Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 110	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 58	0.04 52	0.07 56	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 64	0.04 54	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

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

Foundation-i1a	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Foundation-i1	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Foundation-i32	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Selective-IGEV-i1	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Selective-IGEV-i32	0.03 29	0.03 31	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

VMStereo-Base	0.03 29	0.09 75	0.08 69	0.09 65	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 72	0.08 71	0.03 38	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 63	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 46	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

TCMNet	0.03 29	0.04 46	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 83	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 46	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet	0.03 29	0.04 46	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 46	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-SNSev	0.03 29	0.09 75	0.07 67	0.09 65	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 79	0.07 68	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 48	0.06 63	0.04 52	0.05 52	0.04 88	0.05 98	0.04 90	0.05 98	0.04 90	0.05 100	0.04 97	0.05 100	0.04 93	0.05 91	0.04 84	0.05 60	0.03 36	0.06 103	0.03 54	0.04 86	0.03 51

EDNetEfficient	0.04 48	0.05 58	0.04 52	0.04 46	0.03 49	0.04 86	0.03 51	0.04 86	0.03 56	0.04 83	0.03 53	0.04 86	0.03 53	0.04 81	0.03 49	0.05 60	0.03 36	0.05 95	0.03 54	0.04 86	0.03 51

NVStereoNet_ROB	0.04 48	0.04 46	0.04 52	0.04 46	0.04 88	0.04 86	0.04 90	0.04 86	0.04 90	0.04 83	0.04 97	0.04 86	0.04 93	0.04 81	0.04 84	0.04 53	0.04 54	0.04 82	0.04 87	0.04 86	0.04 88
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 51	0.06 63	0.04 52	0.06 55	0.04 88	0.06 101	0.04 90	0.06 103	0.04 90	0.06 105	0.04 97	0.06 106	0.04 93	0.06 97	0.04 84	0.06 64	0.04 54	0.05 95	0.04 87	0.05 101	0.04 88

GASNet	0.05 51	0.04 46	0.12 111	0.04 46	0.04 88	0.04 86	0.05 102	0.04 86	0.04 90	0.12 137	0.04 97	0.06 106	0.04 93	0.04 81	0.04 84	0.04 53	0.04 54	0.04 82	0.04 87	0.04 86	0.04 88

WZ-Net	0.05 51	0.50 228	0.10 80	0.12 94	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	0.12 105	0.10 86	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 54	0.24 134	0.20 177	0.23 162	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 187	0.21 190	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 54	0.54 246	0.10 80	0.12 94	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	0.12 105	0.11 108	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 54	0.08 67	0.08 69	0.08 58	0.05 108	0.06 101	0.05 102	0.05 98	0.06 119	0.06 105	0.06 120	0.05 100	0.06 120	0.06 97	0.05 98	0.08 72	0.08 71	0.08 113	0.05 106	0.06 105	0.05 107

SACVNet	0.06 54	0.08 67	0.08 69	0.08 58	0.05 108	0.06 101	0.05 102	0.05 98	0.06 119	0.06 105	0.06 120	0.05 100	0.06 120	0.06 97	0.05 98	0.08 72	0.08 71	0.08 113	0.05 106	0.06 105	0.05 107

AACVNet	0.06 54	0.08 67	0.08 69	0.08 58	0.05 108	0.06 101	0.05 102	0.05 98	0.06 119	0.06 105	0.06 120	0.05 100	0.06 120	0.06 97	0.05 98	0.08 72	0.08 71	0.08 113	0.05 106	0.06 105	0.05 107

DispViT+	0.07 59	0.24 134	0.08 69	0.08 58	0.05 108	0.06 101	0.05 102	0.06 103	0.04 90	0.06 105	0.05 109	0.06 106	0.04 93	0.06 97	0.04 84	0.06 64	0.07 68	0.06 103	0.04 87	0.06 105	0.04 88

BridgeDepth_RVC	0.07 59	0.08 67	0.11 100	0.11 86	0.05 108	0.08 115	0.05 102	0.08 117	0.05 107	0.08 116	0.05 109	0.08 116	0.05 104	0.08 117	0.05 98	0.11 99	0.10 86	0.07 109	0.05 106	0.07 116	0.05 107
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 59	0.08 67	0.07 67	0.07 56	0.07 122	0.08 115	0.06 119	0.08 117	0.07 122	0.08 116	0.07 123	0.08 116	0.06 120	0.07 114	0.07 113	0.08 72	0.07 68	0.07 109	0.07 116	0.06 105	0.06 115

BridgeDepth	0.08 62	0.08 67	0.11 100	0.11 86	0.05 108	0.08 115	0.05 102	0.08 117	0.07 122	0.08 116	0.05 109	0.08 116	0.05 104	0.09 121	0.08 115	0.15 134	0.11 108	0.07 109	0.05 106	0.07 116	0.06 115
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 62	0.02 12	0.02 14	1.01 388	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 81	0.09 120	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 64	0.13 93	0.39 279	0.08 58	0.05 108	0.07 113	0.05 102	0.13 138	0.05 107	0.06 105	0.05 109	0.06 106	0.05 104	0.06 97	0.05 98	0.06 64	0.05 65	0.14 139	0.13 164	0.06 105	0.05 107

GGEV	0.09 64	0.13 93	0.39 279	0.08 58	0.05 108	0.07 113	0.05 102	0.13 138	0.05 107	0.06 105	0.05 109	0.06 106	0.05 104	0.06 97	0.05 98	0.06 64	0.05 65	0.14 139	0.13 164	0.06 105	0.05 107

test_sample7	0.09 64	1.00 316	0.11 100	0.11 86	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 83	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 105	0.12 122	0.03 38	0.03 54	0.03 44	0.03 51

test_sample6	0.09 64	0.97 306	0.10 80	0.10 69	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 84	0.10 86	0.03 38	0.02 20	0.03 44	0.02 20

test_sample3	0.09 64	0.87 283	0.10 80	0.12 94	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 105	0.10 86	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 64	1.03 331	0.11 100	0.11 86	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 79	0.09 81	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 64	0.87 283	0.12 111	0.11 86	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 83	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 84	0.10 86	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 64	1.01 325	0.09 76	0.09 65	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 79	0.09 81	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 64	0.95 303	0.09 76	0.10 69	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 79	0.10 86	0.03 38	0.02 20	0.03 44	0.02 20

xxx	0.09 64	1.01 325	0.10 80	0.10 69	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 84	0.10 86	0.03 38	0.02 20	0.03 44	0.03 51

SepStereo	0.09 64	0.09 75	0.10 80	0.09 65	0.09 126	0.09 121	0.09 125	0.10 122	0.08 126	0.10 123	0.09 127	0.09 122	0.09 128	0.09 121	0.08 115	0.09 79	0.08 71	0.09 118	0.08 120	0.09 123	0.08 119

APVNet	0.09 64	0.05 58	0.04 52	0.05 52	0.04 88	0.05 98	0.90 444	0.06 103	0.04 90	0.05 100	0.04 97	0.05 100	0.04 93	0.05 91	0.04 84	0.05 60	0.04 54	0.05 95	0.04 87	0.05 101	0.05 107

ADCS	0.09 64	0.02 12	0.04 52	0.90 364	0.06 121	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 142	0.36 301	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 77	0.98 307	0.14 135	0.15 120	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 134	0.13 145	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 77	1.05 335	0.12 111	0.12 94	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 83	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 105	0.12 122	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 77	1.05 335	0.12 111	0.12 94	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 83	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 105	0.12 122	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 77	1.05 335	0.12 111	0.12 94	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 105	0.12 122	0.03 38	0.03 54	0.03 44	0.03 51

test_sample5	0.10 77	1.07 338	0.11 100	0.10 69	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 84	0.10 86	0.03 38	0.03 54	0.04 86	0.03 51

test_sample4	0.10 77	1.03 331	0.12 111	0.10 69	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 120	0.13 145	0.03 38	0.03 54	0.03 44	0.03 51

DualNet	0.10 77	1.07 338	0.11 100	0.10 69	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 84	0.10 86	0.03 38	0.03 54	0.04 86	0.03 51

1111x	0.10 77	1.14 344	0.13 130	0.14 110	0.03 49	0.04 86	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 120	0.11 108	0.03 38	0.02 20	0.03 44	0.02 20

AnonymousM	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

222	0.10 77	0.99 314	0.12 111	0.13 106	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 105	0.12 122	0.03 38	0.02 20	0.04 86	0.03 51

test_xeample	0.10 77	1.09 340	0.13 130	0.12 94	0.03 49	0.03 41	0.03 51	0.04 86	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 127	0.14 149	0.03 38	0.03 54	0.03 44	0.03 51

PVD	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

SHD	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

SAMSARA	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

XQC	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

RTSC	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

RTS	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

RTSA	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

MADNet+	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

MADNet++	0.10 77	0.10 78	0.10 80	0.10 69	0.10 133	0.10 123	0.10 130	0.10 122	0.10 130	0.10 123	0.10 131	0.10 125	0.10 132	0.10 125	0.10 126	0.10 84	0.10 86	0.10 119	0.10 129	0.10 124	0.10 127

ADCPNet	0.10 77	0.03 31	0.04 52	1.27 461	0.03 49	0.04 86	0.03 51	0.03 43	0.03 56	0.04 83	0.03 53	0.04 86	0.03 53	0.08 117	0.04 84	0.04 53	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ISRNet	0.11 98	0.05 58	0.36 264	0.24 167	0.07 122	0.13 138	0.05 102	0.06 103	0.05 107	0.05 100	0.05 109	0.13 139	0.05 104	0.05 91	0.09 120	0.24 194	0.20 187	0.10 119	0.05 106	0.06 105	0.13 159

JetRed	0.11 98	0.12 91	0.11 100	0.11 86	0.11 148	0.11 134	0.14 161	0.11 134	0.11 145	0.12 137	0.11 145	0.11 135	0.11 144	0.11 136	0.11 138	0.11 99	0.16 156	0.11 130	0.11 141	0.11 134	0.11 140

JetBlue	0.11 98	0.11 89	0.12 111	0.13 106	0.14 166	0.11 134	0.11 143	0.11 134	0.11 145	0.11 135	0.11 145	0.11 135	0.11 144	0.12 140	0.12 150	0.11 99	0.11 108	0.11 130	0.11 141	0.11 134	0.11 140

x	0.11 98	1.15 347	0.15 151	0.14 110	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 83	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 127	0.15 152	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-LNSev-Ref	0.11 98	0.44 200	0.33 244	0.39 224	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 275	0.36 275	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 98	1.16 349	0.16 155	0.12 94	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 120	0.16 156	0.03 38	0.04 87	0.04 86	0.04 88

BEATNet_4x	0.11 98	0.03 31	0.03 36	1.60 488	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 91	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 98	0.03 31	0.03 36	1.60 488	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 91	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 98	0.02 12	0.02 14	1.62 491	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 97	0.04 84	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 107	1.14 344	0.17 163	0.20 145	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 159	0.16 156	0.03 38	0.03 54	0.03 44	0.03 51

S2M2_L	0.12 107	0.14 99	0.10 80	0.15 120	0.10 133	0.14 139	0.10 130	0.14 140	0.10 130	0.15 145	0.10 131	0.14 140	0.10 132	0.14 142	0.10 126	0.13 120	0.10 86	0.13 137	0.09 122	0.13 141	0.09 122
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 107	0.07 66	0.05 66	0.08 58	0.05 108	0.08 115	1.20 474	0.07 114	0.05 107	0.05 100	0.05 109	0.08 116	0.05 104	0.08 117	0.03 49	0.07 70	0.05 65	0.06 103	0.05 106	0.07 116	0.05 107

FADNet-RVC-Resample	0.12 107	0.04 46	0.04 52	0.04 46	0.04 88	0.04 86	0.04 90	0.04 86	0.04 90	0.04 83	0.04 97	0.04 86	0.04 93	0.04 81	1.57 544	0.04 53	0.04 54	0.04 82	0.05 106	0.04 86	0.06 115

FADNet_RVC	0.12 107	0.04 46	0.04 52	0.05 52	0.04 88	0.04 86	0.04 90	0.04 86	0.04 90	0.04 83	0.04 97	0.04 86	0.05 104	0.04 81	1.65 548	0.05 60	0.04 54	0.04 82	0.04 87	0.04 86	0.04 88

FADNet	0.12 107	0.05 58	0.04 52	0.04 46	0.04 88	0.04 86	0.04 90	0.04 86	0.04 90	0.04 83	0.04 97	0.04 86	0.05 104	0.04 81	1.66 550	0.06 64	0.04 54	0.04 82	0.04 87	0.04 86	0.04 88

ADCRef	0.12 107	0.03 31	0.04 52	1.71 494	0.04 88	0.03 41	0.03 51	0.04 86	0.04 90	0.04 83	0.03 53	0.04 86	0.03 53	0.06 97	0.04 84	0.04 53	0.04 54	0.04 82	0.04 87	0.03 44	0.04 88

CIPLG	0.13 114	0.21 120	0.12 111	0.16 129	0.11 148	0.15 146	0.11 143	0.14 140	0.11 145	0.15 145	0.12 153	0.15 150	0.11 144	0.14 142	0.11 138	0.15 134	0.12 122	0.14 139	0.11 141	0.14 143	0.11 140

IPLG	0.13 114	0.20 113	0.14 135	0.15 120	0.11 148	0.14 139	0.11 143	0.14 140	0.11 145	0.14 139	0.11 145	0.14 140	0.11 144	0.14 142	0.11 138	0.15 134	0.12 122	0.14 139	0.11 141	0.14 143	0.11 140

ACRE	0.13 114	0.21 120	0.14 135	0.15 120	0.11 148	0.14 139	0.11 143	0.14 140	0.11 145	0.14 139	0.12 153	0.14 140	0.11 144	0.14 142	0.11 138	0.15 134	0.12 122	0.14 139	0.11 141	0.14 143	0.11 140

LRCNet_RVC	0.13 114	0.13 93	0.09 76	0.13 106	0.10 133	0.14 139	0.10 130	0.14 140	0.10 130	0.23 187	0.10 131	0.20 169	0.10 132	0.24 194	0.11 138	0.11 99	0.09 81	0.12 133	0.14 169	0.12 139	0.09 122

aanetorigin	0.13 114	0.11 89	0.11 100	0.11 86	0.11 148	0.11 134	0.11 143	0.11 134	0.11 145	0.11 135	0.12 153	0.11 135	0.11 144	0.11 136	0.11 138	0.11 99	0.11 108	0.14 139	0.11 141	0.49 336	0.11 140

FADNet-RVC	0.13 114	0.04 46	0.04 52	0.04 46	0.04 88	0.04 86	0.05 102	0.04 86	0.04 90	0.04 83	0.05 109	0.04 86	0.05 104	0.04 81	1.71 553	0.04 53	0.04 54	0.04 82	0.04 87	0.07 116	0.04 88

ELAS	0.13 114	0.16 101	0.11 100	0.15 120	0.09 126	0.18 163	0.11 143	0.18 161	0.11 145	0.17 156	0.11 145	0.18 162	0.11 144	0.18 161	0.11 138	0.14 127	0.08 71	0.14 139	0.08 120	0.14 143	0.09 122
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 121	1.22 406	0.28 211	0.32 199	0.04 88	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 226	0.27 216	0.04 82	0.03 54	0.03 44	0.03 51

S2M2_XL	0.14 121	0.17 105	0.12 111	0.17 137	0.11 148	0.17 159	0.11 143	0.17 158	0.11 145	0.17 156	0.11 145	0.17 158	0.11 144	0.17 158	0.11 138	0.16 143	0.11 108	0.16 154	0.11 141	0.16 154	0.11 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 121	1.83 437	0.12 111	0.11 86	0.03 49	0.03 41	0.03 51	0.03 43	0.04 90	0.03 41	0.03 53	0.03 43	0.03 53	0.06 97	0.04 84	0.12 105	0.11 108	0.05 95	0.04 87	0.05 101	0.04 88

ProNet	0.14 121	0.20 113	0.14 135	0.16 129	0.11 148	0.16 153	0.11 143	0.17 158	0.11 145	0.17 156	0.12 153	0.17 158	0.13 163	0.17 158	0.12 150	0.15 134	0.11 108	0.16 154	0.11 141	0.15 150	0.12 153

IPLGR_C	0.14 121	0.20 113	0.12 111	0.15 120	0.11 148	0.14 139	0.15 166	0.14 140	0.11 145	0.15 145	0.12 153	0.14 140	0.11 144	0.16 152	0.11 138	0.15 134	0.12 122	0.14 139	0.12 156	0.15 150	0.12 153

MIPNet	0.14 121	0.21 120	0.17 163	0.16 129	0.11 148	0.15 146	0.12 156	0.14 140	0.11 145	0.16 150	0.11 145	0.14 140	0.11 144	0.14 142	0.11 138	0.14 127	0.12 122	0.14 139	0.11 141	0.14 143	0.11 140

IPLGR	0.14 121	0.24 134	0.14 135	0.16 129	0.12 161	0.15 146	0.12 156	0.14 140	0.11 145	0.15 145	0.12 153	0.14 140	0.11 144	0.14 142	0.11 138	0.15 134	0.12 122	0.14 139	0.11 141	0.14 143	0.11 140

GMStereo	0.14 121	0.13 93	0.14 135	0.14 110	0.14 166	0.14 139	0.14 161	0.14 140	0.14 166	0.14 139	0.14 170	0.14 140	0.14 167	0.14 142	0.14 160	0.14 127	0.14 149	0.14 139	0.14 169	0.14 143	0.14 164
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 121	0.04 46	0.03 36	2.22 510	0.04 88	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 86	0.02 21	0.07 114	0.04 84	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 121	0.16 101	0.12 111	0.17 137	0.12 161	0.17 159	0.11 143	0.17 158	0.11 145	0.17 156	0.12 153	0.17 158	0.12 158	0.17 158	0.12 150	0.16 143	0.11 108	0.16 154	0.11 141	0.16 154	0.12 153

DRN-Test	0.14 121	0.13 93	0.09 76	0.14 110	0.09 126	0.15 146	0.09 125	0.14 140	0.10 130	0.14 139	0.09 127	0.14 140	0.09 128	0.13 141	0.09 120	0.12 105	0.09 81	0.12 133	0.09 122	0.12 139	0.73 416

ELAS_RVC	0.14 121	0.16 101	0.10 80	0.15 120	0.10 133	0.18 163	0.11 143	0.19 163	0.11 145	0.19 162	0.12 153	0.18 162	0.11 144	0.19 164	0.12 150	0.14 127	0.08 71	0.14 139	0.09 122	0.15 150	0.09 122
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 133	0.17 105	0.13 130	0.20 145	0.13 164	0.19 166	0.13 159	0.18 161	0.13 164	0.19 162	0.13 165	0.18 162	0.14 167	0.18 161	0.14 160	0.16 143	0.11 108	0.15 151	0.14 169	0.18 164	0.11 140

CoDeX	0.15 133	0.70 262	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 396	0.02 15	0.69 389	0.75 406	0.01 9	0.02 20	0.02 20

ICVP	0.15 133	0.53 242	0.11 100	0.16 129	0.11 148	0.16 153	0.11 143	0.16 153	0.11 145	0.16 150	0.11 145	0.16 151	0.11 144	0.16 152	0.11 138	0.16 143	0.11 108	0.16 154	0.11 141	0.16 154	0.11 140
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 133	0.04 46	0.04 52	2.20 509	0.04 88	0.04 86	0.04 90	0.04 86	0.04 90	0.04 83	0.05 109	0.04 86	0.04 93	0.08 117	0.04 84	0.04 53	0.04 54	0.04 82	0.04 87	0.04 86	0.04 88

StereoDRNet	0.15 133	0.14 99	0.10 80	0.14 110	0.09 126	0.15 146	0.09 125	0.14 140	0.09 129	0.14 139	0.10 131	0.14 140	0.09 128	0.14 142	0.09 120	0.13 120	0.10 86	0.13 137	0.09 122	0.13 141	0.82 432

LALA_ROB	0.15 133	0.19 109	0.12 111	0.18 139	0.11 148	0.20 171	0.12 156	0.21 177	0.12 161	0.20 168	0.12 153	0.20 169	0.12 158	0.21 179	0.13 156	0.17 151	0.10 86	0.18 171	0.11 141	0.18 164	0.11 140

SGM_RVC	0.15 133	0.17 105	0.11 100	0.18 139	0.11 148	0.19 166	0.11 143	0.19 163	0.12 161	0.19 162	0.12 153	0.20 169	0.12 158	0.19 164	0.12 150	0.16 143	0.11 108	0.17 162	0.10 129	0.17 160	0.10 127
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 140	1.21 400	0.33 244	0.41 249	0.04 88	0.04 86	0.03 51	0.04 86	0.04 90	0.04 83	0.04 97	0.04 86	0.04 93	0.04 81	0.04 84	0.35 244	0.31 250	0.04 82	0.04 87	0.04 86	0.04 88

GMStereo_Zeroshot	0.16 140	0.16 101	0.16 155	0.16 129	0.16 187	0.16 153	0.16 172	0.16 153	0.16 181	0.16 150	0.16 182	0.16 151	0.16 179	0.16 152	0.16 177	0.16 143	0.16 156	0.16 154	0.16 180	0.16 154	0.16 170

qqq	0.16 140	2.01 456	0.12 111	0.15 120	0.04 88	0.06 101	0.05 102	0.06 103	0.04 90	0.06 105	0.03 53	0.06 106	0.03 53	0.06 97	0.03 49	0.12 105	0.14 149	0.04 82	0.04 87	0.03 44	0.03 51

DeepPruner_ROB	0.16 140	0.18 108	0.13 130	0.19 142	0.13 164	0.19 166	0.13 159	0.19 163	0.13 164	0.19 162	0.13 165	0.19 166	0.13 163	0.19 164	0.13 156	0.18 159	0.13 145	0.18 171	0.13 164	0.18 164	0.13 159

CAS++	0.17 144	0.27 146	0.21 182	0.10 69	0.21 219	0.15 146	0.22 209	0.10 122	0.21 209	0.22 182	0.10 131	0.19 166	0.18 200	0.10 125	0.19 198	0.20 167	0.19 185	0.18 171	0.10 129	0.19 170	0.18 190
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 144	2.16 465	0.13 130	0.13 106	0.04 88	0.06 101	0.04 90	0.06 103	0.04 90	0.06 105	0.03 53	0.06 106	0.03 53	0.06 97	0.05 98	0.18 159	0.12 122	0.06 103	0.03 54	0.05 101	0.03 51

SFCPSM	0.17 144	0.78 269	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 431	0.02 15	0.75 400	0.76 408	0.02 20	0.02 20	0.02 20

DepthFocus	0.18 147	0.22 124	0.15 151	0.22 157	0.15 177	0.22 184	0.15 166	0.22 182	0.15 176	0.22 182	0.15 178	0.22 185	0.16 179	0.22 183	0.15 170	0.20 167	0.15 152	0.20 180	0.14 169	0.20 172	0.14 164

w-ln-seven	0.18 147	1.47 421	0.33 244	0.40 237	0.04 88	0.04 86	0.04 90	0.04 86	0.04 90	0.04 83	0.04 97	0.04 86	0.04 93	0.04 81	0.04 84	0.38 263	0.32 254	0.05 95	0.04 87	0.04 86	0.04 88

xyz-stereo-finetune2	0.18 147	0.48 222	0.16 155	0.16 129	0.15 177	0.15 146	0.16 172	0.16 153	0.16 181	0.16 150	0.16 182	0.16 151	0.16 179	0.16 152	0.16 177	0.16 143	0.16 156	0.16 154	0.16 180	0.16 154	0.16 170

xyz-stereo	0.18 147	0.50 228	0.16 155	0.15 120	0.16 187	0.16 153	0.16 172	0.16 153	0.16 181	0.16 150	0.16 182	0.16 151	0.16 179	0.16 152	0.16 177	0.16 143	0.16 156	0.16 154	0.16 180	0.16 154	0.16 170

GCAPDPT-zeroshot4090	0.18 147	0.20 113	0.16 155	0.20 145	0.16 187	0.20 171	0.16 172	0.21 177	0.16 181	0.20 168	0.16 182	0.21 176	0.17 191	0.20 168	0.16 177	0.19 163	0.15 152	0.19 174	0.15 176	0.19 170	0.15 168

BEATNet-Init1	0.19 152	0.08 67	0.08 69	2.23 511	0.08 124	0.08 115	0.07 122	0.07 114	0.08 126	0.08 116	0.07 123	0.08 116	0.07 124	0.11 136	0.08 115	0.08 72	0.08 71	0.08 113	0.07 116	0.08 120	0.08 119

DeepPrunerF	0.19 152	0.08 67	0.08 69	2.23 511	0.08 124	0.08 115	0.07 122	0.07 114	0.08 126	0.08 116	0.07 123	0.08 116	0.07 124	0.11 136	0.08 115	0.08 72	0.08 71	0.08 113	0.07 116	0.08 120	0.08 119

IGEV_Zeroshot_test	0.20 154	0.19 109	0.40 285	0.30 187	0.17 194	0.22 184	0.17 183	0.21 177	0.17 192	0.20 168	0.17 190	0.21 176	0.18 200	0.21 179	0.17 184	0.20 167	0.16 156	0.20 180	0.16 180	0.20 172	0.17 186

DAS	0.20 154	0.20 113	0.20 177	0.20 145	0.20 211	0.20 171	0.20 198	0.20 169	0.20 205	0.20 168	0.20 211	0.20 169	0.20 209	0.20 168	0.20 202	0.20 167	0.20 187	0.20 180	0.20 209	0.20 172	0.20 195

ACVNet	0.20 154	0.19 109	0.14 135	0.20 145	0.14 166	0.20 171	0.96 451	0.21 177	0.14 166	0.20 168	0.13 165	0.21 176	0.14 167	0.20 168	0.14 160	0.17 151	0.12 122	0.17 162	0.12 156	0.17 160	0.12 153

acv_ft	0.20 154	0.19 109	0.14 135	0.20 145	0.14 166	0.20 171	0.96 451	0.21 177	0.14 166	0.20 168	0.13 165	0.21 176	0.14 167	0.20 168	0.14 160	0.17 151	0.12 122	0.17 162	0.12 156	0.17 160	0.12 153

iResNetv2_ROB	0.20 154	0.23 126	0.18 172	0.24 167	0.20 211	0.24 196	0.18 190	0.24 192	0.18 197	0.24 194	0.18 205	0.23 192	0.19 205	0.24 194	0.18 195	0.21 174	0.16 156	0.21 183	0.16 180	0.22 181	0.16 170

iResNet	0.20 154	0.23 126	0.18 172	0.24 167	0.18 204	0.24 196	0.20 198	0.24 192	0.18 197	0.23 187	0.17 190	0.23 192	0.18 200	0.23 190	0.18 195	0.22 176	0.16 156	0.21 183	0.16 180	0.21 179	0.16 170

LACA2	0.21 160	0.24 134	0.26 203	0.31 193	0.16 187	0.24 196	0.16 172	0.24 192	0.16 181	0.24 194	0.16 182	0.24 198	0.16 179	0.24 194	0.16 177	0.27 206	0.23 200	0.24 205	0.16 180	0.23 192	0.16 170

LACA1	0.21 160	0.24 134	0.26 203	0.31 193	0.16 187	0.24 196	0.16 172	0.24 192	0.16 181	0.24 194	0.16 182	0.24 198	0.16 179	0.24 194	0.16 177	0.27 206	0.22 194	0.23 196	0.16 180	0.23 192	0.16 170

z-ln-s-r	0.21 160	1.40 419	0.53 348	0.56 317	0.04 88	0.05 98	0.04 90	0.05 98	0.05 107	0.05 100	0.04 97	0.05 100	0.04 93	0.05 91	0.05 98	0.57 351	0.44 323	0.04 82	0.04 87	0.04 86	0.04 88

tg	0.21 160	0.25 142	0.21 182	0.26 181	0.17 194	0.24 196	0.17 183	0.24 192	0.17 192	0.24 194	0.17 190	0.24 198	0.17 191	0.24 194	0.17 184	0.24 194	0.17 176	0.23 196	0.16 180	0.23 192	0.16 170

Pointernet	0.21 160	0.22 124	0.19 174	0.24 167	0.19 208	0.24 196	0.19 194	0.24 192	0.19 203	0.24 194	0.19 207	0.24 198	0.19 205	0.24 194	0.19 198	0.22 176	0.17 176	0.22 188	0.17 202	0.22 181	0.17 186

SuperB	0.21 160	0.10 78	2.51 575	0.12 94	0.09 126	0.10 123	0.09 125	0.08 117	0.07 122	0.10 123	0.09 127	0.09 122	0.07 124	0.07 114	0.07 113	0.07 70	0.08 71	0.07 109	0.07 116	0.08 120	0.07 118

BStereo	0.22 166	0.23 126	0.20 177	0.24 167	0.20 211	0.23 193	0.33 285	0.39 258	0.17 192	0.23 187	0.17 190	0.23 192	0.16 179	0.24 194	0.17 184	0.23 187	0.16 156	0.22 188	0.20 209	0.22 181	0.16 170

Wave_Phase_stereo	0.22 166	0.23 126	0.20 177	0.24 167	0.20 211	0.23 193	0.33 285	0.39 258	0.17 192	0.23 187	0.17 190	0.23 192	0.16 179	0.24 194	0.17 184	0.23 187	0.16 156	0.22 188	0.20 209	0.22 181	0.16 170

WAO-6	0.22 166	0.23 126	0.22 184	0.23 162	0.22 222	0.22 184	0.22 209	0.22 182	0.22 212	0.22 182	0.22 218	0.22 185	0.22 216	0.22 183	0.22 207	0.22 176	0.22 194	0.22 188	0.22 215	0.22 181	0.22 199

IMH-64-1	0.22 166	0.23 126	0.23 187	0.22 157	0.22 222	0.22 184	0.22 209	0.22 182	0.22 212	0.22 182	0.22 218	0.22 185	0.22 216	0.22 183	0.22 207	0.22 176	0.22 194	0.23 196	0.22 215	0.22 181	0.23 201

IMH-64	0.22 166	0.23 126	0.23 187	0.22 157	0.22 222	0.22 184	0.22 209	0.22 182	0.22 212	0.22 182	0.22 218	0.22 185	0.22 216	0.22 183	0.22 207	0.22 176	0.22 194	0.23 196	0.22 215	0.22 181	0.23 201

ac_64	0.22 166	0.13 93	0.19 174	0.23 162	0.10 133	0.26 214	1.02 460	0.14 140	0.10 130	0.28 215	0.14 170	0.17 158	0.19 205	0.28 222	0.09 120	0.22 176	0.16 156	0.23 196	0.17 202	0.11 134	0.12 153

dd	0.23 172	0.98 307	0.16 155	0.23 162	0.15 177	0.23 193	0.15 166	0.23 189	0.15 176	0.23 187	0.15 178	0.24 198	0.17 191	0.23 190	0.15 170	0.22 176	0.15 152	0.21 183	0.15 176	0.22 181	0.16 170

dad	0.23 172	1.03 331	0.16 155	0.23 162	0.15 177	0.24 196	0.15 166	0.24 192	0.16 181	0.23 187	0.16 182	0.24 198	0.16 179	0.23 190	0.15 170	0.22 176	0.16 156	0.22 188	0.16 180	0.22 181	0.16 170

RSGM-EC	0.24 174	0.24 134	0.15 151	0.22 157	0.15 177	0.22 184	0.15 166	0.22 182	0.15 176	0.24 194	0.15 178	0.22 185	0.15 177	0.22 183	1.19 474	0.20 167	0.17 176	0.24 205	0.14 169	0.20 172	0.14 164

acva	0.24 174	0.24 134	0.15 151	0.22 157	0.15 177	0.22 184	0.15 166	0.22 182	0.15 176	0.24 194	0.15 178	0.22 185	0.15 177	0.22 183	1.19 474	0.20 167	0.17 176	0.24 205	0.14 169	0.20 172	0.14 164

test_for_model	0.24 174	0.24 134	0.46 308	0.45 270	0.21 219	0.24 196	0.20 198	0.24 192	0.20 205	0.24 194	0.20 211	0.24 198	0.20 209	0.24 194	0.19 198	0.26 202	0.25 204	0.19 174	0.15 176	0.20 172	0.19 192

MSKI-zero shot	0.24 174	0.21 120	0.49 331	0.65 334	0.18 204	0.22 184	0.17 183	0.23 189	0.18 197	0.21 180	0.17 190	0.23 192	0.28 252	0.23 190	0.18 195	0.21 174	0.16 156	0.21 183	0.16 180	0.21 179	0.16 170

qqq1	0.25 178	3.70 535	0.14 135	0.14 110	0.04 88	0.06 101	0.05 102	0.06 103	0.05 107	0.06 105	0.05 109	0.04 86	0.05 104	0.06 97	0.05 98	0.13 120	0.12 122	0.06 103	0.05 106	0.03 44	0.04 88

fff1	0.25 178	3.70 535	0.14 135	0.14 110	0.04 88	0.06 101	0.05 102	0.06 103	0.05 107	0.06 105	0.05 109	0.04 86	0.05 104	0.06 97	0.05 98	0.13 120	0.12 122	0.06 103	0.05 106	0.03 44	0.04 88

UNDER WATER-64	0.25 178	0.26 143	0.25 197	0.26 181	0.25 235	0.25 206	0.25 224	0.25 201	0.25 226	0.25 203	0.25 235	0.25 206	0.25 228	0.26 214	0.25 224	0.25 200	0.25 204	0.25 209	0.25 233	0.25 198	0.25 212

ffm	0.25 178	3.83 541	0.12 111	0.12 94	0.05 108	0.06 101	0.05 102	0.06 103	0.05 107	0.03 41	0.03 53	0.06 106	0.05 104	0.06 97	0.05 98	0.12 105	0.12 122	0.05 95	0.04 87	0.06 105	0.04 88

ff1	0.25 178	3.83 541	0.12 111	0.12 94	0.05 108	0.06 101	0.05 102	0.06 103	0.05 107	0.03 41	0.03 53	0.06 106	0.05 104	0.06 97	0.05 98	0.12 105	0.12 122	0.05 95	0.04 87	0.06 105	0.04 88

mmx	0.25 178	3.83 541	0.12 111	0.12 94	0.05 108	0.06 101	0.05 102	0.06 103	0.05 107	0.03 41	0.03 53	0.06 106	0.05 104	0.06 97	0.05 98	0.12 105	0.12 122	0.05 95	0.04 87	0.06 105	0.04 88

MIM_Stereo	0.25 178	0.23 126	0.66 370	0.80 354	0.17 194	0.22 184	0.17 183	0.23 189	0.18 197	0.26 211	0.17 190	0.21 176	0.17 191	0.25 204	0.17 184	0.23 187	0.16 156	0.21 183	0.17 202	0.22 181	0.17 186

LoS	0.25 178	0.27 146	0.25 197	0.25 174	0.25 235	0.25 206	0.25 224	0.26 206	0.25 226	0.25 203	0.25 235	0.25 206	0.25 228	0.25 204	0.25 224	0.26 202	0.25 204	0.25 209	0.26 239	0.26 200	0.25 212
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 178	1.31 412	0.74 395	0.92 369	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 397	0.75 400	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 187	0.20 113	0.27 206	0.33 203	0.21 219	0.37 256	0.22 209	0.37 245	0.24 221	0.26 211	0.27 245	0.33 240	0.21 215	0.25 204	0.27 230	0.32 226	0.20 187	0.34 253	0.23 221	0.25 198	0.26 218

DLNR-FE	0.28 188	0.89 288	0.30 219	0.34 206	0.19 208	0.28 219	0.19 194	0.28 210	0.20 205	0.28 215	0.20 211	0.28 219	0.20 209	0.28 222	0.20 202	0.33 231	0.28 223	0.25 209	0.19 208	0.24 196	0.19 192

xyz-stereo-finetune	0.28 188	0.49 224	0.16 155	0.16 129	0.16 187	0.16 153	0.16 172	0.22 182	0.30 265	0.32 232	0.31 280	0.32 237	0.31 283	0.32 235	0.32 271	0.32 226	0.33 266	0.31 233	0.32 298	0.31 218	0.32 276

SQANet	0.28 188	0.28 149	0.28 211	0.28 185	0.28 249	0.28 219	0.28 243	0.28 210	0.28 248	0.28 215	0.28 252	0.28 219	0.28 252	0.28 222	0.28 240	0.28 210	0.28 223	0.28 220	0.28 256	0.28 207	0.28 242

HGLStereo	0.28 188	0.29 151	0.22 184	0.36 212	0.22 222	0.36 251	0.21 204	0.36 239	0.21 209	0.42 293	0.21 217	0.36 252	0.22 216	0.36 253	0.21 205	0.34 235	0.21 190	0.34 253	0.21 212	0.34 233	0.21 197

iResNet_ROB	0.28 188	0.32 157	0.24 194	0.32 199	0.25 235	0.32 238	0.24 222	0.32 224	0.24 221	0.33 236	0.24 229	0.35 246	0.24 225	0.33 242	0.24 216	0.31 224	0.24 203	0.32 236	0.24 229	0.32 221	0.24 211

UNet	0.29 193	0.90 291	0.10 80	0.14 110	0.10 133	0.14 139	0.10 130	0.91 409	0.69 412	0.14 139	0.11 145	0.14 140	0.11 144	0.14 142	0.10 126	0.12 105	0.09 81	0.12 133	0.09 122	0.88 399	0.76 423

MultiAttention	0.30 194	0.30 152	0.30 219	0.30 187	0.30 269	0.30 223	0.30 258	0.30 217	0.30 265	0.30 221	0.30 270	0.30 229	0.30 266	0.30 228	0.30 258	0.30 218	0.30 244	0.30 227	0.30 280	0.30 213	0.30 260

MSAF-DinoV2	0.30 194	0.30 152	0.30 219	0.30 187	0.30 269	0.30 223	0.30 258	0.30 217	0.30 265	0.30 221	0.30 270	0.30 229	0.30 266	0.30 228	0.30 258	0.30 218	0.30 244	0.30 227	0.30 280	0.30 213	0.30 260

DDVS	0.30 194	3.10 521	0.14 135	0.19 142	0.14 166	0.19 166	0.14 161	0.20 169	0.14 166	0.19 162	0.13 165	0.16 151	0.13 163	0.19 164	0.13 156	0.17 151	0.13 145	0.17 162	0.13 164	0.17 160	0.13 159

ACV-stereo	0.30 194	2.08 458	0.25 197	0.25 174	0.18 204	0.24 196	0.17 183	0.24 192	0.18 197	0.24 194	0.17 190	0.25 206	0.17 191	0.24 194	0.17 184	0.22 176	0.16 156	0.22 188	0.16 180	0.22 181	0.16 170

LoS_RVC	0.30 194	1.14 344	0.25 197	0.25 174	0.25 235	0.26 214	0.25 224	0.25 201	0.25 226	0.25 203	0.25 235	0.26 216	0.26 237	0.26 214	0.25 224	0.26 202	0.26 208	0.25 209	0.25 233	0.26 200	0.26 218

CAS	0.30 194	1.17 350	0.25 197	0.25 174	0.25 235	0.26 214	0.25 224	0.25 201	0.26 239	0.25 203	0.25 235	0.25 206	0.25 228	0.25 204	0.25 224	0.26 202	0.26 208	0.26 214	0.25 233	0.26 200	0.25 212

DANet	0.30 194	0.30 152	0.30 219	0.30 187	0.30 269	0.30 223	0.30 258	0.30 217	0.30 265	0.30 221	0.30 270	0.30 229	0.30 266	0.30 228	0.30 258	0.30 218	0.30 244	0.30 227	0.30 280	0.30 213	0.30 260
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 201	0.31 155	0.31 232	0.30 187	0.40 340	0.31 229	0.30 258	0.30 217	0.34 301	0.29 220	0.31 280	0.29 225	0.30 266	0.31 232	0.31 267	0.31 224	0.29 235	0.31 233	0.30 280	0.31 218	0.31 269

tt1	0.31 201	0.93 300	0.24 194	0.33 203	0.23 228	0.31 229	0.24 222	0.32 224	0.24 221	0.32 232	0.23 222	0.32 237	0.25 228	0.32 235	0.24 216	0.27 206	0.26 208	0.27 218	0.26 239	0.27 205	0.27 228

xxxxx1	0.31 201	0.91 293	0.23 187	0.31 193	0.23 228	0.31 229	0.23 217	0.33 228	0.25 226	0.31 226	0.24 229	0.33 240	0.25 228	0.32 235	0.24 216	0.28 210	0.28 223	0.28 220	0.28 256	0.29 210	0.27 228

DLNR_Zeroshot_test	0.31 201	0.28 149	0.47 316	0.79 352	0.24 233	0.30 223	0.26 232	0.30 217	0.24 221	0.32 232	0.23 222	0.31 233	0.24 225	0.30 228	0.23 213	0.29 217	0.26 208	0.29 225	0.24 229	0.33 229	0.23 201

tt_ll	0.31 201	0.91 293	0.23 187	0.31 193	0.23 228	0.31 229	0.23 217	0.33 228	0.25 226	0.31 226	0.24 229	0.33 240	0.25 228	0.32 235	0.24 216	0.28 210	0.28 223	0.28 220	0.28 256	0.29 210	0.27 228

ff	0.31 201	0.91 293	0.23 187	0.31 193	0.23 228	0.31 229	0.23 217	0.33 228	0.25 226	0.31 226	0.24 229	0.33 240	0.25 228	0.32 235	0.24 216	0.28 210	0.28 223	0.28 220	0.28 256	0.29 210	0.27 228

RAFT + AFF	0.31 201	0.45 208	0.34 254	0.39 224	0.28 249	0.38 263	0.33 285	0.29 215	0.31 279	0.30 221	0.30 270	0.29 225	0.27 245	0.29 226	0.30 258	0.28 210	0.29 235	0.29 225	0.29 266	0.27 205	0.32 276

MLCV	0.31 201	0.35 161	0.27 206	0.35 208	0.28 249	0.35 247	0.27 235	0.35 235	0.28 248	0.36 247	0.27 245	0.35 246	0.27 245	0.35 246	0.27 230	0.34 235	0.27 216	0.34 253	0.27 248	0.34 233	0.27 228

DN-CSS_ROB	0.31 201	0.35 161	0.28 211	0.35 208	0.28 249	0.34 242	0.27 235	0.34 231	0.25 226	0.35 243	0.27 245	0.36 252	0.26 237	0.34 243	0.28 240	0.35 244	0.28 223	0.34 253	0.28 256	0.34 233	0.27 228

DStereoFS	0.32 210	0.33 159	0.32 238	0.33 203	0.30 269	0.32 238	0.32 274	0.32 224	0.31 279	0.30 221	0.31 280	0.31 233	0.30 266	0.32 235	0.32 271	0.32 226	0.31 250	0.30 227	0.47 377	0.32 221	0.34 290

DStereoSA	0.32 210	0.52 238	0.34 254	0.31 193	0.31 282	0.30 223	0.30 258	0.31 222	0.30 265	0.31 226	0.31 280	0.31 233	0.30 266	0.31 232	0.31 267	0.30 218	0.32 254	0.31 233	0.31 291	0.31 218	0.31 269

WCG-NET（raft）	0.32 210	1.24 408	0.24 194	0.32 199	0.24 233	0.32 238	0.23 217	0.32 224	0.24 221	0.32 232	0.24 229	0.32 237	0.24 225	0.32 235	0.24 216	0.30 218	0.23 200	0.30 227	0.23 221	0.30 213	0.23 201

Any-RAFT	0.32 210	0.36 164	0.27 206	0.36 212	0.27 244	0.36 251	0.27 235	0.36 239	0.27 244	0.36 247	0.27 245	0.36 252	0.27 245	0.36 253	0.28 240	0.36 248	0.28 223	0.36 274	0.28 256	0.36 253	0.28 242

GCAP-BAT	0.33 214	0.78 269	0.32 238	0.38 218	0.25 235	0.34 242	0.25 224	0.34 231	0.26 239	0.34 238	0.25 235	0.35 246	0.26 237	0.35 246	0.27 230	0.36 248	0.30 244	0.32 236	0.24 229	0.32 221	0.26 218

StereoDRNet-Refined	0.33 214	0.39 177	0.26 203	0.39 224	0.26 243	0.40 271	0.26 232	0.40 265	0.26 239	0.39 259	0.26 241	0.39 266	0.26 237	0.39 268	0.26 229	0.37 252	0.25 204	0.37 277	0.25 233	0.37 257	0.37 308
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 216	0.26 143	0.17 163	0.21 155	0.17 194	0.20 171	0.16 172	0.20 169	0.16 181	0.20 168	0.17 190	0.21 176	0.16 179	0.27 218	0.24 216	0.19 163	0.16 156	0.19 174	0.16 180	0.26 200	3.08 593

RAFT-FE	0.34 216	0.26 143	0.17 163	0.21 155	0.17 194	0.20 171	0.16 172	0.20 169	0.16 181	0.20 168	0.17 190	0.21 176	0.16 179	0.27 218	0.24 216	0.19 163	0.16 156	0.19 174	0.16 180	0.26 200	3.08 593

LG-Stereo_L2	0.34 216	0.37 166	0.38 271	0.47 278	0.28 249	0.39 269	0.28 243	0.39 258	0.28 248	0.39 259	0.28 252	0.39 266	0.28 252	0.38 260	0.28 240	0.42 302	0.35 272	0.36 274	0.26 239	0.35 246	0.26 218

H2IRNET	0.34 216	0.34 160	0.34 254	0.34 206	0.34 308	0.34 242	0.34 298	0.34 231	0.34 301	0.34 238	0.34 303	0.34 244	0.34 300	0.34 243	0.34 294	0.34 235	0.34 270	0.34 253	0.34 312	0.34 233	0.34 290

IGEV++	0.34 216	0.43 197	0.30 219	0.40 237	0.29 259	0.40 271	0.29 253	0.40 265	0.29 254	0.40 265	0.29 258	0.40 274	0.29 259	0.40 271	0.30 258	0.38 263	0.29 235	0.37 277	0.29 266	0.37 257	0.29 247

iRaft-Stereo_5w	0.34 216	0.42 196	0.31 232	0.39 224	0.30 269	0.38 263	0.30 258	0.40 265	0.29 254	0.40 265	0.37 322	0.41 287	0.34 300	0.38 260	0.30 258	0.34 235	0.27 216	0.34 253	0.26 239	0.34 233	0.26 218

CSP-Net	0.34 216	1.29 410	1.19 446	1.36 476	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 488	1.21 498	0.03 38	0.09 122	0.02 20	0.09 122

iRaft-Stereo_20w	0.34 216	0.41 189	0.31 232	0.39 224	0.29 259	0.40 271	0.32 274	0.41 280	0.32 285	0.38 253	0.30 270	0.39 266	0.30 266	0.38 260	0.32 271	0.35 244	0.27 216	0.34 253	0.27 248	0.34 233	0.29 247

DGSMNet	0.34 216	0.41 189	0.27 206	0.41 249	0.28 249	0.41 287	0.28 243	0.41 280	0.27 244	0.41 279	0.27 245	0.42 305	0.27 245	0.41 286	0.28 240	0.40 280	0.29 235	0.40 304	0.28 256	0.40 288	0.27 228

FE-Mocha	0.35 225	0.71 263	0.40 285	0.47 278	0.27 244	0.34 242	0.27 235	0.34 231	0.26 239	0.34 238	0.26 241	0.34 244	0.27 245	0.34 243	0.27 230	0.44 304	0.41 303	0.33 244	0.29 266	0.32 221	0.29 247

IGEV-FE	0.35 225	0.37 166	0.17 163	0.19 142	0.17 194	0.20 171	0.17 183	0.19 163	0.17 192	0.19 162	0.17 190	0.19 166	0.17 191	0.37 257	0.36 301	0.19 163	0.17 176	0.19 174	0.17 202	0.38 270	2.84 584

gcap-zeroshot	0.35 225	0.32 157	0.37 268	0.49 289	0.39 338	0.33 241	0.21 204	0.26 206	0.35 305	0.42 293	0.34 303	0.49 339	0.29 259	0.47 323	0.39 325	0.34 235	0.17 176	0.38 285	0.23 221	0.48 332	0.34 290

CASnet	0.35 225	0.51 236	0.44 302	0.32 199	0.31 282	0.24 196	0.34 298	0.36 239	0.25 226	0.31 226	0.37 322	0.30 229	0.33 295	0.25 204	0.45 349	0.37 252	0.37 278	0.33 244	0.35 324	0.34 233	0.37 308
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 225	0.44 200	0.45 304	0.49 289	0.30 269	0.37 256	0.30 258	0.36 239	0.30 265	0.36 247	0.29 258	0.36 252	0.29 259	0.36 253	0.30 258	0.46 312	0.39 291	0.32 236	0.24 229	0.32 221	0.25 212
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 225	0.35 161	0.35 262	0.35 208	0.35 311	0.35 247	0.35 303	0.35 235	0.35 305	0.35 243	0.35 312	0.35 246	0.35 306	0.35 246	0.35 298	0.35 244	0.35 272	0.35 269	0.35 324	0.35 246	0.35 300

GeoVLM	0.36 231	0.38 170	0.27 206	0.46 271	0.28 249	0.35 247	0.28 243	0.37 245	0.27 244	0.35 243	0.28 252	0.36 252	0.38 318	0.35 246	0.28 240	1.08 423	0.26 208	0.33 244	0.27 248	0.34 233	0.33 283

gcap_with_dpt	0.36 231	0.40 179	0.31 232	0.44 267	0.31 282	0.44 319	0.31 271	0.43 304	0.30 265	0.44 306	0.31 280	0.44 315	0.31 283	0.43 305	0.31 267	0.38 263	0.27 216	0.38 285	0.27 248	0.38 270	0.27 228

Zero-FE251	0.36 231	0.40 179	0.28 211	0.41 249	0.28 249	0.41 287	0.28 243	0.41 280	0.28 248	0.41 279	0.28 252	0.41 287	0.28 252	0.42 299	0.30 258	0.37 252	0.26 208	0.37 277	0.27 248	0.45 312	0.56 380

GIP-stereo	0.36 231	0.49 224	0.39 279	0.48 283	0.32 286	0.41 287	0.28 243	0.40 265	0.30 265	0.41 279	0.28 252	0.40 274	0.28 252	0.42 299	0.28 240	0.45 307	0.32 254	0.38 285	0.30 280	0.37 257	0.27 228

DCVSM-stereo	0.36 231	1.89 445	0.22 184	0.40 237	0.22 222	0.40 271	0.22 209	0.40 265	0.22 212	0.40 265	0.22 218	0.40 274	0.22 216	0.40 271	0.22 207	0.28 210	0.21 190	0.28 220	0.21 212	0.28 207	0.20 195

RSM	0.36 231	0.36 164	0.43 300	0.37 215	0.42 359	0.49 342	0.42 349	0.37 245	0.28 248	0.36 247	0.29 258	0.36 252	0.30 266	0.37 257	0.28 240	0.34 235	0.31 250	0.34 253	0.35 324	0.40 288	0.29 247

GCAPDPT-zeroshot	0.36 231	0.40 179	0.30 219	0.43 265	0.30 269	0.43 314	0.30 258	0.43 304	0.31 279	0.43 299	0.30 270	0.43 312	0.30 266	0.44 310	0.31 267	0.39 275	0.28 223	0.39 298	0.27 248	0.39 281	0.26 218

RAFT-Test	0.36 231	0.37 166	0.33 244	0.41 249	0.32 286	0.41 287	0.32 274	0.41 280	0.32 285	0.41 279	0.32 288	0.41 287	0.32 287	0.41 286	0.33 281	0.37 252	0.29 235	0.37 277	0.29 266	0.38 270	0.31 269

DMCA	0.36 231	0.38 170	0.37 268	0.35 208	0.35 311	0.36 251	0.36 309	0.36 239	0.35 305	0.35 243	0.37 322	0.36 252	0.36 309	0.35 246	0.36 301	0.36 248	0.36 275	0.35 269	0.36 330	0.36 253	0.36 303

ACVNet-DCA	0.37 240	1.00 316	0.30 219	0.40 237	0.29 259	0.40 271	0.29 253	0.40 265	0.29 254	0.40 265	0.29 258	0.40 274	0.29 259	0.39 268	0.28 240	0.33 231	0.32 254	0.33 244	0.32 298	0.33 229	0.32 276

1test111	0.37 240	1.02 329	0.30 219	0.39 224	0.29 259	0.40 271	0.28 243	0.39 258	0.29 254	0.39 259	0.29 258	0.39 266	0.28 252	0.40 271	0.29 251	0.33 231	0.32 254	0.33 244	0.31 291	0.32 221	0.31 269

cc1	0.37 240	1.02 329	0.30 219	0.39 224	0.29 259	0.40 271	0.28 243	0.39 258	0.29 254	0.39 259	0.29 258	0.39 266	0.28 252	0.40 271	0.29 251	0.33 231	0.32 254	0.33 244	0.31 291	0.32 221	0.31 269

EKT-Stereo	0.37 240	0.40 179	0.44 302	1.07 392	0.29 259	0.34 242	0.31 271	0.36 239	0.29 254	0.38 253	0.31 280	0.37 259	0.30 266	0.36 253	0.29 251	0.34 235	0.28 223	0.39 298	0.30 280	0.37 257	0.30 260

GMOStereo	0.37 240	0.45 208	0.23 187	0.30 187	0.37 321	0.41 287	0.36 309	0.41 280	0.35 305	0.43 299	0.36 315	0.41 287	0.40 329	0.41 286	0.36 301	0.34 235	0.22 194	0.47 352	0.37 333	0.39 281	0.33 283

XPNet_ROB	0.37 240	0.37 166	0.37 268	0.37 215	0.37 321	0.37 256	0.37 315	0.37 245	0.37 317	0.37 252	0.37 322	0.37 259	0.37 314	0.37 257	0.37 310	0.37 252	0.37 278	0.37 277	0.37 333	0.37 257	0.37 308

MonSter++	0.38 246	0.44 200	0.31 232	0.43 265	0.30 269	0.43 314	0.31 271	0.43 304	0.31 279	0.45 309	0.31 280	0.43 312	0.31 283	0.43 305	0.69 411	0.38 263	0.33 266	0.40 304	0.30 280	0.38 270	0.30 260

HiDET	0.38 246	0.44 200	0.30 219	0.42 259	0.30 269	0.42 307	0.30 258	0.42 298	0.30 265	0.44 306	0.30 270	0.42 305	0.30 266	0.42 299	0.68 403	0.37 252	0.32 254	0.40 304	0.29 266	0.37 257	0.29 247

LCMNet	0.38 246	0.44 200	0.30 219	0.42 259	0.30 269	0.42 307	0.30 258	0.42 298	0.30 265	0.45 309	0.30 270	0.42 305	0.30 266	0.42 299	0.69 411	0.37 252	0.32 254	0.40 304	0.29 266	0.37 257	0.29 247

CSFM-Stereo	0.38 246	0.44 200	0.30 219	0.42 259	0.30 269	0.42 307	0.30 258	0.43 304	0.30 265	0.44 306	0.30 270	0.42 305	0.30 266	0.42 299	0.73 421	0.37 252	0.32 254	0.40 304	0.29 266	0.37 257	0.30 260

HART	0.38 246	0.45 208	0.34 254	0.42 259	0.33 298	0.41 287	0.34 298	0.42 298	0.33 292	0.43 299	0.34 303	0.42 305	0.34 300	0.41 286	0.38 313	0.40 280	0.32 254	0.42 332	0.32 298	0.40 288	0.32 276

GREAT-IGEV	0.38 246	0.43 197	0.36 264	0.48 283	0.32 286	0.45 321	0.32 274	0.45 311	0.32 285	0.45 309	0.32 288	0.45 318	0.32 287	0.45 314	0.32 271	0.44 304	0.33 266	0.41 321	0.29 266	0.41 298	0.29 247
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 246	0.43 197	0.33 244	0.46 271	0.33 298	0.45 321	0.32 274	0.45 311	0.32 285	0.45 309	0.32 288	0.45 318	0.33 295	0.45 314	0.32 271	0.38 263	0.38 284	0.38 285	0.37 333	0.37 257	0.36 303

WAO-8	0.38 246	0.38 170	0.38 271	0.38 218	0.38 328	0.38 263	0.38 322	0.38 254	0.38 321	0.38 253	0.38 327	0.38 261	0.38 318	0.38 260	0.38 313	0.38 263	0.38 284	0.38 285	0.37 333	0.38 270	0.38 315

WAO-7	0.38 246	0.38 170	0.38 271	0.38 218	0.38 328	0.38 263	0.38 322	0.38 254	0.38 321	0.38 253	0.38 327	0.38 261	0.38 318	0.38 260	0.38 313	0.38 263	0.38 284	0.38 285	0.38 346	0.38 270	0.38 315

xx1	0.38 246	1.03 331	0.31 232	0.40 237	0.31 282	0.41 287	0.28 243	0.40 265	0.29 254	0.40 265	0.29 258	0.40 274	0.29 259	0.40 271	0.29 251	0.34 235	0.33 266	0.34 253	0.32 298	0.34 233	0.32 276

Venus	0.38 246	0.38 170	0.38 271	0.38 218	0.38 328	0.37 256	0.38 322	0.37 245	0.37 317	0.41 279	0.37 322	0.39 266	0.37 314	0.38 260	0.38 313	0.37 252	0.38 284	0.38 285	0.37 333	0.37 257	0.38 315

IMH	0.38 246	0.38 170	0.38 271	0.38 218	0.38 328	0.38 263	0.38 322	0.38 254	0.38 321	0.42 293	0.38 327	0.40 274	0.38 318	0.38 260	0.38 313	0.38 263	0.38 284	0.39 298	0.38 346	0.38 270	0.38 315

PAM	0.39 258	1.88 444	0.34 254	0.37 215	0.41 349	0.45 321	0.22 209	0.28 210	0.23 218	0.28 215	0.24 229	0.29 225	0.23 222	0.29 226	0.23 213	0.38 263	0.32 254	0.38 285	0.37 333	0.32 221	0.22 199

HanzoNet	0.39 258	0.38 170	0.40 285	0.39 224	0.41 349	0.38 263	0.38 322	0.38 254	0.38 321	0.39 259	0.39 337	0.38 261	0.38 318	0.39 268	0.40 329	0.38 263	0.38 284	0.40 304	0.38 346	0.38 270	0.40 323

CES	0.39 258	0.47 216	0.36 264	0.36 212	0.37 321	0.45 321	0.35 303	0.35 235	0.40 335	0.36 247	0.44 360	0.47 328	0.36 309	0.44 310	0.36 301	0.37 252	0.39 291	0.44 335	0.35 324	0.37 257	0.36 303

PASM	0.39 258	3.06 520	1.36 512	1.58 484	0.09 126	0.11 134	0.11 143	0.11 134	0.11 145	0.09 121	0.09 127	0.11 135	0.09 128	0.09 121	0.09 120	0.11 99	0.11 108	0.11 130	0.09 122	0.11 134	0.11 140

mms	0.40 262	0.45 208	0.35 262	0.48 283	0.36 317	0.47 332	0.34 298	0.45 311	0.38 321	0.47 321	0.33 295	0.45 318	0.32 287	0.45 314	0.32 271	0.39 275	0.38 284	0.38 285	0.37 333	0.39 281	0.39 321

knoymous	0.40 262	0.40 179	0.40 285	0.40 237	0.40 340	0.40 271	0.40 336	0.40 265	0.40 335	0.40 265	0.40 340	0.40 274	0.40 329	0.40 271	0.40 329	0.40 280	0.40 294	0.40 304	0.40 350	0.40 288	0.40 323

anonymousa	0.40 262	0.40 179	0.40 285	0.40 237	0.40 340	0.40 271	0.40 336	0.40 265	0.40 335	0.40 265	0.40 340	0.40 274	0.40 329	0.40 271	0.40 329	0.40 280	0.40 294	0.40 304	0.40 350	0.40 288	0.40 323

riskmin	0.40 262	0.40 179	0.40 285	0.40 237	0.40 340	0.40 271	0.40 336	0.40 265	0.40 335	0.40 265	0.40 340	0.40 274	0.40 329	0.40 271	0.40 329	0.40 280	0.40 294	0.40 304	0.40 350	0.40 288	0.40 323

Anonymous_2	0.40 262	0.40 179	0.40 285	0.40 237	0.40 340	0.40 271	0.40 336	0.40 265	0.40 335	0.40 265	0.40 340	0.40 274	0.40 329	0.40 271	0.40 329	0.40 280	0.40 294	0.40 304	0.40 350	0.40 288	0.40 323

Anonymous_1	0.40 262	0.40 179	0.40 285	0.40 237	0.40 340	0.40 271	0.40 336	0.40 265	0.40 335	0.40 265	0.40 340	0.40 274	0.40 329	0.40 271	0.40 329	0.40 280	0.40 294	0.40 304	0.40 350	0.40 288	0.40 323

AdaStereo	0.40 262	0.40 179	0.40 285	0.40 237	0.40 340	0.40 271	0.40 336	0.40 265	0.40 335	0.40 265	0.40 340	0.40 274	0.40 329	0.40 271	0.40 329	0.40 280	0.40 294	0.40 304	0.40 350	0.40 288	0.40 323
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 269	0.44 200	0.23 187	0.26 181	0.22 222	0.26 214	0.22 209	0.26 206	0.23 218	0.26 211	0.23 222	0.26 216	0.23 222	0.45 314	0.42 344	0.25 200	0.22 194	0.25 209	0.22 215	0.45 312	2.90 585

water-stereo	0.41 269	0.84 278	0.46 308	0.50 298	0.33 298	0.45 321	0.33 285	0.45 311	0.32 285	0.45 309	0.32 288	0.45 318	0.32 287	0.45 314	0.32 271	0.44 304	0.41 303	0.39 298	0.31 291	0.39 281	0.32 276

GwcNet-ADL	0.41 269	0.41 189	0.41 294	0.41 249	0.41 349	0.41 287	0.41 344	0.41 280	0.41 344	0.41 279	0.41 346	0.41 287	0.41 340	0.41 286	0.41 336	0.41 288	0.41 303	0.41 321	0.41 357	0.41 298	0.41 330

PSMNet-ADL	0.41 269	0.41 189	0.41 294	0.41 249	0.41 349	0.41 287	0.41 344	0.41 280	0.41 344	0.41 279	0.41 346	0.41 287	0.41 340	0.41 286	0.41 336	0.41 288	0.41 303	0.41 321	0.41 357	0.41 298	0.41 330

GANet-ADL	0.41 269	0.41 189	0.41 294	0.41 249	0.41 349	0.41 287	0.41 344	0.41 280	0.41 344	0.41 279	0.41 346	0.41 287	0.41 340	0.41 286	0.41 336	0.41 288	0.41 303	0.41 321	0.41 357	0.41 298	0.41 330

ADLNet2	0.41 269	0.41 189	0.41 294	0.41 249	0.41 349	0.41 287	0.41 344	0.41 280	0.41 344	0.41 279	0.41 346	0.41 287	0.41 340	0.41 286	0.41 336	0.41 288	0.41 303	0.41 321	0.41 357	0.41 298	0.41 330

ADLNet	0.41 269	0.41 189	0.41 294	0.41 249	0.41 349	0.41 287	0.41 344	0.41 280	0.41 344	0.41 279	0.41 346	0.41 287	0.41 340	0.41 286	0.41 336	0.41 288	0.41 303	0.41 321	0.41 357	0.41 298	0.41 330

FCDSN-DC	0.41 269	0.59 254	0.64 366	0.54 311	0.33 298	0.50 351	0.37 315	0.42 298	0.40 335	0.61 380	0.43 358	0.50 354	0.49 371	0.38 260	0.32 271	0.28 210	0.23 200	0.26 214	0.22 215	0.35 246	0.28 242
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 269	0.46 212	0.33 244	0.49 289	0.33 298	0.49 342	0.33 285	0.49 329	0.33 292	0.49 335	0.33 295	0.49 339	0.33 295	0.51 355	0.33 281	0.41 288	0.30 244	0.41 321	0.30 280	0.79 385	0.29 247

Gwc-CoAtRS	0.41 269	1.49 422	0.32 238	0.42 259	0.32 286	0.41 287	0.32 274	0.41 280	0.33 292	0.41 279	0.32 288	0.41 287	0.32 287	0.41 286	0.32 271	0.39 275	0.28 223	0.39 298	0.28 256	0.40 288	0.28 242

UPFNet	0.42 279	1.20 354	0.17 163	0.24 167	0.17 194	0.25 206	0.17 183	1.19 447	0.90 446	0.25 203	0.17 190	0.24 198	0.17 191	0.25 204	0.17 184	0.22 176	0.17 176	0.22 188	0.16 180	1.15 435	0.93 441

DDF-Stereo	0.43 280	1.15 347	0.57 353	0.53 308	0.32 286	0.41 287	0.32 274	0.41 280	0.32 285	0.41 279	0.32 288	0.41 287	0.32 287	0.40 271	0.32 271	0.52 338	0.50 347	0.38 285	0.31 291	0.39 281	0.31 269

DilatedVolume-Stereo	0.43 280	0.86 281	0.48 324	0.50 298	0.33 298	0.46 327	0.33 285	0.46 315	0.33 292	0.46 315	0.33 295	0.47 328	0.33 295	0.47 323	0.34 294	0.45 307	0.42 312	0.40 304	0.33 308	0.47 328	0.38 315

psmg	0.43 280	1.91 448	0.92 420	1.91 498	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 528	1.44 521	0.04 82	0.03 54	0.02 20	0.03 51

delet	0.43 280	1.21 400	0.17 163	0.25 174	0.17 194	0.25 206	0.18 190	1.26 499	0.95 454	0.25 203	0.17 190	0.25 206	0.17 191	0.25 204	0.17 184	0.23 187	0.16 156	0.22 188	0.16 180	1.18 443	0.98 445

psm_up	0.43 280	1.19 353	0.17 163	0.25 174	0.18 204	0.25 206	0.19 194	1.26 499	0.91 447	0.26 211	0.17 190	0.25 206	0.17 191	0.25 204	0.17 184	0.22 176	0.17 176	0.23 196	0.16 180	1.18 443	0.99 446

Monster-pub-mixall	0.44 285	0.56 250	0.60 357	0.38 218	0.27 244	0.37 256	0.27 235	0.37 245	0.29 254	0.38 253	0.27 245	0.38 261	0.29 259	0.85 411	0.27 230	1.46 504	0.26 208	0.34 253	0.26 239	0.36 253	0.53 369

depthmonostereo	0.44 285	0.85 280	0.46 308	0.54 311	0.40 340	0.52 366	0.38 322	0.52 355	0.35 305	0.47 321	0.34 303	0.46 322	0.34 300	0.47 323	0.34 294	0.45 307	0.43 316	0.41 321	0.33 308	0.41 298	0.32 276

MMNet	0.44 285	1.24 408	0.17 163	0.25 174	0.17 194	0.25 206	0.18 190	1.26 499	0.93 452	0.25 203	0.17 190	0.25 206	0.18 200	0.25 204	0.17 184	0.23 187	0.16 156	0.23 196	0.16 180	1.20 447	0.99 446

252Zero-FE	0.45 288	0.50 228	0.36 264	0.50 298	0.36 317	0.50 351	0.36 309	0.50 338	0.36 315	0.49 335	0.36 315	0.49 339	0.36 309	0.54 364	0.41 336	0.45 307	0.34 270	0.45 339	0.34 312	0.55 355	0.75 420

Monster-pub-eth3d	0.45 288	0.57 251	0.60 357	0.39 224	0.28 249	0.37 256	0.28 243	0.37 245	0.30 265	0.39 259	0.29 258	0.39 266	0.30 266	0.92 421	0.27 230	1.42 501	0.28 223	0.34 253	0.28 256	0.37 257	0.53 369

Replicate-Monster	0.45 288	0.57 251	0.60 357	0.40 237	0.29 259	0.37 256	0.27 235	0.37 245	0.30 265	0.40 265	0.31 280	0.40 274	0.30 266	0.99 429	0.27 230	1.36 497	0.31 250	0.34 253	0.30 280	0.36 253	0.54 372

SCV_C0	0.45 288	0.88 285	0.49 331	0.54 311	0.37 321	0.48 337	0.37 315	0.48 325	0.37 317	0.48 328	0.36 315	0.48 335	0.37 314	0.49 338	0.37 310	0.50 330	0.41 303	0.44 335	0.34 312	0.44 308	0.34 290

RAFT-Stereo-weight	0.45 288	1.90 447	0.34 254	0.42 259	0.36 317	0.43 314	0.35 303	0.42 298	0.34 301	0.42 293	0.34 303	0.44 315	0.34 300	0.41 286	0.34 294	0.38 263	0.32 254	0.38 285	0.32 298	0.38 270	0.33 283

TorneroNet-64	0.45 288	0.27 146	0.30 219	0.58 320	0.27 244	0.70 392	0.30 258	0.28 210	0.73 429	0.73 395	0.28 252	0.71 394	0.66 399	0.75 397	0.27 230	0.27 206	0.29 235	0.37 277	0.75 435	0.28 207	0.30 260

SCV	0.46 294	0.94 302	0.45 304	0.54 311	0.37 321	0.48 337	0.38 322	0.48 325	0.37 317	0.48 328	0.39 337	0.48 335	0.37 314	0.49 338	0.37 310	0.50 330	0.46 326	0.44 335	0.34 312	0.44 308	0.34 290

otaku	0.46 294	0.46 212	0.46 308	0.46 271	0.46 367	0.46 327	0.46 359	0.46 315	0.46 358	0.46 315	0.46 366	0.46 322	0.46 357	0.46 319	0.46 353	0.46 312	0.46 326	0.46 343	0.46 370	0.46 315	0.46 344

Dean	0.46 294	0.46 212	0.46 308	0.46 271	0.46 367	0.46 327	0.46 359	0.46 315	0.46 358	0.47 321	0.46 366	0.46 322	0.46 357	0.46 319	0.46 353	0.46 312	0.46 326	0.46 343	0.46 370	0.46 315	0.46 344

ACVNet_1	0.46 294	0.47 216	0.46 308	0.46 271	0.46 367	0.46 327	0.46 359	0.46 315	0.47 363	0.46 315	0.46 366	0.46 322	0.46 357	0.46 319	0.46 353	0.46 312	0.46 326	0.47 352	0.46 370	0.46 315	0.46 344

ACVNet-4b	0.46 294	0.46 212	0.46 308	0.46 271	0.46 367	0.46 327	0.46 359	0.46 315	0.46 358	0.46 315	0.46 366	0.46 322	0.46 357	0.47 323	0.46 353	0.46 312	0.46 326	0.46 343	0.46 370	0.46 315	0.46 344

PML	0.46 294	1.36 416	0.29 215	0.58 320	0.30 269	0.57 379	0.29 253	0.57 366	0.29 254	0.57 375	0.29 258	0.57 378	0.29 259	0.56 369	0.29 251	0.52 338	0.30 244	0.53 380	0.31 291	0.53 353	0.30 260

LG-Stereo_L1	0.47 300	0.52 238	0.47 316	0.62 328	0.39 338	0.53 368	0.40 336	0.53 357	0.39 334	0.53 362	0.39 337	0.53 366	0.39 328	0.53 362	0.39 325	0.55 348	0.46 326	0.49 365	0.37 333	0.49 336	0.37 308

Ntro	0.47 300	0.47 216	0.46 308	0.46 271	0.46 367	0.47 332	0.47 364	0.46 315	0.47 363	0.46 315	0.46 366	0.47 328	0.46 357	0.47 323	0.47 360	0.47 317	0.46 326	0.46 343	0.46 370	0.46 315	0.46 344

HaxPig	0.47 300	0.47 216	0.47 316	0.49 289	0.47 373	0.47 332	0.47 364	0.47 321	0.47 363	0.47 321	0.47 374	0.47 328	0.47 365	0.47 323	0.47 360	0.47 317	0.47 334	0.47 352	0.47 377	0.47 328	0.48 353

UNDER WATER	0.47 300	0.47 216	0.47 316	0.47 278	0.47 373	0.47 332	0.47 364	0.47 321	0.47 363	0.47 321	0.47 374	0.47 328	0.46 357	0.47 323	0.47 360	0.47 317	0.47 334	0.47 352	0.46 370	0.47 328	0.47 351

LVE	0.47 300	0.47 216	0.47 316	0.47 278	0.49 379	0.47 332	0.47 364	0.47 321	0.49 372	0.47 321	0.47 374	0.47 328	0.46 357	0.47 323	0.47 360	0.47 317	0.47 334	0.48 360	0.47 377	0.47 328	0.47 351

GASTEREO	0.48 305	1.21 400	0.47 316	0.57 318	0.38 328	0.50 351	0.38 322	0.50 338	0.38 321	0.50 348	0.38 327	0.50 354	0.38 318	0.50 346	0.38 313	0.52 338	0.42 312	0.46 343	0.34 312	0.46 315	0.34 290

LG-Stereo_Zeroshot	0.48 305	0.55 248	0.47 316	0.63 330	0.41 349	0.56 373	0.44 352	0.56 363	0.41 344	0.56 372	0.41 346	0.57 378	0.42 346	0.56 369	0.41 336	0.55 348	0.43 316	0.51 374	0.37 333	0.51 347	0.37 308

fffft	0.48 305	0.51 236	0.45 304	0.52 307	0.45 365	0.52 366	0.45 357	0.52 355	0.48 370	0.53 362	0.45 364	0.52 365	0.45 354	0.52 360	0.46 353	0.51 336	0.41 303	0.50 369	0.41 357	0.50 341	0.41 330
1: 1. 1
RainbowNet	0.48 305	0.48 222	0.48 324	0.48 283	0.48 377	0.48 337	0.48 373	0.48 325	0.48 370	0.48 328	0.48 378	0.48 335	0.48 366	0.48 332	0.48 366	0.48 321	0.48 338	0.48 360	0.48 381	0.48 332	0.48 353

notaker	0.48 305	0.49 224	0.48 324	0.48 283	0.48 377	0.48 337	0.48 373	0.48 325	0.49 372	0.48 328	0.48 378	0.48 335	0.48 366	0.48 332	0.48 366	0.48 321	0.48 338	0.48 360	0.48 381	0.48 332	0.49 358

LL-Strereo2	0.48 305	1.73 434	0.51 341	0.59 323	0.34 308	0.42 307	0.33 285	0.40 265	0.31 279	0.42 293	0.33 295	0.42 305	0.31 283	0.44 310	0.39 325	0.60 354	0.51 352	0.44 335	0.33 308	0.44 308	0.33 283

Former-RAFT_DAM_RVC	0.49 311	0.98 307	0.64 366	0.84 359	0.46 367	0.45 321	0.35 303	0.47 321	0.47 363	0.45 309	0.34 303	0.46 322	0.48 366	0.46 319	0.35 298	0.39 275	0.71 394	0.39 298	0.35 324	0.41 298	0.41 330

ACVNet_2	0.49 311	0.49 224	0.49 331	0.49 289	0.49 379	0.49 342	0.49 375	0.49 329	0.49 372	0.49 335	0.49 381	0.49 339	0.49 371	0.49 338	0.49 368	0.49 324	0.49 341	0.49 365	0.49 384	0.49 336	0.49 358

testlalala	0.49 311	2.86 517	0.39 279	0.49 289	0.30 269	0.43 314	0.30 258	0.43 304	0.30 265	0.43 299	0.30 270	0.43 312	0.30 266	0.43 305	0.30 258	0.45 307	0.36 275	0.38 285	0.26 239	0.38 270	0.26 218

FoundationStereo	0.50 314	0.50 228	0.50 335	0.50 298	0.50 383	0.50 351	0.50 377	0.50 338	0.50 375	0.50 348	0.50 383	0.50 354	0.50 374	0.50 346	0.50 369	0.50 330	0.50 347	0.50 369	0.50 386	0.50 341	0.50 361

StereoAnything_RVC	0.50 314	0.50 228	0.50 335	0.50 298	0.50 383	0.50 351	0.50 377	0.50 338	0.50 375	0.50 348	0.50 383	0.50 354	0.50 374	0.50 346	0.50 369	0.50 330	0.50 347	0.50 369	0.50 386	0.50 341	0.50 361

dual_stereo	0.50 314	0.50 228	0.50 335	0.50 298	0.50 383	0.50 351	0.50 377	0.50 338	0.50 375	0.50 348	0.50 383	0.50 354	0.50 374	0.50 346	0.50 369	0.50 330	0.50 347	0.50 369	0.50 386	0.50 341	0.50 361

GCST	0.50 314	2.08 458	0.38 271	0.53 308	0.35 311	0.49 342	0.35 303	0.50 338	0.35 305	0.49 335	0.35 312	0.49 339	0.35 306	0.49 338	0.35 298	0.48 321	0.37 278	0.45 339	0.33 308	0.44 308	0.33 283

SANet	0.50 314	0.50 228	0.50 335	0.50 298	0.50 383	0.50 351	0.50 377	0.50 338	0.50 375	0.50 348	0.50 383	0.50 354	0.50 374	0.50 346	0.50 369	0.50 330	0.50 347	0.50 369	0.50 386	0.50 341	0.50 361

MSCF	0.51 319	1.40 419	0.49 331	0.58 320	0.38 328	0.50 351	0.38 322	0.54 359	0.41 344	0.52 359	0.41 346	0.53 366	0.42 346	0.53 362	0.41 336	0.60 354	0.47 334	0.48 360	0.37 333	0.48 332	0.38 315

UGAM-zero	0.51 319	2.17 466	0.39 279	0.53 308	0.36 317	0.50 351	0.36 309	0.50 338	0.36 315	0.49 335	0.36 315	0.50 354	0.35 306	0.50 346	0.36 301	0.49 324	0.37 278	0.47 352	0.35 324	0.46 315	0.34 290

UGAM	0.51 319	2.23 471	0.39 279	0.54 311	0.35 311	0.50 351	0.35 303	0.49 329	0.35 305	0.49 335	0.35 312	0.49 339	0.36 309	0.50 346	0.36 301	0.49 324	0.37 278	0.45 339	0.34 312	0.45 312	0.34 290

Selective-IGEV	0.51 319	0.55 248	0.45 304	0.69 339	0.45 365	0.61 382	0.45 357	0.50 338	0.40 335	0.56 372	0.44 360	0.55 373	0.40 329	0.72 392	0.67 396	0.59 353	0.46 326	0.45 339	0.34 312	0.46 315	0.37 308

RCA-Stereo	0.51 319	3.22 526	0.34 254	0.44 267	0.34 308	0.44 319	0.34 298	0.43 304	0.34 301	0.43 299	0.34 303	0.44 315	0.33 295	0.43 305	0.33 281	0.38 263	0.29 235	0.38 285	0.29 266	0.38 270	0.29 247

MatchStereo	0.54 324	0.12 91	2.38 573	2.32 517	0.09 126	0.09 121	0.08 124	0.09 121	0.07 122	0.09 121	0.07 123	0.09 122	0.07 124	0.09 121	0.08 115	2.34 551	2.34 569	0.12 133	0.11 141	0.11 134	0.10 127
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 324	0.60 256	0.52 344	0.66 337	0.47 373	0.61 382	0.47 364	0.58 369	0.46 358	0.61 380	0.46 366	0.61 384	0.45 354	0.62 378	0.45 349	0.61 358	0.52 354	0.57 383	0.48 381	0.57 359	0.48 353

castereo++	0.54 324	3.59 532	1.15 440	1.31 470	0.14 166	0.16 153	0.14 161	0.16 153	0.14 166	0.16 150	0.14 170	0.16 151	0.13 163	0.16 152	0.14 160	1.45 503	1.16 447	0.15 151	0.14 169	0.15 150	0.13 159

FENet	0.54 324	1.52 423	1.19 446	1.41 479	0.23 228	0.35 247	0.23 217	0.35 235	0.23 218	0.34 238	0.23 222	0.35 246	0.23 222	0.35 246	0.23 213	1.40 500	1.07 431	0.32 236	0.23 221	0.33 229	0.23 201

PSMNet_ROB	0.54 324	0.54 246	0.54 349	0.54 311	0.53 392	0.54 371	0.54 385	0.53 357	0.54 385	0.54 367	0.54 393	0.54 369	0.53 381	0.54 364	0.54 379	0.54 342	0.53 356	0.54 381	0.54 392	0.54 354	0.54 372

AIO-test2	0.55 329	0.59 254	0.52 344	0.67 338	0.47 373	0.61 382	0.47 364	0.61 375	0.47 363	0.61 380	0.47 374	0.61 384	0.48 366	0.62 378	0.47 360	0.64 364	0.53 356	0.58 384	0.47 377	0.58 360	0.48 353

CFNet-ft	0.55 329	1.57 424	0.14 135	0.20 145	0.14 166	0.20 171	2.53 582	1.61 515	0.14 166	0.20 168	0.14 170	0.20 169	0.14 167	0.20 168	0.14 160	0.17 151	0.12 122	0.17 162	0.12 156	1.56 508	1.24 523

MyStereo04	0.56 331	3.72 538	0.59 355	0.49 289	0.41 349	0.36 251	0.32 274	0.37 245	0.31 279	0.34 238	0.46 366	0.35 246	0.32 287	0.35 246	0.33 281	0.49 324	0.45 324	0.34 253	0.32 298	0.35 246	0.43 338

CASS	0.57 332	0.89 288	0.56 351	0.57 318	0.56 395	0.56 373	0.56 386	0.56 363	0.53 383	0.57 375	0.57 395	0.59 382	0.48 366	0.56 369	0.57 382	0.55 348	0.56 360	0.47 352	0.56 397	0.62 363	0.56 380
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 333	0.58 253	0.47 316	0.64 333	0.74 428	1.00 425	0.69 413	0.57 366	0.41 344	0.57 375	0.41 346	0.57 378	0.41 340	1.00 431	0.75 426	0.91 398	0.51 352	0.52 377	0.37 333	0.52 349	0.37 308

MonSter	0.60 333	0.64 259	0.52 344	0.62 328	0.44 362	2.07 541	0.44 352	0.62 376	0.44 355	0.62 383	0.44 360	0.62 386	0.44 351	0.62 378	0.44 348	0.58 352	0.42 312	0.62 387	0.46 370	0.58 360	0.42 337

MyStereo07	0.60 333	3.72 538	0.48 324	0.49 289	0.41 349	0.36 251	0.32 274	0.49 329	0.43 352	0.51 356	0.42 356	0.49 339	0.43 349	0.51 355	0.64 389	0.49 324	0.45 324	0.34 253	0.32 298	0.35 246	0.43 338

castereo	0.61 336	3.79 540	1.35 504	1.52 483	0.15 177	0.17 159	0.16 172	0.20 169	0.21 209	0.18 160	0.16 182	0.21 176	0.12 158	0.26 214	0.17 184	1.43 502	1.38 517	0.17 162	0.16 180	0.18 164	0.16 170

WCG-NET	0.61 336	1.21 400	0.54 349	0.61 327	0.53 392	0.67 390	0.53 383	0.66 381	0.53 383	0.64 386	0.53 392	0.65 390	0.53 381	0.59 376	0.52 376	0.65 365	0.48 338	0.64 390	0.52 390	0.58 360	0.50 361

GEAStereo	0.62 338	3.91 545	0.48 324	0.69 339	0.38 328	0.51 363	0.38 322	0.51 351	0.38 321	0.53 362	0.38 327	0.50 354	0.38 318	0.51 355	0.38 313	0.54 342	0.43 316	0.46 343	0.34 312	0.46 315	0.34 290

gasm-f	0.62 338	3.91 545	0.48 324	0.69 339	0.38 328	0.51 363	0.38 322	0.51 351	0.38 321	0.53 362	0.38 327	0.50 354	0.38 318	0.51 355	0.38 313	0.54 342	0.43 316	0.46 343	0.34 312	0.46 315	0.34 290

SMoEStereo_RVC	0.63 340	0.75 268	0.51 341	0.73 348	0.53 392	0.71 394	0.47 364	0.67 382	0.58 388	0.74 400	0.60 396	0.72 397	0.53 381	0.74 396	0.51 374	0.61 358	0.62 372	0.62 387	0.61 404	0.63 364	0.61 386

anonymity	0.63 340	0.69 261	0.56 351	0.71 345	0.56 395	0.71 394	0.56 386	0.71 387	0.56 386	0.72 394	0.56 394	0.71 394	0.56 385	0.71 390	0.58 383	0.68 369	0.55 358	0.68 395	0.55 393	0.68 368	0.54 372

PAM_32	0.64 342	2.38 486	0.51 341	0.92 369	0.43 361	0.53 368	0.44 352	0.87 403	0.43 352	0.52 359	0.45 364	0.53 366	0.40 329	0.54 364	0.46 353	0.62 362	0.56 360	0.48 360	0.45 368	0.76 380	0.44 341

CRFU-Net	0.65 343	1.67 427	1.22 496	1.96 502	0.27 244	0.41 287	0.27 235	0.41 280	0.27 244	0.40 265	0.26 241	0.41 287	0.27 245	0.40 271	0.27 230	1.80 517	1.62 537	0.34 253	0.23 221	0.33 229	0.23 201

LMCR-Stereo	0.65 343	0.63 257	0.65 369	0.65 334	0.65 411	0.66 389	0.63 393	0.58 369	0.65 398	0.63 385	0.64 404	0.65 390	0.65 396	0.66 385	0.66 395	0.66 367	0.64 374	0.65 393	0.67 421	0.68 368	0.73 416

KSHMR	0.66 345	0.50 228	0.48 324	1.15 402	0.52 389	0.49 342	0.51 381	0.49 329	0.71 423	0.67 390	0.50 383	1.16 458	1.11 455	0.66 385	0.52 376	0.49 324	0.49 341	0.51 374	0.66 417	0.50 341	1.14 464

TorneroNet	0.66 345	0.53 242	0.50 335	0.50 298	0.64 409	1.06 441	0.70 417	0.50 338	0.51 382	0.49 335	0.69 419	0.49 339	0.50 374	0.48 332	1.15 467	0.71 374	0.49 341	1.14 456	1.08 465	0.49 336	0.49 358

GES	0.66 345	2.34 482	0.29 215	0.41 249	0.29 259	0.41 287	0.29 253	0.42 298	0.29 254	0.40 265	0.41 346	0.41 287	0.30 266	0.51 355	0.29 251	0.32 226	0.29 235	0.32 236	2.46 586	2.49 548	0.30 260

cf-r	0.66 345	2.17 466	0.12 111	0.18 139	0.12 161	0.18 163	2.70 586	2.60 561	0.12 161	0.18 160	0.12 153	0.18 162	0.12 158	0.18 161	0.12 150	0.15 134	0.11 108	0.15 151	0.11 141	1.81 520	1.74 560

DSFCA	0.66 345	0.73 265	0.78 401	0.65 334	0.65 411	0.64 387	0.64 394	0.65 379	0.63 396	0.64 386	0.64 404	0.64 387	0.64 394	0.65 384	0.65 392	0.65 365	0.65 376	0.65 393	0.65 415	0.66 366	0.64 396

DEFOM-Stereo	0.68 350	3.11 522	1.40 518	1.63 492	0.25 235	0.31 229	0.25 224	0.31 222	0.28 248	0.31 226	0.29 258	0.29 225	0.27 245	0.31 232	0.28 240	1.59 510	1.47 523	0.30 227	0.29 266	0.30 213	0.28 242

ssnet_v2	0.68 350	1.96 455	1.25 500	0.29 186	0.20 211	0.30 223	0.20 198	0.29 215	0.22 212	1.50 517	0.20 211	0.31 233	0.20 209	0.27 218	0.22 207	0.24 194	1.49 524	0.26 214	0.18 207	3.90 571	0.19 192

ARAFT	0.68 350	0.81 275	0.63 364	0.74 349	0.60 398	0.78 400	0.62 392	0.77 394	0.66 400	0.74 400	0.63 402	0.75 402	0.62 393	0.83 406	0.60 386	0.70 373	0.55 358	0.70 400	0.60 402	0.78 383	0.55 377

NINENet	0.69 353	3.87 544	1.20 449	1.98 503	0.05 108	0.40 271	0.04 90	0.40 265	0.05 107	0.41 279	0.04 97	0.41 287	0.05 104	0.40 271	0.05 98	1.79 516	1.56 530	0.34 253	0.22 215	0.34 233	0.23 201

VIP-Stereo	0.70 354	2.97 519	2.43 574	2.49 524	0.16 187	0.25 206	0.16 172	0.25 201	0.16 181	0.25 203	0.18 205	0.25 206	0.16 179	0.26 214	0.16 177	1.86 518	1.26 500	0.23 196	0.15 176	0.23 192	0.15 168

RAFT-Stereo + iAFF	0.70 354	0.72 264	0.71 387	0.80 354	0.62 408	0.82 405	0.61 391	0.81 400	0.62 394	0.81 408	0.63 402	0.80 408	0.70 413	0.73 394	0.61 388	0.76 380	0.61 371	0.74 405	0.61 404	0.77 382	0.61 386

DMCA-RVC	0.70 354	0.80 272	0.70 384	0.70 343	0.70 421	0.70 392	0.70 417	0.71 387	0.70 418	0.70 393	0.71 426	0.71 394	0.70 413	0.70 389	0.69 411	0.69 370	0.70 390	0.69 398	0.70 426	0.69 372	0.70 406

MyStereo8	0.71 357	3.92 547	0.52 344	0.59 323	0.52 389	0.57 379	0.53 383	0.59 371	0.50 375	0.59 379	0.51 389	0.57 378	0.50 374	0.56 369	0.52 376	0.54 342	0.49 341	0.54 381	0.49 384	0.55 355	0.50 361

HH	0.71 357	2.54 492	0.74 395	1.10 394	0.32 286	0.41 287	0.37 315	0.69 384	0.78 433	0.73 395	0.90 448	0.75 402	1.00 443	0.84 407	0.69 411	0.69 370	0.40 294	0.35 269	0.26 239	0.35 246	0.26 218

HanStereo	0.71 357	2.54 492	0.74 395	1.10 394	0.32 286	0.41 287	0.37 315	0.69 384	0.78 433	0.73 395	0.90 448	0.75 402	1.00 443	0.84 407	0.69 411	0.69 370	0.40 294	0.35 269	0.26 239	0.35 246	0.26 218

zero-FE	0.72 360	1.31 412	0.66 370	0.92 369	0.60 398	0.82 405	0.58 388	0.82 401	0.58 388	0.81 408	0.60 396	0.81 411	0.60 390	0.82 403	0.58 383	0.74 378	0.59 366	0.73 402	0.52 390	0.76 380	0.51 368

ktn	0.72 360	0.53 242	1.08 435	1.14 400	0.51 388	1.22 502	1.36 532	0.51 351	0.59 390	0.51 356	0.51 389	0.69 393	1.20 466	0.67 387	0.51 374	0.51 336	0.49 341	0.58 384	0.66 417	0.52 349	0.53 369

DStereoRT	0.73 362	0.81 275	0.73 394	0.71 345	0.74 428	0.73 396	0.75 425	0.71 387	0.71 423	0.74 400	0.72 429	0.73 399	0.80 429	0.71 390	0.73 421	0.76 380	0.71 394	0.73 402	0.72 431	0.70 373	0.76 423

CroCo-Stereo	0.73 362	1.22 406	0.25 197	1.22 456	0.25 235	1.22 502	0.25 224	1.22 496	0.25 226	1.22 504	0.25 235	1.22 507	0.25 228	1.22 507	0.25 224	1.22 487	0.26 208	1.21 515	0.25 233	1.22 495	0.25 212
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 362	0.88 285	0.67 374	0.75 350	0.68 418	0.75 397	0.64 394	0.80 397	0.72 426	0.83 410	0.70 421	0.82 412	0.64 394	0.84 407	0.67 396	0.77 382	0.63 373	0.81 416	0.63 406	0.78 383	0.62 389

AIO-Stereo-zeroshot1	0.75 365	0.92 298	0.85 412	0.96 380	0.59 397	1.27 506	0.44 352	0.59 371	0.69 412	0.91 415	0.68 414	0.55 373	0.61 392	1.06 445	0.83 439	0.62 362	0.70 390	0.90 426	0.41 357	0.89 400	0.56 380

MyStereo06	0.75 365	4.12 549	0.60 357	0.63 330	0.61 403	0.62 385	0.66 397	0.56 363	0.45 357	0.55 370	0.48 378	0.54 369	0.46 357	0.57 374	0.45 349	0.60 354	0.57 362	0.64 390	0.55 393	0.72 375	0.55 377

GCAP-Stereo	0.75 365	4.15 552	0.42 299	0.75 350	0.35 311	0.78 400	0.40 336	0.79 395	0.38 321	0.78 404	0.36 315	0.78 405	0.36 309	0.79 399	0.39 325	0.75 379	0.39 291	0.76 408	0.39 349	0.75 379	0.39 321

GANet-RSSM	0.75 365	1.91 448	0.14 135	0.47 278	0.14 166	0.21 182	3.21 603	2.30 547	0.14 166	0.46 315	0.14 170	0.23 192	0.18 200	0.21 179	0.14 160	0.18 159	0.27 216	0.37 277	0.13 164	2.13 530	2.12 570

RSM++	0.76 369	0.82 277	0.66 370	0.85 361	0.64 409	0.85 409	0.71 420	0.94 416	0.64 397	0.87 411	0.67 409	0.87 414	0.65 396	0.84 407	0.65 392	0.81 387	0.70 390	0.79 411	0.71 429	0.83 395	0.70 406

CroCo-Stereo Lap2	0.77 370	1.29 410	0.29 215	1.27 461	0.29 259	1.27 506	0.26 232	1.26 499	0.26 239	1.26 505	0.26 241	1.27 511	0.26 237	1.26 508	0.27 230	1.27 489	0.27 216	1.27 518	0.27 248	1.27 498	0.27 228

PSMNet-RSSM	0.77 370	2.76 509	0.14 135	0.20 145	0.14 166	0.20 171	2.66 584	2.79 574	0.14 166	0.21 180	0.14 170	0.21 176	0.14 167	0.20 168	0.14 160	0.17 151	0.12 122	0.17 162	0.12 156	2.52 552	2.31 575

GwcNet-RSSM	0.77 370	2.77 511	0.14 135	0.20 145	0.14 166	0.20 171	2.67 585	2.78 573	0.14 166	0.20 168	0.14 170	0.20 169	0.14 167	0.21 179	0.14 160	0.17 151	0.12 122	0.17 162	0.12 156	2.52 552	2.31 575

4D-IteraStereo	0.78 373	3.13 523	0.89 413	0.69 339	0.32 286	0.40 271	0.32 274	0.76 393	0.97 457	0.52 359	0.65 406	0.89 417	0.32 287	0.76 398	0.98 451	0.83 392	0.94 422	0.35 269	0.27 248	0.70 373	0.89 437

Pro-Stereo	0.79 374	0.53 242	0.38 271	0.49 289	0.38 328	0.49 342	0.37 315	0.49 329	0.67 401	0.50 348	0.38 327	1.10 450	0.38 318	0.49 338	0.38 313	0.71 374	0.88 416	5.98 619	0.36 330	0.46 315	0.36 303

hitnet-ft	0.79 374	2.78 514	0.14 135	0.20 145	0.14 166	0.21 182	2.89 587	2.80 575	0.14 166	0.20 168	0.14 170	0.20 169	0.14 167	0.20 168	0.14 160	0.17 151	0.12 122	0.17 162	0.12 156	2.54 560	2.33 577

G-Net	0.79 374	0.79 271	0.79 404	0.79 352	0.79 441	0.79 402	0.79 430	0.79 395	0.79 437	0.79 405	0.79 441	0.79 407	0.79 428	0.79 399	0.79 431	0.79 383	0.79 407	0.79 411	0.79 441	0.79 385	0.79 428

MyStereo05	0.80 377	4.12 549	0.63 364	0.63 330	0.61 403	0.62 385	0.66 397	0.65 379	0.62 394	0.67 390	0.61 400	0.65 390	0.58 388	0.67 387	0.55 381	0.60 354	0.57 362	0.64 390	0.55 393	0.72 375	0.55 377

UDG	0.80 377	2.21 470	0.60 357	0.91 366	0.60 398	0.90 415	0.58 388	0.88 406	0.60 391	0.90 413	0.60 396	0.88 415	0.60 390	0.90 416	0.58 383	0.86 396	0.60 367	0.84 422	0.59 401	0.84 396	0.61 386

ccnet	0.80 377	2.28 474	0.33 244	0.50 298	0.33 298	0.50 351	0.33 285	0.50 338	0.33 292	0.49 335	0.33 295	0.49 339	1.56 531	2.38 551	0.33 281	0.41 288	0.29 235	0.42 332	1.57 546	2.28 536	0.29 247

NaN_ROB	0.80 377	0.80 272	0.80 405	0.80 354	0.80 443	0.80 403	0.80 433	0.80 397	0.80 439	0.80 406	0.80 443	0.80 408	0.80 429	0.80 401	0.80 434	0.80 384	0.80 410	0.80 414	0.80 443	0.80 388	0.80 429

CSAN	0.80 377	0.80 272	0.80 405	0.80 354	0.80 443	0.80 403	0.80 433	0.80 397	0.80 439	0.80 406	0.80 443	0.80 408	0.80 429	0.80 401	0.80 434	0.80 384	0.80 410	0.80 414	0.80 443	0.80 388	0.80 429

GSStereo	0.81 382	4.28 555	0.50 335	0.59 323	0.40 340	0.51 363	0.38 322	0.50 338	0.38 321	0.50 348	0.38 327	0.50 354	3.79 600	0.50 346	0.38 313	0.54 342	0.43 316	0.46 343	0.34 312	0.46 315	0.35 300

BSDual-CNN	0.81 382	1.91 448	0.92 420	4.48 573	0.02 21	0.42 307	0.06 119	0.41 280	0.02 21	0.48 328	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 528	4.19 599	0.33 244	0.23 221	0.34 233	0.27 228

DDUNet	0.81 382	2.45 490	0.57 353	0.90 364	0.60 398	0.88 412	0.59 390	0.90 407	0.60 391	0.88 412	0.60 396	0.90 418	0.58 388	0.88 413	0.60 386	0.84 394	0.60 367	0.86 424	0.57 399	0.86 397	0.60 385

R-Stereo Train	0.81 382	0.96 304	0.67 374	0.95 377	0.67 415	0.95 420	0.68 405	0.95 418	0.68 407	0.95 423	0.68 414	0.96 428	0.68 405	0.96 427	0.68 403	0.94 406	0.68 383	0.94 439	0.68 422	0.94 415	0.68 403

RAFT-Stereo	0.81 382	0.96 304	0.67 374	0.95 377	0.67 415	0.95 420	0.68 405	0.95 418	0.68 407	0.95 423	0.68 414	0.96 428	0.68 405	0.96 427	0.68 403	0.94 406	0.68 383	0.94 439	0.68 422	0.94 415	0.68 403
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 387	1.72 429	1.48 522	0.39 224	0.15 177	0.31 229	0.21 204	0.20 169	0.25 226	1.61 521	0.23 222	0.28 219	0.26 237	0.20 168	0.15 170	0.24 194	1.33 508	0.32 236	0.16 180	6.75 610	0.23 201

scenet	0.82 387	1.72 429	1.48 522	0.39 224	0.15 177	0.31 229	0.21 204	0.20 169	0.25 226	1.61 521	0.23 222	0.28 219	0.26 237	0.20 168	0.15 170	0.24 194	1.33 508	0.32 236	0.16 180	6.75 610	0.23 201

ssnet	0.82 387	1.72 429	1.48 522	0.39 224	0.15 177	0.31 229	0.21 204	0.20 169	0.25 226	1.61 521	0.23 222	0.28 219	0.26 237	0.20 168	0.15 170	0.24 194	1.33 508	0.32 236	0.16 180	6.75 610	0.23 201

DEFOM-Stereo_RVC	0.83 390	5.18 566	1.98 562	2.19 508	0.17 194	0.19 166	0.18 190	0.19 163	0.16 181	0.20 168	0.19 207	0.22 185	0.22 216	0.20 168	0.15 170	2.28 545	2.13 564	0.24 205	0.17 202	0.18 164	0.16 170

BUS	0.83 390	1.91 448	0.92 420	4.48 573	0.02 21	0.40 271	0.04 90	0.41 280	0.02 21	0.48 328	0.03 53	0.41 287	0.05 104	0.03 40	0.05 98	1.97 528	4.19 599	0.33 244	0.23 221	0.34 233	0.27 228

PDISCO_ROB	0.83 390	2.80 515	3.49 596	0.14 110	0.11 148	0.17 159	0.09 125	0.15 152	0.10 130	0.15 145	0.12 153	0.16 151	0.14 167	3.30 581	0.13 156	0.14 127	2.34 569	0.16 154	0.12 156	2.62 561	0.10 127

WQFJA1++	0.84 393	0.98 307	0.67 374	1.26 460	0.75 430	1.00 425	0.67 401	1.00 420	0.67 401	1.00 425	0.67 409	1.00 431	0.67 401	1.00 431	0.67 396	0.96 408	0.67 378	0.91 429	0.63 406	0.92 406	0.63 390

WQFJX1	0.84 393	0.98 307	0.67 374	1.30 468	0.75 430	1.01 432	0.67 401	1.01 428	0.67 401	1.01 435	0.67 409	1.01 438	0.68 405	1.00 431	0.68 403	0.98 413	0.67 378	0.92 432	0.64 411	0.92 406	0.64 396

NLMM	0.84 393	1.00 316	0.67 374	1.27 461	0.75 430	1.00 425	0.68 405	1.00 420	0.67 401	1.00 425	0.67 409	1.02 442	0.67 401	1.02 442	0.67 396	0.97 409	0.67 378	0.93 435	0.63 406	0.92 406	0.63 390

AIO-Stereo	0.84 393	0.66 260	0.70 384	0.83 358	0.67 415	0.98 423	0.82 439	1.14 438	0.72 426	1.03 441	0.74 433	1.03 443	1.09 454	0.99 429	0.45 349	1.04 420	0.73 397	0.95 441	0.74 433	0.94 415	0.46 344

DCRE	0.84 393	1.89 445	0.77 400	0.94 375	0.72 425	0.88 412	0.73 423	0.87 403	0.78 433	0.90 413	0.71 426	0.88 415	0.67 401	0.88 413	0.73 421	0.81 387	0.68 383	0.81 416	0.70 426	0.82 393	0.70 406

iGMRVC	0.84 393	2.85 516	0.72 390	0.72 347	0.73 426	0.77 398	0.79 430	0.73 390	0.74 431	0.73 395	0.72 429	0.73 399	0.76 423	0.73 394	0.73 421	0.72 376	0.73 397	0.73 402	0.72 431	0.73 378	0.72 413

WQFJA1	0.85 399	0.98 307	0.67 374	1.29 466	0.76 435	1.01 432	0.67 401	1.02 432	0.67 401	1.02 439	0.67 409	1.01 438	0.67 401	1.01 438	0.68 403	0.99 414	0.67 378	0.93 435	0.64 411	0.92 406	0.65 398

WQFJX	0.85 399	1.00 316	0.68 381	1.30 468	0.75 430	1.01 432	0.68 405	1.01 428	0.68 407	1.01 435	0.68 414	1.03 443	0.68 405	1.02 442	0.67 396	0.97 409	0.67 378	0.93 435	0.63 406	0.94 415	0.63 390

NLSM3	0.85 399	0.99 314	0.68 381	1.29 466	0.76 435	1.01 432	0.68 405	1.01 428	0.68 407	1.02 439	0.68 414	1.01 438	0.68 405	1.01 438	0.68 403	0.97 409	0.68 383	0.93 435	0.64 411	0.93 411	0.63 390

NLMM1	0.86 402	0.98 307	0.69 383	1.48 482	0.75 430	1.01 432	0.69 413	1.00 420	0.69 412	1.00 425	0.70 421	1.00 431	0.68 405	1.01 438	0.67 396	0.97 409	0.68 383	0.92 432	0.63 406	0.93 411	0.63 390

AdaDepth	0.86 402	0.93 300	0.71 387	1.01 388	1.07 470	1.02 438	0.71 420	1.00 420	0.71 423	1.01 435	0.71 426	1.00 431	0.72 418	1.14 456	0.71 419	0.92 401	0.64 374	0.90 426	0.64 411	0.89 400	0.69 405

GEStereo_RVC	0.86 402	4.45 556	0.20 177	0.27 184	0.20 211	0.27 218	0.20 198	0.26 206	0.18 197	5.03 611	0.20 211	0.27 218	0.19 205	0.27 218	0.21 205	0.20 167	0.19 185	0.19 174	4.02 615	0.20 172	0.18 190

Selective-RAFT-Error	0.88 405	0.84 278	0.98 425	0.86 362	0.97 459	0.88 412	0.95 450	0.84 402	0.99 460	0.92 417	0.82 445	0.84 413	0.98 442	0.87 412	0.97 450	0.81 387	0.83 413	0.79 411	0.82 446	0.79 385	0.85 434

IER	0.88 405	7.04 585	2.23 567	2.75 529	0.28 249	0.43 314	0.25 224	0.39 258	0.25 226	0.41 279	0.27 245	0.39 266	0.25 228	0.40 271	0.28 240	0.37 252	0.28 223	0.37 277	0.25 233	0.37 257	0.25 212

Selective-RAFT	0.89 407	0.89 288	0.72 390	1.16 407	0.78 439	1.06 441	0.82 439	0.87 403	0.97 457	1.00 425	0.91 451	0.90 418	1.00 443	0.89 415	0.93 447	0.83 392	0.83 413	0.82 420	0.82 446	0.81 391	0.82 432

AIO-Stereo-zeroshot	0.91 408	0.86 281	0.89 413	1.25 459	0.69 419	1.05 440	0.81 436	1.16 442	0.50 375	1.12 451	0.97 456	0.72 397	0.82 433	1.06 445	0.95 448	0.61 358	0.87 415	1.03 453	0.85 449	1.04 427	1.01 453

CFNet-RSSM	0.91 408	4.89 562	0.34 254	0.44 267	1.07 470	1.62 526	1.40 539	0.91 409	0.35 305	1.60 518	1.39 539	0.64 387	0.34 300	0.44 310	0.33 281	0.41 288	0.35 272	0.75 406	0.30 280	0.41 298	0.29 247

MLG-Stereo	0.92 410	0.90 291	0.84 411	1.27 461	0.49 379	1.38 515	0.88 442	1.41 512	0.97 457	0.73 395	1.09 466	1.26 508	0.43 349	0.72 392	1.05 459	1.13 432	0.49 341	1.18 466	0.66 417	1.01 424	0.46 344

ToySt	0.92 410	2.11 461	0.90 416	0.95 377	0.79 441	0.99 424	0.78 429	0.94 416	0.81 442	0.94 421	0.78 439	0.95 427	0.77 425	0.94 423	0.86 441	0.91 398	0.79 407	0.85 423	0.77 437	0.89 400	0.73 416

DPSM_ROB	0.92 410	0.91 293	0.91 418	0.91 366	0.92 454	0.92 417	0.92 446	0.92 412	0.91 447	0.93 419	0.91 451	0.92 421	0.90 436	0.91 417	0.92 443	0.92 401	0.91 418	0.91 429	0.92 450	0.93 411	0.93 441

DPSM	0.92 410	0.91 293	0.91 418	0.91 366	0.92 454	0.92 417	0.92 446	0.92 412	0.91 447	0.93 419	0.91 451	0.92 421	0.90 436	0.91 417	0.92 443	0.92 401	0.91 418	0.91 429	0.92 450	0.93 411	0.93 441

pmcnn	0.92 410	0.92 298	0.92 420	0.92 369	0.92 454	0.92 417	0.92 446	0.92 412	0.92 451	0.92 417	0.92 454	0.92 421	0.92 438	0.92 421	0.92 443	0.92 401	0.92 420	0.92 432	0.92 450	0.92 406	0.92 440

error version	0.93 415	4.47 557	2.35 570	1.99 504	0.37 321	0.41 287	0.36 309	0.41 280	0.35 305	0.43 299	0.36 315	0.41 287	0.40 329	0.41 286	0.36 301	1.87 520	2.16 565	0.47 352	0.37 333	0.39 281	0.33 283

test_1	0.93 415	4.47 557	2.35 570	1.99 504	0.37 321	0.41 287	0.36 309	0.41 280	0.35 305	0.43 299	0.36 315	0.41 287	0.40 329	0.41 286	0.36 301	1.87 520	2.16 565	0.47 352	0.37 333	0.39 281	0.33 283

DGTPSM_ROB	0.93 415	1.00 316	0.92 420	0.94 375	0.96 458	0.91 416	0.92 446	0.91 409	0.96 456	0.91 415	0.96 455	0.93 424	0.92 438	0.94 423	0.92 443	0.92 401	0.92 420	0.90 426	0.92 450	0.94 415	0.91 439

HSM-Net_RVC	0.95 418	1.17 350	0.78 401	1.18 409	0.71 423	1.16 455	0.75 425	1.09 436	0.80 439	1.10 445	0.75 434	1.17 459	0.74 420	1.17 459	0.80 434	1.13 432	0.73 397	1.17 463	0.77 437	1.16 437	0.72 413
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 419	3.17 525	2.30 569	2.42 521	0.38 328	0.54 371	0.38 322	0.54 359	0.38 321	0.54 367	0.38 327	0.54 369	0.38 318	0.54 364	0.38 313	2.38 554	2.34 569	0.49 365	0.36 330	0.49 336	0.36 303

DPSimNet_ROB	0.97 419	1.18 352	0.81 408	1.10 394	0.91 453	1.02 438	0.82 439	1.04 433	0.91 447	1.03 441	0.86 447	1.28 512	0.82 433	1.03 444	0.89 442	1.17 436	0.81 412	1.02 451	0.82 446	1.08 429	0.81 431

test-3	0.98 421	4.13 551	1.85 551	1.85 495	0.61 403	0.69 391	0.37 315	0.63 377	0.61 393	0.66 389	0.51 389	0.73 399	0.44 351	0.57 374	0.54 379	1.68 514	1.81 549	0.40 304	0.43 366	0.66 366	0.50 361

Test_v1	1.00 422	1.00 316	1.00 427	1.00 384	1.00 460	1.00 425	1.00 454	1.00 420	1.00 461	1.00 425	1.00 458	1.00 431	1.00 443	1.00 431	1.00 453	1.00 415	1.00 423	1.00 446	1.00 457	1.00 420	1.00 448

Wavelet-MonSter	1.00 422	1.21 400	0.76 398	1.94 499	1.01 465	1.11 450	0.76 427	1.15 439	0.76 432	1.11 450	0.76 435	1.14 456	0.76 423	1.11 453	0.76 428	1.21 485	0.90 417	1.02 451	0.71 429	1.02 426	0.71 412

999	1.00 422	1.12 343	0.59 355	1.10 394	1.21 528	1.09 446	0.52 382	1.08 434	1.43 541	1.18 456	1.35 533	0.98 430	0.52 380	0.91 417	0.85 440	0.72 376	1.46 522	0.83 421	0.98 455	0.68 368	1.41 536

DispNO	1.00 422	0.63 257	0.43 300	3.45 557	0.44 362	0.65 388	0.43 351	0.64 378	0.43 352	0.64 386	0.43 358	0.64 387	3.03 578	0.64 383	0.43 347	4.55 588	0.43 316	0.63 389	0.43 366	0.63 364	0.43 338

GANet	1.00 422	1.00 316	1.00 427	1.00 384	1.00 460	1.00 425	1.00 454	1.00 420	1.00 461	1.00 425	1.00 458	1.00 431	1.00 443	1.00 431	1.00 453	1.00 415	1.00 423	1.00 446	1.00 457	1.00 420	1.00 448

TDLM	1.00 422	1.00 316	1.00 427	1.00 384	1.00 460	1.00 425	1.00 454	1.00 420	1.00 461	1.00 425	1.00 458	1.00 431	1.00 443	1.00 431	1.00 453	1.00 415	1.00 423	1.00 446	1.00 457	1.00 420	1.00 448

CVANet_RVC	1.00 422	1.00 316	1.00 427	1.00 384	1.00 460	1.00 425	1.00 454	1.00 420	1.00 461	1.00 425	1.00 458	1.00 431	1.00 443	1.00 431	1.00 453	1.00 415	1.00 423	1.00 446	1.00 457	1.00 420	1.00 448

trnet	1.01 429	1.01 325	1.01 431	1.01 388	1.01 465	1.01 432	1.01 458	1.01 428	1.01 465	1.01 435	1.01 462	1.01 438	1.01 450	1.01 438	1.01 457	1.01 419	1.01 427	1.01 450	1.01 463	1.01 424	1.01 453

LL-Strereo	1.01 429	5.06 564	1.63 531	0.70 343	1.43 539	0.56 373	0.46 359	0.57 366	0.50 375	0.57 375	0.50 383	1.58 521	0.49 371	0.59 376	0.50 369	1.64 513	0.52 354	0.51 374	1.37 534	0.52 349	0.45 343

FlowAnything_test	1.02 431	1.72 429	0.71 387	1.59 485	0.70 421	1.61 524	0.69 413	1.61 515	0.70 418	1.60 518	0.70 421	1.61 525	0.69 411	1.61 522	0.70 417	0.81 387	0.58 364	0.81 416	0.55 393	0.81 391	0.56 380

FlowAnything	1.02 431	1.71 428	0.72 390	1.59 485	0.69 419	1.60 523	0.69 413	1.61 515	0.70 418	1.60 518	0.69 419	1.60 522	0.69 411	1.61 522	0.69 411	0.81 387	0.58 364	0.81 416	0.56 397	0.82 393	0.56 380

Hybrid-DGEV	1.03 433	1.75 435	0.80 405	1.28 465	0.78 439	1.26 505	0.80 433	1.26 499	0.78 433	1.26 505	0.78 439	1.26 508	0.78 427	1.26 508	0.78 430	1.15 435	0.75 400	1.14 456	0.74 433	1.14 432	0.75 420

tt45	1.04 434	0.88 285	1.36 512	0.92 369	1.03 468	1.51 522	0.79 430	0.70 386	0.88 445	0.74 400	0.90 448	1.60 522	0.72 418	1.60 520	0.75 426	0.91 398	0.78 405	1.52 530	0.79 441	1.14 432	1.32 528

Hybrid-DGEV-2	1.05 435	1.83 437	0.83 409	1.33 472	0.82 446	1.30 508	0.81 436	1.26 499	0.79 437	1.29 507	0.79 441	1.26 508	0.80 429	1.26 508	0.79 431	1.20 439	0.78 405	1.18 466	0.77 437	1.20 447	0.77 425

Hybrid-DGEV-03	1.07 436	1.83 437	0.83 409	1.34 473	0.81 445	1.32 510	0.81 436	1.31 505	0.81 442	1.31 508	0.82 445	1.32 513	0.82 433	1.32 512	0.81 437	1.19 437	0.77 403	1.19 468	0.76 436	1.19 445	0.77 425

GLC_STEREO	1.07 436	1.01 325	1.06 433	1.07 392	1.05 469	1.06 441	1.08 463	1.08 434	1.05 468	1.07 443	1.06 464	1.08 446	1.05 452	1.06 445	1.10 462	1.07 422	1.09 437	1.05 454	1.05 464	1.06 428	1.12 460

FC-DCNN	1.07 436	1.09 340	0.98 425	0.89 363	0.52 389	1.41 518	0.91 445	1.21 495	1.24 527	1.96 530	2.05 584	1.91 531	1.30 519	1.27 511	1.08 461	0.80 384	0.60 367	0.58 384	0.41 357	0.68 368	0.54 372

hknet	1.10 439	1.85 441	3.49 596	4.48 573	0.02 21	0.42 307	0.06 119	0.41 280	0.02 21	0.48 328	0.03 53	0.41 287	0.03 53	0.42 299	0.03 49	4.39 585	4.19 599	0.33 244	0.23 221	0.34 233	0.27 228

test_xeample3	1.10 439	1.81 436	0.61 362	0.84 359	0.49 379	0.77 398	0.66 397	0.92 412	1.40 539	0.68 392	0.46 366	0.78 405	0.54 384	1.72 525	1.48 541	1.34 494	1.52 526	1.35 523	1.67 559	1.33 500	1.55 541

DISCO	1.11 441	0.39 177	5.28 609	0.39 224	0.20 211	0.39 269	0.27 235	0.39 258	0.22 212	0.38 253	0.20 211	0.38 261	0.20 209	6.95 622	0.22 207	0.30 218	0.21 190	0.27 218	0.21 212	5.25 603	0.21 197

Occ-G	1.12 442	0.52 238	3.72 601	3.50 561	0.50 383	0.56 373	0.47 364	0.54 359	0.46 358	0.54 367	0.41 346	0.54 369	0.42 346	0.52 360	0.42 344	3.42 578	4.02 598	0.52 377	0.45 368	0.51 347	0.44 341

AEACV	1.12 442	0.52 238	3.12 592	3.24 546	0.86 447	0.53 368	0.49 375	0.60 373	0.47 363	0.53 362	0.49 381	0.55 373	0.45 354	0.55 368	0.47 360	3.01 573	3.88 596	0.71 401	0.60 402	0.80 388	0.48 353

LiteMatch	1.13 444	0.73 265	2.80 578	3.23 544	0.61 403	0.83 407	0.68 405	0.73 390	0.69 412	1.00 425	0.77 437	0.94 425	0.57 386	0.82 403	0.64 389	2.97 571	2.43 572	0.68 395	0.32 298	0.56 357	0.70 406

Lsterematch	1.13 444	0.73 265	2.80 578	3.23 544	0.61 403	0.83 407	0.68 405	0.73 390	0.69 412	1.00 425	0.77 437	0.94 425	0.57 386	0.82 403	0.64 389	2.97 571	2.43 572	0.68 395	0.32 298	0.56 357	0.70 406

MSMD_ROB	1.19 446	1.10 342	0.70 384	1.10 394	0.60 398	1.10 447	0.70 417	1.10 437	0.70 418	1.10 445	0.70 421	1.10 450	0.70 413	7.00 623	0.70 417	1.10 426	0.70 390	1.10 455	0.70 426	1.10 430	0.70 406

MM-Stereo_test2	1.20 447	1.85 441	1.05 432	1.46 481	0.94 457	1.36 513	0.99 453	1.36 507	0.95 454	1.41 513	0.98 457	1.40 518	0.96 440	1.37 514	0.95 448	1.37 499	1.06 430	1.33 520	0.93 454	1.29 499	0.89 437

ours_stereo	1.20 447	1.21 400	0.90 416	1.64 493	1.11 472	1.35 511	0.67 401	1.76 522	0.93 452	1.70 526	1.10 467	1.39 516	0.75 422	1.41 516	0.81 437	1.60 512	1.03 429	1.33 520	1.00 457	1.61 510	0.72 413

DisPM	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

CrosDoStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

PFNet+	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

LCNet	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

HHNet	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

Patchmatch Stereo++	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474
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	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

STrans-v2	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

TransformOpticalFlow	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

OMP-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

IIG-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

NF-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

OCTAStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

PSM-softLoss	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

KMStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

NRIStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

PSM-adaLoss	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

PSM-AAD	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

FTStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

ROB_FTStereo_v2	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

ROB_FTStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

Consistency-Raft	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

KYRaft	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

HUI-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

ASMatch	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

DeepStereo_LL	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

DEmStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

SST-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

THIR-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

RAFT_R40	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

DRaft	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

PFNet	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

GrayStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

RE-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

Pruner-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

TVStereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

DeepStereo_RVC	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

RAFT-RH_RVC	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

IRAFT_RVC	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

RAFT-345	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

iRAFT	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

CRE-IMP	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

GMM-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

RAFT-IKP	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

Prome-Stereo	1.20 447	1.20 354	1.20 449	1.20 411	1.20 482	1.20 456	1.20 474	1.20 450	1.20 479	1.20 458	1.20 476	1.20 461	1.20 466	1.20 461	1.20 476	1.20 439	1.20 452	1.20 470	1.20 476	1.20 447	1.20 474

HCRNet	1.22 494	7.11 586	3.00 580	3.55 562	0.33 298	0.29 222	0.14 161	0.19 163	0.15 176	0.33 236	0.29 258	0.25 206	0.14 167	0.22 183	0.33 281	3.64 579	3.00 576	0.76 408	0.32 298	0.18 164	0.13 159

HBP-ISP	1.24 495	1.72 429	1.65 532	1.15 402	0.76 435	1.40 517	0.88 442	1.67 521	1.02 466	1.69 525	1.38 538	1.69 526	1.21 512	1.87 532	1.21 521	1.05 421	0.79 407	0.97 444	0.80 443	1.19 445	0.75 420

AANet_RVC	1.26 496	0.31 155	4.99 607	5.93 599	0.20 211	0.25 206	0.20 198	0.25 201	0.20 205	0.23 187	0.19 207	0.25 206	0.20 209	0.25 204	0.20 202	5.66 609	4.76 602	0.26 214	0.30 280	0.24 196	0.27 228

MM-Stereo_test3	1.27 497	2.07 457	1.18 444	1.60 488	1.02 467	1.45 520	1.01 458	1.40 511	1.04 467	1.44 515	1.03 463	1.46 520	1.02 451	1.44 518	1.02 458	1.51 508	1.12 444	1.32 519	0.98 455	1.38 503	0.97 444

11t	1.27 497	2.70 501	1.34 502	1.32 471	0.89 449	1.30 508	1.34 529	1.64 518	0.57 387	1.45 516	0.72 429	1.05 445	1.29 518	1.07 448	1.29 530	1.49 505	1.02 428	0.97 444	1.15 469	1.48 505	1.31 527

MaskLacGwcNet_RVC	1.35 499	1.35 415	1.35 504	1.35 475	1.35 533	1.35 511	1.35 530	1.36 507	1.35 535	1.36 511	1.35 533	1.36 514	1.36 524	1.36 513	1.35 534	1.35 495	1.35 513	1.35 523	1.35 531	1.35 501	1.35 532

CC-Net-ROB	1.36 500	1.33 414	1.33 501	1.36 476	1.38 536	1.36 513	1.33 528	1.37 509	1.34 532	1.35 510	1.36 535	1.38 515	1.34 522	1.38 515	1.38 537	1.35 495	1.38 517	1.33 520	1.35 531	1.43 504	1.34 531

CFNet	1.37 501	5.27 569	0.19 174	5.49 596	0.19 208	0.28 219	0.19 194	0.28 210	0.19 203	0.28 215	0.19 207	0.28 219	4.35 608	0.28 222	0.19 198	0.23 187	0.17 176	0.23 196	4.21 617	4.81 594	0.17 186

PS-NSSS	1.38 502	1.39 418	1.34 502	1.34 473	1.35 533	1.38 515	1.37 537	1.35 506	1.38 538	1.34 509	1.34 532	1.39 516	1.38 527	1.70 524	1.40 538	1.36 497	1.36 514	1.36 525	1.37 534	1.37 502	1.36 533

RASNet	1.49 503	1.65 426	1.45 520	1.38 478	1.43 539	1.47 521	1.36 532	1.38 510	1.36 536	1.39 512	1.60 549	1.45 519	1.45 530	1.51 519	2.21 579	1.53 509	1.36 514	1.36 525	1.36 533	1.66 513	1.36 533

BTL-Stereo	1.53 504	1.36 416	1.06 433	1.42 480	1.23 532	1.41 518	1.07 462	1.43 513	1.12 469	1.42 514	1.06 464	1.83 528	1.07 453	1.42 517	1.07 460	1.27 489	1.38 517	6.80 620	1.00 457	1.26 497	1.00 448

GANetREF_RVC	1.55 505	1.94 454	1.22 496	1.88 496	1.21 528	1.88 530	1.22 520	1.88 524	1.22 525	1.88 527	1.22 522	1.88 529	1.22 513	1.89 533	1.22 522	1.87 520	1.22 499	1.88 544	1.22 522	1.88 522	1.22 520
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 506	1.91 448	1.21 495	1.94 499	1.20 482	2.00 538	1.23 521	1.99 529	1.24 527	2.00 535	1.25 525	2.03 539	1.26 515	2.00 537	1.29 530	1.90 524	1.18 451	1.89 545	1.21 521	1.89 523	1.20 474
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 507	1.59 425	1.70 534	1.59 485	1.59 545	1.61 524	1.61 548	1.60 514	1.60 545	1.62 524	1.59 548	1.60 522	1.60 533	1.60 520	1.59 545	1.59 510	1.60 536	1.59 531	1.59 551	1.59 509	1.59 546

ff7	1.68 508	2.68 498	1.35 504	0.97 381	0.89 449	1.84 527	2.15 577	2.12 535	1.80 562	2.05 540	1.56 545	2.33 546	2.12 568	2.23 543	2.25 580	1.31 491	1.07 431	1.48 527	1.41 537	0.90 403	1.04 455

ffff	1.68 508	2.68 498	1.35 504	0.97 381	0.89 449	1.84 527	2.15 577	2.12 535	1.80 562	2.05 540	1.56 545	2.33 546	2.12 568	2.23 543	2.25 580	1.31 491	1.07 431	1.48 527	1.41 537	0.90 403	1.04 455

ccc-4	1.68 508	2.68 498	1.35 504	0.97 381	0.89 449	1.84 527	2.15 577	2.12 535	1.80 562	2.05 540	1.56 545	2.33 546	2.12 568	2.23 543	2.25 580	1.31 491	1.07 431	1.48 527	1.41 537	0.90 403	1.04 455

MC-Stereo	1.76 511	2.96 518	1.37 514	2.14 507	1.37 535	2.14 544	1.36 532	2.14 538	1.37 537	2.14 544	1.37 536	2.14 541	1.37 526	2.14 542	1.37 536	1.97 528	1.32 501	1.97 547	1.32 530	1.98 524	1.33 529

IGEVStereo-DCA	1.77 512	4.21 553	1.84 549	2.49 524	2.11 578	2.54 564	1.36 532	1.65 519	1.17 476	2.75 573	1.90 567	2.54 559	1.15 459	0.94 423	1.11 463	1.50 506	1.32 501	0.96 442	1.46 543	1.49 506	0.88 435

rrr	1.77 512	4.21 553	1.84 549	2.49 524	2.11 578	2.54 564	1.36 532	1.65 519	1.17 476	2.75 573	1.90 567	2.54 559	1.15 459	0.94 423	1.11 463	1.50 506	1.32 501	0.96 442	1.46 543	1.49 506	0.88 435

MM-Stereo_test1	1.80 514	3.41 530	1.52 527	2.12 506	1.41 538	2.04 539	1.41 540	2.05 533	1.46 542	2.04 539	1.41 540	2.05 540	1.42 529	2.05 538	1.43 540	2.04 532	1.54 529	1.94 546	1.38 536	1.99 525	1.33 529

MFMNet_re	1.81 515	1.91 448	1.71 536	1.95 501	1.70 556	1.95 535	1.70 553	1.96 527	1.74 558	1.97 532	1.72 557	1.95 532	1.71 541	1.97 536	1.71 553	1.86 518	1.62 537	1.85 537	1.66 558	1.86 521	1.64 552

plain	1.88 516	3.16 524	0.64 366	3.10 539	0.65 411	3.10 579	0.64 394	3.12 578	0.65 398	3.10 579	0.65 406	3.11 579	0.65 396	3.12 578	0.65 392	3.12 574	0.65 376	3.13 577	0.65 415	3.13 565	0.65 398

RAFT_CTSACE	1.92 517	3.71 537	1.72 537	1.88 496	1.72 557	2.04 539	1.42 542	2.18 540	1.89 573	2.02 537	1.97 573	1.95 532	2.06 567	1.93 534	1.62 546	1.76 515	1.66 540	2.02 548	1.73 567	1.73 516	1.43 538

MonStereo1	1.94 518	2.77 511	1.52 527	3.73 569	1.51 542	2.13 543	1.42 542	2.32 548	1.52 543	2.31 552	1.50 543	2.53 556	1.59 532	2.34 550	1.56 543	1.91 525	1.36 514	1.86 540	1.31 529	2.07 526	1.53 539

4.25w-stereo	1.98 519	2.72 505	1.46 521	3.47 558	1.43 539	2.07 541	1.98 568	2.53 560	1.52 543	2.71 566	1.98 579	1.81 527	1.62 535	1.96 535	1.36 535	1.88 523	2.00 554	2.53 571	1.61 553	1.74 517	1.15 465

4.5w-stereo	1.99 520	2.33 478	1.81 540	3.28 548	1.68 552	1.94 532	1.99 571	2.72 563	1.70 550	2.72 567	1.99 582	1.97 534	1.68 537	1.76 526	1.29 530	1.91 525	2.02 560	2.53 571	1.61 553	1.75 518	1.16 468

2.75w_new	1.99 520	2.34 482	1.81 540	3.14 540	1.62 547	1.94 532	1.99 571	2.72 563	1.71 551	2.72 567	1.99 582	1.90 530	1.73 543	1.82 531	1.29 530	2.37 553	2.01 556	2.31 558	1.42 540	1.77 519	1.22 520

3.75w	1.99 520	2.31 476	1.83 548	3.16 542	1.65 549	1.93 531	1.98 568	2.72 563	1.68 547	2.73 572	1.97 573	2.00 536	1.72 542	1.81 530	1.25 526	2.27 544	2.01 556	2.38 563	1.42 540	1.71 515	1.24 523

2w_stereo	1.99 520	2.36 485	1.81 540	3.24 546	1.67 550	1.94 532	1.98 568	2.72 563	1.68 547	2.72 567	1.94 570	1.98 535	1.74 545	1.79 529	1.27 527	1.95 527	2.00 554	2.53 571	1.60 552	1.68 514	1.15 465

2.25w	2.00 524	1.86 443	1.98 562	2.95 537	2.17 582	2.26 545	1.35 530	2.42 554	2.00 580	2.07 543	1.27 527	2.53 556	1.99 563	2.29 547	1.49 542	2.21 539	1.32 501	1.85 537	1.87 571	2.52 552	1.62 550

4.25_new	2.00 524	2.33 478	1.82 545	3.32 551	1.69 553	1.95 535	1.99 571	2.72 563	1.71 551	2.72 567	1.97 573	2.01 537	1.74 545	1.77 527	1.28 528	2.18 536	2.01 556	2.48 569	1.58 549	1.65 511	1.17 469

4.5w_new	2.00 524	2.33 478	1.82 545	3.32 551	1.69 553	1.95 535	1.99 571	2.72 563	1.71 551	2.72 567	1.97 573	2.01 537	1.74 545	1.77 527	1.28 528	2.18 536	2.01 556	2.48 569	1.58 549	1.65 511	1.17 469

4.5_new	2.00 524	1.84 440	1.98 562	2.77 531	2.16 580	2.27 546	1.28 527	2.09 534	1.98 577	2.01 536	1.28 528	2.71 568	1.98 561	2.51 559	1.65 548	2.26 541	1.33 508	1.87 541	1.87 571	2.49 548	1.60 547

TRStereo	2.00 524	2.13 462	1.85 551	2.27 513	1.84 561	2.28 548	1.84 557	2.29 543	1.86 567	2.30 549	1.87 562	2.30 543	1.87 551	2.08 539	1.72 555	2.08 533	1.72 543	2.08 550	1.72 564	2.08 527	1.72 557

XX-Stereo	2.00 524	2.13 462	1.85 551	2.27 513	1.84 561	2.28 548	1.84 557	2.29 543	1.86 567	2.30 549	1.87 562	2.30 543	1.87 551	2.08 539	1.72 555	2.08 533	1.72 543	2.08 550	1.72 564	2.08 527	1.72 557

EAI-Stereo	2.00 524	2.13 462	1.85 551	2.27 513	1.84 561	2.28 548	1.84 557	2.29 543	1.86 567	2.30 549	1.87 562	2.30 543	1.87 551	2.08 539	1.72 555	2.08 533	1.72 543	2.08 550	1.72 564	2.08 527	1.72 557

2.5w	2.01 531	2.40 487	1.37 514	3.28 548	2.01 572	2.71 569	1.43 545	1.82 523	1.83 565	1.90 529	1.41 540	2.71 568	1.35 523	2.71 568	1.85 566	2.66 565	1.53 527	1.64 532	1.23 523	2.53 555	1.87 566

4w-stereo	2.02 532	2.72 505	1.44 519	3.36 554	1.59 545	2.48 557	1.72 554	2.28 541	1.24 527	2.24 547	1.65 553	2.56 561	1.32 521	2.39 553	1.98 576	2.67 567	1.51 525	1.66 533	1.24 524	2.53 555	1.88 569

IGEV	2.02 532	2.20 468	1.82 545	2.90 536	2.16 580	2.41 554	1.25 523	2.00 530	1.98 577	1.99 534	1.31 530	2.72 572	1.93 557	2.67 567	1.69 552	2.26 541	1.32 501	1.83 536	1.87 571	2.53 555	1.61 549

3.25w_new	2.03 534	2.72 505	1.35 504	3.33 553	1.57 543	2.72 570	1.53 547	2.15 539	1.33 531	2.15 545	1.60 549	2.63 565	1.30 519	2.72 570	1.99 577	2.67 567	1.53 527	1.75 535	1.25 526	2.53 555	1.87 566

3.5w_stereo	2.03 534	2.72 505	1.35 504	3.41 555	1.57 543	2.72 570	1.49 546	2.01 531	1.34 532	2.15 545	1.61 551	2.63 565	1.36 524	2.72 570	1.99 577	2.66 565	1.58 532	1.68 534	1.24 524	2.53 555	1.87 566

UniTT-Stereo	2.03 534	3.43 531	0.72 390	3.42 556	0.73 426	3.27 582	0.68 405	3.38 583	0.69 412	3.29 582	0.72 429	3.28 582	0.70 413	3.35 584	0.68 403	3.39 577	0.68 383	3.31 580	0.69 424	3.37 566	0.73 416

3.25w	2.04 537	2.20 468	1.48 522	3.03 538	2.17 582	2.63 568	1.39 538	1.96 527	1.95 576	1.96 530	1.37 536	2.71 568	1.96 560	2.71 568	1.73 560	2.26 541	1.32 501	1.87 541	1.87 571	2.51 551	1.63 551

3w_stereo	2.04 537	2.24 472	1.70 534	3.15 541	2.18 584	2.49 558	1.26 525	2.03 532	1.98 577	1.98 533	1.33 531	2.72 572	1.99 563	2.59 562	1.72 555	2.22 540	1.33 508	1.85 537	1.88 576	2.50 550	1.58 545

1w_stereo	2.05 539	2.32 477	1.35 504	3.74 570	2.01 572	2.73 572	1.42 542	1.88 524	1.93 575	2.03 538	1.28 528	2.71 568	1.99 563	2.72 570	1.72 555	2.20 538	1.32 501	1.87 541	1.86 570	2.45 544	1.54 540

sCroCo_RVC	2.10 540	2.76 509	1.92 559	2.78 534	1.39 537	2.73 572	1.41 540	2.73 569	1.40 539	2.77 578	1.41 540	2.74 574	1.40 528	2.74 573	1.40 538	2.72 569	1.42 520	2.72 575	1.44 542	2.79 562	1.42 537

MoCha-V2	2.11 541	26.97 628	0.78 401	0.92 369	0.77 438	0.96 422	0.72 422	0.90 407	0.72 426	0.94 421	0.70 421	0.90 418	0.71 417	0.91 417	0.71 419	0.85 395	0.71 394	0.88 425	0.69 424	0.87 398	0.67 402

FBW_ROB	2.12 542	2.46 491	1.77 539	2.49 524	1.79 560	2.38 552	1.83 556	2.46 555	1.78 561	2.48 560	1.97 573	2.40 551	1.78 548	2.42 556	1.83 564	2.31 549	1.85 551	2.38 563	1.82 569	2.35 539	1.84 562

MonStereo	2.17 543	2.41 488	1.49 526	2.67 528	1.67 550	2.60 567	2.04 575	2.32 548	1.76 559	2.44 557	1.68 555	2.50 554	1.69 539	2.38 551	1.80 563	2.28 545	1.78 546	2.63 574	2.14 579	3.47 567	1.68 555

asda	2.17 543	2.54 492	1.81 540	3.47 558	1.78 559	2.50 560	1.86 561	2.61 562	1.68 547	2.61 564	1.83 559	2.37 550	1.73 543	2.44 557	1.88 571	2.51 562	1.84 550	2.34 560	1.62 555	2.23 532	1.77 561

asd	2.18 545	2.77 511	1.58 529	3.59 563	2.00 571	2.58 566	1.85 560	2.39 553	1.71 551	2.47 559	1.97 573	2.59 563	1.61 534	2.56 560	1.79 562	2.51 562	1.99 553	2.11 553	1.62 555	2.36 540	1.60 547

qwe	2.18 545	2.60 495	1.58 529	3.83 571	1.90 569	2.53 562	1.90 566	2.48 556	1.73 556	2.37 555	1.92 569	2.53 556	1.68 537	2.56 560	1.83 564	2.52 564	1.87 552	2.07 549	1.68 561	2.32 538	1.71 556

monsters	2.18 545	2.41 488	1.96 561	3.47 558	2.03 576	2.53 562	1.64 550	2.48 556	1.73 556	2.40 556	1.50 543	2.62 564	1.94 558	2.59 562	1.94 573	2.44 557	1.57 531	2.28 556	1.87 571	2.42 542	1.86 564

AIO_rvc	2.18 545	2.34 482	1.87 555	2.32 517	1.94 570	2.40 553	1.89 565	2.37 551	2.07 582	2.52 562	1.95 572	2.44 553	1.99 563	2.41 554	1.89 572	2.32 550	2.09 562	2.24 554	2.18 580	2.21 531	2.23 573

HUF	2.18 545	2.30 475	1.99 565	2.34 519	2.02 575	2.41 554	2.06 576	2.38 552	1.89 573	2.36 554	1.85 560	2.56 561	1.98 561	2.31 549	1.97 575	2.30 548	2.03 561	2.30 557	2.11 578	2.23 532	2.16 571

AIO_test	2.18 545	2.09 460	2.04 566	2.42 521	2.01 572	2.47 556	1.94 567	2.34 550	2.03 581	2.56 563	1.94 570	2.43 552	1.94 558	2.41 554	1.87 570	2.39 555	2.10 563	2.35 562	1.91 577	2.25 534	2.19 572

monsterstereo	2.20 551	2.33 478	1.95 560	3.65 565	2.07 577	2.49 558	1.61 548	2.48 556	1.83 565	2.45 558	1.61 551	2.67 567	1.86 550	2.64 564	1.94 573	2.48 561	1.66 540	2.34 560	1.68 561	2.40 541	1.86 564

LG-G_1	2.22 552	2.71 503	1.89 556	2.77 531	1.87 567	2.75 574	1.87 563	2.76 571	1.87 571	2.75 573	1.87 562	2.76 575	1.87 551	2.75 574	1.86 567	2.47 559	1.58 532	2.45 566	1.57 546	2.45 544	1.57 543

LG-G	2.22 552	2.71 503	1.89 556	2.77 531	1.87 567	2.75 574	1.87 563	2.76 571	1.87 571	2.75 573	1.87 562	2.76 575	1.87 551	2.75 574	1.86 567	2.47 559	1.58 532	2.45 566	1.57 546	2.45 544	1.57 543

LGtest1	2.22 552	2.70 501	1.89 556	2.76 530	1.86 564	2.75 574	1.86 561	2.75 570	1.86 567	2.75 573	1.86 561	2.77 577	1.87 551	2.75 574	1.86 567	2.46 558	1.58 532	2.45 566	1.56 545	2.45 544	1.56 542

RAStereo	2.23 555	3.64 534	0.76 398	3.65 565	0.86 447	3.66 587	0.76 427	3.67 587	0.81 442	3.66 584	0.76 435	3.66 585	0.77 425	3.68 586	0.77 429	3.68 580	0.77 403	3.69 585	0.77 437	3.70 569	0.77 425

UDGNet	2.23 555	5.40 574	1.72 537	2.48 523	1.69 553	2.51 561	1.69 552	2.51 559	1.72 555	2.50 561	1.69 556	2.52 555	1.69 539	2.50 558	1.68 551	2.41 556	1.70 542	2.42 565	1.69 563	2.42 542	1.64 552

NCCL2	2.28 557	2.27 473	2.28 568	2.28 516	2.28 585	2.27 546	2.29 580	2.28 541	2.28 583	2.27 548	2.28 585	2.28 542	2.27 571	2.27 546	2.28 584	2.28 545	2.28 568	2.27 555	2.29 584	2.27 535	2.29 574

Abc-Net	2.32 558	24.75 620	1.14 438	1.17 408	1.17 479	1.11 450	1.15 468	1.17 444	1.21 524	1.08 444	1.16 471	1.12 455	1.14 458	1.09 449	1.17 471	1.09 424	1.16 447	1.17 463	1.17 472	1.16 437	1.11 458
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 559	25.00 621	1.13 437	1.15 402	1.15 474	1.10 447	1.15 468	1.15 439	1.15 471	1.12 451	1.15 468	1.09 448	1.13 456	1.10 451	1.15 467	1.11 431	1.09 437	1.16 459	1.12 467	1.16 437	1.17 469

stereogan	2.33 559	24.38 619	1.18 444	1.18 409	1.18 481	1.14 453	1.18 472	1.19 447	1.19 478	1.14 454	1.18 475	1.14 456	1.18 464	1.14 456	1.18 472	1.14 434	1.14 445	1.19 468	1.19 473	1.15 435	1.19 473

RGC	2.36 561	25.48 622	1.19 446	1.15 402	1.15 474	1.10 447	1.16 470	1.17 444	1.16 472	1.12 451	1.16 471	1.11 454	1.13 456	1.09 449	1.18 472	1.10 426	1.15 446	1.16 459	1.12 467	1.14 432	1.12 460

NCC-stereo	2.36 561	25.52 623	1.17 442	1.15 402	1.17 479	1.11 450	1.11 464	1.15 439	1.16 472	1.10 445	1.16 471	1.10 450	1.15 459	1.14 456	1.13 465	1.09 424	1.11 441	1.15 458	1.16 471	1.17 442	1.17 469

AF-Net	2.37 563	25.71 624	1.17 442	1.13 399	1.15 474	1.15 454	1.18 472	1.19 447	1.16 472	1.10 445	1.15 468	1.10 450	1.18 464	1.12 455	1.15 467	1.10 426	1.10 440	1.17 463	1.15 469	1.16 437	1.12 460

Nwc_Net	2.37 563	25.95 625	1.15 440	1.14 400	1.15 474	1.08 444	1.14 467	1.17 444	1.16 472	1.14 454	1.15 468	1.08 446	1.15 459	1.11 453	1.14 466	1.10 426	1.11 441	1.16 459	1.09 466	1.16 437	1.15 465

CFNet_RVC	2.38 565	8.71 597	0.38 271	9.33 615	0.42 359	0.56 373	0.42 349	0.60 373	0.38 321	0.62 383	0.42 356	0.56 376	7.29 620	0.62 378	0.42 344	0.53 341	0.37 278	0.49 365	0.34 312	8.30 617	6.87 622

edge stereo	2.43 566	27.07 629	1.14 438	1.06 391	1.14 473	1.08 444	1.17 471	1.16 442	1.14 470	1.10 445	1.16 471	1.09 448	1.16 463	1.10 451	1.16 470	1.10 426	1.11 441	1.16 459	1.19 473	1.13 431	1.11 458

FAT-Stereo	2.46 567	26.05 626	1.23 498	1.23 458	1.22 530	1.20 456	1.24 522	1.23 498	1.23 526	1.19 457	1.22 522	1.21 506	1.24 514	1.20 461	1.24 523	1.21 485	1.17 450	1.22 516	1.25 526	1.20 447	1.24 523

S-Stereo	2.51 568	26.86 627	1.23 498	1.22 456	1.22 530	1.24 504	1.25 523	1.22 496	1.24 527	1.21 503	1.24 524	1.19 460	1.27 516	1.19 460	1.24 523	1.19 437	1.20 452	1.25 517	1.19 473	1.24 496	1.23 522

Anonymous3	2.55 569	3.26 528	1.65 532	3.28 548	1.63 548	3.24 581	1.68 551	3.27 580	1.66 546	3.28 581	1.67 554	3.25 581	1.66 536	3.27 580	1.64 547	3.26 575	1.65 539	3.30 579	1.65 557	4.95 599	1.65 554

MIF-Stereo (partial)	2.58 570	3.31 529	0.66 370	3.18 543	0.66 414	3.18 580	0.66 397	3.21 579	0.67 401	3.19 580	0.66 408	3.19 580	0.66 399	3.31 582	0.68 403	5.09 605	1.79 548	8.23 624	1.67 559	6.18 608	1.38 535

MSMDNet	2.65 571	10.14 608	0.33 244	9.74 618	0.32 286	0.87 411	0.33 285	2.95 577	0.68 407	0.49 335	0.34 303	0.49 339	5.70 615	0.49 338	0.33 281	0.42 302	9.57 621	0.41 321	0.31 291	8.36 618	0.65 398

pcwnet_v2	2.66 572	9.89 606	0.33 244	9.89 619	0.32 286	0.50 351	0.32 274	0.49 329	0.33 292	0.49 335	0.34 303	0.49 339	8.76 622	0.48 332	0.33 281	0.41 288	9.58 622	0.40 304	0.29 266	9.01 621	0.63 390

CFNet_pseudo	2.67 573	9.36 602	0.32 238	10.99 624	0.33 298	0.85 409	0.33 285	0.49 329	0.33 292	0.49 335	0.32 288	0.49 339	7.26 619	0.49 338	0.33 281	0.41 288	9.62 623	0.41 321	0.29 266	10.03 625	0.29 247

CFNet_ucs	2.73 574	9.64 604	0.33 244	9.92 620	0.32 286	0.49 342	0.33 285	0.49 329	0.33 292	0.49 335	0.33 295	0.49 339	8.98 623	0.48 332	0.33 281	0.41 288	9.96 626	0.40 304	0.29 266	10.12 626	0.54 372

UCFNet_RVC	2.75 575	10.06 607	0.29 215	10.31 623	0.29 259	0.42 307	0.29 253	0.43 304	0.29 254	0.42 293	0.29 258	0.42 305	9.87 625	0.43 305	0.29 251	0.36 248	9.84 625	0.36 274	0.26 239	9.77 624	0.26 218

ccs_rob	2.79 576	10.17 609	0.32 238	10.00 621	0.33 298	0.49 342	0.33 285	1.90 526	0.32 285	0.51 356	0.33 295	0.49 339	9.24 624	0.49 338	0.33 281	0.41 288	9.82 624	0.41 321	0.28 256	9.34 622	0.29 247

PCWNet_CMD	2.80 577	9.82 605	0.32 238	10.09 622	0.32 286	0.49 342	0.33 285	3.34 582	0.33 292	0.49 335	0.33 295	0.49 339	8.73 621	0.48 332	0.33 281	0.41 288	9.22 620	0.42 332	0.29 266	9.55 623	0.31 269

NLSM1	2.93 578	3.24 527	2.57 576	4.04 572	2.66 588	3.30 583	2.55 583	3.29 581	2.55 585	3.35 583	2.48 587	3.28 582	2.47 573	3.34 583	2.49 585	3.26 575	2.55 574	3.13 577	2.57 587	3.00 564	2.46 581

StereoVision	3.15 579	5.00 563	0.89 413	4.83 589	1.00 460	3.93 588	1.27 526	6.37 617	1.34 532	5.67 617	1.26 526	5.84 618	1.27 516	5.03 614	1.24 523	5.10 606	1.09 437	4.61 598	0.57 399	5.62 606	1.12 460

MaDis-Stereo	3.19 580	6.02 584	1.12 436	5.61 598	1.16 478	5.43 615	1.02 460	5.15 614	0.70 418	5.43 614	1.21 521	5.03 615	0.97 441	4.85 608	0.99 452	4.53 587	1.16 447	5.53 614	1.25 526	5.37 604	1.30 526

sAnonymous2	3.31 581	2.63 496	1.38 516	3.71 567	1.86 564	4.70 607	1.11 464	4.82 610	2.72 587	5.45 615	1.98 579	4.59 600	2.64 574	2.65 565	6.21 620	4.37 583	1.08 435	5.16 612	2.24 582	4.52 581	2.39 579

CroCo_RVC	3.31 581	2.63 496	1.38 516	3.71 567	1.86 564	4.70 607	1.11 464	4.82 610	2.72 587	5.45 615	1.98 579	4.59 600	2.64 574	2.65 565	6.21 620	4.37 583	1.08 435	5.16 612	2.24 582	4.52 581	2.39 579

DPSNet	3.66 583	3.60 533	3.62 599	3.63 564	3.64 610	3.65 586	3.65 609	3.66 586	3.67 606	3.67 585	3.65 607	3.67 586	3.66 595	3.66 585	3.68 604	3.68 580	3.66 594	3.67 584	3.68 610	3.67 568	3.67 607

NLCSM	3.67 584	4.08 548	3.19 595	4.80 588	3.26 603	3.99 591	3.24 604	4.25 593	3.18 602	4.09 589	3.27 602	4.14 591	3.18 590	4.13 591	3.28 600	4.06 582	3.10 584	3.85 589	3.14 601	3.91 574	3.27 603

STTStereo	3.73 585	30.40 633	2.37 572	2.39 520	2.31 587	2.35 551	2.33 581	2.29 543	2.42 584	2.32 553	2.34 586	2.33 546	2.36 572	2.30 548	2.27 583	2.35 552	2.22 567	2.31 558	2.22 581	2.29 537	2.34 578

rvit_105_1	3.83 586	5.22 567	3.01 581	4.53 576	3.01 591	4.51 595	3.01 589	4.56 597	3.04 590	4.53 596	3.03 591	4.55 598	3.03 578	4.56 597	3.04 587	4.57 589	3.05 577	4.57 593	3.05 592	4.57 583	3.05 588

rvit_stereo_0081	3.83 586	5.23 568	3.01 581	4.53 576	3.03 593	4.55 601	3.02 590	4.56 597	3.04 590	4.52 594	3.02 589	4.54 596	3.03 578	4.56 597	3.04 587	4.57 589	3.05 577	4.57 593	3.05 592	4.58 584	3.05 588

rvit_stereo_0081_aga	3.86 588	5.33 571	3.02 584	4.55 582	3.04 597	4.54 597	3.02 590	4.64 604	3.06 594	4.54 598	3.04 593	4.62 605	3.08 585	4.62 603	3.07 592	4.58 592	3.06 581	4.60 597	3.08 596	4.63 587	3.07 592

rvit_stereo_0082	3.86 588	5.82 582	3.01 581	4.53 576	3.03 593	4.54 597	3.02 590	4.56 597	3.04 590	4.53 596	3.02 589	4.55 598	3.04 581	4.57 600	3.05 589	4.57 589	3.05 577	4.58 595	3.05 592	4.58 584	3.06 591

rvit_0105_6	3.87 590	5.73 581	3.10 591	4.69 586	3.12 601	4.54 597	3.02 590	4.56 597	3.04 590	4.54 598	3.03 591	4.54 596	3.04 581	4.56 597	3.05 589	4.58 592	3.05 577	4.58 595	3.05 592	4.58 584	3.05 588

rvit_stereo_0080	3.89 591	5.70 579	3.04 586	4.54 579	3.03 593	4.56 602	3.05 596	4.60 601	3.07 595	4.58 601	3.06 594	4.59 600	3.06 583	4.61 601	3.08 593	4.63 594	3.09 582	4.64 599	3.10 597	4.65 588	3.10 595

whm_eth	3.89 591	5.70 579	3.04 586	4.54 579	3.03 593	4.56 602	3.05 596	4.60 601	3.07 595	4.58 601	3.06 594	4.59 600	3.06 583	4.61 601	3.08 593	4.63 594	3.09 582	4.64 599	3.10 597	4.65 588	3.10 595

rvit_0105_4	3.91 593	5.47 578	3.02 584	4.54 579	3.02 592	4.54 597	3.03 594	4.75 607	3.17 601	4.57 600	3.06 594	4.61 604	3.16 589	4.65 604	3.09 595	4.66 596	3.11 585	4.68 602	3.18 603	4.81 594	3.16 600

rvit_0105_3	3.91 593	5.33 571	3.06 589	4.60 584	3.07 599	4.60 604	3.06 598	4.62 603	3.08 598	4.60 603	3.07 597	4.62 605	3.08 585	4.67 605	3.10 596	4.70 597	3.11 585	4.77 606	3.19 604	4.77 593	3.14 599

rvit_stereo_0083	3.92 595	5.30 570	3.06 589	4.61 585	3.09 600	4.67 606	3.08 599	4.66 605	3.09 599	4.62 604	3.10 599	4.66 608	3.11 587	4.67 605	3.16 598	4.72 599	3.16 588	4.77 606	3.11 599	4.66 590	3.11 597

rvit_stereo_ft	3.93 596	5.44 576	3.05 588	4.59 583	3.06 598	4.61 605	3.08 599	4.67 606	3.12 600	4.63 605	3.10 599	4.65 607	3.11 587	4.69 607	3.13 597	4.70 597	3.14 587	4.71 604	3.15 602	4.74 591	3.16 600

rvit_0105_5	4.10 597	5.40 574	3.13 594	4.71 587	3.15 602	4.72 609	3.10 601	4.90 612	3.27 603	4.69 606	3.16 601	4.84 612	3.25 591	4.96 611	3.34 601	5.05 604	3.39 593	5.10 611	3.40 605	5.11 601	3.42 604

MLG-Stereo_test1	4.25 598	5.34 573	3.61 598	5.31 594	3.63 609	5.23 613	3.57 607	5.38 615	3.65 605	5.23 612	3.47 604	4.76 609	3.74 598	4.85 608	3.71 605	4.96 601	3.18 590	4.71 604	2.92 589	4.86 597	2.90 585

MLG-Stereo_test3	4.26 599	4.85 561	3.95 602	5.35 595	3.60 608	4.75 610	3.76 610	5.49 616	3.71 607	5.39 613	3.69 608	4.82 611	3.66 595	4.85 608	3.73 608	4.93 600	3.19 591	4.69 603	2.99 591	4.84 596	2.98 587

MLG-Stereo_test2	4.28 600	5.46 577	3.69 600	4.86 590	3.72 611	5.58 616	3.42 605	4.81 609	3.77 611	4.85 608	3.72 609	5.55 617	3.63 594	5.58 615	3.53 603	4.41 586	3.28 592	4.99 610	2.95 590	4.75 592	3.13 598

RAFT+CT+SA	4.28 600	7.62 590	4.91 606	5.55 597	2.28 585	3.09 578	3.64 608	4.49 595	3.07 595	4.80 607	3.35 603	4.77 610	3.70 597	4.29 594	3.05 589	5.58 608	5.98 609	3.58 583	3.78 612	4.26 577	3.72 608

SA	4.33 602	7.35 587	6.85 617	5.96 600	4.09 615	3.59 585	3.15 602	3.82 588	2.64 586	3.91 586	3.85 610	3.57 584	2.72 576	3.13 579	4.03 611	7.09 619	6.86 614	3.57 582	3.12 600	3.85 570	3.51 606

Sa-1000	4.34 603	8.37 593	6.84 616	6.98 607	4.45 618	3.58 584	3.00 588	3.42 584	3.39 604	2.61 564	4.00 613	3.83 588	4.01 606	3.90 588	3.90 609	5.98 612	5.62 607	3.76 586	2.34 585	4.35 579	2.47 582

TestStereo1	4.60 604	8.41 594	6.44 614	6.86 605	3.79 612	3.97 589	3.78 611	3.99 590	3.74 608	3.97 587	3.52 605	3.94 589	3.58 592	3.98 589	3.72 606	6.82 616	6.50 612	3.76 586	3.66 608	3.90 571	3.74 610

SA-5K	4.60 604	8.41 594	6.44 614	6.86 605	3.79 612	3.97 589	3.78 611	3.99 590	3.74 608	3.97 587	3.52 605	3.94 589	3.58 592	3.98 589	3.72 606	6.82 616	6.50 612	3.76 586	3.66 608	3.90 571	3.74 610

DispFullNet	4.61 606	4.84 560	3.12 592	5.00 592	3.57 607	4.75 610	3.03 594	7.75 623	4.17 615	4.91 610	3.09 598	6.20 619	3.95 604	6.71 619	3.51 602	5.30 607	3.67 595	5.86 618	3.63 607	5.61 605	3.46 605

test_5	4.62 607	7.55 589	6.23 612	6.32 602	3.40 606	5.29 614	3.50 606	3.53 585	4.11 614	4.28 591	4.47 617	4.26 594	4.38 609	3.68 586	3.24 599	5.89 610	5.60 606	4.84 608	3.50 606	4.33 578	3.93 614

raft_robust	4.71 608	7.75 591	5.40 611	6.81 604	3.31 604	4.28 594	4.20 616	4.32 594	4.37 617	4.35 593	4.35 616	4.14 591	3.75 599	4.30 595	4.20 614	6.67 615	6.37 610	3.36 581	4.24 618	4.86 597	3.25 602

cross-raft	4.83 609	7.52 588	6.43 613	6.63 603	3.96 614	4.51 595	3.99 614	4.49 595	3.96 613	4.52 594	3.96 612	4.50 595	3.97 605	4.50 596	3.97 610	6.65 614	6.44 611	4.33 590	3.92 614	4.35 579	3.91 613

test_4	4.88 610	8.13 592	6.98 618	7.46 608	4.44 617	4.25 593	3.85 613	4.04 592	3.92 612	4.13 590	3.91 611	4.18 593	3.84 602	4.14 592	4.06 612	7.01 618	7.13 615	4.53 591	3.72 611	4.09 575	3.72 608

TestStereo	4.88 610	4.75 559	4.79 605	4.87 591	4.92 619	4.81 612	4.90 619	4.78 608	4.77 618	4.87 609	4.89 618	4.90 613	4.91 611	4.99 612	4.79 616	4.98 602	4.87 603	4.87 609	4.92 620	5.00 600	5.00 617

test_3	5.01 612	8.86 599	7.77 620	8.09 610	2.76 590	4.13 592	4.05 615	3.88 589	3.76 610	4.33 592	4.13 614	3.71 587	3.91 603	4.21 593	4.06 612	7.93 620	7.69 617	4.53 591	3.91 613	4.17 576	4.29 616

NLCA_NET_v2_RVC	5.04 613	50.87 643	2.78 577	2.87 535	2.71 589	2.78 577	0.47 364	2.88 576	2.86 589	1.89 528	2.67 588	2.79 578	2.79 577	2.78 577	2.83 586	2.82 570	2.82 575	2.83 576	2.77 588	2.83 563	2.76 583
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 614	5.15 565	4.49 604	5.07 593	3.37 605	6.87 619	4.75 618	5.04 613	6.34 622	7.84 623	5.06 619	6.72 623	4.09 607	4.99 612	5.44 619	5.03 603	3.16 588	4.67 601	4.86 619	5.15 602	3.89 612

U	5.15 615	8.49 596	1.81 540	8.49 612	1.77 558	8.49 624	1.77 555	8.51 625	1.77 560	8.49 625	1.77 558	8.50 625	1.78 548	8.58 625	1.77 561	8.54 623	1.78 546	8.55 625	1.78 568	8.55 619	1.84 562

SGM-Forest	5.21 616	5.92 583	4.08 603	6.18 601	4.16 616	6.31 618	4.34 617	6.50 618	4.33 616	6.14 619	4.21 615	6.61 622	4.55 610	6.67 618	4.48 615	5.94 611	3.94 597	5.85 617	4.03 616	5.79 607	4.17 615
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 617	9.16 601	8.03 623	8.09 610	5.62 622	6.11 617	6.35 622	6.85 620	4.94 619	6.08 618	6.29 624	4.98 614	6.43 616	6.22 616	6.36 622	6.16 613	7.47 616	5.82 616	5.44 623	7.11 613	5.68 620

rvit_stereo_0075_2	6.64 618	8.80 598	5.25 608	7.89 609	5.27 621	7.90 623	5.27 620	7.92 624	5.28 620	7.91 624	5.29 621	7.93 624	5.27 612	7.92 624	5.28 617	7.93 620	5.28 605	7.93 623	5.29 622	7.93 616	5.28 619

RAFT	6.73 619	9.36 602	7.40 619	8.51 613	6.55 623	6.88 620	6.60 623	6.79 619	6.60 623	6.80 620	6.72 625	5.31 616	5.50 614	6.61 617	6.61 623	8.42 622	5.89 608	5.73 615	5.45 624	6.61 609	6.24 621

SGM+DAISY	7.06 620	9.15 600	5.38 610	8.84 614	5.18 620	8.80 625	5.31 621	8.79 626	5.28 620	8.89 626	5.20 620	8.93 626	5.33 613	8.95 626	5.36 618	8.70 624	5.21 604	8.74 626	5.20 621	8.89 620	5.15 618

test-v	7.53 621	11.89 610	7.98 621	9.36 616	7.14 624	7.06 621	7.09 624	7.37 621	6.91 624	7.29 621	5.71 622	6.45 620	6.93 617	6.73 620	7.27 624	8.93 625	7.85 618	6.98 621	6.80 625	7.56 614	7.34 623

test-2	7.53 621	11.89 610	7.98 621	9.36 616	7.14 624	7.06 621	7.09 624	7.37 621	6.91 624	7.29 621	5.71 622	6.45 620	6.93 617	6.73 620	7.27 624	8.93 625	7.85 618	6.98 621	6.80 625	7.56 614	7.34 623

PA-Net	11.80 623	223.51 650	0.62 363	0.59 323	0.71 423	0.59 381	0.73 423	0.67 382	0.73 429	0.55 370	0.61 400	0.60 383	0.74 420	0.63 382	0.73 421	0.66 367	0.60 367	0.69 398	0.66 417	0.72 375	0.65 398
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 624	23.00 618	15.00 624	23.00 631	15.00 626	24.00 632	16.00 626	24.00 633	16.00 626	22.00 633	15.00 626	23.00 633	16.00 626	23.00 633	15.00 626	22.00 633	15.00 627	22.00 633	15.00 627	22.00 633	15.00 625

rafts_anoy	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

raft+_RVC	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

raftrobust	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

CasAABBNet	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

RALCasStereoNet	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

RALAANet	20.00 625	20.00 612	20.00 625	20.00 625	20.00 627	20.00 626	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 627	20.00 628	20.00 627	20.00 628	20.00 627	20.00 626

111	30.40 631	30.94 634	29.72 632	32.61 632	30.02 634	33.57 633	30.47 634	31.50 634	29.39 634	30.98 634	29.11 634	29.78 634	30.39 637	29.45 634	30.76 637	30.08 634	29.02 635	29.92 634	30.32 638	29.86 634	30.17 633

WCMA_ROB	31.10 632	35.43 638	27.12 631	39.51 643	23.10 633	38.78 644	25.30 633	37.49 645	25.39 633	37.29 644	27.02 633	38.52 645	26.48 633	37.80 644	26.44 633	36.28 641	22.65 634	33.90 638	22.30 634	37.10 642	24.18 632

DCANet-4	35.22 633	34.54 635	35.08 638	33.58 636	35.47 641	34.55 634	35.53 641	36.08 640	35.85 638	35.92 640	35.77 640	35.18 640	35.48 639	35.39 640	37.15 643	34.55 640	33.92 639	35.02 641	34.90 640	35.79 638	34.74 640

ADStereo(finetuned)	36.13 634	36.63 639	38.07 642	36.97 637	33.25 638	35.91 638	34.45 638	36.36 641	32.99 635	38.14 645	36.71 641	36.69 641	34.13 638	38.57 645	40.79 644	37.60 645	36.58 642	35.90 642	33.36 639	35.42 637	34.04 637

Reg-Stereo(zero)	37.00 635	37.00 640	37.00 639	37.00 638	37.00 642	37.00 641	37.00 642	37.00 642	37.00 639	37.00 641	37.00 642	37.00 642	37.00 640	37.00 641	37.00 640	37.00 642	37.00 643	37.00 643	37.00 643	37.00 639	37.00 641

HI	37.00 635	37.00 640	37.00 639	37.00 638	37.00 642	37.00 641	37.00 642	37.00 642	37.00 639	37.00 641	37.00 642	37.00 642	37.00 640	37.00 641	37.00 640	37.00 642	37.00 643	37.00 643	37.00 643	37.00 639	37.00 641

CoSv	37.00 635	37.00 640	37.00 639	37.00 638	37.00 642	37.00 641	37.00 642	37.00 642	37.00 639	37.00 641	37.00 642	37.00 642	37.00 640	37.00 641	37.00 640	37.00 642	37.00 643	37.00 643	37.00 643	37.00 639	37.00 641

MDST_ROB	69.83 638	87.70 644	41.95 643	113.75 646	65.62 647	75.05 645	55.25 646	75.64 647	45.04 642	71.61 646	41.75 645	72.81 646	44.06 643	68.38 646	44.63 645	101.89 648	59.57 648	107.10 648	61.05 648	104.38 645	59.38 646

NOSS_ROB	102.95 639	153.00 648	121.00 646	51.00 644	44.00 645	165.00 648	127.00 647	153.00 648	119.00 644	164.00 649	125.00 647	168.00 649	120.00 645	153.00 648	117.00 647	49.00 646	44.00 646	49.00 646	44.00 646	49.00 643	44.00 644

CBMV	128.50 640	1422.70 655	53.10 644	79.50 645	51.30 646	77.30 646	49.70 645	74.00 646	48.20 643	77.20 647	48.80 646	73.90 647	48.00 644	73.80 647	48.80 646	70.40 647	45.10 647	68.90 647	46.10 647	68.20 644	45.00 645
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 641	171.00 649	160.68 649	162.58 647	160.59 648	164.01 647	160.35 648	158.51 649	158.56 645	158.34 648	160.12 648	158.56 648	159.92 646	157.26 649	158.94 648	154.38 649	158.36 649	155.75 649	159.13 650	153.67 646	154.07 647
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	201.80 642	123.00 645	115.00 645	219.00 648	218.00 650	223.00 649	244.00 650	217.00 650	236.00 647	202.00 650	203.00 649	205.00 650	208.00 647	225.00 650	204.00 649	210.00 650	198.00 650	197.00 650	184.00 651	204.00 647	201.00 648

MGS-Stereo	239.45 643	123.00 645	135.00 647	266.00 649	286.00 651	277.00 650	305.00 651	271.00 651	242.00 648	274.00 651	279.00 651	255.00 651	270.00 649	268.00 651	297.00 651	221.00 651	247.00 652	216.00 651	123.00 649	217.00 648	217.00 650

EGLCR-Stereo	246.90 644	129.00 647	139.00 648	266.00 649	286.00 651	277.00 650	305.00 651	271.00 651	242.00 648	274.00 651	279.00 651	255.00 651	270.00 649	268.00 651	297.00 651	230.00 652	247.00 652	216.00 651	223.00 653	237.00 649	227.00 651

DLCB_ROB	284.23 645	354.61 651	207.27 650	363.24 651	206.46 649	364.72 652	210.41 649	364.72 653	210.41 646	364.81 653	208.64 650	364.81 653	208.64 648	364.72 653	210.41 650	354.70 653	205.53 651	354.70 653	205.53 652	354.70 650	205.53 649

LE_ROB	396.57 646	471.28 652	329.84 651	471.48 652	308.15 653	526.83 653	322.10 653	488.15 654	323.76 650	495.46 654	317.97 653	497.17 654	320.10 651	481.62 654	326.76 653	462.71 654	298.97 654	466.16 654	285.98 654	447.62 651	289.21 652

SGM-ForestM	596.69 647	677.77 653	444.52 652	699.85 653	517.25 654	732.94 654	488.29 654	770.79 655	460.11 651	750.81 655	487.98 654	792.79 655	499.41 652	730.90 655	475.81 654	720.03 655	491.16 655	663.96 655	418.60 655	674.76 652	436.05 653

CBMV_ROB	818.48 648	913.88 654	709.52 653	862.84 654	597.78 655	1073.99 655	700.52 655	1015.66 656	702.59 652	1115.65 656	760.02 655	1130.24 656	721.57 653	1037.41 656	692.65 655	814.05 656	564.29 656	843.28 656	595.31 656	915.51 653	602.92 654

tt	500032.53 649	34.60 636	29.72 632	37.47 641	34.41 639	36.85 639	35.22 639	34.71 638	33.55 636	34.50 635	35.43 638	33.81 638	10000000.00 654	33.57 638	33.13 638	33.68 638	35.00 640	34.03 639	35.26 641	30.96 635	34.63 638

DCANet	500032.53 649	34.60 636	29.72 632	37.47 641	34.41 639	36.85 639	35.22 639	34.71 638	33.55 636	34.50 635	35.43 638	33.81 638	10000000.00 654	33.57 638	33.13 638	33.68 638	35.00 640	34.03 639	35.26 641	30.96 635	34.63 638

fff	1000028.16 651	29.62 630	29.72 632	32.61 632	30.02 634	35.13 635	31.83 635	32.07 635	10000000.00 653	35.27 637	29.82 635	32.45 635	30.15 634	32.35 635	30.09 634	31.04 635	29.55 636	30.64 635	30.14 635	10000000.00 654	30.77 634

csc	1000028.16 651	29.62 630	29.72 632	32.61 632	30.02 634	35.13 635	31.83 635	32.07 635	10000000.00 653	35.27 637	29.82 635	32.45 635	30.15 634	32.35 635	30.09 634	31.04 635	29.55 636	30.64 635	30.14 635	10000000.00 654	30.77 634

cscssc	1000028.16 651	29.62 630	29.72 632	32.61 632	30.02 634	35.13 635	31.83 635	32.07 635	10000000.00 653	35.27 637	29.82 635	32.45 635	30.15 634	32.35 635	30.09 634	31.04 635	29.55 636	30.64 635	30.14 635	10000000.00 654	30.77 634

111111	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

SGD-Stereo	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

IGEV-Stereo++	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

IGEV-BASED-STEREO-	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

IGEV-Stereo+	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

SDNR	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

anonymousdsp2	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

anonymousdsp	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

test_example2	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655

DIP-Stereo	10000000.00 654	10000000.00 656	10000000.00 654	10000000.00 655	10000000.00 656	10000000.00 656	10000000.00 656	10000000.00 657	10000000.00 653	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 654	10000000.00 657	10000000.00 656	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 657	10000000.00 654	10000000.00 655
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 322	0.50 338	0.38 321	0.50 348	0.38 327	0.50 354	3.79 600	0.50 346	0.38 313	0.54 342	0.43 316	0.46 343	0.34 312	0.46 315	0.35 300

FSD					0.44 362	0.56 373	0.44 352	0.55 362	0.44 355	0.56 372	0.44 360	0.56 376	0.44 351	0.56 369	0.46 353	0.61 358	0.42 312	0.52 377	0.42 365	0.52 349

ccccc		0.44 200		0.48 283	0.35 311	0.48 337		0.51 351		0.47 321		0.47 328		0.47 323		0.41 288	0.40 294	0.40 304	0.40 350	0.41 298

ASD4		0.20 113

Low-res two-view benchmark