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	0.14 128	0.00 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	0.73 489	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 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 93	0.07 87	0.09 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 173	0.20 219	0.23 205	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	0.23 224	0.21 233	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 303	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 285	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 141	0.02 15	0.16 150	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 245	0.02 20	0.02 21	0.71 476	0.02 16	0.02 19	0.02 21	0.02 21	0.16 222

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 489	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 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

test_sample6	0.09 80	0.97 392	0.10 99	0.10 87	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 419	0.11 119	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 413	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 389	0.09 95	0.10 87	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 413	0.10 99	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

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	0.11 119	0.44 254	0.33 301	0.39 277	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	0.39 322	0.36 364	0.02 19	0.02 21	0.02 21	0.02 20

BSDual-CNN	0.81 501	1.91 573	0.92 540	4.48 711	0.02 22	0.42 372	0.06 139	0.41 346	0.02 22	0.48 434	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 652	4.19 739	0.33 302	0.23 279	0.34 293	0.27 315

psmg	0.43 351	1.91 573	0.92 540	1.91 619	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	1.97 652	1.44 644	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 272	1.29 501	1.19 569	1.36 594	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	1.26 609	1.21 621	0.03 41	0.09 149	0.02 21	0.09 150

Syn2CoEx	0.25 230	1.31 505	0.74 514	0.92 484	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	0.87 514	0.75 519	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

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

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

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

IGEV_i1	0.26 240	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 722	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.11 175	0.04 90	0.03 52	0.58 442	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	0.75 492	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 82	0.03 39	0.15 140	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 518	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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 98	0.98 393	0.14 155	0.15 140	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 435	0.17 193	0.20 187	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 192	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 161	1.22 497	0.28 259	0.32 245	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	0.32 270	0.27 267	0.04 93	0.03 57	0.03 47	0.03 52

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

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 98	1.05 423	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 423	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 423	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 403	0.11 119	0.11 104	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 98	1.07 427	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 419	0.12 130	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 365	0.10 99	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 365	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 98	1.07 427	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 435	0.13 150	0.14 128	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	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

qqq	0.16 180	2.01 583	0.12 130	0.15 140	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 119	1.15 438	0.15 176	0.14 128	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

hknet	1.10 562	1.85 564	3.49 736	4.48 711	0.02 22	0.42 372	0.06 139	0.41 346	0.02 22	0.48 434	0.03 56	0.41 354	0.03 53	0.42 367	0.03 52	4.39 725	4.19 739	0.33 302	0.23 279	0.34 293	0.27 315

222	0.10 98	0.99 401	0.12 130	0.13 124	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 440	0.16 183	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 429	0.13 150	0.12 112	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	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

GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 607	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 608	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	0.11 119	0.03 31	0.03 39	1.60 608	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

ManiGeoR	0.17 186	0.05 66	0.62 473	0.73 456	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	0.72 484	0.58 471	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 186	0.05 66	0.63 477	0.72 452	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	0.71 476	0.59 477	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 186	0.05 66	0.62 473	0.73 456	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	0.72 484	0.58 471	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 186	0.05 66	0.62 473	0.72 452	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	0.72 484	0.58 471	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 186	0.05 66	0.65 484	0.72 452	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	0.71 476	0.59 477	0.05 108	0.04 99	0.05 114	0.04 96

z-mn7	0.16 180	1.21 491	0.33 301	0.41 304	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	0.35 288	0.31 304	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 195	1.47 516	0.33 301	0.40 290	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	0.38 309	0.32 309	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 126	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

mmm	0.14 161	1.83 558	0.12 130	0.11 104	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	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 126	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

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 575	0.06 123	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

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	0.06 123	0.03 57	0.04 97	0.03 52

ADCRef	0.12 132	0.03 31	0.04 64	1.71 615	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	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 611	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	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 161	0.04 52	0.03 39	2.22 633	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	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 173	0.04 52	0.04 64	2.20 632	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	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 579	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	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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
mmmmmm	0.07 67	0.40 226	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 238	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

DispViT+	0.07 67	0.08 84	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 80	0.13 116	0.39 345	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 184	0.13 214	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 345	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 184	0.13 214	0.06 125	0.05 122

z-ln-s-r	0.21 209	1.40 514	0.53 450	0.56 411	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	0.57 441	0.44 420	0.04 93	0.04 99	0.04 97	0.04 96

qqq1	0.25 230	3.70 663	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 230	3.70 663	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

11t1	0.17 186	2.16 593	0.13 150	0.13 124	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 192	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 230	3.83 669	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 230	3.83 669	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 230	3.83 669	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

BUS	0.83 509	1.91 573	0.92 540	4.48 711	0.02 22	0.40 332	0.04 103	0.41 346	0.02 22	0.48 434	0.03 56	0.41 354	0.05 117	0.03 43	0.05 115	1.97 652	4.19 739	0.33 302	0.23 279	0.34 293	0.27 315

NINENet	0.69 466	3.87 672	1.20 572	1.98 624	0.05 126	0.40 332	0.04 103	0.40 327	0.05 124	0.41 344	0.04 110	0.41 354	0.05 117	0.40 333	0.05 115	1.79 639	1.56 653	0.34 312	0.22 273	0.34 293	0.23 259

AASNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

2222	0.09 80	0.59 316	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 319	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 313	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 313	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 309	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TS12	0.09 80	0.09 93	0.17 193	0.19 175	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

anonymous	0.09 80	0.09 93	0.14 155	0.14 128	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.07 139	0.14 140	0.13 165	0.09 146	0.07 142	0.09 149	0.07 142

FINET	0.07 67	0.08 84	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

SuperB	0.21 209	0.10 98	2.51 714	0.12 112	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

MatchStereo	0.54 430	0.12 114	2.38 712	2.32 649	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 689	2.34 708	0.12 166	0.11 177	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 74	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SepStereo	0.09 80	0.09 93	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

BEATNet-Init1	0.19 199	0.08 84	0.08 89	2.23 634	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 199	0.08 84	0.08 89	2.23 634	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

over-8	0.11 119	0.14 135	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

ISRNet	0.11 119	0.05 66	0.36 327	0.24 210	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 233	0.20 229	0.10 148	0.05 123	0.06 125	0.13 207

ac_64	0.22 216	0.13 116	0.19 211	0.23 205	0.10 162	0.26 269	1.02 592	0.14 185	0.10 160	0.28 271	0.14 218	0.17 209	0.19 263	0.28 279	0.09 147	0.22 212	0.16 184	0.23 250	0.17 256	0.11 163	0.12 200

ADCMid	0.08 74	0.02 12	0.02 15	1.01 505	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	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

PASM	0.39 321	3.06 648	1.36 635	1.58 604	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 173

DRN-Test	0.14 161	0.13 116	0.09 95	0.14 128	0.09 155	0.15 196	0.09 152	0.14 185	0.10 160	0.14 185	0.09 154	0.14 186	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 546

StereoDRNet	0.15 173	0.14 135	0.10 99	0.14 128	0.09 155	0.15 196	0.09 152	0.14 185	0.09 156	0.14 185	0.10 158	0.14 186	0.09 154	0.14 187	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 562

over-6	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-9	0.11 119	0.11 109	0.16 183	0.16 150	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

S2M2_L	0.12 132	0.14 135	0.10 99	0.15 140	0.10 162	0.14 185	0.10 157	0.14 185	0.10 160	0.15 195	0.10 158	0.14 186	0.10 158	0.14 187	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

UNet	0.29 249	0.90 375	0.10 99	0.14 128	0.10 162	0.14 185	0.10 157	0.91 536	0.69 539	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 529	0.76 553

PVD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

FORCE_4.7	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.11 177	0.13 174	0.11 173

F4.4	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_4.6	0.13 139	0.13 116	0.18 203	0.20 187	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

F5.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.12 205	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

F8.5	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_9	0.13 139	0.13 116	0.20 219	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.18 226	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_8	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.11 177	0.13 174	0.11 173

F7	0.13 139	0.13 116	0.19 211	0.20 187	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_4.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

TT111	0.13 139	0.14 135	0.14 155	0.16 150	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.16 165	0.13 165	0.14 184	0.11 177	0.14 189	0.11 173

FORCE_4	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_5	0.13 139	0.13 116	0.18 203	0.18 168	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_6	0.13 139	0.13 116	0.18 203	0.18 168	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.10 158

EE1	0.13 139	0.14 135	0.14 155	0.17 165	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.16 165	0.13 165	0.14 184	0.11 177	0.14 189	0.11 173

AnonStereo	0.13 139	0.14 135	0.14 155	0.16 150	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.16 165	0.13 165	0.14 184	0.11 177	0.14 189	0.11 173

S2M2_XL	0.14 161	0.17 146	0.12 130	0.17 165	0.11 181	0.17 210	0.11 174	0.17 209	0.11 178	0.17 207	0.11 176	0.17 209	0.11 175	0.17 209	0.11 169	0.16 165	0.11 128	0.16 204	0.11 177	0.16 205	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 211	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 184	0.11 159	0.11 177	0.11 163	0.11 173

CIPLG	0.13 139	0.21 159	0.12 130	0.16 150	0.11 181	0.15 196	0.11 174	0.14 185	0.11 178	0.15 195	0.12 199	0.15 200	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

IPLG	0.13 139	0.20 154	0.14 155	0.15 140	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

IPLGR_C	0.14 161	0.20 154	0.12 130	0.15 140	0.11 181	0.14 185	0.15 219	0.14 185	0.11 178	0.15 195	0.12 199	0.14 186	0.11 175	0.16 201	0.11 169	0.15 153	0.12 142	0.14 184	0.12 203	0.15 200	0.12 200

MIPNet	0.14 161	0.21 159	0.17 193	0.16 150	0.11 181	0.15 196	0.12 202	0.14 185	0.11 178	0.16 200	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.14 140	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

IPLGR	0.14 161	0.24 173	0.14 155	0.16 150	0.12 209	0.15 196	0.12 202	0.14 185	0.11 178	0.15 195	0.12 199	0.14 186	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

ACRE	0.13 139	0.21 159	0.14 155	0.15 140	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.12 199	0.14 186	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

ICVP	0.15 173	0.53 299	0.11 119	0.16 150	0.11 181	0.16 203	0.11 174	0.16 202	0.11 178	0.16 200	0.11 176	0.16 201	0.11 175	0.16 201	0.11 169	0.16 165	0.11 128	0.16 204	0.11 177	0.16 205	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 185	0.10 157	0.14 185	0.10 160	0.23 241	0.10 158	0.20 222	0.10 158	0.24 249	0.11 169	0.11 112	0.09 101	0.12 166	0.14 219	0.12 172	0.09 150

aanetorigin	0.13 139	0.11 109	0.11 119	0.11 104	0.11 181	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 199	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 184	0.11 177	0.49 448	0.11 173

ELAS	0.13 139	0.16 141	0.11 119	0.15 140	0.09 155	0.18 214	0.11 174	0.18 213	0.11 178	0.17 207	0.11 176	0.18 213	0.11 175	0.18 212	0.11 169	0.14 140	0.08 91	0.14 184	0.08 147	0.14 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
VeloStereo	0.16 180	0.92 382	0.16 183	0.18 168	0.08 151	0.11 161	0.12 202	0.12 169	0.09 156	0.09 147	0.28 308	0.10 152	0.08 152	0.10 152	0.12 196	0.15 153	0.17 212	0.08 138	0.12 203	0.09 149	0.08 145

flow	0.16 180	0.92 382	0.16 183	0.18 168	0.08 151	0.11 161	0.12 202	0.12 169	0.09 156	0.09 147	0.28 308	0.10 152	0.08 152	0.10 152	0.12 196	0.15 153	0.17 212	0.08 138	0.12 203	0.09 149	0.08 145

DF	0.39 321	1.37 511	1.02 553	1.14 517	0.12 209	0.16 203	0.12 202	0.16 202	0.12 209	0.16 200	0.12 199	0.16 201	0.12 205	0.16 201	0.12 196	1.12 551	1.00 543	0.15 200	0.12 203	0.15 200	0.12 200

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 216	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 196	0.11 112	0.11 128	0.11 159	0.11 177	0.11 163	0.11 173

ProNet	0.14 161	0.20 154	0.14 155	0.16 150	0.11 181	0.16 203	0.11 174	0.17 209	0.11 178	0.17 207	0.12 199	0.17 209	0.13 212	0.17 209	0.12 196	0.15 153	0.11 128	0.16 204	0.11 177	0.15 200	0.12 200

cf-r	0.66 455	2.17 594	0.12 130	0.18 168	0.12 209	0.18 214	2.70 734	2.60 708	0.12 209	0.18 211	0.12 199	0.18 213	0.12 205	0.18 212	0.12 196	0.15 153	0.11 128	0.15 200	0.11 177	1.81 654	1.74 708

HSM	0.14 161	0.16 141	0.12 130	0.17 165	0.12 209	0.17 210	0.11 174	0.17 209	0.11 178	0.17 207	0.12 199	0.17 209	0.12 205	0.17 209	0.12 196	0.16 165	0.11 128	0.16 204	0.11 177	0.16 205	0.12 200

ELAS_RVC	0.14 161	0.16 141	0.10 99	0.15 140	0.10 162	0.18 214	0.11 174	0.19 215	0.11 178	0.19 213	0.12 199	0.18 213	0.11 175	0.19 215	0.12 196	0.14 140	0.08 91	0.14 184	0.09 149	0.15 200	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 173	0.17 146	0.11 119	0.18 168	0.11 181	0.19 217	0.11 174	0.19 215	0.12 209	0.19 213	0.12 199	0.20 222	0.12 205	0.19 215	0.12 196	0.16 165	0.11 128	0.17 214	0.10 158	0.17 214	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LACA_dic	0.45 387	0.13 116	1.78 664	1.70 614	0.12 209	0.13 171	0.12 202	0.16 202	0.15 228	0.13 172	0.12 199	0.13 172	0.11 175	0.16 201	0.13 205	1.73 637	1.69 667	0.16 204	0.11 177	0.13 174	0.13 207

DDVS	0.30 250	3.10 649	0.14 155	0.19 175	0.14 216	0.19 217	0.14 211	0.20 222	0.14 216	0.19 213	0.13 213	0.16 201	0.13 212	0.19 215	0.13 205	0.17 176	0.13 165	0.17 214	0.13 214	0.17 214	0.13 207

DeepPruner_ROB	0.16 180	0.18 149	0.13 150	0.19 175	0.13 214	0.19 217	0.13 209	0.19 215	0.13 213	0.19 213	0.13 213	0.19 217	0.13 212	0.19 215	0.13 205	0.18 192	0.13 165	0.18 224	0.13 214	0.18 218	0.13 207

PDISCO_ROB	0.83 509	2.80 644	3.49 736	0.14 128	0.11 181	0.17 210	0.09 152	0.15 201	0.10 160	0.15 195	0.12 199	0.16 201	0.14 217	3.30 729	0.13 205	0.14 140	2.34 708	0.16 204	0.12 203	2.62 709	0.10 158

LALA_ROB	0.15 173	0.19 150	0.12 130	0.18 168	0.11 181	0.20 223	0.12 202	0.21 231	0.12 209	0.20 220	0.12 199	0.20 222	0.12 205	0.21 232	0.13 205	0.17 176	0.10 106	0.18 224	0.11 177	0.18 218	0.11 173

SCION-MonSter	0.21 209	0.76 343	0.22 227	0.25 217	0.15 230	0.19 217	0.15 219	0.19 215	0.15 228	0.19 213	0.15 228	0.19 217	0.15 229	0.19 215	0.14 210	0.22 212	0.21 233	0.16 204	0.14 219	0.16 205	0.15 220

depth_test_26	0.20 201	0.34 201	0.25 241	0.34 255	0.14 216	0.21 233	0.14 211	0.21 231	0.14 216	0.21 231	0.14 218	0.21 229	0.14 217	0.21 232	0.14 210	0.26 242	0.26 254	0.22 241	0.15 230	0.22 234	0.14 213

castereo++	0.54 430	3.59 660	1.15 563	1.31 588	0.14 216	0.16 203	0.14 211	0.16 202	0.14 216	0.16 200	0.14 218	0.16 201	0.13 212	0.16 201	0.14 210	1.45 624	1.16 569	0.15 200	0.14 219	0.15 200	0.13 207

ITSA-stereo	0.15 173	0.17 146	0.13 150	0.20 187	0.13 214	0.19 217	0.13 209	0.18 213	0.13 213	0.19 213	0.13 213	0.18 213	0.14 217	0.18 212	0.14 210	0.16 165	0.11 128	0.15 200	0.14 219	0.18 218	0.11 173

GMStereo	0.14 161	0.13 116	0.14 155	0.14 128	0.14 216	0.14 185	0.14 211	0.14 185	0.14 216	0.14 185	0.14 218	0.14 186	0.14 217	0.14 187	0.14 210	0.14 140	0.14 173	0.14 184	0.14 219	0.14 189	0.14 213
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 201	0.19 150	0.14 155	0.20 187	0.14 216	0.20 223	0.96 582	0.21 231	0.14 216	0.20 220	0.13 213	0.21 229	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	0.17 214	0.12 200

acv_ft	0.20 201	0.19 150	0.14 155	0.20 187	0.14 216	0.20 223	0.96 582	0.21 231	0.14 216	0.20 220	0.13 213	0.21 229	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	0.17 214	0.12 200

hitnet-ft	0.79 493	2.78 643	0.14 155	0.20 187	0.14 216	0.21 233	2.89 735	2.80 723	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	2.54 708	2.33 725

GANet-RSSM	0.75 483	1.91 573	0.14 155	0.47 337	0.14 216	0.21 233	3.21 751	2.30 694	0.14 216	0.46 421	0.14 218	0.23 247	0.18 256	0.21 232	0.14 210	0.18 192	0.27 267	0.37 341	0.13 214	2.13 677	2.12 718

PSMNet-RSSM	0.77 489	2.76 638	0.14 155	0.20 187	0.14 216	0.20 223	2.66 732	2.79 722	0.14 216	0.21 231	0.14 218	0.21 229	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	2.52 700	2.31 723

GwcNet-RSSM	0.77 489	2.77 640	0.14 155	0.20 187	0.14 216	0.20 223	2.67 733	2.78 721	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.21 232	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	2.52 700	2.31 723

CFNet-ft	0.55 435	1.57 520	0.14 155	0.20 187	0.14 216	0.20 223	2.53 730	1.61 648	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	1.56 642	1.24 657

SCION-MonSter(vits)	0.25 230	0.79 349	0.31 287	0.42 314	0.28 308	0.40 332	0.28 302	0.20 222	0.15 228	0.40 327	0.15 228	0.19 217	0.15 229	0.20 220	0.15 222	0.23 224	0.21 233	0.17 214	0.14 219	0.16 205	0.14 213

DepthFocus	0.18 195	0.22 163	0.15 176	0.22 200	0.15 230	0.22 238	0.15 219	0.22 237	0.15 228	0.22 235	0.15 228	0.22 239	0.16 233	0.22 238	0.15 222	0.20 203	0.15 181	0.20 232	0.14 219	0.20 225	0.14 213

DEFOM-Stereo_RVC	0.83 509	5.18 702	1.98 700	2.19 631	0.17 247	0.19 217	0.18 245	0.19 215	0.16 236	0.20 220	0.19 262	0.22 239	0.22 275	0.20 220	0.15 222	2.28 682	2.13 703	0.24 260	0.17 256	0.18 218	0.16 222

gwcnet-sp	0.82 506	1.72 526	1.48 645	0.39 277	0.15 230	0.31 288	0.21 260	0.20 222	0.25 285	1.61 653	0.23 278	0.28 276	0.26 297	0.20 220	0.15 222	0.24 233	1.33 631	0.32 295	0.16 233	6.75 758	0.23 259

scenet	0.82 506	1.72 526	1.48 645	0.39 277	0.15 230	0.31 288	0.21 260	0.20 222	0.25 285	1.61 653	0.23 278	0.28 276	0.26 297	0.20 220	0.15 222	0.24 233	1.33 631	0.32 295	0.16 233	6.75 758	0.23 259

ssnet	0.82 506	1.72 526	1.48 645	0.39 277	0.15 230	0.31 288	0.21 260	0.20 222	0.25 285	1.61 653	0.23 278	0.28 276	0.26 297	0.20 220	0.15 222	0.24 233	1.33 631	0.32 295	0.16 233	6.75 758	0.23 259

dd	0.23 223	0.98 393	0.16 183	0.23 205	0.15 230	0.23 247	0.15 219	0.23 244	0.15 228	0.23 241	0.15 228	0.24 253	0.17 245	0.23 245	0.15 222	0.22 212	0.15 181	0.21 236	0.15 230	0.22 234	0.16 222

dad	0.23 223	1.03 419	0.16 183	0.23 205	0.15 230	0.24 250	0.15 219	0.24 247	0.16 236	0.23 241	0.16 234	0.24 253	0.16 233	0.23 245	0.15 222	0.22 212	0.16 184	0.22 241	0.16 233	0.22 234	0.16 222

Weightmod_eth	0.20 201	0.24 173	0.28 259	0.47 337	0.14 216	0.24 250	0.14 211	0.17 209	0.13 213	0.22 235	0.16 234	0.22 239	0.13 212	0.20 220	0.16 230	0.24 233	0.20 229	0.19 227	0.14 219	0.16 205	0.24 269

LACA2	0.21 209	0.24 173	0.26 248	0.31 239	0.16 241	0.24 250	0.16 226	0.24 247	0.16 236	0.24 248	0.16 234	0.24 253	0.16 233	0.24 249	0.16 230	0.27 246	0.23 246	0.24 260	0.16 233	0.23 246	0.16 222

LACA1	0.21 209	0.24 173	0.26 248	0.31 239	0.16 241	0.24 250	0.16 226	0.24 247	0.16 236	0.24 248	0.16 234	0.24 253	0.16 233	0.24 249	0.16 230	0.27 246	0.22 240	0.23 250	0.16 233	0.23 246	0.16 222

VIP-Stereo	0.70 469	2.97 647	2.43 713	2.49 660	0.16 241	0.25 260	0.16 226	0.25 255	0.16 236	0.25 256	0.18 259	0.25 260	0.16 233	0.26 270	0.16 230	1.86 641	1.26 623	0.23 250	0.15 230	0.23 246	0.15 220

xyz-stereo-finetune2	0.18 195	0.48 278	0.16 183	0.16 150	0.15 230	0.15 196	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 165	0.16 184	0.16 204	0.16 233	0.16 205	0.16 222

xyz-stereo	0.18 195	0.50 285	0.16 183	0.15 140	0.16 241	0.16 203	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 165	0.16 184	0.16 204	0.16 233	0.16 205	0.16 222

GMStereo_Zeroshot	0.16 180	0.16 141	0.16 183	0.16 150	0.16 241	0.16 203	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 165	0.16 184	0.16 204	0.16 233	0.16 205	0.16 222

GEAR-Net	0.22 216	0.46 267	0.27 251	0.29 231	0.17 247	0.21 233	0.17 236	0.21 231	0.17 246	0.21 231	0.17 242	0.21 229	0.17 245	0.21 232	0.17 237	0.28 251	0.26 254	0.20 232	0.16 233	0.20 225	0.16 222

LACA3	0.23 223	0.25 180	0.27 251	0.54 404	0.17 247	0.25 260	0.17 236	0.25 255	0.17 246	0.25 256	0.17 242	0.25 260	0.17 245	0.25 258	0.17 237	0.28 251	0.23 246	0.24 260	0.17 256	0.24 251	0.17 240

BStereo	0.22 216	0.23 165	0.20 219	0.24 210	0.20 268	0.23 247	0.33 393	0.39 318	0.17 246	0.23 241	0.17 242	0.23 247	0.16 233	0.24 249	0.17 237	0.23 224	0.16 184	0.22 241	0.20 266	0.22 234	0.16 222

Anonymus123	0.22 216	0.23 165	0.20 219	0.24 210	0.20 268	0.23 247	0.33 393	0.39 318	0.17 246	0.23 241	0.17 242	0.23 247	0.16 233	0.24 249	0.17 237	0.23 224	0.16 184	0.22 241	0.20 266	0.22 234	0.16 222

castereo	0.61 445	3.79 668	1.35 627	1.52 602	0.15 230	0.17 210	0.16 226	0.20 222	0.21 266	0.18 211	0.16 234	0.21 229	0.12 205	0.26 270	0.17 237	1.43 623	1.38 640	0.17 214	0.16 233	0.18 218	0.16 222

tg	0.21 209	0.25 180	0.21 225	0.26 225	0.17 247	0.24 250	0.17 236	0.24 247	0.17 246	0.24 248	0.17 242	0.24 253	0.17 245	0.24 249	0.17 237	0.24 233	0.17 212	0.23 250	0.16 233	0.23 246	0.16 222

ACV-stereo	0.30 250	2.08 585	0.25 241	0.25 217	0.18 259	0.24 250	0.17 236	0.24 247	0.18 253	0.24 248	0.17 242	0.25 260	0.17 245	0.24 249	0.17 237	0.22 212	0.16 184	0.22 241	0.16 233	0.22 234	0.16 222

IGEV_Zeroshot_test	0.20 201	0.19 150	0.40 377	0.30 233	0.17 247	0.22 238	0.17 236	0.21 231	0.17 246	0.20 220	0.17 242	0.21 229	0.18 256	0.21 232	0.17 237	0.20 203	0.16 184	0.20 232	0.16 233	0.20 225	0.17 240

MIM_Stereo	0.25 230	0.23 165	0.66 486	0.80 466	0.17 247	0.22 238	0.17 236	0.23 244	0.18 253	0.26 265	0.17 242	0.21 229	0.17 245	0.25 258	0.17 237	0.23 224	0.16 184	0.21 236	0.17 256	0.22 234	0.17 240

MMNet	0.44 364	1.24 499	0.17 193	0.25 217	0.17 247	0.25 260	0.18 245	1.26 629	0.93 582	0.25 256	0.17 242	0.25 260	0.18 256	0.25 258	0.17 237	0.23 224	0.16 184	0.23 250	0.16 233	1.20 579	0.99 579

delet	0.43 351	1.21 491	0.17 193	0.25 217	0.17 247	0.25 260	0.18 245	1.26 629	0.95 584	0.25 256	0.17 242	0.25 260	0.17 245	0.25 258	0.17 237	0.23 224	0.16 184	0.22 241	0.16 233	1.18 575	0.98 578

psm_up	0.43 351	1.19 444	0.17 193	0.25 217	0.18 259	0.25 260	0.19 251	1.26 629	0.91 576	0.26 265	0.17 242	0.25 260	0.17 245	0.25 258	0.17 237	0.22 212	0.17 212	0.23 250	0.16 233	1.18 575	0.99 579

UPFNet	0.42 349	1.20 445	0.17 193	0.24 210	0.17 247	0.25 260	0.17 236	1.19 575	0.90 575	0.25 256	0.17 242	0.24 253	0.17 245	0.25 258	0.17 237	0.22 212	0.17 212	0.22 241	0.16 233	1.15 567	0.93 572

SMOE	0.23 223	0.25 180	0.30 269	0.33 249	0.18 259	0.26 269	0.18 245	0.26 261	0.18 253	0.26 265	0.18 259	0.25 260	0.18 256	0.25 258	0.18 250	0.31 267	0.27 267	0.23 250	0.17 256	0.23 246	0.17 240

MSKI-zero shot	0.24 227	0.21 159	0.49 431	0.65 431	0.18 259	0.22 238	0.17 236	0.23 244	0.18 253	0.21 231	0.17 242	0.23 247	0.28 313	0.23 245	0.18 250	0.21 210	0.16 184	0.21 236	0.16 233	0.21 232	0.16 222

iResNetv2_ROB	0.20 201	0.23 165	0.18 203	0.24 210	0.20 268	0.24 250	0.18 245	0.24 247	0.18 253	0.24 248	0.18 259	0.23 247	0.19 263	0.24 249	0.18 250	0.21 210	0.16 184	0.21 236	0.16 233	0.22 234	0.16 222

iResNet	0.20 201	0.23 165	0.18 203	0.24 210	0.18 259	0.24 250	0.20 255	0.24 247	0.18 253	0.23 241	0.17 242	0.23 247	0.18 256	0.23 245	0.18 250	0.22 212	0.16 184	0.21 236	0.16 233	0.21 232	0.16 222

Pointernet	0.21 209	0.22 163	0.19 211	0.24 210	0.19 265	0.24 250	0.19 251	0.24 247	0.19 260	0.24 248	0.19 262	0.24 253	0.19 263	0.24 249	0.19 254	0.22 212	0.17 212	0.22 241	0.17 256	0.22 234	0.17 240

CAS++	0.17 186	0.27 186	0.21 225	0.10 87	0.21 278	0.15 196	0.22 265	0.10 149	0.21 266	0.22 235	0.10 158	0.19 217	0.18 256	0.10 152	0.19 254	0.20 203	0.19 227	0.18 224	0.10 158	0.19 224	0.18 246
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 625	5.27 711	0.19 211	5.49 735	0.19 265	0.28 276	0.19 251	0.28 266	0.19 260	0.28 271	0.19 262	0.28 276	4.35 756	0.28 279	0.19 254	0.23 224	0.17 212	0.23 250	4.21 765	4.81 742	0.17 240

DLNR-FE	0.28 244	0.89 371	0.30 269	0.34 255	0.19 265	0.28 276	0.19 251	0.28 266	0.20 262	0.28 271	0.20 266	0.28 276	0.20 267	0.28 279	0.20 257	0.33 276	0.28 275	0.25 265	0.19 264	0.24 251	0.19 249

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

AANet_RVC	1.26 620	0.31 197	4.99 748	5.93 738	0.20 268	0.25 260	0.20 255	0.25 255	0.20 262	0.23 241	0.19 262	0.25 260	0.20 267	0.25 258	0.20 257	5.66 749	4.76 743	0.26 270	0.30 387	0.24 251	0.27 315

Weightmod	0.27 241	0.29 191	0.33 301	0.38 268	0.20 268	0.30 281	0.21 260	0.29 271	0.21 266	0.29 276	0.22 273	0.30 286	0.20 267	0.30 285	0.21 260	0.37 296	0.31 304	0.27 275	0.20 266	0.28 265	0.21 254

SME	0.27 241	0.29 191	0.31 287	0.38 268	0.20 268	0.29 279	0.18 245	0.30 274	0.20 262	0.32 289	0.21 271	0.32 295	0.20 267	0.32 293	0.21 260	0.35 288	0.32 309	0.27 275	0.19 264	0.29 269	0.20 251

GEStereo_RVC	0.86 521	4.45 685	0.20 219	0.27 228	0.20 268	0.27 274	0.20 255	0.26 261	0.18 253	5.03 759	0.20 266	0.27 275	0.19 263	0.27 274	0.21 260	0.20 203	0.19 227	0.19 227	4.02 763	0.20 225	0.18 246

HGLStereo	0.28 244	0.29 191	0.22 227	0.36 262	0.22 280	0.36 308	0.21 260	0.36 296	0.21 266	0.42 358	0.21 271	0.36 311	0.22 275	0.36 311	0.21 260	0.34 280	0.21 233	0.34 312	0.21 270	0.34 293	0.21 254

DCVSM-stereo	0.36 291	1.89 570	0.22 227	0.40 290	0.22 280	0.40 332	0.22 265	0.40 327	0.22 270	0.40 327	0.22 273	0.40 339	0.22 275	0.40 333	0.22 264	0.28 251	0.21 233	0.28 279	0.21 270	0.28 265	0.20 251

WAO-6	0.22 216	0.23 165	0.22 227	0.23 205	0.22 280	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 239	0.22 275	0.22 238	0.22 264	0.22 212	0.22 240	0.22 241	0.22 273	0.22 234	0.22 257

IMH-64-1	0.22 216	0.23 165	0.23 231	0.22 200	0.22 280	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 239	0.22 275	0.22 238	0.22 264	0.22 212	0.22 240	0.23 250	0.22 273	0.22 234	0.23 259

IMH-64	0.22 216	0.23 165	0.23 231	0.22 200	0.22 280	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 239	0.22 275	0.22 238	0.22 264	0.22 212	0.22 240	0.23 250	0.22 273	0.22 234	0.23 259

ssnet_v2	0.68 463	1.96 581	1.25 623	0.29 231	0.20 268	0.30 281	0.20 255	0.29 271	0.22 270	1.50 649	0.20 266	0.31 291	0.20 267	0.27 274	0.22 264	0.24 233	1.49 647	0.26 270	0.18 263	3.90 719	0.19 249

CCAANet	0.17 186	0.71 332	0.14 155	0.14 128	0.14 216	0.14 185	0.14 211	0.14 185	0.14 216	0.14 185	0.14 218	0.14 186	0.14 217	0.14 187	0.22 264	0.14 140	0.14 173	0.14 184	0.14 219	0.14 189	0.14 213

DISCO	1.11 564	0.39 222	5.28 750	0.39 277	0.20 268	0.39 330	0.27 291	0.39 318	0.22 270	0.38 313	0.20 266	0.38 324	0.20 267	6.95 770	0.22 264	0.30 261	0.21 233	0.27 275	0.21 270	5.25 751	0.21 254

PAM	0.39 321	1.88 569	0.34 315	0.37 265	0.41 462	0.45 427	0.22 265	0.28 266	0.23 277	0.28 271	0.24 285	0.29 282	0.23 281	0.29 283	0.23 271	0.38 309	0.32 309	0.38 349	0.37 443	0.32 281	0.22 257

DLNR_Zeroshot_test	0.31 257	0.28 189	0.47 416	0.79 462	0.24 291	0.30 281	0.26 288	0.30 274	0.24 280	0.32 289	0.23 278	0.31 291	0.24 284	0.30 285	0.23 271	0.29 260	0.26 254	0.29 284	0.24 286	0.33 288	0.23 259

FENet	0.54 430	1.52 518	1.19 569	1.41 598	0.23 286	0.35 304	0.23 274	0.35 292	0.23 277	0.34 297	0.23 278	0.35 306	0.23 281	0.35 305	0.23 271	1.40 621	1.07 553	0.32 295	0.23 279	0.33 288	0.23 259

RAFT-FEzeroshot	0.34 272	0.26 183	0.17 193	0.21 198	0.17 247	0.20 223	0.16 226	0.20 222	0.16 236	0.20 220	0.17 242	0.21 229	0.16 233	0.27 274	0.24 274	0.19 200	0.16 184	0.19 227	0.16 233	0.26 257	3.08 741

RAFT-FE	0.34 272	0.26 183	0.17 193	0.21 198	0.17 247	0.20 223	0.16 226	0.20 222	0.16 236	0.20 220	0.17 242	0.21 229	0.16 233	0.27 274	0.24 274	0.19 200	0.16 184	0.19 227	0.16 233	0.26 257	3.08 741

WCG-NET（raft）	0.32 266	1.24 499	0.24 238	0.32 245	0.24 291	0.32 297	0.23 274	0.32 282	0.24 280	0.32 289	0.24 285	0.32 295	0.24 284	0.32 293	0.24 274	0.30 261	0.23 246	0.30 286	0.23 279	0.30 273	0.23 259

tt1	0.31 257	0.93 386	0.24 238	0.33 249	0.23 286	0.31 288	0.24 279	0.32 282	0.24 280	0.32 289	0.23 278	0.32 295	0.25 287	0.32 293	0.24 274	0.27 246	0.26 254	0.27 275	0.26 295	0.27 263	0.27 315

xxxxx1	0.31 257	0.91 377	0.23 231	0.31 239	0.23 286	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 299	0.25 287	0.32 293	0.24 274	0.28 251	0.28 275	0.28 279	0.28 354	0.29 269	0.27 315

tt_ll	0.31 257	0.91 377	0.23 231	0.31 239	0.23 286	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 299	0.25 287	0.32 293	0.24 274	0.28 251	0.28 275	0.28 279	0.28 354	0.29 269	0.27 315

ff	0.31 257	0.91 377	0.23 231	0.31 239	0.23 286	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 299	0.25 287	0.32 293	0.24 274	0.28 251	0.28 275	0.28 279	0.28 354	0.29 269	0.27 315

iResNet_ROB	0.28 244	0.32 199	0.24 238	0.32 245	0.25 294	0.32 297	0.24 279	0.32 282	0.24 280	0.33 294	0.24 285	0.35 306	0.24 284	0.33 301	0.24 274	0.31 267	0.24 250	0.32 295	0.24 286	0.32 281	0.24 269

UNDER WATER-64	0.25 230	0.26 183	0.25 241	0.26 225	0.25 294	0.25 260	0.25 281	0.25 255	0.25 285	0.25 256	0.25 291	0.25 260	0.25 287	0.26 270	0.25 282	0.25 240	0.25 251	0.25 265	0.25 289	0.25 254	0.25 271

LoS_RVC	0.30 250	1.14 435	0.25 241	0.25 217	0.25 294	0.26 269	0.25 281	0.25 255	0.25 285	0.25 256	0.25 291	0.26 272	0.26 297	0.26 270	0.25 282	0.26 242	0.26 254	0.25 265	0.25 289	0.26 257	0.26 277

CAS	0.30 250	1.17 441	0.25 241	0.25 217	0.25 294	0.26 269	0.25 281	0.25 255	0.26 299	0.25 256	0.25 291	0.25 260	0.25 287	0.25 258	0.25 282	0.26 242	0.26 254	0.26 270	0.25 289	0.26 257	0.25 271

LoS	0.25 230	0.27 186	0.25 241	0.25 217	0.25 294	0.25 260	0.25 281	0.26 261	0.25 285	0.25 256	0.25 291	0.25 260	0.25 287	0.25 258	0.25 282	0.26 242	0.25 251	0.25 265	0.26 295	0.26 257	0.25 271
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 479	1.22 497	0.25 241	1.22 574	0.25 294	1.22 630	0.25 281	1.22 625	0.25 285	1.22 634	0.25 291	1.22 636	0.25 287	1.22 636	0.25 282	1.22 607	0.26 254	1.21 645	0.25 289	1.22 627	0.25 271
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
small-0shot	0.35 283	1.92 579	0.27 251	0.27 228	0.27 302	0.27 274	0.27 291	0.27 265	0.27 303	0.27 270	0.27 300	0.26 272	0.27 304	0.27 274	0.26 287	0.27 246	0.26 254	0.26 270	0.26 295	0.26 257	0.27 315

StereoDRNet-Refined	0.33 271	0.39 222	0.26 248	0.39 277	0.26 301	0.40 332	0.26 288	0.40 327	0.26 299	0.39 320	0.26 296	0.39 329	0.26 297	0.39 330	0.26 287	0.37 296	0.25 251	0.37 341	0.25 289	0.37 321	0.37 420
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 283	0.71 332	0.40 377	0.47 337	0.27 302	0.34 300	0.27 291	0.34 289	0.26 299	0.34 297	0.26 296	0.34 304	0.27 304	0.34 302	0.27 289	0.44 354	0.41 397	0.33 302	0.29 369	0.32 281	0.29 352

Monster-pub-eth3d	0.45 387	0.57 311	0.60 465	0.39 277	0.28 308	0.37 316	0.28 302	0.37 304	0.30 334	0.39 320	0.29 323	0.39 329	0.30 334	0.92 549	0.27 289	1.42 622	0.28 275	0.34 312	0.28 354	0.37 321	0.53 492

Monster-pub-mixall	0.44 364	0.56 309	0.60 465	0.38 268	0.27 302	0.37 316	0.27 291	0.37 304	0.29 319	0.38 313	0.27 300	0.38 324	0.29 325	0.85 537	0.27 289	1.46 625	0.26 254	0.34 312	0.26 295	0.36 316	0.53 492

Replicate-Monster	0.45 387	0.57 311	0.60 465	0.40 290	0.29 321	0.37 316	0.27 291	0.37 304	0.30 334	0.40 327	0.31 382	0.40 339	0.30 334	0.99 557	0.27 289	1.36 618	0.31 304	0.34 312	0.30 387	0.36 316	0.54 495

model_zeroshot	0.27 241	0.20 154	0.27 251	0.33 249	0.21 278	0.37 316	0.22 265	0.37 304	0.24 280	0.26 265	0.27 300	0.33 299	0.21 274	0.25 258	0.27 289	0.32 270	0.20 229	0.34 312	0.23 279	0.25 254	0.26 277

TorneroNet-64	0.45 387	0.27 186	0.30 269	0.58 414	0.27 302	0.70 511	0.30 325	0.28 266	0.73 558	0.73 516	0.28 308	0.71 516	0.66 525	0.75 518	0.27 289	0.27 246	0.29 289	0.37 341	0.75 565	0.28 265	0.30 367

CroCo-Stereo Lap2	0.77 489	1.29 501	0.29 265	1.27 579	0.29 321	1.27 634	0.26 288	1.26 629	0.26 299	1.26 635	0.26 296	1.27 640	0.26 297	1.26 638	0.27 289	1.27 610	0.27 267	1.27 649	0.27 333	1.27 631	0.27 315

CRFU-Net	0.65 453	1.67 523	1.22 619	1.96 623	0.27 302	0.41 351	0.27 291	0.41 346	0.27 303	0.40 327	0.26 296	0.41 354	0.27 304	0.40 333	0.27 289	1.80 640	1.62 661	0.34 312	0.23 279	0.33 288	0.23 259

MLCV	0.31 257	0.35 203	0.27 251	0.35 258	0.28 308	0.35 304	0.27 291	0.35 292	0.28 309	0.36 305	0.27 300	0.35 306	0.27 304	0.35 305	0.27 289	0.34 280	0.27 267	0.34 312	0.27 333	0.34 293	0.27 315

SCION-M(vits-remse)	0.34 272	0.79 349	0.30 269	0.33 249	0.28 308	0.40 332	0.28 302	0.40 327	0.28 309	0.40 327	0.28 308	0.39 329	0.28 313	0.40 333	0.28 298	0.23 224	0.21 233	0.35 328	0.27 333	0.35 306	0.27 315

SCION-Mon(vits-remp)	0.34 272	0.98 393	0.30 269	0.33 249	0.18 259	0.21 233	0.28 302	0.40 327	0.28 309	0.40 327	0.28 308	0.39 329	0.28 313	0.40 333	0.28 298	0.37 296	0.29 289	0.35 328	0.27 333	0.35 306	0.27 315

GREATEN-IGEV-FM_RVC	0.38 307	0.35 203	0.56 455	0.63 425	0.28 308	0.36 308	0.28 302	0.36 296	0.28 309	0.36 305	0.28 308	0.36 311	0.28 313	0.36 311	0.28 298	0.62 456	0.57 467	0.35 328	0.28 354	0.35 306	0.28 343

PStereo	0.32 266	0.36 208	0.28 259	0.38 268	0.29 321	0.36 308	0.27 291	0.38 313	0.27 303	0.38 313	0.28 308	0.36 311	0.27 304	0.36 311	0.28 298	0.32 270	0.27 267	0.33 302	0.27 333	0.33 288	0.27 315

TestStereo_HL2	2.73 718	0.41 238	11.06 768	14.13 770	0.30 333	0.44 413	0.28 302	0.43 372	0.29 319	0.43 365	0.28 308	0.43 381	0.29 325	0.43 374	0.28 298	13.51 772	10.37 772	0.41 423	0.27 333	0.38 334	0.27 315

GeoVLM	0.36 291	0.38 215	0.27 251	0.46 330	0.28 308	0.35 304	0.28 302	0.37 304	0.27 303	0.35 301	0.28 308	0.36 311	0.38 430	0.35 305	0.28 298	1.08 542	0.26 254	0.33 302	0.27 333	0.34 293	0.33 393

LG-Stereo_L2	0.34 272	0.37 211	0.38 334	0.47 337	0.28 308	0.39 330	0.28 302	0.39 318	0.28 309	0.39 320	0.28 308	0.39 329	0.28 313	0.38 322	0.28 298	0.42 352	0.35 358	0.36 337	0.26 295	0.35 306	0.26 277

GIP-stereo	0.36 291	0.49 280	0.39 345	0.48 343	0.32 394	0.41 351	0.28 302	0.40 327	0.30 334	0.41 344	0.28 308	0.40 339	0.28 313	0.42 367	0.28 298	0.45 383	0.32 309	0.38 349	0.30 387	0.37 321	0.27 315

DEFOM-Stereo	0.68 463	3.11 650	1.40 641	1.63 612	0.25 294	0.31 288	0.25 281	0.31 280	0.28 309	0.31 283	0.29 323	0.29 282	0.27 304	0.31 290	0.28 298	1.59 632	1.47 646	0.30 286	0.29 369	0.30 273	0.28 343

RSM	0.36 291	0.36 208	0.43 398	0.37 265	0.42 472	0.49 453	0.42 462	0.37 304	0.28 309	0.36 305	0.29 323	0.36 311	0.30 334	0.37 318	0.28 298	0.34 280	0.31 304	0.34 312	0.35 434	0.40 396	0.29 352

ACVNet-DCA	0.37 301	1.00 403	0.30 269	0.40 290	0.29 321	0.40 332	0.29 317	0.40 327	0.29 319	0.40 327	0.29 323	0.40 339	0.29 325	0.39 330	0.28 298	0.33 276	0.32 309	0.33 302	0.32 406	0.33 288	0.32 384

SQANet	0.28 244	0.28 189	0.28 259	0.28 230	0.28 308	0.28 276	0.28 302	0.28 266	0.28 309	0.28 271	0.28 308	0.28 276	0.28 313	0.28 279	0.28 298	0.28 251	0.28 275	0.28 279	0.28 354	0.28 265	0.28 343

Any-RAFT	0.32 266	0.36 208	0.27 251	0.36 262	0.27 302	0.36 308	0.27 291	0.36 296	0.27 303	0.36 305	0.27 300	0.36 311	0.27 304	0.36 311	0.28 298	0.36 293	0.28 275	0.36 337	0.28 354	0.36 316	0.28 343

IER	0.88 526	7.04 730	2.23 706	2.75 665	0.28 308	0.43 379	0.25 281	0.39 318	0.25 285	0.41 344	0.27 300	0.39 329	0.25 287	0.40 333	0.28 298	0.37 296	0.28 275	0.37 341	0.25 289	0.37 321	0.25 271

DGSMNet	0.34 272	0.41 238	0.27 251	0.41 304	0.28 308	0.41 351	0.28 302	0.41 346	0.27 303	0.41 344	0.27 300	0.42 372	0.27 304	0.41 353	0.28 298	0.40 330	0.29 289	0.40 405	0.28 354	0.40 396	0.27 315

DN-CSS_ROB	0.31 257	0.35 203	0.28 259	0.35 258	0.28 308	0.34 300	0.27 291	0.34 289	0.25 285	0.35 301	0.27 300	0.36 311	0.26 297	0.34 302	0.28 298	0.35 288	0.28 275	0.34 312	0.28 354	0.34 293	0.27 315

GREATEN-IGEV_RVC	0.38 307	0.35 203	0.56 455	0.63 425	0.29 321	0.36 308	0.29 317	0.36 296	0.29 319	0.39 320	0.29 323	0.36 311	0.29 325	0.36 311	0.29 314	0.62 456	0.57 467	0.35 328	0.29 369	0.36 316	0.29 352

GGDA	2.76 721	0.41 238	11.34 770	14.28 771	0.30 333	0.44 413	0.29 317	0.43 372	0.29 319	0.43 365	0.28 308	0.43 381	0.28 313	0.43 374	0.29 314	13.45 771	10.57 773	0.41 423	0.27 333	0.38 334	0.27 315

TestStereo-Hl	2.78 723	0.42 249	11.23 769	14.38 772	0.30 333	0.44 413	0.30 325	0.43 372	0.28 309	0.43 365	0.29 323	0.44 416	0.29 325	0.44 405	0.29 314	13.64 774	10.73 774	0.41 423	0.27 333	0.38 334	0.27 315

xx1	0.38 307	1.03 419	0.31 287	0.40 290	0.31 380	0.41 351	0.28 302	0.40 327	0.29 319	0.40 327	0.29 323	0.40 339	0.29 325	0.40 333	0.29 314	0.34 280	0.33 322	0.34 312	0.32 406	0.34 293	0.32 384

1test111	0.37 301	1.02 417	0.30 269	0.39 277	0.29 321	0.40 332	0.28 302	0.39 318	0.29 319	0.39 320	0.29 323	0.39 329	0.28 313	0.40 333	0.29 314	0.33 276	0.32 309	0.33 302	0.31 398	0.32 281	0.31 377

cc1	0.37 301	1.02 417	0.30 269	0.39 277	0.29 321	0.40 332	0.28 302	0.39 318	0.29 319	0.39 320	0.29 323	0.39 329	0.28 313	0.40 333	0.29 314	0.33 276	0.32 309	0.33 302	0.31 398	0.32 281	0.31 377

EKT-Stereo	0.37 301	0.40 226	0.44 400	1.07 509	0.29 321	0.34 300	0.31 372	0.36 296	0.29 319	0.38 313	0.31 382	0.37 321	0.30 334	0.36 311	0.29 314	0.34 280	0.28 275	0.39 392	0.30 387	0.37 321	0.30 367

PML	0.46 396	1.36 509	0.29 265	0.58 414	0.30 333	0.57 492	0.29 317	0.57 480	0.29 319	0.57 487	0.29 323	0.57 492	0.29 325	0.56 483	0.29 314	0.52 425	0.30 299	0.53 491	0.31 398	0.53 466	0.30 367

GES	0.66 455	2.34 610	0.29 265	0.41 304	0.29 321	0.41 351	0.29 317	0.42 364	0.29 319	0.40 327	0.41 455	0.41 354	0.30 334	0.51 467	0.29 314	0.32 270	0.29 289	0.32 295	2.46 734	2.49 696	0.30 367

UCFNet_RVC	2.75 720	10.06 752	0.29 265	10.31 766	0.29 321	0.42 372	0.29 317	0.43 372	0.29 319	0.42 358	0.29 323	0.42 372	9.87 773	0.43 374	0.29 314	0.36 293	9.84 769	0.36 337	0.26 295	9.77 772	0.26 277

testmc14	2.43 707	10.48 755	8.02 765	8.93 756	0.31 380	0.44 413	0.30 325	0.42 364	0.30 334	0.42 358	0.30 338	0.42 372	0.30 334	0.42 367	0.30 324	8.88 768	6.99 758	0.41 423	0.28 354	0.39 382	0.28 343

TestStereo_HL3	2.76 721	0.41 238	11.46 771	14.11 769	0.30 333	0.45 427	0.29 317	0.43 372	0.29 319	0.43 365	0.29 323	0.43 381	0.28 313	0.44 405	0.30 324	13.57 773	10.32 771	0.41 423	0.27 333	0.38 334	0.27 315

MCSU-Stereo	2.48 710	10.56 756	8.50 767	9.47 760	0.31 380	0.43 379	0.30 325	0.42 364	0.30 334	0.42 358	0.30 338	0.42 372	0.30 334	0.41 353	0.30 324	8.86 767	6.93 757	0.40 405	0.29 369	0.39 382	0.28 343

aanet-new-90k	0.44 364	1.82 555	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-60k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-70k	0.44 364	1.82 555	0.38 334	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-78k	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-40k	0.44 364	1.81 548	0.39 345	0.50 385	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-36k	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-34k	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-32k-new	0.44 364	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.44 410	0.30 334	0.44 403	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.34 351	0.39 392	0.26 295	0.38 334	0.26 277

aanet-new-32k	0.44 364	1.79 542	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-30k	0.44 364	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-28k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.44 413	0.30 325	0.44 410	0.30 334	0.44 403	0.30 338	0.44 416	0.30 334	0.44 405	0.30 324	0.45 383	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-24k	0.44 364	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-22k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-16k	0.44 364	1.83 558	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-14k	0.60 440	5.12 699	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.30 324	0.44 354	0.37 369	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-8k	0.43 351	1.76 533	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new	0.43 351	1.80 543	0.38 334	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-cres-4k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-cres	0.43 351	1.77 535	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-36K	0.43 351	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-22K	0.44 364	1.85 564	0.38 334	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-20K	0.43 351	1.77 535	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-24K	0.44 364	1.86 567	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-5K	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.44 413	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-2K	0.44 364	1.82 555	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-3K	0.43 351	1.77 535	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-50K	0.44 364	1.83 558	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.36 364	0.38 349	0.26 295	0.38 334	0.26 277

gcap_with_dpt	0.35 283	0.39 222	0.30 269	0.44 325	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.30 338	0.44 416	0.30 334	0.44 405	0.30 324	0.38 309	0.26 254	0.38 349	0.27 333	0.38 334	0.27 315

Zero-FE251	0.36 291	0.40 226	0.28 259	0.41 304	0.28 308	0.41 351	0.28 302	0.41 346	0.28 309	0.41 344	0.28 308	0.41 354	0.28 313	0.42 367	0.30 324	0.37 296	0.26 254	0.37 341	0.27 333	0.45 422	0.56 506

MultiAttention	0.30 250	0.30 194	0.30 269	0.30 233	0.30 333	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 286	0.30 334	0.30 285	0.30 324	0.30 261	0.30 299	0.30 286	0.30 387	0.30 273	0.30 367

MSAF-DinoV2	0.30 250	0.30 194	0.30 269	0.30 233	0.30 333	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 286	0.30 334	0.30 285	0.30 324	0.30 261	0.30 299	0.30 286	0.30 387	0.30 273	0.30 367

GCAP-BAT	0.41 335	1.30 503	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.44 403	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.34 351	0.38 349	0.26 295	0.38 334	0.26 277

GCAPDPT-zeroshot4090	0.40 327	1.09 429	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.44 410	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.34 351	0.38 349	0.27 333	0.38 334	0.27 315

IGEV++	0.34 272	0.43 251	0.30 269	0.40 290	0.29 321	0.40 332	0.29 317	0.40 327	0.29 319	0.40 327	0.29 323	0.40 339	0.29 325	0.40 333	0.30 324	0.38 309	0.29 289	0.37 341	0.29 369	0.37 321	0.29 352

IGEV-Stereo	0.35 283	0.44 254	0.45 402	0.49 349	0.30 333	0.37 316	0.30 325	0.36 296	0.30 334	0.36 305	0.29 323	0.36 311	0.29 325	0.36 311	0.30 324	0.46 395	0.39 383	0.32 295	0.24 286	0.32 281	0.25 271
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 272	0.42 249	0.31 287	0.39 277	0.30 333	0.38 323	0.30 325	0.40 327	0.29 319	0.40 327	0.37 429	0.41 354	0.34 411	0.38 322	0.30 324	0.34 280	0.27 267	0.34 312	0.26 295	0.34 293	0.26 277

RAFT + AFF	0.31 257	0.45 263	0.34 315	0.39 277	0.28 308	0.38 323	0.33 393	0.29 271	0.31 379	0.30 278	0.30 338	0.29 282	0.27 304	0.29 283	0.30 324	0.28 251	0.29 289	0.29 284	0.29 369	0.27 263	0.32 384

DANet	0.30 250	0.30 194	0.30 269	0.30 233	0.30 333	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 286	0.30 334	0.30 285	0.30 324	0.30 261	0.30 299	0.30 286	0.30 387	0.30 273	0.30 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 335	0.89 371	0.31 287	0.40 290	0.31 380	0.40 332	0.31 372	0.40 327	0.31 379	0.61 494	0.53 507	0.40 339	0.31 385	0.40 333	0.31 365	0.58 442	0.47 431	0.38 349	0.29 369	0.38 334	0.29 352

test410	0.66 455	5.69 722	0.31 287	0.40 290	0.31 380	0.41 351	0.31 372	0.40 327	0.31 379	0.62 498	0.55 510	0.40 339	0.31 385	0.40 333	0.31 365	0.59 445	0.47 431	0.38 349	0.29 369	0.38 334	0.30 367

GCAP-Stereo-DPT26K	0.43 351	1.76 533	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.31 365	0.44 354	0.33 322	0.38 349	0.27 333	0.38 334	0.26 277

aanet-new-10k	0.45 387	1.81 548	0.40 377	0.50 385	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 416	0.32 392	0.44 405	0.31 365	0.46 395	0.35 358	0.39 392	0.27 333	0.39 382	0.27 315

GCAP-Stereo-DPT-25K	0.41 335	1.09 429	0.40 377	0.52 399	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 416	0.31 385	0.44 405	0.31 365	0.46 395	0.35 358	0.39 392	0.28 354	0.39 382	0.28 343

GCAP-Stereo-DPT-FT	0.41 335	1.06 426	0.40 377	0.51 396	0.31 380	0.44 413	0.30 325	0.43 372	0.32 391	0.44 403	0.30 338	0.56 489	0.30 334	0.44 405	0.31 365	0.45 383	0.34 351	0.39 392	0.27 333	0.40 396	0.27 315

DStereoO	0.31 257	0.31 197	0.31 287	0.30 233	0.40 452	0.31 288	0.30 325	0.30 274	0.34 412	0.29 276	0.31 382	0.29 282	0.30 334	0.31 290	0.31 365	0.31 267	0.29 289	0.31 292	0.30 387	0.31 278	0.31 377

DStereoSA	0.32 266	0.52 295	0.34 315	0.31 239	0.31 380	0.30 281	0.30 325	0.31 280	0.30 334	0.31 283	0.31 382	0.31 291	0.30 334	0.31 290	0.31 365	0.30 261	0.32 309	0.31 292	0.31 398	0.31 278	0.31 377

gcap-zeroshot	0.36 291	0.40 226	0.34 315	0.44 325	0.31 380	0.44 413	0.31 372	0.44 410	0.32 391	0.44 403	0.32 392	0.44 416	0.32 392	0.44 405	0.31 365	0.39 322	0.28 275	0.39 392	0.28 354	0.39 382	0.27 315

test_for_model	0.35 283	0.39 222	0.30 269	0.43 321	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.31 365	0.38 309	0.26 254	0.38 349	0.26 295	0.38 334	0.26 277

testlalala	0.36 291	0.40 226	0.34 315	0.44 325	0.31 380	0.44 413	0.31 372	0.44 410	0.32 391	0.44 403	0.32 392	0.44 416	0.32 392	0.44 405	0.31 365	0.39 322	0.28 275	0.39 392	0.28 354	0.39 382	0.27 315

GCAPDPT-zeroshot	0.36 291	0.40 226	0.30 269	0.43 321	0.30 333	0.43 379	0.30 325	0.43 372	0.31 379	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.31 365	0.39 322	0.28 275	0.39 392	0.27 333	0.39 382	0.26 277

PhaseNet	1.74 636	6.34 729	4.81 746	6.77 744	0.24 291	0.80 525	0.53 503	0.48 433	0.22 270	0.53 473	0.28 308	0.48 443	0.25 287	0.40 333	0.32 377	6.39 755	4.61 742	0.46 451	0.38 457	0.25 254	0.18 246

aanet-new-12k	0.46 396	1.99 582	0.40 377	0.51 396	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 416	0.31 385	0.44 405	0.32 377	0.47 402	0.35 358	0.39 392	0.27 333	0.39 382	0.27 315

DStereoFS	0.32 266	0.33 200	0.32 296	0.33 249	0.30 333	0.32 297	0.32 382	0.32 282	0.31 379	0.30 278	0.31 382	0.31 291	0.30 334	0.32 293	0.32 377	0.32 270	0.31 304	0.30 286	0.47 495	0.32 281	0.34 400

DDF-Stereo	0.43 351	1.15 438	0.57 459	0.53 401	0.32 394	0.41 351	0.32 382	0.41 346	0.32 391	0.41 344	0.32 392	0.41 354	0.32 392	0.40 333	0.32 377	0.52 425	0.50 448	0.38 349	0.31 398	0.39 382	0.31 377

water-stereo	0.41 335	0.84 359	0.46 408	0.50 385	0.33 407	0.45 427	0.33 393	0.45 419	0.32 391	0.45 415	0.32 392	0.45 426	0.32 392	0.45 423	0.32 377	0.44 354	0.41 397	0.39 392	0.31 398	0.39 382	0.32 384

xyz-stereo-finetune	0.28 244	0.49 280	0.16 183	0.16 150	0.16 241	0.16 203	0.16 226	0.22 237	0.30 334	0.32 289	0.31 382	0.32 295	0.31 385	0.32 293	0.32 377	0.32 270	0.33 322	0.31 292	0.32 406	0.31 278	0.32 384

GREAT-IGEV	0.38 307	0.43 251	0.36 327	0.48 343	0.32 394	0.45 427	0.32 382	0.45 419	0.32 391	0.45 415	0.32 392	0.45 426	0.32 392	0.45 423	0.32 377	0.44 354	0.33 322	0.41 423	0.29 369	0.41 407	0.29 352
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	0.40 327	0.45 263	0.35 325	0.48 343	0.36 429	0.47 439	0.34 408	0.45 419	0.38 432	0.47 427	0.33 401	0.45 426	0.32 392	0.45 423	0.32 377	0.39 322	0.38 376	0.38 349	0.37 443	0.39 382	0.39 434

fffy	0.38 307	0.43 251	0.33 301	0.46 330	0.33 407	0.45 427	0.32 382	0.45 419	0.32 391	0.45 415	0.32 392	0.45 426	0.33 404	0.45 423	0.32 377	0.38 309	0.38 376	0.38 349	0.37 443	0.37 321	0.36 414

iRaft-Stereo_20w	0.34 272	0.41 238	0.31 287	0.39 277	0.29 321	0.40 332	0.32 382	0.41 346	0.32 391	0.38 313	0.30 338	0.39 329	0.30 334	0.38 322	0.32 377	0.35 288	0.27 267	0.34 312	0.27 333	0.34 293	0.29 352

FCDSN-DC	0.41 335	0.59 316	0.64 480	0.54 404	0.33 407	0.50 462	0.37 425	0.42 364	0.40 448	0.61 494	0.43 468	0.50 464	0.49 491	0.38 322	0.32 377	0.28 251	0.23 246	0.26 270	0.22 273	0.35 306	0.28 343
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 335	1.49 517	0.32 296	0.42 314	0.32 394	0.41 351	0.32 382	0.41 346	0.33 401	0.41 344	0.32 392	0.41 354	0.32 392	0.41 353	0.32 377	0.39 322	0.28 275	0.39 392	0.28 354	0.40 396	0.28 343

rgla	0.45 387	0.54 303	0.33 301	0.67 436	0.32 394	0.48 444	0.33 393	0.48 433	0.33 401	0.48 434	0.94 583	0.48 443	0.33 404	0.47 432	0.33 389	0.45 383	0.52 456	0.53 491	0.31 398	0.45 422	0.32 384

416test	0.46 396	0.55 306	0.33 301	0.67 436	0.33 407	0.48 444	0.33 393	0.48 433	0.33 401	0.48 434	0.99 588	0.48 443	0.33 404	0.48 442	0.33 389	0.45 383	0.52 456	0.54 494	0.32 406	0.45 422	0.32 384

MyStereo04	0.56 437	3.72 666	0.59 461	0.49 349	0.41 462	0.36 308	0.32 382	0.37 304	0.31 379	0.34 297	0.46 479	0.35 306	0.32 392	0.35 305	0.33 389	0.49 410	0.45 421	0.34 312	0.32 406	0.35 306	0.43 455

PCWNet_CMD	2.80 725	9.82 750	0.32 296	10.09 765	0.32 394	0.49 453	0.33 393	3.34 730	0.33 401	0.49 444	0.33 401	0.49 450	8.73 769	0.48 442	0.33 389	0.41 338	9.22 764	0.42 439	0.29 369	9.55 771	0.31 377

CFNet_ucs	2.73 718	9.64 749	0.33 301	9.92 763	0.32 394	0.49 453	0.33 393	0.49 441	0.33 401	0.49 444	0.33 401	0.49 450	8.98 771	0.48 442	0.33 389	0.41 338	9.96 770	0.40 405	0.29 369	10.12 774	0.54 495

RAFT-Test	0.36 291	0.37 211	0.33 301	0.41 304	0.32 394	0.41 351	0.32 382	0.41 346	0.32 391	0.41 344	0.32 392	0.41 354	0.32 392	0.41 353	0.33 389	0.37 296	0.29 289	0.37 341	0.29 369	0.38 334	0.31 377

RCA-Stereo	0.51 424	3.22 654	0.34 315	0.44 325	0.34 419	0.44 413	0.34 408	0.43 372	0.34 412	0.43 365	0.34 409	0.44 416	0.33 404	0.43 374	0.33 389	0.38 309	0.29 289	0.38 349	0.29 369	0.38 334	0.29 352

CFNet_pseudo	2.67 717	9.36 747	0.32 296	10.99 767	0.33 407	0.85 535	0.33 393	0.49 441	0.33 401	0.49 444	0.32 392	0.49 450	7.26 767	0.49 449	0.33 389	0.41 338	9.62 767	0.41 423	0.29 369	10.03 773	0.29 352

pcwnet_v2	2.66 716	9.89 751	0.33 301	9.89 762	0.32 394	0.50 462	0.32 382	0.49 441	0.33 401	0.49 444	0.34 409	0.49 450	8.76 770	0.48 442	0.33 389	0.41 338	9.58 766	0.40 405	0.29 369	9.01 769	0.63 516

HCRNet	1.22 617	7.11 731	3.00 719	3.55 699	0.33 407	0.29 279	0.14 211	0.19 215	0.15 228	0.33 294	0.29 323	0.25 260	0.14 217	0.22 238	0.33 389	3.64 717	3.00 716	0.76 534	0.32 406	0.18 218	0.13 207

ccnet	0.80 496	2.28 602	0.33 301	0.50 385	0.33 407	0.50 462	0.33 393	0.50 450	0.33 401	0.49 444	0.33 401	0.49 450	1.56 664	2.38 698	0.33 389	0.41 338	0.29 289	0.42 439	1.57 681	2.28 683	0.29 352

CFNet-RSSM	0.91 529	4.89 691	0.34 315	0.44 325	1.07 598	1.62 658	1.40 672	0.91 536	0.35 416	1.60 650	1.39 672	0.64 504	0.34 411	0.44 405	0.33 389	0.41 338	0.35 358	0.75 532	0.30 387	0.41 407	0.29 352

psmorigin	0.41 335	0.46 267	0.33 301	0.49 349	0.33 407	0.49 453	0.33 393	0.49 441	0.33 401	0.49 444	0.33 401	0.49 450	0.33 404	0.51 467	0.33 389	0.41 338	0.30 299	0.41 423	0.30 387	0.79 512	0.29 352

MSMDNet	2.65 715	10.14 753	0.33 301	9.74 761	0.32 394	0.87 538	0.33 393	2.95 725	0.68 534	0.49 444	0.34 409	0.49 450	5.70 763	0.49 449	0.33 389	0.42 352	9.57 765	0.41 423	0.31 398	8.36 766	0.65 524

ccs_rob	2.79 724	10.17 754	0.32 296	10.00 764	0.33 407	0.49 453	0.33 393	1.90 659	0.32 391	0.51 466	0.33 401	0.49 450	9.24 772	0.49 449	0.33 389	0.41 338	9.82 768	0.41 423	0.28 354	9.34 770	0.29 352

depthmonostereo	0.44 364	0.85 361	0.46 408	0.54 404	0.40 452	0.52 478	0.38 432	0.52 469	0.35 416	0.47 427	0.34 409	0.46 430	0.34 411	0.47 432	0.34 404	0.45 383	0.43 412	0.41 423	0.33 417	0.41 407	0.32 384

DVStereo	0.43 351	0.86 363	0.48 424	0.50 385	0.33 407	0.46 434	0.33 393	0.46 423	0.33 401	0.46 421	0.33 401	0.47 436	0.33 404	0.47 432	0.34 404	0.45 383	0.42 407	0.40 405	0.33 417	0.47 441	0.38 427

RAFT-Stereo-weight	0.45 387	1.90 572	0.34 315	0.42 314	0.36 429	0.43 379	0.35 413	0.42 364	0.34 412	0.42 358	0.34 409	0.44 416	0.34 411	0.41 353	0.34 404	0.38 309	0.32 309	0.38 349	0.32 406	0.38 334	0.33 393

H2IRNET	0.34 272	0.34 201	0.34 315	0.34 255	0.34 419	0.34 300	0.34 408	0.34 289	0.34 412	0.34 297	0.34 409	0.34 304	0.34 411	0.34 302	0.34 404	0.34 280	0.34 351	0.34 312	0.34 421	0.34 293	0.34 400

GCST	0.50 419	2.08 585	0.38 334	0.53 401	0.35 423	0.49 453	0.35 413	0.50 450	0.35 416	0.49 444	0.35 418	0.49 450	0.35 417	0.49 449	0.35 408	0.48 407	0.37 369	0.45 447	0.33 417	0.44 417	0.33 393

Former-RAFT_DAM_RVC	0.49 416	0.98 393	0.64 480	0.84 471	0.46 483	0.45 427	0.35 413	0.47 429	0.47 481	0.45 415	0.34 409	0.46 430	0.48 485	0.46 428	0.35 408	0.39 322	0.71 513	0.39 392	0.35 434	0.41 407	0.41 445

ETE_ROB	0.35 283	0.35 203	0.35 325	0.35 258	0.35 423	0.35 304	0.35 413	0.35 292	0.35 416	0.35 301	0.35 418	0.35 306	0.35 417	0.35 305	0.35 408	0.35 288	0.35 358	0.35 328	0.35 434	0.35 306	0.35 411

S0	0.42 349	0.44 254	0.54 451	0.59 417	0.34 419	0.48 444	0.22 265	0.51 464	0.25 285	0.51 466	0.34 409	0.53 478	0.35 417	0.47 432	0.36 411	0.55 435	0.39 383	0.49 474	0.27 333	0.46 427	0.34 400

IGEV-FE	0.35 283	0.37 211	0.17 193	0.19 175	0.17 247	0.20 223	0.17 236	0.19 215	0.17 246	0.19 213	0.17 242	0.19 217	0.17 245	0.37 318	0.36 411	0.19 200	0.17 212	0.19 227	0.17 256	0.38 334	2.84 732

UGAM-zero	0.51 424	2.17 594	0.39 345	0.53 401	0.36 429	0.50 462	0.36 419	0.50 450	0.36 426	0.49 444	0.36 422	0.50 464	0.35 417	0.50 457	0.36 411	0.49 410	0.37 369	0.47 461	0.35 434	0.46 427	0.34 400

UGAM	0.51 424	2.23 599	0.39 345	0.54 404	0.35 423	0.50 462	0.35 413	0.49 441	0.35 416	0.49 444	0.35 418	0.49 450	0.36 421	0.50 457	0.36 411	0.49 410	0.37 369	0.45 447	0.34 421	0.45 422	0.34 400

CES	0.39 321	0.47 272	0.36 327	0.36 262	0.37 434	0.45 427	0.35 413	0.35 292	0.40 448	0.36 305	0.44 470	0.47 436	0.36 421	0.44 405	0.36 411	0.37 296	0.39 383	0.44 442	0.35 434	0.37 321	0.36 414

GMOStereo	0.37 301	0.45 263	0.23 231	0.30 233	0.37 434	0.41 351	0.36 419	0.41 346	0.35 416	0.43 365	0.36 422	0.41 354	0.40 443	0.41 353	0.36 411	0.34 280	0.22 240	0.47 461	0.37 443	0.39 382	0.33 393

error version	0.93 536	4.47 686	2.35 709	1.99 625	0.37 434	0.41 351	0.36 419	0.41 346	0.35 416	0.43 365	0.36 422	0.41 354	0.40 443	0.41 353	0.36 411	1.87 643	2.16 704	0.47 461	0.37 443	0.39 382	0.33 393

test_1	0.93 536	4.47 686	2.35 709	1.99 625	0.37 434	0.41 351	0.36 419	0.41 346	0.35 416	0.43 365	0.36 422	0.41 354	0.40 443	0.41 353	0.36 411	1.87 643	2.16 704	0.47 461	0.37 443	0.39 382	0.33 393

DMCA	0.36 291	0.38 215	0.37 332	0.35 258	0.35 423	0.36 308	0.36 419	0.36 296	0.35 416	0.35 301	0.37 429	0.36 311	0.36 421	0.35 305	0.36 411	0.36 293	0.36 364	0.35 328	0.36 440	0.36 316	0.36 414

ADCS	0.09 80	0.02 12	0.04 64	0.90 479	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 187	0.36 411	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

SCV_C0	0.45 387	0.88 368	0.49 431	0.54 404	0.37 434	0.48 444	0.37 425	0.48 433	0.37 428	0.48 434	0.36 422	0.48 443	0.37 426	0.49 449	0.37 421	0.50 417	0.41 397	0.44 442	0.34 421	0.44 417	0.34 400

SCV	0.46 396	0.94 388	0.45 402	0.54 404	0.37 434	0.48 444	0.38 432	0.48 433	0.37 428	0.48 434	0.39 444	0.48 443	0.37 426	0.49 449	0.37 421	0.50 417	0.46 423	0.44 442	0.34 421	0.44 417	0.34 400

XPNet_ROB	0.37 301	0.37 211	0.37 332	0.37 265	0.37 434	0.37 316	0.37 425	0.37 304	0.37 428	0.37 311	0.37 429	0.37 321	0.37 426	0.37 318	0.37 421	0.37 296	0.37 369	0.37 341	0.37 443	0.37 321	0.37 420

NoBS	0.39 321	0.68 327	0.36 327	0.38 268	0.36 429	0.38 323	0.39 446	0.39 318	0.39 445	0.37 311	0.35 418	0.37 321	0.38 430	0.37 318	0.38 424	0.39 322	0.36 364	0.36 337	0.39 461	0.38 334	0.38 427

416test1013	0.49 416	0.80 352	0.33 301	0.67 436	0.33 407	0.48 444	0.41 456	0.48 433	0.39 445	0.48 434	0.93 582	0.52 476	0.32 392	0.52 472	0.38 424	0.49 410	0.51 453	0.53 491	0.37 443	0.51 459	0.36 414

Pro-Stereo	0.79 493	0.53 299	0.38 334	0.49 349	0.38 441	0.49 453	0.37 425	0.49 441	0.67 528	0.50 457	0.38 434	1.10 579	0.38 430	0.49 449	0.38 424	0.71 476	0.88 535	5.98 767	0.36 440	0.46 427	0.36 414

GEAStereo	0.62 447	3.91 673	0.48 424	0.69 442	0.38 441	0.51 474	0.38 432	0.51 464	0.38 432	0.53 473	0.38 434	0.50 464	0.38 430	0.51 467	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.34 400

GSStereo	0.81 501	4.28 683	0.50 437	0.59 417	0.40 452	0.51 474	0.38 432	0.50 450	0.38 432	0.50 457	0.38 434	0.50 464	3.79 748	0.50 457	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.35 411

GS-Stereo							0.38 432	0.50 450	0.38 432	0.50 457	0.38 434	0.50 464	3.79 748	0.50 457	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.35 411

gasm-f	0.62 447	3.91 673	0.48 424	0.69 442	0.38 441	0.51 474	0.38 432	0.51 464	0.38 432	0.53 473	0.38 434	0.50 464	0.38 430	0.51 467	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.34 400

GASTEREO	0.48 410	1.21 491	0.47 416	0.57 412	0.38 441	0.50 462	0.38 432	0.50 450	0.38 432	0.50 457	0.38 434	0.50 464	0.38 430	0.50 457	0.38 424	0.52 425	0.42 407	0.46 451	0.34 421	0.46 427	0.34 400

HART	0.38 307	0.45 263	0.34 315	0.42 314	0.33 407	0.41 351	0.34 408	0.42 364	0.33 401	0.43 365	0.34 409	0.42 372	0.34 411	0.41 353	0.38 424	0.40 330	0.32 309	0.42 439	0.32 406	0.40 396	0.32 384

WAO-8	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.38 323	0.38 432	0.38 313	0.38 432	0.38 313	0.38 434	0.38 324	0.38 430	0.38 322	0.38 424	0.38 309	0.38 376	0.38 349	0.37 443	0.38 334	0.38 427

WAO-7	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.38 323	0.38 432	0.38 313	0.38 432	0.38 313	0.38 434	0.38 324	0.38 430	0.38 322	0.38 424	0.38 309	0.38 376	0.38 349	0.38 457	0.38 334	0.38 427

Venus	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.37 316	0.38 432	0.37 304	0.37 428	0.41 344	0.37 429	0.39 329	0.37 426	0.38 322	0.38 424	0.37 296	0.38 376	0.38 349	0.37 443	0.37 321	0.38 427

IMH	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.38 323	0.38 432	0.38 313	0.38 432	0.42 358	0.38 434	0.40 339	0.38 430	0.38 322	0.38 424	0.38 309	0.38 376	0.39 392	0.38 457	0.38 334	0.38 427

iRaftStereo_RVC	0.97 541	3.17 653	2.30 708	2.42 657	0.38 441	0.54 484	0.38 432	0.54 473	0.38 432	0.54 479	0.38 434	0.54 482	0.38 430	0.54 478	0.38 424	2.38 692	2.34 708	0.49 474	0.36 440	0.49 448	0.36 414

LG-Stereo_L1	0.47 404	0.52 295	0.47 416	0.62 423	0.39 451	0.53 480	0.40 447	0.53 471	0.39 445	0.53 473	0.39 444	0.53 478	0.39 442	0.53 475	0.39 438	0.55 435	0.46 423	0.49 474	0.37 443	0.49 448	0.37 420

GCAP-Stereo	0.75 483	4.15 680	0.42 396	0.75 460	0.35 423	0.78 520	0.40 447	0.79 517	0.38 432	0.78 525	0.36 422	0.78 527	0.36 421	0.79 521	0.39 438	0.75 492	0.39 383	0.76 534	0.39 461	0.75 503	0.39 434

LL-Strereo2	0.48 410	1.73 531	0.51 443	0.59 417	0.34 419	0.42 372	0.33 393	0.40 327	0.31 379	0.42 358	0.33 401	0.42 372	0.31 385	0.44 405	0.39 438	0.60 447	0.51 453	0.44 442	0.33 417	0.44 417	0.33 393

quiztm	0.43 351	0.49 280	0.40 377	0.51 396	0.40 452	0.51 474	0.40 447	0.50 450	0.40 448	0.50 457	0.40 447	0.51 475	0.40 443	0.50 457	0.40 441	0.44 354	0.34 351	0.44 442	0.34 421	0.44 417	0.34 400

HanzoNet	0.39 321	0.38 215	0.40 377	0.39 277	0.41 462	0.38 323	0.38 432	0.38 313	0.38 432	0.39 320	0.39 444	0.38 324	0.38 430	0.39 330	0.40 441	0.38 309	0.38 376	0.40 405	0.38 457	0.38 334	0.40 436

knoymous	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

anonymousa	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

riskmin	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

Anonymous_2	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

Anonymous_1	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

AdaStereo	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436
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.
252Zero-FE	0.45 387	0.50 285	0.36 327	0.50 385	0.36 429	0.50 462	0.36 419	0.50 450	0.36 426	0.49 444	0.36 422	0.49 450	0.36 421	0.54 478	0.41 449	0.45 383	0.34 351	0.45 447	0.34 421	0.55 468	0.75 550

MSCF	0.51 424	1.40 514	0.49 431	0.58 414	0.38 441	0.50 462	0.38 432	0.54 473	0.41 458	0.52 470	0.41 455	0.53 478	0.42 461	0.53 475	0.41 449	0.60 447	0.47 431	0.48 469	0.37 443	0.48 445	0.38 427

LG-Stereo_Zeroshot	0.48 410	0.55 306	0.47 416	0.63 425	0.41 462	0.56 486	0.44 466	0.56 477	0.41 458	0.56 484	0.41 455	0.57 492	0.42 461	0.56 483	0.41 449	0.55 435	0.43 412	0.51 485	0.37 443	0.51 459	0.37 420

GwcNet-ADL	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

PSMNet-ADL	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

GANet-ADL	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

ADLNet2	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

ADLNet	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

FAST (zero-shot)	0.87 525	1.55 519	0.42 396	1.57 603	0.42 472	1.62 658	0.45 472	1.59 646	0.42 466	1.66 657	0.44 470	1.62 657	0.42 461	1.59 652	0.42 457	0.64 462	0.43 412	0.64 509	0.42 480	0.67 487	0.46 462

DNS	0.86 521	2.43 618	1.66 657	2.03 627	0.42 472	0.60 495	0.42 462	0.60 488	0.42 466	0.60 492	0.42 465	0.60 497	0.42 461	0.60 492	0.42 457	1.97 652	1.63 663	0.55 497	0.40 463	0.55 468	0.40 436

Select-FE	0.41 335	0.44 254	0.23 231	0.26 225	0.22 280	0.26 269	0.22 265	0.26 261	0.23 277	0.26 265	0.23 278	0.26 272	0.23 281	0.45 423	0.42 457	0.25 240	0.22 240	0.25 265	0.22 273	0.45 422	2.90 733

Occ-G	1.12 565	0.52 295	3.72 741	3.50 698	0.50 502	0.56 486	0.47 481	0.54 473	0.46 476	0.54 479	0.41 455	0.54 482	0.42 461	0.52 472	0.42 457	3.42 716	4.02 738	0.52 488	0.45 486	0.51 459	0.44 458

CFNet_RVC	2.38 706	8.71 742	0.38 334	9.33 757	0.42 472	0.56 486	0.42 462	0.60 488	0.38 432	0.62 498	0.42 465	0.56 489	7.29 768	0.62 494	0.42 457	0.53 428	0.37 369	0.49 474	0.34 421	8.30 765	6.87 770

DispNO	1.00 544	0.63 322	0.43 398	3.45 694	0.44 477	0.65 503	0.43 465	0.64 496	0.43 468	0.64 502	0.43 468	0.64 504	3.03 726	0.64 500	0.43 462	4.55 728	0.43 412	0.63 507	0.43 483	0.63 481	0.43 455

MWDA-net	0.67 461	0.66 325	0.45 402	2.84 671	0.46 483	0.73 515	0.45 472	0.71 508	0.44 471	0.72 514	0.45 475	0.70 515	0.45 472	0.70 509	0.44 463	0.61 451	0.41 397	0.61 504	0.43 483	0.61 479	0.42 452

DN	0.53 429	0.85 361	0.45 402	0.65 431	0.44 477	0.60 495	0.44 466	0.60 488	0.44 471	0.60 492	0.45 475	0.60 497	0.44 468	0.60 492	0.44 463	0.56 439	0.42 407	0.56 498	0.42 480	0.56 471	0.42 452

MonSter	0.60 440	0.64 324	0.52 446	0.62 423	0.44 477	2.07 674	0.44 466	0.62 493	0.44 471	0.62 498	0.44 470	0.62 502	0.44 468	0.62 494	0.44 463	0.58 442	0.42 407	0.62 505	0.46 488	0.58 476	0.42 452

AIO-test1	0.54 430	0.60 319	0.52 446	0.66 435	0.47 490	0.61 497	0.47 481	0.58 483	0.46 476	0.61 494	0.46 479	0.61 500	0.45 472	0.62 494	0.45 466	0.61 451	0.52 456	0.57 499	0.48 499	0.57 474	0.48 472

AIO-Stereo	0.84 512	0.66 325	0.70 503	0.83 470	0.67 539	0.98 550	0.82 570	1.14 566	0.72 555	1.03 569	0.74 559	1.03 572	1.09 586	0.99 557	0.45 466	1.04 539	0.73 516	0.95 569	0.74 563	0.94 545	0.46 462

MyStereo06	0.75 483	4.12 677	0.60 465	0.63 425	0.61 526	0.62 500	0.66 523	0.56 477	0.45 475	0.55 482	0.48 491	0.54 482	0.46 476	0.57 488	0.45 466	0.60 447	0.57 467	0.64 509	0.55 515	0.72 498	0.55 503

CASnet	0.35 283	0.51 293	0.44 400	0.32 245	0.31 380	0.24 250	0.34 408	0.36 296	0.25 285	0.31 283	0.37 429	0.30 286	0.33 404	0.25 258	0.45 466	0.37 296	0.37 369	0.33 302	0.35 434	0.34 293	0.37 420
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
FSD					0.44 477	0.56 486	0.44 466	0.55 476	0.44 471	0.56 484	0.44 470	0.56 489	0.44 468	0.56 483	0.46 470	0.61 451	0.42 407	0.52 488	0.42 480	0.52 462

fffft	0.48 410	0.51 293	0.45 402	0.52 399	0.45 481	0.52 478	0.45 472	0.52 469	0.48 488	0.53 473	0.45 475	0.52 476	0.45 472	0.52 472	0.46 470	0.51 423	0.41 397	0.50 480	0.41 472	0.50 453	0.41 445
1: 1. 1
PAM_32	0.64 451	2.38 614	0.51 443	0.92 484	0.43 476	0.53 480	0.44 466	0.87 529	0.43 468	0.52 470	0.45 475	0.53 478	0.40 443	0.54 478	0.46 470	0.62 456	0.56 465	0.48 469	0.45 486	0.76 506	0.44 458

otaku	0.46 396	0.46 267	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.46 476	0.46 421	0.46 479	0.46 430	0.46 476	0.46 428	0.46 470	0.46 395	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

Dean	0.46 396	0.46 267	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.46 476	0.47 427	0.46 479	0.46 430	0.46 476	0.46 428	0.46 470	0.46 395	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

ACVNet_1	0.46 396	0.47 272	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.47 481	0.46 421	0.46 479	0.46 430	0.46 476	0.46 428	0.46 470	0.46 395	0.46 423	0.47 461	0.46 488	0.46 427	0.46 462

ACVNet-4b	0.46 396	0.46 267	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.46 476	0.46 421	0.46 479	0.46 430	0.46 476	0.47 432	0.46 470	0.46 395	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

AIO-test2	0.55 435	0.59 316	0.52 446	0.67 436	0.47 490	0.61 497	0.47 481	0.61 492	0.47 481	0.61 494	0.47 487	0.61 500	0.48 485	0.62 494	0.47 477	0.64 462	0.53 460	0.58 500	0.47 495	0.58 476	0.48 472

Ntro	0.47 404	0.47 272	0.46 408	0.46 330	0.46 483	0.47 439	0.47 481	0.46 423	0.47 481	0.46 421	0.46 479	0.47 436	0.46 476	0.47 432	0.47 477	0.47 402	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

HaxPig	0.47 404	0.47 272	0.47 416	0.49 349	0.47 490	0.47 439	0.47 481	0.47 429	0.47 481	0.47 427	0.47 487	0.47 436	0.47 484	0.47 432	0.47 477	0.47 402	0.47 431	0.47 461	0.47 495	0.47 441	0.48 472

UNDER WATER	0.47 404	0.47 272	0.47 416	0.47 337	0.47 490	0.47 439	0.47 481	0.47 429	0.47 481	0.47 427	0.47 487	0.47 436	0.46 476	0.47 432	0.47 477	0.47 402	0.47 431	0.47 461	0.46 488	0.47 441	0.47 470

LVE	0.47 404	0.47 272	0.47 416	0.47 337	0.49 498	0.47 439	0.47 481	0.47 429	0.49 490	0.47 427	0.47 487	0.47 436	0.46 476	0.47 432	0.47 477	0.47 402	0.47 431	0.48 469	0.47 495	0.47 441	0.47 470

AEACV	1.12 565	0.52 295	3.12 732	3.24 683	0.86 574	0.53 480	0.49 492	0.60 488	0.47 481	0.53 473	0.49 494	0.55 486	0.45 472	0.55 482	0.47 477	3.01 711	3.88 736	0.71 525	0.60 526	0.80 515	0.48 472

RainbowNet	0.48 410	0.48 278	0.48 424	0.48 343	0.48 494	0.48 444	0.48 490	0.48 433	0.48 488	0.48 434	0.48 491	0.48 443	0.48 485	0.48 442	0.48 483	0.48 407	0.48 437	0.48 469	0.48 499	0.48 445	0.48 472

notaker	0.48 410	0.49 280	0.48 424	0.48 343	0.48 494	0.48 444	0.48 490	0.48 433	0.49 490	0.48 434	0.48 491	0.48 443	0.48 485	0.48 442	0.48 483	0.48 407	0.48 437	0.48 469	0.48 499	0.48 445	0.49 478

S	0.56 437	0.61 321	0.54 451	0.68 441	0.48 494	0.65 503	0.49 492	0.63 494	0.49 490	0.64 502	0.49 494	0.64 504	0.48 485	0.62 494	0.49 485	0.63 460	0.62 486	0.59 503	0.48 499	0.57 474	0.48 472

PointNet	0.60 440	0.75 340	0.49 431	0.79 462	0.50 502	0.79 523	0.49 492	0.79 517	0.49 490	0.80 528	0.49 494	0.79 529	0.49 491	0.80 523	0.49 485	0.63 460	0.40 387	0.63 507	0.40 463	0.63 481	0.40 436

ACVNet_2	0.49 416	0.49 280	0.49 431	0.49 349	0.49 498	0.49 453	0.49 492	0.49 441	0.49 490	0.49 444	0.49 494	0.49 450	0.49 491	0.49 449	0.49 485	0.49 410	0.49 440	0.49 474	0.49 503	0.49 448	0.49 478

FoundationStereo	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

StereoAnything_RVC	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

dual_stereo	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

LL-Strereo	1.01 552	5.06 698	1.63 654	0.70 448	1.43 672	0.56 486	0.46 476	0.57 480	0.50 495	0.57 487	0.50 498	1.58 652	0.49 491	0.59 490	0.50 488	1.64 635	0.52 456	0.51 485	1.37 668	0.52 462	0.45 460

SANet	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

SMoEStereo_RVC	0.63 449	0.75 340	0.51 443	0.73 456	0.53 512	0.71 513	0.47 481	0.67 501	0.58 510	0.74 521	0.60 518	0.72 519	0.53 502	0.74 517	0.51 493	0.61 451	0.62 486	0.62 505	0.61 528	0.63 481	0.61 512

ktn	0.72 475	0.53 299	1.08 557	1.14 517	0.51 508	1.22 630	1.36 665	0.51 464	0.59 515	0.51 466	0.51 504	0.69 512	1.20 599	0.67 504	0.51 493	0.51 423	0.49 440	0.58 500	0.66 542	0.52 462	0.53 492

SE	0.64 451	0.73 335	0.77 519	0.79 462	0.59 519	0.78 520	0.54 506	0.58 483	0.58 510	0.78 525	0.59 516	0.63 503	0.18 256	0.78 520	0.52 495	0.80 500	0.65 491	0.69 519	0.57 522	0.75 503	0.52 489

WCG-NET	0.61 445	1.21 491	0.54 451	0.61 422	0.53 512	0.67 506	0.53 503	0.66 500	0.53 504	0.64 502	0.53 507	0.65 508	0.53 502	0.59 490	0.52 495	0.65 464	0.48 437	0.64 509	0.52 509	0.58 476	0.50 481

MyStereo8	0.71 472	3.92 675	0.52 446	0.59 417	0.52 509	0.57 492	0.53 503	0.59 486	0.50 495	0.59 491	0.51 504	0.57 492	0.50 495	0.56 483	0.52 495	0.54 429	0.49 440	0.54 494	0.49 503	0.55 468	0.50 481

KSHMR	0.66 455	0.50 285	0.48 424	1.15 520	0.52 509	0.49 453	0.51 500	0.49 441	0.71 552	0.67 508	0.50 498	1.16 587	1.11 587	0.66 502	0.52 495	0.49 410	0.49 440	0.51 485	0.66 542	0.50 453	1.14 598

Anonymus	0.47 404	0.73 335	0.46 408	0.43 321	0.54 515	0.53 480	0.27 291	0.39 318	0.35 416	0.33 294	0.40 447	0.33 299	0.38 430	0.53 475	0.54 499	0.56 439	0.36 364	0.49 474	0.53 511	0.66 484	0.54 495

test-3	0.98 543	4.13 679	1.85 677	1.85 616	0.61 526	0.69 508	0.37 425	0.63 494	0.61 518	0.66 506	0.51 504	0.73 521	0.44 468	0.57 488	0.54 499	1.68 636	1.81 675	0.40 405	0.43 483	0.66 484	0.50 481

PSMNet_ROB	0.54 430	0.54 303	0.54 451	0.54 404	0.53 512	0.54 484	0.54 506	0.53 471	0.54 506	0.54 479	0.54 509	0.54 482	0.53 502	0.54 478	0.54 499	0.54 429	0.53 460	0.54 494	0.54 513	0.54 467	0.54 495

MyStereo05	0.80 496	4.12 677	0.63 477	0.63 425	0.61 526	0.62 500	0.66 523	0.65 497	0.62 519	0.67 508	0.61 522	0.65 508	0.58 511	0.67 504	0.55 502	0.60 447	0.57 467	0.64 509	0.55 515	0.72 498	0.55 503

monster-pro	0.75 483	1.67 523	0.64 480	0.89 477	0.57 518	0.86 537	0.56 508	0.87 529	0.56 507	0.87 537	0.57 512	0.88 541	0.57 508	0.87 538	0.57 503	0.79 498	0.58 471	0.76 534	0.54 513	0.77 508	0.54 495

CASS	0.57 439	0.89 371	0.56 455	0.57 412	0.56 516	0.56 486	0.56 508	0.56 477	0.53 504	0.57 487	0.57 512	0.59 496	0.48 485	0.56 483	0.57 503	0.55 435	0.56 465	0.47 461	0.56 519	0.62 480	0.56 506
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
zero-FE	0.72 475	1.31 505	0.66 486	0.92 484	0.60 521	0.82 531	0.58 511	0.82 526	0.58 510	0.81 531	0.60 518	0.81 534	0.60 515	0.82 527	0.58 505	0.74 491	0.59 477	0.73 526	0.52 509	0.76 506	0.51 488

anonymity	0.63 449	0.69 328	0.56 455	0.71 450	0.56 516	0.71 513	0.56 508	0.71 508	0.56 507	0.72 514	0.56 511	0.71 516	0.56 506	0.71 511	0.58 505	0.68 469	0.55 463	0.68 516	0.55 515	0.68 489	0.54 495

UDG	0.80 496	2.21 598	0.60 465	0.91 481	0.60 521	0.90 542	0.58 511	0.88 533	0.60 516	0.90 540	0.60 518	0.88 541	0.60 515	0.90 543	0.58 505	0.86 513	0.60 480	0.84 549	0.59 525	0.84 523	0.61 512

CAR	0.72 475	0.76 343	0.59 461	0.84 471	1.19 612	0.81 528	0.58 511	0.81 523	0.58 510	0.81 531	0.58 514	0.83 536	0.59 513	0.82 527	0.59 508	0.71 476	0.49 440	0.73 526	0.68 548	0.87 526	0.52 489

MSE-Stereo	0.72 475	0.76 343	0.59 461	0.84 471	1.19 612	0.81 528	0.58 511	0.81 523	0.58 510	0.81 531	0.58 514	0.83 536	0.59 513	0.82 527	0.59 508	0.71 476	0.49 440	0.73 526	0.68 548	0.87 526	0.52 489

DDUNet	0.81 501	2.45 619	0.57 459	0.90 479	0.60 521	0.88 539	0.59 515	0.90 534	0.60 516	0.88 539	0.60 518	0.90 545	0.58 511	0.88 540	0.60 510	0.84 511	0.60 480	0.86 551	0.57 522	0.86 525	0.60 511

ARAFT	0.68 463	0.81 356	0.63 477	0.74 459	0.60 521	0.78 520	0.62 518	0.77 516	0.66 526	0.74 521	0.63 524	0.75 524	0.62 519	0.83 532	0.60 510	0.70 475	0.55 463	0.70 524	0.60 526	0.78 510	0.55 503

MGA	0.73 479	0.76 343	0.60 465	0.92 484	1.17 608	0.81 528	0.59 515	0.84 527	0.62 519	0.81 531	0.59 516	0.84 538	0.60 515	0.81 526	0.61 512	0.71 476	0.53 460	0.89 553	0.53 511	0.75 503	0.54 495

RAFT-Stereo + iAFF	0.70 469	0.72 334	0.71 506	0.80 466	0.62 531	0.82 531	0.61 517	0.81 523	0.62 519	0.81 531	0.63 524	0.80 531	0.70 542	0.73 515	0.61 512	0.76 494	0.61 485	0.74 531	0.61 528	0.77 508	0.61 512

LiteMatch	1.13 567	0.73 335	2.80 717	3.23 681	0.61 526	0.83 533	0.68 532	0.73 512	0.69 539	1.00 552	0.77 563	0.94 552	0.57 508	0.82 527	0.64 514	2.97 709	2.43 711	0.68 516	0.32 406	0.56 471	0.70 535

Lsterematch	1.13 567	0.73 335	2.80 717	3.23 681	0.61 526	0.83 533	0.68 532	0.73 512	0.69 539	1.00 552	0.77 563	0.94 552	0.57 508	0.82 527	0.64 514	2.97 709	2.43 711	0.68 516	0.32 406	0.56 471	0.70 535

MyStereo07	0.60 440	3.72 666	0.48 424	0.49 349	0.41 462	0.36 308	0.32 382	0.49 441	0.43 468	0.51 466	0.42 465	0.49 450	0.43 466	0.51 467	0.64 514	0.49 410	0.45 421	0.34 312	0.32 406	0.35 306	0.43 455

RSM++	0.76 488	0.82 358	0.66 486	0.85 475	0.64 532	0.85 535	0.71 549	0.94 543	0.64 523	0.87 537	0.67 531	0.87 540	0.65 522	0.84 533	0.65 517	0.81 504	0.70 509	0.79 538	0.71 559	0.83 522	0.70 535

plain	1.88 642	3.16 652	0.64 480	3.10 676	0.65 534	3.10 727	0.64 520	3.12 726	0.65 524	3.10 727	0.65 528	3.11 727	0.65 522	3.12 726	0.65 517	3.12 712	0.65 491	3.13 725	0.65 539	3.13 713	0.65 524

DSFCA	0.66 455	0.73 335	0.78 521	0.65 431	0.65 534	0.64 502	0.64 520	0.65 497	0.63 522	0.64 502	0.64 526	0.64 504	0.64 520	0.65 501	0.65 517	0.65 464	0.65 491	0.65 513	0.65 539	0.66 484	0.64 522

LMCR-Stereo	0.65 453	0.63 322	0.65 484	0.65 431	0.65 534	0.66 505	0.63 519	0.58 483	0.65 524	0.63 501	0.64 526	0.65 508	0.65 522	0.66 502	0.66 520	0.66 466	0.64 489	0.65 513	0.67 546	0.68 489	0.73 546

WQFJA1++	0.84 512	0.98 393	0.67 490	1.26 578	0.75 556	1.00 552	0.67 527	1.00 547	0.67 528	1.00 552	0.67 531	1.00 558	0.67 527	1.00 559	0.67 521	0.96 526	0.67 494	0.91 557	0.63 530	0.92 536	0.63 516

WQFJX	0.85 518	1.00 403	0.68 498	1.30 586	0.75 556	1.01 560	0.68 532	1.01 556	0.68 534	1.01 563	0.68 537	1.03 572	0.68 532	1.02 571	0.67 521	0.97 527	0.67 494	0.93 563	0.63 530	0.94 545	0.63 516

NLMM1	0.86 521	0.98 393	0.69 500	1.48 601	0.75 556	1.01 560	0.69 540	1.00 547	0.69 539	1.00 552	0.70 546	1.00 558	0.68 532	1.01 567	0.67 521	0.97 527	0.68 500	0.92 560	0.63 530	0.93 541	0.63 516

NLMM	0.84 512	1.00 403	0.67 490	1.27 579	0.75 556	1.00 552	0.68 532	1.00 547	0.67 528	1.00 552	0.67 531	1.02 571	0.67 527	1.02 571	0.67 521	0.97 527	0.67 494	0.93 563	0.63 530	0.92 536	0.63 516

CoDeX	0.15 173	0.70 331	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	0.67 521	0.02 15	0.69 506	0.75 532	0.01 9	0.02 21	0.02 20

Selective-IGEV	0.51 424	0.55 306	0.45 402	0.69 442	0.45 481	0.61 497	0.45 472	0.50 450	0.40 448	0.56 484	0.44 470	0.55 486	0.40 443	0.72 513	0.67 521	0.59 445	0.46 423	0.45 447	0.34 421	0.46 427	0.37 420

AFF-stereo	0.73 479	0.88 368	0.67 490	0.75 460	0.68 542	0.75 517	0.64 520	0.80 520	0.72 555	0.83 536	0.70 546	0.82 535	0.64 520	0.84 533	0.67 521	0.77 497	0.63 488	0.81 543	0.63 530	0.78 510	0.62 515

WQFJA1	0.85 518	0.98 393	0.67 490	1.29 584	0.76 561	1.01 560	0.67 527	1.02 560	0.67 528	1.02 567	0.67 531	1.01 567	0.67 527	1.01 567	0.68 528	0.99 532	0.67 494	0.93 563	0.64 535	0.92 536	0.65 524

WQFJX1	0.84 512	0.98 393	0.67 490	1.30 586	0.75 556	1.01 560	0.67 527	1.01 556	0.67 528	1.01 563	0.67 531	1.01 567	0.68 532	1.00 559	0.68 528	0.98 531	0.67 494	0.92 560	0.64 535	0.92 536	0.64 522

NLSM3	0.85 518	0.99 401	0.68 498	1.29 584	0.76 561	1.01 560	0.68 532	1.01 556	0.68 534	1.02 567	0.68 537	1.01 567	0.68 532	1.01 567	0.68 528	0.97 527	0.68 500	0.93 563	0.64 535	0.93 541	0.63 516

HiDET	0.38 307	0.44 254	0.30 269	0.42 314	0.30 333	0.42 372	0.30 325	0.42 364	0.30 334	0.44 403	0.30 338	0.42 372	0.30 334	0.42 367	0.68 528	0.37 296	0.32 309	0.40 405	0.29 369	0.37 321	0.29 352

MIF-Stereo (partial)	2.58 714	3.31 657	0.66 486	3.18 680	0.66 537	3.18 728	0.66 523	3.21 727	0.67 528	3.19 728	0.66 530	3.19 728	0.66 525	3.31 730	0.68 528	5.09 745	1.79 674	8.23 772	1.67 706	6.18 756	1.38 669

UniTT-Stereo	2.03 662	3.43 659	0.72 509	3.42 693	0.73 552	3.27 730	0.68 532	3.38 731	0.69 539	3.29 730	0.72 555	3.28 730	0.70 542	3.35 732	0.68 528	3.39 715	0.68 500	3.31 728	0.69 552	3.37 714	0.73 546

R-Stereo Train	0.81 501	0.96 390	0.67 490	0.95 493	0.67 539	0.95 547	0.68 532	0.95 545	0.68 534	0.95 550	0.68 537	0.96 555	0.68 532	0.96 555	0.68 528	0.94 524	0.68 500	0.94 567	0.68 548	0.94 545	0.68 530

RAFT-Stereo	0.81 501	0.96 390	0.67 490	0.95 493	0.67 539	0.95 547	0.68 532	0.95 545	0.68 534	0.95 550	0.68 537	0.96 555	0.68 532	0.96 555	0.68 528	0.94 524	0.68 500	0.94 567	0.68 548	0.94 545	0.68 530
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MWSP-net	0.96 540	0.75 340	0.49 431	4.84 728	0.48 494	1.28 636	0.52 501	1.20 578	0.51 502	1.14 583	0.70 546	1.00 558	0.56 506	0.90 543	0.69 536	0.76 494	0.60 480	0.95 569	0.56 519	0.73 501	0.45 460

mm2	0.69 466	0.69 328	0.69 500	0.69 442	0.69 543	0.69 508	0.69 540	0.69 503	0.69 539	0.69 511	0.69 542	0.69 512	0.69 538	0.69 507	0.69 536	0.69 470	0.69 506	0.69 519	0.69 552	0.69 493	0.69 532

mm1	0.69 466	0.69 328	0.69 500	0.69 442	0.69 543	0.69 508	0.69 540	0.69 503	0.69 539	0.69 511	0.69 542	0.69 512	0.69 538	0.69 507	0.69 536	0.69 470	0.69 506	0.69 519	0.69 552	0.69 493	0.69 532

MonSter++	0.38 307	0.44 254	0.31 287	0.43 321	0.30 333	0.43 379	0.31 372	0.43 372	0.31 379	0.45 415	0.31 382	0.43 381	0.31 385	0.43 374	0.69 536	0.38 309	0.33 322	0.40 405	0.30 387	0.38 334	0.30 367

LCMNet	0.38 307	0.44 254	0.30 269	0.42 314	0.30 333	0.42 372	0.30 325	0.42 364	0.30 334	0.45 415	0.30 338	0.42 372	0.30 334	0.42 367	0.69 536	0.37 296	0.32 309	0.40 405	0.29 369	0.37 321	0.29 352

FlowAnything	1.02 554	1.71 525	0.72 509	1.59 605	0.69 543	1.60 655	0.69 540	1.61 648	0.70 547	1.60 650	0.69 542	1.60 653	0.69 538	1.61 655	0.69 536	0.81 504	0.58 471	0.81 543	0.56 519	0.82 520	0.56 506

HH	0.71 472	2.54 621	0.74 514	1.10 511	0.32 394	0.41 351	0.37 425	0.69 503	0.78 562	0.73 516	0.90 575	0.75 524	1.00 574	0.84 533	0.69 536	0.69 470	0.40 387	0.35 328	0.26 295	0.35 306	0.26 277

HanStereo	0.71 472	2.54 621	0.74 514	1.10 511	0.32 394	0.41 351	0.37 425	0.69 503	0.78 562	0.73 516	0.90 575	0.75 524	1.00 574	0.84 533	0.69 536	0.69 470	0.40 387	0.35 328	0.26 295	0.35 306	0.26 277

DMCA-RVC	0.70 469	0.80 352	0.70 503	0.70 448	0.70 547	0.70 511	0.70 546	0.71 508	0.70 547	0.70 513	0.71 552	0.71 516	0.70 542	0.70 509	0.69 536	0.69 470	0.70 509	0.69 519	0.70 556	0.69 493	0.70 535

FlowAnything_test	1.02 554	1.72 526	0.71 506	1.59 605	0.70 547	1.61 656	0.69 540	1.61 648	0.70 547	1.60 650	0.70 546	1.61 656	0.69 538	1.61 655	0.70 545	0.81 504	0.58 471	0.81 543	0.55 515	0.81 518	0.56 506

MSMD_ROB	1.19 569	1.10 433	0.70 503	1.10 511	0.60 521	1.10 575	0.70 546	1.10 565	0.70 547	1.10 573	0.70 546	1.10 579	0.70 542	7.00 771	0.70 545	1.10 545	0.70 509	1.10 585	0.70 556	1.10 561	0.70 535

AdaDepth	0.86 521	0.93 386	0.71 506	1.01 505	1.07 598	1.02 566	0.71 549	1.00 547	0.71 552	1.01 563	0.71 552	1.00 558	0.72 548	1.14 585	0.71 547	0.92 518	0.64 489	0.90 554	0.64 535	0.89 530	0.69 532

MoCha-V2	2.11 680	26.97 775	0.78 521	0.92 484	0.77 564	0.96 549	0.72 552	0.90 534	0.72 555	0.94 548	0.70 546	0.90 545	0.71 547	0.91 545	0.71 547	0.85 512	0.71 513	0.88 552	0.69 552	0.87 526	0.67 528

WAFT-Stereo (ZS)	0.67 461	0.78 347	0.67 490	0.67 436	0.66 537	0.67 506	0.67 527	0.65 497	0.66 526	0.66 506	0.67 531	0.66 511	0.67 527	0.67 504	0.72 549	0.66 466	0.67 494	0.67 515	0.67 546	0.67 487	0.67 528

DStereoRT	0.73 479	0.81 356	0.73 513	0.71 450	0.74 554	0.73 515	0.75 555	0.71 508	0.71 552	0.74 521	0.72 555	0.73 521	0.80 559	0.71 511	0.73 550	0.76 494	0.71 513	0.73 526	0.72 561	0.70 496	0.76 553

CSFM-Stereo	0.38 307	0.44 254	0.30 269	0.42 314	0.30 333	0.42 372	0.30 325	0.43 372	0.30 334	0.44 403	0.30 338	0.42 372	0.30 334	0.42 367	0.73 550	0.37 296	0.32 309	0.40 405	0.29 369	0.37 321	0.30 367

DCRE	0.84 512	1.89 570	0.77 519	0.94 491	0.72 551	0.88 539	0.73 553	0.87 529	0.78 562	0.90 540	0.71 552	0.88 541	0.67 527	0.88 540	0.73 550	0.81 504	0.68 500	0.81 543	0.70 556	0.82 520	0.70 535

iGMRVC	0.84 512	2.85 645	0.72 509	0.72 452	0.73 552	0.77 518	0.79 560	0.73 512	0.74 560	0.73 516	0.72 555	0.73 521	0.76 553	0.73 515	0.73 550	0.72 484	0.73 516	0.73 526	0.72 561	0.73 501	0.72 542

PA-Net	11.80 771	223.51 798	0.62 473	0.59 417	0.71 549	0.59 494	0.73 553	0.67 501	0.73 558	0.55 482	0.61 522	0.60 497	0.74 550	0.63 499	0.73 550	0.66 466	0.60 480	0.69 519	0.66 542	0.72 498	0.65 524
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 440	0.58 313	0.47 416	0.64 430	0.74 554	1.00 552	0.69 540	0.57 480	0.41 458	0.57 487	0.41 455	0.57 492	0.41 455	1.00 559	0.75 555	0.91 515	0.51 453	0.52 488	0.37 443	0.52 462	0.37 420

tt45	1.04 557	0.88 368	1.36 635	0.92 484	1.03 596	1.51 654	0.79 560	0.70 507	0.88 574	0.74 521	0.90 575	1.60 653	0.72 548	1.60 653	0.75 555	0.91 515	0.78 524	1.52 662	0.79 572	1.14 564	1.32 662

Wavelet-MonSter	1.00 544	1.21 491	0.76 517	1.94 620	1.01 593	1.11 578	0.76 557	1.15 567	0.76 561	1.11 578	0.76 561	1.14 585	0.76 553	1.11 582	0.76 557	1.21 605	0.90 536	1.02 581	0.71 559	1.02 557	0.71 541

RAStereo	2.23 696	3.64 662	0.76 517	3.65 702	0.86 574	3.66 735	0.76 557	3.67 735	0.81 571	3.66 732	0.76 561	3.66 733	0.77 555	3.68 734	0.77 558	3.68 718	0.77 522	3.69 733	0.77 568	3.70 717	0.77 555

Hybrid-DGEV	1.03 556	1.75 532	0.80 525	1.28 583	0.78 565	1.26 633	0.80 563	1.26 629	0.78 562	1.26 635	0.78 565	1.26 637	0.78 557	1.26 638	0.78 559	1.15 555	0.75 519	1.14 586	0.74 563	1.14 564	0.75 550

Hybrid-DGEV-2	1.05 558	1.83 558	0.83 529	1.33 590	0.82 573	1.30 637	0.81 567	1.26 629	0.79 566	1.29 637	0.79 567	1.26 637	0.80 559	1.26 638	0.79 560	1.20 559	0.78 524	1.18 596	0.77 568	1.20 579	0.77 555

SFCPSM	0.17 186	0.78 347	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	0.79 560	0.02 15	0.75 519	0.76 534	0.02 21	0.02 21	0.02 20

G-Net	0.79 493	0.79 349	0.79 524	0.79 462	0.79 567	0.79 523	0.79 560	0.79 517	0.79 566	0.79 527	0.79 567	0.79 529	0.79 558	0.79 521	0.79 560	0.79 498	0.79 526	0.79 538	0.79 572	0.79 512	0.79 558

HSM-Net_RVC	0.95 539	1.17 441	0.78 521	1.18 527	0.71 549	1.16 583	0.75 555	1.09 564	0.80 568	1.10 573	0.75 560	1.17 588	0.74 550	1.17 588	0.80 563	1.13 552	0.73 516	1.17 593	0.77 568	1.16 569	0.72 542
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 496	0.80 352	0.80 525	0.80 466	0.80 570	0.80 525	0.80 563	0.80 520	0.80 568	0.80 528	0.80 569	0.80 531	0.80 559	0.80 523	0.80 563	0.80 500	0.80 529	0.80 541	0.80 574	0.80 515	0.80 559

CSAN	0.80 496	0.80 352	0.80 525	0.80 466	0.80 570	0.80 525	0.80 563	0.80 520	0.80 568	0.80 528	0.80 569	0.80 531	0.80 559	0.80 523	0.80 563	0.80 500	0.80 529	0.80 541	0.80 574	0.80 515	0.80 559

Hybrid-DGEV-03	1.07 559	1.83 558	0.83 529	1.34 591	0.81 572	1.32 639	0.81 567	1.31 636	0.81 571	1.31 638	0.82 571	1.32 642	0.82 563	1.32 643	0.81 566	1.19 557	0.77 522	1.19 598	0.76 566	1.19 577	0.77 555

ours_stereo	1.20 570	1.21 491	0.90 536	1.64 613	1.11 600	1.35 641	0.67 527	1.76 655	0.93 582	1.70 659	1.10 599	1.39 646	0.75 552	1.41 647	0.81 566	1.60 634	1.03 551	1.33 652	1.00 589	1.61 644	0.72 542

AIO-Stereo-zeroshot1	0.75 483	0.92 382	0.85 532	0.96 496	0.59 519	1.27 634	0.44 466	0.59 486	0.69 539	0.91 542	0.68 537	0.55 486	0.61 518	1.06 574	0.83 568	0.62 456	0.70 509	0.90 554	0.41 472	0.89 530	0.56 506

999	1.00 544	1.12 434	0.59 461	1.10 511	1.21 660	1.09 574	0.52 501	1.08 562	1.43 674	1.18 586	1.35 666	0.98 557	0.52 501	0.91 545	0.85 569	0.72 484	1.46 645	0.83 548	0.98 587	0.68 489	1.41 670

ToySt	0.92 531	2.11 588	0.90 536	0.95 493	0.79 567	0.99 551	0.78 559	0.94 543	0.81 571	0.94 548	0.78 565	0.95 554	0.77 555	0.94 551	0.86 570	0.91 515	0.79 526	0.85 550	0.77 568	0.89 530	0.73 546

DPSimNet_ROB	0.97 541	1.18 443	0.81 528	1.10 511	0.91 580	1.02 566	0.82 570	1.04 561	0.91 576	1.03 569	0.86 574	1.28 641	0.82 563	1.03 573	0.89 571	1.17 556	0.81 531	1.02 581	0.82 577	1.08 560	0.81 561

DGTPSM_ROB	0.93 536	1.00 403	0.92 540	0.94 491	0.96 585	0.91 543	0.92 577	0.91 536	0.96 586	0.91 542	0.96 584	0.93 551	0.92 568	0.94 551	0.92 572	0.92 518	0.92 539	0.90 554	0.92 582	0.94 545	0.91 570

DPSM_ROB	0.92 531	0.91 377	0.91 538	0.91 481	0.92 581	0.92 544	0.92 577	0.92 539	0.91 576	0.93 546	0.91 578	0.92 548	0.90 566	0.91 545	0.92 572	0.92 518	0.91 537	0.91 557	0.92 582	0.93 541	0.93 572

DPSM	0.92 531	0.91 377	0.91 538	0.91 481	0.92 581	0.92 544	0.92 577	0.92 539	0.91 576	0.93 546	0.91 578	0.92 548	0.90 566	0.91 545	0.92 572	0.92 518	0.91 537	0.91 557	0.92 582	0.93 541	0.93 572

pmcnn	0.92 531	0.92 382	0.92 540	0.92 484	0.92 581	0.92 544	0.92 577	0.92 539	0.92 580	0.92 544	0.92 581	0.92 548	0.92 568	0.92 549	0.92 572	0.92 518	0.92 539	0.92 560	0.92 582	0.92 536	0.92 571

Selective-RAFT	0.89 528	0.89 371	0.72 509	1.16 525	0.78 565	1.06 569	0.82 570	0.87 529	0.97 587	1.00 552	0.91 578	0.90 545	1.00 574	0.89 542	0.93 576	0.83 509	0.83 532	0.82 547	0.82 577	0.81 518	0.82 562

MM-Stereo_test2	1.20 570	1.85 564	1.05 554	1.46 600	0.94 584	1.36 643	0.99 584	1.36 638	0.95 584	1.41 645	0.98 587	1.40 648	0.96 570	1.37 645	0.95 577	1.37 620	1.06 552	1.33 652	0.93 586	1.29 633	0.89 568

AIO-Stereo-zeroshot	0.91 529	0.86 363	0.89 533	1.25 577	0.69 543	1.05 568	0.81 567	1.16 570	0.50 495	1.12 579	0.97 586	0.72 519	0.82 563	1.06 574	0.95 577	0.61 451	0.87 534	1.03 583	0.85 580	1.04 558	1.01 587

Selective-RAFT-Error	0.88 526	0.84 359	0.98 545	0.86 476	0.97 586	0.88 539	0.95 581	0.84 527	0.99 590	0.92 544	0.82 571	0.84 538	0.98 573	0.87 538	0.97 579	0.81 504	0.83 532	0.79 538	0.82 577	0.79 512	0.85 564

4D-IteraStereo	0.78 492	3.13 651	0.89 533	0.69 442	0.32 394	0.40 332	0.32 382	0.76 515	0.97 587	0.52 470	0.65 528	0.89 544	0.32 392	0.76 519	0.98 580	0.83 509	0.94 541	0.35 328	0.27 333	0.70 496	0.89 568

MaDis-Stereo	3.19 728	6.02 728	1.12 558	5.61 737	1.16 607	5.43 763	1.02 592	5.15 762	0.70 547	5.43 762	1.21 654	5.03 763	0.97 571	4.85 756	0.99 581	4.53 727	1.16 569	5.53 762	1.25 660	5.37 752	1.30 660

LGCAT	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

Test_v1	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

GANet	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

TDLM	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

CVANet_RVC	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

trnet	1.01 552	1.01 413	1.01 552	1.01 505	1.01 593	1.01 560	1.01 590	1.01 556	1.01 596	1.01 563	1.01 594	1.01 567	1.01 582	1.01 567	1.01 587	1.01 538	1.01 549	1.01 580	1.01 596	1.01 555	1.01 587

MM-Stereo_test3	1.27 621	2.07 584	1.18 567	1.60 608	1.02 595	1.45 651	1.01 590	1.40 642	1.04 599	1.44 647	1.03 595	1.46 651	1.02 583	1.44 650	1.02 588	1.51 629	1.12 566	1.32 651	0.98 587	1.38 637	0.97 577

LiteMatch*	2.07 668	1.30 503	5.73 753	6.28 741	0.79 567	1.33 640	0.80 563	1.30 635	1.02 597	1.33 639	0.84 573	1.33 643	0.97 571	1.28 642	1.04 589	6.05 753	5.89 749	1.28 650	0.76 566	1.28 632	0.88 565

MLG-Stereo	0.92 531	0.90 375	0.84 531	1.27 579	0.49 498	1.38 645	0.88 573	1.41 643	0.97 587	0.73 516	1.09 598	1.26 637	0.43 466	0.72 513	1.05 590	1.13 552	0.49 440	1.18 596	0.66 542	1.01 555	0.46 462

BLMT-Stereo	1.53 628	1.36 509	1.06 555	1.42 599	1.23 664	1.41 649	1.07 594	1.43 645	1.12 601	1.42 646	1.06 596	1.83 661	1.07 585	1.42 649	1.07 591	1.27 610	1.38 640	6.80 768	1.00 589	1.26 630	1.00 581

FC-DCNN	1.07 559	1.09 429	0.98 545	0.89 477	0.52 509	1.41 649	0.91 576	1.21 624	1.24 660	1.96 663	2.05 732	1.91 664	1.30 652	1.27 641	1.08 592	0.80 500	0.60 480	0.58 500	0.41 472	0.68 489	0.54 495

GLC_STEREO	1.07 559	1.01 413	1.06 555	1.07 509	1.05 597	1.06 569	1.08 595	1.08 562	1.05 600	1.07 571	1.06 596	1.08 575	1.05 584	1.06 574	1.10 593	1.07 541	1.09 559	1.05 584	1.05 598	1.06 559	1.12 594

IGEVStereo-DCA	1.77 638	4.21 681	1.84 675	2.49 660	2.11 726	2.54 711	1.36 665	1.65 652	1.17 609	2.75 721	1.90 715	2.54 706	1.15 592	0.94 551	1.11 594	1.50 627	1.32 624	0.96 571	1.46 677	1.49 640	0.88 565

rrr	1.77 638	4.21 681	1.84 675	2.49 660	2.11 726	2.54 711	1.36 665	1.65 652	1.17 609	2.75 721	1.90 715	2.54 706	1.15 592	0.94 551	1.11 594	1.50 627	1.32 624	0.96 571	1.46 677	1.49 640	0.88 565

NCC-stereo	2.36 702	25.52 770	1.17 565	1.15 520	1.17 608	1.11 578	1.11 596	1.15 567	1.16 605	1.10 573	1.16 604	1.10 579	1.15 592	1.14 585	1.13 596	1.09 543	1.11 563	1.15 588	1.16 605	1.17 574	1.17 603

Nwc_Net	2.37 704	25.95 772	1.15 563	1.14 517	1.15 603	1.08 572	1.14 599	1.17 572	1.16 605	1.14 583	1.15 601	1.08 575	1.15 592	1.11 582	1.14 597	1.10 545	1.11 563	1.16 589	1.09 600	1.16 569	1.15 599

qqai	1.22 617	1.38 512	1.12 558	1.39 597	1.14 601	1.40 647	1.14 599	1.41 643	1.12 601	1.40 644	1.11 600	1.40 648	1.13 588	1.41 647	1.15 598	1.25 608	0.97 542	1.24 647	1.01 596	1.24 628	0.96 576

TorneroNet	0.66 455	0.53 299	0.50 437	0.50 385	0.64 532	1.06 569	0.70 546	0.50 450	0.51 502	0.49 444	0.69 542	0.49 450	0.50 495	0.48 442	1.15 598	0.71 476	0.49 440	1.14 586	1.08 599	0.49 448	0.49 478

AF-Net	2.37 704	25.71 771	1.17 565	1.13 516	1.15 603	1.15 582	1.18 605	1.19 575	1.16 605	1.10 573	1.15 601	1.10 579	1.18 597	1.12 584	1.15 598	1.10 545	1.10 562	1.17 593	1.15 603	1.16 569	1.12 594

RP	2.33 700	25.00 768	1.13 560	1.15 520	1.15 603	1.10 575	1.15 601	1.15 567	1.15 604	1.12 579	1.15 601	1.09 577	1.13 588	1.10 580	1.15 598	1.11 550	1.09 559	1.16 589	1.12 601	1.16 569	1.17 603

MEA-ACV	1.66 632	0.87 365	0.61 471	11.81 768	1.35 665	1.50 653	0.71 549	1.23 627	0.92 580	1.13 582	0.96 584	1.69 658	0.70 542	1.23 637	1.16 602	1.54 631	1.20 574	1.58 663	0.85 580	1.12 562	0.95 575

edge stereo	2.43 707	27.07 776	1.14 561	1.06 508	1.14 601	1.08 572	1.17 604	1.16 570	1.14 603	1.10 573	1.16 604	1.09 577	1.16 596	1.10 580	1.16 602	1.10 545	1.11 563	1.16 589	1.19 607	1.13 563	1.11 592

Abc-Net	2.32 699	24.75 767	1.14 561	1.17 526	1.17 608	1.11 578	1.15 601	1.17 572	1.21 657	1.08 572	1.16 604	1.12 584	1.14 591	1.09 578	1.17 604	1.09 543	1.16 569	1.17 593	1.17 606	1.16 569	1.11 592
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 702	25.48 769	1.19 569	1.15 520	1.15 603	1.10 575	1.16 603	1.17 572	1.16 605	1.12 579	1.16 604	1.11 583	1.13 588	1.09 578	1.18 605	1.10 545	1.15 568	1.16 589	1.12 601	1.14 564	1.12 594

stereogan	2.33 700	24.38 766	1.18 567	1.18 527	1.18 611	1.14 581	1.18 605	1.19 575	1.19 611	1.14 583	1.18 608	1.14 585	1.18 597	1.14 585	1.18 605	1.14 554	1.14 567	1.19 598	1.19 607	1.15 567	1.19 607

RSGM-EC	0.24 227	0.24 173	0.15 176	0.22 200	0.15 230	0.22 238	0.15 219	0.22 237	0.15 228	0.24 248	0.15 228	0.22 239	0.15 229	0.22 238	1.19 607	0.20 203	0.17 212	0.24 260	0.14 219	0.20 225	0.14 213

acva	0.24 227	0.24 173	0.15 176	0.22 200	0.15 230	0.22 238	0.15 219	0.22 237	0.15 228	0.24 248	0.15 228	0.22 239	0.15 229	0.22 238	1.19 607	0.20 203	0.17 212	0.24 260	0.14 219	0.20 225	0.14 213

DisPM	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

CrosDoStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PFNet+	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

LCNet	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

HHNet	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Patchmatch Stereo++	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608
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	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

STrans-v2	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

TransformOpticalFlow	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

OMP-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

IIG-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

NF-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

OCTAStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PSM-softLoss	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

KMStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

NRIStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PSM-adaLoss	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PSM-AAD	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

FTStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

ROB_FTStereo_v2	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

ROB_FTStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Consistency-Raft	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

KYRaft	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

HUI-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

ASMatch	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DeepStereo_LL	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DEmStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

SST-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

THIR-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT_R40	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DRaft	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PFNet	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

GrayStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RE-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Pruner-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

TVStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DeepStereo_RVC	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT-RH_RVC	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

IRAFT_RVC	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT-345	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

iRAFT	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

CRE-IMP	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

GMM-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT-IKP	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Prome-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

HBP-ISP	1.24 619	1.72 526	1.65 655	1.15 520	0.76 561	1.40 647	0.88 573	1.67 654	1.02 597	1.69 658	1.38 671	1.69 658	1.21 645	1.87 665	1.21 654	1.05 540	0.79 526	0.97 573	0.80 574	1.19 577	0.75 550

GANetREF_RVC	1.55 629	1.94 580	1.22 619	1.88 617	1.21 660	1.88 663	1.22 653	1.88 657	1.22 658	1.88 660	1.22 655	1.88 662	1.22 646	1.89 666	1.22 655	1.87 643	1.22 622	1.88 678	1.22 656	1.88 656	1.22 654
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
StereoVision	3.15 727	5.00 696	0.89 533	4.83 727	1.00 587	3.93 736	1.27 659	6.37 765	1.34 665	5.67 765	1.26 659	5.84 766	1.27 649	5.03 762	1.24 656	5.10 746	1.09 559	4.61 746	0.57 522	5.62 754	1.12 594

FAT-Stereo	2.46 709	26.05 773	1.23 621	1.23 576	1.22 662	1.20 584	1.24 655	1.23 627	1.23 659	1.19 587	1.22 655	1.21 635	1.24 647	1.20 590	1.24 656	1.21 605	1.17 572	1.22 646	1.25 660	1.20 579	1.24 657

S-Stereo	2.51 711	26.86 774	1.23 621	1.22 574	1.22 662	1.24 632	1.25 656	1.22 625	1.24 660	1.21 633	1.24 657	1.19 589	1.27 649	1.19 589	1.24 656	1.19 557	1.20 574	1.25 648	1.19 607	1.24 628	1.23 656

3.75w	1.99 648	2.31 604	1.83 674	3.16 679	1.65 682	1.93 664	1.98 716	2.72 711	1.68 687	2.73 720	1.97 721	2.00 669	1.72 688	1.81 663	1.25 659	2.27 681	2.01 695	2.38 710	1.42 674	1.71 649	1.24 657

2w_stereo	1.99 648	2.36 613	1.81 666	3.24 683	1.67 687	1.94 665	1.98 716	2.72 711	1.68 687	2.72 715	1.94 718	1.98 668	1.74 691	1.79 662	1.27 660	1.95 651	2.00 693	2.53 719	1.60 689	1.68 648	1.15 599

4.25_new	2.00 652	2.33 606	1.82 671	3.32 688	1.69 696	1.95 668	1.99 719	2.72 711	1.71 697	2.72 715	1.97 721	2.01 670	1.74 691	1.77 660	1.28 661	2.18 669	2.01 695	2.48 717	1.58 684	1.65 645	1.17 603

4.5w_new	2.00 652	2.33 606	1.82 671	3.32 688	1.69 696	1.95 668	1.99 719	2.72 711	1.71 697	2.72 715	1.97 721	2.01 670	1.74 691	1.77 660	1.28 661	2.18 669	2.01 695	2.48 717	1.58 684	1.65 645	1.17 603

4.5w-stereo	1.99 648	2.33 606	1.81 666	3.28 685	1.68 691	1.94 665	1.99 719	2.72 711	1.70 695	2.72 715	1.99 730	1.97 667	1.68 677	1.76 659	1.29 663	1.91 648	2.02 699	2.53 719	1.61 693	1.75 652	1.16 602

2.75w_new	1.99 648	2.34 610	1.81 666	3.14 677	1.62 680	1.94 665	1.99 719	2.72 711	1.71 697	2.72 715	1.99 730	1.90 663	1.73 689	1.82 664	1.29 663	2.37 691	2.01 695	2.31 705	1.42 674	1.77 653	1.22 654

11t	1.27 621	2.70 630	1.34 625	1.32 589	0.89 576	1.30 637	1.34 662	1.64 651	0.57 509	1.45 648	0.72 555	1.05 574	1.29 651	1.07 577	1.29 663	1.49 626	1.02 550	0.97 573	1.15 603	1.48 639	1.31 661

SPS-STEREO	1.59 630	1.91 573	1.21 618	1.94 620	1.20 614	2.00 671	1.23 654	1.99 662	1.24 660	2.00 668	1.25 658	2.03 672	1.26 648	2.00 670	1.29 663	1.90 647	1.18 573	1.89 679	1.21 655	1.89 657	1.20 608
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 623	1.35 508	1.35 627	1.35 593	1.35 665	1.35 641	1.35 663	1.36 638	1.35 668	1.36 642	1.35 666	1.36 644	1.36 657	1.36 644	1.35 667	1.35 616	1.35 636	1.35 655	1.35 665	1.35 635	1.35 666

4.25w-stereo	1.98 647	2.72 634	1.46 644	3.47 695	1.43 672	2.07 674	1.98 716	2.53 707	1.52 676	2.71 714	1.98 727	1.81 660	1.62 668	1.96 668	1.36 668	1.88 646	2.00 693	2.53 719	1.61 693	1.74 651	1.15 599

MC-Stereo	1.76 637	2.96 646	1.37 637	2.14 629	1.37 668	2.14 677	1.36 665	2.14 671	1.37 670	2.14 677	1.37 669	2.14 674	1.37 659	2.14 675	1.37 669	1.97 652	1.32 624	1.97 682	1.32 664	1.98 659	1.33 663

CC-Net-ROB	1.36 624	1.33 507	1.33 624	1.36 594	1.38 669	1.36 643	1.33 661	1.37 640	1.34 665	1.35 641	1.36 668	1.38 645	1.34 655	1.38 646	1.38 670	1.35 616	1.38 640	1.33 652	1.35 665	1.43 638	1.34 665

sCroCo_RVC	2.10 676	2.76 638	1.92 685	2.78 670	1.39 670	2.73 720	1.41 673	2.73 717	1.40 672	2.77 726	1.41 673	2.74 722	1.40 661	2.74 721	1.40 671	2.72 707	1.42 643	2.72 723	1.44 676	2.79 710	1.42 671

PS-NSSS	1.38 626	1.39 513	1.34 625	1.34 591	1.35 665	1.38 645	1.37 670	1.35 637	1.38 671	1.34 640	1.34 665	1.39 646	1.38 660	1.70 657	1.40 671	1.36 618	1.36 637	1.36 657	1.37 668	1.37 636	1.36 667

MM-Stereo_test1	1.80 640	3.41 658	1.52 650	2.12 628	1.41 671	2.04 672	1.41 673	2.05 666	1.46 675	2.04 672	1.41 673	2.05 673	1.42 662	2.05 671	1.43 673	2.04 657	1.54 652	1.94 680	1.38 670	1.99 660	1.33 663

test_xeample3	1.10 562	1.81 548	0.61 471	0.84 471	0.49 498	0.77 518	0.66 523	0.92 539	1.40 672	0.68 510	0.46 479	0.78 527	0.54 505	1.72 658	1.48 674	1.34 615	1.52 649	1.35 655	1.67 706	1.33 634	1.55 675

2.25w	2.00 652	1.86 567	1.98 700	2.95 674	2.17 730	2.26 692	1.35 663	2.42 701	2.00 728	2.07 676	1.27 660	2.53 703	1.99 711	2.29 694	1.49 675	2.21 673	1.32 624	1.85 671	1.87 719	2.52 700	1.62 694

MonStereo1	1.94 646	2.77 640	1.52 650	3.73 706	1.51 675	2.13 676	1.42 675	2.32 695	1.52 676	2.31 699	1.50 676	2.53 703	1.59 665	2.34 697	1.56 676	1.91 648	1.36 637	1.86 674	1.31 663	2.07 670	1.53 673

FADNet-RVC-Resample	0.12 132	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	1.57 677	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

DPSMNet_ROB	1.60 631	1.59 521	1.70 658	1.59 605	1.59 678	1.61 656	1.61 681	1.60 647	1.60 678	1.62 656	1.59 681	1.60 653	1.60 666	1.60 653	1.59 678	1.59 632	1.60 660	1.59 664	1.59 686	1.59 643	1.59 681

RAFT_CTSACE	1.92 644	3.71 665	1.72 661	1.88 617	1.72 703	2.04 672	1.42 675	2.18 674	1.89 721	2.02 670	1.97 721	1.95 665	2.06 715	1.93 667	1.62 679	1.76 638	1.66 665	2.02 683	1.73 714	1.73 650	1.43 672

Anonymous3	2.55 712	3.26 656	1.65 655	3.28 685	1.63 681	3.24 729	1.68 692	3.27 728	1.66 679	3.28 729	1.67 691	3.25 729	1.66 669	3.27 728	1.64 680	3.26 713	1.65 664	3.30 727	1.65 704	4.95 747	1.65 701

noway2	2.07 668	4.96 693	1.92 685	2.28 641	1.66 683	2.20 683	1.66 684	2.19 677	1.66 679	2.19 683	1.65 686	2.19 679	1.68 677	2.18 677	1.65 681	2.15 661	1.86 686	2.06 688	1.59 686	2.06 666	1.60 683

4.5_new	2.00 652	1.84 563	1.98 700	2.77 667	2.16 728	2.27 693	1.28 660	2.09 667	1.98 725	2.01 669	1.28 661	2.71 716	1.98 709	2.51 706	1.65 681	2.26 678	1.33 631	1.87 675	1.87 719	2.49 696	1.60 683

FADNet_RVC	0.12 132	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	1.65 681	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

GELT-Stereo	2.10 676	5.33 713	1.94 696	2.37 652	1.68 691	2.21 686	1.69 696	2.19 677	1.67 682	2.18 680	1.67 691	2.19 679	1.66 669	2.19 680	1.66 684	2.23 675	1.83 676	2.07 690	1.61 693	2.04 661	1.61 688

noway7	2.08 671	5.18 702	1.92 685	2.27 636	1.66 683	2.18 678	1.66 684	2.17 673	1.66 679	2.18 680	1.65 686	2.18 676	1.66 669	2.17 676	1.66 684	2.15 661	1.85 682	2.05 684	1.60 689	2.05 662	1.60 683

monster_256*512	2.09 674	5.21 705	1.98 700	2.30 644	1.67 687	2.18 678	1.66 684	2.20 680	1.67 682	2.19 683	1.67 691	2.19 679	1.66 669	2.19 680	1.66 684	2.15 661	1.86 686	2.05 684	1.60 689	2.06 666	1.61 688

zzzz4	2.08 671	5.22 706	1.93 688	2.27 636	1.66 683	2.19 680	1.66 684	2.18 674	1.67 682	2.18 680	1.66 689	2.18 676	1.66 669	2.18 677	1.66 684	2.15 661	1.84 677	2.05 684	1.60 689	2.05 662	1.60 683

zzzzzz3	2.07 668	5.00 696	1.93 688	2.28 641	1.66 683	2.19 680	1.66 684	2.18 674	1.67 682	2.19 683	1.66 689	2.18 676	1.67 675	2.18 677	1.66 684	2.15 661	1.85 682	2.05 684	1.59 686	2.05 662	1.59 681

noway4	2.11 680	5.14 700	1.93 688	2.37 652	1.69 696	2.20 683	1.68 692	2.22 685	1.68 687	2.21 688	1.69 700	2.23 687	1.68 677	2.22 687	1.66 684	2.24 676	1.84 677	2.09 699	1.63 702	2.09 675	1.62 694

noway1	2.10 676	5.26 710	1.93 688	2.31 647	1.69 696	2.21 686	1.67 690	2.19 677	1.68 687	2.21 688	1.68 696	2.21 683	1.67 675	2.20 682	1.66 684	2.15 661	1.84 677	2.07 690	1.61 693	2.07 670	1.61 688

FADNet	0.12 132	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	1.66 684	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

zzzzzzz1	2.10 676	5.20 704	1.93 688	2.38 654	1.68 691	2.20 683	1.67 690	2.20 680	1.68 687	2.20 686	1.67 691	2.20 682	1.68 677	2.20 682	1.67 692	2.24 676	1.86 686	2.06 688	1.61 693	2.06 666	1.62 694

zzzz2	2.08 671	4.92 692	1.93 688	2.30 644	1.67 687	2.19 680	1.66 684	2.20 680	1.67 682	2.20 686	1.68 696	2.21 683	1.66 669	2.20 682	1.68 693	2.17 667	1.84 677	2.07 690	1.62 699	2.05 662	1.61 688

noway5	1.92 644	4.97 694	1.95 697	2.31 647	1.68 691	2.21 686	1.68 692	2.21 683	1.69 694	2.22 692	1.68 696	2.21 683	1.68 677	2.21 685	1.68 693	2.18 669	1.87 690	1.71 668	0.65 539	0.85 524	0.72 542

UDGNet	2.23 696	5.40 717	1.72 661	2.48 659	1.69 696	2.51 708	1.69 696	2.51 706	1.72 701	2.50 708	1.69 700	2.52 702	1.69 684	2.50 705	1.68 693	2.41 694	1.70 668	2.42 712	1.69 710	2.42 689	1.64 699

zzz1	2.09 674	4.97 694	1.93 688	2.30 644	1.68 691	2.21 686	1.68 692	2.21 683	1.68 687	2.21 688	1.67 691	2.21 683	1.68 677	2.21 685	1.69 696	2.17 667	1.85 682	2.08 694	1.61 693	2.06 666	1.61 688

IGEV	2.02 660	2.20 596	1.82 671	2.90 673	2.16 728	2.41 701	1.25 656	2.00 663	1.98 725	1.99 667	1.31 663	2.72 720	1.93 705	2.67 715	1.69 696	2.26 678	1.32 624	1.83 670	1.87 719	2.53 703	1.61 688

noway3	2.12 682	5.22 706	1.93 688	2.39 655	1.70 701	2.23 691	1.70 698	2.22 685	1.70 695	2.22 692	1.70 702	2.23 687	1.69 684	2.22 687	1.71 698	2.28 682	1.86 686	2.08 694	1.63 702	2.09 675	1.63 697

FADNet-RVC	0.13 139	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	1.71 698	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

MFMNet_re	1.81 641	1.91 573	1.71 660	1.95 622	1.70 701	1.95 668	1.70 698	1.96 660	1.74 704	1.97 665	1.72 703	1.95 665	1.71 687	1.97 669	1.71 698	1.86 641	1.62 661	1.85 671	1.66 705	1.86 655	1.64 699

3w_stereo	2.04 665	2.24 600	1.70 658	3.15 678	2.18 732	2.49 705	1.26 658	2.03 665	1.98 725	1.98 666	1.33 664	2.72 720	1.99 711	2.59 709	1.72 701	2.22 674	1.33 631	1.85 671	1.88 724	2.50 698	1.58 680

1w_stereo	2.05 667	2.32 605	1.35 627	3.74 707	2.01 720	2.73 720	1.42 675	1.88 657	1.93 723	2.03 671	1.28 661	2.71 716	1.99 711	2.72 718	1.72 701	2.20 672	1.32 624	1.87 675	1.86 718	2.45 692	1.54 674

TRStereo	2.00 652	2.13 589	1.85 677	2.27 636	1.84 708	2.28 695	1.84 704	2.29 690	1.86 714	2.30 696	1.87 710	2.30 690	1.87 699	2.08 672	1.72 701	2.08 658	1.72 669	2.08 694	1.72 711	2.08 672	1.72 704

XX-Stereo	2.00 652	2.13 589	1.85 677	2.27 636	1.84 708	2.28 695	1.84 704	2.29 690	1.86 714	2.30 696	1.87 710	2.30 690	1.87 699	2.08 672	1.72 701	2.08 658	1.72 669	2.08 694	1.72 711	2.08 672	1.72 704

EAI-Stereo	2.00 652	2.13 589	1.85 677	2.27 636	1.84 708	2.28 695	1.84 704	2.29 690	1.86 714	2.30 696	1.87 710	2.30 690	1.87 699	2.08 672	1.72 701	2.08 658	1.72 669	2.08 694	1.72 711	2.08 672	1.72 704

3.25w	2.04 665	2.20 596	1.48 645	3.03 675	2.17 730	2.63 715	1.39 671	1.96 660	1.95 724	1.96 663	1.37 669	2.71 716	1.96 708	2.71 716	1.73 706	2.26 678	1.32 624	1.87 675	1.87 719	2.51 699	1.63 697

derf	1.91 643	2.15 592	1.78 664	2.16 630	1.75 704	2.21 686	1.80 702	2.22 685	1.80 708	2.21 688	1.76 704	2.17 675	1.81 696	2.24 692	1.74 707	1.93 650	1.56 653	1.96 681	1.53 679	1.95 658	1.56 676

U	5.15 763	8.49 741	1.81 666	8.49 753	1.77 705	8.49 772	1.77 701	8.51 773	1.77 706	8.49 773	1.77 705	8.50 773	1.78 694	8.58 773	1.77 708	8.54 765	1.78 672	8.55 773	1.78 716	8.55 767	1.84 710

asd	2.18 686	2.77 640	1.58 652	3.59 700	2.00 719	2.58 713	1.85 707	2.39 700	1.71 697	2.47 706	1.97 721	2.59 710	1.61 667	2.56 707	1.79 709	2.51 700	1.99 692	2.11 700	1.62 699	2.36 687	1.60 683

MonStereo	2.17 684	2.41 616	1.49 649	2.67 664	1.67 687	2.60 714	2.04 723	2.32 695	1.76 705	2.44 704	1.68 696	2.50 701	1.69 684	2.38 698	1.80 710	2.28 682	1.78 672	2.63 722	2.14 727	3.47 715	1.68 702

qwe	2.18 686	2.60 624	1.58 652	3.83 708	1.90 717	2.53 709	1.90 714	2.48 703	1.73 702	2.37 702	1.92 717	2.53 703	1.68 677	2.56 707	1.83 711	2.52 702	1.87 690	2.07 690	1.68 708	2.32 685	1.71 703

FBW_ROB	2.12 682	2.46 620	1.77 663	2.49 660	1.79 707	2.38 699	1.83 703	2.46 702	1.78 707	2.48 707	1.97 721	2.40 698	1.78 694	2.42 703	1.83 711	2.31 687	1.85 682	2.38 710	1.82 717	2.35 686	1.84 710

2.5w	2.01 659	2.40 615	1.37 637	3.28 685	2.01 720	2.71 717	1.43 678	1.82 656	1.83 712	1.90 662	1.41 673	2.71 716	1.35 656	2.71 716	1.85 713	2.66 703	1.53 650	1.64 665	1.23 657	2.53 703	1.87 714

LG-G_1	2.22 693	2.71 632	1.89 682	2.77 667	1.87 715	2.75 722	1.87 711	2.76 719	1.87 718	2.75 721	1.87 710	2.76 723	1.87 699	2.75 722	1.86 714	2.47 697	1.58 656	2.45 714	1.57 681	2.45 692	1.57 678

LG-G	2.22 693	2.71 632	1.89 682	2.77 667	1.87 715	2.75 722	1.87 711	2.76 719	1.87 718	2.75 721	1.87 710	2.76 723	1.87 699	2.75 722	1.86 714	2.47 697	1.58 656	2.45 714	1.57 681	2.45 692	1.57 678

LGtest1	2.22 693	2.70 630	1.89 682	2.76 666	1.86 711	2.75 722	1.86 708	2.75 718	1.86 714	2.75 721	1.86 708	2.77 725	1.87 699	2.75 722	1.86 714	2.46 696	1.58 656	2.45 714	1.56 680	2.45 692	1.56 676

DNSM	2.56 713	4.43 684	3.08 730	4.09 710	1.86 711	2.66 716	1.86 708	2.66 710	1.87 718	2.66 713	1.86 708	2.66 714	1.86 697	2.66 714	1.87 717	3.82 720	2.94 715	2.42 712	1.73 714	2.42 689	1.73 707

AIO_test	2.18 686	2.09 587	2.04 705	2.42 657	2.01 720	2.47 703	1.94 715	2.34 697	2.03 729	2.56 710	1.94 718	2.43 699	1.94 706	2.41 701	1.87 717	2.39 693	2.10 702	2.35 709	1.91 725	2.25 681	2.19 720

asda	2.17 684	2.54 621	1.81 666	3.47 695	1.78 706	2.50 707	1.86 708	2.61 709	1.68 687	2.61 711	1.83 706	2.37 697	1.73 689	2.44 704	1.88 719	2.51 700	1.84 677	2.34 707	1.62 699	2.23 679	1.77 709

AIO_rvc	2.18 686	2.34 610	1.87 681	2.32 649	1.94 718	2.40 700	1.89 713	2.37 698	2.07 730	2.52 709	1.95 720	2.44 700	1.99 711	2.41 701	1.89 720	2.32 688	2.09 701	2.24 701	2.18 728	2.21 678	2.23 721

monsterstereo	2.20 692	2.33 606	1.95 697	3.65 702	2.07 725	2.49 705	1.61 681	2.48 703	1.83 712	2.45 705	1.61 684	2.67 715	1.86 697	2.64 711	1.94 721	2.48 699	1.66 665	2.34 707	1.68 708	2.40 688	1.86 712

monsters	2.18 686	2.41 616	1.96 699	3.47 695	2.03 724	2.53 709	1.64 683	2.48 703	1.73 702	2.40 703	1.50 676	2.62 711	1.94 706	2.59 709	1.94 721	2.44 695	1.57 655	2.28 703	1.87 719	2.42 689	1.86 712

HUF	2.18 686	2.30 603	1.99 704	2.34 651	2.02 723	2.41 701	2.06 724	2.38 699	1.89 721	2.36 701	1.85 707	2.56 708	1.98 709	2.31 696	1.97 723	2.30 686	2.03 700	2.30 704	2.11 726	2.23 679	2.16 719

4w-stereo	2.02 660	2.72 634	1.44 642	3.36 691	1.59 678	2.48 704	1.72 700	2.28 688	1.24 660	2.24 694	1.65 686	2.56 708	1.32 654	2.39 700	1.98 724	2.67 705	1.51 648	1.66 666	1.24 658	2.53 703	1.88 717

3.25w_new	2.03 662	2.72 634	1.35 627	3.33 690	1.57 676	2.72 718	1.53 680	2.15 672	1.33 664	2.15 678	1.60 682	2.63 712	1.30 652	2.72 718	1.99 725	2.67 705	1.53 650	1.75 669	1.25 660	2.53 703	1.87 714

3.5w_stereo	2.03 662	2.72 634	1.35 627	3.41 692	1.57 676	2.72 718	1.49 679	2.01 664	1.34 665	2.15 678	1.61 684	2.63 712	1.36 657	2.72 718	1.99 725	2.66 703	1.58 656	1.68 667	1.24 658	2.53 703	1.87 714

RASNet	1.49 627	1.65 522	1.45 643	1.38 596	1.43 672	1.47 652	1.36 665	1.38 641	1.36 669	1.39 643	1.60 682	1.45 650	1.45 663	1.51 651	2.21 727	1.53 630	1.36 637	1.36 657	1.36 667	1.66 647	1.36 667

ff7	1.68 633	2.68 627	1.35 627	0.97 497	0.89 576	1.84 660	2.15 725	2.12 668	1.80 708	2.05 673	1.56 678	2.33 693	2.12 716	2.23 689	2.25 728	1.31 612	1.07 553	1.48 659	1.41 671	0.90 533	1.04 589

ffff	1.68 633	2.68 627	1.35 627	0.97 497	0.89 576	1.84 660	2.15 725	2.12 668	1.80 708	2.05 673	1.56 678	2.33 693	2.12 716	2.23 689	2.25 728	1.31 612	1.07 553	1.48 659	1.41 671	0.90 533	1.04 589

ccc-4	1.68 633	2.68 627	1.35 627	0.97 497	0.89 576	1.84 660	2.15 725	2.12 668	1.80 708	2.05 673	1.56 678	2.33 693	2.12 716	2.23 689	2.25 728	1.31 612	1.07 553	1.48 659	1.41 671	0.90 533	1.04 589

STTStereo	3.73 733	30.40 780	2.37 711	2.39 655	2.31 735	2.35 698	2.33 729	2.29 690	2.42 732	2.32 700	2.34 734	2.33 693	2.36 720	2.30 695	2.27 731	2.35 690	2.22 706	2.31 705	2.22 729	2.29 684	2.34 726

NCCL2	2.28 698	2.27 601	2.28 707	2.28 641	2.28 733	2.27 693	2.29 728	2.28 688	2.28 731	2.27 695	2.28 733	2.28 689	2.27 719	2.27 693	2.28 732	2.28 682	2.28 707	2.27 702	2.29 732	2.27 682	2.29 722

NLSM1	2.93 726	3.24 655	2.57 715	4.04 709	2.66 736	3.30 731	2.55 731	3.29 729	2.55 733	3.35 731	2.48 735	3.28 730	2.47 721	3.34 731	2.49 733	3.26 713	2.55 713	3.13 725	2.57 735	3.00 712	2.46 729

NLCA_NET_v2_RVC	5.04 761	50.87 791	2.78 716	2.87 672	2.71 737	2.78 725	0.47 481	2.88 724	2.86 737	1.89 661	2.67 736	2.79 726	2.79 725	2.78 725	2.83 734	2.82 708	2.82 714	2.83 724	2.77 736	2.83 711	2.76 731
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 734	5.22 706	3.01 720	4.53 714	3.01 739	4.51 743	3.01 737	4.56 745	3.04 738	4.53 744	3.03 739	4.55 746	3.03 726	4.56 745	3.04 735	4.57 729	3.05 717	4.57 741	3.05 740	4.57 731	3.05 736

rvit_stereo_0081	3.83 734	5.23 709	3.01 720	4.53 714	3.03 741	4.55 749	3.02 738	4.56 745	3.04 738	4.52 742	3.02 737	4.54 744	3.03 726	4.56 745	3.04 735	4.57 729	3.05 717	4.57 741	3.05 740	4.58 732	3.05 736

rvit_0105_6	3.87 738	5.73 725	3.10 731	4.69 724	3.12 749	4.54 745	3.02 738	4.56 745	3.04 738	4.54 746	3.03 739	4.54 744	3.04 729	4.56 745	3.05 737	4.58 732	3.05 717	4.58 743	3.05 740	4.58 732	3.05 736

rvit_stereo_0082	3.86 736	5.82 726	3.01 720	4.53 714	3.03 741	4.54 745	3.02 738	4.56 745	3.04 738	4.53 744	3.02 737	4.55 746	3.04 729	4.57 748	3.05 737	4.57 729	3.05 717	4.58 743	3.05 740	4.58 732	3.06 739

RAFT+CT+SA	4.28 748	7.62 735	4.91 747	5.55 736	2.28 733	3.09 726	3.64 756	4.49 743	3.07 743	4.80 755	3.35 751	4.77 758	3.70 745	4.29 742	3.05 737	5.58 748	5.98 751	3.58 731	3.78 760	4.26 725	3.72 756

rvit_stereo_0081_aga	3.86 736	5.33 713	3.02 723	4.55 720	3.04 745	4.54 745	3.02 738	4.64 752	3.06 742	4.54 746	3.04 741	4.62 753	3.08 733	4.62 751	3.07 740	4.58 732	3.06 721	4.60 745	3.08 744	4.63 735	3.07 740

rvit_stereo_0080	3.89 739	5.70 723	3.04 725	4.54 717	3.03 741	4.56 750	3.05 744	4.60 749	3.07 743	4.58 749	3.06 742	4.59 748	3.06 731	4.61 749	3.08 741	4.63 734	3.09 722	4.64 747	3.10 745	4.65 736	3.10 743

whm_eth	3.89 739	5.70 723	3.04 725	4.54 717	3.03 741	4.56 750	3.05 744	4.60 749	3.07 743	4.58 749	3.06 742	4.59 748	3.06 731	4.61 749	3.08 741	4.63 734	3.09 722	4.64 747	3.10 745	4.65 736	3.10 743

rvit_0105_4	3.91 741	5.47 721	3.02 723	4.54 717	3.02 740	4.54 745	3.03 742	4.75 755	3.17 749	4.57 748	3.06 742	4.61 752	3.16 737	4.65 752	3.09 743	4.66 736	3.11 725	4.68 750	3.18 751	4.81 742	3.16 748

rvit_0105_3	3.91 741	5.33 713	3.06 728	4.60 722	3.07 747	4.60 752	3.06 746	4.62 751	3.08 746	4.60 751	3.07 745	4.62 753	3.08 733	4.67 753	3.10 744	4.70 737	3.11 725	4.77 754	3.19 752	4.77 741	3.14 747

rvit_stereo_ft	3.93 744	5.44 719	3.05 727	4.59 721	3.06 746	4.61 753	3.08 747	4.67 754	3.12 748	4.63 753	3.10 747	4.65 755	3.11 735	4.69 755	3.13 745	4.70 737	3.14 727	4.71 752	3.15 750	4.74 739	3.16 748

rvit_stereo_0083	3.92 743	5.30 712	3.06 728	4.61 723	3.09 748	4.67 754	3.08 747	4.66 753	3.09 747	4.62 752	3.10 747	4.66 756	3.11 735	4.67 753	3.16 746	4.72 739	3.16 728	4.77 754	3.11 747	4.66 738	3.11 745

test_5	4.62 755	7.55 734	6.23 754	6.32 742	3.40 754	5.29 762	3.50 754	3.53 733	4.11 762	4.28 739	4.47 765	4.26 742	4.38 757	3.68 734	3.24 747	5.89 750	5.60 747	4.84 756	3.50 754	4.33 726	3.93 762

NLCSM	3.67 732	4.08 676	3.19 735	4.80 726	3.26 751	3.99 739	3.24 752	4.25 741	3.18 750	4.09 737	3.27 750	4.14 739	3.18 738	4.13 739	3.28 748	4.06 721	3.10 724	3.85 737	3.14 749	3.91 722	3.27 751

rvit_0105_5	4.10 745	5.40 717	3.13 734	4.71 725	3.15 750	4.72 757	3.10 749	4.90 760	3.27 751	4.69 754	3.16 749	4.84 760	3.25 739	4.96 759	3.34 749	5.05 744	3.39 733	5.10 759	3.40 753	5.11 749	3.42 752

DispFullNet	4.61 754	4.84 689	3.12 732	5.00 731	3.57 755	4.75 758	3.03 742	7.75 771	4.17 763	4.91 758	3.09 746	6.20 767	3.95 752	6.71 767	3.51 750	5.30 747	3.67 735	5.86 766	3.63 755	5.61 753	3.46 753

MLG-Stereo_test2	4.28 748	5.46 720	3.69 740	4.86 729	3.72 759	5.58 764	3.42 753	4.81 757	3.77 759	4.85 756	3.72 757	5.55 765	3.63 742	5.58 763	3.53 751	4.41 726	3.28 732	4.99 758	2.95 738	4.75 740	3.13 746

DPSNet	3.66 731	3.60 661	3.62 739	3.63 701	3.64 758	3.65 734	3.65 757	3.66 734	3.67 754	3.67 733	3.65 755	3.67 734	3.66 743	3.66 733	3.68 752	3.68 718	3.66 734	3.67 732	3.68 758	3.67 716	3.67 755

MLG-Stereo_test1	4.25 746	5.34 716	3.61 738	5.31 733	3.63 757	5.23 761	3.57 755	5.38 763	3.65 753	5.23 760	3.47 752	4.76 757	3.74 746	4.85 756	3.71 753	4.96 741	3.18 730	4.71 752	2.92 737	4.86 745	2.90 733

TestStereo1	4.60 752	8.41 739	6.44 756	6.86 746	3.79 760	3.97 737	3.78 759	3.99 738	3.74 756	3.97 735	3.52 753	3.94 737	3.58 740	3.98 737	3.72 754	6.82 758	6.50 754	3.76 734	3.66 756	3.90 719	3.74 758

SA-5K	4.60 752	8.41 739	6.44 756	6.86 746	3.79 760	3.97 737	3.78 759	3.99 738	3.74 756	3.97 735	3.52 753	3.94 737	3.58 740	3.98 737	3.72 754	6.82 758	6.50 754	3.76 734	3.66 756	3.90 719	3.74 758

MLG-Stereo_test3	4.26 747	4.85 690	3.95 742	5.35 734	3.60 756	4.75 758	3.76 758	5.49 764	3.71 755	5.39 761	3.69 756	4.82 759	3.66 743	4.85 756	3.73 756	4.93 740	3.19 731	4.69 751	2.99 739	4.84 744	2.98 735

Sa-1000	4.34 751	8.37 738	6.84 758	6.98 748	4.45 766	3.58 732	3.00 736	3.42 732	3.39 752	2.61 711	4.00 761	3.83 736	4.01 754	3.90 736	3.90 757	5.98 752	5.62 748	3.76 734	2.34 733	4.35 727	2.47 730

cross-raft	4.83 757	7.52 733	6.43 755	6.63 743	3.96 762	4.51 743	3.99 762	4.49 743	3.96 761	4.52 742	3.96 760	4.50 743	3.97 753	4.50 744	3.97 758	6.65 756	6.44 753	4.33 738	3.92 762	4.35 727	3.91 761

SA	4.33 750	7.35 732	6.85 759	5.96 739	4.09 763	3.59 733	3.15 750	3.82 736	2.64 734	3.91 734	3.85 758	3.57 732	2.72 724	3.13 727	4.03 759	7.09 761	6.86 756	3.57 730	3.12 748	3.85 718	3.51 754

test_4	4.88 758	8.13 737	6.98 760	7.46 749	4.44 765	4.25 741	3.85 761	4.04 740	3.92 760	4.13 738	3.91 759	4.18 741	3.84 750	4.14 740	4.06 760	7.01 760	7.13 759	4.53 739	3.72 759	4.09 723	3.72 756

test_3	5.01 760	8.86 744	7.77 762	8.09 751	2.76 738	4.13 740	4.05 763	3.88 737	3.76 758	4.33 740	4.13 762	3.71 735	3.91 751	4.21 741	4.06 760	7.93 762	7.69 761	4.53 739	3.91 761	4.17 724	4.29 764

raft_robust	4.71 756	7.75 736	5.40 752	6.81 745	3.31 752	4.28 742	4.20 764	4.32 742	4.37 765	4.35 741	4.35 764	4.14 739	3.75 747	4.30 743	4.20 762	6.67 757	6.37 752	3.36 729	4.24 766	4.86 745	3.25 750

SGM-Forest	5.21 764	5.92 727	4.08 743	6.18 740	4.16 764	6.31 766	4.34 765	6.50 766	4.33 764	6.14 767	4.21 763	6.61 770	4.55 758	6.67 766	4.48 763	5.94 751	3.94 737	5.85 765	4.03 764	5.79 755	4.17 763
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 758	4.75 688	4.79 745	4.87 730	4.92 767	4.81 760	4.90 767	4.78 756	4.77 766	4.87 757	4.89 766	4.90 761	4.91 759	4.99 760	4.79 764	4.98 742	4.87 744	4.87 757	4.92 768	5.00 748	5.00 765

rvit_stereo_0075_2	6.64 766	8.80 743	5.25 749	7.89 750	5.27 769	7.90 771	5.27 768	7.92 772	5.28 768	7.91 772	5.29 769	7.93 772	5.27 760	7.92 772	5.28 765	7.93 762	5.28 746	7.93 771	5.29 770	7.93 764	5.28 767

SGM+DAISY	7.06 768	9.15 745	5.38 751	8.84 755	5.18 768	8.80 773	5.31 769	8.79 774	5.28 768	8.89 774	5.20 768	8.93 774	5.33 761	8.95 774	5.36 766	8.70 766	5.21 745	8.74 774	5.20 769	8.89 768	5.15 766

FC-DCNN v2	5.10 762	5.15 701	4.49 744	5.07 732	3.37 753	6.87 767	4.75 766	5.04 761	6.34 770	7.84 771	5.06 767	6.72 771	4.09 755	4.99 760	5.44 767	5.03 743	3.16 728	4.67 749	4.86 767	5.15 750	3.89 760

sAnonymous2	3.31 729	2.63 625	1.38 639	3.71 704	1.86 711	4.70 755	1.11 596	4.82 758	2.72 735	5.45 763	1.98 727	4.59 748	2.64 722	2.65 712	6.21 768	4.37 723	1.08 557	5.16 760	2.24 730	4.52 729	2.39 727

CroCo_RVC	3.31 729	2.63 625	1.38 639	3.71 704	1.86 711	4.70 755	1.11 596	4.82 758	2.72 735	5.45 763	1.98 727	4.59 748	2.64 722	2.65 712	6.21 768	4.37 723	1.08 557	5.16 760	2.24 730	4.52 729	2.39 727

test-1	6.46 765	9.16 746	8.03 766	8.09 751	5.62 770	6.11 765	6.35 770	6.85 768	4.94 767	6.08 766	6.29 772	4.98 762	6.43 764	6.22 764	6.36 770	6.16 754	7.47 760	5.82 764	5.44 771	7.11 761	5.68 768

RAFT	6.73 767	9.36 747	7.40 761	8.51 754	6.55 771	6.88 768	6.60 771	6.79 767	6.60 771	6.80 768	6.72 773	5.31 764	5.50 762	6.61 765	6.61 771	8.42 764	5.89 749	5.73 763	5.45 772	6.61 757	6.24 769

test-v	7.53 769	11.89 757	7.98 763	9.36 758	7.14 772	7.06 769	7.09 772	7.37 769	6.91 772	7.29 769	5.71 770	6.45 768	6.93 765	6.73 768	7.27 772	8.93 769	7.85 762	6.98 769	6.80 773	7.56 762	7.34 771

test-2	7.53 769	11.89 757	7.98 763	9.36 758	7.14 772	7.06 769	7.09 772	7.37 769	6.91 772	7.29 769	5.71 770	6.45 768	6.93 765	6.73 768	7.27 772	8.93 769	7.85 762	6.98 769	6.80 773	7.56 762	7.34 771

MANE	19.05 772	23.00 765	15.00 772	23.00 779	15.00 774	24.00 780	16.00 774	24.00 781	16.00 774	22.00 781	15.00 774	23.00 781	16.00 774	23.00 781	15.00 774	22.00 781	15.00 775	22.00 781	15.00 775	22.00 781	15.00 773

rafts_anoy	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

raft+_RVC	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

raftrobust	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

CasAABBNet	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

RALCasStereoNet	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

RALAANet	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

WCMA_ROB	31.10 780	35.43 785	27.12 779	39.51 792	23.10 781	38.78 793	25.30 781	37.49 794	25.39 781	37.29 793	27.02 781	38.52 794	26.48 781	37.80 793	26.44 781	36.28 789	22.65 782	33.90 786	22.30 782	37.10 791	24.18 780

fff	1000028.16 801	29.62 777	29.72 780	32.61 780	30.02 782	35.13 783	31.83 783	32.07 783	10000000.00 803	35.27 785	29.82 783	32.45 783	30.15 782	32.35 783	30.09 782	31.04 783	29.55 784	30.64 783	30.14 783	10000000.00 804	30.77 782

csc	1000028.16 801	29.62 777	29.72 780	32.61 780	30.02 782	35.13 783	31.83 783	32.07 783	10000000.00 803	35.27 785	29.82 783	32.45 783	30.15 782	32.35 783	30.09 782	31.04 783	29.55 784	30.64 783	30.14 783	10000000.00 804	30.77 782

cscssc	1000028.16 801	29.62 777	29.72 780	32.61 780	30.02 782	35.13 783	31.83 783	32.07 783	10000000.00 803	35.27 785	29.82 783	32.45 783	30.15 782	32.35 783	30.09 782	31.04 783	29.55 784	30.64 783	30.14 783	10000000.00 804	30.77 782

111	30.40 779	30.94 781	29.72 780	32.61 780	30.02 782	33.57 781	30.47 782	31.50 782	29.39 782	30.98 782	29.11 782	29.78 782	30.39 785	29.45 782	30.76 785	30.08 782	29.02 783	29.92 782	30.32 786	29.86 782	30.17 781

tt	500032.53 799	34.60 783	29.72 780	37.47 790	34.41 787	36.85 787	35.22 787	34.71 786	33.55 784	34.50 783	35.43 786	33.81 786	10000000.00 804	33.57 786	33.13 786	33.68 786	35.00 788	34.03 787	35.26 789	30.96 783	34.63 786

DCANet	500032.53 799	34.60 783	29.72 780	37.47 790	34.41 787	36.85 787	35.22 787	34.71 786	33.55 784	34.50 783	35.43 786	33.81 786	10000000.00 804	33.57 786	33.13 786	33.68 786	35.00 788	34.03 787	35.26 789	30.96 783	34.63 786

fast-reg	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

Reg-Stereo(zero)	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

FLISNet	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

CoSv	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

DCANet-4	35.22 781	34.54 782	35.08 786	33.58 784	35.47 789	34.55 782	35.53 789	36.08 788	35.85 786	35.92 788	35.77 788	35.18 788	35.48 787	35.39 788	37.15 792	34.55 788	33.92 787	35.02 789	34.90 788	35.79 786	34.74 788

ADStereo(finetuned)	36.13 782	36.63 786	38.07 791	36.97 785	33.25 786	35.91 786	34.45 786	36.36 789	32.99 783	38.14 794	36.71 789	36.69 789	34.13 786	38.57 794	40.79 793	37.60 794	36.58 790	35.90 790	33.36 787	35.42 785	34.04 785

MDST_ROB	69.83 787	87.70 792	41.95 792	113.75 795	65.62 796	75.05 794	55.25 795	75.64 796	45.04 791	71.61 795	41.75 794	72.81 795	44.06 792	68.38 795	44.63 794	101.89 797	59.57 797	107.10 797	61.05 797	104.38 794	59.38 795

CBMV	128.50 789	1422.70 804	53.10 793	79.50 794	51.30 795	77.30 795	49.70 794	74.00 795	48.20 792	77.20 796	48.80 795	73.90 796	48.00 793	73.80 796	48.80 795	70.40 796	45.10 796	68.90 796	46.10 796	68.20 793	45.00 794
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 788	153.00 796	121.00 795	51.00 793	44.00 794	165.00 797	127.00 796	153.00 797	119.00 793	164.00 798	125.00 796	168.00 798	120.00 794	153.00 797	117.00 796	49.00 795	44.00 795	49.00 795	44.00 795	49.00 792	44.00 793

DF_test	189.29 791	560.34 801	182.58 799	229.00 798	135.68 797	197.79 798	135.52 797	197.80 799	135.44 794	197.75 799	135.49 797	197.90 799	135.51 795	197.84 799	135.75 797	217.37 800	171.11 799	183.74 799	127.67 799	183.56 796	127.88 796

MeshStereo	159.24 790	171.00 797	160.68 798	162.58 796	160.59 798	164.01 796	160.35 798	158.51 798	158.56 795	158.34 797	160.12 798	158.56 797	159.92 796	157.26 798	158.94 798	154.38 798	158.36 798	155.75 798	159.13 800	153.67 795	154.07 797
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	201.80 792	123.00 793	115.00 794	219.00 797	218.00 800	223.00 799	244.00 800	217.00 800	236.00 797	202.00 800	203.00 799	205.00 800	208.00 797	225.00 800	204.00 799	210.00 799	198.00 800	197.00 800	184.00 801	204.00 797	201.00 798

DLCB_ROB	284.23 795	354.61 799	207.27 800	363.24 801	206.46 799	364.72 802	210.41 799	364.72 803	210.41 796	364.81 803	208.64 800	364.81 803	208.64 798	364.72 803	210.41 800	354.70 803	205.53 801	354.70 803	205.53 802	354.70 800	205.53 799

MGS-Stereo	239.45 793	123.00 793	135.00 796	266.00 799	286.00 801	277.00 800	305.00 801	271.00 801	242.00 798	274.00 801	279.00 801	255.00 801	270.00 799	268.00 801	297.00 801	221.00 801	247.00 802	216.00 801	123.00 798	217.00 798	217.00 800

EGLCR-Stereo	246.90 794	129.00 795	139.00 797	266.00 799	286.00 801	277.00 800	305.00 801	271.00 801	242.00 798	274.00 801	279.00 801	255.00 801	270.00 799	268.00 801	297.00 801	230.00 802	247.00 802	216.00 801	223.00 803	237.00 799	227.00 801

LE_ROB	396.57 796	471.28 800	329.84 801	471.48 802	308.15 803	526.83 803	322.10 803	488.15 804	323.76 800	495.46 804	317.97 803	497.17 804	320.10 801	481.62 804	326.76 803	462.71 804	298.97 804	466.16 804	285.98 804	447.62 801	289.21 802

SGM-ForestM	596.69 797	677.77 802	444.52 802	699.85 803	517.25 804	732.94 804	488.29 804	770.79 805	460.11 801	750.81 805	487.98 804	792.79 805	499.41 802	730.90 805	475.81 804	720.03 805	491.16 805	663.96 805	418.60 805	674.76 802	436.05 803

CBMV_ROB	818.48 798	913.88 803	709.52 803	862.84 804	597.78 805	1073.99 805	700.52 805	1015.66 806	702.59 802	1115.65 806	760.02 805	1130.24 806	721.57 803	1037.41 806	692.65 805	814.05 806	564.29 806	843.28 806	595.31 806	915.51 803	602.92 804

111111	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

SGD-Stereo	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

IGEV-Stereo++	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

IGEV-BASED-STEREO-	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

IGEV-Stereo+	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

SDNR	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

anonymousdsp2	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

anonymousdsp	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

test_example2	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

DIP-Stereo	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 254		0.48 343	0.35 423	0.48 444		0.51 464		0.47 427		0.47 436		0.47 432		0.41 338	0.40 387	0.40 405	0.40 463	0.41 407

Low-res two-view benchmark