Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 440	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 93	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 152	0.20 191	0.23 176	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 274	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 256	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 120	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 212	0.02 20	0.02 21	0.71 427	0.02 16	0.02 19	0.02 21	0.02 21	0.16 190

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 440	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 93	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

CoDeX	0.15 146	0.70 293	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 471	0.02 15	0.69 457	0.75 479	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 227	0.33 263	0.39 241	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 285	0.36 327	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 309	1.91 524	0.92 490	1.91 571	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	1.44 594	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 238	1.29 453	1.19 519	1.36 548	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 560	1.21 571	0.03 41	0.09 141	0.02 21	0.09 140

SFCPSM	0.17 157	0.78 307	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 508	0.02 15	0.75 470	0.76 481	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 198	1.31 457	0.74 464	0.92 438	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 465	0.75 470	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 459	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 433	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 161	0.36 365	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 564	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 345	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 387	0.17 176	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 449	0.28 227	0.32 213	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 232	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 90	1.05 374	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 374	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 374	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 354	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 344	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 378	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 370	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 321	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 370	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 321	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 364	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 341	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 134	1.83 509	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 90	1.07 378	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 387	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 364	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 111	1.15 390	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 90	0.99 352	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 392	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 561	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 561	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 584	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 533	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 161	0.04 90	0.03 52	0.58 400	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 443	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 148	0.04 90	0.03 52	0.92 469	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

z-mn7	0.16 153	1.21 443	0.33 263	0.41 266	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 253	0.31 268	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 166	1.47 468	0.33 263	0.40 254	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 272	0.32 272	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 156	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 380	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 624	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 628	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 633	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 630	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 567	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 583	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ManiGeoR	0.17 157	0.05 66	0.62 423	0.73 409	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 435	0.58 423	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 157	0.05 66	0.63 427	0.72 405	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 427	0.59 429	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 157	0.05 66	0.62 423	0.73 409	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 435	0.58 423	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 157	0.05 66	0.62 423	0.72 405	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 435	0.58 423	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 157	0.05 66	0.65 434	0.72 405	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 427	0.59 429	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 207	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 656	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

z-ln-s-r	0.21 179	1.40 466	0.53 404	0.56 371	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 399	0.44 379	0.04 93	0.04 99	0.04 97	0.04 96

AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 124	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

ISRNet	0.11 111	0.05 66	0.36 285	0.24 181	0.07 141	0.13 157	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 158	0.05 117	0.05 103	0.09 139	0.24 201	0.20 200	0.10 138	0.05 123	0.06 123	0.13 178

qqq1	0.25 198	3.70 612	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 198	3.70 612	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

11t1	0.17 157	2.16 543	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 167	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

ffm	0.25 198	3.83 618	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 198	3.83 618	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 198	3.83 618	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

qqq	0.16 153	2.01 533	0.12 123	0.15 132	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 522	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

GwcNet	0.12 120	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 554	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

BEATNet-Init1	0.19 170	0.08 84	0.08 82	2.23 585	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 133	0.07 140	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 170	0.08 84	0.08 82	2.23 585	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 133	0.07 140	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

TS12	0.09 75	0.09 93	0.17 176	0.19 156	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 141	0.16 169	0.08 131	0.06 134	0.08 138	0.06 131

DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 134	0.15 141	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

SuperB	0.21 179	0.10 97	2.51 649	0.12 105	0.09 145	0.10 142	0.09 144	0.08 134	0.07 141	0.10 142	0.09 146	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

MatchStereo	0.54 384	0.12 110	2.38 647	2.32 591	0.09 145	0.09 140	0.08 143	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 134	2.34 624	2.34 643	0.12 152	0.11 160	0.11 153	0.10 145
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 157	0.27 164	0.21 196	0.10 80	0.21 243	0.15 166	0.22 231	0.10 141	0.21 232	0.22 203	0.10 150	0.19 187	0.18 222	0.10 144	0.19 220	0.20 174	0.19 198	0.18 192	0.10 148	0.19 191	0.18 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 145	0.09 140	0.09 144	0.10 141	0.08 145	0.10 142	0.09 146	0.09 141	0.09 144	0.09 140	0.08 134	0.09 85	0.08 84	0.09 137	0.08 139	0.09 142	0.08 137

AnonymousM	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

PVD	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SHD	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SAMSARA	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

XQC	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSC	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTS	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSA	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet+	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet++	0.10 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

JetRed	0.11 111	0.12 110	0.11 112	0.11 97	0.11 167	0.11 153	0.14 181	0.11 153	0.11 164	0.12 156	0.11 164	0.11 154	0.11 161	0.11 155	0.11 157	0.11 105	0.16 169	0.11 149	0.11 160	0.11 153	0.11 158

JetBlue	0.11 111	0.11 108	0.12 123	0.13 117	0.14 186	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.11 164	0.11 154	0.11 161	0.12 159	0.12 169	0.11 105	0.11 121	0.11 149	0.11 160	0.11 153	0.11 158

aanetorigin	0.13 127	0.11 108	0.11 112	0.11 97	0.11 167	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.12 172	0.11 154	0.11 161	0.11 155	0.11 157	0.11 105	0.11 121	0.14 158	0.11 160	0.49 400	0.11 158

PASM	0.39 282	3.06 597	1.36 585	1.58 557	0.09 145	0.11 153	0.11 162	0.11 153	0.11 164	0.09 140	0.09 146	0.11 154	0.09 144	0.09 140	0.09 139	0.11 105	0.11 121	0.11 149	0.09 141	0.11 153	0.11 158

DA	0.09 75	0.13 112	0.39 302	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 75	0.13 112	0.39 302	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

S2M2_L	0.12 120	0.14 118	0.10 92	0.15 132	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.15 165	0.10 150	0.14 159	0.10 148	0.14 161	0.10 145	0.13 126	0.10 99	0.13 156	0.09 141	0.13 160	0.09 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 127	0.21 138	0.12 123	0.16 142	0.11 167	0.15 166	0.11 162	0.14 159	0.11 164	0.15 165	0.12 172	0.15 170	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

IPLG	0.13 127	0.20 133	0.14 148	0.15 132	0.11 167	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.11 164	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

IPLGR_C	0.14 134	0.20 133	0.12 123	0.15 132	0.11 167	0.14 158	0.15 188	0.14 159	0.11 164	0.15 165	0.12 172	0.14 159	0.11 161	0.16 172	0.11 157	0.15 141	0.12 135	0.14 158	0.12 175	0.15 170	0.12 171

MIPNet	0.14 134	0.21 138	0.17 176	0.16 142	0.11 167	0.15 166	0.12 175	0.14 159	0.11 164	0.16 170	0.11 164	0.14 159	0.11 161	0.14 161	0.11 157	0.14 133	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

IPLGR	0.14 134	0.24 152	0.14 148	0.16 142	0.12 180	0.15 166	0.12 175	0.14 159	0.11 164	0.15 165	0.12 172	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

ACRE	0.13 127	0.21 138	0.14 148	0.15 132	0.11 167	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.12 172	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

LRCNet_RVC	0.13 127	0.13 112	0.09 88	0.13 117	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.23 208	0.10 150	0.20 190	0.10 148	0.24 215	0.11 157	0.11 105	0.09 94	0.12 152	0.14 189	0.12 158	0.09 140

GMStereo	0.14 134	0.13 112	0.14 148	0.14 121	0.14 186	0.14 158	0.14 181	0.14 159	0.14 186	0.14 158	0.14 190	0.14 159	0.14 186	0.14 161	0.14 180	0.14 133	0.14 162	0.14 158	0.14 189	0.14 162	0.14 183
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 185	0.13 112	0.19 188	0.23 176	0.10 152	0.26 235	1.02 539	0.14 159	0.10 149	0.28 237	0.14 190	0.17 179	0.19 229	0.28 244	0.09 139	0.22 183	0.16 169	0.23 216	0.17 222	0.11 153	0.12 171

CCAANet	0.17 157	0.71 294	0.14 148	0.14 121	0.14 186	0.14 158	0.14 181	0.14 159	0.14 186	0.14 158	0.14 190	0.14 159	0.14 186	0.14 161	0.22 229	0.14 133	0.14 162	0.14 158	0.14 189	0.14 162	0.14 183

DRN-Test	0.14 134	0.13 112	0.09 88	0.14 121	0.09 145	0.15 166	0.09 144	0.14 159	0.10 149	0.14 158	0.09 146	0.14 159	0.09 144	0.13 160	0.09 139	0.12 111	0.09 94	0.12 152	0.09 141	0.12 158	0.73 493

StereoDRNet	0.15 146	0.14 118	0.10 92	0.14 121	0.09 145	0.15 166	0.09 144	0.14 159	0.09 148	0.14 158	0.10 150	0.14 159	0.09 144	0.14 161	0.09 139	0.13 126	0.10 99	0.13 156	0.09 141	0.13 160	0.82 509

PDISCO_ROB	0.83 461	2.80 593	3.49 670	0.14 121	0.11 167	0.17 180	0.09 144	0.15 172	0.10 149	0.15 165	0.12 172	0.16 171	0.14 186	3.30 662	0.13 176	0.14 133	2.34 643	0.16 175	0.12 175	2.62 642	0.10 145

DF	0.39 282	1.37 463	1.02 503	1.14 471	0.12 180	0.16 173	0.12 175	0.16 173	0.12 180	0.16 170	0.12 172	0.16 171	0.12 176	0.16 172	0.12 169	1.12 502	1.00 494	0.15 171	0.12 175	0.15 170	0.12 171

xyz-stereo-finetune2	0.18 166	0.48 249	0.16 169	0.16 142	0.15 199	0.15 166	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 171	0.16 200	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 200	0.16 175	0.16 190

xyz-stereo	0.18 166	0.50 256	0.16 169	0.15 132	0.16 209	0.16 173	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 171	0.16 200	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 200	0.16 175	0.16 190

castereo++	0.54 384	3.59 609	1.15 513	1.31 542	0.14 186	0.16 173	0.14 181	0.16 173	0.14 186	0.16 170	0.14 190	0.16 171	0.13 182	0.16 172	0.14 180	1.45 575	1.16 520	0.15 171	0.14 189	0.15 170	0.13 178

GMStereo_Zeroshot	0.16 153	0.16 120	0.16 169	0.16 142	0.16 209	0.16 173	0.16 194	0.16 173	0.16 203	0.16 170	0.16 204	0.16 171	0.16 200	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 200	0.16 175	0.16 190

ICVP	0.15 146	0.53 270	0.11 112	0.16 142	0.11 167	0.16 173	0.11 162	0.16 173	0.11 164	0.16 170	0.11 164	0.16 171	0.11 161	0.16 172	0.11 157	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.11 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 125	0.12 123	0.17 151	0.11 167	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.11 164	0.17 179	0.11 161	0.17 179	0.11 157	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.11 158
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 134	0.20 133	0.14 148	0.16 142	0.11 167	0.16 173	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 179	0.13 182	0.17 179	0.12 169	0.15 141	0.11 121	0.16 175	0.11 160	0.15 170	0.12 171

HSM	0.14 134	0.16 120	0.12 123	0.17 151	0.12 180	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 179	0.12 176	0.17 179	0.12 169	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.12 171

ITSA-stereo	0.15 146	0.17 125	0.13 143	0.20 160	0.13 184	0.19 187	0.13 179	0.18 182	0.13 184	0.19 183	0.13 185	0.18 183	0.14 186	0.18 182	0.14 180	0.16 151	0.11 121	0.15 171	0.14 189	0.18 185	0.11 158

ELAS	0.13 127	0.16 120	0.11 112	0.15 132	0.09 145	0.18 184	0.11 162	0.18 182	0.11 164	0.17 177	0.11 164	0.18 183	0.11 161	0.18 182	0.11 157	0.14 133	0.08 84	0.14 158	0.08 139	0.14 162	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IGEV-FE	0.35 247	0.37 186	0.17 176	0.19 156	0.17 215	0.20 192	0.17 204	0.19 184	0.17 213	0.19 183	0.17 211	0.19 187	0.17 212	0.37 280	0.36 365	0.19 171	0.17 190	0.19 195	0.17 222	0.38 294	2.84 665

DEFOM-Stereo_RVC	0.83 461	5.18 644	1.98 636	2.19 582	0.17 215	0.19 187	0.18 212	0.19 184	0.16 203	0.20 189	0.19 230	0.22 206	0.22 240	0.20 189	0.15 191	2.28 618	2.13 638	0.24 226	0.17 222	0.18 185	0.16 190

HCRNet	1.22 566	7.11 665	3.00 654	3.55 636	0.33 362	0.29 244	0.14 181	0.19 184	0.15 198	0.33 259	0.29 284	0.25 226	0.14 186	0.22 204	0.33 345	3.64 652	3.00 650	0.76 481	0.32 360	0.18 185	0.13 178

DeepPruner_ROB	0.16 153	0.18 128	0.13 143	0.19 156	0.13 184	0.19 187	0.13 179	0.19 184	0.13 184	0.19 183	0.13 185	0.19 187	0.13 182	0.19 185	0.13 176	0.18 167	0.13 158	0.18 192	0.13 184	0.18 185	0.13 178

ELAS_RVC	0.14 134	0.16 120	0.10 92	0.15 132	0.10 152	0.18 184	0.11 162	0.19 184	0.11 164	0.19 183	0.12 172	0.18 183	0.11 161	0.19 185	0.12 169	0.14 133	0.08 84	0.14 158	0.09 141	0.15 170	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 125	0.11 112	0.18 153	0.11 167	0.19 187	0.11 162	0.19 184	0.12 180	0.19 183	0.12 172	0.20 190	0.12 176	0.19 185	0.12 169	0.16 151	0.11 121	0.17 183	0.10 148	0.17 181	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 238	0.26 161	0.17 176	0.21 169	0.17 215	0.20 192	0.16 194	0.20 190	0.16 203	0.20 189	0.17 211	0.21 197	0.16 200	0.27 240	0.24 239	0.19 171	0.16 169	0.19 195	0.16 200	0.26 223	3.08 674

RAFT-FE	0.34 238	0.26 161	0.17 176	0.21 169	0.17 215	0.20 192	0.16 194	0.20 190	0.16 203	0.20 189	0.17 211	0.21 197	0.16 200	0.27 240	0.24 239	0.19 171	0.16 169	0.19 195	0.16 200	0.26 223	3.08 674

castereo	0.61 399	3.79 617	1.35 577	1.52 556	0.15 199	0.17 180	0.16 194	0.20 190	0.21 232	0.18 181	0.16 204	0.21 197	0.12 176	0.26 236	0.17 204	1.43 574	1.38 590	0.17 183	0.16 200	0.18 185	0.16 190

DDVS	0.30 216	3.10 598	0.14 148	0.19 156	0.14 186	0.19 187	0.14 181	0.20 190	0.14 186	0.19 183	0.13 185	0.16 171	0.13 182	0.19 185	0.13 176	0.17 159	0.13 158	0.17 183	0.13 184	0.17 181	0.13 178

gwcnet-sp	0.82 458	1.72 477	1.48 595	0.39 241	0.15 199	0.31 252	0.21 227	0.20 190	0.25 250	1.61 601	0.23 245	0.28 241	0.26 262	0.20 189	0.15 191	0.24 201	1.33 581	0.32 259	0.16 200	6.75 691	0.23 225

scenet	0.82 458	1.72 477	1.48 595	0.39 241	0.15 199	0.31 252	0.21 227	0.20 190	0.25 250	1.61 601	0.23 245	0.28 241	0.26 262	0.20 189	0.15 191	0.24 201	1.33 581	0.32 259	0.16 200	6.75 691	0.23 225

ssnet	0.82 458	1.72 477	1.48 595	0.39 241	0.15 199	0.31 252	0.21 227	0.20 190	0.25 250	1.61 601	0.23 245	0.28 241	0.26 262	0.20 189	0.15 191	0.24 201	1.33 581	0.32 259	0.16 200	6.75 691	0.23 225

DAS	0.20 172	0.20 133	0.20 191	0.20 160	0.20 234	0.20 192	0.20 222	0.20 190	0.20 228	0.20 189	0.20 234	0.20 190	0.20 233	0.20 189	0.20 223	0.20 174	0.20 200	0.20 199	0.20 232	0.20 192	0.20 218

depth_test_26	0.20 172	0.34 178	0.25 211	0.34 221	0.14 186	0.21 202	0.14 181	0.21 198	0.14 186	0.21 200	0.14 190	0.21 197	0.14 186	0.21 199	0.14 180	0.26 209	0.26 221	0.22 207	0.15 197	0.22 200	0.14 183

IGEV_Zeroshot_test	0.20 172	0.19 129	0.40 334	0.30 201	0.17 215	0.22 205	0.17 204	0.21 198	0.17 213	0.20 189	0.17 211	0.21 197	0.18 222	0.21 199	0.17 204	0.20 174	0.16 169	0.20 199	0.16 200	0.20 192	0.17 207

ACVNet	0.20 172	0.19 129	0.14 148	0.20 160	0.14 186	0.20 192	0.96 529	0.21 198	0.14 186	0.20 189	0.13 185	0.21 197	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	0.17 181	0.12 171

acv_ft	0.20 172	0.19 129	0.14 148	0.20 160	0.14 186	0.20 192	0.96 529	0.21 198	0.14 186	0.20 189	0.13 185	0.21 197	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	0.17 181	0.12 171

LALA_ROB	0.15 146	0.19 129	0.12 123	0.18 153	0.11 167	0.20 192	0.12 175	0.21 198	0.12 180	0.20 189	0.12 172	0.20 190	0.12 176	0.21 199	0.13 176	0.17 159	0.10 99	0.18 192	0.11 160	0.18 185	0.11 158

DepthFocus	0.18 166	0.22 142	0.15 165	0.22 171	0.15 199	0.22 205	0.15 188	0.22 203	0.15 198	0.22 203	0.15 200	0.22 206	0.16 200	0.22 204	0.15 191	0.20 174	0.15 166	0.20 199	0.14 189	0.20 192	0.14 183

RSGM-EC	0.24 195	0.24 152	0.15 165	0.22 171	0.15 199	0.22 205	0.15 188	0.22 203	0.15 198	0.24 215	0.15 200	0.22 206	0.15 198	0.22 204	1.19 554	0.20 174	0.17 190	0.24 226	0.14 189	0.20 192	0.14 183

acva	0.24 195	0.24 152	0.15 165	0.22 171	0.15 199	0.22 205	0.15 188	0.22 203	0.15 198	0.24 215	0.15 200	0.22 206	0.15 198	0.22 204	1.19 554	0.20 174	0.17 190	0.24 226	0.14 189	0.20 192	0.14 183

xyz-stereo-finetune	0.28 210	0.49 251	0.16 169	0.16 142	0.16 209	0.16 173	0.16 194	0.22 203	0.30 293	0.32 254	0.31 340	0.32 259	0.31 343	0.32 257	0.32 333	0.32 235	0.33 285	0.31 256	0.32 360	0.31 242	0.32 340

WAO-6	0.22 185	0.23 144	0.22 198	0.23 176	0.22 245	0.22 205	0.22 231	0.22 203	0.22 235	0.22 203	0.22 241	0.22 206	0.22 240	0.22 204	0.22 229	0.22 183	0.22 207	0.22 207	0.22 238	0.22 200	0.22 223

IMH-64-1	0.22 185	0.23 144	0.23 201	0.22 171	0.22 245	0.22 205	0.22 231	0.22 203	0.22 235	0.22 203	0.22 241	0.22 206	0.22 240	0.22 204	0.22 229	0.22 183	0.22 207	0.23 216	0.22 238	0.22 200	0.23 225

IMH-64	0.22 185	0.23 144	0.23 201	0.22 171	0.22 245	0.22 205	0.22 231	0.22 203	0.22 235	0.22 203	0.22 241	0.22 206	0.22 240	0.22 204	0.22 229	0.22 183	0.22 207	0.23 216	0.22 238	0.22 200	0.23 225

MSKI-zero shot	0.24 195	0.21 138	0.49 386	0.65 388	0.18 226	0.22 205	0.17 204	0.23 210	0.18 219	0.21 200	0.17 211	0.23 213	0.28 277	0.23 211	0.18 216	0.21 181	0.16 169	0.21 202	0.16 200	0.21 198	0.16 190

MIM_Stereo	0.25 198	0.23 144	0.66 437	0.80 419	0.17 215	0.22 205	0.17 204	0.23 210	0.18 219	0.26 232	0.17 211	0.21 197	0.17 212	0.25 224	0.17 204	0.23 194	0.16 169	0.21 202	0.17 222	0.22 200	0.17 207

dd	0.23 191	0.98 345	0.16 169	0.23 176	0.15 199	0.23 214	0.15 188	0.23 210	0.15 198	0.23 208	0.15 200	0.24 219	0.17 212	0.23 211	0.15 191	0.22 183	0.15 166	0.21 202	0.15 197	0.22 200	0.16 190

LACA2	0.21 179	0.24 152	0.26 218	0.31 207	0.16 209	0.24 217	0.16 194	0.24 213	0.16 203	0.24 215	0.16 204	0.24 219	0.16 200	0.24 215	0.16 198	0.27 213	0.23 213	0.24 226	0.16 200	0.23 212	0.16 190

LACA1	0.21 179	0.24 152	0.26 218	0.31 207	0.16 209	0.24 217	0.16 194	0.24 213	0.16 203	0.24 215	0.16 204	0.24 219	0.16 200	0.24 215	0.16 198	0.27 213	0.22 207	0.23 216	0.16 200	0.23 212	0.16 190

tg	0.21 179	0.25 158	0.21 196	0.26 195	0.17 215	0.24 217	0.17 204	0.24 213	0.17 213	0.24 215	0.17 211	0.24 219	0.17 212	0.24 215	0.17 204	0.24 201	0.17 190	0.23 216	0.16 200	0.23 212	0.16 190

ACV-stereo	0.30 216	2.08 535	0.25 211	0.25 188	0.18 226	0.24 217	0.17 204	0.24 213	0.18 219	0.24 215	0.17 211	0.25 226	0.17 212	0.24 215	0.17 204	0.22 183	0.16 169	0.22 207	0.16 200	0.22 200	0.16 190

Pointernet	0.21 179	0.22 142	0.19 188	0.24 181	0.19 231	0.24 217	0.19 218	0.24 213	0.19 226	0.24 215	0.19 230	0.24 219	0.19 229	0.24 215	0.19 220	0.22 183	0.17 190	0.22 207	0.17 222	0.22 200	0.17 207

dad	0.23 191	1.03 370	0.16 169	0.23 176	0.15 199	0.24 217	0.15 188	0.24 213	0.16 203	0.23 208	0.16 204	0.24 219	0.16 200	0.23 211	0.15 191	0.22 183	0.16 169	0.22 207	0.16 200	0.22 200	0.16 190

iResNetv2_ROB	0.20 172	0.23 144	0.18 186	0.24 181	0.20 234	0.24 217	0.18 212	0.24 213	0.18 219	0.24 215	0.18 227	0.23 213	0.19 229	0.24 215	0.18 216	0.21 181	0.16 169	0.21 202	0.16 200	0.22 200	0.16 190

iResNet	0.20 172	0.23 144	0.18 186	0.24 181	0.18 226	0.24 217	0.20 222	0.24 213	0.18 219	0.23 208	0.17 211	0.23 213	0.18 222	0.23 211	0.18 216	0.22 183	0.16 169	0.21 202	0.16 200	0.21 198	0.16 190

LACA3	0.23 191	0.25 158	0.27 221	0.54 364	0.17 215	0.25 226	0.17 204	0.25 221	0.17 213	0.25 223	0.17 211	0.25 226	0.17 212	0.25 224	0.17 204	0.28 217	0.23 213	0.24 226	0.17 222	0.24 217	0.17 207

VIP-Stereo	0.70 420	2.97 596	2.43 648	2.49 598	0.16 209	0.25 226	0.16 194	0.25 221	0.16 203	0.25 223	0.18 227	0.25 226	0.16 200	0.26 236	0.16 198	1.86 590	1.26 573	0.23 216	0.15 197	0.23 212	0.15 189

UNDER WATER-64	0.25 198	0.26 161	0.25 211	0.26 195	0.25 259	0.25 226	0.25 246	0.25 221	0.25 250	0.25 223	0.25 258	0.25 226	0.25 252	0.26 236	0.25 247	0.25 207	0.25 218	0.25 231	0.25 254	0.25 220	0.25 236

LoS_RVC	0.30 216	1.14 387	0.25 211	0.25 188	0.25 259	0.26 235	0.25 246	0.25 221	0.25 250	0.25 223	0.25 258	0.26 238	0.26 262	0.26 236	0.25 247	0.26 209	0.26 221	0.25 231	0.25 254	0.26 223	0.26 242

CAS	0.30 216	1.17 393	0.25 211	0.25 188	0.25 259	0.26 235	0.25 246	0.25 221	0.26 263	0.25 223	0.25 258	0.25 226	0.25 252	0.25 224	0.25 247	0.26 209	0.26 221	0.26 236	0.25 254	0.26 223	0.25 236

AANet_RVC	1.26 569	0.31 174	4.99 682	5.93 673	0.20 234	0.25 226	0.20 222	0.25 221	0.20 228	0.23 208	0.19 230	0.25 226	0.20 233	0.25 224	0.20 223	5.66 683	4.76 677	0.26 236	0.30 342	0.24 217	0.27 280

SMOE	0.23 191	0.25 158	0.30 236	0.33 217	0.18 226	0.26 235	0.18 212	0.26 227	0.18 219	0.26 232	0.18 227	0.25 226	0.18 222	0.25 224	0.18 216	0.31 232	0.27 232	0.23 216	0.17 222	0.23 212	0.17 207

Select-FE	0.41 295	0.44 227	0.23 201	0.26 195	0.22 245	0.26 235	0.22 231	0.26 227	0.23 242	0.26 232	0.23 245	0.26 238	0.23 246	0.45 378	0.42 408	0.25 207	0.22 207	0.25 231	0.22 238	0.45 377	2.90 666

LoS	0.25 198	0.27 164	0.25 211	0.25 188	0.25 259	0.25 226	0.25 246	0.26 227	0.25 250	0.25 223	0.25 258	0.25 226	0.25 252	0.25 224	0.25 247	0.26 209	0.25 218	0.25 231	0.26 260	0.26 223	0.25 236
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 473	4.45 633	0.20 191	0.27 198	0.20 234	0.27 240	0.20 222	0.26 227	0.18 219	5.03 692	0.20 234	0.27 240	0.19 229	0.27 240	0.21 226	0.20 174	0.19 198	0.19 195	4.02 696	0.20 192	0.18 213

DLNR-FE	0.28 210	0.89 326	0.30 236	0.34 221	0.19 231	0.28 241	0.19 218	0.28 231	0.20 228	0.28 237	0.20 234	0.28 241	0.20 233	0.28 244	0.20 223	0.33 241	0.28 240	0.25 231	0.19 230	0.24 217	0.19 216

PAM	0.39 282	1.88 520	0.34 273	0.37 231	0.41 413	0.45 382	0.22 231	0.28 231	0.23 242	0.28 237	0.24 252	0.29 247	0.23 246	0.29 248	0.23 236	0.38 272	0.32 272	0.38 308	0.37 396	0.32 245	0.22 223

TorneroNet-64	0.45 345	0.27 164	0.30 236	0.58 374	0.27 267	0.70 460	0.30 284	0.28 231	0.73 506	0.73 464	0.28 274	0.71 464	0.66 474	0.75 466	0.27 253	0.27 213	0.29 254	0.37 300	0.75 512	0.28 230	0.30 324

SQANet	0.28 210	0.28 167	0.28 227	0.28 199	0.28 272	0.28 241	0.28 266	0.28 231	0.28 272	0.28 237	0.28 274	0.28 241	0.28 277	0.28 244	0.28 262	0.28 217	0.28 240	0.28 243	0.28 315	0.28 230	0.28 305

CFNet	1.37 574	5.27 647	0.19 188	5.49 670	0.19 231	0.28 241	0.19 218	0.28 231	0.19 226	0.28 237	0.19 230	0.28 241	4.35 689	0.28 244	0.19 220	0.23 194	0.17 190	0.23 216	4.21 698	4.81 675	0.17 207

ssnet_v2	0.68 414	1.96 531	1.25 573	0.29 200	0.20 234	0.30 246	0.20 222	0.29 236	0.22 235	1.50 597	0.20 234	0.31 255	0.20 233	0.27 240	0.22 229	0.24 201	1.49 597	0.26 236	0.18 229	3.90 652	0.19 216

RAFT + AFF	0.31 223	0.45 235	0.34 273	0.39 241	0.28 272	0.38 285	0.33 348	0.29 236	0.31 336	0.30 243	0.30 298	0.29 247	0.27 269	0.29 248	0.30 284	0.28 217	0.29 254	0.29 248	0.29 328	0.27 228	0.32 340

SME	0.27 208	0.29 169	0.31 252	0.38 234	0.20 234	0.29 244	0.18 212	0.30 238	0.20 228	0.32 254	0.21 239	0.32 259	0.20 233	0.32 257	0.21 226	0.35 253	0.32 272	0.27 240	0.19 230	0.29 233	0.20 218

DStereoO	0.31 223	0.31 174	0.31 252	0.30 201	0.40 403	0.31 252	0.30 284	0.30 238	0.34 365	0.29 242	0.31 340	0.29 247	0.30 294	0.31 254	0.31 323	0.31 232	0.29 254	0.31 256	0.30 342	0.31 242	0.31 333

MultiAttention	0.30 216	0.30 171	0.30 236	0.30 201	0.30 293	0.30 246	0.30 284	0.30 238	0.30 293	0.30 243	0.30 298	0.30 251	0.30 294	0.30 250	0.30 284	0.30 226	0.30 263	0.30 250	0.30 342	0.30 237	0.30 324

MSAF-DinoV2	0.30 216	0.30 171	0.30 236	0.30 201	0.30 293	0.30 246	0.30 284	0.30 238	0.30 293	0.30 243	0.30 298	0.30 251	0.30 294	0.30 250	0.30 284	0.30 226	0.30 263	0.30 250	0.30 342	0.30 237	0.30 324

DLNR_Zeroshot_test	0.31 223	0.28 167	0.47 371	0.79 415	0.24 256	0.30 246	0.26 253	0.30 238	0.24 245	0.32 254	0.23 245	0.31 255	0.24 249	0.30 250	0.23 236	0.29 225	0.26 221	0.29 248	0.24 251	0.33 252	0.23 225

DANet	0.30 216	0.30 171	0.30 236	0.30 201	0.30 293	0.30 246	0.30 284	0.30 238	0.30 293	0.30 243	0.30 298	0.30 251	0.30 294	0.30 250	0.30 284	0.30 226	0.30 263	0.30 250	0.30 342	0.30 237	0.30 324
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 232	0.52 266	0.34 273	0.31 207	0.31 340	0.30 246	0.30 284	0.31 244	0.30 293	0.31 248	0.31 340	0.31 255	0.30 294	0.31 254	0.31 323	0.30 226	0.32 272	0.31 256	0.31 353	0.31 242	0.31 333

DEFOM-Stereo	0.68 414	3.11 599	1.40 591	1.63 565	0.25 259	0.31 252	0.25 246	0.31 244	0.28 272	0.31 248	0.29 284	0.29 247	0.27 269	0.31 254	0.28 262	1.59 582	1.47 596	0.30 250	0.29 328	0.30 237	0.28 305

DStereoFS	0.32 232	0.33 177	0.32 258	0.33 217	0.30 293	0.32 261	0.32 337	0.32 246	0.31 336	0.30 243	0.31 340	0.31 255	0.30 294	0.32 257	0.32 333	0.32 235	0.31 268	0.30 250	0.47 443	0.32 245	0.34 354

WCG-NET（raft）	0.32 232	1.24 451	0.24 208	0.32 213	0.24 256	0.32 261	0.23 239	0.32 246	0.24 245	0.32 254	0.24 252	0.32 259	0.24 249	0.32 257	0.24 239	0.30 226	0.23 213	0.30 250	0.23 244	0.30 237	0.23 225

tt1	0.31 223	0.93 338	0.24 208	0.33 217	0.23 251	0.31 252	0.24 244	0.32 246	0.24 245	0.32 254	0.23 245	0.32 259	0.25 252	0.32 257	0.24 239	0.27 213	0.26 221	0.27 240	0.26 260	0.27 228	0.27 280

iResNet_ROB	0.28 210	0.32 176	0.24 208	0.32 213	0.25 259	0.32 261	0.24 244	0.32 246	0.24 245	0.33 259	0.24 252	0.35 270	0.24 249	0.33 265	0.24 239	0.31 232	0.24 217	0.32 259	0.24 251	0.32 245	0.24 235

xxxxx1	0.31 223	0.91 331	0.23 201	0.31 207	0.23 251	0.31 252	0.23 239	0.33 250	0.25 250	0.31 248	0.24 252	0.33 263	0.25 252	0.32 257	0.24 239	0.28 217	0.28 240	0.28 243	0.28 315	0.29 233	0.27 280

tt_ll	0.31 223	0.91 331	0.23 201	0.31 207	0.23 251	0.31 252	0.23 239	0.33 250	0.25 250	0.31 248	0.24 252	0.33 263	0.25 252	0.32 257	0.24 239	0.28 217	0.28 240	0.28 243	0.28 315	0.29 233	0.27 280

ff	0.31 223	0.91 331	0.23 201	0.31 207	0.23 251	0.31 252	0.23 239	0.33 250	0.25 250	0.31 248	0.24 252	0.33 263	0.25 252	0.32 257	0.24 239	0.28 217	0.28 240	0.28 243	0.28 315	0.29 233	0.27 280

FE-Mocha	0.35 247	0.71 294	0.40 334	0.47 298	0.27 267	0.34 264	0.27 256	0.34 253	0.26 263	0.34 262	0.26 263	0.34 268	0.27 269	0.34 266	0.27 253	0.44 316	0.41 358	0.33 266	0.29 328	0.32 245	0.29 311

H2IRNET	0.34 238	0.34 178	0.34 273	0.34 221	0.34 372	0.34 264	0.34 361	0.34 253	0.34 365	0.34 262	0.34 367	0.34 268	0.34 364	0.34 266	0.34 358	0.34 245	0.34 314	0.34 276	0.34 374	0.34 257	0.34 354

DN-CSS_ROB	0.31 223	0.35 180	0.28 227	0.35 224	0.28 272	0.34 264	0.27 256	0.34 253	0.25 250	0.35 266	0.27 267	0.36 275	0.26 262	0.34 266	0.28 262	0.35 253	0.28 240	0.34 276	0.28 315	0.34 257	0.27 280

CES	0.39 282	0.47 243	0.36 285	0.36 228	0.37 385	0.45 382	0.35 366	0.35 256	0.40 399	0.36 270	0.44 425	0.47 391	0.36 373	0.44 360	0.36 365	0.37 261	0.39 345	0.44 397	0.35 387	0.37 281	0.36 367

FENet	0.54 384	1.52 470	1.19 519	1.41 552	0.23 251	0.35 268	0.23 239	0.35 256	0.23 242	0.34 262	0.23 245	0.35 270	0.23 246	0.35 269	0.23 236	1.40 572	1.07 504	0.32 259	0.23 244	0.33 252	0.23 225

MLCV	0.31 223	0.35 180	0.27 221	0.35 224	0.28 272	0.35 268	0.27 256	0.35 256	0.28 272	0.36 270	0.27 267	0.35 270	0.27 269	0.35 269	0.27 253	0.34 245	0.27 232	0.34 276	0.27 297	0.34 257	0.27 280

ETE_ROB	0.35 247	0.35 180	0.35 283	0.35 224	0.35 375	0.35 268	0.35 366	0.35 256	0.35 369	0.35 266	0.35 375	0.35 270	0.35 370	0.35 269	0.35 362	0.35 253	0.35 321	0.35 292	0.35 387	0.35 270	0.35 364

EKT-Stereo	0.37 264	0.40 201	0.44 356	1.07 463	0.29 282	0.34 264	0.31 329	0.36 260	0.29 279	0.38 276	0.31 340	0.37 283	0.30 294	0.36 275	0.29 275	0.34 245	0.28 240	0.39 349	0.30 342	0.37 281	0.30 324

CASnet	0.35 247	0.51 264	0.44 356	0.32 213	0.31 340	0.24 217	0.34 361	0.36 260	0.25 250	0.31 248	0.37 385	0.30 251	0.33 359	0.25 224	0.45 414	0.37 261	0.37 331	0.33 266	0.35 387	0.34 257	0.37 372
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 232	0.36 183	0.27 221	0.36 228	0.27 267	0.36 272	0.27 256	0.36 260	0.27 267	0.36 270	0.27 267	0.36 275	0.27 269	0.36 275	0.28 262	0.36 258	0.28 240	0.36 297	0.28 315	0.36 277	0.28 305

IGEV-Stereo	0.35 247	0.44 227	0.45 358	0.49 309	0.30 293	0.37 278	0.30 284	0.36 260	0.30 293	0.36 270	0.29 284	0.36 275	0.29 286	0.36 275	0.30 284	0.46 355	0.39 345	0.32 259	0.24 251	0.32 245	0.25 236
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 210	0.29 169	0.22 198	0.36 228	0.22 245	0.36 272	0.21 227	0.36 260	0.21 232	0.42 317	0.21 239	0.36 275	0.22 240	0.36 275	0.21 226	0.34 245	0.21 203	0.34 276	0.21 235	0.34 257	0.21 221

DMCA	0.36 254	0.38 190	0.37 289	0.35 224	0.35 375	0.36 272	0.36 372	0.36 260	0.35 369	0.35 266	0.37 385	0.36 275	0.36 373	0.35 269	0.36 365	0.36 258	0.36 327	0.35 292	0.36 393	0.36 277	0.36 367

GeoVLM	0.36 254	0.38 190	0.27 221	0.46 291	0.28 272	0.35 268	0.28 266	0.37 266	0.27 267	0.35 266	0.28 274	0.36 275	0.38 382	0.35 269	0.28 262	1.08 493	0.26 221	0.33 266	0.27 297	0.34 257	0.33 347

Monster-pub-eth3d	0.45 345	0.57 279	0.60 416	0.39 241	0.28 272	0.37 278	0.28 266	0.37 266	0.30 293	0.39 283	0.29 284	0.39 290	0.30 294	0.92 497	0.27 253	1.42 573	0.28 240	0.34 276	0.28 315	0.37 281	0.53 439

Monster-pub-mixall	0.44 322	0.56 278	0.60 416	0.38 234	0.27 267	0.37 278	0.27 256	0.37 266	0.29 279	0.38 276	0.27 267	0.38 285	0.29 286	0.85 485	0.27 253	1.46 576	0.26 221	0.34 276	0.26 260	0.36 277	0.53 439

Replicate-Monster	0.45 345	0.57 279	0.60 416	0.40 254	0.29 282	0.37 278	0.27 256	0.37 266	0.30 293	0.40 289	0.31 340	0.40 298	0.30 294	0.99 506	0.27 253	1.36 569	0.31 268	0.34 276	0.30 342	0.36 277	0.54 442

model_zeroshot	0.27 208	0.20 133	0.27 221	0.33 217	0.21 243	0.37 278	0.22 231	0.37 266	0.24 245	0.26 232	0.27 267	0.33 263	0.21 239	0.25 224	0.27 253	0.32 235	0.20 200	0.34 276	0.23 244	0.25 220	0.26 242

RSM	0.36 254	0.36 183	0.43 354	0.37 231	0.42 423	0.49 404	0.42 413	0.37 266	0.28 272	0.36 270	0.29 284	0.36 275	0.30 294	0.37 280	0.28 262	0.34 245	0.31 268	0.34 276	0.35 387	0.40 351	0.29 311

MyStereo04	0.56 391	3.72 615	0.59 412	0.49 309	0.41 413	0.36 272	0.32 337	0.37 266	0.31 336	0.34 262	0.46 432	0.35 270	0.32 348	0.35 269	0.33 345	0.49 370	0.45 380	0.34 276	0.32 360	0.35 270	0.43 404

Venus	0.38 270	0.38 190	0.38 291	0.38 234	0.38 392	0.37 278	0.38 385	0.37 266	0.37 381	0.41 303	0.37 385	0.39 290	0.37 378	0.38 283	0.38 377	0.37 261	0.38 338	0.38 308	0.37 396	0.37 281	0.38 379

XPNet_ROB	0.37 264	0.37 186	0.37 289	0.37 231	0.37 385	0.37 278	0.37 378	0.37 266	0.37 381	0.37 275	0.37 385	0.37 283	0.37 378	0.37 280	0.37 374	0.37 261	0.37 331	0.37 300	0.37 396	0.37 281	0.37 372

PStereo	0.32 232	0.36 183	0.28 227	0.38 234	0.29 282	0.36 272	0.27 256	0.38 275	0.27 267	0.38 276	0.28 274	0.36 275	0.27 269	0.36 275	0.28 262	0.32 235	0.27 232	0.33 266	0.27 297	0.33 252	0.27 280

WAO-8	0.38 270	0.38 190	0.38 291	0.38 234	0.38 392	0.38 285	0.38 385	0.38 275	0.38 385	0.38 276	0.38 390	0.38 285	0.38 382	0.38 283	0.38 377	0.38 272	0.38 338	0.38 308	0.37 396	0.38 294	0.38 379

WAO-7	0.38 270	0.38 190	0.38 291	0.38 234	0.38 392	0.38 285	0.38 385	0.38 275	0.38 385	0.38 276	0.38 390	0.38 285	0.38 382	0.38 283	0.38 377	0.38 272	0.38 338	0.38 308	0.38 409	0.38 294	0.38 379

HanzoNet	0.39 282	0.38 190	0.40 334	0.39 241	0.41 413	0.38 285	0.38 385	0.38 275	0.38 385	0.39 283	0.39 400	0.38 285	0.38 382	0.39 291	0.40 392	0.38 272	0.38 338	0.40 362	0.38 409	0.38 294	0.40 387

IMH	0.38 270	0.38 190	0.38 291	0.38 234	0.38 392	0.38 285	0.38 385	0.38 275	0.38 385	0.42 317	0.38 390	0.40 298	0.38 382	0.38 283	0.38 377	0.38 272	0.38 338	0.39 349	0.38 409	0.38 294	0.38 379

Anonymus	0.47 359	0.73 297	0.46 363	0.43 282	0.54 462	0.53 431	0.27 256	0.39 280	0.35 369	0.33 259	0.40 403	0.33 263	0.38 382	0.53 426	0.54 447	0.56 397	0.36 327	0.49 429	0.53 459	0.66 433	0.54 442

BStereo	0.22 185	0.23 144	0.20 191	0.24 181	0.20 234	0.23 214	0.33 348	0.39 280	0.17 213	0.23 208	0.17 211	0.23 213	0.16 200	0.24 215	0.17 204	0.23 194	0.16 169	0.22 207	0.20 232	0.22 200	0.16 190

Anonymus123	0.22 185	0.23 144	0.20 191	0.24 181	0.20 234	0.23 214	0.33 348	0.39 280	0.17 213	0.23 208	0.17 211	0.23 213	0.16 200	0.24 215	0.17 204	0.23 194	0.16 169	0.22 207	0.20 232	0.22 200	0.16 190

LG-Stereo_L2	0.34 238	0.37 186	0.38 291	0.47 298	0.28 272	0.39 291	0.28 266	0.39 280	0.28 272	0.39 283	0.28 274	0.39 290	0.28 277	0.38 283	0.28 262	0.42 314	0.35 321	0.36 297	0.26 260	0.35 270	0.26 242

1test111	0.37 264	1.02 368	0.30 236	0.39 241	0.29 282	0.40 293	0.28 266	0.39 280	0.29 279	0.39 283	0.29 284	0.39 290	0.28 277	0.40 294	0.29 275	0.33 241	0.32 272	0.33 266	0.31 353	0.32 245	0.31 333

cc1	0.37 264	1.02 368	0.30 236	0.39 241	0.29 282	0.40 293	0.28 266	0.39 280	0.29 279	0.39 283	0.29 284	0.39 290	0.28 277	0.40 294	0.29 275	0.33 241	0.32 272	0.33 266	0.31 353	0.32 245	0.31 333

IER	0.88 476	7.04 664	2.23 641	2.75 603	0.28 272	0.43 336	0.25 246	0.39 280	0.25 250	0.41 303	0.27 267	0.39 290	0.25 252	0.40 294	0.28 262	0.37 261	0.28 240	0.37 300	0.25 254	0.37 281	0.25 236

DISCO	1.11 513	0.39 197	5.28 684	0.39 241	0.20 234	0.39 291	0.27 256	0.39 280	0.22 235	0.38 276	0.20 234	0.38 285	0.20 233	6.95 703	0.22 229	0.30 226	0.21 203	0.27 240	0.21 235	5.25 684	0.21 221

GIP-stereo	0.36 254	0.49 251	0.39 302	0.48 303	0.32 350	0.41 309	0.28 266	0.40 288	0.30 293	0.41 303	0.28 274	0.40 298	0.28 277	0.42 323	0.28 262	0.45 345	0.32 272	0.38 308	0.30 342	0.37 281	0.27 280

DCVSM-stereo	0.36 254	1.89 521	0.22 198	0.40 254	0.22 245	0.40 293	0.22 231	0.40 288	0.22 235	0.40 289	0.22 241	0.40 298	0.22 240	0.40 294	0.22 229	0.28 217	0.21 203	0.28 243	0.21 235	0.28 230	0.20 218

IGEV++	0.34 238	0.43 224	0.30 236	0.40 254	0.29 282	0.40 293	0.29 277	0.40 288	0.29 279	0.40 289	0.29 284	0.40 298	0.29 286	0.40 294	0.30 284	0.38 272	0.29 254	0.37 300	0.29 328	0.37 281	0.29 311

ACVNet-DCA	0.37 264	1.00 354	0.30 236	0.40 254	0.29 282	0.40 293	0.29 277	0.40 288	0.29 279	0.40 289	0.29 284	0.40 298	0.29 286	0.39 291	0.28 262	0.33 241	0.32 272	0.33 266	0.32 360	0.33 252	0.32 340

xx1	0.38 270	1.03 370	0.31 252	0.40 254	0.31 340	0.41 309	0.28 266	0.40 288	0.29 279	0.40 289	0.29 284	0.40 298	0.29 286	0.40 294	0.29 275	0.34 245	0.33 285	0.34 276	0.32 360	0.34 257	0.32 340

LL-Strereo2	0.48 365	1.73 482	0.51 397	0.59 377	0.34 372	0.42 329	0.33 348	0.40 288	0.31 336	0.42 317	0.33 359	0.42 329	0.31 343	0.44 360	0.39 389	0.60 403	0.51 410	0.44 397	0.33 370	0.44 372	0.33 347

knoymous	0.40 287	0.40 201	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

anonymousa	0.40 287	0.40 201	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

riskmin	0.40 287	0.40 201	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

Anonymous_2	0.40 287	0.40 201	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

Anonymous_1	0.40 287	0.40 201	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387

NINENet	0.69 417	3.87 621	1.20 522	1.98 576	0.05 126	0.40 293	0.04 103	0.40 288	0.05 124	0.41 303	0.04 110	0.41 311	0.05 117	0.40 294	0.05 115	1.79 588	1.56 603	0.34 276	0.22 238	0.34 257	0.23 225

iRaft-Stereo_5w	0.34 238	0.42 222	0.31 252	0.39 241	0.30 293	0.38 285	0.30 284	0.40 288	0.29 279	0.40 289	0.37 385	0.41 311	0.34 364	0.38 283	0.30 284	0.34 245	0.27 232	0.34 276	0.26 260	0.34 257	0.26 242

AdaStereo	0.40 287	0.40 201	0.40 334	0.40 254	0.40 403	0.40 293	0.40 399	0.40 288	0.40 399	0.40 289	0.40 403	0.40 298	0.40 394	0.40 294	0.40 392	0.40 292	0.40 348	0.40 362	0.40 414	0.40 351	0.40 387
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.
StereoDRNet-Refined	0.33 237	0.39 197	0.26 218	0.39 241	0.26 266	0.40 293	0.26 253	0.40 288	0.26 263	0.39 283	0.26 263	0.39 290	0.26 262	0.39 291	0.26 252	0.37 261	0.25 218	0.37 300	0.25 254	0.37 281	0.37 372
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 309	1.15 390	0.57 410	0.53 361	0.32 350	0.41 309	0.32 337	0.41 303	0.32 346	0.41 303	0.32 350	0.41 311	0.32 348	0.40 294	0.32 333	0.52 384	0.50 405	0.38 308	0.31 353	0.39 339	0.31 333

Zero-FE251	0.36 254	0.40 201	0.28 227	0.41 266	0.28 272	0.41 309	0.28 266	0.41 303	0.28 272	0.41 303	0.28 274	0.41 311	0.28 277	0.42 323	0.30 284	0.37 261	0.26 221	0.37 300	0.27 297	0.45 377	0.56 453

RAFT-Test	0.36 254	0.37 186	0.33 263	0.41 266	0.32 350	0.41 309	0.32 337	0.41 303	0.32 346	0.41 303	0.32 350	0.41 311	0.32 348	0.41 310	0.33 345	0.37 261	0.29 254	0.37 300	0.29 328	0.38 294	0.31 333

BUS	0.83 461	1.91 524	0.92 490	4.48 647	0.02 22	0.40 293	0.04 103	0.41 303	0.02 22	0.48 391	0.03 56	0.41 311	0.05 117	0.03 43	0.05 115	1.97 601	4.19 673	0.33 266	0.23 244	0.34 257	0.27 280

CRFU-Net	0.65 407	1.67 474	1.22 569	1.96 575	0.27 267	0.41 309	0.27 256	0.41 303	0.27 267	0.40 289	0.26 263	0.41 311	0.27 269	0.40 294	0.27 253	1.80 589	1.62 611	0.34 276	0.23 244	0.33 252	0.23 225

BSDual-CNN	0.81 453	1.91 524	0.92 490	4.48 647	0.02 22	0.42 329	0.06 137	0.41 303	0.02 22	0.48 391	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 601	4.19 673	0.33 266	0.23 244	0.34 257	0.27 280

hknet	1.10 511	1.85 515	3.49 670	4.48 647	0.02 22	0.42 329	0.06 137	0.41 303	0.02 22	0.48 391	0.03 56	0.41 311	0.03 53	0.42 323	0.03 52	4.39 659	4.19 673	0.33 266	0.23 244	0.34 257	0.27 280

iRaft-Stereo_20w	0.34 238	0.41 212	0.31 252	0.39 241	0.29 282	0.40 293	0.32 337	0.41 303	0.32 346	0.38 276	0.30 298	0.39 290	0.30 294	0.38 283	0.32 333	0.35 253	0.27 232	0.34 276	0.27 297	0.34 257	0.29 311

GMOStereo	0.37 264	0.45 235	0.23 201	0.30 201	0.37 385	0.41 309	0.36 372	0.41 303	0.35 369	0.43 322	0.36 378	0.41 311	0.40 394	0.41 310	0.36 365	0.34 245	0.22 207	0.47 416	0.37 396	0.39 339	0.33 347

error version	0.93 486	4.47 634	2.35 644	1.99 577	0.37 385	0.41 309	0.36 372	0.41 303	0.35 369	0.43 322	0.36 378	0.41 311	0.40 394	0.41 310	0.36 365	1.87 592	2.16 639	0.47 416	0.37 396	0.39 339	0.33 347

test_1	0.93 486	4.47 634	2.35 644	1.99 577	0.37 385	0.41 309	0.36 372	0.41 303	0.35 369	0.43 322	0.36 378	0.41 311	0.40 394	0.41 310	0.36 365	1.87 592	2.16 639	0.47 416	0.37 396	0.39 339	0.33 347

GwcNet-ADL	0.41 295	0.41 212	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

PSMNet-ADL	0.41 295	0.41 212	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

GANet-ADL	0.41 295	0.41 212	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

ADLNet2	0.41 295	0.41 212	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

ADLNet	0.41 295	0.41 212	0.41 348	0.41 266	0.41 413	0.41 309	0.41 408	0.41 303	0.41 409	0.41 303	0.41 411	0.41 311	0.41 406	0.41 310	0.41 400	0.41 300	0.41 358	0.41 379	0.41 422	0.41 362	0.41 395

DGSMNet	0.34 238	0.41 212	0.27 221	0.41 266	0.28 272	0.41 309	0.28 266	0.41 303	0.27 267	0.41 303	0.27 267	0.42 329	0.27 269	0.41 310	0.28 262	0.40 292	0.29 254	0.40 362	0.28 315	0.40 351	0.27 280

Gwc-CoAtRS	0.41 295	1.49 469	0.32 258	0.42 276	0.32 350	0.41 309	0.32 337	0.41 303	0.33 356	0.41 303	0.32 350	0.41 311	0.32 348	0.41 310	0.32 333	0.39 285	0.28 240	0.39 349	0.28 315	0.40 351	0.28 305

HiDET	0.38 270	0.44 227	0.30 236	0.42 276	0.30 293	0.42 329	0.30 284	0.42 321	0.30 293	0.44 360	0.30 298	0.42 329	0.30 294	0.42 323	0.68 478	0.37 261	0.32 272	0.40 362	0.29 328	0.37 281	0.29 311

LCMNet	0.38 270	0.44 227	0.30 236	0.42 276	0.30 293	0.42 329	0.30 284	0.42 321	0.30 293	0.45 372	0.30 298	0.42 329	0.30 294	0.42 323	0.69 486	0.37 261	0.32 272	0.40 362	0.29 328	0.37 281	0.29 311

HART	0.38 270	0.45 235	0.34 273	0.42 276	0.33 362	0.41 309	0.34 361	0.42 321	0.33 356	0.43 322	0.34 367	0.42 329	0.34 364	0.41 310	0.38 377	0.40 292	0.32 272	0.42 394	0.32 360	0.40 351	0.32 340

RAFT-Stereo-weight	0.45 345	1.90 523	0.34 273	0.42 276	0.36 381	0.43 336	0.35 366	0.42 321	0.34 365	0.42 317	0.34 367	0.44 371	0.34 364	0.41 310	0.34 358	0.38 272	0.32 272	0.38 308	0.32 360	0.38 294	0.33 347

GES	0.66 409	2.34 560	0.29 232	0.41 266	0.29 282	0.41 309	0.29 277	0.42 321	0.29 279	0.40 289	0.41 411	0.41 311	0.30 294	0.51 419	0.29 275	0.32 235	0.29 254	0.32 259	2.46 667	2.49 629	0.30 324

FCDSN-DC	0.41 295	0.59 282	0.64 430	0.54 364	0.33 362	0.50 413	0.37 378	0.42 321	0.40 399	0.61 446	0.43 423	0.50 417	0.49 439	0.38 283	0.32 333	0.28 217	0.23 213	0.26 236	0.22 238	0.35 270	0.28 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TestStereo_HL3	2.76 653	0.41 212	11.46 703	14.11 701	0.30 293	0.45 382	0.29 277	0.43 327	0.29 279	0.43 322	0.29 284	0.43 336	0.28 277	0.44 360	0.30 284	13.57 705	10.32 703	0.41 379	0.27 297	0.38 294	0.27 280

TestStereo_HL2	2.73 650	0.41 212	11.06 700	14.13 702	0.30 293	0.44 369	0.28 266	0.43 327	0.29 279	0.43 322	0.28 274	0.43 336	0.29 286	0.43 329	0.28 262	13.51 704	10.37 704	0.41 379	0.27 297	0.38 294	0.27 280

GGDA	2.76 653	0.41 212	11.34 702	14.28 703	0.30 293	0.44 369	0.29 277	0.43 327	0.29 279	0.43 322	0.28 274	0.43 336	0.28 277	0.43 329	0.29 275	13.45 703	10.57 705	0.41 379	0.27 297	0.38 294	0.27 280

TestStereo-Hl	2.78 655	0.42 222	11.23 701	14.38 704	0.30 293	0.44 369	0.30 284	0.43 327	0.28 272	0.43 322	0.29 284	0.44 371	0.29 286	0.44 360	0.29 275	13.64 706	10.73 706	0.41 379	0.27 297	0.38 294	0.27 280

aanet-new-90k	0.44 322	1.82 506	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-60k	0.44 322	1.81 499	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-70k	0.44 322	1.82 506	0.38 291	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-78k	0.44 322	1.80 494	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-40k	0.44 322	1.81 499	0.39 302	0.50 345	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-36k	0.44 322	1.80 494	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-34k	0.44 322	1.80 494	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-32k	0.44 322	1.79 493	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-30k	0.44 322	1.78 489	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT26K	0.43 309	1.76 484	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.31 323	0.44 316	0.33 285	0.38 308	0.27 297	0.38 294	0.26 242

aanet-new-24k	0.44 322	1.78 489	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-22k	0.44 322	1.81 499	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-16k	0.44 322	1.83 509	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-14k	0.60 394	5.12 642	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.30 284	0.44 316	0.37 331	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-8k	0.43 309	1.76 484	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new	0.43 309	1.80 494	0.38 291	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-cres-4k	0.44 322	1.81 499	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-cres	0.43 309	1.77 486	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-36K	0.43 309	1.78 489	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-22K	0.44 322	1.85 515	0.38 291	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-20K	0.43 309	1.77 486	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-24K	0.44 322	1.86 518	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-5K	0.44 322	1.80 494	0.39 302	0.49 309	0.30 293	0.44 369	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-2K	0.44 322	1.82 506	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-3K	0.43 309	1.77 486	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-50K	0.44 322	1.83 509	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.36 327	0.38 308	0.26 260	0.38 294	0.26 242

GCAP-Stereo-DPT-FT	0.41 295	1.06 377	0.40 334	0.51 356	0.31 340	0.44 369	0.30 284	0.43 327	0.32 346	0.44 360	0.30 298	0.56 440	0.30 294	0.44 360	0.31 323	0.45 345	0.34 314	0.39 349	0.27 297	0.40 351	0.27 280

MonSter++	0.38 270	0.44 227	0.31 252	0.43 282	0.30 293	0.43 336	0.31 329	0.43 327	0.31 336	0.45 372	0.31 340	0.43 336	0.31 343	0.43 329	0.69 486	0.38 272	0.33 285	0.40 362	0.30 342	0.38 294	0.30 324

CSFM-Stereo	0.38 270	0.44 227	0.30 236	0.42 276	0.30 293	0.42 329	0.30 284	0.43 327	0.30 293	0.44 360	0.30 298	0.42 329	0.30 294	0.42 323	0.73 498	0.37 261	0.32 272	0.40 362	0.29 328	0.37 281	0.30 324

GCAP-BAT	0.41 295	1.30 455	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.44 360	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.44 316	0.34 314	0.38 308	0.26 260	0.38 294	0.26 242

test_for_model	0.35 247	0.39 197	0.30 236	0.43 282	0.30 293	0.43 336	0.30 284	0.43 327	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.31 323	0.38 272	0.26 221	0.38 308	0.26 260	0.38 294	0.26 242

GCAPDPT-zeroshot	0.36 254	0.40 201	0.30 236	0.43 282	0.30 293	0.43 336	0.30 284	0.43 327	0.31 336	0.43 322	0.30 298	0.43 336	0.30 294	0.44 360	0.31 323	0.39 285	0.28 240	0.39 349	0.27 297	0.39 339	0.26 242

RCA-Stereo	0.51 378	3.22 603	0.34 273	0.44 286	0.34 372	0.44 369	0.34 361	0.43 327	0.34 365	0.43 322	0.34 367	0.44 371	0.33 359	0.43 329	0.33 345	0.38 272	0.29 254	0.38 308	0.29 328	0.38 294	0.29 311

UCFNet_RVC	2.75 652	10.06 686	0.29 232	10.31 699	0.29 282	0.42 329	0.29 277	0.43 327	0.29 279	0.42 317	0.29 284	0.42 329	9.87 706	0.43 329	0.29 275	0.36 258	9.84 701	0.36 297	0.26 260	9.77 705	0.26 242

aanet-32k-new	0.44 322	1.78 489	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.44 365	0.30 293	0.44 360	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.34 314	0.39 349	0.26 260	0.38 294	0.26 242

aanet-new-28k	0.44 322	1.81 499	0.39 302	0.49 309	0.30 293	0.44 369	0.30 284	0.44 365	0.30 293	0.44 360	0.30 298	0.44 371	0.30 294	0.44 360	0.30 284	0.45 345	0.33 285	0.38 308	0.26 260	0.38 294	0.26 242

aanet-new-10k	0.45 345	1.81 499	0.40 334	0.50 345	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.31 340	0.44 371	0.32 348	0.44 360	0.31 323	0.46 355	0.35 321	0.39 349	0.27 297	0.39 339	0.27 280

aanet-new-12k	0.46 352	1.99 532	0.40 334	0.51 356	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.31 340	0.44 371	0.31 343	0.44 360	0.32 333	0.47 362	0.35 321	0.39 349	0.27 297	0.39 339	0.27 280

GCAP-Stereo-DPT-25K	0.41 295	1.09 380	0.40 334	0.52 359	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.31 340	0.44 371	0.31 343	0.44 360	0.31 323	0.46 355	0.35 321	0.39 349	0.28 315	0.39 339	0.28 305

gcap_with_dpt	0.35 247	0.39 197	0.30 236	0.44 286	0.31 340	0.44 369	0.31 329	0.44 365	0.31 336	0.44 360	0.30 298	0.44 371	0.30 294	0.44 360	0.30 284	0.38 272	0.26 221	0.38 308	0.27 297	0.38 294	0.27 280

gcap-zeroshot	0.36 254	0.40 201	0.34 273	0.44 286	0.31 340	0.44 369	0.31 329	0.44 365	0.32 346	0.44 360	0.32 350	0.44 371	0.32 348	0.44 360	0.31 323	0.39 285	0.28 240	0.39 349	0.28 315	0.39 339	0.27 280

GCAPDPT-zeroshot4090	0.40 287	1.09 380	0.39 302	0.49 309	0.30 293	0.43 336	0.30 284	0.44 365	0.30 293	0.43 322	0.30 298	0.43 336	0.30 294	0.43 329	0.30 284	0.45 345	0.34 314	0.38 308	0.27 297	0.38 294	0.27 280

testlalala	0.36 254	0.40 201	0.34 273	0.44 286	0.31 340	0.44 369	0.31 329	0.44 365	0.32 346	0.44 360	0.32 350	0.44 371	0.32 348	0.44 360	0.31 323	0.39 285	0.28 240	0.39 349	0.28 315	0.39 339	0.27 280

water-stereo	0.41 295	0.84 315	0.46 363	0.50 345	0.33 362	0.45 382	0.33 348	0.45 374	0.32 346	0.45 372	0.32 350	0.45 381	0.32 348	0.45 378	0.32 333	0.44 316	0.41 358	0.39 349	0.31 353	0.39 339	0.32 340

GREAT-IGEV	0.38 270	0.43 224	0.36 285	0.48 303	0.32 350	0.45 382	0.32 337	0.45 374	0.32 346	0.45 372	0.32 350	0.45 381	0.32 348	0.45 378	0.32 333	0.44 316	0.33 285	0.41 379	0.29 328	0.41 362	0.29 311
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 287	0.45 235	0.35 283	0.48 303	0.36 381	0.47 394	0.34 361	0.45 374	0.38 385	0.47 384	0.33 359	0.45 381	0.32 348	0.45 378	0.32 333	0.39 285	0.38 338	0.38 308	0.37 396	0.39 339	0.39 385

fffy	0.38 270	0.43 224	0.33 263	0.46 291	0.33 362	0.45 382	0.32 337	0.45 374	0.32 346	0.45 372	0.32 350	0.45 381	0.33 359	0.45 378	0.32 333	0.38 272	0.38 338	0.38 308	0.37 396	0.37 281	0.36 367

DilatedVolume-Stereo	0.43 309	0.86 319	0.48 379	0.50 345	0.33 362	0.46 389	0.33 348	0.46 378	0.33 356	0.46 378	0.33 359	0.47 391	0.33 359	0.47 387	0.34 358	0.45 345	0.42 367	0.40 362	0.33 370	0.47 393	0.38 379

otaku	0.46 352	0.46 239	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.46 424	0.46 378	0.46 432	0.46 385	0.46 424	0.46 383	0.46 418	0.46 355	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

Ntro	0.47 359	0.47 243	0.46 363	0.46 291	0.46 432	0.47 394	0.47 429	0.46 378	0.47 429	0.46 378	0.46 432	0.47 391	0.46 424	0.47 387	0.47 425	0.47 362	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

Dean	0.46 352	0.46 239	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.46 424	0.47 384	0.46 432	0.46 385	0.46 424	0.46 383	0.46 418	0.46 355	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

ACVNet_1	0.46 352	0.47 243	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.47 429	0.46 378	0.46 432	0.46 385	0.46 424	0.46 383	0.46 418	0.46 355	0.46 382	0.47 416	0.46 436	0.46 380	0.46 410

ACVNet-4b	0.46 352	0.46 239	0.46 363	0.46 291	0.46 432	0.46 389	0.46 424	0.46 378	0.46 424	0.46 378	0.46 432	0.46 385	0.46 424	0.47 387	0.46 418	0.46 355	0.46 382	0.46 406	0.46 436	0.46 380	0.46 410

Former-RAFT_DAM_RVC	0.49 371	0.98 345	0.64 430	0.84 424	0.46 432	0.45 382	0.35 366	0.47 384	0.47 429	0.45 372	0.34 367	0.46 385	0.48 433	0.46 383	0.35 362	0.39 285	0.71 464	0.39 349	0.35 387	0.41 362	0.41 395

HaxPig	0.47 359	0.47 243	0.47 371	0.49 309	0.47 438	0.47 394	0.47 429	0.47 384	0.47 429	0.47 384	0.47 440	0.47 391	0.47 432	0.47 387	0.47 425	0.47 362	0.47 390	0.47 416	0.47 443	0.47 393	0.48 419

UNDER WATER	0.47 359	0.47 243	0.47 371	0.47 298	0.47 438	0.47 394	0.47 429	0.47 384	0.47 429	0.47 384	0.47 440	0.47 391	0.46 424	0.47 387	0.47 425	0.47 362	0.47 390	0.47 416	0.46 436	0.47 393	0.47 417

LVE	0.47 359	0.47 243	0.47 371	0.47 298	0.49 445	0.47 394	0.47 429	0.47 384	0.49 438	0.47 384	0.47 440	0.47 391	0.46 424	0.47 387	0.47 425	0.47 362	0.47 390	0.48 424	0.47 443	0.47 393	0.47 417

PhaseNet	1.74 584	6.34 663	4.81 680	6.77 679	0.24 256	0.80 473	0.53 450	0.48 388	0.22 235	0.53 426	0.28 274	0.48 398	0.25 252	0.40 294	0.32 333	6.39 689	4.61 676	0.46 406	0.38 409	0.25 220	0.18 213

SCV_C0	0.45 345	0.88 323	0.49 386	0.54 364	0.37 385	0.48 399	0.37 378	0.48 388	0.37 381	0.48 391	0.36 378	0.48 398	0.37 378	0.49 401	0.37 374	0.50 376	0.41 358	0.44 397	0.34 374	0.44 372	0.34 354

SCV	0.46 352	0.94 340	0.45 358	0.54 364	0.37 385	0.48 399	0.38 385	0.48 388	0.37 381	0.48 391	0.39 400	0.48 398	0.37 378	0.49 401	0.37 374	0.50 376	0.46 382	0.44 397	0.34 374	0.44 372	0.34 354

RainbowNet	0.48 365	0.48 249	0.48 379	0.48 303	0.48 442	0.48 399	0.48 438	0.48 388	0.48 436	0.48 391	0.48 444	0.48 398	0.48 433	0.48 395	0.48 431	0.48 367	0.48 394	0.48 424	0.48 447	0.48 397	0.48 419

notaker	0.48 365	0.49 251	0.48 379	0.48 303	0.48 442	0.48 399	0.48 438	0.48 388	0.49 438	0.48 391	0.48 444	0.48 398	0.48 433	0.48 395	0.48 431	0.48 367	0.48 394	0.48 424	0.48 447	0.48 397	0.49 425

Pro-Stereo	0.79 445	0.53 270	0.38 291	0.49 309	0.38 392	0.49 404	0.37 378	0.49 393	0.67 476	0.50 411	0.38 390	1.10 528	0.38 382	0.49 401	0.38 377	0.71 427	0.88 486	5.98 700	0.36 393	0.46 380	0.36 367

UGAM	0.51 378	2.23 549	0.39 302	0.54 364	0.35 375	0.50 413	0.35 366	0.49 393	0.35 369	0.49 398	0.35 375	0.49 403	0.36 373	0.50 409	0.36 365	0.49 370	0.37 331	0.45 402	0.34 374	0.45 377	0.34 354

MyStereo07	0.60 394	3.72 615	0.48 379	0.49 309	0.41 413	0.36 272	0.32 337	0.49 393	0.43 417	0.51 420	0.42 421	0.49 403	0.43 415	0.51 419	0.64 462	0.49 370	0.45 380	0.34 276	0.32 360	0.35 270	0.43 404

KSHMR	0.66 409	0.50 256	0.48 379	1.15 474	0.52 456	0.49 404	0.51 448	0.49 393	0.71 500	0.67 457	0.50 451	1.16 536	1.11 534	0.66 452	0.52 443	0.49 370	0.49 397	0.51 439	0.66 490	0.50 405	1.14 544

ACVNet_2	0.49 371	0.49 251	0.49 386	0.49 309	0.49 445	0.49 404	0.49 440	0.49 393	0.49 438	0.49 398	0.49 447	0.49 403	0.49 439	0.49 401	0.49 433	0.49 370	0.49 397	0.49 429	0.49 451	0.49 400	0.49 425

CFNet_ucs	2.73 650	9.64 683	0.33 263	9.92 696	0.32 350	0.49 404	0.33 348	0.49 393	0.33 356	0.49 398	0.33 359	0.49 403	8.98 704	0.48 395	0.33 345	0.41 300	9.96 702	0.40 362	0.29 328	10.12 707	0.54 442

CFNet_pseudo	2.67 649	9.36 681	0.32 258	10.99 700	0.33 362	0.85 483	0.33 348	0.49 393	0.33 356	0.49 398	0.32 350	0.49 403	7.26 700	0.49 401	0.33 345	0.41 300	9.62 699	0.41 379	0.29 328	10.03 706	0.29 311

pcwnet_v2	2.66 648	9.89 685	0.33 263	9.89 695	0.32 350	0.50 413	0.32 337	0.49 393	0.33 356	0.49 398	0.34 367	0.49 403	8.76 703	0.48 395	0.33 345	0.41 300	9.58 698	0.40 362	0.29 328	9.01 702	0.63 465

psmorigin	0.41 295	0.46 239	0.33 263	0.49 309	0.33 362	0.49 404	0.33 348	0.49 393	0.33 356	0.49 398	0.33 359	0.49 403	0.33 359	0.51 419	0.33 345	0.41 300	0.30 263	0.41 379	0.30 342	0.79 458	0.29 311

quiztm	0.43 309	0.49 251	0.40 334	0.51 356	0.40 403	0.51 425	0.40 399	0.50 402	0.40 399	0.50 411	0.40 403	0.51 428	0.40 394	0.50 409	0.40 392	0.44 316	0.34 314	0.44 397	0.34 374	0.44 372	0.34 354

GSStereo	0.81 453	4.28 632	0.50 391	0.59 377	0.40 403	0.51 425	0.38 385	0.50 402	0.38 385	0.50 411	0.38 390	0.50 417	3.79 681	0.50 409	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.35 364

GS-Stereo							0.38 385	0.50 402	0.38 385	0.50 411	0.38 390	0.50 417	3.79 681	0.50 409	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.35 364

252Zero-FE	0.45 345	0.50 256	0.36 285	0.50 345	0.36 381	0.50 413	0.36 372	0.50 402	0.36 379	0.49 398	0.36 378	0.49 403	0.36 373	0.54 429	0.41 400	0.45 345	0.34 314	0.45 402	0.34 374	0.55 419	0.75 497

GASTEREO	0.48 365	1.21 443	0.47 371	0.57 372	0.38 392	0.50 413	0.38 385	0.50 402	0.38 385	0.50 411	0.38 390	0.50 417	0.38 382	0.50 409	0.38 377	0.52 384	0.42 367	0.46 406	0.34 374	0.46 380	0.34 354

FoundationStereo	0.50 373	0.50 256	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

StereoAnything_RVC	0.50 373	0.50 256	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

dual_stereo	0.50 373	0.50 256	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

UGAM-zero	0.51 378	2.17 544	0.39 302	0.53 361	0.36 381	0.50 413	0.36 372	0.50 402	0.36 379	0.49 398	0.36 378	0.50 417	0.35 370	0.50 409	0.36 365	0.49 370	0.37 331	0.47 416	0.35 387	0.46 380	0.34 354

GCST	0.50 373	2.08 535	0.38 291	0.53 361	0.35 375	0.49 404	0.35 366	0.50 402	0.35 369	0.49 398	0.35 375	0.49 403	0.35 370	0.49 401	0.35 362	0.48 367	0.37 331	0.45 402	0.33 370	0.44 372	0.33 347

TorneroNet	0.66 409	0.53 270	0.50 391	0.50 345	0.64 479	1.06 519	0.70 494	0.50 402	0.51 450	0.49 398	0.69 494	0.49 403	0.50 443	0.48 395	1.15 546	0.71 427	0.49 397	1.14 534	1.08 545	0.49 400	0.49 425

Selective-IGEV	0.51 378	0.55 276	0.45 358	0.69 395	0.45 430	0.61 447	0.45 422	0.50 402	0.40 399	0.56 437	0.44 425	0.55 437	0.40 394	0.72 461	0.67 471	0.59 402	0.46 382	0.45 402	0.34 374	0.46 380	0.37 372

ccnet	0.80 448	2.28 552	0.33 263	0.50 345	0.33 362	0.50 413	0.33 348	0.50 402	0.33 356	0.49 398	0.33 359	0.49 403	1.56 611	2.38 632	0.33 345	0.41 300	0.29 254	0.42 394	1.57 627	2.28 617	0.29 311

SANet	0.50 373	0.50 256	0.50 391	0.50 345	0.50 449	0.50 413	0.50 444	0.50 402	0.50 443	0.50 411	0.50 451	0.50 417	0.50 443	0.50 409	0.50 436	0.50 376	0.50 405	0.50 434	0.50 453	0.50 405	0.50 428

GEAStereo	0.62 401	3.91 622	0.48 379	0.69 395	0.38 392	0.51 425	0.38 385	0.51 416	0.38 385	0.53 426	0.38 390	0.50 417	0.38 382	0.51 419	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.34 354

gasm-f	0.62 401	3.91 622	0.48 379	0.69 395	0.38 392	0.51 425	0.38 385	0.51 416	0.38 385	0.53 426	0.38 390	0.50 417	0.38 382	0.51 419	0.38 377	0.54 388	0.43 372	0.46 406	0.34 374	0.46 380	0.34 354

ccccc		0.44 227		0.48 303	0.35 375	0.48 399		0.51 416		0.47 384		0.47 391		0.47 387		0.41 300	0.40 348	0.40 362	0.40 414	0.41 362

ktn	0.72 426	0.53 270	1.08 507	1.14 471	0.51 455	1.22 580	1.36 612	0.51 416	0.59 462	0.51 420	0.51 457	0.69 461	1.20 546	0.67 454	0.51 441	0.51 382	0.49 397	0.58 450	0.66 490	0.52 413	0.53 439

depthmonostereo	0.44 322	0.85 317	0.46 363	0.54 364	0.40 403	0.52 429	0.38 385	0.52 420	0.35 369	0.47 384	0.34 367	0.46 385	0.34 364	0.47 387	0.34 358	0.45 345	0.43 372	0.41 379	0.33 370	0.41 362	0.32 340

fffft	0.48 365	0.51 264	0.45 358	0.52 359	0.45 430	0.52 429	0.45 422	0.52 420	0.48 436	0.53 426	0.45 429	0.52 429	0.45 421	0.52 424	0.46 418	0.51 382	0.41 358	0.50 434	0.41 422	0.50 405	0.41 395
1: 1. 1
LG-Stereo_L1	0.47 359	0.52 266	0.47 371	0.62 382	0.39 402	0.53 431	0.40 399	0.53 422	0.39 398	0.53 426	0.39 400	0.53 430	0.39 393	0.53 426	0.39 389	0.55 394	0.46 382	0.49 429	0.37 396	0.49 400	0.37 372

PSMNet_ROB	0.54 384	0.54 274	0.54 405	0.54 364	0.53 459	0.54 435	0.54 453	0.53 422	0.54 453	0.54 432	0.54 461	0.54 433	0.53 450	0.54 429	0.54 447	0.54 388	0.53 414	0.54 446	0.54 461	0.54 418	0.54 442

MSCF	0.51 378	1.40 466	0.49 386	0.58 374	0.38 392	0.50 413	0.38 385	0.54 424	0.41 409	0.52 423	0.41 411	0.53 430	0.42 412	0.53 426	0.41 400	0.60 403	0.47 390	0.48 424	0.37 396	0.48 397	0.38 379

Occ-G	1.12 514	0.52 266	3.72 675	3.50 635	0.50 449	0.56 437	0.47 429	0.54 424	0.46 424	0.54 432	0.41 411	0.54 433	0.42 412	0.52 424	0.42 408	3.42 651	4.02 672	0.52 442	0.45 434	0.51 411	0.44 407

iRaftStereo_RVC	0.97 490	3.17 602	2.30 643	2.42 595	0.38 392	0.54 435	0.38 385	0.54 424	0.38 385	0.54 432	0.38 390	0.54 433	0.38 382	0.54 429	0.38 377	2.38 627	2.34 643	0.49 429	0.36 393	0.49 400	0.36 367

FSD					0.44 426	0.56 437	0.44 416	0.55 427	0.44 420	0.56 437	0.44 425	0.56 440	0.44 417	0.56 434	0.46 418	0.61 407	0.42 367	0.52 442	0.42 430	0.52 413

LG-Stereo_Zeroshot	0.48 365	0.55 276	0.47 371	0.63 384	0.41 413	0.56 437	0.44 416	0.56 428	0.41 409	0.56 437	0.41 411	0.57 443	0.42 412	0.56 434	0.41 400	0.55 394	0.43 372	0.51 439	0.37 396	0.51 411	0.37 372

MyStereo06	0.75 434	4.12 626	0.60 416	0.63 384	0.61 473	0.62 450	0.66 472	0.56 428	0.45 423	0.55 435	0.48 444	0.54 433	0.46 424	0.57 439	0.45 414	0.60 403	0.57 421	0.64 458	0.55 463	0.72 445	0.55 450

CASS	0.57 393	0.89 326	0.56 408	0.57 372	0.56 463	0.56 437	0.56 455	0.56 428	0.53 451	0.57 440	0.57 463	0.59 447	0.48 433	0.56 434	0.57 451	0.55 394	0.56 419	0.47 416	0.56 467	0.62 429	0.56 453
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 394	0.58 281	0.47 371	0.64 387	0.74 502	1.00 502	0.69 488	0.57 431	0.41 409	0.57 440	0.41 411	0.57 443	0.41 406	1.00 508	0.75 503	0.91 466	0.51 410	0.52 442	0.37 396	0.52 413	0.37 372

LL-Strereo	1.01 501	5.06 641	1.63 604	0.70 401	1.43 619	0.56 437	0.46 424	0.57 431	0.50 443	0.57 440	0.50 451	1.58 601	0.49 439	0.59 441	0.50 436	1.64 585	0.52 412	0.51 439	1.37 614	0.52 413	0.45 409

PML	0.46 352	1.36 461	0.29 232	0.58 374	0.30 293	0.57 443	0.29 277	0.57 431	0.29 279	0.57 440	0.29 284	0.57 443	0.29 286	0.56 434	0.29 275	0.52 384	0.30 263	0.53 445	0.31 353	0.53 417	0.30 324

SE	0.64 405	0.73 297	0.77 469	0.79 415	0.59 466	0.78 468	0.54 453	0.58 434	0.58 457	0.78 473	0.59 467	0.63 453	0.18 222	0.78 468	0.52 443	0.80 450	0.65 443	0.69 466	0.57 469	0.75 449	0.52 436

AIO-test1	0.54 384	0.60 284	0.52 400	0.66 392	0.47 438	0.61 447	0.47 429	0.58 434	0.46 424	0.61 446	0.46 432	0.61 450	0.45 421	0.62 444	0.45 414	0.61 407	0.52 412	0.57 449	0.48 447	0.57 424	0.48 419

LMCR-Stereo	0.65 407	0.63 286	0.65 434	0.65 388	0.65 481	0.66 455	0.63 466	0.58 434	0.65 472	0.63 451	0.64 477	0.65 458	0.65 470	0.66 452	0.66 470	0.66 418	0.64 441	0.65 461	0.67 494	0.68 436	0.73 493

AIO-Stereo-zeroshot1	0.75 434	0.92 336	0.85 482	0.96 450	0.59 466	1.27 584	0.44 416	0.59 437	0.69 487	0.91 491	0.68 489	0.55 437	0.61 465	1.06 523	0.83 516	0.62 411	0.70 460	0.90 503	0.41 422	0.89 477	0.56 453

MyStereo8	0.71 423	3.92 624	0.52 400	0.59 377	0.52 456	0.57 443	0.53 450	0.59 437	0.50 443	0.59 444	0.51 457	0.57 443	0.50 443	0.56 434	0.52 443	0.54 388	0.49 397	0.54 446	0.49 451	0.55 419	0.50 428

DN	0.53 383	0.85 317	0.45 358	0.65 388	0.44 426	0.60 446	0.44 416	0.60 439	0.44 420	0.60 445	0.45 429	0.60 448	0.44 417	0.60 443	0.44 412	0.56 397	0.42 367	0.56 448	0.42 430	0.56 421	0.42 402

AEACV	1.12 514	0.52 266	3.12 666	3.24 620	0.86 522	0.53 431	0.49 440	0.60 439	0.47 429	0.53 426	0.49 447	0.55 437	0.45 421	0.55 433	0.47 425	3.01 646	3.88 670	0.71 472	0.60 473	0.80 461	0.48 419

CFNet_RVC	2.38 641	8.71 676	0.38 291	9.33 691	0.42 423	0.56 437	0.42 413	0.60 439	0.38 385	0.62 449	0.42 421	0.56 440	7.29 701	0.62 444	0.42 408	0.53 387	0.37 331	0.49 429	0.34 374	8.30 698	6.87 703

AIO-test2	0.55 389	0.59 282	0.52 400	0.67 393	0.47 438	0.61 447	0.47 429	0.61 442	0.47 429	0.61 446	0.47 440	0.61 450	0.48 433	0.62 444	0.47 425	0.64 415	0.53 414	0.58 450	0.47 443	0.58 426	0.48 419

MonSter	0.60 394	0.64 288	0.52 400	0.62 382	0.44 426	2.07 621	0.44 416	0.62 443	0.44 420	0.62 449	0.44 425	0.62 452	0.44 417	0.62 444	0.44 412	0.58 400	0.42 367	0.62 454	0.46 436	0.58 426	0.42 402

S	0.56 391	0.61 285	0.54 405	0.68 394	0.48 442	0.65 453	0.49 440	0.63 444	0.49 438	0.64 452	0.49 447	0.64 454	0.48 433	0.62 444	0.49 433	0.63 413	0.62 437	0.59 453	0.48 447	0.57 424	0.48 419

test-3	0.98 492	4.13 628	1.85 625	1.85 568	0.61 473	0.69 457	0.37 378	0.63 444	0.61 465	0.66 456	0.51 457	0.73 469	0.44 417	0.57 439	0.54 447	1.68 586	1.81 623	0.40 362	0.43 432	0.66 433	0.50 428

DispNO	1.00 493	0.63 286	0.43 354	3.45 631	0.44 426	0.65 453	0.43 415	0.64 446	0.43 417	0.64 452	0.43 423	0.64 454	3.03 659	0.64 450	0.43 411	4.55 662	0.43 372	0.63 456	0.43 432	0.63 430	0.43 404

MyStereo05	0.80 448	4.12 626	0.63 427	0.63 384	0.61 473	0.62 450	0.66 472	0.65 447	0.62 466	0.67 457	0.61 473	0.65 458	0.58 458	0.67 454	0.55 450	0.60 403	0.57 421	0.64 458	0.55 463	0.72 445	0.55 450

DSFCA	0.66 409	0.73 297	0.78 471	0.65 388	0.65 481	0.64 452	0.64 467	0.65 447	0.63 469	0.64 452	0.64 477	0.64 454	0.64 467	0.65 451	0.65 466	0.65 416	0.65 443	0.65 461	0.65 488	0.66 433	0.64 471

WCG-NET	0.61 399	1.21 443	0.54 405	0.61 381	0.53 459	0.67 456	0.53 450	0.66 449	0.53 451	0.64 452	0.53 460	0.65 458	0.53 450	0.59 441	0.52 443	0.65 416	0.48 394	0.64 458	0.52 457	0.58 426	0.50 428

SMoEStereo_RVC	0.63 403	0.75 302	0.51 397	0.73 409	0.53 459	0.71 462	0.47 429	0.67 450	0.58 457	0.74 469	0.60 469	0.72 467	0.53 450	0.74 465	0.51 441	0.61 407	0.62 437	0.62 454	0.61 476	0.63 430	0.61 460

PA-Net	11.80 704	223.51 731	0.62 423	0.59 377	0.71 497	0.59 445	0.73 500	0.67 450	0.73 506	0.55 435	0.61 473	0.60 448	0.74 497	0.63 449	0.73 498	0.66 418	0.60 432	0.69 466	0.66 490	0.72 445	0.65 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
mm2	0.69 417	0.69 290	0.69 450	0.69 395	0.69 491	0.69 457	0.69 488	0.69 452	0.69 487	0.69 460	0.69 494	0.69 461	0.69 486	0.69 456	0.69 486	0.69 421	0.69 457	0.69 466	0.69 499	0.69 440	0.69 480

mm1	0.69 417	0.69 290	0.69 450	0.69 395	0.69 491	0.69 457	0.69 488	0.69 452	0.69 487	0.69 460	0.69 494	0.69 461	0.69 486	0.69 456	0.69 486	0.69 421	0.69 457	0.69 466	0.69 499	0.69 440	0.69 480

HH	0.71 423	2.54 570	0.74 464	1.10 465	0.32 350	0.41 309	0.37 378	0.69 452	0.78 510	0.73 464	0.90 526	0.75 472	1.00 521	0.84 481	0.69 486	0.69 421	0.40 348	0.35 292	0.26 260	0.35 270	0.26 242

HanStereo	0.71 423	2.54 570	0.74 464	1.10 465	0.32 350	0.41 309	0.37 378	0.69 452	0.78 510	0.73 464	0.90 526	0.75 472	1.00 521	0.84 481	0.69 486	0.69 421	0.40 348	0.35 292	0.26 260	0.35 270	0.26 242

tt45	1.04 506	0.88 323	1.36 585	0.92 438	1.03 544	1.51 602	0.79 507	0.70 456	0.88 522	0.74 469	0.90 526	1.60 602	0.72 495	1.60 600	0.75 503	0.91 466	0.78 475	1.52 610	0.79 519	1.14 510	1.32 608

DStereoRT	0.73 430	0.81 312	0.73 463	0.71 403	0.74 502	0.73 464	0.75 502	0.71 457	0.71 500	0.74 469	0.72 506	0.73 469	0.80 506	0.71 459	0.73 498	0.76 445	0.71 464	0.73 473	0.72 508	0.70 443	0.76 500

anonymity	0.63 403	0.69 290	0.56 408	0.71 403	0.56 463	0.71 462	0.56 455	0.71 457	0.56 454	0.72 463	0.56 462	0.71 464	0.56 454	0.71 459	0.58 453	0.68 420	0.55 417	0.68 463	0.55 463	0.68 436	0.54 442

DMCA-RVC	0.70 420	0.80 309	0.70 453	0.70 401	0.70 495	0.70 460	0.70 494	0.71 457	0.70 495	0.70 462	0.71 503	0.71 464	0.70 490	0.70 458	0.69 486	0.69 421	0.70 460	0.69 466	0.70 503	0.69 440	0.70 483

LiteMatch	1.13 516	0.73 297	2.80 652	3.23 618	0.61 473	0.83 481	0.68 480	0.73 460	0.69 487	1.00 502	0.77 514	0.94 502	0.57 455	0.82 475	0.64 462	2.97 644	2.43 646	0.68 463	0.32 360	0.56 421	0.70 483

Lsterematch	1.13 516	0.73 297	2.80 652	3.23 618	0.61 473	0.83 481	0.68 480	0.73 460	0.69 487	1.00 502	0.77 514	0.94 502	0.57 455	0.82 475	0.64 462	2.97 644	2.43 646	0.68 463	0.32 360	0.56 421	0.70 483

iGMRVC	0.84 464	2.85 594	0.72 459	0.72 405	0.73 500	0.77 466	0.79 507	0.73 460	0.74 508	0.73 464	0.72 506	0.73 469	0.76 500	0.73 463	0.73 498	0.72 435	0.73 467	0.73 473	0.72 508	0.73 448	0.72 490

4D-IteraStereo	0.78 444	3.13 600	0.89 483	0.69 395	0.32 350	0.40 293	0.32 337	0.76 463	0.97 534	0.52 423	0.65 480	0.89 492	0.32 348	0.76 467	0.98 528	0.83 459	0.94 492	0.35 292	0.27 297	0.70 443	0.89 515

ARAFT	0.68 414	0.81 312	0.63 427	0.74 412	0.60 468	0.78 468	0.62 465	0.77 464	0.66 475	0.74 469	0.63 475	0.75 472	0.62 466	0.83 480	0.60 458	0.70 426	0.55 417	0.70 471	0.60 473	0.78 456	0.55 450

PointNet	0.60 394	0.75 302	0.49 386	0.79 415	0.50 449	0.79 471	0.49 440	0.79 465	0.49 438	0.80 476	0.49 447	0.79 477	0.49 439	0.80 471	0.49 433	0.63 413	0.40 348	0.63 456	0.40 414	0.63 430	0.40 387

GCAP-Stereo	0.75 434	4.15 629	0.42 353	0.75 413	0.35 375	0.78 468	0.40 399	0.79 465	0.38 385	0.78 473	0.36 378	0.78 475	0.36 373	0.79 469	0.39 389	0.75 443	0.39 345	0.76 481	0.39 413	0.75 449	0.39 385

G-Net	0.79 445	0.79 308	0.79 474	0.79 415	0.79 515	0.79 471	0.79 507	0.79 465	0.79 514	0.79 475	0.79 518	0.79 477	0.79 505	0.79 469	0.79 508	0.79 448	0.79 477	0.79 485	0.79 519	0.79 458	0.79 505

AFF-stereo	0.73 430	0.88 323	0.67 441	0.75 413	0.68 490	0.75 465	0.64 467	0.80 468	0.72 503	0.83 484	0.70 498	0.82 483	0.64 467	0.84 481	0.67 471	0.77 447	0.63 440	0.81 490	0.63 479	0.78 456	0.62 463

NaN_ROB	0.80 448	0.80 309	0.80 475	0.80 419	0.80 518	0.80 473	0.80 510	0.80 468	0.80 516	0.80 476	0.80 520	0.80 479	0.80 506	0.80 471	0.80 511	0.80 450	0.80 480	0.80 488	0.80 521	0.80 461	0.80 506

CSAN	0.80 448	0.80 309	0.80 475	0.80 419	0.80 518	0.80 473	0.80 510	0.80 468	0.80 516	0.80 476	0.80 520	0.80 479	0.80 506	0.80 471	0.80 511	0.80 450	0.80 480	0.80 488	0.80 521	0.80 461	0.80 506

CAR	0.72 426	0.76 304	0.59 412	0.84 424	1.19 560	0.81 476	0.58 458	0.81 471	0.58 457	0.81 479	0.58 465	0.83 484	0.59 460	0.82 475	0.59 456	0.71 427	0.49 397	0.73 473	0.68 495	0.87 473	0.52 436

MSE-Stereo	0.72 426	0.76 304	0.59 412	0.84 424	1.19 560	0.81 476	0.58 458	0.81 471	0.58 457	0.81 479	0.58 465	0.83 484	0.59 460	0.82 475	0.59 456	0.71 427	0.49 397	0.73 473	0.68 495	0.87 473	0.52 436

RAFT-Stereo + iAFF	0.70 420	0.72 296	0.71 456	0.80 419	0.62 478	0.82 479	0.61 464	0.81 471	0.62 466	0.81 479	0.63 475	0.80 479	0.70 490	0.73 463	0.61 460	0.76 445	0.61 436	0.74 478	0.61 476	0.77 454	0.61 460

zero-FE	0.72 426	1.31 457	0.66 437	0.92 438	0.60 468	0.82 479	0.58 458	0.82 474	0.58 457	0.81 479	0.60 469	0.81 482	0.60 462	0.82 475	0.58 453	0.74 442	0.59 429	0.73 473	0.52 457	0.76 452	0.51 435

MGA	0.73 430	0.76 304	0.60 416	0.92 438	1.17 556	0.81 476	0.59 462	0.84 475	0.62 466	0.81 479	0.59 467	0.84 486	0.60 462	0.81 474	0.61 460	0.71 427	0.53 414	0.89 502	0.53 459	0.75 449	0.54 442

Selective-RAFT-Error	0.88 476	0.84 315	0.98 495	0.86 429	0.97 534	0.88 487	0.95 528	0.84 475	0.99 537	0.92 493	0.82 522	0.84 486	0.98 520	0.87 486	0.97 527	0.81 454	0.83 483	0.79 485	0.82 524	0.79 458	0.85 511

monster-pro	0.75 434	1.67 474	0.64 430	0.89 430	0.57 465	0.86 485	0.56 455	0.87 477	0.56 454	0.87 485	0.57 463	0.88 489	0.57 455	0.87 486	0.57 451	0.79 448	0.58 423	0.76 481	0.54 461	0.77 454	0.54 442

PAM_32	0.64 405	2.38 564	0.51 397	0.92 438	0.43 425	0.53 431	0.44 416	0.87 477	0.43 417	0.52 423	0.45 429	0.53 430	0.40 394	0.54 429	0.46 418	0.62 411	0.56 419	0.48 424	0.45 434	0.76 452	0.44 407

DCRE	0.84 464	1.89 521	0.77 469	0.94 445	0.72 499	0.88 487	0.73 500	0.87 477	0.78 510	0.90 489	0.71 503	0.88 489	0.67 476	0.88 488	0.73 498	0.81 454	0.68 451	0.81 490	0.70 503	0.82 466	0.70 483

Selective-RAFT	0.89 478	0.89 326	0.72 459	1.16 479	0.78 513	1.06 519	0.82 517	0.87 477	0.97 534	1.00 502	0.91 529	0.90 494	1.00 521	0.89 490	0.93 524	0.83 459	0.83 483	0.82 494	0.82 524	0.81 464	0.82 509

UDG	0.80 448	2.21 548	0.60 416	0.91 435	0.60 468	0.90 491	0.58 458	0.88 481	0.60 463	0.90 489	0.60 469	0.88 489	0.60 462	0.90 491	0.58 453	0.86 464	0.60 432	0.84 496	0.59 472	0.84 470	0.61 460

DNS	0.77 440	1.09 380	0.65 434	0.89 430	0.65 481	0.89 490	0.65 471	0.89 482	0.65 472	0.89 488	0.65 480	0.89 492	0.65 470	0.90 491	0.65 466	0.84 461	0.62 437	0.84 496	0.61 476	0.84 470	0.62 463

MoCha-V2	2.11 617	26.97 707	0.78 471	0.92 438	0.77 512	0.96 499	0.72 499	0.90 483	0.72 503	0.94 498	0.70 498	0.90 494	0.71 494	0.91 493	0.71 496	0.85 463	0.71 464	0.88 500	0.69 499	0.87 473	0.67 477

DDUNet	0.81 453	2.45 568	0.57 410	0.90 433	0.60 468	0.88 487	0.59 462	0.90 483	0.60 463	0.88 487	0.60 469	0.90 494	0.58 458	0.88 488	0.60 458	0.84 461	0.60 432	0.86 499	0.57 469	0.86 472	0.60 458

CFNet-RSSM	0.91 479	4.89 639	0.34 273	0.44 286	1.07 546	1.62 606	1.40 619	0.91 485	0.35 369	1.60 598	1.39 619	0.64 454	0.34 364	0.44 360	0.33 345	0.41 300	0.35 321	0.75 479	0.30 342	0.41 362	0.29 311

UNet	0.29 215	0.90 329	0.10 92	0.14 121	0.10 152	0.14 158	0.10 149	0.91 485	0.69 487	0.14 158	0.11 164	0.14 159	0.11 161	0.14 161	0.10 145	0.12 111	0.09 94	0.12 152	0.09 141	0.88 476	0.76 500

DGTPSM_ROB	0.93 486	1.00 354	0.92 490	0.94 445	0.96 533	0.91 492	0.92 524	0.91 485	0.96 533	0.91 491	0.96 533	0.93 500	0.92 515	0.94 500	0.92 520	0.92 469	0.92 490	0.90 503	0.92 528	0.94 492	0.91 517

MCSU-Stereo	7.34 701	31.03 714	23.33 711	30.31 712	0.67 486	0.93 496	0.64 467	0.92 488	0.64 470	0.92 493	0.64 477	0.93 500	0.64 467	0.92 497	0.64 462	28.35 714	22.39 714	0.88 500	0.60 473	0.83 468	0.60 458

test_xeample3	1.10 511	1.81 499	0.61 422	0.84 424	0.49 445	0.77 466	0.66 472	0.92 488	1.40 619	0.68 459	0.46 432	0.78 475	0.54 453	1.72 605	1.48 621	1.34 566	1.52 599	1.35 603	1.67 640	1.33 580	1.55 621

DPSM_ROB	0.92 481	0.91 331	0.91 488	0.91 435	0.92 529	0.92 493	0.92 524	0.92 488	0.91 524	0.93 496	0.91 529	0.92 497	0.90 513	0.91 493	0.92 520	0.92 469	0.91 488	0.91 506	0.92 528	0.93 488	0.93 519

DPSM	0.92 481	0.91 331	0.91 488	0.91 435	0.92 529	0.92 493	0.92 524	0.92 488	0.91 524	0.93 496	0.91 529	0.92 497	0.90 513	0.91 493	0.92 520	0.92 469	0.91 488	0.91 506	0.92 528	0.93 488	0.93 519

pmcnn	0.92 481	0.92 336	0.92 490	0.92 438	0.92 529	0.92 493	0.92 524	0.92 488	0.92 528	0.92 493	0.92 532	0.92 497	0.92 515	0.92 497	0.92 520	0.92 469	0.92 490	0.92 509	0.92 528	0.92 483	0.92 518

RSM++	0.76 439	0.82 314	0.66 437	0.85 428	0.64 479	0.85 483	0.71 497	0.94 493	0.64 470	0.87 485	0.67 484	0.87 488	0.65 470	0.84 481	0.65 466	0.81 454	0.70 460	0.79 485	0.71 506	0.83 468	0.70 483

ToySt	0.92 481	2.11 538	0.90 486	0.95 447	0.79 515	0.99 501	0.78 506	0.94 493	0.81 519	0.94 498	0.78 516	0.95 504	0.77 502	0.94 500	0.86 518	0.91 466	0.79 477	0.85 498	0.77 515	0.89 477	0.73 493

R-Stereo Train	0.81 453	0.96 342	0.67 441	0.95 447	0.67 486	0.95 497	0.68 480	0.95 495	0.68 482	0.95 500	0.68 489	0.96 505	0.68 480	0.96 504	0.68 478	0.94 475	0.68 451	0.94 516	0.68 495	0.94 492	0.68 478

RAFT-Stereo	0.81 453	0.96 342	0.67 441	0.95 447	0.67 486	0.95 497	0.68 480	0.95 495	0.68 482	0.95 500	0.68 489	0.96 505	0.68 480	0.96 504	0.68 478	0.94 475	0.68 451	0.94 516	0.68 495	0.94 492	0.68 478
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LGCAT	1.00 493	1.00 354	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

Test_v1	1.00 493	1.00 354	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

WQFJA1++	0.84 464	0.98 345	0.67 441	1.26 532	0.75 504	1.00 502	0.67 476	1.00 497	0.67 476	1.00 502	0.67 484	1.00 508	0.67 476	1.00 508	0.67 471	0.96 477	0.67 446	0.91 506	0.63 479	0.92 483	0.63 465

NLMM1	0.86 473	0.98 345	0.69 450	1.48 555	0.75 504	1.01 510	0.69 488	1.00 497	0.69 487	1.00 502	0.70 498	1.00 508	0.68 480	1.01 516	0.67 471	0.97 478	0.68 451	0.92 509	0.63 479	0.93 488	0.63 465

NLMM	0.84 464	1.00 354	0.67 441	1.27 533	0.75 504	1.00 502	0.68 480	1.00 497	0.67 476	1.00 502	0.67 484	1.02 520	0.67 476	1.02 520	0.67 471	0.97 478	0.67 446	0.93 512	0.63 479	0.92 483	0.63 465

AdaDepth	0.86 473	0.93 338	0.71 456	1.01 459	1.07 546	1.02 516	0.71 497	1.00 497	0.71 500	1.01 513	0.71 503	1.00 508	0.72 495	1.14 534	0.71 496	0.92 469	0.64 441	0.90 503	0.64 484	0.89 477	0.69 480

GANet	1.00 493	1.00 354	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

TDLM	1.00 493	1.00 354	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

CVANet_RVC	1.00 493	1.00 354	1.00 497	1.00 454	1.00 535	1.00 502	1.00 532	1.00 497	1.00 538	1.00 502	1.00 536	1.00 508	1.00 521	1.00 508	1.00 530	1.00 484	1.00 494	1.00 523	1.00 535	1.00 497	1.00 527

WQFJX1	0.84 464	0.98 345	0.67 441	1.30 540	0.75 504	1.01 510	0.67 476	1.01 506	0.67 476	1.01 513	0.67 484	1.01 516	0.68 480	1.00 508	0.68 478	0.98 482	0.67 446	0.92 509	0.64 484	0.92 483	0.64 471

WQFJX	0.85 470	1.00 354	0.68 448	1.30 540	0.75 504	1.01 510	0.68 480	1.01 506	0.68 482	1.01 513	0.68 489	1.03 521	0.68 480	1.02 520	0.67 471	0.97 478	0.67 446	0.93 512	0.63 479	0.94 492	0.63 465

NLSM3	0.85 470	0.99 352	0.68 448	1.29 538	0.76 509	1.01 510	0.68 480	1.01 506	0.68 482	1.02 517	0.68 489	1.01 516	0.68 480	1.01 516	0.68 478	0.97 478	0.68 451	0.93 512	0.64 484	0.93 488	0.63 465

trnet	1.01 501	1.01 364	1.01 502	1.01 459	1.01 541	1.01 510	1.01 537	1.01 506	1.01 543	1.01 513	1.01 541	1.01 516	1.01 529	1.01 516	1.01 535	1.01 489	1.01 500	1.01 528	1.01 542	1.01 502	1.01 533

WQFJA1	0.85 470	0.98 345	0.67 441	1.29 538	0.76 509	1.01 510	0.67 476	1.02 510	0.67 476	1.02 517	0.67 484	1.01 516	0.67 476	1.01 516	0.68 478	0.99 483	0.67 446	0.93 512	0.64 484	0.92 483	0.65 473

DPSimNet_ROB	0.97 490	1.18 395	0.81 478	1.10 465	0.91 528	1.02 516	0.82 517	1.04 511	0.91 524	1.03 519	0.86 525	1.28 590	0.82 510	1.03 522	0.89 519	1.17 507	0.81 482	1.02 529	0.82 524	1.08 507	0.81 508

999	1.00 493	1.12 386	0.59 412	1.10 465	1.21 608	1.09 524	0.52 449	1.08 512	1.43 621	1.18 534	1.35 613	0.98 507	0.52 449	0.91 493	0.85 517	0.72 435	1.46 595	0.83 495	0.98 533	0.68 436	1.41 616

GLC_STEREO	1.07 508	1.01 364	1.06 505	1.07 463	1.05 545	1.06 519	1.08 542	1.08 512	1.05 547	1.07 521	1.06 543	1.08 524	1.05 531	1.06 523	1.10 541	1.07 492	1.09 510	1.05 532	1.05 544	1.06 506	1.12 540

HSM-Net_RVC	0.95 489	1.17 393	0.78 471	1.18 481	0.71 497	1.16 533	0.75 502	1.09 514	0.80 516	1.10 523	0.75 511	1.17 537	0.74 497	1.17 537	0.80 511	1.13 503	0.73 467	1.17 541	0.77 515	1.16 515	0.72 490
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 518	1.10 385	0.70 453	1.10 465	0.60 468	1.10 525	0.70 494	1.10 515	0.70 495	1.10 523	0.70 498	1.10 528	0.70 490	7.00 704	0.70 494	1.10 496	0.70 460	1.10 533	0.70 503	1.10 508	0.70 483

AIO-Stereo	0.84 464	0.66 289	0.70 453	0.83 423	0.67 486	0.98 500	0.82 517	1.14 516	0.72 503	1.03 519	0.74 510	1.03 521	1.09 533	0.99 506	0.45 414	1.04 490	0.73 467	0.95 518	0.74 510	0.94 492	0.46 410

Wavelet-MonSter	1.00 493	1.21 443	0.76 467	1.94 572	1.01 541	1.11 528	0.76 504	1.15 517	0.76 509	1.11 528	0.76 512	1.14 534	0.76 500	1.11 531	0.76 505	1.21 556	0.90 487	1.02 529	0.71 506	1.02 504	0.71 489

RP	2.33 635	25.00 700	1.13 510	1.15 474	1.15 551	1.10 525	1.15 548	1.15 517	1.15 551	1.12 529	1.15 548	1.09 526	1.13 535	1.10 529	1.15 546	1.11 501	1.09 510	1.16 537	1.12 547	1.16 515	1.17 549

NCC-stereo	2.36 637	25.52 702	1.17 515	1.15 474	1.17 556	1.11 528	1.11 543	1.15 517	1.16 552	1.10 523	1.16 551	1.10 528	1.15 539	1.14 534	1.13 544	1.09 494	1.11 514	1.15 536	1.16 551	1.17 520	1.17 549

AIO-Stereo-zeroshot	0.91 479	0.86 319	0.89 483	1.25 531	0.69 491	1.05 518	0.81 514	1.16 520	0.50 443	1.12 529	0.97 534	0.72 467	0.82 510	1.06 523	0.95 525	0.61 407	0.87 485	1.03 531	0.85 527	1.04 505	1.01 533

edge stereo	2.43 642	27.07 708	1.14 511	1.06 462	1.14 549	1.08 522	1.17 551	1.16 520	1.14 550	1.10 523	1.16 551	1.09 526	1.16 543	1.10 529	1.16 550	1.10 496	1.11 514	1.16 537	1.19 553	1.13 509	1.11 538

RGC	2.36 637	25.48 701	1.19 519	1.15 474	1.15 551	1.10 525	1.16 550	1.17 522	1.16 552	1.12 529	1.16 551	1.11 532	1.13 535	1.09 527	1.18 552	1.10 496	1.15 519	1.16 537	1.12 547	1.14 510	1.12 540

Nwc_Net	2.37 639	25.95 704	1.15 513	1.14 471	1.15 551	1.08 522	1.14 546	1.17 522	1.16 552	1.14 532	1.15 548	1.08 524	1.15 539	1.11 531	1.14 545	1.10 496	1.11 514	1.16 537	1.09 546	1.16 515	1.15 545

Abc-Net	2.32 634	24.75 699	1.14 511	1.17 480	1.17 556	1.11 528	1.15 548	1.17 522	1.21 604	1.08 522	1.16 551	1.12 533	1.14 538	1.09 527	1.17 551	1.09 494	1.16 520	1.17 541	1.17 552	1.16 515	1.11 538
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 308	1.20 397	0.17 176	0.24 181	0.17 215	0.25 226	0.17 204	1.19 525	0.90 523	0.25 223	0.17 211	0.24 219	0.17 212	0.25 224	0.17 204	0.22 183	0.17 190	0.22 207	0.16 200	1.15 513	0.93 519

AF-Net	2.37 639	25.71 703	1.17 515	1.13 470	1.15 551	1.15 532	1.18 552	1.19 525	1.16 552	1.10 523	1.15 548	1.10 528	1.18 544	1.12 533	1.15 546	1.10 496	1.10 513	1.17 541	1.15 549	1.16 515	1.12 540

stereogan	2.33 635	24.38 698	1.18 517	1.18 481	1.18 559	1.14 531	1.18 552	1.19 525	1.19 558	1.14 532	1.18 555	1.14 534	1.18 544	1.14 534	1.18 552	1.14 505	1.14 518	1.19 546	1.19 553	1.15 513	1.19 553

DisPM	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

CrosDoStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PFNet+	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

LCNet	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

HHNet	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Patchmatch Stereo++	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554
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	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

STrans-v2	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

TransformOpticalFlow	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

OMP-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

IIG-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

NF-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

OCTAStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PSM-softLoss	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

KMStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

NRIStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PSM-adaLoss	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PSM-AAD	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

FTStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

ROB_FTStereo_v2	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

ROB_FTStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Consistency-Raft	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

KYRaft	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

HUI-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

ASMatch	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DeepStereo_LL	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DEmStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

SST-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

THIR-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT_R40	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DRaft	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

PFNet	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

GrayStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RE-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Pruner-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

TVStereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

DeepStereo_RVC	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT-RH_RVC	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

IRAFT_RVC	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT-345	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

iRAFT	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

CRE-IMP	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

GMM-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

RAFT-IKP	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

Prome-Stereo	1.20 519	1.20 397	1.20 522	1.20 483	1.20 562	1.20 534	1.20 554	1.20 528	1.20 559	1.20 536	1.20 556	1.20 539	1.20 546	1.20 539	1.20 556	1.20 510	1.20 525	1.20 548	1.20 556	1.20 525	1.20 554

FC-DCNN	1.07 508	1.09 380	0.98 495	0.89 430	0.52 456	1.41 598	0.91 523	1.21 573	1.24 607	1.96 610	2.05 665	1.91 611	1.30 599	1.27 589	1.08 540	0.80 450	0.60 432	0.58 450	0.41 422	0.68 436	0.54 442

CroCo-Stereo	0.73 430	1.22 449	0.25 211	1.22 528	0.25 259	1.22 580	0.25 246	1.22 574	0.25 250	1.22 582	0.25 258	1.22 585	0.25 252	1.22 585	0.25 247	1.22 558	0.26 221	1.21 593	0.25 254	1.22 573	0.25 236
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
S-Stereo	2.51 644	26.86 706	1.23 571	1.22 528	1.22 610	1.24 582	1.25 603	1.22 574	1.24 607	1.21 581	1.24 604	1.19 538	1.27 596	1.19 538	1.24 603	1.19 508	1.20 525	1.25 596	1.19 553	1.24 574	1.23 602

FAT-Stereo	2.46 643	26.05 705	1.23 571	1.23 530	1.22 610	1.20 534	1.24 602	1.23 576	1.23 606	1.19 535	1.22 602	1.21 584	1.24 594	1.20 539	1.24 603	1.21 556	1.17 523	1.22 594	1.25 606	1.20 525	1.24 603

Hybrid-DGEV-2	1.05 507	1.83 509	0.83 479	1.33 544	0.82 521	1.30 586	0.81 514	1.26 577	0.79 514	1.29 585	0.79 518	1.26 586	0.80 506	1.26 586	0.79 508	1.20 510	0.78 475	1.18 544	0.77 515	1.20 525	0.77 502

Hybrid-DGEV	1.03 505	1.75 483	0.80 475	1.28 537	0.78 513	1.26 583	0.80 510	1.26 577	0.78 510	1.26 583	0.78 516	1.26 586	0.78 504	1.26 586	0.78 507	1.15 506	0.75 470	1.14 534	0.74 510	1.14 510	0.75 497

CroCo-Stereo Lap2	0.77 440	1.29 453	0.29 232	1.27 533	0.29 282	1.27 584	0.26 253	1.26 577	0.26 263	1.26 583	0.26 263	1.27 589	0.26 262	1.26 586	0.27 253	1.27 561	0.27 232	1.27 597	0.27 297	1.27 577	0.27 280

MMNet	0.44 322	1.24 451	0.17 176	0.25 188	0.17 215	0.25 226	0.18 212	1.26 577	0.93 529	0.25 223	0.17 211	0.25 226	0.18 222	0.25 224	0.17 204	0.23 194	0.16 169	0.23 216	0.16 200	1.20 525	0.99 525

delet	0.43 309	1.21 443	0.17 176	0.25 188	0.17 215	0.25 226	0.18 212	1.26 577	0.95 531	0.25 223	0.17 211	0.25 226	0.17 212	0.25 224	0.17 204	0.23 194	0.16 169	0.22 207	0.16 200	1.18 521	0.98 524

psm_up	0.43 309	1.19 396	0.17 176	0.25 188	0.18 226	0.25 226	0.19 218	1.26 577	0.91 524	0.26 232	0.17 211	0.25 226	0.17 212	0.25 224	0.17 204	0.22 183	0.17 190	0.23 216	0.16 200	1.18 521	0.99 525

LiteMatch*	2.07 615	1.30 455	5.73 687	6.28 676	0.79 515	1.33 589	0.80 510	1.30 583	1.02 544	1.33 587	0.84 524	1.33 592	0.97 518	1.28 590	1.04 537	6.05 687	5.89 683	1.28 598	0.76 513	1.28 578	0.88 512

Hybrid-DGEV-03	1.07 508	1.83 509	0.83 479	1.34 545	0.81 520	1.32 588	0.81 514	1.31 584	0.81 519	1.31 586	0.82 522	1.32 591	0.82 510	1.32 591	0.81 514	1.19 508	0.77 473	1.19 546	0.76 513	1.19 523	0.77 502

PS-NSSS	1.38 575	1.39 465	1.34 575	1.34 545	1.35 613	1.38 594	1.37 617	1.35 585	1.38 618	1.34 588	1.34 612	1.39 595	1.38 607	1.70 604	1.40 618	1.36 569	1.36 587	1.36 605	1.37 614	1.37 582	1.36 613

MM-Stereo_test2	1.20 519	1.85 515	1.05 504	1.46 554	0.94 532	1.36 592	0.99 531	1.36 586	0.95 531	1.41 593	0.98 535	1.40 597	0.96 517	1.37 593	0.95 525	1.37 571	1.06 503	1.33 600	0.93 532	1.29 579	0.89 515

MaskLacGwcNet_RVC	1.35 572	1.35 460	1.35 577	1.35 547	1.35 613	1.35 590	1.35 610	1.36 586	1.35 615	1.36 590	1.35 613	1.36 593	1.36 604	1.36 592	1.35 614	1.35 567	1.35 586	1.35 603	1.35 611	1.35 581	1.35 612

CC-Net-ROB	1.36 573	1.33 459	1.33 574	1.36 548	1.38 616	1.36 592	1.33 608	1.37 588	1.34 612	1.35 589	1.36 615	1.38 594	1.34 602	1.38 594	1.38 617	1.35 567	1.38 590	1.33 600	1.35 611	1.43 584	1.34 611

RASNet	1.49 576	1.65 473	1.45 593	1.38 550	1.43 619	1.47 601	1.36 612	1.38 589	1.36 616	1.39 591	1.60 629	1.45 599	1.45 610	1.51 599	2.21 660	1.53 581	1.36 587	1.36 605	1.36 613	1.66 593	1.36 613

MM-Stereo_test3	1.27 570	2.07 534	1.18 517	1.60 561	1.02 543	1.45 600	1.01 537	1.40 590	1.04 546	1.44 595	1.03 542	1.46 600	1.02 530	1.44 598	1.02 536	1.51 580	1.12 517	1.32 599	0.98 533	1.38 583	0.97 523

qqai	1.22 566	1.38 464	1.12 508	1.39 551	1.14 549	1.40 596	1.14 546	1.41 591	1.12 548	1.40 592	1.11 547	1.40 597	1.13 535	1.41 595	1.15 546	1.25 559	0.97 493	1.24 595	1.01 542	1.24 574	0.96 522

MLG-Stereo	0.92 481	0.90 329	0.84 481	1.27 533	0.49 445	1.38 594	0.88 520	1.41 591	0.97 534	0.73 464	1.09 545	1.26 586	0.43 415	0.72 461	1.05 538	1.13 503	0.49 397	1.18 544	0.66 490	1.01 502	0.46 410

BLMT-Stereo	1.53 577	1.36 461	1.06 505	1.42 553	1.23 612	1.41 598	1.07 541	1.43 593	1.12 548	1.42 594	1.06 543	1.83 608	1.07 532	1.42 597	1.07 539	1.27 561	1.38 590	6.80 701	1.00 535	1.26 576	1.00 527

DPSMNet_ROB	1.60 580	1.59 472	1.70 607	1.59 558	1.59 625	1.61 604	1.61 628	1.60 594	1.60 625	1.62 604	1.59 628	1.60 602	1.60 613	1.60 600	1.59 625	1.59 582	1.60 610	1.59 611	1.59 632	1.59 589	1.59 627

FlowAnything_test	1.02 503	1.72 477	0.71 456	1.59 558	0.70 495	1.61 604	0.69 488	1.61 595	0.70 495	1.60 598	0.70 498	1.61 605	0.69 486	1.61 602	0.70 494	0.81 454	0.58 423	0.81 490	0.55 463	0.81 464	0.56 453

FlowAnything	1.02 503	1.71 476	0.72 459	1.59 558	0.69 491	1.60 603	0.69 488	1.61 595	0.70 495	1.60 598	0.69 494	1.60 602	0.69 486	1.61 602	0.69 486	0.81 454	0.58 423	0.81 490	0.56 467	0.82 466	0.56 453

CFNet-ft	0.55 389	1.57 471	0.14 148	0.20 160	0.14 186	0.20 192	2.53 663	1.61 595	0.14 186	0.20 189	0.14 190	0.20 190	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	1.56 588	1.24 603

11t	1.27 570	2.70 579	1.34 575	1.32 543	0.89 524	1.30 586	1.34 609	1.64 598	0.57 456	1.45 596	0.72 506	1.05 523	1.29 598	1.07 526	1.29 610	1.49 577	1.02 501	0.97 521	1.15 549	1.48 585	1.31 607

IGEVStereo-DCA	1.77 586	4.21 630	1.84 623	2.49 598	2.11 659	2.54 645	1.36 612	1.65 599	1.17 556	2.75 654	1.90 648	2.54 640	1.15 539	0.94 500	1.11 542	1.50 578	1.32 574	0.96 519	1.46 623	1.49 586	0.88 512

rrr	1.77 586	4.21 630	1.84 623	2.49 598	2.11 659	2.54 645	1.36 612	1.65 599	1.17 556	2.75 654	1.90 648	2.54 640	1.15 539	0.94 500	1.11 542	1.50 578	1.32 574	0.96 519	1.46 623	1.49 586	0.88 512

HBP-ISP	1.24 568	1.72 477	1.65 605	1.15 474	0.76 509	1.40 596	0.88 520	1.67 601	1.02 544	1.69 605	1.38 618	1.69 606	1.21 592	1.87 612	1.21 601	1.05 491	0.79 477	0.97 521	0.80 521	1.19 523	0.75 497

ours_stereo	1.20 519	1.21 443	0.90 486	1.64 566	1.11 548	1.35 590	0.67 476	1.76 602	0.93 529	1.70 606	1.10 546	1.39 595	0.75 499	1.41 595	0.81 514	1.60 584	1.03 502	1.33 600	1.00 535	1.61 590	0.72 490

2.5w	2.01 606	2.40 565	1.37 587	3.28 622	2.01 653	2.71 650	1.43 625	1.82 603	1.83 646	1.90 609	1.41 620	2.71 649	1.35 603	2.71 649	1.85 647	2.66 638	1.53 600	1.64 612	1.23 603	2.53 636	1.87 647

1w_stereo	2.05 614	2.32 555	1.35 577	3.74 644	2.01 653	2.73 653	1.42 622	1.88 604	1.93 656	2.03 618	1.28 608	2.71 649	1.99 644	2.72 651	1.72 635	2.20 611	1.32 574	1.87 621	1.86 651	2.45 625	1.54 620

GANetREF_RVC	1.55 578	1.94 530	1.22 569	1.88 569	1.21 608	1.88 610	1.22 600	1.88 604	1.22 605	1.88 607	1.22 602	1.88 609	1.22 593	1.89 613	1.22 602	1.87 592	1.22 572	1.88 624	1.22 602	1.88 602	1.22 600
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
ccs_rob	2.79 656	10.17 688	0.32 258	10.00 697	0.33 362	0.49 404	0.33 348	1.90 606	0.32 346	0.51 420	0.33 359	0.49 403	9.24 705	0.49 401	0.33 345	0.41 300	9.82 700	0.41 379	0.28 315	9.34 703	0.29 311

3.25w	2.04 612	2.20 546	1.48 595	3.03 612	2.17 663	2.63 649	1.39 618	1.96 607	1.95 657	1.96 610	1.37 616	2.71 649	1.96 641	2.71 649	1.73 640	2.26 614	1.32 574	1.87 621	1.87 652	2.51 632	1.63 632

MFMNet_re	1.81 589	1.91 524	1.71 609	1.95 574	1.70 636	1.95 615	1.70 633	1.96 607	1.74 638	1.97 612	1.72 637	1.95 612	1.71 621	1.97 616	1.71 633	1.86 590	1.62 611	1.85 617	1.66 639	1.86 601	1.64 633

SPS-STEREO	1.59 579	1.91 524	1.21 568	1.94 572	1.20 562	2.00 618	1.23 601	1.99 609	1.24 607	2.00 615	1.25 605	2.03 619	1.26 595	2.00 617	1.29 610	1.90 596	1.18 524	1.89 625	1.21 601	1.89 603	1.20 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 607	2.20 546	1.82 619	2.90 610	2.16 661	2.41 635	1.25 603	2.00 610	1.98 658	1.99 614	1.31 610	2.72 653	1.93 638	2.67 648	1.69 632	2.26 614	1.32 574	1.83 616	1.87 652	2.53 636	1.61 630

3.5w_stereo	2.03 609	2.72 583	1.35 577	3.41 629	1.57 623	2.72 651	1.49 626	2.01 611	1.34 612	2.15 625	1.61 631	2.63 646	1.36 604	2.72 651	1.99 658	2.66 638	1.58 606	1.68 614	1.24 604	2.53 636	1.87 647

3w_stereo	2.04 612	2.24 550	1.70 607	3.15 615	2.18 665	2.49 639	1.26 605	2.03 612	1.98 658	1.98 613	1.33 611	2.72 653	1.99 644	2.59 643	1.72 635	2.22 613	1.33 581	1.85 617	1.88 657	2.50 631	1.58 626

MM-Stereo_test1	1.80 588	3.41 607	1.52 600	2.12 579	1.41 618	2.04 619	1.41 620	2.05 613	1.46 622	2.04 619	1.41 620	2.05 620	1.42 609	2.05 618	1.43 620	2.04 605	1.54 602	1.94 626	1.38 616	1.99 606	1.33 609

4.5_new	2.00 599	1.84 514	1.98 636	2.77 605	2.16 661	2.27 627	1.28 607	2.09 614	1.98 658	2.01 616	1.28 608	2.71 649	1.98 642	2.51 640	1.65 628	2.26 614	1.33 581	1.87 621	1.87 652	2.49 629	1.60 628

ff7	1.68 581	2.68 576	1.35 577	0.97 451	0.89 524	1.84 607	2.15 658	2.12 615	1.80 642	2.05 620	1.56 625	2.33 627	2.12 649	2.23 623	2.25 661	1.31 563	1.07 504	1.48 607	1.41 617	0.90 480	1.04 535

ffff	1.68 581	2.68 576	1.35 577	0.97 451	0.89 524	1.84 607	2.15 658	2.12 615	1.80 642	2.05 620	1.56 625	2.33 627	2.12 649	2.23 623	2.25 661	1.31 563	1.07 504	1.48 607	1.41 617	0.90 480	1.04 535

ccc-4	1.68 581	2.68 576	1.35 577	0.97 451	0.89 524	1.84 607	2.15 658	2.12 615	1.80 642	2.05 620	1.56 625	2.33 627	2.12 649	2.23 623	2.25 661	1.31 563	1.07 504	1.48 607	1.41 617	0.90 480	1.04 535

MC-Stereo	1.76 585	2.96 595	1.37 587	2.14 580	1.37 615	2.14 624	1.36 612	2.14 618	1.37 617	2.14 624	1.37 616	2.14 621	1.37 606	2.14 622	1.37 616	1.97 601	1.32 574	1.97 628	1.32 610	1.98 605	1.33 609

3.25w_new	2.03 609	2.72 583	1.35 577	3.33 627	1.57 623	2.72 651	1.53 627	2.15 619	1.33 611	2.15 625	1.60 629	2.63 646	1.30 599	2.72 651	1.99 658	2.67 640	1.53 600	1.75 615	1.25 606	2.53 636	1.87 647

RAFT_CTSACE	1.92 592	3.71 614	1.72 610	1.88 569	1.72 637	2.04 619	1.42 622	2.18 620	1.89 654	2.02 617	1.97 654	1.95 612	2.06 648	1.93 614	1.62 626	1.76 587	1.66 614	2.02 629	1.73 648	1.73 596	1.43 618

derf	1.91 591	2.15 542	1.78 613	2.16 581	1.75 638	2.21 625	1.80 636	2.22 621	1.80 642	2.21 627	1.76 638	2.17 622	1.81 630	2.24 626	1.74 641	1.93 599	1.56 603	1.96 627	1.53 625	1.95 604	1.56 622

4w-stereo	2.02 607	2.72 583	1.44 592	3.36 628	1.59 625	2.48 638	1.72 634	2.28 622	1.24 607	2.24 628	1.65 633	2.56 642	1.32 601	2.39 634	1.98 657	2.67 640	1.51 598	1.66 613	1.24 604	2.53 636	1.88 650

NCCL2	2.28 633	2.27 551	2.28 642	2.28 590	2.28 666	2.27 627	2.29 661	2.28 622	2.28 664	2.27 629	2.28 666	2.28 623	2.27 652	2.27 627	2.28 665	2.28 618	2.28 642	2.27 636	2.29 665	2.27 616	2.29 655

TRStereo	2.00 599	2.13 539	1.85 625	2.27 587	1.84 642	2.28 629	1.84 638	2.29 624	1.86 648	2.30 630	1.87 643	2.30 624	1.87 632	2.08 619	1.72 635	2.08 606	1.72 617	2.08 631	1.72 645	2.08 608	1.72 638

XX-Stereo	2.00 599	2.13 539	1.85 625	2.27 587	1.84 642	2.28 629	1.84 638	2.29 624	1.86 648	2.30 630	1.87 643	2.30 624	1.87 632	2.08 619	1.72 635	2.08 606	1.72 617	2.08 631	1.72 645	2.08 608	1.72 638

EAI-Stereo	2.00 599	2.13 539	1.85 625	2.27 587	1.84 642	2.28 629	1.84 638	2.29 624	1.86 648	2.30 630	1.87 643	2.30 624	1.87 632	2.08 619	1.72 635	2.08 606	1.72 617	2.08 631	1.72 645	2.08 608	1.72 638

STTStereo	3.73 665	30.40 712	2.37 646	2.39 594	2.31 668	2.35 632	2.33 662	2.29 624	2.42 665	2.32 634	2.34 667	2.33 627	2.36 653	2.30 629	2.27 664	2.35 625	2.22 641	2.31 639	2.22 662	2.29 618	2.34 659

GANet-RSSM	0.75 434	1.91 524	0.14 148	0.47 298	0.14 186	0.21 202	3.21 684	2.30 628	0.14 186	0.46 378	0.14 190	0.23 213	0.18 222	0.21 199	0.14 180	0.18 167	0.27 232	0.37 300	0.13 184	2.13 611	2.12 651

MonStereo1	1.94 593	2.77 589	1.52 600	3.73 643	1.51 622	2.13 623	1.42 622	2.32 629	1.52 623	2.31 633	1.50 623	2.53 637	1.59 612	2.34 631	1.56 623	1.91 597	1.36 587	1.86 620	1.31 609	2.07 607	1.53 619

MonStereo	2.17 619	2.41 566	1.49 599	2.67 602	1.67 630	2.60 648	2.04 656	2.32 629	1.76 639	2.44 638	1.68 635	2.50 635	1.69 619	2.38 632	1.80 644	2.28 618	1.78 620	2.63 655	2.14 660	3.47 648	1.68 636

AIO_test	2.18 621	2.09 537	2.04 640	2.42 595	2.01 653	2.47 637	1.94 648	2.34 631	2.03 662	2.56 644	1.94 651	2.43 633	1.94 639	2.41 635	1.87 651	2.39 628	2.10 637	2.35 643	1.91 658	2.25 615	2.19 653

AIO_rvc	2.18 621	2.34 560	1.87 629	2.32 591	1.94 651	2.40 634	1.89 646	2.37 632	2.07 663	2.52 643	1.95 653	2.44 634	1.99 644	2.41 635	1.89 653	2.32 623	2.09 636	2.24 635	2.18 661	2.21 612	2.23 654

HUF	2.18 621	2.30 553	1.99 639	2.34 593	2.02 656	2.41 635	2.06 657	2.38 633	1.89 654	2.36 635	1.85 641	2.56 642	1.98 642	2.31 630	1.97 656	2.30 621	2.03 635	2.30 638	2.11 659	2.23 613	2.16 652

asd	2.18 621	2.77 589	1.58 602	3.59 637	2.00 652	2.58 647	1.85 641	2.39 634	1.71 631	2.47 640	1.97 654	2.59 644	1.61 614	2.56 641	1.79 643	2.51 635	1.99 627	2.11 634	1.62 636	2.36 621	1.60 628

2.25w	2.00 599	1.86 518	1.98 636	2.95 611	2.17 663	2.26 626	1.35 610	2.42 635	2.00 661	2.07 623	1.27 607	2.53 637	1.99 644	2.29 628	1.49 622	2.21 612	1.32 574	1.85 617	1.87 652	2.52 633	1.62 631

FBW_ROB	2.12 618	2.46 569	1.77 612	2.49 598	1.79 641	2.38 633	1.83 637	2.46 636	1.78 641	2.48 641	1.97 654	2.40 632	1.78 628	2.42 637	1.83 645	2.31 622	1.85 625	2.38 644	1.82 650	2.35 620	1.84 643

qwe	2.18 621	2.60 573	1.58 602	3.83 645	1.90 650	2.53 643	1.90 647	2.48 637	1.73 636	2.37 636	1.92 650	2.53 637	1.68 617	2.56 641	1.83 645	2.52 637	1.87 626	2.07 630	1.68 642	2.32 619	1.71 637

monsterstereo	2.20 627	2.33 556	1.95 634	3.65 639	2.07 658	2.49 639	1.61 628	2.48 637	1.83 646	2.45 639	1.61 631	2.67 648	1.86 631	2.64 645	1.94 654	2.48 634	1.66 614	2.34 641	1.68 642	2.40 622	1.86 645

monsters	2.18 621	2.41 566	1.96 635	3.47 632	2.03 657	2.53 643	1.64 630	2.48 637	1.73 636	2.40 637	1.50 623	2.62 645	1.94 639	2.59 643	1.94 654	2.44 630	1.57 605	2.28 637	1.87 652	2.42 623	1.86 645

UDGNet	2.23 631	5.40 652	1.72 610	2.48 597	1.69 633	2.51 642	1.69 632	2.51 640	1.72 635	2.50 642	1.69 636	2.52 636	1.69 619	2.50 639	1.68 631	2.41 629	1.70 616	2.42 646	1.69 644	2.42 623	1.64 633

4.25w-stereo	1.98 594	2.72 583	1.46 594	3.47 632	1.43 619	2.07 621	1.98 649	2.53 641	1.52 623	2.71 647	1.98 660	1.81 607	1.62 615	1.96 615	1.36 615	1.88 595	2.00 628	2.53 652	1.61 634	1.74 597	1.15 545

cf-r	0.66 409	2.17 544	0.12 123	0.18 153	0.12 180	0.18 184	2.70 667	2.60 642	0.12 180	0.18 181	0.12 172	0.18 183	0.12 176	0.18 182	0.12 169	0.15 141	0.11 121	0.15 171	0.11 160	1.81 600	1.74 641

asda	2.17 619	2.54 570	1.81 614	3.47 632	1.78 640	2.50 641	1.86 642	2.61 643	1.68 627	2.61 645	1.83 640	2.37 631	1.73 623	2.44 638	1.88 652	2.51 635	1.84 624	2.34 641	1.62 636	2.23 613	1.77 642

4.25_new	2.00 599	2.33 556	1.82 619	3.32 625	1.69 633	1.95 615	1.99 652	2.72 644	1.71 631	2.72 648	1.97 654	2.01 617	1.74 625	1.77 607	1.28 608	2.18 609	2.01 630	2.48 650	1.58 630	1.65 591	1.17 549

4.5w_new	2.00 599	2.33 556	1.82 619	3.32 625	1.69 633	1.95 615	1.99 652	2.72 644	1.71 631	2.72 648	1.97 654	2.01 617	1.74 625	1.77 607	1.28 608	2.18 609	2.01 630	2.48 650	1.58 630	1.65 591	1.17 549

4.5w-stereo	1.99 595	2.33 556	1.81 614	3.28 622	1.68 632	1.94 612	1.99 652	2.72 644	1.70 630	2.72 648	1.99 663	1.97 614	1.68 617	1.76 606	1.29 610	1.91 597	2.02 634	2.53 652	1.61 634	1.75 598	1.16 548

2.75w_new	1.99 595	2.34 560	1.81 614	3.14 614	1.62 627	1.94 612	1.99 652	2.72 644	1.71 631	2.72 648	1.99 663	1.90 610	1.73 623	1.82 611	1.29 610	2.37 626	2.01 630	2.31 639	1.42 620	1.77 599	1.22 600

3.75w	1.99 595	2.31 554	1.83 622	3.16 616	1.65 629	1.93 611	1.98 649	2.72 644	1.68 627	2.73 653	1.97 654	2.00 616	1.72 622	1.81 610	1.25 606	2.27 617	2.01 630	2.38 644	1.42 620	1.71 595	1.24 603

2w_stereo	1.99 595	2.36 563	1.81 614	3.24 620	1.67 630	1.94 612	1.98 649	2.72 644	1.68 627	2.72 648	1.94 651	1.98 615	1.74 625	1.79 609	1.27 607	1.95 600	2.00 628	2.53 652	1.60 633	1.68 594	1.15 545

sCroCo_RVC	2.10 616	2.76 587	1.92 633	2.78 608	1.39 617	2.73 653	1.41 620	2.73 650	1.40 619	2.77 659	1.41 620	2.74 655	1.40 608	2.74 654	1.40 618	2.72 642	1.42 593	2.72 656	1.44 622	2.79 643	1.42 617

LGtest1	2.22 628	2.70 579	1.89 630	2.76 604	1.86 645	2.75 655	1.86 642	2.75 651	1.86 648	2.75 654	1.86 642	2.77 658	1.87 632	2.75 655	1.86 648	2.46 631	1.58 606	2.45 647	1.56 626	2.45 625	1.56 622

LG-G_1	2.22 628	2.71 581	1.89 630	2.77 605	1.87 648	2.75 655	1.87 644	2.76 652	1.87 652	2.75 654	1.87 643	2.76 656	1.87 632	2.75 655	1.86 648	2.47 632	1.58 606	2.45 647	1.57 627	2.45 625	1.57 624

LG-G	2.22 628	2.71 581	1.89 630	2.77 605	1.87 648	2.75 655	1.87 644	2.76 652	1.87 652	2.75 654	1.87 643	2.76 656	1.87 632	2.75 655	1.86 648	2.47 632	1.58 606	2.45 647	1.57 627	2.45 625	1.57 624

GwcNet-RSSM	0.77 440	2.77 589	0.14 148	0.20 160	0.14 186	0.20 192	2.67 666	2.78 654	0.14 186	0.20 189	0.14 190	0.20 190	0.14 186	0.21 199	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.52 633	2.31 656

PSMNet-RSSM	0.77 440	2.76 587	0.14 148	0.20 160	0.14 186	0.20 192	2.66 665	2.79 655	0.14 186	0.21 200	0.14 190	0.21 197	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.52 633	2.31 656

hitnet-ft	0.79 445	2.78 592	0.14 148	0.20 160	0.14 186	0.21 202	2.89 668	2.80 656	0.14 186	0.20 189	0.14 190	0.20 190	0.14 186	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.54 641	2.33 658

NLCA_NET_v2_RVC	5.04 693	50.87 724	2.78 651	2.87 609	2.71 670	2.78 658	0.47 429	2.88 657	2.86 670	1.89 608	2.67 669	2.79 659	2.79 658	2.78 658	2.83 667	2.82 643	2.82 649	2.83 657	2.77 669	2.83 644	2.76 664
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MSMDNet	2.65 647	10.14 687	0.33 263	9.74 694	0.32 350	0.87 486	0.33 348	2.95 658	0.68 482	0.49 398	0.34 367	0.49 403	5.70 696	0.49 401	0.33 345	0.42 314	9.57 697	0.41 379	0.31 353	8.36 699	0.65 473

plain	1.88 590	3.16 601	0.64 430	3.10 613	0.65 481	3.10 660	0.64 467	3.12 659	0.65 472	3.10 660	0.65 480	3.11 660	0.65 470	3.12 659	0.65 466	3.12 647	0.65 443	3.13 658	0.65 488	3.13 646	0.65 473

MIF-Stereo (partial)	2.58 646	3.31 606	0.66 437	3.18 617	0.66 485	3.18 661	0.66 472	3.21 660	0.67 476	3.19 661	0.66 483	3.19 661	0.66 474	3.31 663	0.68 478	5.09 679	1.79 622	8.23 705	1.67 640	6.18 689	1.38 615

Anonymous3	2.55 645	3.26 605	1.65 605	3.28 622	1.63 628	3.24 662	1.68 631	3.27 661	1.66 626	3.28 662	1.67 634	3.25 662	1.66 616	3.27 661	1.64 627	3.26 648	1.65 613	3.30 660	1.65 638	4.95 680	1.65 635

NLSM1	2.93 658	3.24 604	2.57 650	4.04 646	2.66 669	3.30 664	2.55 664	3.29 662	2.55 666	3.35 664	2.48 668	3.28 663	2.47 654	3.34 664	2.49 666	3.26 648	2.55 648	3.13 658	2.57 668	3.00 645	2.46 662

PCWNet_CMD	2.80 657	9.82 684	0.32 258	10.09 698	0.32 350	0.49 404	0.33 348	3.34 663	0.33 356	0.49 398	0.33 359	0.49 403	8.73 702	0.48 395	0.33 345	0.41 300	9.22 696	0.42 394	0.29 328	9.55 704	0.31 333

UniTT-Stereo	2.03 609	3.43 608	0.72 459	3.42 630	0.73 500	3.27 663	0.68 480	3.38 664	0.69 487	3.29 663	0.72 506	3.28 663	0.70 490	3.35 665	0.68 478	3.39 650	0.68 451	3.31 661	0.69 499	3.37 647	0.73 493

Sa-1000	4.34 683	8.37 672	6.84 692	6.98 683	4.45 699	3.58 665	3.00 669	3.42 665	3.39 685	2.61 645	4.00 694	3.83 669	4.01 687	3.90 669	3.90 690	5.98 686	5.62 682	3.76 667	2.34 666	4.35 660	2.47 663

test_5	4.62 687	7.55 668	6.23 688	6.32 677	3.40 687	5.29 695	3.50 687	3.53 666	4.11 695	4.28 672	4.47 698	4.26 675	4.38 690	3.68 667	3.24 680	5.89 684	5.60 681	4.84 689	3.50 687	4.33 659	3.93 695

DPSNet	3.66 663	3.60 610	3.62 673	3.63 638	3.64 691	3.65 667	3.65 690	3.66 667	3.67 687	3.67 666	3.65 688	3.67 667	3.66 676	3.66 666	3.68 685	3.68 653	3.66 668	3.67 665	3.68 691	3.67 649	3.67 688

RAStereo	2.23 631	3.64 611	0.76 467	3.65 639	0.86 522	3.66 668	0.76 504	3.67 668	0.81 519	3.66 665	0.76 512	3.66 666	0.77 502	3.68 667	0.77 506	3.68 653	0.77 473	3.69 666	0.77 515	3.70 650	0.77 502

SA	4.33 682	7.35 666	6.85 693	5.96 674	4.09 696	3.59 666	3.15 683	3.82 669	2.64 667	3.91 667	3.85 691	3.57 665	2.72 657	3.13 660	4.03 692	7.09 695	6.86 690	3.57 663	3.12 681	3.85 651	3.51 687

test_3	5.01 692	8.86 678	7.77 696	8.09 686	2.76 671	4.13 673	4.05 696	3.88 670	3.76 691	4.33 673	4.13 695	3.71 668	3.91 684	4.21 674	4.06 693	7.93 696	7.69 693	4.53 672	3.91 694	4.17 657	4.29 697

TestStereo1	4.60 684	8.41 673	6.44 690	6.86 681	3.79 693	3.97 670	3.78 692	3.99 671	3.74 689	3.97 668	3.52 686	3.94 670	3.58 673	3.98 670	3.72 687	6.82 692	6.50 688	3.76 667	3.66 689	3.90 652	3.74 691

SA-5K	4.60 684	8.41 673	6.44 690	6.86 681	3.79 693	3.97 670	3.78 692	3.99 671	3.74 689	3.97 668	3.52 686	3.94 670	3.58 673	3.98 670	3.72 687	6.82 692	6.50 688	3.76 667	3.66 689	3.90 652	3.74 691

test_4	4.88 690	8.13 671	6.98 694	7.46 684	4.44 698	4.25 674	3.85 694	4.04 673	3.92 693	4.13 671	3.91 692	4.18 674	3.84 683	4.14 673	4.06 693	7.01 694	7.13 691	4.53 672	3.72 692	4.09 656	3.72 689

NLCSM	3.67 664	4.08 625	3.19 669	4.80 662	3.26 684	3.99 672	3.24 685	4.25 674	3.18 683	4.09 670	3.27 683	4.14 672	3.18 671	4.13 672	3.28 681	4.06 655	3.10 658	3.85 670	3.14 682	3.91 655	3.27 684

raft_robust	4.71 688	7.75 670	5.40 686	6.81 680	3.31 685	4.28 675	4.20 697	4.32 675	4.37 698	4.35 674	4.35 697	4.14 672	3.75 680	4.30 676	4.20 695	6.67 691	6.37 686	3.36 662	4.24 699	4.86 678	3.25 683

RAFT+CT+SA	4.28 680	7.62 669	4.91 681	5.55 671	2.28 666	3.09 659	3.64 689	4.49 676	3.07 676	4.80 688	3.35 684	4.77 691	3.70 678	4.29 675	3.05 670	5.58 682	5.98 685	3.58 664	3.78 693	4.26 658	3.72 689

cross-raft	4.83 689	7.52 667	6.43 689	6.63 678	3.96 695	4.51 676	3.99 695	4.49 676	3.96 694	4.52 675	3.96 693	4.50 676	3.97 686	4.50 677	3.97 691	6.65 690	6.44 687	4.33 671	3.92 695	4.35 660	3.91 694

rvit_0105_6	3.87 670	5.73 659	3.10 665	4.69 660	3.12 682	4.54 678	3.02 671	4.56 678	3.04 671	4.54 679	3.03 672	4.54 677	3.04 662	4.56 678	3.05 670	4.58 666	3.05 651	4.58 676	3.05 673	4.58 665	3.05 669

rvit_105_1	3.83 666	5.22 645	3.01 655	4.53 650	3.01 672	4.51 676	3.01 670	4.56 678	3.04 671	4.53 677	3.03 672	4.55 679	3.03 659	4.56 678	3.04 668	4.57 663	3.05 651	4.57 674	3.05 673	4.57 664	3.05 669

rvit_stereo_0081	3.83 666	5.23 646	3.01 655	4.53 650	3.03 674	4.55 682	3.02 671	4.56 678	3.04 671	4.52 675	3.02 670	4.54 677	3.03 659	4.56 678	3.04 668	4.57 663	3.05 651	4.57 674	3.05 673	4.58 665	3.05 669

rvit_stereo_0082	3.86 668	5.82 660	3.01 655	4.53 650	3.03 674	4.54 678	3.02 671	4.56 678	3.04 671	4.53 677	3.02 670	4.55 679	3.04 662	4.57 681	3.05 670	4.57 663	3.05 651	4.58 676	3.05 673	4.58 665	3.06 672

rvit_stereo_0080	3.89 671	5.70 657	3.04 660	4.54 653	3.03 674	4.56 683	3.05 677	4.60 682	3.07 676	4.58 682	3.06 675	4.59 681	3.06 664	4.61 682	3.08 674	4.63 668	3.09 656	4.64 680	3.10 678	4.65 669	3.10 676

whm_eth	3.89 671	5.70 657	3.04 660	4.54 653	3.03 674	4.56 683	3.05 677	4.60 682	3.07 676	4.58 682	3.06 675	4.59 681	3.06 664	4.61 682	3.08 674	4.63 668	3.09 656	4.64 680	3.10 678	4.65 669	3.10 676

rvit_0105_3	3.91 673	5.33 649	3.06 663	4.60 658	3.07 680	4.60 685	3.06 679	4.62 684	3.08 679	4.60 684	3.07 678	4.62 686	3.08 666	4.67 686	3.10 677	4.70 671	3.11 659	4.77 687	3.19 685	4.77 674	3.14 680

rvit_stereo_0081_aga	3.86 668	5.33 649	3.02 658	4.55 656	3.04 678	4.54 678	3.02 671	4.64 685	3.06 675	4.54 679	3.04 674	4.62 686	3.08 666	4.62 684	3.07 673	4.58 666	3.06 655	4.60 678	3.08 677	4.63 668	3.07 673

rvit_stereo_0083	3.92 675	5.30 648	3.06 663	4.61 659	3.09 681	4.67 687	3.08 680	4.66 686	3.09 680	4.62 685	3.10 680	4.66 689	3.11 668	4.67 686	3.16 679	4.72 673	3.16 662	4.77 687	3.11 680	4.66 671	3.11 678

rvit_stereo_ft	3.93 676	5.44 654	3.05 662	4.59 657	3.06 679	4.61 686	3.08 680	4.67 687	3.12 681	4.63 686	3.10 680	4.65 688	3.11 668	4.69 688	3.13 678	4.70 671	3.14 661	4.71 685	3.15 683	4.74 672	3.16 681

rvit_0105_4	3.91 673	5.47 656	3.02 658	4.54 653	3.02 673	4.54 678	3.03 675	4.75 688	3.17 682	4.57 681	3.06 675	4.61 685	3.16 670	4.65 685	3.09 676	4.66 670	3.11 659	4.68 683	3.18 684	4.81 675	3.16 681

TestStereo	4.88 690	4.75 636	4.79 679	4.87 665	4.92 700	4.81 693	4.90 700	4.78 689	4.77 699	4.87 690	4.89 699	4.90 694	4.91 692	4.99 693	4.79 697	4.98 676	4.87 678	4.87 690	4.92 701	5.00 681	5.00 698

MLG-Stereo_test2	4.28 680	5.46 655	3.69 674	4.86 664	3.72 692	5.58 697	3.42 686	4.81 690	3.77 692	4.85 689	3.72 690	5.55 698	3.63 675	5.58 696	3.53 684	4.41 660	3.28 666	4.99 691	2.95 671	4.75 673	3.13 679

sAnonymous2	3.31 661	2.63 574	1.38 589	3.71 641	1.86 645	4.70 688	1.11 543	4.82 691	2.72 668	5.45 696	1.98 660	4.59 681	2.64 655	2.65 646	6.21 701	4.37 657	1.08 508	5.16 693	2.24 663	4.52 662	2.39 660

CroCo_RVC	3.31 661	2.63 574	1.38 589	3.71 641	1.86 645	4.70 688	1.11 543	4.82 691	2.72 668	5.45 696	1.98 660	4.59 681	2.64 655	2.65 646	6.21 701	4.37 657	1.08 508	5.16 693	2.24 663	4.52 662	2.39 660

rvit_0105_5	4.10 677	5.40 652	3.13 668	4.71 661	3.15 683	4.72 690	3.10 682	4.90 693	3.27 684	4.69 687	3.16 682	4.84 693	3.25 672	4.96 692	3.34 682	5.05 678	3.39 667	5.10 692	3.40 686	5.11 682	3.42 685

FC-DCNN v2	5.10 694	5.15 643	4.49 678	5.07 667	3.37 686	6.87 700	4.75 699	5.04 694	6.34 703	7.84 704	5.06 700	6.72 704	4.09 688	4.99 693	5.44 700	5.03 677	3.16 662	4.67 682	4.86 700	5.15 683	3.89 693

MaDis-Stereo	3.19 660	6.02 662	1.12 508	5.61 672	1.16 555	5.43 696	1.02 539	5.15 695	0.70 495	5.43 695	1.21 601	5.03 696	0.97 518	4.85 689	0.99 529	4.53 661	1.16 520	5.53 695	1.25 606	5.37 685	1.30 606

MLG-Stereo_test1	4.25 678	5.34 651	3.61 672	5.31 668	3.63 690	5.23 694	3.57 688	5.38 696	3.65 686	5.23 693	3.47 685	4.76 690	3.74 679	4.85 689	3.71 686	4.96 675	3.18 664	4.71 685	2.92 670	4.86 678	2.90 666

MLG-Stereo_test3	4.26 679	4.85 638	3.95 676	5.35 669	3.60 689	4.75 691	3.76 691	5.49 697	3.71 688	5.39 694	3.69 689	4.82 692	3.66 676	4.85 689	3.73 689	4.93 674	3.19 665	4.69 684	2.99 672	4.84 677	2.98 668

StereoVision	3.15 659	5.00 640	0.89 483	4.83 663	1.00 535	3.93 669	1.27 606	6.37 698	1.34 612	5.67 698	1.26 606	5.84 699	1.27 596	5.03 695	1.24 603	5.10 680	1.09 510	4.61 679	0.57 469	5.62 687	1.12 540

SGM-Forest	5.21 696	5.92 661	4.08 677	6.18 675	4.16 697	6.31 699	4.34 698	6.50 699	4.33 697	6.14 700	4.21 696	6.61 703	4.55 691	6.67 699	4.48 696	5.94 685	3.94 671	5.85 698	4.03 697	5.79 688	4.17 696
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 699	9.36 681	7.40 695	8.51 689	6.55 704	6.88 701	6.60 704	6.79 700	6.60 704	6.80 701	6.72 706	5.31 697	5.50 695	6.61 698	6.61 704	8.42 698	5.89 683	5.73 696	5.45 705	6.61 690	6.24 702

test-1	6.46 697	9.16 680	8.03 699	8.09 686	5.62 703	6.11 698	6.35 703	6.85 701	4.94 700	6.08 699	6.29 705	4.98 695	6.43 697	6.22 697	6.36 703	6.16 688	7.47 692	5.82 697	5.44 704	7.11 694	5.68 701

test-v	7.53 702	11.89 689	7.98 697	9.36 692	7.14 705	7.06 702	7.09 705	7.37 702	6.91 705	7.29 702	5.71 703	6.45 701	6.93 698	6.73 701	7.27 705	8.93 701	7.85 694	6.98 702	6.80 706	7.56 695	7.34 704

test-2	7.53 702	11.89 689	7.98 697	9.36 692	7.14 705	7.06 702	7.09 705	7.37 702	6.91 705	7.29 702	5.71 703	6.45 701	6.93 698	6.73 701	7.27 705	8.93 701	7.85 694	6.98 702	6.80 706	7.56 695	7.34 704

DispFullNet	4.61 686	4.84 637	3.12 666	5.00 666	3.57 688	4.75 691	3.03 675	7.75 704	4.17 696	4.91 691	3.09 679	6.20 700	3.95 685	6.71 700	3.51 683	5.30 681	3.67 669	5.86 699	3.63 688	5.61 686	3.46 686

rvit_stereo_0075_2	6.64 698	8.80 677	5.25 683	7.89 685	5.27 702	7.90 704	5.27 701	7.92 705	5.28 701	7.91 705	5.29 702	7.93 705	5.27 693	7.92 705	5.28 698	7.93 696	5.28 680	7.93 704	5.29 703	7.93 697	5.28 700

U	5.15 695	8.49 675	1.81 614	8.49 688	1.77 639	8.49 705	1.77 635	8.51 706	1.77 640	8.49 706	1.77 639	8.50 706	1.78 628	8.58 706	1.77 642	8.54 699	1.78 620	8.55 706	1.78 649	8.55 700	1.84 643

SGM+DAISY	7.06 700	9.15 679	5.38 685	8.84 690	5.18 701	8.80 706	5.31 702	8.79 707	5.28 701	8.89 707	5.20 701	8.93 707	5.33 694	8.95 707	5.36 699	8.70 700	5.21 679	8.74 707	5.20 702	8.89 701	5.15 699

rafts_anoy	20.00 706	20.00 691	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

raft+_RVC	20.00 706	20.00 691	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

raftrobust	20.00 706	20.00 691	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

CasAABBNet	20.00 706	20.00 691	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

RALCasStereoNet	20.00 706	20.00 691	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

RALAANet	20.00 706	20.00 691	20.00 705	20.00 705	20.00 708	20.00 707	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 708	20.00 707	20.00 708	20.00 708	20.00 709	20.00 708	20.00 707

MANE	19.05 705	23.00 697	15.00 704	23.00 711	15.00 707	24.00 713	16.00 707	24.00 714	16.00 707	22.00 714	15.00 707	23.00 714	16.00 707	23.00 714	15.00 707	22.00 713	15.00 707	22.00 714	15.00 708	22.00 714	15.00 706

111	30.40 712	30.94 713	29.72 713	32.61 713	30.02 715	33.57 714	30.47 715	31.50 715	29.39 715	30.98 715	29.11 715	29.78 715	30.39 718	29.45 715	30.76 718	30.08 715	29.02 716	29.92 715	30.32 719	29.86 715	30.17 714

fff	1000028.16 733	29.62 709	29.72 713	32.61 713	30.02 715	35.13 716	31.83 716	32.07 716	10000000.00 735	35.27 718	29.82 716	32.45 716	30.15 715	32.35 716	30.09 715	31.04 716	29.55 717	30.64 716	30.14 716	10000000.00 736	30.77 715

csc	1000028.16 733	29.62 709	29.72 713	32.61 713	30.02 715	35.13 716	31.83 716	32.07 716	10000000.00 735	35.27 718	29.82 716	32.45 716	30.15 715	32.35 716	30.09 715	31.04 716	29.55 717	30.64 716	30.14 716	10000000.00 736	30.77 715

cscssc	1000028.16 733	29.62 709	29.72 713	32.61 713	30.02 715	35.13 716	31.83 716	32.07 716	10000000.00 735	35.27 718	29.82 716	32.45 716	30.15 715	32.35 716	30.09 715	31.04 716	29.55 717	30.64 716	30.14 716	10000000.00 736	30.77 715

tt	500032.53 731	34.60 716	29.72 713	37.47 723	34.41 720	36.85 720	35.22 720	34.71 719	33.55 717	34.50 716	35.43 719	33.81 719	10000000.00 736	33.57 719	33.13 719	33.68 719	35.00 721	34.03 720	35.26 722	30.96 716	34.63 719

DCANet	500032.53 731	34.60 716	29.72 713	37.47 723	34.41 720	36.85 720	35.22 720	34.71 719	33.55 717	34.50 716	35.43 719	33.81 719	10000000.00 736	33.57 719	33.13 719	33.68 719	35.00 721	34.03 720	35.26 722	30.96 716	34.63 719

DCANet-4	35.22 714	34.54 715	35.08 719	33.58 717	35.47 722	34.55 715	35.53 722	36.08 721	35.85 719	35.92 721	35.77 721	35.18 721	35.48 720	35.39 721	37.15 725	34.55 721	33.92 720	35.02 722	34.90 721	35.79 719	34.74 721

ADStereo(finetuned)	36.13 715	36.63 719	38.07 724	36.97 718	33.25 719	35.91 719	34.45 719	36.36 722	32.99 716	38.14 727	36.71 722	36.69 722	34.13 719	38.57 727	40.79 726	37.60 727	36.58 723	35.90 723	33.36 720	35.42 718	34.04 718

fast-reg	37.00 716	37.00 720	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

Reg-Stereo(zero)	37.00 716	37.00 720	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

fast-iter	37.00 716	37.00 720	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

CoSv	37.00 716	37.00 720	37.00 720	37.00 719	37.00 723	37.00 722	37.00 723	37.00 723	37.00 720	37.00 722	37.00 723	37.00 723	37.00 721	37.00 722	37.00 721	37.00 723	37.00 724	37.00 724	37.00 724	37.00 720	37.00 722

WCMA_ROB	31.10 713	35.43 718	27.12 712	39.51 725	23.10 714	38.78 726	25.30 714	37.49 727	25.39 714	37.29 726	27.02 714	38.52 727	26.48 714	37.80 726	26.44 714	36.28 722	22.65 715	33.90 719	22.30 715	37.10 724	24.18 713

CBMV	128.50 722	1422.70 736	53.10 726	79.50 727	51.30 728	77.30 728	49.70 727	74.00 728	48.20 725	77.20 729	48.80 728	73.90 729	48.00 726	73.80 729	48.80 728	70.40 729	45.10 729	68.90 729	46.10 729	68.20 726	45.00 727
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 720	87.70 725	41.95 725	113.75 728	65.62 729	75.05 727	55.25 728	75.64 729	45.04 724	71.61 728	41.75 727	72.81 728	44.06 725	68.38 728	44.63 727	101.89 730	59.57 730	107.10 730	61.05 730	104.38 727	59.38 728

NOSS_ROB	102.95 721	153.00 729	121.00 728	51.00 726	44.00 727	165.00 730	127.00 729	153.00 730	119.00 726	164.00 731	125.00 729	168.00 731	120.00 727	153.00 730	117.00 729	49.00 728	44.00 728	49.00 728	44.00 728	49.00 725	44.00 726

MeshStereo	159.24 723	171.00 730	160.68 731	162.58 729	160.59 730	164.01 729	160.35 730	158.51 731	158.56 727	158.34 730	160.12 730	158.56 730	159.92 728	157.26 731	158.94 730	154.38 731	158.36 731	155.75 731	159.13 732	153.67 728	154.07 729
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	201.80 724	123.00 726	115.00 727	219.00 730	218.00 732	223.00 731	244.00 732	217.00 732	236.00 729	202.00 732	203.00 731	205.00 732	208.00 729	225.00 732	204.00 731	210.00 732	198.00 732	197.00 732	184.00 733	204.00 729	201.00 730

MGS-Stereo	239.45 725	123.00 726	135.00 729	266.00 731	286.00 733	277.00 732	305.00 733	271.00 733	242.00 730	274.00 733	279.00 733	255.00 733	270.00 731	268.00 733	297.00 733	221.00 733	247.00 734	216.00 733	123.00 731	217.00 730	217.00 732

EGLCR-Stereo	246.90 726	129.00 728	139.00 730	266.00 731	286.00 733	277.00 732	305.00 733	271.00 733	242.00 730	274.00 733	279.00 733	255.00 733	270.00 731	268.00 733	297.00 733	230.00 734	247.00 734	216.00 733	223.00 735	237.00 731	227.00 733

DLCB_ROB	284.23 727	354.61 732	207.27 732	363.24 733	206.46 731	364.72 734	210.41 731	364.72 735	210.41 728	364.81 735	208.64 732	364.81 735	208.64 730	364.72 735	210.41 732	354.70 735	205.53 733	354.70 735	205.53 734	354.70 732	205.53 731

LE_ROB	396.57 728	471.28 733	329.84 733	471.48 734	308.15 735	526.83 735	322.10 735	488.15 736	323.76 732	495.46 736	317.97 735	497.17 736	320.10 733	481.62 736	326.76 735	462.71 736	298.97 736	466.16 736	285.98 736	447.62 733	289.21 734

SGM-ForestM	596.69 729	677.77 734	444.52 734	699.85 735	517.25 736	732.94 736	488.29 736	770.79 737	460.11 733	750.81 737	487.98 736	792.79 737	499.41 734	730.90 737	475.81 736	720.03 737	491.16 737	663.96 737	418.60 737	674.76 734	436.05 735

CBMV_ROB	818.48 730	913.88 735	709.52 735	862.84 736	597.78 737	1073.99 737	700.52 737	1015.66 738	702.59 734	1115.65 738	760.02 737	1130.24 738	721.57 735	1037.41 738	692.65 737	814.05 738	564.29 738	843.28 738	595.31 738	915.51 735	602.92 736

111111	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

SGD-Stereo	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

IGEV-Stereo++	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

IGEV-BASED-STEREO-	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

IGEV-Stereo+	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

SDNR	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

anonymousdsp2	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

anonymousdsp	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

test_example2	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737

DIP-Stereo	10000000.00 736	10000000.00 737	10000000.00 736	10000000.00 737	10000000.00 738	10000000.00 738	10000000.00 738	10000000.00 739	10000000.00 735	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 736	10000000.00 739	10000000.00 738	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 739	10000000.00 736	10000000.00 737
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark