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 99	0.00 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 43	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 36	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 36	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 36	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 36	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 65	0.07 58	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 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	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 43	0.04 37	0.03 48	0.04 77	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 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	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 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	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	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 41	0.50 233	0.10 69	0.12 82	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	0.24 120	0.20 165	0.23 150	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	0.23 175	0.21 176	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 249	0.10 69	0.12 82	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 96	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 111	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

OmniDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104

ADCMid	0.08 50	0.02 12	0.02 14	1.01 407	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	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 52	0.13 81	0.39 278	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 278	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

test_sample7	0.09 52	1.00 324	0.11 89	0.11 75	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	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 52	0.97 319	0.10 69	0.10 58	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 52	0.87 296	0.10 69	0.12 82	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 52	1.03 336	0.11 89	0.11 75	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 52	0.87 296	0.12 101	0.11 75	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 52	1.01 330	0.09 65	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 52	0.95 316	0.09 65	0.10 58	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 52	1.01 330	0.10 69	0.10 58	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 52	0.09 65	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 111	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 450	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 52	0.02 12	0.04 43	0.90 383	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	0.14 130	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 65	0.98 320	0.14 126	0.15 109	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	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 65	1.05 340	0.12 101	0.12 82	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	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 340	0.12 101	0.12 82	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	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 340	0.12 101	0.12 82	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	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 343	0.11 89	0.10 58	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 65	1.03 336	0.12 101	0.10 58	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	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 65	1.07 343	0.11 89	0.10 58	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 65	1.09 345	0.12 101	0.12 82	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	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 352	0.13 121	0.14 99	0.03 48	0.04 77	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 96	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 65	0.99 323	0.12 101	0.13 95	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	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 65	1.09 345	0.13 121	0.12 82	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	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 479	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 87	0.05 49	0.36 264	0.24 155	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 180	0.20 173	0.10 108	0.05 96	0.06 96	0.13 150

JetRed	0.11 87	0.12 80	0.11 89	0.11 75	0.11 136	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 87	0.11 78	0.12 101	0.13 95	0.14 157	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 123	0.11 132	0.12 128	0.12 141	0.11 88	0.11 96	0.11 119	0.11 130	0.11 123	0.11 128

x	0.11 87	1.15 355	0.15 142	0.14 99	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	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 87	0.44 181	0.33 245	0.39 205	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	0.39 277	0.36 283	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 357	0.16 143	0.12 82	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	0.16 145	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 496	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 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 496	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 82	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 87	0.02 12	0.02 14	1.62 499	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 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 96	1.14 352	0.17 150	0.20 136	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	0.18 150	0.16 145	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	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 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 480	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	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 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 550	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 554	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 556	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 502	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

testlalala2	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

testlalala_base	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

CIPLG	0.13 103	0.21 108	0.12 101	0.16 120	0.11 136	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLG	0.13 103	0.20 103	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

ACRE	0.13 103	0.21 108	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

LRCNet_RVC	0.13 103	0.13 81	0.09 65	0.13 95	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 176	0.10 119	0.20 160	0.10 120	0.24 181	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 127	0.09 111

aanetorigin	0.13 103	0.11 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 341	0.11 128

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 559	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 414	0.28 194	0.32 181	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	0.32 207	0.27 198	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	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	0.14 112	1.83 445	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 103	0.14 126	0.16 120	0.11 136	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 96	0.16 145	0.11 130	0.15 141	0.12 144

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 141	0.12 144

MIPNet	0.14 112	0.21 108	0.17 150	0.16 120	0.11 136	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLGR	0.14 112	0.24 120	0.14 126	0.16 120	0.12 152	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 518	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	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 89	0.12 101	0.17 128	0.12 152	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.12 144

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 426

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 155	0.11 128

test_for_model	0.15 124	0.23 113	0.18 159	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 161	0.18 170	0.14 127	0.11 130	0.14 131	0.11 128

CoDeX	0.15 124	0.70 265	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	0.67 394	0.02 15	0.69 401	0.75 412	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 246	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	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+	0.15 124	0.04 37	0.04 43	2.20 517	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 439

LALA_ROB	0.15 124	0.19 99	0.12 101	0.18 130	0.11 136	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 169	0.13 147	0.17 142	0.10 75	0.18 162	0.11 130	0.18 155	0.11 128

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 408	0.33 245	0.41 231	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 224	0.31 238	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

qqq	0.16 132	2.01 462	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

CAS++	0.17 136	0.27 126	0.21 168	0.10 58	0.21 202	0.15 134	0.22 193	0.10 110	0.21 191	0.22 172	0.10 119	0.19 157	0.18 183	0.10 113	0.19 183	0.20 157	0.19 171	0.18 162	0.10 118	0.19 161	0.18 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 471	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 136	0.78 281	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	0.79 440	0.02 15	0.75 411	0.76 418	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 430	0.33 245	0.40 219	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 248	0.32 242	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 139	0.48 227	0.16 143	0.16 120	0.15 168	0.15 134	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

xyz-stereo	0.18 139	0.50 233	0.16 143	0.15 109	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 519	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 519	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 283	0.30 173	0.17 179	0.22 174	0.17 168	0.21 168	0.17 177	0.20 159	0.17 175	0.21 167	0.18 183	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 166	0.20 162	0.17 169

DAS	0.20 144	0.20 103	0.20 165	0.20 136	0.20 196	0.20 162	0.20 183	0.20 160	0.20 188	0.20 159	0.20 194	0.20 160	0.20 192	0.20 159	0.20 186	0.20 157	0.20 173	0.20 169	0.20 193	0.20 162	0.20 177

ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 458	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 458	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

iResNetv2_ROB	0.20 144	0.23 113	0.18 159	0.24 155	0.20 196	0.24 181	0.18 175	0.24 179	0.18 180	0.24 181	0.18 188	0.23 179	0.19 188	0.24 181	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.22 167	0.16 157

iResNet	0.20 144	0.23 113	0.18 159	0.24 155	0.18 189	0.24 181	0.20 183	0.24 179	0.18 180	0.23 176	0.17 175	0.23 179	0.18 183	0.23 177	0.18 180	0.22 164	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

z-ln-s-r	0.21 150	1.40 428	0.53 345	0.56 323	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 359	0.44 330	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 150	0.25 122	0.21 168	0.26 167	0.17 179	0.24 181	0.17 168	0.24 179	0.17 177	0.24 181	0.17 175	0.24 183	0.17 175	0.24 181	0.17 171	0.24 180	0.17 163	0.23 182	0.16 166	0.23 176	0.16 157

Pointernet	0.21 150	0.22 112	0.19 162	0.24 155	0.19 193	0.24 181	0.19 179	0.24 179	0.19 186	0.24 181	0.19 190	0.24 183	0.19 188	0.24 181	0.19 183	0.22 164	0.17 163	0.22 176	0.17 186	0.22 167	0.17 169

SuperB	0.21 150	0.10 67	2.51 583	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

WAO-6	0.22 154	0.23 113	0.22 170	0.23 150	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.22 176	0.22 197	0.22 167	0.22 182

IMH-64-1	0.22 154	0.23 113	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

IMH-64	0.22 154	0.23 113	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

ac_64	0.22 154	0.13 81	0.19 162	0.23 150	0.10 121	0.26 196	1.02 467	0.14 128	0.10 118	0.28 197	0.14 161	0.17 149	0.19 188	0.28 204	0.09 108	0.22 164	0.16 145	0.23 182	0.17 186	0.11 123	0.12 144

dd	0.23 158	0.98 320	0.16 143	0.23 150	0.15 168	0.23 180	0.15 157	0.23 176	0.15 167	0.23 176	0.15 169	0.24 183	0.17 175	0.23 177	0.15 161	0.22 164	0.15 143	0.21 171	0.15 164	0.22 167	0.16 157

dad	0.23 158	1.03 336	0.16 143	0.23 150	0.15 168	0.24 181	0.15 157	0.24 179	0.16 169	0.23 176	0.16 170	0.24 183	0.16 168	0.23 177	0.15 161	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

MSKI-zero shot	0.24 160	0.21 108	0.49 328	0.65 340	0.18 189	0.22 174	0.17 168	0.23 176	0.18 180	0.21 170	0.17 175	0.23 179	0.28 235	0.23 177	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

qqq1	0.25 161	3.70 539	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 161	3.70 539	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 161	0.26 123	0.25 183	0.26 167	0.25 217	0.25 188	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.26 196	0.25 209	0.25 186	0.25 188	0.25 191	0.25 216	0.25 180	0.25 195

ffm	0.25 161	3.83 545	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 161	3.83 545	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 161	3.83 545	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 161	0.23 113	0.66 381	0.80 371	0.17 179	0.22 174	0.17 168	0.23 176	0.18 180	0.26 193	0.17 175	0.21 167	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.21 171	0.17 186	0.22 167	0.17 169

LoS	0.25 161	0.27 126	0.25 183	0.25 160	0.25 217	0.25 188	0.25 209	0.26 190	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.25 188	0.25 191	0.26 222	0.26 182	0.25 195
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 161	1.31 420	0.74 398	0.92 388	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	0.87 417	0.75 411	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 170	0.20 103	0.27 190	0.33 185	0.21 202	0.37 235	0.22 193	0.37 227	0.24 203	0.26 193	0.27 228	0.33 219	0.21 197	0.25 186	0.27 215	0.32 207	0.20 173	0.34 232	0.23 203	0.25 180	0.26 201

DLNR-FE	0.28 171	0.89 301	0.30 202	0.34 187	0.19 193	0.28 201	0.19 179	0.28 194	0.20 188	0.28 197	0.20 194	0.28 201	0.20 192	0.28 204	0.20 186	0.33 211	0.28 204	0.25 191	0.19 192	0.24 178	0.19 175

xyz-stereo-finetune	0.28 171	0.49 229	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.22 172	0.30 248	0.32 211	0.31 276	0.32 216	0.31 284	0.32 215	0.32 259	0.32 207	0.33 270	0.31 215	0.32 305	0.31 200	0.32 276

SQANet	0.28 171	0.28 129	0.28 194	0.28 171	0.28 232	0.28 201	0.28 228	0.28 194	0.28 230	0.28 197	0.28 235	0.28 201	0.28 235	0.28 204	0.28 225	0.28 193	0.28 204	0.28 202	0.28 236	0.28 189	0.28 222

HGLStereo	0.28 171	0.29 131	0.22 170	0.36 193	0.22 204	0.36 230	0.21 188	0.36 221	0.21 191	0.42 275	0.21 199	0.36 232	0.22 198	0.36 232	0.21 189	0.34 215	0.21 176	0.34 232	0.21 194	0.34 213	0.21 179

iResNet_ROB	0.28 171	0.32 136	0.24 180	0.32 181	0.25 217	0.32 218	0.24 206	0.32 206	0.24 203	0.33 216	0.24 211	0.35 226	0.24 208	0.33 221	0.24 201	0.31 206	0.24 187	0.32 216	0.24 211	0.32 202	0.24 194

UNet	0.29 176	0.90 304	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 425	0.69 425	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 415	0.76 433

MultiAttention	0.30 177	0.30 132	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248

MSAF-DinoV2	0.30 177	0.30 132	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248

DDVS	0.30 177	3.10 526	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

ACV-stereo	0.30 177	2.08 464	0.25 183	0.25 160	0.18 189	0.24 181	0.17 168	0.24 179	0.18 180	0.24 181	0.17 175	0.25 188	0.17 175	0.24 181	0.17 171	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

LoS_RVC	0.30 177	1.14 352	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.26 198	0.26 220	0.26 196	0.25 209	0.26 188	0.26 191	0.25 191	0.25 216	0.26 182	0.26 201

CAS	0.30 177	1.17 358	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.26 221	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.26 191	0.26 196	0.25 216	0.26 182	0.25 195

DANet	0.30 177	0.30 132	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 184	0.93 313	0.24 180	0.33 185	0.23 210	0.31 210	0.24 206	0.32 206	0.24 203	0.32 211	0.23 204	0.32 216	0.25 211	0.32 215	0.24 201	0.27 191	0.26 191	0.27 200	0.26 222	0.27 187	0.27 209

xxxxx1	0.31 184	0.91 306	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

DLNR_Zeroshot_test	0.31 184	0.28 129	0.47 313	0.79 363	0.24 215	0.30 205	0.26 217	0.30 201	0.24 203	0.32 211	0.23 204	0.31 214	0.24 208	0.30 210	0.23 197	0.29 200	0.26 191	0.29 207	0.24 211	0.33 209	0.23 184

tt_ll	0.31 184	0.91 306	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

ff	0.31 184	0.91 306	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

RAFT + AFF	0.31 184	0.45 213	0.34 255	0.39 205	0.28 232	0.38 242	0.33 293	0.29 199	0.31 280	0.30 202	0.30 252	0.29 207	0.27 228	0.29 208	0.30 242	0.28 193	0.29 217	0.29 207	0.29 251	0.27 187	0.32 276

MLCV	0.31 184	0.35 139	0.27 190	0.35 189	0.28 232	0.35 227	0.27 220	0.35 217	0.28 230	0.36 226	0.27 228	0.35 226	0.27 228	0.35 226	0.27 215	0.34 215	0.27 198	0.34 232	0.27 230	0.34 213	0.27 209

DN-CSS_ROB	0.31 184	0.35 139	0.28 194	0.35 189	0.28 232	0.34 222	0.27 220	0.34 213	0.25 208	0.35 223	0.27 228	0.36 232	0.26 220	0.34 223	0.28 225	0.35 224	0.28 204	0.34 232	0.28 236	0.34 213	0.27 209

WCG-NET（raft）	0.32 192	1.24 416	0.24 180	0.32 181	0.24 215	0.32 218	0.23 201	0.32 206	0.24 203	0.32 211	0.24 211	0.32 216	0.24 208	0.32 215	0.24 201	0.30 201	0.23 185	0.30 209	0.23 203	0.30 195	0.23 184

testlalala	0.32 192	0.81 288	0.31 229	0.39 205	0.26 225	0.33 220	0.24 206	0.33 209	0.26 221	0.32 211	0.26 223	0.33 219	0.23 204	0.33 221	0.23 197	0.35 224	0.31 238	0.30 209	0.24 211	0.31 200	0.21 179

Any-RAFT	0.32 192	0.36 142	0.27 190	0.36 193	0.27 227	0.36 230	0.27 220	0.36 221	0.27 227	0.36 226	0.27 228	0.36 232	0.27 228	0.36 232	0.28 225	0.36 229	0.28 204	0.36 253	0.28 236	0.36 232	0.28 222

GCAP-BAT	0.33 195	0.78 281	0.32 240	0.38 199	0.25 217	0.34 222	0.25 209	0.34 213	0.26 221	0.34 218	0.25 217	0.35 226	0.26 220	0.35 226	0.27 215	0.36 229	0.30 230	0.32 216	0.24 211	0.32 202	0.26 201

StereoDRNet-Refined	0.33 195	0.39 154	0.26 189	0.39 205	0.26 225	0.40 250	0.26 217	0.40 244	0.26 221	0.39 238	0.26 223	0.39 245	0.26 220	0.39 247	0.26 214	0.37 233	0.25 188	0.37 256	0.25 216	0.37 236	0.37 313
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 197	0.26 123	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 598

RAFT-FE	0.34 197	0.26 123	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 598

LG-Stereo_L2	0.34 197	0.37 144	0.38 271	0.47 286	0.28 232	0.39 248	0.28 228	0.39 239	0.28 230	0.39 238	0.28 235	0.39 245	0.28 235	0.38 239	0.28 225	0.42 311	0.35 280	0.36 253	0.26 222	0.35 225	0.26 201

H2IRNET	0.34 197	0.34 138	0.34 255	0.34 187	0.34 315	0.34 222	0.34 304	0.34 213	0.34 308	0.34 218	0.34 309	0.34 224	0.34 307	0.34 223	0.34 281	0.34 215	0.34 278	0.34 232	0.34 317	0.34 213	0.34 297

IGEV++	0.34 197	0.43 175	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.30 242	0.38 248	0.29 217	0.37 256	0.29 251	0.37 236	0.29 227

iRaft-Stereo_5w	0.34 197	0.42 171	0.31 229	0.39 205	0.30 252	0.38 242	0.30 242	0.40 244	0.29 236	0.40 244	0.37 328	0.41 266	0.34 307	0.38 239	0.30 242	0.34 215	0.27 198	0.34 232	0.26 222	0.34 213	0.26 201

CSP-Net	0.34 197	1.29 418	1.19 455	1.36 486	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	1.26 497	1.21 508	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 197	0.41 164	0.31 229	0.39 205	0.29 241	0.40 250	0.32 282	0.41 259	0.32 292	0.38 232	0.30 252	0.39 245	0.30 250	0.38 239	0.32 259	0.35 224	0.27 198	0.34 232	0.27 230	0.34 213	0.29 227

DGSMNet	0.34 197	0.41 164	0.27 190	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.27 227	0.41 258	0.27 228	0.42 286	0.27 228	0.41 265	0.28 225	0.40 282	0.29 217	0.40 280	0.28 236	0.40 287	0.27 209

FE-Mocha	0.35 206	0.71 266	0.40 283	0.47 286	0.27 227	0.34 222	0.27 220	0.34 213	0.26 221	0.34 218	0.26 223	0.34 224	0.27 228	0.34 223	0.27 215	0.44 313	0.41 310	0.33 224	0.29 251	0.32 202	0.29 227

IGEV-FE	0.35 206	0.37 144	0.17 150	0.19 133	0.17 179	0.20 162	0.17 168	0.19 154	0.17 177	0.19 153	0.17 175	0.19 157	0.17 175	0.37 236	0.36 288	0.19 154	0.17 163	0.19 165	0.17 186	0.38 255	2.84 589

gcap-zeroshot	0.35 206	0.32 136	0.37 268	0.49 297	0.39 344	0.33 220	0.21 188	0.26 190	0.35 311	0.42 275	0.34 309	0.49 345	0.29 242	0.47 329	0.39 311	0.34 215	0.17 163	0.38 264	0.23 203	0.48 337	0.34 297

CASnet	0.35 206	0.51 241	0.44 300	0.32 181	0.31 285	0.24 181	0.34 304	0.36 221	0.25 208	0.31 206	0.37 328	0.30 210	0.33 302	0.25 186	0.45 335	0.37 233	0.37 285	0.33 224	0.35 329	0.34 213	0.37 313
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 206	0.44 181	0.45 302	0.49 297	0.30 252	0.37 235	0.30 242	0.36 221	0.30 248	0.36 226	0.29 240	0.36 232	0.29 242	0.36 232	0.30 242	0.46 320	0.39 298	0.32 216	0.24 211	0.32 202	0.25 195
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 206	0.35 139	0.35 262	0.35 189	0.35 318	0.35 227	0.35 309	0.35 217	0.35 311	0.35 223	0.35 318	0.35 226	0.35 313	0.35 226	0.35 285	0.35 224	0.35 280	0.35 248	0.35 329	0.35 225	0.35 306

Zero-FE251	0.36 212	0.40 156	0.28 194	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.28 230	0.41 258	0.28 235	0.41 266	0.28 235	0.42 280	0.30 242	0.37 233	0.26 191	0.37 256	0.27 230	0.45 318	0.56 396

GIP-stereo	0.36 212	0.49 229	0.39 278	0.48 291	0.32 293	0.41 266	0.28 228	0.40 244	0.30 248	0.41 258	0.28 235	0.40 253	0.28 235	0.42 280	0.28 225	0.45 316	0.32 242	0.38 264	0.30 271	0.37 236	0.27 209

DCVSM-stereo	0.36 212	1.89 451	0.22 170	0.40 219	0.22 204	0.40 250	0.22 193	0.40 244	0.22 194	0.40 244	0.22 200	0.40 253	0.22 198	0.40 250	0.22 191	0.28 193	0.21 176	0.28 202	0.21 194	0.28 189	0.20 177

RSM	0.36 212	0.36 142	0.43 298	0.37 196	0.42 364	0.49 348	0.42 354	0.37 227	0.28 230	0.36 226	0.29 240	0.36 232	0.30 250	0.37 236	0.28 225	0.34 215	0.31 238	0.34 232	0.35 329	0.40 287	0.29 227

RAFT-Test	0.36 212	0.37 144	0.33 245	0.41 231	0.32 293	0.41 266	0.32 282	0.41 259	0.32 292	0.41 258	0.32 293	0.41 266	0.32 294	0.41 265	0.33 268	0.37 233	0.29 217	0.37 256	0.29 251	0.38 255	0.31 270

DMCA	0.36 212	0.38 148	0.37 268	0.35 189	0.35 318	0.36 230	0.36 315	0.36 221	0.35 311	0.35 223	0.37 328	0.36 232	0.36 316	0.35 226	0.36 288	0.36 229	0.36 283	0.35 248	0.36 335	0.36 232	0.36 309

ACVNet-DCA	0.37 218	1.00 324	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.39 247	0.28 225	0.33 211	0.32 242	0.33 224	0.32 305	0.33 209	0.32 276

1test111	0.37 218	1.02 334	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 299	0.32 202	0.31 270

cc1	0.37 218	1.02 334	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 299	0.32 202	0.31 270

EKT-Stereo	0.37 218	0.40 156	0.44 300	1.07 411	0.29 241	0.34 222	0.31 271	0.36 221	0.29 236	0.38 232	0.31 276	0.37 238	0.30 250	0.36 232	0.29 235	0.34 215	0.28 204	0.39 275	0.30 271	0.37 236	0.30 248

GMOStereo	0.37 218	0.45 213	0.23 173	0.30 173	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	0.34 215	0.22 180	0.47 358	0.37 337	0.39 279	0.33 289

XPNet_ROB	0.37 218	0.37 144	0.37 268	0.37 196	0.37 328	0.37 235	0.37 321	0.37 227	0.37 323	0.37 231	0.37 328	0.37 238	0.37 321	0.37 236	0.37 297	0.37 233	0.37 285	0.37 256	0.37 337	0.37 236	0.37 313

4k_L	0.38 224	0.44 181	0.30 202	0.43 260	0.31 285	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

aaa3	0.38 224	0.44 181	0.31 229	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

gc-stereo	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.41 316	0.30 271	0.38 255	0.30 248

mfccc	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.32 242	0.41 316	0.30 271	0.38 255	0.30 248

ss10	0.38 224	0.44 181	0.31 229	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

5k_new	0.38 224	0.44 181	0.31 229	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

SX	0.38 224	0.44 181	0.31 229	0.43 260	0.31 285	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.32 293	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

USM	0.38 224	0.44 181	0.31 229	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.31 284	0.43 297	0.68 397	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

weee2	0.38 224	0.44 181	0.31 229	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

ACM	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.73 432	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

ITERv30	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

qyd29nn	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITERv28	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.70 424	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.30 248

yuret106	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.31 280	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.68 397	0.37 233	0.32 242	0.40 280	0.29 251	0.38 255	0.29 227

uio108cc	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.68 397	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.29 227

oiu110	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.42 288	0.30 242	0.43 290	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

ITERv24	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.38 255	0.29 227

dd23bbn	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

hj116sk	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.38 255	0.30 248

ITERv21	0.38 224	0.44 181	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

v20iiwwt	0.38 224	0.44 181	0.31 229	0.43 260	0.31 285	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.42 286	0.30 250	0.43 297	0.70 424	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

ITERv19	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.70 424	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITER124	0.38 224	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

dddd17k	0.38 224	0.44 181	0.30 202	0.43 260	0.31 285	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.70 424	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.29 227

HART	0.38 224	0.45 213	0.34 255	0.42 244	0.33 305	0.41 266	0.34 304	0.42 277	0.33 299	0.43 285	0.34 309	0.42 286	0.34 307	0.41 265	0.38 300	0.40 282	0.32 242	0.42 332	0.32 305	0.40 287	0.32 276

GREAT-IGEV	0.38 224	0.43 175	0.36 264	0.48 291	0.32 293	0.45 327	0.32 282	0.45 313	0.32 292	0.45 300	0.32 293	0.45 324	0.32 294	0.45 320	0.32 259	0.44 313	0.33 270	0.41 316	0.29 251	0.41 304	0.29 227

fffy	0.38 224	0.43 175	0.33 245	0.46 280	0.33 305	0.45 327	0.32 282	0.45 313	0.32 292	0.45 300	0.32 293	0.45 324	0.33 302	0.45 320	0.32 259	0.38 248	0.38 291	0.38 264	0.37 337	0.37 236	0.36 309

WAO-8	0.38 224	0.38 148	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.38 232	0.38 333	0.38 240	0.38 325	0.38 239	0.38 300	0.38 248	0.38 291	0.38 264	0.37 337	0.38 255	0.38 320

WAO-7	0.38 224	0.38 148	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.38 232	0.38 333	0.38 240	0.38 325	0.38 239	0.38 300	0.38 248	0.38 291	0.38 264	0.38 350	0.38 255	0.38 320

xx1	0.38 224	1.03 336	0.31 229	0.40 219	0.31 285	0.41 266	0.28 228	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.29 235	0.34 215	0.33 270	0.34 232	0.32 305	0.34 213	0.32 276

Venus	0.38 224	0.38 148	0.38 271	0.38 199	0.38 335	0.37 235	0.38 327	0.37 227	0.37 323	0.41 258	0.37 328	0.39 245	0.37 321	0.38 239	0.38 300	0.37 233	0.38 291	0.38 264	0.37 337	0.37 236	0.38 320

IMH	0.38 224	0.38 148	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.42 275	0.38 333	0.40 253	0.38 325	0.38 239	0.38 300	0.38 248	0.38 291	0.39 275	0.38 350	0.38 255	0.38 320

uiiii_40	0.39 256	0.42 171	0.89 417	0.42 244	0.31 285	0.43 305	0.30 242	0.44 309	0.31 280	0.42 275	0.31 276	0.43 298	0.30 250	0.42 280	0.30 242	0.41 295	0.29 217	0.42 332	0.28 236	0.40 287	0.32 276

4.5w_L	0.39 256	0.43 175	0.89 417	0.42 244	0.29 241	0.42 288	0.30 242	0.43 290	0.30 248	0.42 275	0.31 276	0.41 266	0.31 284	0.43 297	0.31 254	0.40 282	0.28 204	0.41 316	0.28 236	0.39 279	0.33 289

StePilot	0.39 256	0.44 181	0.87 414	0.41 231	0.30 252	0.42 288	0.32 282	0.45 313	0.29 236	0.43 285	0.30 252	0.43 298	0.30 250	0.42 280	0.30 242	0.40 282	0.29 217	0.43 340	0.27 230	0.40 287	0.31 270

SteFusion	0.39 256	0.42 171	0.90 422	0.43 260	0.30 252	0.42 288	0.31 271	0.45 313	0.31 280	0.41 258	0.30 252	0.43 298	0.30 250	0.42 280	0.31 254	0.39 277	0.30 230	0.42 332	0.28 236	0.39 279	0.33 289

PyraSte	0.39 256	0.43 175	0.87 414	0.42 244	0.31 285	0.42 288	0.31 271	0.44 309	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.42 280	0.31 254	0.38 248	0.29 217	0.42 332	0.29 251	0.40 287	0.32 276

tim_s	0.39 256	0.44 181	0.90 422	0.41 231	0.30 252	0.41 266	0.30 242	0.44 309	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.41 265	0.31 254	0.41 295	0.30 230	0.41 316	0.29 251	0.40 287	0.32 276

xxxad45	0.39 256	0.44 181	0.90 422	0.41 231	0.30 252	0.41 266	0.31 271	0.44 309	0.30 248	0.43 285	0.30 252	0.43 298	0.31 284	0.41 265	0.31 254	0.40 282	0.29 217	0.41 316	0.30 271	0.40 287	0.32 276

ACW_4w	0.39 256	0.42 171	0.88 416	0.42 244	0.30 252	0.42 288	0.30 242	0.45 313	0.31 280	0.42 275	0.31 276	0.42 286	0.30 250	0.42 280	0.30 242	0.40 282	0.28 204	0.42 332	0.28 236	0.40 287	0.32 276

5w_v4	0.39 256	0.43 175	0.91 428	0.42 244	0.30 252	0.43 305	0.31 271	0.45 313	0.31 280	0.42 275	0.30 252	0.41 266	0.29 242	0.44 316	0.30 242	0.40 282	0.29 217	0.42 332	0.28 236	0.40 287	0.32 276

PAM	0.39 256	1.88 450	0.34 255	0.37 196	0.41 354	0.45 327	0.22 193	0.28 194	0.23 200	0.28 197	0.24 211	0.29 207	0.23 204	0.29 208	0.23 197	0.38 248	0.32 242	0.38 264	0.37 337	0.32 202	0.22 182

HanzoNet	0.39 256	0.38 148	0.40 283	0.39 205	0.41 354	0.38 242	0.38 327	0.38 235	0.38 327	0.39 238	0.39 342	0.38 240	0.38 325	0.39 247	0.40 315	0.38 248	0.38 291	0.40 280	0.38 350	0.38 255	0.40 328

CES	0.39 256	0.47 221	0.36 264	0.36 193	0.37 328	0.45 327	0.35 309	0.35 217	0.40 341	0.36 226	0.44 365	0.47 334	0.36 316	0.44 316	0.36 288	0.37 233	0.39 298	0.44 341	0.35 329	0.37 236	0.36 309

PASM	0.39 256	3.06 525	1.36 521	1.58 492	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

zxcv128	0.40 269	0.44 181	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	1.24 528	0.37 233	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

mms	0.40 269	0.45 213	0.35 262	0.48 291	0.36 324	0.47 338	0.34 304	0.45 313	0.38 327	0.47 327	0.33 301	0.45 324	0.32 294	0.45 320	0.32 259	0.39 277	0.38 291	0.38 264	0.37 337	0.39 279	0.39 326

knoymous	0.40 269	0.40 156	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

anonymousa	0.40 269	0.40 156	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

riskmin	0.40 269	0.40 156	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

Anonymous_2	0.40 269	0.40 156	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

Anonymous_1	0.40 269	0.40 156	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

AdaStereo	0.40 269	0.40 156	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328
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	0.41 277	0.44 181	0.23 173	0.26 167	0.22 204	0.26 196	0.22 193	0.26 190	0.23 200	0.26 193	0.23 204	0.26 198	0.23 204	0.45 320	0.42 330	0.25 186	0.22 180	0.25 191	0.22 197	0.45 318	2.90 590

water-stereo	0.41 277	0.84 291	0.46 306	0.50 304	0.33 305	0.45 327	0.33 293	0.45 313	0.32 292	0.45 300	0.32 293	0.45 324	0.32 294	0.45 320	0.32 259	0.44 313	0.41 310	0.39 275	0.31 299	0.39 279	0.32 276

GwcNet-ADL	0.41 277	0.41 164	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

PSMNet-ADL	0.41 277	0.41 164	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

GANet-ADL	0.41 277	0.41 164	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

ADLNet2	0.41 277	0.41 164	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

ADLNet	0.41 277	0.41 164	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

FCDSN-DC	0.41 277	0.59 257	0.64 377	0.54 317	0.33 305	0.50 356	0.37 321	0.42 277	0.40 341	0.61 385	0.43 363	0.50 360	0.49 376	0.38 239	0.32 259	0.28 193	0.23 185	0.26 196	0.22 197	0.35 225	0.28 222
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 277	0.46 217	0.33 245	0.49 297	0.33 305	0.49 348	0.33 293	0.49 335	0.33 299	0.49 341	0.33 301	0.49 345	0.33 302	0.51 360	0.33 268	0.41 295	0.30 230	0.41 316	0.30 271	0.79 400	0.29 227

Gwc-CoAtRS	0.41 277	1.49 431	0.32 240	0.42 244	0.32 293	0.41 266	0.32 282	0.41 259	0.33 299	0.41 258	0.32 293	0.41 266	0.32 294	0.41 265	0.32 259	0.39 277	0.28 204	0.39 275	0.28 236	0.40 287	0.28 222

UPFNet	0.42 287	1.20 362	0.17 150	0.24 155	0.17 179	0.25 188	0.17 168	1.19 456	0.90 453	0.25 185	0.17 175	0.24 183	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.22 176	0.16 166	1.15 443	0.93 449

DDF-Stereo	0.43 288	1.15 355	0.57 363	0.53 314	0.32 293	0.41 266	0.32 282	0.41 259	0.32 292	0.41 258	0.32 293	0.41 266	0.32 294	0.40 250	0.32 259	0.52 346	0.50 359	0.38 264	0.31 299	0.39 279	0.31 270

DilatedVolume-Stereo	0.43 288	0.86 294	0.48 321	0.50 304	0.33 305	0.46 333	0.33 293	0.46 321	0.33 299	0.46 321	0.33 301	0.47 334	0.33 302	0.47 329	0.34 281	0.45 316	0.42 319	0.40 280	0.33 313	0.47 333	0.38 320

psmg	0.43 288	1.91 454	0.92 431	1.91 506	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	1.97 537	1.44 530	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 288	1.21 408	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 508	0.95 462	0.25 185	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.22 176	0.16 166	1.18 451	0.98 453

psm_up	0.43 288	1.19 361	0.17 150	0.25 160	0.18 189	0.25 188	0.19 179	1.26 508	0.91 455	0.26 193	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.23 182	0.16 166	1.18 451	0.99 454

Monster-pub-mixall	0.44 293	0.56 253	0.60 368	0.38 199	0.27 227	0.37 235	0.27 220	0.37 227	0.29 236	0.38 232	0.27 228	0.38 240	0.29 242	0.85 426	0.27 215	1.46 513	0.26 191	0.34 232	0.26 222	0.36 232	0.53 385

depthmonostereo	0.44 293	0.85 293	0.46 306	0.54 317	0.40 346	0.52 371	0.38 327	0.52 360	0.35 311	0.47 327	0.34 309	0.46 328	0.34 307	0.47 329	0.34 281	0.45 316	0.43 323	0.41 316	0.33 313	0.41 304	0.32 276

MMNet	0.44 293	1.24 416	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 508	0.93 460	0.25 185	0.17 175	0.25 188	0.18 183	0.25 186	0.17 171	0.23 175	0.16 145	0.23 182	0.16 166	1.20 454	0.99 454

252Zero-FE	0.45 296	0.50 233	0.36 264	0.50 304	0.36 324	0.50 356	0.36 315	0.50 343	0.36 321	0.49 341	0.36 321	0.49 345	0.36 316	0.54 369	0.41 322	0.45 316	0.34 278	0.45 345	0.34 317	0.55 360	0.75 431

Monster-pub-eth3d	0.45 296	0.57 254	0.60 368	0.39 205	0.28 232	0.37 235	0.28 228	0.37 227	0.30 248	0.39 238	0.29 240	0.39 245	0.30 250	0.92 437	0.27 215	1.42 510	0.28 204	0.34 232	0.28 236	0.37 236	0.53 385

Replicate-Monster	0.45 296	0.57 254	0.60 368	0.40 219	0.29 241	0.37 235	0.27 220	0.37 227	0.30 248	0.40 244	0.31 276	0.40 253	0.30 250	0.99 445	0.27 215	1.36 506	0.31 238	0.34 232	0.30 271	0.36 232	0.54 388

SCV_C0	0.45 296	0.88 298	0.49 328	0.54 317	0.37 328	0.48 343	0.37 321	0.48 331	0.37 323	0.48 334	0.36 321	0.48 341	0.37 321	0.49 344	0.37 297	0.50 338	0.41 310	0.44 341	0.34 317	0.44 314	0.34 297

RAFT-Stereo-weight	0.45 296	1.90 453	0.34 255	0.42 244	0.36 324	0.43 305	0.35 309	0.42 277	0.34 308	0.42 275	0.34 309	0.44 322	0.34 307	0.41 265	0.34 281	0.38 248	0.32 242	0.38 264	0.32 305	0.38 255	0.33 289

TorneroNet-64	0.45 296	0.27 126	0.30 202	0.58 326	0.27 227	0.70 397	0.30 242	0.28 194	0.73 438	0.73 400	0.28 235	0.71 400	0.66 413	0.75 401	0.27 215	0.27 191	0.29 217	0.37 256	0.75 429	0.28 189	0.30 248

SCV	0.46 302	0.94 315	0.45 302	0.54 317	0.37 328	0.48 343	0.38 327	0.48 331	0.37 323	0.48 334	0.39 342	0.48 341	0.37 321	0.49 344	0.37 297	0.50 338	0.46 333	0.44 341	0.34 317	0.44 314	0.34 297

otaku	0.46 302	0.46 217	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.46 321	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

Dean	0.46 302	0.46 217	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.47 327	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

ACVNet_1	0.46 302	0.47 221	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.47 369	0.46 321	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.47 358	0.46 374	0.46 321	0.46 349

ACVNet-4b	0.46 302	0.46 217	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.46 321	0.46 371	0.46 328	0.46 362	0.47 329	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

PML	0.46 302	1.36 425	0.29 198	0.58 326	0.30 252	0.57 384	0.29 237	0.57 371	0.29 236	0.57 380	0.29 240	0.57 384	0.29 242	0.56 374	0.29 235	0.52 346	0.30 230	0.53 386	0.31 299	0.53 358	0.30 248

LG-Stereo_L1	0.47 308	0.52 243	0.47 313	0.62 334	0.39 344	0.53 373	0.40 341	0.53 362	0.39 340	0.53 367	0.39 342	0.53 372	0.39 333	0.53 367	0.39 311	0.55 356	0.46 333	0.49 371	0.37 337	0.49 341	0.37 313

Ntro	0.47 308	0.47 221	0.46 306	0.46 280	0.46 372	0.47 338	0.47 369	0.46 321	0.47 369	0.46 321	0.46 371	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

HaxPig	0.47 308	0.47 221	0.47 313	0.49 297	0.47 378	0.47 338	0.47 369	0.47 327	0.47 369	0.47 327	0.47 379	0.47 334	0.47 370	0.47 329	0.47 346	0.47 325	0.47 341	0.47 358	0.47 381	0.47 333	0.48 358

UNDER WATER	0.47 308	0.47 221	0.47 313	0.47 286	0.47 378	0.47 338	0.47 369	0.47 327	0.47 369	0.47 327	0.47 379	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.47 341	0.47 358	0.46 374	0.47 333	0.47 356

LVE	0.47 308	0.47 221	0.47 313	0.47 286	0.49 384	0.47 338	0.47 369	0.47 327	0.49 378	0.47 327	0.47 379	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.47 341	0.48 366	0.47 381	0.47 333	0.47 356

GASTEREO	0.48 313	1.21 408	0.47 313	0.57 324	0.38 335	0.50 356	0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	0.38 325	0.50 351	0.38 300	0.52 346	0.42 319	0.46 349	0.34 317	0.46 321	0.34 297

LG-Stereo_Zeroshot	0.48 313	0.55 251	0.47 313	0.63 336	0.41 354	0.56 378	0.44 357	0.56 368	0.41 350	0.56 377	0.41 351	0.57 384	0.42 351	0.56 374	0.41 322	0.55 356	0.43 323	0.51 380	0.37 337	0.51 352	0.37 313

fffft	0.48 313	0.51 241	0.45 302	0.52 313	0.45 370	0.52 371	0.45 362	0.52 360	0.48 376	0.53 367	0.45 369	0.52 371	0.45 359	0.52 365	0.46 339	0.51 344	0.41 310	0.50 375	0.41 361	0.50 346	0.41 335
1: 1. 1
RainbowNet	0.48 313	0.48 227	0.48 321	0.48 291	0.48 382	0.48 343	0.48 378	0.48 331	0.48 376	0.48 334	0.48 383	0.48 341	0.48 371	0.48 338	0.48 352	0.48 329	0.48 345	0.48 366	0.48 384	0.48 337	0.48 358

notaker	0.48 313	0.49 229	0.48 321	0.48 291	0.48 382	0.48 343	0.48 378	0.48 331	0.49 378	0.48 334	0.48 383	0.48 341	0.48 371	0.48 338	0.48 352	0.48 329	0.48 345	0.48 366	0.48 384	0.48 337	0.49 363

LL-Strereo2	0.48 313	1.73 443	0.51 338	0.59 329	0.34 315	0.42 288	0.33 293	0.40 244	0.31 280	0.42 275	0.33 301	0.42 286	0.31 284	0.44 316	0.39 311	0.60 362	0.51 369	0.44 341	0.33 313	0.44 314	0.33 289

Former-RAFT_DAM_RVC	0.49 319	0.98 320	0.64 377	0.84 378	0.46 372	0.45 327	0.35 309	0.47 327	0.47 369	0.45 300	0.34 309	0.46 328	0.48 371	0.46 325	0.35 285	0.39 277	0.71 406	0.39 275	0.35 329	0.41 304	0.41 335

ACVNet_2	0.49 319	0.49 229	0.49 328	0.49 297	0.49 384	0.49 348	0.49 380	0.49 335	0.49 378	0.49 341	0.49 386	0.49 345	0.49 376	0.49 344	0.49 354	0.49 332	0.49 349	0.49 371	0.49 387	0.49 341	0.49 363

FoundationStereo	0.50 321	0.50 233	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

StereoAnything_RVC	0.50 321	0.50 233	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

dual_stereo	0.50 321	0.50 233	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

GCST	0.50 321	2.08 464	0.38 271	0.53 314	0.35 318	0.49 348	0.35 309	0.50 343	0.35 311	0.49 341	0.35 318	0.49 345	0.35 313	0.49 344	0.35 285	0.48 329	0.37 285	0.45 345	0.33 313	0.44 314	0.33 289

SANet	0.50 321	0.50 233	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

MSCF	0.51 326	1.40 428	0.49 328	0.58 326	0.38 335	0.50 356	0.38 327	0.54 364	0.41 350	0.52 364	0.41 351	0.53 372	0.42 351	0.53 367	0.41 322	0.60 362	0.47 341	0.48 366	0.37 337	0.48 337	0.38 320

UGAM-zero	0.51 326	2.17 472	0.39 278	0.53 314	0.36 324	0.50 356	0.36 315	0.50 343	0.36 321	0.49 341	0.36 321	0.50 360	0.35 313	0.50 351	0.36 288	0.49 332	0.37 285	0.47 358	0.35 329	0.46 321	0.34 297

UGAM	0.51 326	2.23 477	0.39 278	0.54 317	0.35 318	0.50 356	0.35 309	0.49 335	0.35 311	0.49 341	0.35 318	0.49 345	0.36 316	0.50 351	0.36 288	0.49 332	0.37 285	0.45 345	0.34 317	0.45 318	0.34 297

Selective-IGEV	0.51 326	0.55 251	0.45 302	0.69 345	0.45 370	0.61 387	0.45 362	0.50 343	0.40 341	0.56 377	0.44 365	0.55 379	0.40 334	0.72 396	0.67 394	0.59 361	0.46 333	0.45 345	0.34 317	0.46 321	0.37 313

RCA-Stereo	0.51 326	3.22 531	0.34 255	0.44 278	0.34 315	0.44 326	0.34 304	0.43 290	0.34 308	0.43 285	0.34 309	0.44 322	0.33 302	0.43 297	0.33 268	0.38 248	0.29 217	0.38 264	0.29 251	0.38 255	0.29 227

AIO-test1	0.54 331	0.60 259	0.52 341	0.66 343	0.47 378	0.61 387	0.47 369	0.58 374	0.46 364	0.61 385	0.46 371	0.61 390	0.45 359	0.62 383	0.45 335	0.61 366	0.52 373	0.57 389	0.48 384	0.57 362	0.48 358

castereo++	0.54 331	3.59 536	1.15 449	1.31 482	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 512	1.16 457	0.15 142	0.14 160	0.15 141	0.13 150

FENet	0.54 331	1.52 432	1.19 455	1.41 489	0.23 210	0.35 227	0.23 201	0.35 217	0.23 200	0.34 218	0.23 204	0.35 226	0.23 204	0.35 226	0.23 197	1.40 509	1.07 441	0.32 216	0.23 203	0.33 209	0.23 184

PSMNet_ROB	0.54 331	0.54 249	0.54 346	0.54 317	0.53 397	0.54 376	0.54 390	0.53 362	0.54 391	0.54 372	0.54 398	0.54 375	0.53 386	0.54 369	0.54 365	0.54 350	0.53 375	0.54 387	0.54 395	0.54 359	0.54 388

AIO-test2	0.55 335	0.59 257	0.52 341	0.67 344	0.47 378	0.61 387	0.47 369	0.61 380	0.47 369	0.61 385	0.47 379	0.61 390	0.48 371	0.62 383	0.47 346	0.64 372	0.53 375	0.58 390	0.47 381	0.58 363	0.48 358

CFNet-ft	0.55 335	1.57 433	0.14 126	0.20 136	0.14 157	0.20 162	2.53 588	1.61 521	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 514	1.24 529

MyStereo04	0.56 337	3.72 542	0.59 366	0.49 297	0.41 354	0.36 230	0.32 282	0.37 227	0.31 280	0.34 218	0.46 371	0.35 226	0.32 294	0.35 226	0.33 268	0.49 332	0.45 331	0.34 232	0.32 305	0.35 225	0.43 343

CASS	0.57 338	0.89 301	0.56 354	0.57 324	0.56 404	0.56 378	0.56 397	0.56 368	0.53 389	0.57 380	0.57 409	0.59 388	0.48 371	0.56 374	0.57 381	0.55 356	0.56 379	0.47 358	0.56 400	0.62 366	0.56 396
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 339	0.58 256	0.47 313	0.64 339	0.74 444	1.00 441	0.69 422	0.57 371	0.41 350	0.57 380	0.41 351	0.57 384	0.41 345	1.00 447	0.75 436	0.91 418	0.51 369	0.52 383	0.37 337	0.52 354	0.37 313

MonSter	0.60 339	0.64 262	0.52 341	0.62 334	0.44 367	2.07 547	0.44 357	0.62 381	0.44 361	0.62 388	0.44 365	0.62 392	0.44 356	0.62 383	0.44 334	0.58 360	0.42 319	0.62 393	0.46 374	0.58 363	0.42 342

MyStereo07	0.60 339	3.72 542	0.48 321	0.49 297	0.41 354	0.36 230	0.32 282	0.49 335	0.43 358	0.51 361	0.42 361	0.49 345	0.43 354	0.51 360	0.64 389	0.49 332	0.45 331	0.34 232	0.32 305	0.35 225	0.43 343

castereo	0.61 342	3.79 544	1.35 513	1.52 491	0.15 168	0.17 150	0.16 160	0.20 160	0.21 191	0.18 151	0.16 170	0.21 167	0.12 149	0.26 196	0.17 171	1.43 511	1.38 527	0.17 153	0.16 166	0.18 155	0.16 157

WCG-NET	0.61 342	1.21 408	0.54 346	0.61 333	0.53 397	0.67 395	0.53 388	0.66 386	0.53 389	0.64 391	0.53 397	0.65 396	0.53 386	0.59 381	0.52 362	0.65 373	0.48 345	0.64 396	0.52 393	0.58 363	0.50 374

GEAStereo	0.62 344	3.91 549	0.48 321	0.69 345	0.38 335	0.51 368	0.38 327	0.51 356	0.38 327	0.53 367	0.38 333	0.50 360	0.38 325	0.51 360	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.34 297

gasm-f	0.62 344	3.91 549	0.48 321	0.69 345	0.38 335	0.51 368	0.38 327	0.51 356	0.38 327	0.53 367	0.38 333	0.50 360	0.38 325	0.51 360	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.34 297

SMoEStereo_RVC	0.63 346	0.75 274	0.51 338	0.73 353	0.53 397	0.71 399	0.47 369	0.67 387	0.58 406	0.74 405	0.60 413	0.72 403	0.53 386	0.74 400	0.51 360	0.61 366	0.62 391	0.62 393	0.61 407	0.63 367	0.61 402

anonymity	0.63 346	0.69 264	0.56 354	0.71 351	0.56 404	0.71 399	0.56 397	0.71 392	0.56 396	0.72 399	0.56 403	0.71 400	0.56 390	0.71 395	0.58 382	0.68 377	0.55 377	0.68 401	0.55 396	0.68 371	0.54 388

PAM_32	0.64 348	2.38 492	0.51 338	0.92 388	0.43 366	0.53 373	0.44 357	0.87 419	0.43 358	0.52 364	0.45 369	0.53 372	0.40 334	0.54 369	0.46 339	0.62 370	0.56 379	0.48 366	0.45 372	0.76 395	0.44 346

CRFU-Net	0.65 349	1.67 436	1.22 505	1.96 510	0.27 227	0.41 266	0.27 220	0.41 259	0.27 227	0.40 244	0.26 223	0.41 266	0.27 228	0.40 250	0.27 215	1.80 526	1.62 546	0.34 232	0.23 203	0.33 209	0.23 184

LMCR-Stereo	0.65 349	0.63 260	0.65 380	0.65 340	0.65 426	0.66 394	0.63 410	0.58 374	0.65 418	0.63 390	0.64 422	0.65 396	0.65 409	0.66 390	0.66 393	0.66 375	0.64 393	0.65 399	0.67 417	0.68 371	0.73 426

KSHMR	0.66 351	0.50 233	0.48 321	1.15 421	0.52 394	0.49 348	0.51 386	0.49 335	0.71 433	0.67 395	0.50 388	1.16 467	1.11 460	0.66 390	0.52 362	0.49 332	0.49 349	0.51 380	0.66 413	0.50 346	1.14 470

TorneroNet	0.66 351	0.53 246	0.50 332	0.50 304	0.64 424	1.06 449	0.70 425	0.50 343	0.51 388	0.49 341	0.69 432	0.49 345	0.50 379	0.48 338	1.15 474	0.71 393	0.49 349	1.14 466	1.08 462	0.49 341	0.49 363

GES	0.66 351	2.34 488	0.29 198	0.41 231	0.29 241	0.41 266	0.29 237	0.42 277	0.29 236	0.40 244	0.41 351	0.41 266	0.30 250	0.51 360	0.29 235	0.32 207	0.29 217	0.32 216	2.46 592	2.49 554	0.30 248

cf-r	0.66 351	2.17 472	0.12 101	0.18 130	0.12 152	0.18 154	2.70 591	2.60 567	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 526	1.74 566

DSFCA	0.66 351	0.73 268	0.78 404	0.65 340	0.65 426	0.64 392	0.64 411	0.65 384	0.63 416	0.64 391	0.64 422	0.64 393	0.64 406	0.65 389	0.65 390	0.65 373	0.65 395	0.65 399	0.65 411	0.66 369	0.64 407

iked130	0.67 356	0.74 270	0.55 348	0.77 357	0.55 400	0.77 402	0.55 391	0.77 396	0.55 393	0.77 408	0.55 399	0.77 410	0.63 401	0.80 408	0.55 367	0.69 378	0.49 349	0.74 409	0.96 448	0.69 376	0.49 363

ITERv14	0.67 356	0.75 274	0.55 348	0.77 357	0.55 400	0.77 402	0.55 391	0.77 396	0.54 391	0.77 408	0.56 403	0.77 410	0.62 396	0.79 403	0.55 367	0.70 384	0.48 345	0.75 412	0.97 449	0.68 371	0.49 363

v134_o9	0.68 358	0.76 277	0.55 348	0.79 363	0.57 410	0.79 414	0.57 402	0.79 403	0.62 413	0.77 408	0.57 409	0.79 421	0.62 396	0.79 403	0.55 367	0.71 393	0.49 349	0.77 424	0.99 453	0.71 387	0.49 363

zaero_v3	0.68 358	0.74 270	0.55 348	0.79 363	0.55 400	0.79 414	0.55 391	0.79 403	0.57 401	0.77 408	0.59 411	0.79 421	0.62 396	0.80 408	0.55 367	0.69 378	0.49 349	0.74 409	1.04 460	0.71 387	0.49 363

DEFOM-Stereo	0.68 358	3.11 527	1.40 527	1.63 500	0.25 217	0.31 210	0.25 209	0.31 205	0.28 230	0.31 206	0.29 240	0.29 207	0.27 228	0.31 214	0.28 225	1.59 519	1.47 532	0.30 209	0.29 251	0.30 195	0.28 222

ssnet_v2	0.68 358	1.96 461	1.25 509	0.29 172	0.20 196	0.30 205	0.20 183	0.29 199	0.22 194	1.50 523	0.20 194	0.31 214	0.20 192	0.27 200	0.22 191	0.24 180	1.49 533	0.26 196	0.18 191	3.90 576	0.19 175

ARAFT	0.68 358	0.81 288	0.63 375	0.74 354	0.60 415	0.78 407	0.62 409	0.77 396	0.66 420	0.74 405	0.63 420	0.75 407	0.62 396	0.83 421	0.60 386	0.70 384	0.55 377	0.70 404	0.60 405	0.78 398	0.55 393

ITERv12	0.69 363	0.73 268	0.57 363	0.78 361	0.57 410	0.77 402	0.57 402	0.77 396	0.55 393	0.79 418	0.55 399	0.77 410	0.65 409	0.82 417	0.56 375	0.70 384	0.51 369	0.76 418	1.18 473	0.70 380	0.51 383

NINENet	0.69 363	3.87 548	1.20 458	1.98 511	0.05 99	0.40 250	0.04 81	0.40 244	0.05 97	0.41 258	0.04 88	0.41 266	0.05 94	0.40 250	0.05 88	1.79 525	1.56 539	0.34 232	0.22 197	0.34 213	0.23 184

99wein	0.70 365	0.74 270	0.56 354	0.79 363	0.56 404	0.94 435	0.55 391	0.78 402	0.60 409	0.78 413	0.59 411	0.78 413	0.63 401	0.80 408	0.56 375	0.70 384	0.50 359	0.77 424	1.01 458	0.82 408	0.49 363

VIP-Stereo	0.70 365	2.97 524	2.43 582	2.49 531	0.16 175	0.25 188	0.16 160	0.25 185	0.16 169	0.25 185	0.18 188	0.25 188	0.16 168	0.26 196	0.16 167	1.86 527	1.26 510	0.23 182	0.15 164	0.23 176	0.15 156

ITERv2	0.70 365	0.74 270	0.55 348	0.77 357	0.55 400	0.78 407	0.55 391	0.77 396	0.55 393	0.77 408	0.55 399	0.78 413	0.62 396	0.79 403	0.55 367	0.69 378	0.49 349	0.73 406	1.50 547	0.69 376	0.49 363

RAFT-Stereo + iAFF	0.70 365	0.72 267	0.71 391	0.80 371	0.62 423	0.82 421	0.61 408	0.81 416	0.62 413	0.81 426	0.63 420	0.80 427	0.70 421	0.73 398	0.61 388	0.76 401	0.61 390	0.74 409	0.61 407	0.77 397	0.61 402

DMCA-RVC	0.70 365	0.80 285	0.70 388	0.70 349	0.70 436	0.70 397	0.70 425	0.71 392	0.70 428	0.70 398	0.71 438	0.71 400	0.70 421	0.70 394	0.69 404	0.69 378	0.70 402	0.69 402	0.70 422	0.69 376	0.70 416

ITERv7	0.71 370	0.77 279	0.56 354	0.80 371	0.56 404	0.78 407	0.56 397	0.79 403	0.78 442	0.78 413	0.56 403	0.84 432	0.63 401	0.82 417	0.55 367	0.70 384	0.51 369	0.76 418	0.98 450	0.70 380	0.74 430

MyStereo8	0.71 370	3.92 551	0.52 341	0.59 329	0.52 394	0.57 384	0.53 388	0.59 376	0.50 381	0.59 384	0.51 394	0.57 384	0.50 379	0.56 374	0.52 362	0.54 350	0.49 349	0.54 387	0.49 387	0.55 360	0.50 374

HH	0.71 370	2.54 498	0.74 398	1.10 413	0.32 293	0.41 266	0.37 321	0.69 389	0.78 442	0.73 400	0.90 455	0.75 407	1.00 450	0.84 422	0.69 404	0.69 378	0.40 301	0.35 248	0.26 222	0.35 225	0.26 201

HanStereo	0.71 370	2.54 498	0.74 398	1.10 413	0.32 293	0.41 266	0.37 321	0.69 389	0.78 442	0.73 400	0.90 455	0.75 407	1.00 450	0.84 422	0.69 404	0.69 378	0.40 301	0.35 248	0.26 222	0.35 225	0.26 201

ITER	0.72 374	0.77 279	0.55 348	0.77 357	0.57 410	0.78 407	0.55 391	0.77 396	0.56 396	0.79 418	0.55 399	0.78 413	0.67 415	0.80 408	0.55 367	0.70 384	0.50 359	0.81 433	1.66 563	0.69 376	0.49 363

zero-FE	0.72 374	1.31 420	0.66 381	0.92 388	0.60 415	0.82 421	0.58 404	0.82 417	0.58 406	0.81 426	0.60 413	0.81 430	0.60 393	0.82 417	0.58 382	0.74 399	0.59 385	0.73 406	0.52 393	0.76 395	0.51 383

ktn	0.72 374	0.53 246	1.08 444	1.14 419	0.51 393	1.22 511	1.36 538	0.51 356	0.59 408	0.51 361	0.51 394	0.69 399	1.20 472	0.67 392	0.51 360	0.51 344	0.49 349	0.58 390	0.66 413	0.52 354	0.53 385

CroCo-Stereo	0.73 377	1.22 414	0.25 183	1.22 475	0.25 217	1.22 511	0.25 209	1.22 505	0.25 208	1.22 513	0.25 217	1.22 516	0.25 211	1.22 515	0.25 209	1.22 496	0.26 191	1.21 522	0.25 216	1.22 501	0.25 195
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	0.73 377	0.88 298	0.67 385	0.75 355	0.68 433	0.75 401	0.64 411	0.80 412	0.72 435	0.83 428	0.70 434	0.82 431	0.64 406	0.84 422	0.67 394	0.77 402	0.63 392	0.81 433	0.63 409	0.78 398	0.62 405

ITERv10	0.74 379	0.75 274	0.56 354	0.79 363	0.56 404	0.91 430	0.56 397	1.16 450	0.56 396	0.79 418	0.60 413	0.78 413	0.84 441	0.81 415	0.56 375	0.70 384	0.82 422	0.77 424	1.17 471	0.70 380	0.50 374

ITERv8	0.74 379	0.76 277	0.56 354	0.79 363	0.57 410	0.78 407	0.59 406	0.79 403	0.57 401	0.79 418	0.56 403	0.79 421	0.77 433	0.82 417	0.88 449	0.71 393	0.76 413	0.77 424	1.08 462	0.70 380	0.70 416

a5sdf	0.75 381	1.10 348	0.56 354	0.78 361	0.56 404	0.78 407	0.80 441	0.79 403	0.56 396	0.78 413	0.86 453	0.78 413	0.63 401	0.80 408	0.56 375	0.72 396	0.50 359	0.75 412	1.46 544	0.70 380	0.49 363

AIO-Stereo-zeroshot1	0.75 381	0.92 311	0.85 412	0.96 399	0.59 414	1.27 514	0.44 357	0.59 376	0.69 425	0.91 433	0.68 429	0.55 379	0.61 395	1.06 453	0.83 446	0.62 370	0.70 402	0.90 444	0.41 361	0.89 416	0.56 396

MyStereo06	0.75 381	4.12 552	0.60 368	0.63 336	0.61 420	0.62 390	0.66 414	0.56 368	0.45 363	0.55 375	0.48 383	0.54 375	0.46 362	0.57 379	0.45 335	0.60 362	0.57 381	0.64 396	0.55 396	0.72 390	0.55 393

GCAP-Stereo	0.75 381	4.15 555	0.42 297	0.75 355	0.35 318	0.78 407	0.40 341	0.79 403	0.38 327	0.78 413	0.36 321	0.78 413	0.36 316	0.79 403	0.39 311	0.75 400	0.39 298	0.76 418	0.39 353	0.75 394	0.39 326

GANet-RSSM	0.75 381	1.91 454	0.14 126	0.47 286	0.14 157	0.21 172	3.21 608	2.30 553	0.14 157	0.46 321	0.14 161	0.23 179	0.18 183	0.21 169	0.14 151	0.18 150	0.27 198	0.37 256	0.13 155	2.13 536	2.12 576

vnu138km	0.76 386	1.11 350	0.56 354	0.96 399	0.73 441	0.79 414	0.76 434	0.79 403	0.57 401	0.78 413	0.56 403	0.79 421	0.64 406	0.81 415	0.56 375	0.70 384	0.50 359	0.75 412	1.14 467	1.08 437	0.69 414

RSM++	0.76 386	0.82 290	0.66 381	0.85 380	0.64 424	0.85 423	0.71 428	0.94 432	0.64 417	0.87 429	0.67 428	0.87 434	0.65 409	0.84 422	0.65 390	0.81 407	0.70 402	0.79 428	0.71 425	0.83 411	0.70 416

CroCo-Stereo Lap2	0.77 388	1.29 418	0.29 198	1.27 479	0.29 241	1.27 514	0.26 217	1.26 508	0.26 221	1.26 514	0.26 223	1.27 518	0.26 220	1.26 517	0.27 215	1.27 498	0.27 198	1.27 526	0.27 230	1.27 504	0.27 209

PSMNet-RSSM	0.77 388	2.76 515	0.14 126	0.20 136	0.14 157	0.20 162	2.66 589	2.79 580	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 558	2.31 581

GwcNet-RSSM	0.77 388	2.77 517	0.14 126	0.20 136	0.14 157	0.20 162	2.67 590	2.78 579	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 558	2.31 581

s6wercc	0.78 391	0.79 283	0.86 413	0.80 371	0.75 445	0.80 418	0.56 397	0.80 412	0.56 396	1.18 464	0.56 403	0.78 413	0.63 401	1.24 516	0.59 385	0.70 384	0.50 359	0.75 412	1.54 548	0.71 387	0.50 374

4D-IteraStereo	0.78 391	3.13 528	0.89 417	0.69 345	0.32 293	0.40 250	0.32 282	0.76 395	0.97 465	0.52 364	0.65 424	0.89 437	0.32 294	0.76 402	0.98 460	0.83 412	0.94 433	0.35 248	0.27 230	0.70 380	0.89 445

hitnet-ft	0.79 393	2.78 520	0.14 126	0.20 136	0.14 157	0.21 172	2.89 592	2.80 581	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 566	2.33 583

G-Net	0.79 393	0.79 283	0.79 407	0.79 363	0.79 449	0.79 414	0.79 438	0.79 403	0.79 446	0.79 418	0.79 449	0.79 421	0.79 436	0.79 403	0.79 440	0.79 403	0.79 416	0.79 428	0.79 433	0.79 400	0.79 435

MyStereo05	0.80 395	4.12 552	0.63 375	0.63 336	0.61 420	0.62 390	0.66 414	0.65 384	0.62 413	0.67 395	0.61 418	0.65 396	0.58 391	0.67 392	0.55 367	0.60 362	0.57 381	0.64 396	0.55 396	0.72 390	0.55 393

UDG	0.80 395	2.21 476	0.60 368	0.91 385	0.60 415	0.90 429	0.58 404	0.88 422	0.60 409	0.90 431	0.60 413	0.88 435	0.60 393	0.90 432	0.58 382	0.86 416	0.60 386	0.84 440	0.59 404	0.84 412	0.61 402

ccnet	0.80 395	2.28 480	0.33 245	0.50 304	0.33 305	0.50 356	0.33 293	0.50 343	0.33 299	0.49 341	0.33 301	0.49 345	1.56 537	2.38 557	0.33 268	0.41 295	0.29 217	0.42 332	1.57 550	2.28 542	0.29 227

NaN_ROB	0.80 395	0.80 285	0.80 408	0.80 371	0.80 451	0.80 418	0.80 441	0.80 412	0.80 447	0.80 424	0.80 450	0.80 427	0.80 437	0.80 408	0.80 442	0.80 404	0.80 419	0.80 431	0.80 435	0.80 403	0.80 436

CSAN	0.80 395	0.80 285	0.80 408	0.80 371	0.80 451	0.80 418	0.80 441	0.80 412	0.80 447	0.80 424	0.80 450	0.80 427	0.80 437	0.80 408	0.80 442	0.80 404	0.80 419	0.80 431	0.80 435	0.80 403	0.80 436

GSStereo	0.81 400	4.28 558	0.50 332	0.59 329	0.40 346	0.51 368	0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	3.79 604	0.50 351	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.35 306

BSDual-CNN	0.81 400	1.91 454	0.92 431	4.48 577	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 334	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 537	4.19 603	0.33 224	0.23 203	0.34 213	0.27 209

DDUNet	0.81 400	2.45 496	0.57 363	0.90 383	0.60 415	0.88 426	0.59 406	0.90 423	0.60 409	0.88 430	0.60 413	0.90 438	0.58 391	0.88 429	0.60 386	0.84 414	0.60 386	0.86 442	0.57 402	0.86 413	0.60 401

R-Stereo Train	0.81 400	0.96 317	0.67 385	0.95 396	0.67 430	0.95 436	0.68 419	0.95 434	0.68 422	0.95 441	0.68 429	0.96 446	0.68 417	0.96 443	0.68 397	0.94 426	0.68 397	0.94 450	0.68 418	0.94 425	0.68 412

RAFT-Stereo	0.81 400	0.96 317	0.67 385	0.95 396	0.67 430	0.95 436	0.68 419	0.95 434	0.68 422	0.95 441	0.68 429	0.96 446	0.68 417	0.96 443	0.68 397	0.94 426	0.68 397	0.94 450	0.68 418	0.94 425	0.68 412
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 405	1.72 438	1.48 531	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 527	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 518	0.32 216	0.16 166	6.75 614	0.23 184

scenet	0.82 405	1.72 438	1.48 531	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 527	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 518	0.32 216	0.16 166	6.75 614	0.23 184

ssnet	0.82 405	1.72 438	1.48 531	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 527	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 518	0.32 216	0.16 166	6.75 614	0.23 184

DEFOM-Stereo_RVC	0.83 408	5.18 569	1.98 571	2.19 516	0.17 179	0.19 157	0.18 175	0.19 154	0.16 169	0.20 159	0.19 190	0.22 175	0.22 198	0.20 159	0.15 161	2.28 554	2.13 573	0.24 190	0.17 186	0.18 155	0.16 157

BUS	0.83 408	1.91 454	0.92 431	4.48 577	0.02 21	0.40 250	0.04 81	0.41 259	0.02 21	0.48 334	0.03 52	0.41 266	0.05 94	0.03 39	0.05 88	1.97 537	4.19 603	0.33 224	0.23 203	0.34 213	0.27 209

PDISCO_ROB	0.83 408	2.80 521	3.49 600	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 587	0.13 147	0.14 116	2.34 578	0.16 145	0.12 147	2.62 567	0.10 116

AIO-Stereo	0.84 411	0.66 263	0.70 388	0.83 377	0.67 430	0.98 439	0.82 445	1.14 446	0.72 435	1.03 449	0.74 444	1.03 454	1.09 459	0.99 445	0.45 335	1.04 432	0.73 408	0.95 452	0.74 428	0.94 425	0.46 349

DCRE	0.84 411	1.89 451	0.77 403	0.94 394	0.72 440	0.88 426	0.73 431	0.87 419	0.78 442	0.90 431	0.71 438	0.88 435	0.67 415	0.88 429	0.73 432	0.81 407	0.68 397	0.81 433	0.70 422	0.82 408	0.70 416

iGMRVC	0.84 411	2.85 522	0.72 394	0.72 352	0.73 441	0.77 402	0.79 438	0.73 394	0.74 440	0.73 400	0.72 441	0.73 405	0.76 431	0.73 398	0.73 432	0.72 396	0.73 408	0.73 406	0.72 427	0.73 393	0.72 423

AdaDepth	0.86 414	0.93 313	0.71 391	1.01 407	1.07 476	1.02 446	0.71 428	1.00 436	0.71 433	1.01 447	0.71 438	1.00 449	0.72 426	1.14 464	0.71 430	0.92 421	0.64 393	0.90 444	0.64 410	0.89 416	0.69 414

GEStereo_RVC	0.86 414	4.45 559	0.20 165	0.27 170	0.20 196	0.27 200	0.20 183	0.26 190	0.18 180	5.03 615	0.20 194	0.27 200	0.19 188	0.27 200	0.21 189	0.20 157	0.19 171	0.19 165	4.02 619	0.20 162	0.18 173

ITERv4	0.88 416	1.32 422	0.56 354	0.79 363	0.92 460	1.18 464	0.97 460	0.79 403	0.57 401	0.79 418	0.65 424	0.79 421	1.14 463	0.86 427	0.56 375	1.06 434	0.92 430	0.76 418	1.61 557	0.70 380	0.71 421

Selective-RAFT-Error	0.88 416	0.84 291	0.98 436	0.86 381	0.97 466	0.88 426	0.95 457	0.84 418	0.99 468	0.92 435	0.82 452	0.84 432	0.98 449	0.87 428	0.97 459	0.81 407	0.83 423	0.79 428	0.82 438	0.79 400	0.85 441

IER	0.88 416	7.04 588	2.23 576	2.75 536	0.28 232	0.43 305	0.25 209	0.39 239	0.25 208	0.41 258	0.27 228	0.39 245	0.25 211	0.40 250	0.28 225	0.37 233	0.28 204	0.37 256	0.25 216	0.37 236	0.25 195

Selective-RAFT	0.89 419	0.89 301	0.72 394	1.16 426	0.78 448	1.06 449	0.82 445	0.87 419	0.97 465	1.00 443	0.91 458	0.90 438	1.00 450	0.89 431	0.93 456	0.83 412	0.83 423	0.82 438	0.82 438	0.81 406	0.82 439

AIO-Stereo-zeroshot	0.91 420	0.86 294	0.89 417	1.25 478	0.69 434	1.05 448	0.81 444	1.16 450	0.50 381	1.12 459	0.97 464	0.72 403	0.82 439	1.06 453	0.95 457	0.61 366	0.87 425	1.03 463	0.85 441	1.04 435	1.01 459

CFNet-RSSM	0.91 420	4.89 565	0.34 255	0.44 278	1.07 476	1.62 532	1.40 545	0.91 425	0.35 311	1.60 524	1.39 545	0.64 393	0.34 307	0.44 316	0.33 268	0.41 295	0.35 280	0.75 412	0.30 271	0.41 304	0.29 227

MLG-Stereo	0.92 422	0.90 304	0.84 411	1.27 479	0.49 384	1.38 521	0.88 448	1.41 519	0.97 465	0.73 400	1.09 472	1.26 517	0.43 354	0.72 396	1.05 467	1.13 444	0.49 349	1.18 475	0.66 413	1.01 432	0.46 349

ToySt	0.92 422	2.11 467	0.90 422	0.95 396	0.79 449	0.99 440	0.78 437	0.94 432	0.81 450	0.94 439	0.78 448	0.95 445	0.77 433	0.94 439	0.86 448	0.91 418	0.79 416	0.85 441	0.77 430	0.89 416	0.73 426

DPSM_ROB	0.92 422	0.91 306	0.91 428	0.91 385	0.92 460	0.92 432	0.92 453	0.92 428	0.91 455	0.93 437	0.91 458	0.92 441	0.90 442	0.91 433	0.92 452	0.92 421	0.91 428	0.91 447	0.92 443	0.93 423	0.93 449

DPSM	0.92 422	0.91 306	0.91 428	0.91 385	0.92 460	0.92 432	0.92 453	0.92 428	0.91 455	0.93 437	0.91 458	0.92 441	0.90 442	0.91 433	0.92 452	0.92 421	0.91 428	0.91 447	0.92 443	0.93 423	0.93 449

pmcnn	0.92 422	0.92 311	0.92 431	0.92 388	0.92 460	0.92 432	0.92 453	0.92 428	0.92 459	0.92 435	0.92 462	0.92 441	0.92 445	0.92 437	0.92 452	0.92 421	0.92 430	0.92 449	0.92 443	0.92 422	0.92 448

error version	0.93 427	4.47 560	2.35 579	1.99 512	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	1.87 529	2.16 574	0.47 358	0.37 337	0.39 279	0.33 289

test_1	0.93 427	4.47 560	2.35 579	1.99 512	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	1.87 529	2.16 574	0.47 358	0.37 337	0.39 279	0.33 289

DGTPSM_ROB	0.93 427	1.00 324	0.92 431	0.94 394	0.96 465	0.91 430	0.92 453	0.91 425	0.96 464	0.91 433	0.96 463	0.93 444	0.92 445	0.94 439	0.92 452	0.92 421	0.92 430	0.90 444	0.92 443	0.94 425	0.91 447

HSM-Net_RVC	0.95 430	1.17 358	0.78 404	1.18 428	0.71 438	1.16 463	0.75 433	1.09 444	0.80 447	1.10 453	0.75 445	1.17 468	0.74 428	1.17 467	0.80 442	1.13 444	0.73 408	1.17 472	0.77 430	1.16 445	0.72 423
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 431	3.17 530	2.30 578	2.42 528	0.38 335	0.54 376	0.38 327	0.54 364	0.38 327	0.54 372	0.38 333	0.54 375	0.38 325	0.54 369	0.38 300	2.38 562	2.34 578	0.49 371	0.36 335	0.49 341	0.36 309

DPSimNet_ROB	0.97 431	1.18 360	0.81 410	1.10 413	0.91 459	1.02 446	0.82 445	1.04 441	0.91 455	1.03 449	0.86 453	1.28 519	0.82 439	1.03 452	0.89 450	1.17 447	0.81 421	1.02 461	0.82 438	1.08 437	0.81 438

test-3	0.98 433	4.13 554	1.85 560	1.85 503	0.61 420	0.69 396	0.37 321	0.63 382	0.61 412	0.66 394	0.51 394	0.73 405	0.44 356	0.57 379	0.54 365	1.68 523	1.81 558	0.40 280	0.43 370	0.66 369	0.50 374

Wavelet-MonSter	1.00 434	1.21 408	0.76 401	1.94 507	1.01 471	1.11 458	0.76 434	1.15 447	0.76 441	1.11 458	0.76 446	1.14 465	0.76 431	1.11 461	0.76 438	1.21 494	0.90 426	1.02 461	0.71 425	1.02 434	0.71 421

999	1.00 434	1.12 351	0.59 366	1.10 413	1.21 535	1.09 454	0.52 387	1.08 442	1.43 547	1.18 464	1.35 539	0.98 448	0.52 385	0.91 433	0.85 447	0.72 396	1.46 531	0.83 439	0.98 450	0.68 371	1.41 542

DispNO	1.00 434	0.63 260	0.43 298	3.45 562	0.44 367	0.65 393	0.43 356	0.64 383	0.43 358	0.64 391	0.43 363	0.64 393	3.03 583	0.64 388	0.43 333	4.55 592	0.43 323	0.63 395	0.43 370	0.63 367	0.43 343

GANet	1.00 434	1.00 324	1.00 438	1.00 404	1.00 467	1.00 441	1.00 462	1.00 436	1.00 469	1.00 443	1.00 466	1.00 449	1.00 450	1.00 447	1.00 462	1.00 428	1.00 434	1.00 457	1.00 454	1.00 429	1.00 456

TDLM	1.00 434	1.00 324	1.00 438	1.00 404	1.00 467	1.00 441	1.00 462	1.00 436	1.00 469	1.00 443	1.00 466	1.00 449	1.00 450	1.00 447	1.00 462	1.00 428	1.00 434	1.00 457	1.00 454	1.00 429	1.00 456

CVANet_RVC	1.00 434	1.00 324	1.00 438	1.00 404	1.00 467	1.00 441	1.00 462	1.00 436	1.00 469	1.00 443	1.00 466	1.00 449	1.00 450	1.00 447	1.00 462	1.00 428	1.00 434	1.00 457	1.00 454	1.00 429	1.00 456

trnet	1.01 440	1.01 330	1.01 441	1.01 407	1.01 471	1.01 445	1.01 465	1.01 440	1.01 472	1.01 447	1.01 469	1.01 453	1.01 456	1.01 451	1.01 465	1.01 431	1.01 437	1.01 460	1.01 458	1.01 432	1.01 459

LL-Strereo	1.01 440	5.06 567	1.63 540	0.70 349	1.43 545	0.56 378	0.46 364	0.57 371	0.50 381	0.57 380	0.50 388	1.58 528	0.49 376	0.59 381	0.50 355	1.64 522	0.52 373	0.51 380	1.37 535	0.52 354	0.45 348

FlowAnything_test	1.02 442	1.72 438	0.71 391	1.59 493	0.70 436	1.61 530	0.69 422	1.61 521	0.70 428	1.60 524	0.70 434	1.61 532	0.69 419	1.61 528	0.70 424	0.81 407	0.58 383	0.81 433	0.55 396	0.81 406	0.56 396

FlowAnything	1.02 442	1.71 437	0.72 394	1.59 493	0.69 434	1.60 529	0.69 422	1.61 521	0.70 428	1.60 524	0.69 432	1.60 529	0.69 419	1.61 528	0.69 404	0.81 407	0.58 383	0.81 433	0.56 400	0.82 408	0.56 396

tt45	1.04 444	0.88 298	1.36 521	0.92 388	1.03 474	1.51 528	0.79 438	0.70 391	0.88 452	0.74 405	0.90 455	1.60 529	0.72 426	1.60 526	0.75 436	0.91 418	0.78 415	1.52 538	0.79 433	1.14 441	1.32 534

GLC_STEREO	1.07 445	1.01 330	1.06 443	1.07 411	1.05 475	1.06 449	1.08 469	1.08 442	1.05 475	1.07 451	1.06 471	1.08 456	1.05 458	1.06 453	1.10 469	1.07 435	1.09 447	1.05 464	1.05 461	1.06 436	1.12 466

FC-DCNN	1.07 445	1.09 345	0.98 436	0.89 382	0.52 394	1.41 525	0.91 452	1.21 504	1.24 533	1.96 536	2.05 590	1.91 537	1.30 525	1.27 518	1.08 468	0.80 404	0.60 386	0.58 390	0.41 361	0.68 371	0.54 388

hknet	1.10 447	1.85 447	3.49 600	4.48 577	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 334	0.03 52	0.41 266	0.03 52	0.42 280	0.03 48	4.39 589	4.19 603	0.33 224	0.23 203	0.34 213	0.27 209

test_xeample3	1.10 447	1.81 444	0.61 373	0.84 378	0.49 384	0.77 402	0.66 414	0.92 428	1.40 545	0.68 397	0.46 371	0.78 413	0.54 389	1.72 531	1.48 547	1.34 503	1.52 535	1.35 531	1.67 565	1.33 506	1.55 547

DISCO	1.11 449	0.39 154	5.28 613	0.39 205	0.20 196	0.39 248	0.27 220	0.39 239	0.22 194	0.38 232	0.20 194	0.38 240	0.20 192	6.95 626	0.22 191	0.30 201	0.21 176	0.27 200	0.21 194	5.25 607	0.21 179

Occ-G	1.12 450	0.52 243	3.72 605	3.50 566	0.50 388	0.56 378	0.47 369	0.54 364	0.46 364	0.54 372	0.41 351	0.54 375	0.42 351	0.52 365	0.42 330	3.42 583	4.02 602	0.52 383	0.45 372	0.51 352	0.44 346

AEACV	1.12 450	0.52 243	3.12 597	3.24 551	0.86 453	0.53 373	0.49 380	0.60 378	0.47 369	0.53 367	0.49 386	0.55 379	0.45 359	0.55 373	0.47 346	3.01 579	3.88 600	0.71 405	0.60 405	0.80 403	0.48 358

MSMD_ROB	1.19 452	1.10 348	0.70 388	1.10 413	0.60 415	1.10 455	0.70 425	1.10 445	0.70 428	1.10 453	0.70 434	1.10 460	0.70 421	7.00 627	0.70 424	1.10 438	0.70 402	1.10 465	0.70 422	1.10 439	0.70 416

MM-Stereo_test2	1.20 453	1.85 447	1.05 442	1.46 490	0.94 464	1.36 519	0.99 461	1.36 513	0.95 462	1.41 520	0.98 465	1.40 525	0.96 447	1.37 520	0.95 457	1.37 508	1.06 440	1.33 528	0.93 447	1.29 505	0.89 445

ours_stereo	1.20 453	1.21 408	0.90 422	1.64 501	1.11 478	1.35 517	0.67 418	1.76 528	0.93 460	1.70 532	1.10 473	1.39 523	0.75 430	1.41 523	0.81 445	1.60 521	1.03 439	1.33 528	1.00 454	1.61 516	0.72 423

DisPM	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

CrosDoStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PFNet+	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

LCNet	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

HHNet	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Patchmatch Stereo++	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480
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	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

STrans-v2	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

TransformOpticalFlow	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

OMP-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

IIG-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

NF-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

OCTAStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PSM-softLoss	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

KMStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

NRIStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PSM-adaLoss	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PSM-AAD	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

FTStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

ROB_FTStereo_v2	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

ROB_FTStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Consistency-Raft	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

KYRaft	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

HUI-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

ASMatch	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DeepStereo_LL	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DEmStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

SST-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

THIR-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT_R40	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DRaft	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PFNet	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

GrayStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RE-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Pruner-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

TVStereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DeepStereo_RVC	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT-RH_RVC	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

IRAFT_RVC	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT-345	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

iRAFT	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

CRE-IMP	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

GMM-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT-IKP	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Prome-Stereo	1.20 453	1.20 362	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

HCRNet	1.22 500	7.11 589	3.00 585	3.55 567	0.33 305	0.29 204	0.14 152	0.19 154	0.15 167	0.33 216	0.29 240	0.25 188	0.14 158	0.22 173	0.33 268	3.64 584	3.00 581	0.76 418	0.32 305	0.18 155	0.13 150

HBP-ISP	1.24 501	1.72 438	1.65 541	1.15 421	0.76 446	1.40 523	0.88 448	1.67 527	1.02 473	1.69 531	1.38 544	1.69 533	1.21 518	1.87 538	1.21 526	1.05 433	0.79 416	0.97 455	0.80 435	1.19 453	0.75 431

AANet_RVC	1.26 502	0.31 135	4.99 611	5.93 602	0.20 196	0.25 188	0.20 183	0.25 185	0.20 188	0.23 176	0.19 190	0.25 188	0.20 192	0.25 186	0.20 186	5.66 613	4.76 606	0.26 196	0.30 271	0.24 178	0.27 209

MM-Stereo_test3	1.27 503	2.07 463	1.18 453	1.60 496	1.02 473	1.45 526	1.01 465	1.40 518	1.04 474	1.44 521	1.03 470	1.46 527	1.02 457	1.44 524	1.02 466	1.51 517	1.12 454	1.32 527	0.98 450	1.38 509	0.97 452

11t	1.27 503	2.70 507	1.34 511	1.32 483	0.89 455	1.30 516	1.34 535	1.64 524	0.57 401	1.45 522	0.72 441	1.05 455	1.29 524	1.07 456	1.29 536	1.49 514	1.02 438	0.97 455	1.15 468	1.48 511	1.31 533

MaskLacGwcNet_RVC	1.35 505	1.35 424	1.35 513	1.35 485	1.35 539	1.35 517	1.35 536	1.36 513	1.35 541	1.36 517	1.35 539	1.36 520	1.36 530	1.36 519	1.35 540	1.35 504	1.35 523	1.35 531	1.35 532	1.35 507	1.35 538

CC-Net-ROB	1.36 506	1.33 423	1.33 510	1.36 486	1.38 542	1.36 519	1.33 534	1.37 515	1.34 538	1.35 516	1.36 541	1.38 521	1.34 528	1.38 522	1.38 543	1.35 504	1.38 527	1.33 528	1.35 532	1.43 510	1.34 537

CFNet	1.37 507	5.27 572	0.19 162	5.49 599	0.19 193	0.28 201	0.19 179	0.28 194	0.19 186	0.28 197	0.19 190	0.28 201	4.35 612	0.28 204	0.19 183	0.23 175	0.17 163	0.23 182	4.21 621	4.81 598	0.17 169

PS-NSSS	1.38 508	1.39 427	1.34 511	1.34 484	1.35 539	1.38 521	1.37 543	1.35 512	1.38 544	1.34 515	1.34 538	1.39 523	1.38 533	1.70 530	1.40 544	1.36 506	1.36 524	1.36 533	1.37 535	1.37 508	1.36 539

RASNet	1.49 509	1.65 435	1.45 529	1.38 488	1.43 545	1.47 527	1.36 538	1.38 517	1.36 542	1.39 519	1.60 555	1.45 526	1.45 536	1.51 525	2.21 585	1.53 518	1.36 524	1.36 533	1.36 534	1.66 519	1.36 539

GANetREF_RVC	1.55 510	1.94 460	1.22 505	1.88 504	1.21 535	1.88 536	1.22 526	1.88 530	1.22 531	1.88 533	1.22 528	1.88 535	1.22 519	1.89 539	1.22 527	1.87 529	1.22 509	1.88 552	1.22 523	1.88 528	1.22 526
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	1.59 511	1.91 454	1.21 504	1.94 507	1.20 489	2.00 544	1.23 527	1.99 535	1.24 533	2.00 541	1.25 531	2.03 545	1.26 521	2.00 543	1.29 536	1.90 533	1.18 461	1.89 553	1.21 522	1.89 529	1.20 480
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 512	1.59 434	1.70 543	1.59 493	1.59 551	1.61 530	1.61 554	1.60 520	1.60 551	1.62 530	1.59 554	1.60 529	1.60 539	1.60 526	1.59 551	1.59 519	1.60 545	1.59 539	1.59 555	1.59 515	1.59 552

ff7	1.68 513	2.68 504	1.35 513	0.97 401	0.89 455	1.84 533	2.15 583	2.12 541	1.80 568	2.05 546	1.56 551	2.33 552	2.12 574	2.23 549	2.25 586	1.31 500	1.07 441	1.48 535	1.41 538	0.90 419	1.04 461

ffff	1.68 513	2.68 504	1.35 513	0.97 401	0.89 455	1.84 533	2.15 583	2.12 541	1.80 568	2.05 546	1.56 551	2.33 552	2.12 574	2.23 549	2.25 586	1.31 500	1.07 441	1.48 535	1.41 538	0.90 419	1.04 461

ccc-4	1.68 513	2.68 504	1.35 513	0.97 401	0.89 455	1.84 533	2.15 583	2.12 541	1.80 568	2.05 546	1.56 551	2.33 552	2.12 574	2.23 549	2.25 586	1.31 500	1.07 441	1.48 535	1.41 538	0.90 419	1.04 461

MC-Stereo	1.76 516	2.96 523	1.37 523	2.14 515	1.37 541	2.14 550	1.36 538	2.14 544	1.37 543	2.14 550	1.37 542	2.14 547	1.37 532	2.14 548	1.37 542	1.97 537	1.32 511	1.97 555	1.32 531	1.98 530	1.33 535

IGEVStereo-DCA	1.77 517	4.21 556	1.84 558	2.49 531	2.11 584	2.54 570	1.36 538	1.65 525	1.17 482	2.75 579	1.90 573	2.54 565	1.15 465	0.94 439	1.11 470	1.50 515	1.32 511	0.96 453	1.46 544	1.49 512	0.88 443

rrr	1.77 517	4.21 556	1.84 558	2.49 531	2.11 584	2.54 570	1.36 538	1.65 525	1.17 482	2.75 579	1.90 573	2.54 565	1.15 465	0.94 439	1.11 470	1.50 515	1.32 511	0.96 453	1.46 544	1.49 512	0.88 443

MM-Stereo_test1	1.80 519	3.41 534	1.52 536	2.12 514	1.41 544	2.04 545	1.41 546	2.05 539	1.46 548	2.04 545	1.41 546	2.05 546	1.42 535	2.05 544	1.43 546	2.04 541	1.54 538	1.94 554	1.38 537	1.99 531	1.33 535

MFMNet_re	1.81 520	1.91 454	1.71 545	1.95 509	1.70 562	1.95 541	1.70 559	1.96 533	1.74 564	1.97 538	1.72 563	1.95 538	1.71 547	1.97 542	1.71 559	1.86 527	1.62 546	1.85 545	1.66 563	1.86 527	1.64 558

plain	1.88 521	3.16 529	0.64 377	3.10 546	0.65 426	3.10 585	0.64 411	3.12 584	0.65 418	3.10 585	0.65 424	3.11 585	0.65 409	3.12 584	0.65 390	3.12 580	0.65 395	3.13 585	0.65 411	3.13 570	0.65 408

RAFT_CTSACE	1.92 522	3.71 541	1.72 546	1.88 504	1.72 563	2.04 545	1.42 548	2.18 546	1.89 579	2.02 543	1.97 579	1.95 538	2.06 573	1.93 540	1.62 552	1.76 524	1.66 549	2.02 556	1.73 573	1.73 522	1.43 544

NLCSM	1.94 523	1.36 425	0.90 422	17.57 628	1.19 488	1.40 523	0.90 450	1.37 515	0.90 453	1.37 518	0.91 458	1.38 521	0.91 444	1.37 520	0.90 451	1.28 499	0.90 426	1.25 524	0.85 441	1.24 502	0.85 441

MonStereo1	1.94 523	2.77 517	1.52 536	3.73 574	1.51 548	2.13 549	1.42 548	2.32 554	1.52 549	2.31 558	1.50 549	2.53 562	1.59 538	2.34 556	1.56 549	1.91 534	1.36 524	1.86 548	1.31 530	2.07 532	1.53 545

4.25w-stereo	1.98 525	2.72 511	1.46 530	3.47 563	1.43 545	2.07 547	1.98 574	2.53 566	1.52 549	2.71 572	1.98 585	1.81 534	1.62 541	1.96 541	1.36 541	1.88 532	2.00 563	2.53 579	1.61 557	1.74 523	1.15 471

4.5w-stereo	1.99 526	2.33 484	1.81 549	3.28 553	1.68 558	1.94 538	1.99 577	2.72 569	1.70 556	2.72 573	1.99 588	1.97 540	1.68 543	1.76 532	1.29 536	1.91 534	2.02 569	2.53 579	1.61 557	1.75 524	1.16 474

2.75w_new	1.99 526	2.34 488	1.81 549	3.14 547	1.62 553	1.94 538	1.99 577	2.72 569	1.71 557	2.72 573	1.99 588	1.90 536	1.73 549	1.82 537	1.29 536	2.37 561	2.01 565	2.31 566	1.42 541	1.77 525	1.22 526

3.75w	1.99 526	2.31 482	1.83 557	3.16 549	1.65 555	1.93 537	1.98 574	2.72 569	1.68 553	2.73 578	1.97 579	2.00 542	1.72 548	1.81 536	1.25 532	2.27 553	2.01 565	2.38 571	1.42 541	1.71 521	1.24 529

2w_stereo	1.99 526	2.36 491	1.81 549	3.24 551	1.67 556	1.94 538	1.98 574	2.72 569	1.68 553	2.72 573	1.94 576	1.98 541	1.74 551	1.79 535	1.27 533	1.95 536	2.00 563	2.53 579	1.60 556	1.68 520	1.15 471

2.25w	2.00 530	1.86 449	1.98 571	2.95 544	2.17 588	2.26 551	1.35 536	2.42 560	2.00 586	2.07 549	1.27 533	2.53 562	1.99 569	2.29 553	1.49 548	2.21 548	1.32 511	1.85 545	1.87 577	2.52 558	1.62 556

4.25_new	2.00 530	2.33 484	1.82 554	3.32 556	1.69 559	1.95 541	1.99 577	2.72 569	1.71 557	2.72 573	1.97 579	2.01 543	1.74 551	1.77 533	1.28 534	2.18 545	2.01 565	2.48 577	1.58 553	1.65 517	1.17 475

4.5w_new	2.00 530	2.33 484	1.82 554	3.32 556	1.69 559	1.95 541	1.99 577	2.72 569	1.71 557	2.72 573	1.97 579	2.01 543	1.74 551	1.77 533	1.28 534	2.18 545	2.01 565	2.48 577	1.58 553	1.65 517	1.17 475

4.5_new	2.00 530	1.84 446	1.98 571	2.77 538	2.16 586	2.27 552	1.28 533	2.09 540	1.98 583	2.01 542	1.28 534	2.71 574	1.98 567	2.51 565	1.65 554	2.26 550	1.33 518	1.87 549	1.87 577	2.49 554	1.60 553

TRStereo	2.00 530	2.13 468	1.85 560	2.27 521	1.84 567	2.28 554	1.84 563	2.29 549	1.86 573	2.30 555	1.87 568	2.30 549	1.87 557	2.08 545	1.72 561	2.08 542	1.72 552	2.08 558	1.72 570	2.08 533	1.72 563

XX-Stereo	2.00 530	2.13 468	1.85 560	2.27 521	1.84 567	2.28 554	1.84 563	2.29 549	1.86 573	2.30 555	1.87 568	2.30 549	1.87 557	2.08 545	1.72 561	2.08 542	1.72 552	2.08 558	1.72 570	2.08 533	1.72 563

EAI-Stereo	2.00 530	2.13 468	1.85 560	2.27 521	1.84 567	2.28 554	1.84 563	2.29 549	1.86 573	2.30 555	1.87 568	2.30 549	1.87 557	2.08 545	1.72 561	2.08 542	1.72 552	2.08 558	1.72 570	2.08 533	1.72 563

2.5w	2.01 537	2.40 493	1.37 523	3.28 553	2.01 578	2.71 575	1.43 551	1.82 529	1.83 571	1.90 535	1.41 546	2.71 574	1.35 529	2.71 574	1.85 572	2.66 573	1.53 536	1.64 540	1.23 524	2.53 561	1.87 572

4w-stereo	2.02 538	2.72 511	1.44 528	3.36 559	1.59 551	2.48 563	1.72 560	2.28 547	1.24 533	2.24 553	1.65 559	2.56 567	1.32 527	2.39 559	1.98 582	2.67 575	1.51 534	1.66 541	1.24 525	2.53 561	1.88 575

IGEV	2.02 538	2.20 474	1.82 554	2.90 543	2.16 586	2.41 560	1.25 529	2.00 536	1.98 583	1.99 540	1.31 536	2.72 578	1.93 563	2.67 573	1.69 558	2.26 550	1.32 511	1.83 544	1.87 577	2.53 561	1.61 555

3.25w_new	2.03 540	2.72 511	1.35 513	3.33 558	1.57 549	2.72 576	1.53 553	2.15 545	1.33 537	2.15 551	1.60 555	2.63 571	1.30 525	2.72 576	1.99 583	2.67 575	1.53 536	1.75 543	1.25 527	2.53 561	1.87 572

3.5w_stereo	2.03 540	2.72 511	1.35 513	3.41 560	1.57 549	2.72 576	1.49 552	2.01 537	1.34 538	2.15 551	1.61 557	2.63 571	1.36 530	2.72 576	1.99 583	2.66 573	1.58 541	1.68 542	1.24 525	2.53 561	1.87 572

UniTT-Stereo	2.03 540	3.43 535	0.72 394	3.42 561	0.73 441	3.27 588	0.68 419	3.38 588	0.69 425	3.29 588	0.72 441	3.28 588	0.70 421	3.35 589	0.68 397	3.39 582	0.68 397	3.31 587	0.69 420	3.37 571	0.73 426

3.25w	2.04 543	2.20 474	1.48 531	3.03 545	2.17 588	2.63 574	1.39 544	1.96 533	1.95 582	1.96 536	1.37 542	2.71 574	1.96 566	2.71 574	1.73 566	2.26 550	1.32 511	1.87 549	1.87 577	2.51 557	1.63 557

3w_stereo	2.04 543	2.24 478	1.70 543	3.15 548	2.18 590	2.49 564	1.26 531	2.03 538	1.98 583	1.98 539	1.33 537	2.72 578	1.99 569	2.59 568	1.72 561	2.22 549	1.33 518	1.85 545	1.88 582	2.50 556	1.58 551

1w_stereo	2.05 545	2.32 483	1.35 513	3.74 575	2.01 578	2.73 578	1.42 548	1.88 530	1.93 581	2.03 544	1.28 534	2.71 574	1.99 569	2.72 576	1.72 561	2.20 547	1.32 511	1.87 549	1.86 576	2.45 550	1.54 546

sCroCo_RVC	2.10 546	2.76 515	1.92 568	2.78 541	1.39 543	2.73 578	1.41 546	2.73 575	1.40 545	2.77 584	1.41 546	2.74 580	1.40 534	2.74 579	1.40 544	2.72 577	1.42 529	2.72 583	1.44 543	2.79 568	1.42 543

MoCha-V2	2.11 547	26.97 631	0.78 404	0.92 388	0.77 447	0.96 438	0.72 430	0.90 423	0.72 435	0.94 439	0.70 434	0.90 438	0.71 425	0.91 433	0.71 430	0.85 415	0.71 406	0.88 443	0.69 420	0.87 414	0.67 411

FBW_ROB	2.12 548	2.46 497	1.77 548	2.49 531	1.79 566	2.38 558	1.83 562	2.46 561	1.78 567	2.48 566	1.97 579	2.40 557	1.78 554	2.42 562	1.83 570	2.31 558	1.85 560	2.38 571	1.82 575	2.35 545	1.84 568

MonStereo	2.17 549	2.41 494	1.49 535	2.67 535	1.67 556	2.60 573	2.04 581	2.32 554	1.76 565	2.44 563	1.68 561	2.50 560	1.69 545	2.38 557	1.80 569	2.28 554	1.78 555	2.63 582	2.14 585	3.47 572	1.68 561

asda	2.17 549	2.54 498	1.81 549	3.47 563	1.78 565	2.50 566	1.86 567	2.61 568	1.68 553	2.61 570	1.83 565	2.37 556	1.73 549	2.44 563	1.88 577	2.51 570	1.84 559	2.34 568	1.62 560	2.23 538	1.77 567

asd	2.18 551	2.77 517	1.58 538	3.59 568	2.00 577	2.58 572	1.85 566	2.39 559	1.71 557	2.47 565	1.97 579	2.59 569	1.61 540	2.56 566	1.79 568	2.51 570	1.99 562	2.11 561	1.62 560	2.36 546	1.60 553

qwe	2.18 551	2.60 501	1.58 538	3.83 576	1.90 575	2.53 568	1.90 572	2.48 562	1.73 562	2.37 561	1.92 575	2.53 562	1.68 543	2.56 566	1.83 570	2.52 572	1.87 561	2.07 557	1.68 567	2.32 544	1.71 562

monsters	2.18 551	2.41 494	1.96 570	3.47 563	2.03 582	2.53 568	1.64 556	2.48 562	1.73 562	2.40 562	1.50 549	2.62 570	1.94 564	2.59 568	1.94 579	2.44 565	1.57 540	2.28 564	1.87 577	2.42 548	1.86 570

AIO_rvc	2.18 551	2.34 488	1.87 564	2.32 525	1.94 576	2.40 559	1.89 571	2.37 557	2.07 588	2.52 568	1.95 578	2.44 559	1.99 569	2.41 560	1.89 578	2.32 559	2.09 571	2.24 562	2.18 586	2.21 537	2.23 579

HUF	2.18 551	2.30 481	1.99 574	2.34 526	2.02 581	2.41 560	2.06 582	2.38 558	1.89 579	2.36 560	1.85 566	2.56 567	1.98 567	2.31 555	1.97 581	2.30 557	2.03 570	2.30 565	2.11 584	2.23 538	2.16 577

AIO_test	2.18 551	2.09 466	2.04 575	2.42 528	2.01 578	2.47 562	1.94 573	2.34 556	2.03 587	2.56 569	1.94 576	2.43 558	1.94 564	2.41 560	1.87 576	2.39 563	2.10 572	2.35 570	1.91 583	2.25 540	2.19 578

monsterstereo	2.20 557	2.33 484	1.95 569	3.65 570	2.07 583	2.49 564	1.61 554	2.48 562	1.83 571	2.45 564	1.61 557	2.67 573	1.86 556	2.64 570	1.94 579	2.48 569	1.66 549	2.34 568	1.68 567	2.40 547	1.86 570

LG-G_1	2.22 558	2.71 509	1.89 565	2.77 538	1.87 573	2.75 580	1.87 569	2.76 577	1.87 577	2.75 579	1.87 568	2.76 581	1.87 557	2.75 580	1.86 573	2.47 567	1.58 541	2.45 574	1.57 550	2.45 550	1.57 549

LG-G	2.22 558	2.71 509	1.89 565	2.77 538	1.87 573	2.75 580	1.87 569	2.76 577	1.87 577	2.75 579	1.87 568	2.76 581	1.87 557	2.75 580	1.86 573	2.47 567	1.58 541	2.45 574	1.57 550	2.45 550	1.57 549

LGtest1	2.22 558	2.70 507	1.89 565	2.76 537	1.86 570	2.75 580	1.86 567	2.75 576	1.86 573	2.75 579	1.86 567	2.77 583	1.87 557	2.75 580	1.86 573	2.46 566	1.58 541	2.45 574	1.56 549	2.45 550	1.56 548

RAStereo	2.23 561	3.64 538	0.76 401	3.65 570	0.86 453	3.66 592	0.76 434	3.67 592	0.81 450	3.66 589	0.76 446	3.66 590	0.77 433	3.68 591	0.77 439	3.68 585	0.77 414	3.69 592	0.77 430	3.70 574	0.77 434

UDGNet	2.23 561	5.40 577	1.72 546	2.48 530	1.69 559	2.51 567	1.69 558	2.51 565	1.72 561	2.50 567	1.69 562	2.52 561	1.69 545	2.50 564	1.68 557	2.41 564	1.70 551	2.42 573	1.69 569	2.42 548	1.64 558

NCCL2	2.28 563	2.27 479	2.28 577	2.28 524	2.28 591	2.27 552	2.29 586	2.28 547	2.28 589	2.27 554	2.28 591	2.28 548	2.27 577	2.27 552	2.28 590	2.28 554	2.28 577	2.27 563	2.29 590	2.27 541	2.29 580

Abc-Net	2.32 564	24.75 623	1.14 447	1.17 427	1.17 485	1.11 458	1.15 474	1.17 453	1.21 530	1.08 452	1.16 477	1.12 464	1.14 463	1.09 457	1.17 478	1.09 436	1.16 457	1.17 472	1.17 471	1.16 445	1.11 464
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 565	25.00 624	1.13 446	1.15 421	1.15 480	1.10 455	1.15 474	1.15 447	1.15 477	1.12 459	1.15 474	1.09 458	1.13 461	1.10 459	1.15 474	1.11 443	1.09 447	1.16 468	1.12 465	1.16 445	1.17 475

stereogan	2.33 565	24.38 622	1.18 453	1.18 428	1.18 487	1.14 461	1.18 478	1.19 456	1.19 484	1.14 462	1.18 481	1.14 465	1.18 470	1.14 464	1.18 479	1.14 446	1.14 455	1.19 476	1.19 474	1.15 443	1.19 479

RGC	2.36 567	25.48 625	1.19 455	1.15 421	1.15 480	1.10 455	1.16 476	1.17 453	1.16 478	1.12 459	1.16 477	1.11 463	1.13 461	1.09 457	1.18 479	1.10 438	1.15 456	1.16 468	1.12 465	1.14 441	1.12 466

NCC-stereo	2.36 567	25.52 626	1.17 451	1.15 421	1.17 485	1.11 458	1.11 470	1.15 447	1.16 478	1.10 453	1.16 477	1.10 460	1.15 465	1.14 464	1.13 472	1.09 436	1.11 451	1.15 467	1.16 470	1.17 450	1.17 475

AF-Net	2.37 569	25.71 627	1.17 451	1.13 418	1.15 480	1.15 462	1.18 478	1.19 456	1.16 478	1.10 453	1.15 474	1.10 460	1.18 470	1.12 463	1.15 474	1.10 438	1.10 450	1.17 472	1.15 468	1.16 445	1.12 466

Nwc_Net	2.37 569	25.95 628	1.15 449	1.14 419	1.15 480	1.08 452	1.14 473	1.17 453	1.16 478	1.14 462	1.15 474	1.08 456	1.15 465	1.11 461	1.14 473	1.10 438	1.11 451	1.16 468	1.09 464	1.16 445	1.15 471

CFNet_RVC	2.38 571	8.71 600	0.38 271	9.33 618	0.42 364	0.56 378	0.42 354	0.60 378	0.38 327	0.62 388	0.42 361	0.56 382	7.29 624	0.62 383	0.42 330	0.53 349	0.37 285	0.49 371	0.34 317	8.30 621	6.87 626

edge stereo	2.43 572	27.07 632	1.14 447	1.06 410	1.14 479	1.08 452	1.17 477	1.16 450	1.14 476	1.10 453	1.16 477	1.09 458	1.16 469	1.10 459	1.16 477	1.10 438	1.11 451	1.16 468	1.19 474	1.13 440	1.11 464

FAT-Stereo	2.46 573	26.05 629	1.23 507	1.23 477	1.22 537	1.20 465	1.24 528	1.23 507	1.23 532	1.19 466	1.22 528	1.21 515	1.24 520	1.20 469	1.24 528	1.21 494	1.17 460	1.22 523	1.25 527	1.20 454	1.24 529

S-Stereo	2.51 574	26.86 630	1.23 507	1.22 475	1.22 537	1.24 513	1.25 529	1.22 505	1.24 533	1.21 512	1.24 530	1.19 469	1.27 522	1.19 468	1.24 528	1.19 448	1.20 462	1.25 524	1.19 474	1.24 502	1.23 528

Anonymous3	2.55 575	3.26 532	1.65 541	3.28 553	1.63 554	3.24 587	1.68 557	3.27 586	1.66 552	3.28 587	1.67 560	3.25 587	1.66 542	3.27 586	1.64 553	3.26 581	1.65 548	3.30 586	1.65 562	4.95 603	1.65 560

MIF-Stereo (partial)	2.58 576	3.31 533	0.66 381	3.18 550	0.66 429	3.18 586	0.66 414	3.21 585	0.67 421	3.19 586	0.66 427	3.19 586	0.66 413	3.31 588	0.68 397	5.09 609	1.79 557	8.23 628	1.67 565	6.18 612	1.38 541

MSMDNet	2.65 577	10.14 611	0.33 245	9.74 621	0.32 293	0.87 425	0.33 293	2.95 583	0.68 422	0.49 341	0.34 309	0.49 345	5.70 619	0.49 344	0.33 268	0.42 311	9.57 625	0.41 316	0.31 299	8.36 622	0.65 408

pcwnet_v2	2.66 578	9.89 609	0.33 245	9.89 622	0.32 293	0.50 356	0.32 282	0.49 335	0.33 299	0.49 341	0.34 309	0.49 345	8.76 626	0.48 338	0.33 268	0.41 295	9.58 626	0.40 280	0.29 251	9.01 625	0.63 406

CFNet_pseudo	2.67 579	9.36 605	0.32 240	10.99 627	0.33 305	0.85 423	0.33 293	0.49 335	0.33 299	0.49 341	0.32 293	0.49 345	7.26 623	0.49 344	0.33 268	0.41 295	9.62 627	0.41 316	0.29 251	10.03 629	0.29 227

CFNet_ucs	2.73 580	9.64 607	0.33 245	9.92 623	0.32 293	0.49 348	0.33 293	0.49 335	0.33 299	0.49 341	0.33 301	0.49 345	8.98 627	0.48 338	0.33 268	0.41 295	9.96 630	0.40 280	0.29 251	10.12 630	0.54 388

UCFNet_RVC	2.75 581	10.06 610	0.29 198	10.31 626	0.29 241	0.42 288	0.29 237	0.43 290	0.29 236	0.42 275	0.29 240	0.42 286	9.87 629	0.43 297	0.29 235	0.36 229	9.84 629	0.36 253	0.26 222	9.77 628	0.26 201

ccs_rob	2.79 582	10.17 612	0.32 240	10.00 624	0.33 305	0.49 348	0.33 293	1.90 532	0.32 292	0.51 361	0.33 301	0.49 345	9.24 628	0.49 344	0.33 268	0.41 295	9.82 628	0.41 316	0.28 236	9.34 626	0.29 227

PCWNet_CMD	2.80 583	9.82 608	0.32 240	10.09 625	0.32 293	0.49 348	0.33 293	3.34 587	0.33 299	0.49 341	0.33 301	0.49 345	8.73 625	0.48 338	0.33 268	0.41 295	9.22 624	0.42 332	0.29 251	9.55 627	0.31 270

StereoVision	3.15 584	5.00 566	0.89 417	4.83 592	1.00 467	3.93 593	1.27 532	6.37 621	1.34 538	5.67 621	1.26 532	5.84 622	1.27 522	5.03 618	1.24 528	5.10 610	1.09 447	4.61 604	0.57 402	5.62 610	1.12 466

MaDis-Stereo	3.19 585	6.02 587	1.12 445	5.61 601	1.16 484	5.43 619	1.02 467	5.15 618	0.70 428	5.43 618	1.21 527	5.03 619	0.97 448	4.85 612	0.99 461	4.53 591	1.16 457	5.53 620	1.25 527	5.37 608	1.30 532

sAnonymous2	3.31 586	2.63 502	1.38 525	3.71 572	1.86 570	4.70 611	1.11 470	4.82 614	2.72 592	5.45 619	1.98 585	4.59 604	2.64 579	2.65 571	6.21 624	4.37 587	1.08 445	5.16 618	2.24 588	4.52 585	2.39 585

CroCo_RVC	3.31 586	2.63 502	1.38 525	3.71 572	1.86 570	4.70 611	1.11 470	4.82 614	2.72 592	5.45 619	1.98 585	4.59 604	2.64 579	2.65 571	6.21 624	4.37 587	1.08 445	5.16 618	2.24 588	4.52 585	2.39 585

DPSNet	3.66 588	3.60 537	3.62 603	3.63 569	3.64 614	3.65 591	3.65 613	3.66 591	3.67 610	3.67 590	3.65 611	3.67 591	3.66 599	3.66 590	3.68 608	3.68 585	3.66 598	3.67 591	3.68 614	3.67 573	3.67 611

STTStereo	3.73 589	30.40 636	2.37 581	2.39 527	2.31 593	2.35 557	2.33 587	2.29 549	2.42 590	2.32 559	2.34 592	2.33 552	2.36 578	2.30 554	2.27 589	2.35 560	2.22 576	2.31 566	2.22 587	2.29 543	2.34 584

rvit_105_1	3.83 590	5.22 570	3.01 586	4.53 580	3.01 596	4.51 599	3.01 594	4.56 601	3.04 595	4.53 600	3.03 596	4.55 602	3.03 583	4.56 601	3.04 592	4.57 593	3.05 582	4.57 599	3.05 597	4.57 587	3.05 593

rvit_stereo_0081	3.83 590	5.23 571	3.01 586	4.53 580	3.03 598	4.55 605	3.02 595	4.56 601	3.04 595	4.52 598	3.02 594	4.54 600	3.03 583	4.56 601	3.04 592	4.57 593	3.05 582	4.57 599	3.05 597	4.58 588	3.05 593

rvit_stereo_0081_aga	3.86 592	5.33 574	3.02 589	4.55 586	3.04 602	4.54 601	3.02 595	4.64 608	3.06 599	4.54 602	3.04 598	4.62 609	3.08 590	4.62 607	3.07 597	4.58 596	3.06 586	4.60 603	3.08 601	4.63 591	3.07 597

rvit_stereo_0082	3.86 592	5.82 585	3.01 586	4.53 580	3.03 598	4.54 601	3.02 595	4.56 601	3.04 595	4.53 600	3.02 594	4.55 602	3.04 586	4.57 604	3.05 594	4.57 593	3.05 582	4.58 601	3.05 597	4.58 588	3.06 596

rvit_0105_6	3.87 594	5.73 584	3.10 596	4.69 590	3.12 606	4.54 601	3.02 595	4.56 601	3.04 595	4.54 602	3.03 596	4.54 600	3.04 586	4.56 601	3.05 594	4.58 596	3.05 582	4.58 601	3.05 597	4.58 588	3.05 593

rvit_stereo_0080	3.89 595	5.70 582	3.04 591	4.54 583	3.03 598	4.56 606	3.05 601	4.60 605	3.07 600	4.58 605	3.06 599	4.59 604	3.06 588	4.61 605	3.08 598	4.63 598	3.09 587	4.64 605	3.10 602	4.65 592	3.10 600

whm_eth	3.89 595	5.70 582	3.04 591	4.54 583	3.03 598	4.56 606	3.05 601	4.60 605	3.07 600	4.58 605	3.06 599	4.59 604	3.06 588	4.61 605	3.08 598	4.63 598	3.09 587	4.64 605	3.10 602	4.65 592	3.10 600

rvit_0105_4	3.91 597	5.47 581	3.02 589	4.54 583	3.02 597	4.54 601	3.03 599	4.75 611	3.17 606	4.57 604	3.06 599	4.61 608	3.16 594	4.65 608	3.09 600	4.66 600	3.11 589	4.68 608	3.18 607	4.81 598	3.16 605

rvit_0105_3	3.91 597	5.33 574	3.06 594	4.60 588	3.07 604	4.60 608	3.06 603	4.62 607	3.08 603	4.60 607	3.07 602	4.62 609	3.08 590	4.67 609	3.10 601	4.70 601	3.11 589	4.77 612	3.19 608	4.77 597	3.14 604

rvit_stereo_0083	3.92 599	5.30 573	3.06 594	4.61 589	3.09 605	4.67 610	3.08 604	4.66 609	3.09 604	4.62 608	3.10 604	4.66 612	3.11 592	4.67 609	3.16 603	4.72 603	3.16 592	4.77 612	3.11 604	4.66 594	3.11 602

rvit_stereo_ft	3.93 600	5.44 579	3.05 593	4.59 587	3.06 603	4.61 609	3.08 604	4.67 610	3.12 605	4.63 609	3.10 604	4.65 611	3.11 592	4.69 611	3.13 602	4.70 601	3.14 591	4.71 610	3.15 606	4.74 595	3.16 605

rvit_0105_5	4.10 601	5.40 577	3.13 599	4.71 591	3.15 607	4.72 613	3.10 606	4.90 616	3.27 607	4.69 610	3.16 606	4.84 616	3.25 595	4.96 615	3.34 605	5.05 608	3.39 597	5.10 617	3.40 609	5.11 605	3.42 608

MLG-Stereo_test1	4.25 602	5.34 576	3.61 602	5.31 597	3.63 613	5.23 617	3.57 611	5.38 619	3.65 609	5.23 616	3.47 608	4.76 613	3.74 602	4.85 612	3.71 609	4.96 605	3.18 594	4.71 610	2.92 594	4.86 601	2.90 590

MLG-Stereo_test3	4.26 603	4.85 564	3.95 606	5.35 598	3.60 612	4.75 614	3.76 614	5.49 620	3.71 611	5.39 617	3.69 612	4.82 615	3.66 599	4.85 612	3.73 612	4.93 604	3.19 595	4.69 609	2.99 596	4.84 600	2.98 592

MLG-Stereo_test2	4.28 604	5.46 580	3.69 604	4.86 593	3.72 615	5.58 620	3.42 609	4.81 613	3.77 615	4.85 612	3.72 613	5.55 621	3.63 598	5.58 619	3.53 607	4.41 590	3.28 596	4.99 616	2.95 595	4.75 596	3.13 603

RAFT+CT+SA	4.28 604	7.62 593	4.91 610	5.55 600	2.28 591	3.09 584	3.64 612	4.49 599	3.07 600	4.80 611	3.35 607	4.77 614	3.70 601	4.29 598	3.05 594	5.58 612	5.98 613	3.58 590	3.78 616	4.26 581	3.72 612

SA	4.33 606	7.35 590	6.85 621	5.96 603	4.09 619	3.59 590	3.15 607	3.82 593	2.64 591	3.91 591	3.85 614	3.57 589	2.72 581	3.13 585	4.03 615	7.09 623	6.86 618	3.57 589	3.12 605	3.85 575	3.51 610

Sa-1000	4.34 607	8.37 596	6.84 620	6.98 610	4.45 622	3.58 589	3.00 593	3.42 589	3.39 608	2.61 570	4.00 617	3.83 593	4.01 610	3.90 593	3.90 613	5.98 616	5.62 611	3.76 593	2.34 591	4.35 583	2.47 587

TestStereo1	4.60 608	8.41 597	6.44 618	6.86 608	3.79 616	3.97 594	3.78 615	3.99 595	3.74 612	3.97 592	3.52 609	3.94 594	3.58 596	3.98 594	3.72 610	6.82 620	6.50 616	3.76 593	3.66 612	3.90 576	3.74 614

SA-5K	4.60 608	8.41 597	6.44 618	6.86 608	3.79 616	3.97 594	3.78 615	3.99 595	3.74 612	3.97 592	3.52 609	3.94 594	3.58 596	3.98 594	3.72 610	6.82 620	6.50 616	3.76 593	3.66 612	3.90 576	3.74 614

DispFullNet	4.61 610	4.84 563	3.12 597	5.00 595	3.57 611	4.75 614	3.03 599	7.75 627	4.17 619	4.91 614	3.09 603	6.20 623	3.95 608	6.71 623	3.51 606	5.30 611	3.67 599	5.86 624	3.63 611	5.61 609	3.46 609

test_5	4.62 611	7.55 592	6.23 616	6.32 605	3.40 610	5.29 618	3.50 610	3.53 590	4.11 618	4.28 595	4.47 621	4.26 598	4.38 613	3.68 591	3.24 604	5.89 614	5.60 610	4.84 614	3.50 610	4.33 582	3.93 618

raft_robust	4.71 612	7.75 594	5.40 615	6.81 607	3.31 608	4.28 598	4.20 620	4.32 598	4.37 621	4.35 597	4.35 620	4.14 596	3.75 603	4.30 599	4.20 618	6.67 619	6.37 614	3.36 588	4.24 622	4.86 601	3.25 607

cross-raft	4.83 613	7.52 591	6.43 617	6.63 606	3.96 618	4.51 599	3.99 618	4.49 599	3.96 617	4.52 598	3.96 616	4.50 599	3.97 609	4.50 600	3.97 614	6.65 618	6.44 615	4.33 596	3.92 618	4.35 583	3.91 617

test_4	4.88 614	8.13 595	6.98 622	7.46 611	4.44 621	4.25 597	3.85 617	4.04 597	3.92 616	4.13 594	3.91 615	4.18 597	3.84 606	4.14 596	4.06 616	7.01 622	7.13 619	4.53 597	3.72 615	4.09 579	3.72 612

TestStereo	4.88 614	4.75 562	4.79 609	4.87 594	4.92 623	4.81 616	4.90 623	4.78 612	4.77 622	4.87 613	4.89 622	4.90 617	4.91 615	4.99 616	4.79 620	4.98 606	4.87 607	4.87 615	4.92 624	5.00 604	5.00 621

test_3	5.01 616	8.86 602	7.77 624	8.09 613	2.76 595	4.13 596	4.05 619	3.88 594	3.76 614	4.33 596	4.13 618	3.71 592	3.91 607	4.21 597	4.06 616	7.93 624	7.69 621	4.53 597	3.91 617	4.17 580	4.29 620

NLCA_NET_v2_RVC	5.04 617	50.87 646	2.78 584	2.87 542	2.71 594	2.78 583	0.47 369	2.88 582	2.86 594	1.89 534	2.67 593	2.79 584	2.79 582	2.78 583	2.83 591	2.82 578	2.82 580	2.83 584	2.77 593	2.83 569	2.76 588
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	5.10 618	5.15 568	4.49 608	5.07 596	3.37 609	6.87 623	4.75 622	5.04 617	6.34 626	7.84 627	5.06 623	6.72 627	4.09 611	4.99 616	5.44 623	5.03 607	3.16 592	4.67 607	4.86 623	5.15 606	3.89 616

U	5.15 619	8.49 599	1.81 549	8.49 615	1.77 564	8.49 628	1.77 561	8.51 629	1.77 566	8.49 629	1.77 564	8.50 629	1.78 554	8.58 629	1.77 567	8.54 627	1.78 555	8.55 629	1.78 574	8.55 623	1.84 568

SGM-Forest	5.21 620	5.92 586	4.08 607	6.18 604	4.16 620	6.31 622	4.34 621	6.50 622	4.33 620	6.14 623	4.21 619	6.61 626	4.55 614	6.67 622	4.48 619	5.94 615	3.94 601	5.85 623	4.03 620	5.79 611	4.17 619
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 621	9.16 604	8.03 627	8.09 613	5.62 626	6.11 621	6.35 626	6.85 624	4.94 623	6.08 622	6.29 628	4.98 618	6.43 620	6.22 620	6.36 626	6.16 617	7.47 620	5.82 622	5.44 627	7.11 617	5.68 624

rvit_stereo_0075_2	6.64 622	8.80 601	5.25 612	7.89 612	5.27 625	7.90 627	5.27 624	7.92 628	5.28 624	7.91 628	5.29 625	7.93 628	5.27 616	7.92 628	5.28 621	7.93 624	5.28 609	7.93 627	5.29 626	7.93 620	5.28 623

RAFT	6.73 623	9.36 605	7.40 623	8.51 616	6.55 627	6.88 624	6.60 627	6.79 623	6.60 627	6.80 624	6.72 629	5.31 620	5.50 618	6.61 621	6.61 627	8.42 626	5.89 612	5.73 621	5.45 628	6.61 613	6.24 625

SGM+DAISY	7.06 624	9.15 603	5.38 614	8.84 617	5.18 624	8.80 629	5.31 625	8.79 630	5.28 624	8.89 630	5.20 624	8.93 630	5.33 617	8.95 630	5.36 622	8.70 628	5.21 608	8.74 630	5.20 625	8.89 624	5.15 622

test-v	7.53 625	11.89 613	7.98 625	9.36 619	7.14 628	7.06 625	7.09 628	7.37 625	6.91 628	7.29 625	5.71 626	6.45 624	6.93 621	6.73 624	7.27 628	8.93 629	7.85 622	6.98 625	6.80 629	7.56 618	7.34 627

test-2	7.53 625	11.89 613	7.98 625	9.36 619	7.14 628	7.06 625	7.09 628	7.37 625	6.91 628	7.29 625	5.71 626	6.45 624	6.93 621	6.73 624	7.27 628	8.93 629	7.85 622	6.98 625	6.80 629	7.56 618	7.34 627

PA-Net	11.80 627	223.51 653	0.62 374	0.59 329	0.71 438	0.59 386	0.73 431	0.67 387	0.73 438	0.55 375	0.61 418	0.60 389	0.74 428	0.63 387	0.73 432	0.66 375	0.60 386	0.69 402	0.66 413	0.72 390	0.65 408
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 628	23.00 621	15.00 628	23.00 635	15.00 630	24.00 636	16.00 630	24.00 637	16.00 630	22.00 637	15.00 630	23.00 637	16.00 630	23.00 637	15.00 630	22.00 637	15.00 631	22.00 637	15.00 631	22.00 637	15.00 629

rafts_anoy	20.00 629	20.00 615	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

raft+_RVC	20.00 629	20.00 615	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

raftrobust	20.00 629	20.00 615	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

CasAABBNet	20.00 629	20.00 615	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

RALCasStereoNet	20.00 629	20.00 615	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

RALAANet	20.00 629	20.00 615	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

111	30.40 635	30.94 637	29.72 636	32.61 636	30.02 638	33.57 637	30.47 638	31.50 638	29.39 638	30.98 638	29.11 638	29.78 638	30.39 641	29.45 638	30.76 641	30.08 638	29.02 639	29.92 638	30.32 642	29.86 638	30.17 637

WCMA_ROB	31.10 636	35.43 641	27.12 635	39.51 647	23.10 637	38.78 648	25.30 637	37.49 649	25.39 637	37.29 648	27.02 637	38.52 649	26.48 637	37.80 648	26.44 637	36.28 645	22.65 638	33.90 642	22.30 638	37.10 646	24.18 636

DCANet-4	35.22 637	34.54 638	35.08 642	33.58 640	35.47 645	34.55 638	35.53 645	36.08 644	35.85 642	35.92 644	35.77 644	35.18 644	35.48 643	35.39 644	37.15 647	34.55 644	33.92 643	35.02 645	34.90 644	35.79 642	34.74 644

ADStereo(finetuned)	36.13 638	36.63 642	38.07 646	36.97 641	33.25 642	35.91 642	34.45 642	36.36 645	32.99 639	38.14 649	36.71 645	36.69 645	34.13 642	38.57 649	40.79 648	37.60 649	36.58 646	35.90 646	33.36 643	35.42 641	34.04 641

Reg-Stereo(zero)	37.00 639	37.00 643	37.00 643	37.00 642	37.00 646	37.00 645	37.00 646	37.00 646	37.00 643	37.00 645	37.00 646	37.00 646	37.00 644	37.00 645	37.00 644	37.00 646	37.00 647	37.00 647	37.00 647	37.00 643	37.00 645

HI	37.00 639	37.00 643	37.00 643	37.00 642	37.00 646	37.00 645	37.00 646	37.00 646	37.00 643	37.00 645	37.00 646	37.00 646	37.00 644	37.00 645	37.00 644	37.00 646	37.00 647	37.00 647	37.00 647	37.00 643	37.00 645

CoSv	37.00 639	37.00 643	37.00 643	37.00 642	37.00 646	37.00 645	37.00 646	37.00 646	37.00 643	37.00 645	37.00 646	37.00 646	37.00 644	37.00 645	37.00 644	37.00 646	37.00 647	37.00 647	37.00 647	37.00 643	37.00 645

MDST_ROB	69.83 642	87.70 647	41.95 647	113.75 650	65.62 651	75.05 649	55.25 650	75.64 651	45.04 646	71.61 650	41.75 649	72.81 650	44.06 647	68.38 650	44.63 649	101.89 652	59.57 652	107.10 652	61.05 652	104.38 649	59.38 650

NOSS_ROB	102.95 643	153.00 651	121.00 650	51.00 648	44.00 649	165.00 652	127.00 651	153.00 652	119.00 648	164.00 653	125.00 651	168.00 653	120.00 649	153.00 652	117.00 651	49.00 650	44.00 650	49.00 650	44.00 650	49.00 647	44.00 648

CBMV	128.50 644	1422.70 658	53.10 648	79.50 649	51.30 650	77.30 650	49.70 649	74.00 650	48.20 647	77.20 651	48.80 650	73.90 651	48.00 648	73.80 651	48.80 650	70.40 651	45.10 651	68.90 651	46.10 651	68.20 648	45.00 649
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 645	171.00 652	160.68 653	162.58 651	160.59 652	164.01 651	160.35 652	158.51 653	158.56 649	158.34 652	160.12 652	158.56 652	159.92 650	157.26 653	158.94 652	154.38 653	158.36 653	155.75 653	159.13 654	153.67 650	154.07 651
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	201.80 646	123.00 648	115.00 649	219.00 652	218.00 654	223.00 653	244.00 654	217.00 654	236.00 651	202.00 654	203.00 653	205.00 654	208.00 651	225.00 654	204.00 653	210.00 654	198.00 654	197.00 654	184.00 655	204.00 651	201.00 652

MGS-Stereo	239.45 647	123.00 648	135.00 651	266.00 653	286.00 655	277.00 654	305.00 655	271.00 655	242.00 652	274.00 655	279.00 655	255.00 655	270.00 653	268.00 655	297.00 655	221.00 655	247.00 656	216.00 655	123.00 653	217.00 652	217.00 654

EGLCR-Stereo	246.90 648	129.00 650	139.00 652	266.00 653	286.00 655	277.00 654	305.00 655	271.00 655	242.00 652	274.00 655	279.00 655	255.00 655	270.00 653	268.00 655	297.00 655	230.00 656	247.00 656	216.00 655	223.00 657	237.00 653	227.00 655

DLCB_ROB	284.23 649	354.61 654	207.27 654	363.24 655	206.46 653	364.72 656	210.41 653	364.72 657	210.41 650	364.81 657	208.64 654	364.81 657	208.64 652	364.72 657	210.41 654	354.70 657	205.53 655	354.70 657	205.53 656	354.70 654	205.53 653

LE_ROB	396.57 650	471.28 655	329.84 655	471.48 656	308.15 657	526.83 657	322.10 657	488.15 658	323.76 654	495.46 658	317.97 657	497.17 658	320.10 655	481.62 658	326.76 657	462.71 658	298.97 658	466.16 658	285.98 658	447.62 655	289.21 656

SGM-ForestM	596.69 651	677.77 656	444.52 656	699.85 657	517.25 658	732.94 658	488.29 658	770.79 659	460.11 655	750.81 659	487.98 658	792.79 659	499.41 656	730.90 659	475.81 658	720.03 659	491.16 659	663.96 659	418.60 659	674.76 656	436.05 657

CBMV_ROB	818.48 652	913.88 657	709.52 657	862.84 658	597.78 659	1073.99 659	700.52 659	1015.66 660	702.59 656	1115.65 660	760.02 659	1130.24 660	721.57 657	1037.41 660	692.65 659	814.05 660	564.29 660	843.28 660	595.31 660	915.51 657	602.92 658

tt	500032.53 653	34.60 639	29.72 636	37.47 645	34.41 643	36.85 643	35.22 643	34.71 642	33.55 640	34.50 639	35.43 642	33.81 642	10000000.00 658	33.57 642	33.13 642	33.68 642	35.00 644	34.03 643	35.26 645	30.96 639	34.63 642

DCANet	500032.53 653	34.60 639	29.72 636	37.47 645	34.41 643	36.85 643	35.22 643	34.71 642	33.55 640	34.50 639	35.43 642	33.81 642	10000000.00 658	33.57 642	33.13 642	33.68 642	35.00 644	34.03 643	35.26 645	30.96 639	34.63 642

fff	1000028.16 655	29.62 633	29.72 636	32.61 636	30.02 638	35.13 639	31.83 639	32.07 639	10000000.00 657	35.27 641	29.82 639	32.45 639	30.15 638	32.35 639	30.09 638	31.04 639	29.55 640	30.64 639	30.14 639	10000000.00 658	30.77 638

csc	1000028.16 655	29.62 633	29.72 636	32.61 636	30.02 638	35.13 639	31.83 639	32.07 639	10000000.00 657	35.27 641	29.82 639	32.45 639	30.15 638	32.35 639	30.09 638	31.04 639	29.55 640	30.64 639	30.14 639	10000000.00 658	30.77 638

cscssc	1000028.16 655	29.62 633	29.72 636	32.61 636	30.02 638	35.13 639	31.83 639	32.07 639	10000000.00 657	35.27 641	29.82 639	32.45 639	30.15 638	32.35 639	30.09 638	31.04 639	29.55 640	30.64 639	30.14 639	10000000.00 658	30.77 638

111111	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

SGD-Stereo	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

IGEV-Stereo++	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

IGEV-BASED-STEREO-	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

IGEV-Stereo+	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

SDNR	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

anonymousdsp2	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

anonymousdsp	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

test_example2	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

DIP-Stereo	10000000.00 658	10000000.00 659	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659
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							0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	3.79 604	0.50 351	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.35 306

FSD					0.44 367	0.56 378	0.44 357	0.55 367	0.44 361	0.56 377	0.44 365	0.56 382	0.44 356	0.56 374	0.46 339	0.61 366	0.42 319	0.52 383	0.42 369	0.52 354

ccccc		0.44 181		0.48 291	0.35 318	0.48 343		0.51 356		0.47 327		0.47 334		0.47 329		0.41 295	0.40 301	0.40 280	0.40 354	0.41 304

Low-res two-view benchmark