0.70 382	0.50 377

ITERv8	0.74 383	0.76 280	0.56 358	0.79 365	0.57 412	0.78 409	0.59 409	0.79 405	0.57 404	0.79 421	0.56 407	0.79 423	0.77 437	0.82 419	0.88 453	0.71 395	0.76 416	0.77 426	1.08 465	0.70 382	0.70 421

a5sdf	0.75 385	1.10 351	0.56 358	0.78 363	0.56 406	0.78 409	0.80 445	0.79 405	0.56 399	0.78 416	0.86 457	0.78 415	0.63 404	0.80 410	0.56 378	0.72 398	0.50 361	0.75 414	1.46 547	0.70 382	0.49 366

AIO-Stereo-zeroshot1	0.75 385	0.92 314	0.85 417	0.96 401	0.59 416	1.27 517	0.44 360	0.59 378	0.69 429	0.91 436	0.68 433	0.55 381	0.61 398	1.06 456	0.83 450	0.62 372	0.70 405	0.90 446	0.41 363	0.89 418	0.56 400

MyStereo06	0.75 385	4.12 556	0.60 372	0.63 338	0.61 423	0.62 392	0.66 417	0.56 370	0.45 366	0.55 377	0.48 386	0.54 377	0.46 365	0.57 381	0.45 338	0.60 364	0.57 383	0.64 398	0.55 398	0.72 392	0.55 397

GCAP-Stereo	0.75 385	4.15 559	0.42 300	0.75 357	0.35 320	0.78 409	0.40 344	0.79 405	0.38 330	0.78 416	0.36 324	0.78 415	0.36 319	0.79 405	0.39 314	0.75 402	0.39 300	0.76 420	0.39 355	0.75 396	0.39 328

GANet-RSSM	0.75 385	1.91 458	0.14 127	0.47 288	0.14 158	0.21 174	3.21 612	2.30 556	0.14 158	0.46 323	0.14 162	0.23 181	0.18 184	0.21 171	0.14 152	0.18 151	0.27 200	0.37 258	0.13 155	2.13 539	2.12 581

vnu138km	0.76 390	1.11 353	0.56 358	0.96 401	0.73 444	0.79 416	0.76 438	0.79 405	0.57 404	0.78 416	0.56 407	0.79 423	0.64 409	0.81 417	0.56 378	0.70 386	0.50 361	0.75 414	1.14 470	1.08 440	0.69 419

RSM++	0.76 390	0.82 293	0.66 385	0.85 382	0.64 427	0.85 425	0.71 432	0.94 434	0.64 421	0.87 432	0.67 432	0.87 436	0.65 412	0.84 424	0.65 393	0.81 409	0.70 405	0.79 430	0.71 428	0.83 413	0.70 421

CroCo-Stereo Lap2	0.77 392	1.29 421	0.29 200	1.27 482	0.29 243	1.27 517	0.26 219	1.26 511	0.26 223	1.26 517	0.26 225	1.27 521	0.26 222	1.26 520	0.27 217	1.27 501	0.27 200	1.27 529	0.27 232	1.27 507	0.27 211

PSMNet-RSSM	0.77 392	2.76 519	0.14 127	0.20 137	0.14 158	0.20 163	2.66 593	2.79 583	0.14 158	0.21 172	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 561	2.31 586

GwcNet-RSSM	0.77 392	2.77 521	0.14 127	0.20 137	0.14 158	0.20 163	2.67 594	2.78 582	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 171	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 561	2.31 586

s6wercc	0.78 395	0.79 286	0.86 418	0.80 373	0.75 448	0.80 420	0.56 400	0.80 414	0.56 399	1.18 467	0.56 407	0.78 415	0.63 404	1.24 519	0.59 388	0.70 386	0.50 361	0.75 414	1.54 551	0.71 389	0.50 377

4D-IteraStereo	0.78 395	3.13 532	0.89 422	0.69 347	0.32 295	0.40 252	0.32 284	0.76 397	0.97 469	0.52 366	0.65 428	0.89 439	0.32 296	0.76 404	0.98 464	0.83 414	0.94 436	0.35 250	0.27 232	0.70 382	0.89 450

hitnet-ft	0.79 397	2.78 524	0.14 127	0.20 137	0.14 158	0.21 174	2.89 596	2.80 584	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.54 569	2.33 588

G-Net	0.79 397	0.79 286	0.79 412	0.79 365	0.79 452	0.79 416	0.79 442	0.79 405	0.79 450	0.79 421	0.79 453	0.79 423	0.79 440	0.79 405	0.79 444	0.79 405	0.79 419	0.79 430	0.79 436	0.79 402	0.79 440

MyStereo05	0.80 399	4.12 556	0.63 379	0.63 338	0.61 423	0.62 392	0.66 417	0.65 386	0.62 417	0.67 397	0.61 422	0.65 398	0.58 394	0.67 394	0.55 370	0.60 364	0.57 383	0.64 398	0.55 398	0.72 392	0.55 397

UDG	0.80 399	2.21 480	0.60 372	0.91 387	0.60 417	0.90 431	0.58 407	0.88 424	0.60 412	0.90 434	0.60 417	0.88 437	0.60 396	0.90 434	0.58 385	0.86 418	0.60 388	0.84 442	0.59 407	0.84 414	0.61 406

ccnet	0.80 399	2.28 484	0.33 247	0.50 306	0.33 307	0.50 358	0.33 295	0.50 345	0.33 301	0.49 343	0.33 303	0.49 347	1.56 541	2.38 560	0.33 270	0.41 297	0.29 219	0.42 334	1.57 553	2.28 545	0.29 229

NaN_ROB	0.80 399	0.80 288	0.80 413	0.80 373	0.80 454	0.80 420	0.80 445	0.80 414	0.80 451	0.80 427	0.80 454	0.80 429	0.80 441	0.80 410	0.80 446	0.80 406	0.80 422	0.80 433	0.80 438	0.80 405	0.80 441

CSAN	0.80 399	0.80 288	0.80 413	0.80 373	0.80 454	0.80 420	0.80 445	0.80 414	0.80 451	0.80 427	0.80 454	0.80 429	0.80 441	0.80 410	0.80 446	0.80 406	0.80 422	0.80 433	0.80 438	0.80 405	0.80 441

GSStereo	0.81 404	4.28 562	0.50 335	0.59 331	0.40 348	0.51 370	0.38 330	0.50 345	0.38 330	0.50 356	0.38 336	0.50 362	3.79 608	0.50 353	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.35 308

BSDual-CNN	0.81 404	1.91 458	0.92 436	4.48 581	0.02 21	0.42 290	0.06 109	0.41 261	0.02 21	0.48 336	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 540	4.19 606	0.33 226	0.23 205	0.34 215	0.27 211

DDUNet	0.81 404	2.45 500	0.57 367	0.90 385	0.60 417	0.88 428	0.59 409	0.90 425	0.60 412	0.88 433	0.60 417	0.90 440	0.58 394	0.88 431	0.60 389	0.84 416	0.60 388	0.86 444	0.57 404	0.86 415	0.60 405

R-Stereo Train	0.81 404	0.96 320	0.67 389	0.95 398	0.67 433	0.95 438	0.68 422	0.95 436	0.68 426	0.95 444	0.68 433	0.96 448	0.68 420	0.96 445	0.68 401	0.94 429	0.68 400	0.94 453	0.68 421	0.94 428	0.68 417

RAFT-Stereo	0.81 404	0.96 320	0.67 389	0.95 398	0.67 433	0.95 438	0.68 422	0.95 436	0.68 426	0.95 444	0.68 433	0.96 448	0.68 420	0.96 445	0.68 401	0.94 429	0.68 400	0.94 453	0.68 421	0.94 428	0.68 417
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 409	1.72 442	1.48 536	0.39 207	0.15 169	0.31 212	0.21 190	0.20 161	0.25 210	1.61 530	0.23 206	0.28 203	0.26 222	0.20 160	0.15 162	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 186

scenet	0.82 409	1.72 442	1.48 536	0.39 207	0.15 169	0.31 212	0.21 190	0.20 161	0.25 210	1.61 530	0.23 206	0.28 203	0.26 222	0.20 160	0.15 162	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 186

ssnet	0.82 409	1.72 442	1.48 536	0.39 207	0.15 169	0.31 212	0.21 190	0.20 161	0.25 210	1.61 530	0.23 206	0.28 203	0.26 222	0.20 160	0.15 162	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 186

STTRV1_RVC	0.82 409	1.60 438	0.70 392	1.01 409	0.60 417	1.07 454	0.69 425	1.01 442	0.60 412	0.72 401	0.55 402	1.02 456	0.68 420	1.03 454	0.67 397	0.89 420	0.63 394	0.92 451	0.57 404	0.90 421	0.65 412

DEFOM-Stereo_RVC	0.83 413	5.18 573	1.98 576	2.19 519	0.17 180	0.19 158	0.18 176	0.19 155	0.16 170	0.20 160	0.19 191	0.22 177	0.22 200	0.20 160	0.15 162	2.28 557	2.13 576	0.24 192	0.17 187	0.18 156	0.16 158

BUS	0.83 413	1.91 458	0.92 436	4.48 581	0.02 21	0.40 252	0.04 82	0.41 261	0.02 21	0.48 336	0.03 52	0.41 268	0.05 95	0.03 39	0.05 89	1.97 540	4.19 606	0.33 226	0.23 205	0.34 215	0.27 211

PDISCO_ROB	0.83 413	2.80 525	3.49 605	0.14 100	0.11 137	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 590	0.13 148	0.14 116	2.34 581	0.16 145	0.12 147	2.62 570	0.10 116

AIO-Stereo	0.84 416	0.66 266	0.70 392	0.83 379	0.67 433	0.98 441	0.82 449	1.14 449	0.72 439	1.03 452	0.74 448	1.03 457	1.09 463	0.99 447	0.45 338	1.04 435	0.73 411	0.95 455	0.74 431	0.94 428	0.46 352

DCRE	0.84 416	1.89 455	0.77 408	0.94 396	0.72 443	0.88 428	0.73 435	0.87 421	0.78 446	0.90 434	0.71 442	0.88 437	0.67 418	0.88 431	0.73 436	0.81 409	0.68 400	0.81 435	0.70 425	0.82 410	0.70 421

iGMRVC	0.84 416	2.85 526	0.72 399	0.72 354	0.73 444	0.77 404	0.79 442	0.73 396	0.74 444	0.73 403	0.72 445	0.73 407	0.76 435	0.73 400	0.73 436	0.72 398	0.73 411	0.73 408	0.72 430	0.73 395	0.72 428

AdaDepth	0.86 419	0.93 316	0.71 396	1.01 409	1.07 479	1.02 448	0.71 432	1.00 438	0.71 437	1.01 450	0.71 442	1.00 451	0.72 430	1.14 467	0.71 434	0.92 424	0.64 396	0.90 446	0.64 413	0.89 418	0.69 419

GEStereo_RVC	0.86 419	4.45 563	0.20 166	0.27 172	0.20 197	0.27 202	0.20 184	0.26 192	0.18 181	5.03 618	0.20 195	0.27 202	0.19 189	0.27 202	0.21 191	0.20 158	0.19 172	0.19 166	4.02 622	0.20 163	0.18 174

ITERv4	0.88 421	1.32 425	0.56 358	0.79 365	0.92 463	1.18 467	0.97 464	0.79 405	0.57 404	0.79 421	0.65 428	0.79 423	1.14 467	0.86 429	0.56 378	1.06 437	0.92 433	0.76 420	1.61 560	0.70 382	0.71 426

Selective-RAFT-Error	0.88 421	0.84 294	0.98 441	0.86 383	0.97 469	0.88 428	0.95 461	0.84 420	0.99 472	0.92 438	0.82 456	0.84 434	0.98 453	0.87 430	0.97 463	0.81 409	0.83 426	0.79 430	0.82 441	0.79 402	0.85 446

IER	0.88 421	7.04 592	2.23 581	2.75 540	0.28 234	0.43 306	0.25 211	0.39 241	0.25 210	0.41 260	0.27 230	0.39 247	0.25 213	0.40 252	0.28 227	0.37 235	0.28 206	0.37 258	0.25 218	0.37 238	0.25 197

Selective-RAFT	0.89 424	0.89 304	0.72 399	1.16 429	0.78 451	1.06 451	0.82 449	0.87 421	0.97 469	1.00 446	0.91 462	0.90 440	1.00 454	0.89 433	0.93 460	0.83 414	0.83 426	0.82 440	0.82 441	0.81 408	0.82 444

AIO-Stereo-zeroshot	0.91 425	0.86 297	0.89 422	1.25 481	0.69 437	1.05 450	0.81 448	1.16 453	0.50 384	1.12 462	0.97 468	0.72 405	0.82 443	1.06 456	0.95 461	0.61 368	0.87 428	1.03 466	0.85 444	1.04 438	1.01 464

CFNet-RSSM	0.91 425	4.89 569	0.34 257	0.44 280	1.07 479	1.62 535	1.40 549	0.91 427	0.35 313	1.60 527	1.39 549	0.64 395	0.34 309	0.44 318	0.33 270	0.41 297	0.35 282	0.75 414	0.30 273	0.41 306	0.29 229

MLG-Stereo	0.92 427	0.90 307	0.84 416	1.27 482	0.49 386	1.38 524	0.88 452	1.41 522	0.97 469	0.73 403	1.09 476	1.26 520	0.43 357	0.72 398	1.05 471	1.13 447	0.49 351	1.18 478	0.66 416	1.01 435	0.46 352

ToySt	0.92 427	2.11 471	0.90 427	0.95 398	0.79 452	0.99 442	0.78 441	0.94 434	0.81 454	0.94 442	0.78 452	0.95 447	0.77 437	0.94 441	0.86 452	0.91 421	0.79 419	0.85 443	0.77 433	0.89 418	0.73 431

DPSM_ROB	0.92 427	0.91 309	0.91 433	0.91 387	0.92 463	0.92 434	0.92 457	0.92 430	0.91 459	0.93 440	0.91 462	0.92 443	0.90 446	0.91 435	0.92 456	0.92 424	0.91 431	0.91 449	0.92 446	0.93 426	0.93 454

DPSM	0.92 427	0.91 309	0.91 433	0.91 387	0.92 463	0.92 434	0.92 457	0.92 430	0.91 459	0.93 440	0.91 462	0.92 443	0.90 446	0.91 435	0.92 456	0.92 424	0.91 431	0.91 449	0.92 446	0.93 426	0.93 454

pmcnn	0.92 427	0.92 314	0.92 436	0.92 390	0.92 463	0.92 434	0.92 457	0.92 430	0.92 463	0.92 438	0.92 466	0.92 443	0.92 449	0.92 439	0.92 456	0.92 424	0.92 433	0.92 451	0.92 446	0.92 425	0.92 453

error version	0.93 432	4.47 564	2.35 584	1.99 515	0.37 330	0.41 268	0.36 318	0.41 261	0.35 313	0.43 287	0.36 324	0.41 268	0.40 337	0.41 267	0.36 291	1.87 532	2.16 577	0.47 360	0.37 339	0.39 281	0.33 291

test_1	0.93 432	4.47 564	2.35 584	1.99 515	0.37 330	0.41 268	0.36 318	0.41 261	0.35 313	0.43 287	0.36 324	0.41 268	0.40 337	0.41 267	0.36 291	1.87 532	2.16 577	0.47 360	0.37 339	0.39 281	0.33 291

DGTPSM_ROB	0.93 432	1.00 327	0.92 436	0.94 396	0.96 468	0.91 432	0.92 457	0.91 427	0.96 468	0.91 436	0.96 467	0.93 446	0.92 449	0.94 441	0.92 456	0.92 424	0.92 433	0.90 446	0.92 446	0.94 428	0.91 452

HSM-Net_RVC	0.95 435	1.17 361	0.78 409	1.18 431	0.71 441	1.16 466	0.75 437	1.09 447	0.80 451	1.10 456	0.75 449	1.17 471	0.74 432	1.17 470	0.80 446	1.13 447	0.73 411	1.17 475	0.77 433	1.16 448	0.72 428
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 436	3.17 534	2.30 583	2.42 531	0.38 337	0.54 378	0.38 330	0.54 366	0.38 330	0.54 374	0.38 336	0.54 377	0.38 328	0.54 371	0.38 303	2.38 565	2.34 581	0.49 373	0.36 337	0.49 343	0.36 311

DPSimNet_ROB	0.97 436	1.18 363	0.81 415	1.10 416	0.91 462	1.02 448	0.82 449	1.04 444	0.91 459	1.03 452	0.86 457	1.28 522	0.82 443	1.03 454	0.89 454	1.17 450	0.81 424	1.02 464	0.82 441	1.08 440	0.81 443

test-3	0.98 438	4.13 558	1.85 565	1.85 506	0.61 423	0.69 398	0.37 324	0.63 384	0.61 416	0.66 396	0.51 397	0.73 407	0.44 359	0.57 381	0.54 368	1.68 526	1.81 561	0.40 282	0.43 372	0.66 371	0.50 377

Wavelet-MonSter	1.00 439	1.21 411	0.76 406	1.94 510	1.01 474	1.11 461	0.76 438	1.15 450	0.76 445	1.11 461	0.76 450	1.14 468	0.76 435	1.11 464	0.76 442	1.21 497	0.90 429	1.02 464	0.71 428	1.02 437	0.71 426

999	1.00 439	1.12 354	0.59 370	1.10 416	1.21 538	1.09 457	0.52 390	1.08 445	1.43 551	1.18 467	1.35 543	0.98 450	0.52 388	0.91 435	0.85 451	0.72 398	1.46 534	0.83 441	0.98 453	0.68 373	1.41 547

DispNO	1.00 439	0.63 263	0.43 301	3.45 566	0.44 369	0.65 395	0.43 359	0.64 385	0.43 361	0.64 393	0.43 366	0.64 395	3.03 587	0.64 390	0.43 336	4.55 595	0.43 325	0.63 397	0.43 372	0.63 369	0.43 346

GANet	1.00 439	1.00 327	1.00 443	1.00 406	1.00 470	1.00 443	1.00 466	1.00 438	1.00 473	1.00 446	1.00 470	1.00 451	1.00 454	1.00 449	1.00 466	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 461

TDLM	1.00 439	1.00 327	1.00 443	1.00 406	1.00 470	1.00 443	1.00 466	1.00 438	1.00 473	1.00 446	1.00 470	1.00 451	1.00 454	1.00 449	1.00 466	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 461

CVANet_RVC	1.00 439	1.00 327	1.00 443	1.00 406	1.00 470	1.00 443	1.00 466	1.00 438	1.00 473	1.00 446	1.00 470	1.00 451	1.00 454	1.00 449	1.00 466	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 461

trnet	1.01 445	1.01 333	1.01 446	1.01 409	1.01 474	1.01 447	1.01 469	1.01 442	1.01 476	1.01 450	1.01 473	1.01 455	1.01 460	1.01 453	1.01 469	1.01 434	1.01 440	1.01 463	1.01 461	1.01 435	1.01 464

LL-Strereo	1.01 445	5.06 571	1.63 545	0.70 351	1.43 548	0.56 380	0.46 367	0.57 373	0.50 384	0.57 382	0.50 391	1.58 531	0.49 379	0.59 383	0.50 358	1.64 525	0.52 375	0.51 382	1.37 538	0.52 356	0.45 351

FlowAnything_test	1.02 447	1.72 442	0.71 396	1.59 496	0.70 439	1.61 533	0.69 425	1.61 524	0.70 432	1.60 527	0.70 438	1.61 535	0.69 423	1.61 531	0.70 429	0.81 409	0.58 385	0.81 435	0.55 398	0.81 408	0.56 400

FlowAnything	1.02 447	1.71 441	0.72 399	1.59 496	0.69 437	1.60 532	0.69 425	1.61 524	0.70 432	1.60 527	0.69 436	1.60 532	0.69 423	1.61 531	0.69 408	0.81 409	0.58 385	0.81 435	0.56 402	0.82 410	0.56 400

tt45	1.04 449	0.88 301	1.36 526	0.92 390	1.03 477	1.51 531	0.79 442	0.70 393	0.88 456	0.74 408	0.90 459	1.60 532	0.72 430	1.60 529	0.75 440	0.91 421	0.78 418	1.52 541	0.79 436	1.14 444	1.32 539

GLC_STEREO	1.07 450	1.01 333	1.06 448	1.07 414	1.05 478	1.06 451	1.08 473	1.08 445	1.05 479	1.07 454	1.06 475	1.08 459	1.05 462	1.06 456	1.10 473	1.07 438	1.09 450	1.05 467	1.05 464	1.06 439	1.12 471

FC-DCNN	1.07 450	1.09 348	0.98 441	0.89 384	0.52 396	1.41 528	0.91 456	1.21 507	1.24 537	1.96 539	2.05 594	1.91 540	1.30 529	1.27 521	1.08 472	0.80 406	0.60 388	0.58 392	0.41 363	0.68 373	0.54 392

hknet	1.10 452	1.85 451	3.49 605	4.48 581	0.02 21	0.42 290	0.06 109	0.41 261	0.02 21	0.48 336	0.03 52	0.41 268	0.03 52	0.42 282	0.03 48	4.39 592	4.19 606	0.33 226	0.23 205	0.34 215	0.27 211

test_xeample3	1.10 452	1.81 448	0.61 377	0.84 380	0.49 386	0.77 404	0.66 417	0.92 430	1.40 549	0.68 399	0.46 374	0.78 415	0.54 392	1.72 534	1.48 551	1.34 506	1.52 538	1.35 534	1.67 568	1.33 509	1.55 552

DISCO	1.11 454	0.39 156	5.28 618	0.39 207	0.20 197	0.39 250	0.27 222	0.39 241	0.22 196	0.38 234	0.20 195	0.38 242	0.20 193	6.95 629	0.22 193	0.30 203	0.21 178	0.27 202	0.21 196	5.25 610	0.21 181

Occ-G	1.12 455	0.52 245	3.72 610	3.50 570	0.50 390	0.56 380	0.47 372	0.54 366	0.46 367	0.54 374	0.41 354	0.54 377	0.42 354	0.52 367	0.42 333	3.42 586	4.02 605	0.52 385	0.45 374	0.51 354	0.44 349

AEACV	1.12 455	0.52 245	3.12 602	3.24 555	0.86 456	0.53 375	0.49 383	0.60 380	0.47 372	0.53 369	0.49 389	0.55 381	0.45 362	0.55 375	0.47 349	3.01 582	3.88 603	0.71 407	0.60 408	0.80 405	0.48 361

MSMD_ROB	1.19 457	1.10 351	0.70 392	1.10 416	0.60 417	1.10 458	0.70 429	1.10 448	0.70 432	1.10 456	0.70 438	1.10 463	0.70 425	7.00 630	0.70 429	1.10 441	0.70 405	1.10 468	0.70 425	1.10 442	0.70 421

MM-Stereo_test2	1.20 458	1.85 451	1.05 447	1.46 493	0.94 467	1.36 522	0.99 465	1.36 516	0.95 466	1.41 523	0.98 469	1.40 528	0.96 451	1.37 523	0.95 461	1.37 511	1.06 443	1.33 531	0.93 450	1.29 508	0.89 450

ours_stereo	1.20 458	1.21 411	0.90 427	1.64 504	1.11 481	1.35 520	0.67 421	1.76 531	0.93 464	1.70 535	1.10 477	1.39 526	0.75 434	1.41 526	0.81 449	1.60 524	1.03 442	1.33 531	1.00 457	1.61 519	0.72 428

DisPM	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

CrosDoStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PFNet+	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

LCNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

HHNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Patchmatch Stereo++	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485
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	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

STrans-v2	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

TransformOpticalFlow	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

OMP-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

IIG-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

NF-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

OCTAStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PSM-softLoss	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

KMStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

NRIStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PSM-adaLoss	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PSM-AAD	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

FTStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

ROB_FTStereo_v2	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

ROB_FTStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Consistency-Raft	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

KYRaft	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

HUI-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

ASMatch	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DeepStereo_LL	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DEmStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

SST-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

THIR-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT_R40	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DRaft	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PFNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

GrayStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RE-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Pruner-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

TVStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DeepStereo_RVC	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT-RH_RVC	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

IRAFT_RVC	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT-345	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

iRAFT	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

CRE-IMP	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

GMM-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT-IKP	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Prome-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

HCRNet	1.22 505	7.11 593	3.00 590	3.55 571	0.33 307	0.29 206	0.14 153	0.19 155	0.15 168	0.33 218	0.29 242	0.25 190	0.14 159	0.22 175	0.33 270	3.64 587	3.00 584	0.76 420	0.32 307	0.18 156	0.13 151

HBP-ISP	1.24 506	1.72 442	1.65 546	1.15 424	0.76 449	1.40 526	0.88 452	1.67 530	1.02 477	1.69 534	1.38 548	1.69 536	1.21 522	1.87 541	1.21 530	1.05 436	0.79 419	0.97 458	0.80 438	1.19 456	0.75 436

AANet_RVC	1.26 507	0.31 137	4.99 616	5.93 606	0.20 197	0.25 190	0.20 184	0.25 187	0.20 189	0.23 178	0.19 191	0.25 190	0.20 193	0.25 188	0.20 187	5.66 616	4.76 609	0.26 198	0.30 273	0.24 180	0.27 211

MM-Stereo_test3	1.27 508	2.07 467	1.18 458	1.60 499	1.02 476	1.45 529	1.01 469	1.40 521	1.04 478	1.44 524	1.03 474	1.46 530	1.02 461	1.44 527	1.02 470	1.51 520	1.12 457	1.32 530	0.98 453	1.38 512	0.97 457

11t	1.27 508	2.70 511	1.34 516	1.32 486	0.89 458	1.30 519	1.34 539	1.64 527	0.57 404	1.45 525	0.72 445	1.05 458	1.29 528	1.07 459	1.29 540	1.49 517	1.02 441	0.97 458	1.15 471	1.48 514	1.31 538

MaskLacGwcNet_RVC	1.35 510	1.35 427	1.35 518	1.35 488	1.35 542	1.35 520	1.35 540	1.36 516	1.35 545	1.36 520	1.35 543	1.36 523	1.36 534	1.36 522	1.35 544	1.35 507	1.35 526	1.35 534	1.35 535	1.35 510	1.35 543

CC-Net-ROB	1.36 511	1.33 426	1.33 515	1.36 489	1.38 545	1.36 522	1.33 538	1.37 518	1.34 542	1.35 519	1.36 545	1.38 524	1.34 532	1.38 525	1.38 547	1.35 507	1.38 530	1.33 531	1.35 535	1.43 513	1.34 542

CFNet	1.37 512	5.27 576	0.19 163	5.49 603	0.19 194	0.28 203	0.19 180	0.28 196	0.19 187	0.28 199	0.19 191	0.28 203	4.35 616	0.28 206	0.19 184	0.23 177	0.17 164	0.23 184	4.21 624	4.81 601	0.17 170

PS-NSSS	1.38 513	1.39 430	1.34 516	1.34 487	1.35 542	1.38 524	1.37 547	1.35 515	1.38 548	1.34 518	1.34 542	1.39 526	1.38 537	1.70 533	1.40 548	1.36 509	1.36 527	1.36 536	1.37 538	1.37 511	1.36 544

RASNet	1.49 514	1.65 439	1.45 534	1.38 491	1.43 548	1.47 530	1.36 542	1.38 520	1.36 546	1.39 522	1.60 559	1.45 529	1.45 540	1.51 528	2.21 589	1.53 521	1.36 527	1.36 536	1.36 537	1.66 522	1.36 544

GANetREF_RVC	1.55 515	1.94 464	1.22 510	1.88 507	1.21 538	1.88 539	1.22 530	1.88 533	1.22 535	1.88 536	1.22 532	1.88 538	1.22 523	1.89 542	1.22 531	1.87 532	1.22 512	1.88 555	1.22 526	1.88 531	1.22 531
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	1.59 516	1.91 458	1.21 509	1.94 510	1.20 492	2.00 547	1.23 531	1.99 538	1.24 537	2.00 544	1.25 535	2.03 548	1.26 525	2.00 546	1.29 540	1.90 536	1.18 464	1.89 556	1.21 525	1.89 532	1.20 485
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 517	1.59 437	1.70 548	1.59 496	1.59 554	1.61 533	1.61 558	1.60 523	1.60 555	1.62 533	1.59 558	1.60 532	1.60 543	1.60 529	1.59 555	1.59 522	1.60 548	1.59 542	1.59 558	1.59 518	1.59 557

ff7	1.68 518	2.68 508	1.35 518	0.97 403	0.89 458	1.84 536	2.15 587	2.12 544	1.80 572	2.05 549	1.56 555	2.33 555	2.12 578	2.23 552	2.25 590	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 466

ffff	1.68 518	2.68 508	1.35 518	0.97 403	0.89 458	1.84 536	2.15 587	2.12 544	1.80 572	2.05 549	1.56 555	2.33 555	2.12 578	2.23 552	2.25 590	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 466

ccc-4	1.68 518	2.68 508	1.35 518	0.97 403	0.89 458	1.84 536	2.15 587	2.12 544	1.80 572	2.05 549	1.56 555	2.33 555	2.12 578	2.23 552	2.25 590	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 466

MC-Stereo	1.76 521	2.96 527	1.37 528	2.14 518	1.37 544	2.14 553	1.36 542	2.14 547	1.37 547	2.14 553	1.37 546	2.14 550	1.37 536	2.14 551	1.37 546	1.97 540	1.32 514	1.97 558	1.32 534	1.98 533	1.33 540

IGEVStereo-DCA	1.77 522	4.21 560	1.84 563	2.49 534	2.11 587	2.54 573	1.36 542	1.65 528	1.17 486	2.75 582	1.90 577	2.54 568	1.15 469	0.94 441	1.11 474	1.50 518	1.32 514	0.96 456	1.46 547	1.49 515	0.88 448

rrr	1.77 522	4.21 560	1.84 563	2.49 534	2.11 587	2.54 573	1.36 542	1.65 528	1.17 486	2.75 582	1.90 577	2.54 568	1.15 469	0.94 441	1.11 474	1.50 518	1.32 514	0.96 456	1.46 547	1.49 515	0.88 448

MM-Stereo_test1	1.80 524	3.41 538	1.52 541	2.12 517	1.41 547	2.04 548	1.41 550	2.05 542	1.46 552	2.04 548	1.41 550	2.05 549	1.42 539	2.05 547	1.43 550	2.04 544	1.54 541	1.94 557	1.38 540	1.99 534	1.33 540

MFMNet_re	1.81 525	1.91 458	1.71 550	1.95 512	1.70 565	1.95 544	1.70 563	1.96 536	1.74 568	1.97 541	1.72 567	1.95 541	1.71 551	1.97 545	1.71 563	1.86 530	1.62 549	1.85 548	1.66 566	1.86 530	1.64 563

plain	1.88 526	3.16 533	0.64 381	3.10 550	0.65 429	3.10 588	0.64 414	3.12 587	0.65 422	3.10 588	0.65 428	3.11 588	0.65 412	3.12 587	0.65 393	3.12 583	0.65 398	3.13 588	0.65 414	3.13 573	0.65 412

RAFT_CTSACE	1.92 527	3.71 545	1.72 551	1.88 507	1.72 566	2.04 548	1.42 552	2.18 549	1.89 583	2.02 546	1.97 583	1.95 541	2.06 577	1.93 543	1.62 556	1.76 527	1.66 552	2.02 559	1.73 576	1.73 525	1.43 549

NLCSM	1.94 528	1.36 428	0.90 427	17.57 632	1.19 491	1.40 526	0.90 454	1.37 518	0.90 457	1.37 521	0.91 462	1.38 524	0.91 448	1.37 523	0.90 455	1.28 502	0.90 429	1.25 527	0.85 444	1.24 505	0.85 446

MonStereo1	1.94 528	2.77 521	1.52 541	3.73 578	1.51 551	2.13 552	1.42 552	2.32 557	1.52 553	2.31 561	1.50 553	2.53 565	1.59 542	2.34 559	1.56 553	1.91 537	1.36 527	1.86 551	1.31 533	2.07 535	1.53 550

4.25w-stereo	1.98 530	2.72 515	1.46 535	3.47 567	1.43 548	2.07 550	1.98 578	2.53 569	1.52 553	2.71 575	1.98 589	1.81 537	1.62 545	1.96 544	1.36 545	1.88 535	2.00 566	2.53 582	1.61 560	1.74 526	1.15 476

4.5w-stereo	1.99 531	2.33 488	1.81 554	3.28 557	1.68 561	1.94 541	1.99 581	2.72 572	1.70 560	2.72 576	1.99 592	1.97 543	1.68 547	1.76 535	1.29 540	1.91 537	2.02 572	2.53 582	1.61 560	1.75 527	1.16 479

2.75w_new	1.99 531	2.34 492	1.81 554	3.14 551	1.62 556	1.94 541	1.99 581	2.72 572	1.71 561	2.72 576	1.99 592	1.90 539	1.73 553	1.82 540	1.29 540	2.37 564	2.01 568	2.31 569	1.42 544	1.77 528	1.22 531

3.75w	1.99 531	2.31 486	1.83 562	3.16 553	1.65 558	1.93 540	1.98 578	2.72 572	1.68 557	2.73 581	1.97 583	2.00 545	1.72 552	1.81 539	1.25 536	2.27 556	2.01 568	2.38 574	1.42 544	1.71 524	1.24 534

2w_stereo	1.99 531	2.36 495	1.81 554	3.24 555	1.67 559	1.94 541	1.98 578	2.72 572	1.68 557	2.72 576	1.94 580	1.98 544	1.74 555	1.79 538	1.27 537	1.95 539	2.00 566	2.53 582	1.60 559	1.68 523	1.15 476

2.25w	2.00 535	1.86 453	1.98 576	2.95 548	2.17 591	2.26 554	1.35 540	2.42 563	2.00 590	2.07 552	1.27 537	2.53 565	1.99 573	2.29 556	1.49 552	2.21 551	1.32 514	1.85 548	1.87 580	2.52 561	1.62 561

4.25_new	2.00 535	2.33 488	1.82 559	3.32 560	1.69 562	1.95 544	1.99 581	2.72 572	1.71 561	2.72 576	1.97 583	2.01 546	1.74 555	1.77 536	1.28 538	2.18 548	2.01 568	2.48 580	1.58 556	1.65 520	1.17 480

4.5w_new	2.00 535	2.33 488	1.82 559	3.32 560	1.69 562	1.95 544	1.99 581	2.72 572	1.71 561	2.72 576	1.97 583	2.01 546	1.74 555	1.77 536	1.28 538	2.18 548	2.01 568	2.48 580	1.58 556	1.65 520	1.17 480

4.5_new	2.00 535	1.84 450	1.98 576	2.77 542	2.16 589	2.27 555	1.28 537	2.09 543	1.98 587	2.01 545	1.28 538	2.71 577	1.98 571	2.51 568	1.65 558	2.26 553	1.33 521	1.87 552	1.87 580	2.49 557	1.60 558

TRStereo	2.00 535	2.13 472	1.85 565	2.27 524	1.84 570	2.28 557	1.84 567	2.29 552	1.86 577	2.30 558	1.87 572	2.30 552	1.87 561	2.08 548	1.72 565	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 568

XX-Stereo	2.00 535	2.13 472	1.85 565	2.27 524	1.84 570	2.28 557	1.84 567	2.29 552	1.86 577	2.30 558	1.87 572	2.30 552	1.87 561	2.08 548	1.72 565	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 568

EAI-Stereo	2.00 535	2.13 472	1.85 565	2.27 524	1.84 570	2.28 557	1.84 567	2.29 552	1.86 577	2.30 558	1.87 572	2.30 552	1.87 561	2.08 548	1.72 565	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 568

2.5w	2.01 542	2.40 497	1.37 528	3.28 557	2.01 581	2.71 578	1.43 555	1.82 532	1.83 575	1.90 538	1.41 550	2.71 577	1.35 533	2.71 577	1.85 576	2.66 576	1.53 539	1.64 543	1.23 527	2.53 564	1.87 577

4w-stereo	2.02 543	2.72 515	1.44 533	3.36 563	1.59 554	2.48 566	1.72 564	2.28 550	1.24 537	2.24 556	1.65 563	2.56 570	1.32 531	2.39 562	1.98 586	2.67 578	1.51 537	1.66 544	1.24 528	2.53 564	1.88 580

IGEV	2.02 543	2.20 478	1.82 559	2.90 547	2.16 589	2.41 563	1.25 533	2.00 539	1.98 587	1.99 543	1.31 540	2.72 581	1.93 567	2.67 576	1.69 562	2.26 553	1.32 514	1.83 547	1.87 580	2.53 564	1.61 560

3.25w_new	2.03 545	2.72 515	1.35 518	3.33 562	1.57 552	2.72 579	1.53 557	2.15 548	1.33 541	2.15 554	1.60 559	2.63 574	1.30 529	2.72 579	1.99 587	2.67 578	1.53 539	1.75 546	1.25 530	2.53 564	1.87 577

3.5w_stereo	2.03 545	2.72 515	1.35 518	3.41 564	1.57 552	2.72 579	1.49 556	2.01 540	1.34 542	2.15 554	1.61 561	2.63 574	1.36 534	2.72 579	1.99 587	2.66 576	1.58 544	1.68 545	1.24 528	2.53 564	1.87 577

UniTT-Stereo	2.03 545	3.43 539	0.72 399	3.42 565	0.73 444	3.27 591	0.68 422	3.38 591	0.69 429	3.29 591	0.72 445	3.28 591	0.70 425	3.35 592	0.68 401	3.39 585	0.68 400	3.31 590	0.69 423	3.37 574	0.73 431

3.25w	2.04 548	2.20 478	1.48 536	3.03 549	2.17 591	2.63 577	1.39 548	1.96 536	1.95 586	1.96 539	1.37 546	2.71 577	1.96 570	2.71 577	1.73 570	2.26 553	1.32 514	1.87 552	1.87 580	2.51 560	1.63 562

3w_stereo	2.04 548	2.24 482	1.70 548	3.15 552	2.18 593	2.49 567	1.26 535	2.03 541	1.98 587	1.98 542	1.33 541	2.72 581	1.99 573	2.59 571	1.72 565	2.22 552	1.33 521	1.85 548	1.88 585	2.50 559	1.58 556

1w_stereo	2.05 550	2.32 487	1.35 518	3.74 579	2.01 581	2.73 581	1.42 552	1.88 533	1.93 585	2.03 547	1.28 538	2.71 577	1.99 573	2.72 579	1.72 565	2.20 550	1.32 514	1.87 552	1.86 579	2.45 553	1.54 551

sCroCo_RVC	2.10 551	2.76 519	1.92 573	2.78 545	1.39 546	2.73 581	1.41 550	2.73 578	1.40 549	2.77 587	1.41 550	2.74 583	1.40 538	2.74 582	1.40 548	2.72 580	1.42 532	2.72 586	1.44 546	2.79 571	1.42 548

MoCha-V2	2.11 552	26.97 635	0.78 409	0.92 390	0.77 450	0.96 440	0.72 434	0.90 425	0.72 439	0.94 442	0.70 438	0.90 440	0.71 429	0.91 435	0.71 434	0.85 417	0.71 409	0.88 445	0.69 423	0.87 416	0.67 416

FBW_ROB	2.12 553	2.46 501	1.77 553	2.49 534	1.79 569	2.38 561	1.83 566	2.46 564	1.78 571	2.48 569	1.97 583	2.40 560	1.78 558	2.42 565	1.83 574	2.31 561	1.85 563	2.38 574	1.82 578	2.35 548	1.84 573

MonStereo	2.17 554	2.41 498	1.49 540	2.67 539	1.67 559	2.60 576	2.04 585	2.32 557	1.76 569	2.44 566	1.68 565	2.50 563	1.69 549	2.38 560	1.80 573	2.28 557	1.78 558	2.63 585	2.14 588	3.47 575	1.68 566

asda	2.17 554	2.54 502	1.81 554	3.47 567	1.78 568	2.50 569	1.86 571	2.61 571	1.68 557	2.61 573	1.83 569	2.37 559	1.73 553	2.44 566	1.88 581	2.51 573	1.84 562	2.34 571	1.62 563	2.23 541	1.77 572

asd	2.18 556	2.77 521	1.58 543	3.59 572	2.00 580	2.58 575	1.85 570	2.39 562	1.71 561	2.47 568	1.97 583	2.59 572	1.61 544	2.56 569	1.79 572	2.51 573	1.99 565	2.11 564	1.62 563	2.36 549	1.60 558

qwe	2.18 556	2.60 505	1.58 543	3.83 580	1.90 578	2.53 571	1.90 576	2.48 565	1.73 566	2.37 564	1.92 579	2.53 565	1.68 547	2.56 569	1.83 574	2.52 575	1.87 564	2.07 560	1.68 570	2.32 547	1.71 567

monsters	2.18 556	2.41 498	1.96 575	3.47 567	2.03 585	2.53 571	1.64 560	2.48 565	1.73 566	2.40 565	1.50 553	2.62 573	1.94 568	2.59 571	1.94 583	2.44 568	1.57 543	2.28 567	1.87 580	2.42 551	1.86 575

AIO_rvc	2.18 556	2.34 492	1.87 569	2.32 528	1.94 579	2.40 562	1.89 575	2.37 560	2.07 592	2.52 571	1.95 582	2.44 562	1.99 573	2.41 563	1.89 582	2.32 562	2.09 574	2.24 565	2.18 589	2.21 540	2.23 584

HUF	2.18 556	2.30 485	1.99 579	2.34 529	2.02 584	2.41 563	2.06 586	2.38 561	1.89 583	2.36 563	1.85 570	2.56 570	1.98 571	2.31 558	1.97 585	2.30 560	2.03 573	2.30 568	2.11 587	2.23 541	2.16 582

AIO_test	2.18 556	2.09 470	2.04 580	2.42 531	2.01 581	2.47 565	1.94 577	2.34 559	2.03 591	2.56 572	1.94 580	2.43 561	1.94 568	2.41 563	1.87 580	2.39 566	2.10 575	2.35 573	1.91 586	2.25 543	2.19 583

monsterstereo	2.20 562	2.33 488	1.95 574	3.65 574	2.07 586	2.49 567	1.61 558	2.48 565	1.83 575	2.45 567	1.61 561	2.67 576	1.86 560	2.64 573	1.94 583	2.48 572	1.66 552	2.34 571	1.68 570	2.40 550	1.86 575

LG-G_1	2.22 563	2.71 513	1.89 570	2.77 542	1.87 576	2.75 583	1.87 573	2.76 580	1.87 581	2.75 582	1.87 572	2.76 584	1.87 561	2.75 583	1.86 577	2.47 570	1.58 544	2.45 577	1.57 553	2.45 553	1.57 554

LG-G	2.22 563	2.71 513	1.89 570	2.77 542	1.87 576	2.75 583	1.87 573	2.76 580	1.87 581	2.75 582	1.87 572	2.76 584	1.87 561	2.75 583	1.86 577	2.47 570	1.58 544	2.45 577	1.57 553	2.45 553	1.57 554

LGtest1	2.22 563	2.70 511	1.89 570	2.76 541	1.86 573	2.75 583	1.86 571	2.75 579	1.86 577	2.75 582	1.86 571	2.77 586	1.87 561	2.75 583	1.86 577	2.46 569	1.58 544	2.45 577	1.56 552	2.45 553	1.56 553

RAStereo	2.23 566	3.64 542	0.76 406	3.65 574	0.86 456	3.66 595	0.76 438	3.67 595	0.81 454	3.66 592	0.76 450	3.66 593	0.77 437	3.68 594	0.77 443	3.68 588	0.77 417	3.69 595	0.77 433	3.70 577	0.77 439

UDGNet	2.23 566	5.40 581	1.72 551	2.48 533	1.69 562	2.51 570	1.69 562	2.51 568	1.72 565	2.50 570	1.69 566	2.52 564	1.69 549	2.50 567	1.68 561	2.41 567	1.70 554	2.42 576	1.69 572	2.42 551	1.64 563

NCCL2	2.28 568	2.27 483	2.28 582	2.28 527	2.28 594	2.27 555	2.29 590	2.28 550	2.28 593	2.27 557	2.28 595	2.28 551	2.27 581	2.27 555	2.28 594	2.28 557	2.28 580	2.27 566	2.29 593	2.27 544	2.29 585

Abc-Net	2.32 569	24.75 627	1.14 452	1.17 430	1.17 488	1.11 461	1.15 478	1.17 456	1.21 534	1.08 455	1.16 481	1.12 467	1.14 467	1.09 460	1.17 482	1.09 439	1.16 460	1.17 475	1.17 474	1.16 448	1.11 469
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 570	25.00 628	1.13 451	1.15 424	1.15 483	1.10 458	1.15 478	1.15 450	1.15 481	1.12 462	1.15 478	1.09 461	1.13 465	1.10 462	1.15 478	1.11 446	1.09 450	1.16 471	1.12 468	1.16 448	1.17 480

stereogan	2.33 570	24.38 626	1.18 458	1.18 431	1.18 490	1.14 464	1.18 482	1.19 459	1.19 488	1.14 465	1.18 485	1.14 468	1.18 474	1.14 467	1.18 483	1.14 449	1.14 458	1.19 479	1.19 477	1.15 446	1.19 484

RGC	2.36 572	25.48 629	1.19 460	1.15 424	1.15 483	1.10 458	1.16 480	1.17 456	1.16 482	1.12 462	1.16 481	1.11 466	1.13 465	1.09 460	1.18 483	1.10 441	1.15 459	1.16 471	1.12 468	1.14 444	1.12 471

NCC-stereo	2.36 572	25.52 630	1.17 456	1.15 424	1.17 488	1.11 461	1.11 474	1.15 450	1.16 482	1.10 456	1.16 481	1.10 463	1.15 469	1.14 467	1.13 476	1.09 439	1.11 454	1.15 470	1.16 473	1.17 453	1.17 480

AF-Net	2.37 574	25.71 631	1.17 456	1.13 421	1.15 483	1.15 465	1.18 482	1.19 459	1.16 482	1.10 456	1.15 478	1.10 463	1.18 474	1.12 466	1.15 478	1.10 441	1.10 453	1.17 475	1.15 471	1.16 448	1.12 471

Nwc_Net	2.37 574	25.95 632	1.15 454	1.14 422	1.15 483	1.08 455	1.14 477	1.17 456	1.16 482	1.14 465	1.15 478	1.08 459	1.15 469	1.11 464	1.14 477	1.10 441	1.11 454	1.16 471	1.09 467	1.16 448	1.15 476

CFNet_RVC	2.38 576	8.71 604	0.38 274	9.33 622	0.42 366	0.56 380	0.42 357	0.60 380	0.38 330	0.62 390	0.42 364	0.56 384	7.29 628	0.62 385	0.42 333	0.53 351	0.37 287	0.49 373	0.34 319	8.30 624	6.87 631

edge stereo	2.43 577	27.07 636	1.14 452	1.06 413	1.14 482	1.08 455	1.17 481	1.16 453	1.14 480	1.10 456	1.16 481	1.09 461	1.16 473	1.10 462	1.16 481	1.10 441	1.11 454	1.16 471	1.19 477	1.13 443	1.11 469

FAT-Stereo	2.46 578	26.05 633	1.23 512	1.23 480	1.22 540	1.20 468	1.24 532	1.23 510	1.23 536	1.19 469	1.22 532	1.21 518	1.24 524	1.20 472	1.24 532	1.21 497	1.17 463	1.22 526	1.25 530	1.20 457	1.24 534

S-Stereo	2.51 579	26.86 634	1.23 512	1.22 478	1.22 540	1.24 516	1.25 533	1.22 508	1.24 537	1.21 515	1.24 534	1.19 472	1.27 526	1.19 471	1.24 532	1.19 451	1.20 465	1.25 527	1.19 477	1.24 505	1.23 533

Anonymous3	2.55 580	3.26 536	1.65 546	3.28 557	1.63 557	3.24 590	1.68 561	3.27 589	1.66 556	3.28 590	1.67 564	3.25 590	1.66 546	3.27 589	1.64 557	3.26 584	1.65 551	3.30 589	1.65 565	4.95 606	1.65 565

MIF-Stereo (partial)	2.58 581	3.31 537	0.66 385	3.18 554	0.66 432	3.18 589	0.66 417	3.21 588	0.67 425	3.19 589	0.66 431	3.19 589	0.66 416	3.31 591	0.68 401	5.09 612	1.79 560	8.23 631	1.67 568	6.18 615	1.38 546

MSMDNet	2.65 582	10.14 615	0.33 247	9.74 625	0.32 295	0.87 427	0.33 295	2.95 586	0.68 426	0.49 343	0.34 311	0.49 347	5.70 623	0.49 346	0.33 270	0.42 313	9.57 628	0.41 318	0.31 301	8.36 625	0.65 412

pcwnet_v2	2.66 583	9.89 613	0.33 247	9.89 626	0.32 295	0.50 358	0.32 284	0.49 337	0.33 301	0.49 343	0.34 311	0.49 347	8.76 630	0.48 340	0.33 270	0.41 297	9.58 629	0.40 282	0.29 253	9.01 628	0.63 410

CFNet_pseudo	2.67 584	9.36 609	0.32 242	10.99 631	0.33 307	0.85 425	0.33 295	0.49 337	0.33 301	0.49 343	0.32 295	0.49 347	7.26 627	0.49 346	0.33 270	0.41 297	9.62 630	0.41 318	0.29 253	10.03 632	0.29 229

CFNet_ucs	2.73 585	9.64 611	0.33 247	9.92 627	0.32 295	0.49 350	0.33 295	0.49 337	0.33 301	0.49 343	0.33 303	0.49 347	8.98 631	0.48 340	0.33 270	0.41 297	9.96 633	0.40 282	0.29 253	10.12 633	0.54 392

UCFNet_RVC	2.75 586	10.06 614	0.29 200	10.31 630	0.29 243	0.42 290	0.29 239	0.43 291	0.29 238	0.42 277	0.29 242	0.42 288	9.87 633	0.43 299	0.29 237	0.36 231	9.84 632	0.36 255	0.26 224	9.77 631	0.26 203

ccs_rob	2.79 587	10.17 616	0.32 242	10.00 628	0.33 307	0.49 350	0.33 295	1.90 535	0.32 294	0.51 363	0.33 303	0.49 347	9.24 632	0.49 346	0.33 270	0.41 297	9.82 631	0.41 318	0.28 238	9.34 629	0.29 229

PCWNet_CMD	2.80 588	9.82 612	0.32 242	10.09 629	0.32 295	0.49 350	0.33 295	3.34 590	0.33 301	0.49 343	0.33 303	0.49 347	8.73 629	0.48 340	0.33 270	0.41 297	9.22 627	0.42 334	0.29 253	9.55 630	0.31 272

StereoVision	3.15 589	5.00 570	0.89 422	4.83 596	1.00 470	3.93 596	1.27 536	6.37 624	1.34 542	5.67 624	1.26 536	5.84 625	1.27 526	5.03 621	1.24 532	5.10 613	1.09 450	4.61 607	0.57 404	5.62 613	1.12 471

MaDis-Stereo	3.19 590	6.02 591	1.12 450	5.61 605	1.16 487	5.43 622	1.02 471	5.15 621	0.70 432	5.43 621	1.21 531	5.03 622	0.97 452	4.85 615	0.99 465	4.53 594	1.16 460	5.53 623	1.25 530	5.37 611	1.30 537

sAnonymous2	3.31 591	2.63 506	1.38 530	3.71 576	1.86 573	4.70 614	1.11 474	4.82 617	2.72 596	5.45 622	1.98 589	4.59 607	2.64 583	2.65 574	6.21 628	4.37 590	1.08 448	5.16 621	2.24 591	4.52 588	2.39 590

CroCo_RVC	3.31 591	2.63 506	1.38 530	3.71 576	1.86 573	4.70 614	1.11 474	4.82 617	2.72 596	5.45 622	1.98 589	4.59 607	2.64 583	2.65 574	6.21 628	4.37 590	1.08 448	5.16 621	2.24 591	4.52 588	2.39 590

DPSNet	3.66 593	3.60 541	3.62 608	3.63 573	3.64 617	3.65 594	3.65 617	3.66 594	3.67 614	3.67 593	3.65 615	3.67 594	3.66 603	3.66 593	3.68 612	3.68 588	3.66 601	3.67 594	3.68 617	3.67 576	3.67 616

STTStereo	3.73 594	30.40 640	2.37 586	2.39 530	2.31 596	2.35 560	2.33 591	2.29 552	2.42 594	2.32 562	2.34 596	2.33 555	2.36 582	2.30 557	2.27 593	2.35 563	2.22 579	2.31 569	2.22 590	2.29 546	2.34 589

rvit_105_1	3.83 595	5.22 574	3.01 591	4.53 584	3.01 599	4.51 602	3.01 598	4.56 604	3.04 599	4.53 603	3.03 600	4.55 605	3.03 587	4.56 604	3.04 596	4.57 596	3.05 585	4.57 602	3.05 600	4.57 590	3.05 598

rvit_stereo_0081	3.83 595	5.23 575	3.01 591	4.53 584	3.03 601	4.55 608	3.02 599	4.56 604	3.04 599	4.52 601	3.02 598	4.54 603	3.03 587	4.56 604	3.04 596	4.57 596	3.05 585	4.57 602	3.05 600	4.58 591	3.05 598

rvit_stereo_0081_aga	3.86 597	5.33 578	3.02 594	4.55 590	3.04 605	4.54 604	3.02 599	4.64 611	3.06 603	4.54 605	3.04 602	4.62 612	3.08 594	4.62 610	3.07 601	4.58 599	3.06 589	4.60 606	3.08 604	4.63 594	3.07 602

rvit_stereo_0082	3.86 597	5.82 589	3.01 591	4.53 584	3.03 601	4.54 604	3.02 599	4.56 604	3.04 599	4.53 603	3.02 598	4.55 605	3.04 590	4.57 607	3.05 598	4.57 596	3.05 585	4.58 604	3.05 600	4.58 591	3.06 601

rvit_0105_6	3.87 599	5.73 588	3.10 601	4.69 594	3.12 609	4.54 604	3.02 599	4.56 604	3.04 599	4.54 605	3.03 600	4.54 603	3.04 590	4.56 604	3.05 598	4.58 599	3.05 585	4.58 604	3.05 600	4.58 591	3.05 598

rvit_stereo_0080	3.89 600	5.70 586	3.04 596	4.54 587	3.03 601	4.56 609	3.05 605	4.60 608	3.07 604	4.58 608	3.06 603	4.59 607	3.06 592	4.61 608	3.08 602	4.63 601	3.09 590	4.64 608	3.10 605	4.65 595	3.10 605

whm_eth	3.89 600	5.70 586	3.04 596	4.54 587	3.03 601	4.56 609	3.05 605	4.60 608	3.07 604	4.58 608	3.06 603	4.59 607	3.06 592	4.61 608	3.08 602	4.63 601	3.09 590	4.64 608	3.10 605	4.65 595	3.10 605

rvit_0105_4	3.91 602	5.47 585	3.02 594	4.54 587	3.02 600	4.54 604	3.03 603	4.75 614	3.17 610	4.57 607	3.06 603	4.61 611	3.16 598	4.65 611	3.09 604	4.66 603	3.11 592	4.68 611	3.18 610	4.81 601	3.16 610

rvit_0105_3	3.91 602	5.33 578	3.06 599	4.60 592	3.07 607	4.60 611	3.06 607	4.62 610	3.08 607	4.60 610	3.07 606	4.62 612	3.08 594	4.67 612	3.10 605	4.70 604	3.11 592	4.77 615	3.19 611	4.77 600	3.14 609

rvit_stereo_0083	3.92 604	5.30 577	3.06 599	4.61 593	3.09 608	4.67 613	3.08 608	4.66 612	3.09 608	4.62 611	3.10 608	4.66 615	3.11 596	4.67 612	3.16 607	4.72 606	3.16 595	4.77 615	3.11 607	4.66 597	3.11 607

rvit_stereo_ft	3.93 605	5.44 583	3.05 598	4.59 591	3.06 606	4.61 612	3.08 608	4.67 613	3.12 609	4.63 612	3.10 608	4.65 614	3.11 596	4.69 614	3.13 606	4.70 604	3.14 594	4.71 613	3.15 609	4.74 598	3.16 610

rvit_0105_5	4.10 606	5.40 581	3.13 604	4.71 595	3.15 610	4.72 616	3.10 610	4.90 619	3.27 611	4.69 613	3.16 610	4.84 619	3.25 599	4.96 618	3.34 609	5.05 611	3.39 600	5.10 620	3.40 612	5.11 608	3.42 613

MLG-Stereo_test1	4.25 607	5.34 580	3.61 607	5.31 601	3.63 616	5.23 620	3.57 615	5.38 622	3.65 613	5.23 619	3.47 612	4.76 616	3.74 606	4.85 615	3.71 613	4.96 608	3.18 597	4.71 613	2.92 597	4.86 604	2.90 595

MLG-Stereo_test3	4.26 608	4.85 568	3.95 611	5.35 602	3.60 615	4.75 617	3.76 618	5.49 623	3.71 615	5.39 620	3.69 616	4.82 618	3.66 603	4.85 615	3.73 616	4.93 607	3.19 598	4.69 612	2.99 599	4.84 603	2.98 597

MLG-Stereo_test2	4.28 609	5.46 584	3.69 609	4.86 597	3.72 618	5.58 623	3.42 613	4.81 616	3.77 619	4.85 615	3.72 617	5.55 624	3.63 602	5.58 622	3.53 611	4.41 593	3.28 599	4.99 619	2.95 598	4.75 599	3.13 608

RAFT+CT+SA	4.28 609	7.62 597	4.91 615	5.55 604	2.28 594	3.09 587	3.64 616	4.49 602	3.07 604	4.80 614	3.35 611	4.77 617	3.70 605	4.29 601	3.05 598	5.58 615	5.98 616	3.58 593	3.78 619	4.26 584	3.72 617

SA	4.33 611	7.35 594	6.85 626	5.96 607	4.09 622	3.59 593	3.15 611	3.82 596	2.64 595	3.91 594	3.85 618	3.57 592	2.72 585	3.13 588	4.03 619	7.09 626	6.86 621	3.57 592	3.12 608	3.85 578	3.51 615

Sa-1000	4.34 612	8.37 600	6.84 625	6.98 614	4.45 625	3.58 592	3.00 597	3.42 592	3.39 612	2.61 573	4.00 621	3.83 596	4.01 614	3.90 596	3.90 617	5.98 619	5.62 614	3.76 596	2.34 594	4.35 586	2.47 592

TestStereo1	4.60 613	8.41 601	6.44 623	6.86 612	3.79 619	3.97 597	3.78 619	3.99 598	3.74 616	3.97 595	3.52 613	3.94 597	3.58 600	3.98 597	3.72 614	6.82 623	6.50 619	3.76 596	3.66 615	3.90 579	3.74 619

SA-5K	4.60 613	8.41 601	6.44 623	6.86 612	3.79 619	3.97 597	3.78 619	3.99 598	3.74 616	3.97 595	3.52 613	3.94 597	3.58 600	3.98 597	3.72 614	6.82 623	6.50 619	3.76 596	3.66 615	3.90 579	3.74 619

DispFullNet	4.61 615	4.84 567	3.12 602	5.00 599	3.57 614	4.75 617	3.03 603	7.75 630	4.17 623	4.91 617	3.09 607	6.20 626	3.95 612	6.71 626	3.51 610	5.30 614	3.67 602	5.86 627	3.63 614	5.61 612	3.46 614

test_5	4.62 616	7.55 596	6.23 621	6.32 609	3.40 613	5.29 621	3.50 614	3.53 593	4.11 622	4.28 598	4.47 625	4.26 601	4.38 617	3.68 594	3.24 608	5.89 617	5.60 613	4.84 617	3.50 613	4.33 585	3.93 623

raft_robust	4.71 617	7.75 598	5.40 620	6.81 611	3.31 611	4.28 601	4.20 624	4.32 601	4.37 625	4.35 600	4.35 624	4.14 599	3.75 607	4.30 602	4.20 622	6.67 622	6.37 617	3.36 591	4.24 625	4.86 604	3.25 612

cross-raft	4.83 618	7.52 595	6.43 622	6.63 610	3.96 621	4.51 602	3.99 622	4.49 602	3.96 621	4.52 601	3.96 620	4.50 602	3.97 613	4.50 603	3.97 618	6.65 621	6.44 618	4.33 599	3.92 621	4.35 586	3.91 622

test_4	4.88 619	8.13 599	6.98 627	7.46 615	4.44 624	4.25 600	3.85 621	4.04 600	3.92 620	4.13 597	3.91 619	4.18 600	3.84 610	4.14 599	4.06 620	7.01 625	7.13 622	4.53 600	3.72 618	4.09 582	3.72 617

TestStereo	4.88 619	4.75 566	4.79 614	4.87 598	4.92 626	4.81 619	4.90 627	4.78 615	4.77 626	4.87 616	4.89 626	4.90 620	4.91 619	4.99 619	4.79 624	4.98 609	4.87 610	4.87 618	4.92 627	5.00 607	5.00 626

test_3	5.01 621	8.86 606	7.77 629	8.09 617	2.76 598	4.13 599	4.05 623	3.88 597	3.76 618	4.33 599	4.13 622	3.71 595	3.91 611	4.21 600	4.06 620	7.93 627	7.69 624	4.53 600	3.91 620	4.17 583	4.29 625

NLCA_NET_v2_RVC	5.04 622	50.87 650	2.78 589	2.87 546	2.71 597	2.78 586	0.47 372	2.88 585	2.86 598	1.89 537	2.67 597	2.79 587	2.79 586	2.78 586	2.83 595	2.82 581	2.82 583	2.83 587	2.77 596	2.83 572	2.76 593
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 623	5.15 572	4.49 613	5.07 600	3.37 612	6.87 626	4.75 626	5.04 620	6.34 630	7.84 630	5.06 627	6.72 630	4.09 615	4.99 619	5.44 627	5.03 610	3.16 595	4.67 610	4.86 626	5.15 609	3.89 621

U	5.15 624	8.49 603	1.81 554	8.49 619	1.77 567	8.49 631	1.77 565	8.51 632	1.77 570	8.49 632	1.77 568	8.50 632	1.78 558	8.58 632	1.77 571	8.54 630	1.78 558	8.55 632	1.78 577	8.55 626	1.84 573

SGM-Forest	5.21 625	5.92 590	4.08 612	6.18 608	4.16 623	6.31 625	4.34 625	6.50 625	4.33 624	6.14 626	4.21 623	6.61 629	4.55 618	6.67 625	4.48 623	5.94 618	3.94 604	5.85 626	4.03 623	5.79 614	4.17 624
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 626	9.16 608	8.03 632	8.09 617	5.62 629	6.11 624	6.35 630	6.85 627	4.94 627	6.08 625	6.29 632	4.98 621	6.43 624	6.22 623	6.36 630	6.16 620	7.47 623	5.82 625	5.44 630	7.11 620	5.68 629

rvit_stereo_0075_2	6.64 627	8.80 605	5.25 617	7.89 616	5.27 628	7.90 630	5.27 628	7.92 631	5.28 628	7.91 631	5.29 629	7.93 631	5.27 620	7.92 631	5.28 625	7.93 627	5.28 612	7.93 630	5.29 629	7.93 623	5.28 628

RAFT	6.73 628	9.36 609	7.40 628	8.51 620	6.55 630	6.88 627	6.60 631	6.79 626	6.60 631	6.80 627	6.72 633	5.31 623	5.50 622	6.61 624	6.61 631	8.42 629	5.89 615	5.73 624	5.45 631	6.61 616	6.24 630

SGM+DAISY	7.06 629	9.15 607	5.38 619	8.84 621	5.18 627	8.80 632	5.31 629	8.79 633	5.28 628	8.89 633	5.20 628	8.93 633	5.33 621	8.95 633	5.36 626	8.70 631	5.21 611	8.74 633	5.20 628	8.89 627	5.15 627

test-v	7.53 630	11.89 617	7.98 630	9.36 623	7.14 631	7.06 628	7.09 632	7.37 628	6.91 632	7.29 628	5.71 630	6.45 627	6.93 625	6.73 627	7.27 632	8.93 632	7.85 625	6.98 628	6.80 632	7.56 621	7.34 632

test-2	7.53 630	11.89 617	7.98 630	9.36 623	7.14 631	7.06 628	7.09 632	7.37 628	6.91 632	7.29 628	5.71 630	6.45 627	6.93 625	6.73 627	7.27 632	8.93 632	7.85 625	6.98 628	6.80 632	7.56 621	7.34 632

PA-Net	11.80 632	223.51 657	0.62 378	0.59 331	0.71 441	0.59 388	0.73 435	0.67 389	0.73 442	0.55 377	0.61 422	0.60 391	0.74 432	0.63 389	0.73 436	0.66 377	0.60 388	0.69 404	0.66 416	0.72 392	0.65 412
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 633	23.00 625	15.00 633	23.00 639	15.00 633	24.00 639	16.00 634	24.00 640	16.00 634	22.00 640	15.00 634	23.00 640	16.00 634	23.00 640	15.00 634	22.00 640	15.00 634	22.00 640	15.00 634	22.00 640	15.00 634

rafts_anoy	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

raft+_RVC	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

raftrobust	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

CasAABBNet	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

RALCasStereoNet	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

RALAANet	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

111	30.40 640	30.94 641	29.72 641	32.61 640	30.02 641	33.57 640	30.47 642	31.50 641	29.39 642	30.98 641	29.11 642	29.78 641	30.39 645	29.45 641	30.76 645	30.08 641	29.02 642	29.92 641	30.32 645	29.86 641	30.17 642

WCMA_ROB	31.10 641	35.43 645	27.12 640	39.51 651	23.10 640	38.78 651	25.30 641	37.49 652	25.39 641	37.29 651	27.02 641	38.52 652	26.48 641	37.80 651	26.44 641	36.28 648	22.65 641	33.90 645	22.30 641	37.10 649	24.18 641

DCANet-4	35.22 642	34.54 642	35.08 647	33.58 644	35.47 648	34.55 641	35.53 649	36.08 647	35.85 646	35.92 647	35.77 648	35.18 647	35.48 647	35.39 647	37.15 651	34.55 647	33.92 646	35.02 648	34.90 647	35.79 645	34.74 649

ADStereo(finetuned)	36.13 643	36.63 646	38.07 651	36.97 645	33.25 645	35.91 645	34.45 646	36.36 648	32.99 643	38.14 652	36.71 649	36.69 648	34.13 646	38.57 652	40.79 652	37.60 652	36.58 649	35.90 649	33.36 646	35.42 644	34.04 646

Reg-Stereo(zero)	37.00 644	37.00 647	37.00 648	37.00 646	37.00 649	37.00 648	37.00 650	37.00 649	37.00 647	37.00 648	37.00 650	37.00 649	37.00 648	37.00 648	37.00 648	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 650

HI	37.00 644	37.00 647	37.00 648	37.00 646	37.00 649	37.00 648	37.00 650	37.00 649	37.00 647	37.00 648	37.00 650	37.00 649	37.00 648	37.00 648	37.00 648	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 650

CoSv	37.00 644	37.00 647	37.00 648	37.00 646	37.00 649	37.00 648	37.00 650	37.00 649	37.00 647	37.00 648	37.00 650	37.00 649	37.00 648	37.00 648	37.00 648	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 650

MDST_ROB	69.83 647	87.70 651	41.95 652	113.75 654	65.62 654	75.05 652	55.25 654	75.64 654	45.04 650	71.61 653	41.75 653	72.81 653	44.06 651	68.38 653	44.63 653	101.89 655	59.57 655	107.10 655	61.05 655	104.38 652	59.38 655

NOSS_ROB	102.95 648	153.00 655	121.00 655	51.00 652	44.00 652	165.00 655	127.00 655	153.00 655	119.00 652	164.00 656	125.00 655	168.00 656	120.00 653	153.00 655	117.00 655	49.00 653	44.00 653	49.00 653	44.00 653	49.00 650	44.00 653

CBMV	128.50 649	1422.70 662	53.10 653	79.50 653	51.30 653	77.30 653	49.70 653	74.00 653	48.20 651	77.20 654	48.80 654	73.90 654	48.00 652	73.80 654	48.80 654	70.40 654	45.10 654	68.90 654	46.10 654	68.20 651	45.00 654
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 650	171.00 656	160.68 658	162.58 655	160.59 655	164.01 654	160.35 656	158.51 656	158.56 653	158.34 655	160.12 656	158.56 655	159.92 654	157.26 656	158.94 656	154.38 656	158.36 656	155.75 656	159.13 657	153.67 653	154.07 656
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 651	123.00 652	115.00 654	219.00 656	218.00 657	223.00 656	244.00 658	217.00 657	236.00 655	202.00 657	203.00 657	205.00 657	208.00 655	225.00 657	204.00 657	210.00 657	198.00 657	197.00 657	184.00 658	204.00 654	201.00 657

MGS-Stereo	239.45 652	123.00 652	135.00 656	266.00 657	286.00 658	277.00 657	305.00 659	271.00 658	242.00 656	274.00 658	279.00 659	255.00 658	270.00 657	268.00 658	297.00 659	221.00 658	247.00 659	216.00 658	123.00 656	217.00 655	217.00 659

EGLCR-Stereo	246.90 653	129.00 654	139.00 657	266.00 657	286.00 658	277.00 657	305.00 659	271.00 658	242.00 656	274.00 658	279.00 659	255.00 658	270.00 657	268.00 658	297.00 659	230.00 659	247.00 659	216.00 658	223.00 660	237.00 656	227.00 660

DLCB_ROB	284.23 654	354.61 658	207.27 659	363.24 659	206.46 656	364.72 659	210.41 657	364.72 660	210.41 654	364.81 660	208.64 658	364.81 660	208.64 656	364.72 660	210.41 658	354.70 660	205.53 658	354.70 660	205.53 659	354.70 657	205.53 658

LE_ROB	396.57 655	471.28 659	329.84 660	471.48 660	308.15 660	526.83 660	322.10 661	488.15 661	323.76 658	495.46 661	317.97 661	497.17 661	320.10 659	481.62 661	326.76 661	462.71 661	298.97 661	466.16 661	285.98 661	447.62 658	289.21 661

SGM-ForestM	596.69 656	677.77 660	444.52 661	699.85 661	517.25 661	732.94 661	488.29 662	770.79 662	460.11 659	750.81 662	487.98 662	792.79 662	499.41 660	730.90 662	475.81 662	720.03 662	491.16 662	663.96 662	418.60 662	674.76 659	436.05 662

CBMV_ROB	818.48 657	913.88 661	709.52 662	862.84 662	597.78 662	1073.99 662	700.52 663	1015.66 663	702.59 660	1115.65 663	760.02 663	1130.24 663	721.57 661	1037.41 663	692.65 663	814.05 663	564.29 663	843.28 663	595.31 663	915.51 660	602.92 663

tt	500032.53 658	34.60 643	29.72 641	37.47 649	34.41 646	36.85 646	35.22 647	34.71 645	33.55 644	34.50 642	35.43 646	33.81 645	10000000.00 662	33.57 645	33.13 646	33.68 645	35.00 647	34.03 646	35.26 648	30.96 642	34.63 647

DCANet	500032.53 658	34.60 643	29.72 641	37.47 649	34.41 646	36.85 646	35.22 647	34.71 645	33.55 644	34.50 642	35.43 646	33.81 645	10000000.00 662	33.57 645	33.13 646	33.68 645	35.00 647	34.03 646	35.26 648	30.96 642	34.63 647

fff	1000028.16 660	29.62 637	29.72 641	32.61 640	30.02 641	35.13 642	31.83 643	32.07 642	10000000.00 661	35.27 644	29.82 643	32.45 642	30.15 642	32.35 642	30.09 642	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 643

csc	1000028.16 660	29.62 637	29.72 641	32.61 640	30.02 641	35.13 642	31.83 643	32.07 642	10000000.00 661	35.27 644	29.82 643	32.45 642	30.15 642	32.35 642	30.09 642	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 643

cscssc	1000028.16 660	29.62 637	29.72 641	32.61 640	30.02 641	35.13 642	31.83 643	32.07 642	10000000.00 661	35.27 644	29.82 643	32.45 642	30.15 642	32.35 642	30.09 642	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 643

111111	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

SGD-Stereo	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

IGEV-Stereo++	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

IGEV-BASED-STEREO-	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

IGEV-Stereo+	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

SDNR	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

anonymousdsp2	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

anonymousdsp	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

test_example2	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

DIP-Stereo	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 330	0.50 345	0.38 330	0.50 356	0.38 336	0.50 362	3.79 608	0.50 353	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.35 308

Low-res two-view benchmark