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	0.14 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 455	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 267	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 455	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 158	0.20 198	0.23 183	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 201	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 285	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 411	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 458	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 442	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 472	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

anonymous	0.09 75	0.09 93	0.14 148	0.14 121	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.07 132	0.14 133	0.13 158	0.09 139	0.07 135	0.09 142	0.07 135

TS12	0.09 75	0.09 93	0.17 183	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 146	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 483	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

test_sample7	0.09 75	1.00 368	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 358	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 333	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 384	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 333	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 378	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 355	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 378	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 141	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 538	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 446	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 379	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 359	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 384	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 91	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 400	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

222	0.10 91	0.99 366	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 91	1.09 394	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 546	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 122	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 109	0.16 173	0.16 143	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

ISRNet	0.11 112	0.05 66	0.36 295	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 208	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 193	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

x	0.11 112	1.15 403	0.15 166	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 237	0.33 272	0.39 250	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 295	0.36 337	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 405	0.16 173	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 578	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 125	1.14 400	0.17 183	0.20 167	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 125	0.14 122	0.10 92	0.15 133	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 166	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 570	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 640	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 644	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 646	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 581	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 132	0.21 144	0.12 123	0.16 143	0.11 174	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 177	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLG	0.13 132	0.20 138	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ACRE	0.13 132	0.21 144	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 216	0.10 151	0.20 197	0.10 151	0.24 223	0.11 162	0.11 105	0.09 94	0.12 159	0.14 196	0.12 165	0.09 143

aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 415	0.11 165

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 649	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 132	0.16 125	0.11 112	0.15 133	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 190	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 169	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 139	1.22 462	0.28 235	0.32 221	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 244	0.27 241	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 139	0.17 130	0.12 123	0.17 156	0.11 174	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 186	0.11 168	0.17 186	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 139	1.83 523	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 139	0.20 138	0.14 148	0.16 143	0.11 174	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.13 189	0.17 186	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 177	0.12 178

IPLGR_C	0.14 139	0.20 138	0.12 123	0.15 133	0.11 174	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 180	0.15 177	0.12 178

MIPNet	0.14 139	0.21 144	0.17 183	0.16 143	0.11 174	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLGR	0.14 139	0.24 158	0.14 148	0.16 143	0.12 187	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.14 187	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 599	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 139	0.16 125	0.12 123	0.17 156	0.12 187	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.12 183	0.17 186	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.12 178

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 166	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 509

ELAS_RVC	0.14 139	0.16 125	0.10 92	0.15 133	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 190	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 177	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 151	0.17 130	0.13 143	0.20 167	0.13 191	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 190	0.14 194	0.18 189	0.14 187	0.16 158	0.11 121	0.15 178	0.14 196	0.18 193	0.11 165

CoDeX	0.15 151	0.70 304	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 486	0.02 15	0.69 471	0.75 497	0.01 9	0.02 21	0.02 20

ICVP	0.15 151	0.53 281	0.11 112	0.16 143	0.11 174	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 178	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 151	0.04 52	0.04 64	2.20 598	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 151	0.14 122	0.10 92	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 166	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 525

LALA_ROB	0.15 151	0.19 134	0.12 123	0.18 158	0.11 174	0.20 199	0.12 180	0.21 206	0.12 187	0.20 196	0.12 177	0.20 197	0.12 183	0.21 207	0.13 183	0.17 166	0.10 99	0.18 199	0.11 165	0.18 193	0.11 165

SGM_RVC	0.15 151	0.17 130	0.11 112	0.18 158	0.11 174	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 197	0.12 183	0.19 192	0.12 174	0.16 158	0.11 121	0.17 190	0.10 151	0.17 189	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

z-mn7	0.16 158	1.21 456	0.33 272	0.41 275	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 262	0.31 277	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 158	0.16 125	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

qqq	0.16 158	2.01 548	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 158	0.18 133	0.13 143	0.19 163	0.13 191	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 194	0.13 189	0.19 192	0.13 183	0.18 174	0.13 158	0.18 199	0.13 191	0.18 193	0.13 185

ManiGeoR	0.17 164	0.05 66	0.62 437	0.73 423	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 441	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 442	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 437	0.73 423	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 437	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 448	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 442	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 164	0.27 171	0.21 203	0.10 80	0.21 252	0.15 173	0.22 240	0.10 142	0.21 240	0.22 210	0.10 151	0.19 194	0.18 230	0.10 145	0.19 228	0.20 181	0.19 205	0.18 199	0.10 151	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 164	2.16 558	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 164	0.78 318	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 524	0.02 15	0.75 484	0.76 499	0.02 21	0.02 21	0.02 20

CCAANet	0.17 164	0.71 305	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.22 238	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190

DepthFocus	0.18 173	0.22 148	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.22 210	0.15 205	0.22 213	0.16 208	0.22 212	0.15 198	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

w-ln-seven	0.18 173	1.47 481	0.33 272	0.40 263	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 282	0.32 282	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 173	0.48 260	0.16 173	0.16 143	0.15 207	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

xyz-stereo	0.18 173	0.50 267	0.16 173	0.15 133	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

Weightmod_eth	0.20 179	0.24 158	0.28 235	0.47 307	0.14 193	0.24 224	0.14 188	0.17 186	0.13 191	0.22 210	0.16 209	0.22 213	0.13 189	0.20 196	0.16 205	0.24 208	0.20 207	0.19 202	0.14 196	0.16 182	0.24 243

depth_test_26	0.20 179	0.34 186	0.25 218	0.34 229	0.14 193	0.21 209	0.14 188	0.21 206	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.21 207	0.14 187	0.26 217	0.26 229	0.22 215	0.15 205	0.22 208	0.14 190

IGEV_Zeroshot_test	0.20 179	0.19 134	0.40 344	0.30 209	0.17 223	0.22 212	0.17 212	0.21 206	0.17 221	0.20 196	0.17 217	0.21 204	0.18 230	0.21 207	0.17 212	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

DAS	0.20 179	0.20 138	0.20 198	0.20 167	0.20 242	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 240	0.20 200	0.20 225

ACVNet	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

acv_ft	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

iResNetv2_ROB	0.20 179	0.23 150	0.18 193	0.24 188	0.20 242	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 221	0.19 237	0.24 223	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.22 208	0.16 197

iResNet	0.20 179	0.23 150	0.18 193	0.24 188	0.18 234	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 217	0.23 221	0.18 230	0.23 219	0.18 224	0.22 190	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

LACA2	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.23 221	0.24 234	0.16 208	0.23 220	0.16 197

LACA1	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.22 215	0.23 224	0.16 208	0.23 220	0.16 197

z-ln-s-r	0.21 187	1.40 479	0.53 415	0.56 381	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 410	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 187	0.25 165	0.21 203	0.26 202	0.17 223	0.24 224	0.17 212	0.24 221	0.17 221	0.24 223	0.17 217	0.24 227	0.17 220	0.24 223	0.17 212	0.24 208	0.17 195	0.23 224	0.16 208	0.23 220	0.16 197

Pointernet	0.21 187	0.22 148	0.19 195	0.24 188	0.19 239	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 227	0.19 237	0.24 223	0.19 228	0.22 190	0.17 195	0.22 215	0.17 230	0.22 208	0.17 214

SuperB	0.21 187	0.10 98	2.51 664	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

Anonymus123	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

WAO-6	0.22 193	0.23 150	0.22 205	0.23 183	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.22 215	0.22 247	0.22 208	0.22 231

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

IMH-64	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

ac_64	0.22 193	0.13 116	0.19 195	0.23 183	0.10 155	0.26 243	1.02 555	0.14 166	0.10 153	0.28 246	0.14 195	0.17 186	0.19 237	0.28 253	0.09 140	0.22 190	0.16 174	0.23 224	0.17 230	0.11 156	0.12 178

SMOE	0.23 199	0.25 165	0.30 245	0.33 225	0.18 234	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 234	0.18 230	0.25 232	0.18 224	0.31 241	0.27 241	0.23 224	0.17 230	0.23 220	0.17 214

LACA3	0.23 199	0.25 165	0.27 228	0.54 374	0.17 223	0.25 234	0.17 212	0.25 229	0.17 221	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.28 226	0.23 221	0.24 234	0.17 230	0.24 225	0.17 214

dd	0.23 199	0.98 359	0.16 173	0.23 183	0.15 207	0.23 221	0.15 196	0.23 218	0.15 206	0.23 216	0.15 205	0.24 227	0.17 220	0.23 219	0.15 198	0.22 190	0.15 171	0.21 210	0.15 205	0.22 208	0.16 197

dad	0.23 199	1.03 384	0.16 173	0.23 183	0.15 207	0.24 224	0.15 196	0.24 221	0.16 211	0.23 216	0.16 209	0.24 227	0.16 208	0.23 219	0.15 198	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

RSGM-EC	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

acva	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

MSKI-zero shot	0.24 203	0.21 144	0.49 397	0.65 401	0.18 234	0.22 212	0.17 212	0.23 218	0.18 227	0.21 207	0.17 217	0.23 221	0.28 287	0.23 219	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

qqq1	0.25 206	3.70 628	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 628	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 202	0.25 268	0.25 234	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.26 244	0.25 256	0.25 215	0.25 226	0.25 239	0.25 263	0.25 228	0.25 245

ffm	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 206	0.23 150	0.66 450	0.80 433	0.17 223	0.22 212	0.17 212	0.23 218	0.18 227	0.26 240	0.17 217	0.21 204	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.21 210	0.17 230	0.22 208	0.17 214

LoS	0.25 206	0.27 171	0.25 218	0.25 195	0.25 268	0.25 234	0.25 256	0.26 235	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.25 226	0.25 239	0.26 269	0.26 231	0.25 245
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 206	1.31 470	0.74 478	0.92 451	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 479	0.75 484	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 215	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 672	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 216	0.29 176	0.33 272	0.38 242	0.20 242	0.30 255	0.21 235	0.29 245	0.21 240	0.29 251	0.22 247	0.30 260	0.20 241	0.30 259	0.21 234	0.37 270	0.31 277	0.27 249	0.20 240	0.28 239	0.21 228

SME	0.27 216	0.29 176	0.31 261	0.38 242	0.20 242	0.29 253	0.18 220	0.30 248	0.20 236	0.32 264	0.21 245	0.32 269	0.20 241	0.32 267	0.21 234	0.35 262	0.32 282	0.27 249	0.19 238	0.29 243	0.20 225

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 225	0.21 252	0.37 290	0.22 240	0.37 278	0.24 254	0.26 240	0.27 274	0.33 273	0.21 248	0.25 232	0.27 263	0.32 244	0.20 207	0.34 286	0.23 253	0.25 228	0.26 251

DLNR-FE	0.28 219	0.89 338	0.30 245	0.34 229	0.19 239	0.28 250	0.19 226	0.28 240	0.20 236	0.28 246	0.20 240	0.28 250	0.20 241	0.28 253	0.20 231	0.33 250	0.28 249	0.25 239	0.19 238	0.24 225	0.19 223

xyz-stereo-finetune	0.28 219	0.49 262	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.22 211	0.30 306	0.32 264	0.31 354	0.32 269	0.31 357	0.32 267	0.32 347	0.32 244	0.33 295	0.31 266	0.32 375	0.31 252	0.32 354

SQANet	0.28 219	0.28 174	0.28 235	0.28 207	0.28 282	0.28 250	0.28 277	0.28 240	0.28 283	0.28 246	0.28 282	0.28 250	0.28 287	0.28 253	0.28 272	0.28 226	0.28 249	0.28 253	0.28 326	0.28 239	0.28 315

HGLStereo	0.28 219	0.29 176	0.22 205	0.36 236	0.22 254	0.36 282	0.21 235	0.36 270	0.21 240	0.42 329	0.21 245	0.36 285	0.22 249	0.36 285	0.21 234	0.34 254	0.21 211	0.34 286	0.21 244	0.34 267	0.21 228

iResNet_ROB	0.28 219	0.32 184	0.24 215	0.32 221	0.25 268	0.32 271	0.24 254	0.32 256	0.24 254	0.33 269	0.24 259	0.35 280	0.24 258	0.33 275	0.24 248	0.31 241	0.24 225	0.32 269	0.24 260	0.32 255	0.24 243

UNet	0.29 224	0.90 341	0.10 92	0.14 121	0.10 155	0.14 165	0.10 150	0.91 501	0.69 503	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 492	0.76 516

MultiAttention	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

MSAF-DinoV2	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

DDVS	0.30 225	3.10 614	0.14 148	0.19 163	0.14 193	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 178	0.13 189	0.19 192	0.13 183	0.17 166	0.13 158	0.17 190	0.13 191	0.17 189	0.13 185

ACV-stereo	0.30 225	2.08 550	0.25 218	0.25 195	0.18 234	0.24 224	0.17 212	0.24 221	0.18 227	0.24 223	0.17 217	0.25 234	0.17 220	0.24 223	0.17 212	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

LoS_RVC	0.30 225	1.14 400	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.26 246	0.26 271	0.26 244	0.25 256	0.26 217	0.26 229	0.25 239	0.25 263	0.26 231	0.26 251

CAS	0.30 225	1.17 406	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.26 273	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.26 229	0.26 244	0.25 263	0.26 231	0.25 245

DANet	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 232	0.31 182	0.31 261	0.30 209	0.40 418	0.31 262	0.30 297	0.30 248	0.34 380	0.29 251	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 241	0.29 263	0.31 266	0.30 357	0.31 252	0.31 347

tt1	0.31 232	0.93 352	0.24 215	0.33 225	0.23 260	0.31 262	0.24 254	0.32 256	0.24 254	0.32 264	0.23 252	0.32 269	0.25 261	0.32 267	0.24 248	0.27 221	0.26 229	0.27 249	0.26 269	0.27 237	0.27 289

xxxxx1	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

DLNR_Zeroshot_test	0.31 232	0.28 174	0.47 382	0.79 429	0.24 265	0.30 255	0.26 263	0.30 248	0.24 254	0.32 264	0.23 252	0.31 265	0.24 258	0.30 259	0.23 245	0.29 234	0.26 229	0.29 258	0.24 260	0.33 262	0.23 233

tt_ll	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

ff	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

RAFT + AFF	0.31 232	0.45 246	0.34 283	0.39 250	0.28 282	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 278	0.29 257	0.30 296	0.28 226	0.29 263	0.29 258	0.29 341	0.27 237	0.32 354

MLCV	0.31 232	0.35 188	0.27 228	0.35 232	0.28 282	0.35 278	0.27 266	0.35 266	0.28 283	0.36 280	0.27 274	0.35 280	0.27 278	0.35 279	0.27 263	0.34 254	0.27 241	0.34 286	0.27 307	0.34 267	0.27 289

DN-CSS_ROB	0.31 232	0.35 188	0.28 235	0.35 232	0.28 282	0.34 274	0.27 266	0.34 263	0.25 259	0.35 276	0.27 274	0.36 285	0.26 271	0.34 276	0.28 272	0.35 262	0.28 249	0.34 286	0.28 326	0.34 267	0.27 289

PStereo	0.32 241	0.36 193	0.28 235	0.38 242	0.29 293	0.36 282	0.27 266	0.38 287	0.27 277	0.38 287	0.28 282	0.36 285	0.27 278	0.36 285	0.28 272	0.32 244	0.27 241	0.33 276	0.27 307	0.33 262	0.27 289

DStereoFS	0.32 241	0.33 185	0.32 267	0.33 225	0.30 305	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 265	0.30 306	0.32 267	0.32 347	0.32 244	0.31 277	0.30 260	0.47 460	0.32 255	0.34 368

DStereoSA	0.32 241	0.52 277	0.34 283	0.31 215	0.31 352	0.30 255	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 265	0.30 306	0.31 264	0.31 337	0.30 235	0.32 282	0.31 266	0.31 368	0.31 252	0.31 347

WCG-NET（raft）	0.32 241	1.24 464	0.24 215	0.32 221	0.24 265	0.32 271	0.23 249	0.32 256	0.24 254	0.32 264	0.24 259	0.32 269	0.24 258	0.32 267	0.24 248	0.30 235	0.23 221	0.30 260	0.23 253	0.30 247	0.23 233

Any-RAFT	0.32 241	0.36 193	0.27 228	0.36 236	0.27 276	0.36 282	0.27 266	0.36 270	0.27 277	0.36 280	0.27 274	0.36 285	0.27 278	0.36 285	0.28 272	0.36 267	0.28 249	0.36 309	0.28 326	0.36 288	0.28 315

StereoDRNet-Refined	0.33 246	0.39 207	0.26 225	0.39 250	0.26 275	0.40 305	0.26 263	0.40 300	0.26 273	0.39 294	0.26 270	0.39 302	0.26 271	0.39 303	0.26 261	0.37 270	0.25 226	0.37 312	0.25 263	0.37 293	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 691

RAFT-FE	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 691

LG-Stereo_L2	0.34 247	0.37 196	0.38 301	0.47 307	0.28 282	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 302	0.28 287	0.38 295	0.28 272	0.42 324	0.35 331	0.36 309	0.26 269	0.35 280	0.26 251

H2IRNET	0.34 247	0.34 186	0.34 283	0.34 229	0.34 386	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 278	0.34 378	0.34 276	0.34 372	0.34 254	0.34 324	0.34 286	0.34 389	0.34 267	0.34 368

IGEV++	0.34 247	0.43 234	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.30 296	0.38 282	0.29 263	0.37 312	0.29 341	0.37 293	0.29 324

iRaft-Stereo_5w	0.34 247	0.42 232	0.31 261	0.39 250	0.30 305	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 400	0.41 323	0.34 378	0.38 295	0.30 296	0.34 254	0.27 241	0.34 286	0.26 269	0.34 267	0.26 251

CSP-Net	0.34 247	1.29 466	1.19 533	1.36 561	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 574	1.21 585	0.03 41	0.09 142	0.02 21	0.09 143

iRaft-Stereo_20w	0.34 247	0.41 222	0.31 261	0.39 250	0.29 293	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 302	0.30 306	0.38 295	0.32 347	0.35 262	0.27 241	0.34 286	0.27 307	0.34 267	0.29 324

DGSMNet	0.34 247	0.41 222	0.27 228	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.27 277	0.41 315	0.27 274	0.42 341	0.27 278	0.41 322	0.28 272	0.40 302	0.29 263	0.40 374	0.28 326	0.40 365	0.27 289

small-0shot	0.35 256	1.92 544	0.27 228	0.27 205	0.27 276	0.27 248	0.27 266	0.27 239	0.27 277	0.27 245	0.27 274	0.26 246	0.27 278	0.27 248	0.26 261	0.27 221	0.26 229	0.26 244	0.26 269	0.26 231	0.27 289

gcap_with_dpt	0.35 256	0.39 207	0.30 245	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.38 282	0.26 229	0.38 320	0.27 307	0.38 306	0.27 289

FE-Mocha	0.35 256	0.71 305	0.40 344	0.47 307	0.27 276	0.34 274	0.27 266	0.34 263	0.26 273	0.34 272	0.26 270	0.34 278	0.27 278	0.34 276	0.27 263	0.44 326	0.41 369	0.33 276	0.29 341	0.32 255	0.29 324

IGEV-FE	0.35 256	0.37 196	0.17 183	0.19 163	0.17 223	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 194	0.17 220	0.37 292	0.36 379	0.19 178	0.17 195	0.19 202	0.17 230	0.38 306	2.84 682

test_for_model	0.35 256	0.39 207	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.38 282	0.26 229	0.38 320	0.26 269	0.38 306	0.26 251

CASnet	0.35 256	0.51 275	0.44 367	0.32 221	0.31 352	0.24 224	0.34 376	0.36 270	0.25 259	0.31 258	0.37 400	0.30 260	0.33 373	0.25 232	0.45 431	0.37 270	0.37 341	0.33 276	0.35 402	0.34 267	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 256	0.44 237	0.45 369	0.49 319	0.30 305	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 285	0.29 297	0.36 285	0.30 296	0.46 365	0.39 355	0.32 269	0.24 260	0.32 255	0.25 245
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 256	0.35 188	0.35 293	0.35 232	0.35 390	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 280	0.35 384	0.35 279	0.35 376	0.35 262	0.35 331	0.35 302	0.35 402	0.35 280	0.35 379

GeoVLM	0.36 264	0.38 200	0.27 228	0.46 300	0.28 282	0.35 278	0.28 277	0.37 278	0.27 277	0.35 276	0.28 282	0.36 285	0.38 397	0.35 279	0.28 272	1.08 507	0.26 229	0.33 276	0.27 307	0.34 267	0.33 361

Zero-FE251	0.36 264	0.40 211	0.28 235	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 323	0.28 287	0.42 336	0.30 296	0.37 270	0.26 229	0.37 312	0.27 307	0.45 391	0.56 470

GIP-stereo	0.36 264	0.49 262	0.39 312	0.48 313	0.32 364	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 310	0.28 287	0.42 336	0.28 272	0.45 355	0.32 282	0.38 320	0.30 357	0.37 293	0.27 289

DCVSM-stereo	0.36 264	1.89 535	0.22 205	0.40 263	0.22 254	0.40 305	0.22 240	0.40 300	0.22 244	0.40 301	0.22 247	0.40 310	0.22 249	0.40 306	0.22 238	0.28 226	0.21 211	0.28 253	0.21 244	0.28 239	0.20 225

RSM	0.36 264	0.36 193	0.43 365	0.37 239	0.42 438	0.49 419	0.42 428	0.37 278	0.28 283	0.36 280	0.29 295	0.36 285	0.30 306	0.37 292	0.28 272	0.34 254	0.31 277	0.34 286	0.35 402	0.40 365	0.29 324

gcap-zeroshot	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

testlalala	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

GCAPDPT-zeroshot	0.36 264	0.40 211	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.27 307	0.39 351	0.26 251

RAFT-Test	0.36 264	0.37 196	0.33 272	0.41 275	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.33 359	0.37 270	0.29 263	0.37 312	0.29 341	0.38 306	0.31 347

DMCA	0.36 264	0.38 200	0.37 299	0.35 232	0.35 390	0.36 282	0.36 387	0.36 270	0.35 384	0.35 276	0.37 400	0.36 285	0.36 388	0.35 279	0.36 379	0.36 267	0.36 337	0.35 302	0.36 408	0.36 288	0.36 382

ACVNet-DCA	0.37 274	1.00 368	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.39 303	0.28 272	0.33 250	0.32 282	0.33 276	0.32 375	0.33 262	0.32 354

1test111	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

cc1	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

EKT-Stereo	0.37 274	0.40 211	0.44 367	1.07 476	0.29 293	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 295	0.30 306	0.36 285	0.29 286	0.34 254	0.28 249	0.39 361	0.30 357	0.37 293	0.30 338

GMOStereo	0.37 274	0.45 246	0.23 208	0.30 209	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	0.34 254	0.22 215	0.47 430	0.37 411	0.39 351	0.33 361

XPNet_ROB	0.37 274	0.37 196	0.37 299	0.37 239	0.37 400	0.37 290	0.37 393	0.37 278	0.37 396	0.37 286	0.37 400	0.37 295	0.37 393	0.37 292	0.37 389	0.37 270	0.37 341	0.37 312	0.37 411	0.37 293	0.37 387

GREATEN-IGEV_RVC	0.38 280	0.35 188	0.56 420	0.63 395	0.29 293	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 285	0.29 297	0.36 285	0.29 286	0.62 422	0.57 433	0.35 302	0.29 341	0.36 288	0.29 324

GREATEN-IGEV-FM_RVC	0.38 280	0.35 188	0.56 420	0.63 395	0.28 282	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 285	0.28 287	0.36 285	0.28 272	0.62 422	0.57 433	0.35 302	0.28 326	0.35 280	0.28 315

MonSter++	0.38 280	0.44 237	0.31 261	0.43 291	0.30 305	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 350	0.31 357	0.43 343	0.69 501	0.38 282	0.33 295	0.40 374	0.30 357	0.38 306	0.30 338

HiDET	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.68 493	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

LCMNet	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 341	0.30 306	0.42 336	0.69 501	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

CSFM-Stereo	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.73 514	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.30 338

HART	0.38 280	0.45 246	0.34 283	0.42 285	0.33 376	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 341	0.34 378	0.41 322	0.38 392	0.40 302	0.32 282	0.42 408	0.32 375	0.40 365	0.32 354

GREAT-IGEV	0.38 280	0.43 234	0.36 295	0.48 313	0.32 364	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.33 295	0.41 392	0.29 341	0.41 376	0.29 324
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	0.38 280	0.43 234	0.33 272	0.46 300	0.33 376	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.33 373	0.45 392	0.32 347	0.38 282	0.38 348	0.38 320	0.37 411	0.37 293	0.36 382

WAO-8	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.37 411	0.38 306	0.38 394

WAO-7	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.38 424	0.38 306	0.38 394

xx1	0.38 280	1.03 384	0.31 261	0.40 263	0.31 352	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.29 286	0.34 254	0.33 295	0.34 286	0.32 375	0.34 267	0.32 354

Venus	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.37 290	0.38 400	0.37 278	0.37 396	0.41 315	0.37 400	0.39 302	0.37 393	0.38 295	0.38 392	0.37 270	0.38 348	0.38 320	0.37 411	0.37 293	0.38 394

IMH	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.42 329	0.38 405	0.40 310	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.39 361	0.38 424	0.38 306	0.38 394

DF	0.39 294	1.37 476	1.02 517	1.14 484	0.12 187	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 178	0.12 183	0.16 179	0.12 174	1.12 516	1.00 508	0.15 178	0.12 180	0.15 177	0.12 178

PAM	0.39 294	1.88 534	0.34 283	0.37 239	0.41 428	0.45 396	0.22 240	0.28 240	0.23 251	0.28 246	0.24 259	0.29 256	0.23 255	0.29 257	0.23 245	0.38 282	0.32 282	0.38 320	0.37 411	0.32 255	0.22 231

HanzoNet	0.39 294	0.38 200	0.40 344	0.39 250	0.41 428	0.38 297	0.38 400	0.38 287	0.38 400	0.39 294	0.39 415	0.38 297	0.38 397	0.39 303	0.40 407	0.38 282	0.38 348	0.40 374	0.38 424	0.38 306	0.40 402

CES	0.39 294	0.47 254	0.36 295	0.36 236	0.37 400	0.45 396	0.35 381	0.35 266	0.40 414	0.36 280	0.44 441	0.47 405	0.36 388	0.44 374	0.36 379	0.37 270	0.39 355	0.44 411	0.35 402	0.37 293	0.36 382

PASM	0.39 294	3.06 613	1.36 599	1.58 571	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

mms	0.40 299	0.45 246	0.35 293	0.48 313	0.36 396	0.47 408	0.34 376	0.45 388	0.38 400	0.47 398	0.33 373	0.45 395	0.32 362	0.45 392	0.32 347	0.39 295	0.38 348	0.38 320	0.37 411	0.39 351	0.39 400

GCAPDPT-zeroshot4090	0.40 299	1.09 394	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.38 320	0.27 307	0.38 306	0.27 289

knoymous	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

anonymousa	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

riskmin	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_2	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_1	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

AdaStereo	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402
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.
GCAP-Stereo-DPT-25K	0.41 307	1.09 394	0.40 344	0.52 369	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.28 326	0.39 351	0.28 315

GCAP-Stereo-DPT-FT	0.41 307	1.06 391	0.40 344	0.51 366	0.31 352	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 455	0.30 306	0.44 374	0.31 337	0.45 355	0.34 324	0.39 361	0.27 307	0.40 365	0.27 289

Select-FE	0.41 307	0.44 237	0.23 208	0.26 202	0.22 254	0.26 243	0.22 240	0.26 235	0.23 251	0.26 240	0.23 252	0.26 246	0.23 255	0.45 392	0.42 423	0.25 215	0.22 215	0.25 239	0.22 247	0.45 391	2.90 683

water-stereo	0.41 307	0.84 327	0.46 374	0.50 355	0.33 376	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.41 369	0.39 361	0.31 368	0.39 351	0.32 354

GCAP-BAT	0.41 307	1.30 468	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.34 324	0.38 320	0.26 269	0.38 306	0.26 251

GwcNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

PSMNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

GANet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet2	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

FCDSN-DC	0.41 307	0.59 293	0.64 444	0.54 374	0.33 376	0.50 428	0.37 393	0.42 333	0.40 414	0.61 462	0.43 439	0.50 431	0.49 456	0.38 295	0.32 347	0.28 226	0.23 221	0.26 244	0.22 247	0.35 280	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 307	0.46 250	0.33 272	0.49 319	0.33 376	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	0.33 373	0.51 434	0.33 359	0.41 310	0.30 272	0.41 392	0.30 357	0.79 476	0.29 324

Gwc-CoAtRS	0.41 307	1.49 482	0.32 267	0.42 285	0.32 364	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.32 347	0.39 295	0.28 249	0.39 361	0.28 326	0.40 365	0.28 315

S0	0.42 320	0.44 237	0.54 416	0.59 387	0.34 386	0.48 413	0.22 240	0.51 430	0.25 259	0.51 434	0.34 381	0.53 444	0.35 384	0.47 401	0.36 379	0.55 404	0.39 355	0.49 443	0.27 307	0.46 394	0.34 368

UPFNet	0.42 320	1.20 410	0.17 183	0.24 188	0.17 223	0.25 234	0.17 212	1.19 540	0.90 539	0.25 231	0.17 217	0.24 227	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.22 215	0.16 208	1.15 529	0.93 535

quiztm	0.43 322	0.49 262	0.40 344	0.51 366	0.40 418	0.51 440	0.40 414	0.50 416	0.40 414	0.50 425	0.40 418	0.51 442	0.40 409	0.50 424	0.40 407	0.44 326	0.34 324	0.44 411	0.34 389	0.44 386	0.34 368

GCAP-Stereo-DPT26K	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.31 337	0.44 326	0.33 295	0.38 320	0.27 307	0.38 306	0.26 251

aanet-new-8k	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new	0.43 322	1.80 508	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-cres	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-36K	0.43 322	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-20K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-3K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

DDF-Stereo	0.43 322	1.15 403	0.57 424	0.53 371	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.40 306	0.32 347	0.52 394	0.50 417	0.38 320	0.31 368	0.39 351	0.31 347

DVStereo	0.43 322	0.86 331	0.48 390	0.50 355	0.33 376	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 405	0.33 373	0.47 401	0.34 372	0.45 355	0.42 378	0.40 374	0.33 385	0.47 408	0.38 394

psmg	0.43 322	1.91 538	0.92 504	1.91 585	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	1.44 608	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 322	1.21 456	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.95 547	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.22 215	0.16 208	1.18 537	0.98 540

psm_up	0.43 322	1.19 409	0.17 183	0.25 195	0.18 234	0.25 234	0.19 226	1.26 592	0.91 540	0.26 240	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.23 224	0.16 208	1.18 537	0.99 541

aanet-new-90k	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-60k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-70k	0.44 335	1.82 520	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-78k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-40k	0.44 335	1.81 513	0.39 312	0.50 355	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-36k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-34k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-32k-new	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.39 361	0.26 269	0.38 306	0.26 251

aanet-new-32k	0.44 335	1.79 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-30k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-28k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-24k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-22k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-16k	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-cres-4k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-22K	0.44 335	1.85 529	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-24K	0.44 335	1.86 532	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-5K	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-2K	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-50K	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.36 337	0.38 320	0.26 269	0.38 306	0.26 251

Monster-pub-mixall	0.44 335	0.56 289	0.60 430	0.38 242	0.27 276	0.37 290	0.27 266	0.37 278	0.29 291	0.38 287	0.27 274	0.38 297	0.29 297	0.85 502	0.27 263	1.46 590	0.26 229	0.34 286	0.26 269	0.36 288	0.53 456

depthmonostereo	0.44 335	0.85 329	0.46 374	0.54 374	0.40 418	0.52 444	0.38 400	0.52 435	0.35 384	0.47 398	0.34 381	0.46 399	0.34 378	0.47 401	0.34 372	0.45 355	0.43 383	0.41 392	0.33 385	0.41 376	0.32 354

MMNet	0.44 335	1.24 464	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.93 545	0.25 231	0.17 217	0.25 234	0.18 230	0.25 232	0.17 212	0.23 201	0.16 174	0.23 224	0.16 208	1.20 541	0.99 541

aanet-new-10k	0.45 358	1.81 513	0.40 344	0.50 355	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.32 362	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

252Zero-FE	0.45 358	0.50 267	0.36 295	0.50 355	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.49 417	0.36 388	0.54 444	0.41 415	0.45 355	0.34 324	0.45 416	0.34 389	0.55 434	0.75 513

Monster-pub-eth3d	0.45 358	0.57 290	0.60 430	0.39 250	0.28 282	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 302	0.30 306	0.92 513	0.27 263	1.42 587	0.28 249	0.34 286	0.28 326	0.37 293	0.53 456

Replicate-Monster	0.45 358	0.57 290	0.60 430	0.40 263	0.29 293	0.37 290	0.27 266	0.37 278	0.30 306	0.40 301	0.31 354	0.40 310	0.30 306	0.99 521	0.27 263	1.36 583	0.31 277	0.34 286	0.30 357	0.36 288	0.54 459

SCV_C0	0.45 358	0.88 335	0.49 397	0.54 374	0.37 400	0.48 413	0.37 393	0.48 402	0.37 396	0.48 405	0.36 393	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.41 369	0.44 411	0.34 389	0.44 386	0.34 368

RAFT-Stereo-weight	0.45 358	1.90 537	0.34 283	0.42 285	0.36 396	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 385	0.34 378	0.41 322	0.34 372	0.38 282	0.32 282	0.38 320	0.32 375	0.38 306	0.33 361

TorneroNet-64	0.45 358	0.27 171	0.30 245	0.58 384	0.27 276	0.70 477	0.30 297	0.28 240	0.73 522	0.73 481	0.28 282	0.71 481	0.66 489	0.75 483	0.27 263	0.27 221	0.29 263	0.37 312	0.75 528	0.28 239	0.30 338

aanet-new-12k	0.46 365	1.99 547	0.40 344	0.51 366	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.32 347	0.47 372	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

SCV	0.46 365	0.94 354	0.45 369	0.54 374	0.37 400	0.48 413	0.38 400	0.48 402	0.37 396	0.48 405	0.39 415	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.46 394	0.44 411	0.34 389	0.44 386	0.34 368

otaku	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

Dean	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.47 398	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

ACVNet_1	0.46 365	0.47 254	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.47 446	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.47 430	0.46 453	0.46 394	0.46 426

ACVNet-4b	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.47 401	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

PML	0.46 365	1.36 474	0.29 241	0.58 384	0.30 305	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 458	0.29 297	0.56 449	0.29 286	0.52 394	0.30 272	0.53 460	0.31 368	0.53 432	0.30 338

Anonymus	0.47 372	0.73 308	0.46 374	0.43 291	0.54 479	0.53 446	0.27 266	0.39 292	0.35 384	0.33 269	0.40 418	0.33 273	0.38 397	0.53 441	0.54 464	0.56 408	0.36 337	0.49 443	0.53 476	0.66 449	0.54 459

LG-Stereo_L1	0.47 372	0.52 277	0.47 382	0.62 393	0.39 417	0.53 446	0.40 414	0.53 437	0.39 413	0.53 441	0.39 415	0.53 444	0.39 408	0.53 441	0.39 404	0.55 404	0.46 394	0.49 443	0.37 411	0.49 415	0.37 387

Ntro	0.47 372	0.47 254	0.46 374	0.46 300	0.46 449	0.47 408	0.47 446	0.46 392	0.47 446	0.46 392	0.46 449	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

HaxPig	0.47 372	0.47 254	0.47 382	0.49 319	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.47 449	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.47 460	0.47 408	0.48 436

UNDER WATER	0.47 372	0.47 254	0.47 382	0.47 307	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.46 453	0.47 408	0.47 434

LVE	0.47 372	0.47 254	0.47 382	0.47 307	0.49 462	0.47 408	0.47 446	0.47 398	0.49 455	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.48 438	0.47 460	0.47 408	0.47 434

GASTEREO	0.48 378	1.21 456	0.47 382	0.57 382	0.38 407	0.50 428	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	0.38 397	0.50 424	0.38 392	0.52 394	0.42 378	0.46 420	0.34 389	0.46 394	0.34 368

LG-Stereo_Zeroshot	0.48 378	0.55 287	0.47 382	0.63 395	0.41 428	0.56 452	0.44 432	0.56 443	0.41 424	0.56 452	0.41 426	0.57 458	0.42 427	0.56 449	0.41 415	0.55 404	0.43 383	0.51 454	0.37 411	0.51 426	0.37 387

fffft	0.48 378	0.51 275	0.45 369	0.52 369	0.45 447	0.52 444	0.45 438	0.52 435	0.48 453	0.53 441	0.45 446	0.52 443	0.45 438	0.52 439	0.46 435	0.51 392	0.41 369	0.50 449	0.41 438	0.50 420	0.41 411
1: 1. 1
RainbowNet	0.48 378	0.48 260	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.48 453	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.48 436

notaker	0.48 378	0.49 262	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.49 455	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.49 442

LL-Strereo2	0.48 378	1.73 496	0.51 408	0.59 387	0.34 386	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 341	0.31 357	0.44 374	0.39 404	0.60 414	0.51 422	0.44 411	0.33 385	0.44 386	0.33 361

Former-RAFT_DAM_RVC	0.49 384	0.98 359	0.64 444	0.84 438	0.46 449	0.45 396	0.35 381	0.47 398	0.47 446	0.45 386	0.34 381	0.46 399	0.48 450	0.46 397	0.35 376	0.39 295	0.71 478	0.39 361	0.35 402	0.41 376	0.41 411

ACVNet_2	0.49 384	0.49 262	0.49 397	0.49 319	0.49 462	0.49 419	0.49 457	0.49 407	0.49 455	0.49 412	0.49 464	0.49 417	0.49 456	0.49 416	0.49 450	0.49 380	0.49 409	0.49 443	0.49 468	0.49 415	0.49 442

FoundationStereo	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

StereoAnything_RVC	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

dual_stereo	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

GCST	0.50 386	2.08 550	0.38 301	0.53 371	0.35 390	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 417	0.35 384	0.49 416	0.35 376	0.48 377	0.37 341	0.45 416	0.33 385	0.44 386	0.33 361

SANet	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

MSCF	0.51 391	1.40 479	0.49 397	0.58 384	0.38 407	0.50 428	0.38 400	0.54 439	0.41 424	0.52 438	0.41 426	0.53 444	0.42 427	0.53 441	0.41 415	0.60 414	0.47 402	0.48 438	0.37 411	0.48 412	0.38 394

UGAM-zero	0.51 391	2.17 559	0.39 312	0.53 371	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.50 431	0.35 384	0.50 424	0.36 379	0.49 380	0.37 341	0.47 430	0.35 402	0.46 394	0.34 368

UGAM	0.51 391	2.23 564	0.39 312	0.54 374	0.35 390	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 417	0.36 388	0.50 424	0.36 379	0.49 380	0.37 341	0.45 416	0.34 389	0.45 391	0.34 368

Selective-IGEV	0.51 391	0.55 287	0.45 369	0.69 409	0.45 447	0.61 463	0.45 438	0.50 416	0.40 414	0.56 452	0.44 441	0.55 452	0.40 409	0.72 478	0.67 486	0.59 413	0.46 394	0.45 416	0.34 389	0.46 394	0.37 387

RCA-Stereo	0.51 391	3.22 619	0.34 283	0.44 295	0.34 386	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 385	0.33 373	0.43 343	0.33 359	0.38 282	0.29 263	0.38 320	0.29 341	0.38 306	0.29 324

DN	0.53 396	0.85 329	0.45 369	0.65 401	0.44 443	0.60 461	0.44 432	0.60 454	0.44 437	0.60 460	0.45 446	0.60 463	0.44 434	0.60 458	0.44 429	0.56 408	0.42 378	0.56 464	0.42 446	0.56 437	0.42 418

MatchStereo	0.54 397	0.12 114	2.38 662	2.32 606	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 639	2.34 658	0.12 159	0.11 165	0.11 156	0.10 151
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	0.54 397	0.60 295	0.52 411	0.66 405	0.47 455	0.61 463	0.47 446	0.58 449	0.46 441	0.61 462	0.46 449	0.61 466	0.45 438	0.62 460	0.45 431	0.61 418	0.52 424	0.57 465	0.48 464	0.57 440	0.48 436

castereo++	0.54 397	3.59 625	1.15 527	1.31 555	0.14 193	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 178	0.13 189	0.16 179	0.14 187	1.45 589	1.16 534	0.15 178	0.14 196	0.15 177	0.13 185

FENet	0.54 397	1.52 483	1.19 533	1.41 565	0.23 260	0.35 278	0.23 249	0.35 266	0.23 251	0.34 272	0.23 252	0.35 280	0.23 255	0.35 279	0.23 245	1.40 586	1.07 518	0.32 269	0.23 253	0.33 262	0.23 233

PSMNet_ROB	0.54 397	0.54 285	0.54 416	0.54 374	0.53 476	0.54 450	0.54 470	0.53 437	0.54 470	0.54 447	0.54 478	0.54 448	0.53 467	0.54 444	0.54 464	0.54 398	0.53 426	0.54 461	0.54 478	0.54 433	0.54 459

AIO-test2	0.55 402	0.59 293	0.52 411	0.67 406	0.47 455	0.61 463	0.47 446	0.61 458	0.47 446	0.61 462	0.47 457	0.61 466	0.48 450	0.62 460	0.47 442	0.64 428	0.53 426	0.58 466	0.47 460	0.58 442	0.48 436

CFNet-ft	0.55 402	1.57 485	0.14 148	0.20 167	0.14 193	0.20 199	2.53 680	1.61 611	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	1.56 604	1.24 619

S	0.56 404	0.61 296	0.54 416	0.68 408	0.48 459	0.65 469	0.49 457	0.63 460	0.49 455	0.64 468	0.49 464	0.64 470	0.48 450	0.62 460	0.49 450	0.63 426	0.62 451	0.59 469	0.48 464	0.57 440	0.48 436

MyStereo04	0.56 404	3.72 631	0.59 426	0.49 319	0.41 428	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 449	0.35 280	0.32 362	0.35 279	0.33 359	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

CASS	0.57 406	0.89 338	0.56 420	0.57 382	0.56 480	0.56 452	0.56 472	0.56 443	0.53 468	0.57 455	0.57 480	0.59 462	0.48 450	0.56 449	0.57 468	0.55 404	0.56 431	0.47 430	0.56 484	0.62 445	0.56 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 407	0.75 313	0.49 397	0.79 429	0.50 466	0.79 488	0.49 457	0.79 482	0.49 455	0.80 493	0.49 464	0.79 494	0.49 456	0.80 488	0.49 450	0.63 426	0.40 359	0.63 472	0.40 429	0.63 446	0.40 402

aanet-new-14k	0.60 407	5.12 659	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.37 341	0.38 320	0.26 269	0.38 306	0.26 251

LG-Stereo	0.60 407	0.58 292	0.47 382	0.64 400	0.74 518	1.00 517	0.69 504	0.57 446	0.41 424	0.57 455	0.41 426	0.57 458	0.41 421	1.00 523	0.75 519	0.91 480	0.51 422	0.52 457	0.37 411	0.52 428	0.37 387

MonSter	0.60 407	0.64 299	0.52 411	0.62 393	0.44 443	2.07 637	0.44 432	0.62 459	0.44 437	0.62 465	0.44 441	0.62 468	0.44 434	0.62 460	0.44 429	0.58 411	0.42 378	0.62 470	0.46 453	0.58 442	0.42 418

MyStereo07	0.60 407	3.72 631	0.48 390	0.49 319	0.41 428	0.36 282	0.32 352	0.49 407	0.43 434	0.51 434	0.42 436	0.49 417	0.43 432	0.51 434	0.64 479	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

castereo	0.61 412	3.79 633	1.35 591	1.52 569	0.15 207	0.17 187	0.16 202	0.20 198	0.21 240	0.18 188	0.16 209	0.21 204	0.12 183	0.26 244	0.17 212	1.43 588	1.38 604	0.17 190	0.16 208	0.18 193	0.16 197

WCG-NET	0.61 412	1.21 456	0.54 416	0.61 392	0.53 476	0.67 472	0.53 467	0.66 466	0.53 468	0.64 468	0.53 477	0.65 474	0.53 467	0.59 456	0.52 460	0.65 430	0.48 406	0.64 474	0.52 474	0.58 442	0.50 445

GEAStereo	0.62 414	3.91 638	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

gasm-f	0.62 414	3.91 638	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

SMoEStereo_RVC	0.63 416	0.75 313	0.51 408	0.73 423	0.53 476	0.71 479	0.47 446	0.67 467	0.58 474	0.74 486	0.60 486	0.72 484	0.53 467	0.74 482	0.51 458	0.61 418	0.62 451	0.62 470	0.61 492	0.63 446	0.61 476

anonymity	0.63 416	0.69 301	0.56 420	0.71 417	0.56 480	0.71 479	0.56 472	0.71 474	0.56 471	0.72 480	0.56 479	0.71 481	0.56 471	0.71 476	0.58 470	0.68 435	0.55 429	0.68 481	0.55 480	0.68 454	0.54 459

SE	0.64 418	0.73 308	0.77 483	0.79 429	0.59 483	0.78 485	0.54 470	0.58 449	0.58 474	0.78 490	0.59 484	0.63 469	0.18 230	0.78 485	0.52 460	0.80 465	0.65 456	0.69 484	0.57 486	0.75 467	0.52 453

PAM_32	0.64 418	2.38 579	0.51 408	0.92 451	0.43 442	0.53 446	0.44 432	0.87 494	0.43 434	0.52 438	0.45 446	0.53 444	0.40 409	0.54 444	0.46 435	0.62 422	0.56 431	0.48 438	0.45 451	0.76 470	0.44 423

CRFU-Net	0.65 420	1.67 488	1.22 583	1.96 589	0.27 276	0.41 321	0.27 266	0.41 315	0.27 277	0.40 301	0.26 270	0.41 323	0.27 278	0.40 306	0.27 263	1.80 603	1.62 625	0.34 286	0.23 253	0.33 262	0.23 233

LMCR-Stereo	0.65 420	0.63 297	0.65 448	0.65 401	0.65 498	0.66 471	0.63 483	0.58 449	0.65 488	0.63 467	0.64 494	0.65 474	0.65 486	0.66 468	0.66 485	0.66 432	0.64 454	0.65 478	0.67 509	0.68 454	0.73 509

KSHMR	0.66 422	0.50 267	0.48 390	1.15 487	0.52 473	0.49 419	0.51 465	0.49 407	0.71 516	0.67 474	0.50 468	1.16 551	1.11 550	0.66 468	0.52 460	0.49 380	0.49 409	0.51 454	0.66 505	0.50 420	1.14 560

TorneroNet	0.66 422	0.53 281	0.50 402	0.50 355	0.64 496	1.06 534	0.70 510	0.50 416	0.51 467	0.49 412	0.69 510	0.49 417	0.50 460	0.48 410	1.15 562	0.71 442	0.49 409	1.14 550	1.08 561	0.49 415	0.49 442

GES	0.66 422	2.34 575	0.29 241	0.41 275	0.29 293	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 426	0.41 323	0.30 306	0.51 434	0.29 286	0.32 244	0.29 263	0.32 269	2.46 684	2.49 646	0.30 338

cf-r	0.66 422	2.17 559	0.12 123	0.18 158	0.12 187	0.18 191	2.70 684	2.60 658	0.12 187	0.18 188	0.12 177	0.18 190	0.12 183	0.18 189	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 616	1.74 658

DSFCA	0.66 422	0.73 308	0.78 485	0.65 401	0.65 498	0.64 468	0.64 484	0.65 463	0.63 486	0.64 468	0.64 494	0.64 470	0.64 484	0.65 467	0.65 482	0.65 430	0.65 456	0.65 478	0.65 503	0.66 449	0.64 486

WAFT-Stereo (ZS)	0.67 427	0.78 318	0.67 454	0.67 406	0.66 501	0.67 472	0.67 491	0.65 463	0.66 490	0.66 472	0.67 499	0.66 477	0.67 491	0.67 470	0.72 513	0.66 432	0.67 459	0.67 480	0.67 509	0.67 452	0.67 492

DEFOM-Stereo	0.68 428	3.11 615	1.40 605	1.63 579	0.25 268	0.31 262	0.25 256	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 278	0.31 264	0.28 272	1.59 596	1.47 610	0.30 260	0.29 341	0.30 247	0.28 315

ssnet_v2	0.68 428	1.96 546	1.25 587	0.29 208	0.20 242	0.30 255	0.20 230	0.29 245	0.22 244	1.50 612	0.20 240	0.31 265	0.20 241	0.27 248	0.22 238	0.24 208	1.49 611	0.26 244	0.18 237	3.90 669	0.19 223

ARAFT	0.68 428	0.81 324	0.63 441	0.74 426	0.60 485	0.78 485	0.62 482	0.77 481	0.66 490	0.74 486	0.63 492	0.75 489	0.62 483	0.83 497	0.60 475	0.70 441	0.55 429	0.70 489	0.60 490	0.78 474	0.55 467

mm2	0.69 431	0.69 301	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 515	0.69 458	0.69 496

mm1	0.69 431	0.69 301	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 515	0.69 458	0.69 496

NINENet	0.69 431	3.87 637	1.20 536	1.98 590	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 323	0.05 117	0.40 306	0.05 115	1.79 602	1.56 617	0.34 286	0.22 247	0.34 267	0.23 233

VIP-Stereo	0.70 434	2.97 612	2.43 663	2.49 613	0.16 217	0.25 234	0.16 202	0.25 229	0.16 211	0.25 231	0.18 233	0.25 234	0.16 208	0.26 244	0.16 205	1.86 604	1.26 587	0.23 224	0.15 205	0.23 220	0.15 196

RAFT-Stereo + iAFF	0.70 434	0.72 307	0.71 470	0.80 433	0.62 495	0.82 496	0.61 481	0.81 488	0.62 483	0.81 496	0.63 492	0.80 496	0.70 506	0.73 480	0.61 477	0.76 460	0.61 450	0.74 496	0.61 492	0.77 472	0.61 476

DMCA-RVC	0.70 434	0.80 321	0.70 467	0.70 415	0.70 511	0.70 477	0.70 510	0.71 474	0.70 511	0.70 479	0.71 519	0.71 481	0.70 506	0.70 475	0.69 501	0.69 436	0.70 474	0.69 484	0.70 519	0.69 458	0.70 499

MyStereo8	0.71 437	3.92 640	0.52 411	0.59 387	0.52 473	0.57 458	0.53 467	0.59 452	0.50 460	0.59 459	0.51 474	0.57 458	0.50 460	0.56 449	0.52 460	0.54 398	0.49 409	0.54 461	0.49 468	0.55 434	0.50 445

HH	0.71 437	2.54 586	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

HanStereo	0.71 437	2.54 586	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

CAR	0.72 440	0.76 315	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 511	0.87 489	0.52 453

MSE-Stereo	0.72 440	0.76 315	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 511	0.87 489	0.52 453

zero-FE	0.72 440	1.31 470	0.66 450	0.92 451	0.60 485	0.82 496	0.58 475	0.82 491	0.58 474	0.81 496	0.60 486	0.81 499	0.60 479	0.82 492	0.58 470	0.74 457	0.59 443	0.73 491	0.52 474	0.76 470	0.51 452

ktn	0.72 440	0.53 281	1.08 521	1.14 484	0.51 472	1.22 595	1.36 628	0.51 430	0.59 479	0.51 434	0.51 474	0.69 478	1.20 562	0.67 470	0.51 458	0.51 392	0.49 409	0.58 466	0.66 505	0.52 428	0.53 456

MGA	0.73 444	0.76 315	0.60 430	0.92 451	1.17 572	0.81 493	0.59 479	0.84 492	0.62 483	0.81 496	0.59 484	0.84 503	0.60 479	0.81 491	0.61 477	0.71 442	0.53 426	0.89 518	0.53 476	0.75 467	0.54 459

DStereoRT	0.73 444	0.81 324	0.73 477	0.71 417	0.74 518	0.73 481	0.75 518	0.71 474	0.71 516	0.74 486	0.72 522	0.73 486	0.80 522	0.71 476	0.73 514	0.76 460	0.71 478	0.73 491	0.72 524	0.70 461	0.76 516

CroCo-Stereo	0.73 444	1.22 462	0.25 218	1.22 541	0.25 268	1.22 595	0.25 256	1.22 589	0.25 259	1.22 597	0.25 265	1.22 600	0.25 261	1.22 600	0.25 256	1.22 572	0.26 229	1.21 609	0.25 263	1.22 589	0.25 245
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	0.73 444	0.88 335	0.67 454	0.75 427	0.68 506	0.75 482	0.64 484	0.80 485	0.72 519	0.83 501	0.70 514	0.82 500	0.64 484	0.84 498	0.67 486	0.77 462	0.63 453	0.81 508	0.63 494	0.78 474	0.62 479

monster-pro	0.75 448	1.67 488	0.64 444	0.89 444	0.57 482	0.86 502	0.56 472	0.87 494	0.56 471	0.87 502	0.57 480	0.88 506	0.57 472	0.87 503	0.57 468	0.79 463	0.58 437	0.76 499	0.54 478	0.77 472	0.54 459

AIO-Stereo-zeroshot1	0.75 448	0.92 348	0.85 496	0.96 463	0.59 483	1.27 599	0.44 432	0.59 452	0.69 503	0.91 507	0.68 505	0.55 452	0.61 482	1.06 538	0.83 532	0.62 422	0.70 474	0.90 519	0.41 438	0.89 493	0.56 470

MyStereo06	0.75 448	4.12 642	0.60 430	0.63 395	0.61 490	0.62 466	0.66 487	0.56 443	0.45 440	0.55 450	0.48 461	0.54 448	0.46 441	0.57 454	0.45 431	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

GCAP-Stereo	0.75 448	4.15 645	0.42 363	0.75 427	0.35 390	0.78 485	0.40 414	0.79 482	0.38 400	0.78 490	0.36 393	0.78 492	0.36 388	0.79 486	0.39 404	0.75 458	0.39 355	0.76 499	0.39 428	0.75 467	0.39 400

GANet-RSSM	0.75 448	1.91 538	0.14 148	0.47 307	0.14 193	0.21 209	3.21 701	2.30 644	0.14 194	0.46 392	0.14 195	0.23 221	0.18 230	0.21 207	0.14 187	0.18 174	0.27 241	0.37 312	0.13 191	2.13 627	2.12 668

RSM++	0.76 453	0.82 326	0.66 450	0.85 442	0.64 496	0.85 500	0.71 513	0.94 508	0.64 487	0.87 502	0.67 499	0.87 505	0.65 486	0.84 498	0.65 482	0.81 469	0.70 474	0.79 503	0.71 522	0.83 486	0.70 499

CroCo-Stereo Lap2	0.77 454	1.29 466	0.29 241	1.27 546	0.29 293	1.27 599	0.26 263	1.26 592	0.26 273	1.26 598	0.26 270	1.27 604	0.26 271	1.26 601	0.27 263	1.27 575	0.27 241	1.27 613	0.27 307	1.27 593	0.27 289

PSMNet-RSSM	0.77 454	2.76 603	0.14 148	0.20 167	0.14 193	0.20 199	2.66 682	2.79 672	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 650	2.31 673

GwcNet-RSSM	0.77 454	2.77 605	0.14 148	0.20 167	0.14 193	0.20 199	2.67 683	2.78 671	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.21 207	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 650	2.31 673

4D-IteraStereo	0.78 457	3.13 616	0.89 497	0.69 409	0.32 364	0.40 305	0.32 352	0.76 480	0.97 550	0.52 438	0.65 496	0.89 509	0.32 362	0.76 484	0.98 544	0.83 474	0.94 506	0.35 302	0.27 307	0.70 461	0.89 531

Pro-Stereo	0.79 458	0.53 281	0.38 301	0.49 319	0.38 407	0.49 419	0.37 393	0.49 407	0.67 492	0.50 425	0.38 405	1.10 543	0.38 397	0.49 416	0.38 392	0.71 442	0.88 500	5.98 717	0.36 408	0.46 394	0.36 382

hitnet-ft	0.79 458	2.78 608	0.14 148	0.20 167	0.14 193	0.21 209	2.89 685	2.80 673	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.54 658	2.33 675

G-Net	0.79 458	0.79 320	0.79 488	0.79 429	0.79 531	0.79 488	0.79 523	0.79 482	0.79 530	0.79 492	0.79 534	0.79 494	0.79 521	0.79 486	0.79 524	0.79 463	0.79 491	0.79 503	0.79 535	0.79 476	0.79 521

MyStereo05	0.80 461	4.12 642	0.63 441	0.63 395	0.61 490	0.62 466	0.66 487	0.65 463	0.62 483	0.67 474	0.61 490	0.65 474	0.58 475	0.67 470	0.55 467	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

UDG	0.80 461	2.21 563	0.60 430	0.91 448	0.60 485	0.90 507	0.58 475	0.88 498	0.60 480	0.90 505	0.60 486	0.88 506	0.60 479	0.90 508	0.58 470	0.86 478	0.60 446	0.84 514	0.59 489	0.84 487	0.61 476

ccnet	0.80 461	2.28 567	0.33 272	0.50 355	0.33 376	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 417	1.56 627	2.38 648	0.33 359	0.41 310	0.29 263	0.42 408	1.57 643	2.28 633	0.29 324

NaN_ROB	0.80 461	0.80 321	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 537	0.80 479	0.80 522

CSAN	0.80 461	0.80 321	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 537	0.80 479	0.80 522

GSStereo	0.81 466	4.28 648	0.50 402	0.59 387	0.40 418	0.51 440	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 698	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

BSDual-CNN	0.81 466	1.91 538	0.92 504	4.48 663	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	4.19 689	0.33 276	0.23 253	0.34 267	0.27 289

DDUNet	0.81 466	2.45 584	0.57 424	0.90 446	0.60 485	0.88 504	0.59 479	0.90 499	0.60 480	0.88 504	0.60 486	0.90 510	0.58 475	0.88 505	0.60 475	0.84 476	0.60 446	0.86 516	0.57 486	0.86 488	0.60 475

R-Stereo Train	0.81 466	0.96 356	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 511	0.94 508	0.68 494

RAFT-Stereo	0.81 466	0.96 356	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 511	0.94 508	0.68 494
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 708	0.23 233

scenet	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 708	0.23 233

ssnet	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 708	0.23 233

DEFOM-Stereo_RVC	0.83 474	5.18 661	1.98 651	2.19 597	0.17 223	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 213	0.22 249	0.20 196	0.15 198	2.28 633	2.13 653	0.24 234	0.17 230	0.18 193	0.16 197

BUS	0.83 474	1.91 538	0.92 504	4.48 663	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.05 117	0.03 43	0.05 115	1.97 615	4.19 689	0.33 276	0.23 253	0.34 267	0.27 289

PDISCO_ROB	0.83 474	2.80 609	3.49 686	0.14 121	0.11 174	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 178	0.14 194	3.30 679	0.13 183	0.14 133	2.34 658	0.16 182	0.12 180	2.62 659	0.10 151

WQFJA1++	0.84 477	0.98 359	0.67 454	1.26 545	0.75 520	1.00 517	0.67 491	1.00 512	0.67 492	1.00 517	0.67 499	1.00 523	0.67 491	1.00 523	0.67 486	0.96 491	0.67 459	0.91 522	0.63 494	0.92 499	0.63 480

WQFJX1	0.84 477	0.98 359	0.67 454	1.30 553	0.75 520	1.01 525	0.67 491	1.01 521	0.67 492	1.01 528	0.67 499	1.01 531	0.68 496	1.00 523	0.68 493	0.98 496	0.67 459	0.92 525	0.64 499	0.92 499	0.64 486

NLMM	0.84 477	1.00 368	0.67 454	1.27 546	0.75 520	1.00 517	0.68 496	1.00 512	0.67 492	1.00 517	0.67 499	1.02 535	0.67 491	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.92 499	0.63 480

AIO-Stereo	0.84 477	0.66 300	0.70 467	0.83 437	0.67 503	0.98 515	0.82 533	1.14 531	0.72 519	1.03 534	0.74 526	1.03 536	1.09 549	0.99 521	0.45 431	1.04 504	0.73 481	0.95 534	0.74 526	0.94 508	0.46 426

DCRE	0.84 477	1.89 535	0.77 483	0.94 458	0.72 515	0.88 504	0.73 516	0.87 494	0.78 526	0.90 505	0.71 519	0.88 506	0.67 491	0.88 505	0.73 514	0.81 469	0.68 465	0.81 508	0.70 519	0.82 484	0.70 499

iGMRVC	0.84 477	2.85 610	0.72 473	0.72 419	0.73 516	0.77 483	0.79 523	0.73 477	0.74 524	0.73 481	0.72 522	0.73 486	0.76 516	0.73 480	0.73 514	0.72 450	0.73 481	0.73 491	0.72 524	0.73 466	0.72 506

WQFJA1	0.85 483	0.98 359	0.67 454	1.29 551	0.76 525	1.01 525	0.67 491	1.02 525	0.67 492	1.02 532	0.67 499	1.01 531	0.67 491	1.01 531	0.68 493	0.99 497	0.67 459	0.93 528	0.64 499	0.92 499	0.65 488

WQFJX	0.85 483	1.00 368	0.68 462	1.30 553	0.75 520	1.01 525	0.68 496	1.01 521	0.68 498	1.01 528	0.68 505	1.03 536	0.68 496	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.94 508	0.63 480

NLSM3	0.85 483	0.99 366	0.68 462	1.29 551	0.76 525	1.01 525	0.68 496	1.01 521	0.68 498	1.02 532	0.68 505	1.01 531	0.68 496	1.01 531	0.68 493	0.97 492	0.68 465	0.93 528	0.64 499	0.93 504	0.63 480

DNS	0.86 486	2.43 583	1.66 621	2.03 593	0.42 438	0.60 461	0.42 428	0.60 454	0.42 432	0.60 460	0.42 436	0.60 463	0.42 427	0.60 458	0.42 423	1.97 615	1.63 627	0.55 463	0.40 429	0.55 434	0.40 402

NLMM1	0.86 486	0.98 359	0.69 464	1.48 568	0.75 520	1.01 525	0.69 504	1.00 512	0.69 503	1.00 517	0.70 514	1.00 523	0.68 496	1.01 531	0.67 486	0.97 492	0.68 465	0.92 525	0.63 494	0.93 504	0.63 480

AdaDepth	0.86 486	0.93 352	0.71 470	1.01 472	1.07 562	1.02 531	0.71 513	1.00 512	0.71 516	1.01 528	0.71 519	1.00 523	0.72 511	1.14 549	0.71 511	0.92 483	0.64 454	0.90 519	0.64 499	0.89 493	0.69 496

GEStereo_RVC	0.86 486	4.45 650	0.20 198	0.27 205	0.20 242	0.27 248	0.20 230	0.26 235	0.18 227	5.03 709	0.20 240	0.27 249	0.19 237	0.27 248	0.21 234	0.20 181	0.19 205	0.19 202	4.02 713	0.20 200	0.18 220

FAST (zero-shot)	0.87 490	1.55 484	0.42 363	1.57 570	0.42 438	1.62 621	0.45 438	1.59 609	0.42 432	1.66 620	0.44 441	1.62 621	0.42 427	1.59 615	0.42 423	0.64 428	0.43 383	0.64 474	0.42 446	0.67 452	0.46 426

Selective-RAFT-Error	0.88 491	0.84 327	0.98 509	0.86 443	0.97 550	0.88 504	0.95 544	0.84 492	0.99 553	0.92 509	0.82 538	0.84 503	0.98 536	0.87 503	0.97 543	0.81 469	0.83 497	0.79 503	0.82 540	0.79 476	0.85 527

IER	0.88 491	7.04 681	2.23 656	2.75 618	0.28 282	0.43 348	0.25 256	0.39 292	0.25 259	0.41 315	0.27 274	0.39 302	0.25 261	0.40 306	0.28 272	0.37 270	0.28 249	0.37 312	0.25 263	0.37 293	0.25 245

Selective-RAFT	0.89 493	0.89 338	0.72 473	1.16 492	0.78 529	1.06 534	0.82 533	0.87 494	0.97 550	1.00 517	0.91 545	0.90 510	1.00 537	0.89 507	0.93 540	0.83 474	0.83 497	0.82 512	0.82 540	0.81 482	0.82 525

AIO-Stereo-zeroshot	0.91 494	0.86 331	0.89 497	1.25 544	0.69 507	1.05 533	0.81 530	1.16 535	0.50 460	1.12 544	0.97 550	0.72 484	0.82 526	1.06 538	0.95 541	0.61 418	0.87 499	1.03 547	0.85 543	1.04 521	1.01 549

CFNet-RSSM	0.91 494	4.89 656	0.34 283	0.44 295	1.07 562	1.62 621	1.40 635	0.91 501	0.35 384	1.60 613	1.39 635	0.64 470	0.34 378	0.44 374	0.33 359	0.41 310	0.35 331	0.75 497	0.30 357	0.41 376	0.29 324

MLG-Stereo	0.92 496	0.90 341	0.84 495	1.27 546	0.49 462	1.38 609	0.88 536	1.41 606	0.97 550	0.73 481	1.09 561	1.26 601	0.43 432	0.72 478	1.05 554	1.13 517	0.49 409	1.18 560	0.66 505	1.01 518	0.46 426

ToySt	0.92 496	2.11 553	0.90 500	0.95 460	0.79 531	0.99 516	0.78 522	0.94 508	0.81 535	0.94 513	0.78 532	0.95 519	0.77 518	0.94 515	0.86 534	0.91 480	0.79 491	0.85 515	0.77 531	0.89 493	0.73 509

DPSM_ROB	0.92 496	0.91 343	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 544	0.93 504	0.93 535

DPSM	0.92 496	0.91 343	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 544	0.93 504	0.93 535

pmcnn	0.92 496	0.92 348	0.92 504	0.92 451	0.92 545	0.92 509	0.92 540	0.92 504	0.92 544	0.92 509	0.92 548	0.92 513	0.92 531	0.92 513	0.92 536	0.92 483	0.92 504	0.92 525	0.92 544	0.92 499	0.92 534

error version	0.93 501	4.47 651	2.35 659	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 654	0.47 430	0.37 411	0.39 351	0.33 361

test_1	0.93 501	4.47 651	2.35 659	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 654	0.47 430	0.37 411	0.39 351	0.33 361

DGTPSM_ROB	0.93 501	1.00 368	0.92 504	0.94 458	0.96 549	0.91 508	0.92 540	0.91 501	0.96 549	0.91 507	0.96 549	0.93 516	0.92 531	0.94 515	0.92 536	0.92 483	0.92 504	0.90 519	0.92 544	0.94 508	0.91 533

HSM-Net_RVC	0.95 504	1.17 406	0.78 485	1.18 494	0.71 513	1.16 548	0.75 518	1.09 529	0.80 532	1.10 538	0.75 527	1.17 552	0.74 513	1.17 552	0.80 527	1.13 517	0.73 481	1.17 557	0.77 531	1.16 531	0.72 506
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 505	3.17 618	2.30 658	2.42 610	0.38 407	0.54 450	0.38 400	0.54 439	0.38 400	0.54 447	0.38 405	0.54 448	0.38 397	0.54 444	0.38 392	2.38 642	2.34 658	0.49 443	0.36 408	0.49 415	0.36 382

DPSimNet_ROB	0.97 505	1.18 408	0.81 492	1.10 478	0.91 544	1.02 531	0.82 533	1.04 526	0.91 540	1.03 534	0.86 541	1.28 605	0.82 526	1.03 537	0.89 535	1.17 521	0.81 496	1.02 545	0.82 540	1.08 523	0.81 524

test-3	0.98 507	4.13 644	1.85 640	1.85 582	0.61 490	0.69 474	0.37 393	0.63 460	0.61 482	0.66 472	0.51 474	0.73 486	0.44 434	0.57 454	0.54 464	1.68 600	1.81 638	0.40 374	0.43 449	0.66 449	0.50 445

LGCAT	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 551	1.00 513	1.00 543

Test_v1	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 551	1.00 513	1.00 543

Wavelet-MonSter	1.00 508	1.21 456	0.76 481	1.94 586	1.01 557	1.11 543	0.76 520	1.15 532	0.76 525	1.11 543	0.76 528	1.14 549	0.76 516	1.11 546	0.76 521	1.21 570	0.90 501	1.02 545	0.71 522	1.02 520	0.71 505

999	1.00 508	1.12 399	0.59 426	1.10 478	1.21 624	1.09 539	0.52 466	1.08 527	1.43 637	1.18 549	1.35 629	0.98 522	0.52 466	0.91 509	0.85 533	0.72 450	1.46 609	0.83 513	0.98 549	0.68 454	1.41 632

DispNO	1.00 508	0.63 297	0.43 365	3.45 646	0.44 443	0.65 469	0.43 431	0.64 462	0.43 434	0.64 468	0.43 439	0.64 470	3.03 676	0.64 466	0.43 428	4.55 678	0.43 383	0.63 472	0.43 449	0.63 446	0.43 420

GANet	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 551	1.00 513	1.00 543

TDLM	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 551	1.00 513	1.00 543

CVANet_RVC	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 551	1.00 513	1.00 543

trnet	1.01 516	1.01 378	1.01 516	1.01 472	1.01 557	1.01 525	1.01 553	1.01 521	1.01 559	1.01 528	1.01 557	1.01 531	1.01 545	1.01 531	1.01 551	1.01 503	1.01 514	1.01 544	1.01 558	1.01 518	1.01 549

LL-Strereo	1.01 516	5.06 658	1.63 618	0.70 415	1.43 635	0.56 452	0.46 441	0.57 446	0.50 460	0.57 455	0.50 468	1.58 616	0.49 456	0.59 456	0.50 453	1.64 599	0.52 424	0.51 454	1.37 630	0.52 428	0.45 425

FlowAnything_test	1.02 518	1.72 491	0.71 470	1.59 572	0.70 511	1.61 619	0.69 504	1.61 611	0.70 511	1.60 613	0.70 514	1.61 620	0.69 502	1.61 618	0.70 509	0.81 469	0.58 437	0.81 508	0.55 480	0.81 482	0.56 470

FlowAnything	1.02 518	1.71 490	0.72 473	1.59 572	0.69 507	1.60 618	0.69 504	1.61 611	0.70 511	1.60 613	0.69 510	1.60 617	0.69 502	1.61 618	0.69 501	0.81 469	0.58 437	0.81 508	0.56 484	0.82 484	0.56 470

Hybrid-DGEV	1.03 520	1.75 497	0.80 489	1.28 550	0.78 529	1.26 598	0.80 526	1.26 592	0.78 526	1.26 598	0.78 532	1.26 601	0.78 520	1.26 601	0.78 523	1.15 520	0.75 484	1.14 550	0.74 526	1.14 526	0.75 513

tt45	1.04 521	0.88 335	1.36 599	0.92 451	1.03 560	1.51 617	0.79 523	0.70 473	0.88 538	0.74 486	0.90 542	1.60 617	0.72 511	1.60 616	0.75 519	0.91 480	0.78 489	1.52 626	0.79 535	1.14 526	1.32 624

Hybrid-DGEV-2	1.05 522	1.83 523	0.83 493	1.33 557	0.82 537	1.30 601	0.81 530	1.26 592	0.79 530	1.29 600	0.79 534	1.26 601	0.80 522	1.26 601	0.79 524	1.20 524	0.78 489	1.18 560	0.77 531	1.20 541	0.77 518

Hybrid-DGEV-03	1.07 523	1.83 523	0.83 493	1.34 558	0.81 536	1.32 603	0.81 530	1.31 599	0.81 535	1.31 601	0.82 538	1.32 606	0.82 526	1.32 606	0.81 530	1.19 522	0.77 487	1.19 562	0.76 529	1.19 539	0.77 518

GLC_STEREO	1.07 523	1.01 378	1.06 519	1.07 476	1.05 561	1.06 534	1.08 558	1.08 527	1.05 563	1.07 536	1.06 559	1.08 539	1.05 547	1.06 538	1.10 557	1.07 506	1.09 524	1.05 548	1.05 560	1.06 522	1.12 556

FC-DCNN	1.07 523	1.09 394	0.98 509	0.89 444	0.52 473	1.41 613	0.91 539	1.21 588	1.24 623	1.96 626	2.05 682	1.91 627	1.30 615	1.27 604	1.08 556	0.80 465	0.60 446	0.58 466	0.41 438	0.68 454	0.54 459

hknet	1.10 526	1.85 529	3.49 686	4.48 663	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.03 53	0.42 336	0.03 52	4.39 675	4.19 689	0.33 276	0.23 253	0.34 267	0.27 289

test_xeample3	1.10 526	1.81 513	0.61 436	0.84 438	0.49 462	0.77 483	0.66 487	0.92 504	1.40 635	0.68 476	0.46 449	0.78 492	0.54 470	1.72 621	1.48 637	1.34 580	1.52 613	1.35 619	1.67 656	1.33 596	1.55 637

DISCO	1.11 528	0.39 207	5.28 700	0.39 250	0.20 242	0.39 303	0.27 266	0.39 292	0.22 244	0.38 287	0.20 240	0.38 297	0.20 241	6.95 720	0.22 238	0.30 235	0.21 211	0.27 249	0.21 244	5.25 701	0.21 228

Occ-G	1.12 529	0.52 277	3.72 691	3.50 650	0.50 466	0.56 452	0.47 446	0.54 439	0.46 441	0.54 447	0.41 426	0.54 448	0.42 427	0.52 439	0.42 423	3.42 666	4.02 688	0.52 457	0.45 451	0.51 426	0.44 423

AEACV	1.12 529	0.52 277	3.12 682	3.24 635	0.86 538	0.53 446	0.49 457	0.60 454	0.47 446	0.53 441	0.49 464	0.55 452	0.45 438	0.55 448	0.47 442	3.01 661	3.88 686	0.71 490	0.60 490	0.80 479	0.48 436

LiteMatch	1.13 531	0.73 308	2.80 667	3.23 633	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 659	2.43 661	0.68 481	0.32 375	0.56 437	0.70 499

Lsterematch	1.13 531	0.73 308	2.80 667	3.23 633	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 659	2.43 661	0.68 481	0.32 375	0.56 437	0.70 499

MSMD_ROB	1.19 533	1.10 398	0.70 467	1.10 478	0.60 485	1.10 540	0.70 510	1.10 530	0.70 511	1.10 538	0.70 514	1.10 543	0.70 506	7.00 721	0.70 509	1.10 510	0.70 474	1.10 549	0.70 519	1.10 524	0.70 499

MM-Stereo_test2	1.20 534	1.85 529	1.05 518	1.46 567	0.94 548	1.36 607	0.99 547	1.36 601	0.95 547	1.41 608	0.98 551	1.40 612	0.96 533	1.37 608	0.95 541	1.37 585	1.06 517	1.33 616	0.93 548	1.29 595	0.89 531

ours_stereo	1.20 534	1.21 456	0.90 500	1.64 580	1.11 564	1.35 605	0.67 491	1.76 618	0.93 545	1.70 622	1.10 562	1.39 610	0.75 515	1.41 610	0.81 530	1.60 598	1.03 516	1.33 616	1.00 551	1.61 606	0.72 506

DisPM	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

CrosDoStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

PFNet+	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

LCNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

HHNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

Patchmatch Stereo++	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570
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	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

STrans-v2	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

TransformOpticalFlow	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

OMP-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

IIG-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

NF-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

OCTAStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

PSM-softLoss	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

KMStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

NRIStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

PSM-adaLoss	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

PSM-AAD	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

FTStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

ROB_FTStereo_v2	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

ROB_FTStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

Consistency-Raft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

KYRaft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

HUI-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

ASMatch	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

DeepStereo_LL	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

DEmStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

SST-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

THIR-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

RAFT_R40	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

DRaft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

PFNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

GrayStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

RE-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

Pruner-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

TVStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

DeepStereo_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

RAFT-RH_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

IRAFT_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

RAFT-345	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

iRAFT	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

CRE-IMP	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

GMM-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

RAFT-IKP	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

Prome-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 572	1.20 541	1.20 570

qqai	1.22 581	1.38 477	1.12 522	1.39 564	1.14 565	1.40 611	1.14 562	1.41 606	1.12 564	1.40 607	1.11 563	1.40 612	1.13 551	1.41 610	1.15 562	1.25 573	0.97 507	1.24 611	1.01 558	1.24 590	0.96 538

HCRNet	1.22 581	7.11 682	3.00 669	3.55 651	0.33 376	0.29 253	0.14 188	0.19 192	0.15 206	0.33 269	0.29 295	0.25 234	0.14 194	0.22 212	0.33 359	3.64 667	3.00 666	0.76 499	0.32 375	0.18 193	0.13 185

HBP-ISP	1.24 583	1.72 491	1.65 619	1.15 487	0.76 525	1.40 611	0.88 536	1.67 617	1.02 560	1.69 621	1.38 634	1.69 622	1.21 608	1.87 628	1.21 617	1.05 505	0.79 491	0.97 537	0.80 537	1.19 539	0.75 513

AANet_RVC	1.26 584	0.31 182	4.99 698	5.93 689	0.20 242	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 234	0.20 241	0.25 232	0.20 231	5.66 699	4.76 693	0.26 244	0.30 357	0.24 225	0.27 289

MM-Stereo_test3	1.27 585	2.07 549	1.18 531	1.60 575	1.02 559	1.45 615	1.01 553	1.40 605	1.04 562	1.44 610	1.03 558	1.46 615	1.02 546	1.44 613	1.02 552	1.51 594	1.12 531	1.32 615	0.98 549	1.38 599	0.97 539

11t	1.27 585	2.70 595	1.34 589	1.32 556	0.89 540	1.30 601	1.34 625	1.64 614	0.57 473	1.45 611	0.72 522	1.05 538	1.29 614	1.07 541	1.29 626	1.49 591	1.02 515	0.97 537	1.15 565	1.48 601	1.31 623

MaskLacGwcNet_RVC	1.35 587	1.35 473	1.35 591	1.35 560	1.35 629	1.35 605	1.35 626	1.36 601	1.35 631	1.36 605	1.35 629	1.36 608	1.36 620	1.36 607	1.35 630	1.35 581	1.35 600	1.35 619	1.35 627	1.35 597	1.35 628

CC-Net-ROB	1.36 588	1.33 472	1.33 588	1.36 561	1.38 632	1.36 607	1.33 624	1.37 603	1.34 628	1.35 604	1.36 631	1.38 609	1.34 618	1.38 609	1.38 633	1.35 581	1.38 604	1.33 616	1.35 627	1.43 600	1.34 627

CFNet	1.37 589	5.27 664	0.19 195	5.49 686	0.19 239	0.28 250	0.19 226	0.28 240	0.19 234	0.28 246	0.19 236	0.28 250	4.35 706	0.28 253	0.19 228	0.23 201	0.17 195	0.23 224	4.21 715	4.81 692	0.17 214

PS-NSSS	1.38 590	1.39 478	1.34 589	1.34 558	1.35 629	1.38 609	1.37 633	1.35 600	1.38 634	1.34 603	1.34 628	1.39 610	1.38 623	1.70 620	1.40 634	1.36 583	1.36 601	1.36 621	1.37 630	1.37 598	1.36 629

RASNet	1.49 591	1.65 487	1.45 607	1.38 563	1.43 635	1.47 616	1.36 628	1.38 604	1.36 632	1.39 606	1.60 645	1.45 614	1.45 626	1.51 614	2.21 677	1.53 595	1.36 601	1.36 621	1.36 629	1.66 609	1.36 629

BLMT-Stereo	1.53 592	1.36 474	1.06 519	1.42 566	1.23 628	1.41 613	1.07 557	1.43 608	1.12 564	1.42 609	1.06 559	1.83 624	1.07 548	1.42 612	1.07 555	1.27 575	1.38 604	6.80 718	1.00 551	1.26 592	1.00 543

GANetREF_RVC	1.55 593	1.94 545	1.22 583	1.88 583	1.21 624	1.88 626	1.22 616	1.88 620	1.22 621	1.88 623	1.22 618	1.88 625	1.22 609	1.89 629	1.22 618	1.87 606	1.22 586	1.88 640	1.22 618	1.88 618	1.22 616
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	1.59 594	1.91 538	1.21 582	1.94 586	1.20 578	2.00 634	1.23 617	1.99 625	1.24 623	2.00 631	1.25 621	2.03 635	1.26 611	2.00 633	1.29 626	1.90 610	1.18 538	1.89 641	1.21 617	1.89 619	1.20 570
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 595	1.59 486	1.70 622	1.59 572	1.59 641	1.61 619	1.61 644	1.60 610	1.60 641	1.62 619	1.59 644	1.60 617	1.60 629	1.60 616	1.59 641	1.59 596	1.60 624	1.59 627	1.59 648	1.59 605	1.59 643

ff7	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 675	2.12 631	1.80 658	2.05 636	1.56 641	2.33 643	2.12 666	2.23 639	2.25 678	1.31 577	1.07 518	1.48 623	1.41 633	0.90 496	1.04 551

ffff	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 675	2.12 631	1.80 658	2.05 636	1.56 641	2.33 643	2.12 666	2.23 639	2.25 678	1.31 577	1.07 518	1.48 623	1.41 633	0.90 496	1.04 551

ccc-4	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 675	2.12 631	1.80 658	2.05 636	1.56 641	2.33 643	2.12 666	2.23 639	2.25 678	1.31 577	1.07 518	1.48 623	1.41 633	0.90 496	1.04 551

PhaseNet	1.74 599	6.34 680	4.81 696	6.77 695	0.24 265	0.80 490	0.53 467	0.48 402	0.22 244	0.53 441	0.28 282	0.48 412	0.25 261	0.40 306	0.32 347	6.39 705	4.61 692	0.46 420	0.38 424	0.25 228	0.18 220

MC-Stereo	1.76 600	2.96 611	1.37 601	2.14 595	1.37 631	2.14 640	1.36 628	2.14 634	1.37 633	2.14 640	1.37 632	2.14 637	1.37 622	2.14 638	1.37 632	1.97 615	1.32 588	1.97 644	1.32 626	1.98 621	1.33 625

IGEVStereo-DCA	1.77 601	4.21 646	1.84 638	2.49 613	2.11 676	2.54 661	1.36 628	1.65 615	1.17 572	2.75 671	1.90 665	2.54 656	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 639	1.49 602	0.88 528

rrr	1.77 601	4.21 646	1.84 638	2.49 613	2.11 676	2.54 661	1.36 628	1.65 615	1.17 572	2.75 671	1.90 665	2.54 656	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 639	1.49 602	0.88 528

MM-Stereo_test1	1.80 603	3.41 623	1.52 614	2.12 594	1.41 634	2.04 635	1.41 636	2.05 629	1.46 638	2.04 635	1.41 636	2.05 636	1.42 625	2.05 634	1.43 636	2.04 620	1.54 616	1.94 642	1.38 632	1.99 622	1.33 625

MFMNet_re	1.81 604	1.91 538	1.71 624	1.95 588	1.70 652	1.95 631	1.70 649	1.96 623	1.74 654	1.97 628	1.72 653	1.95 628	1.71 637	1.97 632	1.71 649	1.86 604	1.62 625	1.85 633	1.66 655	1.86 617	1.64 649

plain	1.88 605	3.16 617	0.64 444	3.10 628	0.65 498	3.10 677	0.64 484	3.12 676	0.65 488	3.10 677	0.65 496	3.11 677	0.65 486	3.12 676	0.65 482	3.12 662	0.65 456	3.13 675	0.65 503	3.13 663	0.65 488

derf	1.91 606	2.15 557	1.78 628	2.16 596	1.75 654	2.21 641	1.80 652	2.22 637	1.80 658	2.21 643	1.76 654	2.17 638	1.81 646	2.24 642	1.74 657	1.93 613	1.56 617	1.96 643	1.53 641	1.95 620	1.56 638

RAFT_CTSACE	1.92 607	3.71 630	1.72 625	1.88 583	1.72 653	2.04 635	1.42 638	2.18 636	1.89 671	2.02 633	1.97 671	1.95 628	2.06 665	1.93 630	1.62 642	1.76 601	1.66 629	2.02 645	1.73 664	1.73 612	1.43 634

MonStereo1	1.94 608	2.77 605	1.52 614	3.73 658	1.51 638	2.13 639	1.42 638	2.32 645	1.52 639	2.31 649	1.50 639	2.53 653	1.59 628	2.34 647	1.56 639	1.91 611	1.36 601	1.86 636	1.31 625	2.07 623	1.53 635

4.25w-stereo	1.98 609	2.72 599	1.46 608	3.47 647	1.43 635	2.07 637	1.98 666	2.53 657	1.52 639	2.71 664	1.98 677	1.81 623	1.62 631	1.96 631	1.36 631	1.88 609	2.00 643	2.53 669	1.61 650	1.74 613	1.15 561

4.5w-stereo	1.99 610	2.33 571	1.81 629	3.28 637	1.68 648	1.94 628	1.99 669	2.72 661	1.70 646	2.72 665	1.99 680	1.97 630	1.68 633	1.76 622	1.29 626	1.91 611	2.02 649	2.53 669	1.61 650	1.75 614	1.16 564

2.75w_new	1.99 610	2.34 575	1.81 629	3.14 629	1.62 643	1.94 628	1.99 669	2.72 661	1.71 647	2.72 665	1.99 680	1.90 626	1.73 639	1.82 627	1.29 626	2.37 641	2.01 645	2.31 655	1.42 636	1.77 615	1.22 616

3.75w	1.99 610	2.31 569	1.83 637	3.16 631	1.65 645	1.93 627	1.98 666	2.72 661	1.68 643	2.73 670	1.97 671	2.00 632	1.72 638	1.81 626	1.25 622	2.27 632	2.01 645	2.38 660	1.42 636	1.71 611	1.24 619

2w_stereo	1.99 610	2.36 578	1.81 629	3.24 635	1.67 646	1.94 628	1.98 666	2.72 661	1.68 643	2.72 665	1.94 668	1.98 631	1.74 641	1.79 625	1.27 623	1.95 614	2.00 643	2.53 669	1.60 649	1.68 610	1.15 561

2.25w	2.00 614	1.86 532	1.98 651	2.95 626	2.17 680	2.26 642	1.35 626	2.42 651	2.00 678	2.07 639	1.27 623	2.53 653	1.99 661	2.29 644	1.49 638	2.21 627	1.32 588	1.85 633	1.87 669	2.52 650	1.62 647

4.25_new	2.00 614	2.33 571	1.82 634	3.32 640	1.69 649	1.95 631	1.99 669	2.72 661	1.71 647	2.72 665	1.97 671	2.01 633	1.74 641	1.77 623	1.28 624	2.18 624	2.01 645	2.48 667	1.58 646	1.65 607	1.17 565

4.5w_new	2.00 614	2.33 571	1.82 634	3.32 640	1.69 649	1.95 631	1.99 669	2.72 661	1.71 647	2.72 665	1.97 671	2.01 633	1.74 641	1.77 623	1.28 624	2.18 624	2.01 645	2.48 667	1.58 646	1.65 607	1.17 565

4.5_new	2.00 614	1.84 528	1.98 651	2.77 620	2.16 678	2.27 643	1.28 623	2.09 630	1.98 675	2.01 632	1.28 624	2.71 666	1.98 659	2.51 656	1.65 644	2.26 629	1.33 595	1.87 637	1.87 669	2.49 646	1.60 644

TRStereo	2.00 614	2.13 554	1.85 640	2.27 602	1.84 658	2.28 645	1.84 654	2.29 640	1.86 664	2.30 646	1.87 660	2.30 640	1.87 649	2.08 635	1.72 651	2.08 621	1.72 632	2.08 647	1.72 661	2.08 624	1.72 654

XX-Stereo	2.00 614	2.13 554	1.85 640	2.27 602	1.84 658	2.28 645	1.84 654	2.29 640	1.86 664	2.30 646	1.87 660	2.30 640	1.87 649	2.08 635	1.72 651	2.08 621	1.72 632	2.08 647	1.72 661	2.08 624	1.72 654

EAI-Stereo	2.00 614	2.13 554	1.85 640	2.27 602	1.84 658	2.28 645	1.84 654	2.29 640	1.86 664	2.30 646	1.87 660	2.30 640	1.87 649	2.08 635	1.72 651	2.08 621	1.72 632	2.08 647	1.72 661	2.08 624	1.72 654

2.5w	2.01 621	2.40 580	1.37 601	3.28 637	2.01 670	2.71 667	1.43 641	1.82 619	1.83 662	1.90 625	1.41 636	2.71 666	1.35 619	2.71 666	1.85 663	2.66 653	1.53 614	1.64 628	1.23 619	2.53 653	1.87 664

4w-stereo	2.02 622	2.72 599	1.44 606	3.36 643	1.59 641	2.48 654	1.72 650	2.28 638	1.24 623	2.24 644	1.65 649	2.56 658	1.32 617	2.39 650	1.98 674	2.67 655	1.51 612	1.66 629	1.24 620	2.53 653	1.88 667

IGEV	2.02 622	2.20 561	1.82 634	2.90 625	2.16 678	2.41 651	1.25 619	2.00 626	1.98 675	1.99 630	1.31 626	2.72 670	1.93 655	2.67 665	1.69 648	2.26 629	1.32 588	1.83 632	1.87 669	2.53 653	1.61 646

3.25w_new	2.03 624	2.72 599	1.35 591	3.33 642	1.57 639	2.72 668	1.53 643	2.15 635	1.33 627	2.15 641	1.60 645	2.63 662	1.30 615	2.72 668	1.99 675	2.67 655	1.53 614	1.75 631	1.25 622	2.53 653	1.87 664

3.5w_stereo	2.03 624	2.72 599	1.35 591	3.41 644	1.57 639	2.72 668	1.49 642	2.01 627	1.34 628	2.15 641	1.61 647	2.63 662	1.36 620	2.72 668	1.99 675	2.66 653	1.58 620	1.68 630	1.24 620	2.53 653	1.87 664

UniTT-Stereo	2.03 624	3.43 624	0.72 473	3.42 645	0.73 516	3.27 680	0.68 496	3.38 681	0.69 503	3.29 680	0.72 522	3.28 680	0.70 506	3.35 682	0.68 493	3.39 665	0.68 465	3.31 678	0.69 515	3.37 664	0.73 509

3.25w	2.04 627	2.20 561	1.48 609	3.03 627	2.17 680	2.63 665	1.39 634	1.96 623	1.95 674	1.96 626	1.37 632	2.71 666	1.96 658	2.71 666	1.73 656	2.26 629	1.32 588	1.87 637	1.87 669	2.51 649	1.63 648

3w_stereo	2.04 627	2.24 565	1.70 622	3.15 630	2.18 682	2.49 655	1.26 621	2.03 628	1.98 675	1.98 629	1.33 627	2.72 670	1.99 661	2.59 659	1.72 651	2.22 628	1.33 595	1.85 633	1.88 674	2.50 648	1.58 642

1w_stereo	2.05 629	2.32 570	1.35 591	3.74 659	2.01 670	2.73 670	1.42 638	1.88 620	1.93 673	2.03 634	1.28 624	2.71 666	1.99 661	2.72 668	1.72 651	2.20 626	1.32 588	1.87 637	1.86 668	2.45 642	1.54 636

LiteMatch*	2.07 630	1.30 468	5.73 703	6.28 692	0.79 531	1.33 604	0.80 526	1.30 598	1.02 560	1.33 602	0.84 540	1.33 607	0.97 534	1.28 605	1.04 553	6.05 703	5.89 699	1.28 614	0.76 529	1.28 594	0.88 528

sCroCo_RVC	2.10 631	2.76 603	1.92 648	2.78 623	1.39 633	2.73 670	1.41 636	2.73 667	1.40 635	2.77 676	1.41 636	2.74 672	1.40 624	2.74 671	1.40 634	2.72 657	1.42 607	2.72 673	1.44 638	2.79 660	1.42 633

MoCha-V2	2.11 632	26.97 726	0.78 485	0.92 451	0.77 528	0.96 514	0.72 515	0.90 499	0.72 519	0.94 513	0.70 514	0.90 510	0.71 510	0.91 509	0.71 511	0.85 477	0.71 478	0.88 517	0.69 515	0.87 489	0.67 492

FBW_ROB	2.12 633	2.46 585	1.77 627	2.49 613	1.79 657	2.38 649	1.83 653	2.46 652	1.78 657	2.48 657	1.97 671	2.40 648	1.78 644	2.42 653	1.83 661	2.31 637	1.85 640	2.38 660	1.82 667	2.35 636	1.84 660

MonStereo	2.17 634	2.41 581	1.49 613	2.67 617	1.67 646	2.60 664	2.04 673	2.32 645	1.76 655	2.44 654	1.68 651	2.50 651	1.69 635	2.38 648	1.80 660	2.28 633	1.78 635	2.63 672	2.14 677	3.47 665	1.68 652

asda	2.17 634	2.54 586	1.81 629	3.47 647	1.78 656	2.50 657	1.86 658	2.61 659	1.68 643	2.61 661	1.83 656	2.37 647	1.73 639	2.44 654	1.88 669	2.51 650	1.84 639	2.34 657	1.62 652	2.23 629	1.77 659

asd	2.18 636	2.77 605	1.58 616	3.59 652	2.00 669	2.58 663	1.85 657	2.39 650	1.71 647	2.47 656	1.97 671	2.59 660	1.61 630	2.56 657	1.79 659	2.51 650	1.99 642	2.11 650	1.62 652	2.36 637	1.60 644

qwe	2.18 636	2.60 589	1.58 616	3.83 660	1.90 667	2.53 659	1.90 664	2.48 653	1.73 652	2.37 652	1.92 667	2.53 653	1.68 633	2.56 657	1.83 661	2.52 652	1.87 641	2.07 646	1.68 658	2.32 635	1.71 653

monsters	2.18 636	2.41 581	1.96 650	3.47 647	2.03 674	2.53 659	1.64 646	2.48 653	1.73 652	2.40 653	1.50 639	2.62 661	1.94 656	2.59 659	1.94 671	2.44 645	1.57 619	2.28 653	1.87 669	2.42 639	1.86 662

AIO_rvc	2.18 636	2.34 575	1.87 644	2.32 606	1.94 668	2.40 650	1.89 663	2.37 648	2.07 680	2.52 659	1.95 670	2.44 650	1.99 661	2.41 651	1.89 670	2.32 638	2.09 651	2.24 651	2.18 678	2.21 628	2.23 671

HUF	2.18 636	2.30 568	1.99 654	2.34 608	2.02 673	2.41 651	2.06 674	2.38 649	1.89 671	2.36 651	1.85 657	2.56 658	1.98 659	2.31 646	1.97 673	2.30 636	2.03 650	2.30 654	2.11 676	2.23 629	2.16 669

AIO_test	2.18 636	2.09 552	2.04 655	2.42 610	2.01 670	2.47 653	1.94 665	2.34 647	2.03 679	2.56 660	1.94 668	2.43 649	1.94 656	2.41 651	1.87 667	2.39 643	2.10 652	2.35 659	1.91 675	2.25 631	2.19 670

monsterstereo	2.20 642	2.33 571	1.95 649	3.65 654	2.07 675	2.49 655	1.61 644	2.48 653	1.83 662	2.45 655	1.61 647	2.67 665	1.86 647	2.64 661	1.94 671	2.48 649	1.66 629	2.34 657	1.68 658	2.40 638	1.86 662

LG-G_1	2.22 643	2.71 597	1.89 645	2.77 620	1.87 665	2.75 672	1.87 661	2.76 669	1.87 668	2.75 671	1.87 660	2.76 673	1.87 649	2.75 672	1.86 664	2.47 647	1.58 620	2.45 664	1.57 643	2.45 642	1.57 640

LG-G	2.22 643	2.71 597	1.89 645	2.77 620	1.87 665	2.75 672	1.87 661	2.76 669	1.87 668	2.75 671	1.87 660	2.76 673	1.87 649	2.75 672	1.86 664	2.47 647	1.58 620	2.45 664	1.57 643	2.45 642	1.57 640

LGtest1	2.22 643	2.70 595	1.89 645	2.76 619	1.86 661	2.75 672	1.86 658	2.75 668	1.86 664	2.75 671	1.86 658	2.77 675	1.87 649	2.75 672	1.86 664	2.46 646	1.58 620	2.45 664	1.56 642	2.45 642	1.56 638

RAStereo	2.23 646	3.64 627	0.76 481	3.65 654	0.86 538	3.66 685	0.76 520	3.67 685	0.81 535	3.66 682	0.76 528	3.66 683	0.77 518	3.68 684	0.77 522	3.68 668	0.77 487	3.69 683	0.77 531	3.70 667	0.77 518

UDGNet	2.23 646	5.40 669	1.72 625	2.48 612	1.69 649	2.51 658	1.69 648	2.51 656	1.72 651	2.50 658	1.69 652	2.52 652	1.69 635	2.50 655	1.68 647	2.41 644	1.70 631	2.42 662	1.69 660	2.42 639	1.64 649

NCCL2	2.28 648	2.27 566	2.28 657	2.28 605	2.28 683	2.27 643	2.29 678	2.28 638	2.28 681	2.27 645	2.28 683	2.28 639	2.27 669	2.27 643	2.28 682	2.28 633	2.28 657	2.27 652	2.29 682	2.27 632	2.29 672

Abc-Net	2.32 649	24.75 718	1.14 525	1.17 493	1.17 572	1.11 543	1.15 564	1.17 537	1.21 620	1.08 537	1.16 567	1.12 548	1.14 554	1.09 542	1.17 567	1.09 508	1.16 534	1.17 557	1.17 568	1.16 531	1.11 554
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 650	25.00 719	1.13 524	1.15 487	1.15 567	1.10 540	1.15 564	1.15 532	1.15 567	1.12 544	1.15 564	1.09 541	1.13 551	1.10 544	1.15 562	1.11 515	1.09 524	1.16 553	1.12 563	1.16 531	1.17 565

stereogan	2.33 650	24.38 717	1.18 531	1.18 494	1.18 575	1.14 546	1.18 568	1.19 540	1.19 574	1.14 547	1.18 571	1.14 549	1.18 560	1.14 549	1.18 568	1.14 519	1.14 532	1.19 562	1.19 569	1.15 529	1.19 569

RGC	2.36 652	25.48 720	1.19 533	1.15 487	1.15 567	1.10 540	1.16 566	1.17 537	1.16 568	1.12 544	1.16 567	1.11 547	1.13 551	1.09 542	1.18 568	1.10 510	1.15 533	1.16 553	1.12 563	1.14 526	1.12 556

NCC-stereo	2.36 652	25.52 721	1.17 529	1.15 487	1.17 572	1.11 543	1.11 559	1.15 532	1.16 568	1.10 538	1.16 567	1.10 543	1.15 555	1.14 549	1.13 560	1.09 508	1.11 528	1.15 552	1.16 567	1.17 536	1.17 565

AF-Net	2.37 654	25.71 722	1.17 529	1.13 483	1.15 567	1.15 547	1.18 568	1.19 540	1.16 568	1.10 538	1.15 564	1.10 543	1.18 560	1.12 548	1.15 562	1.10 510	1.10 527	1.17 557	1.15 565	1.16 531	1.12 556

Nwc_Net	2.37 654	25.95 723	1.15 527	1.14 484	1.15 567	1.08 537	1.14 562	1.17 537	1.16 568	1.14 547	1.15 564	1.08 539	1.15 555	1.11 546	1.14 561	1.10 510	1.11 528	1.16 553	1.09 562	1.16 531	1.15 561

CFNet_RVC	2.38 656	8.71 693	0.38 301	9.33 708	0.42 438	0.56 452	0.42 428	0.60 454	0.38 400	0.62 465	0.42 436	0.56 455	7.29 718	0.62 460	0.42 423	0.53 397	0.37 341	0.49 443	0.34 389	8.30 715	6.87 720

testmc14	2.43 657	10.48 706	8.02 715	8.93 707	0.31 352	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.42 336	0.30 296	8.88 718	6.99 708	0.41 392	0.28 326	0.39 351	0.28 315

edge stereo	2.43 657	27.07 727	1.14 525	1.06 475	1.14 565	1.08 537	1.17 567	1.16 535	1.14 566	1.10 538	1.16 567	1.09 541	1.16 559	1.10 544	1.16 566	1.10 510	1.11 528	1.16 553	1.19 569	1.13 525	1.11 554

FAT-Stereo	2.46 659	26.05 724	1.23 585	1.23 543	1.22 626	1.20 549	1.24 618	1.23 591	1.23 622	1.19 550	1.22 618	1.21 599	1.24 610	1.20 554	1.24 619	1.21 570	1.17 537	1.22 610	1.25 622	1.20 541	1.24 619

MCSU-Stereo	2.48 660	10.56 707	8.50 717	9.47 711	0.31 352	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.41 322	0.30 296	8.86 717	6.93 707	0.40 374	0.29 341	0.39 351	0.28 315

S-Stereo	2.51 661	26.86 725	1.23 585	1.22 541	1.22 626	1.24 597	1.25 619	1.22 589	1.24 623	1.21 596	1.24 620	1.19 553	1.27 612	1.19 553	1.24 619	1.19 522	1.20 539	1.25 612	1.19 569	1.24 590	1.23 618

Anonymous3	2.55 662	3.26 621	1.65 619	3.28 637	1.63 644	3.24 679	1.68 647	3.27 678	1.66 642	3.28 679	1.67 650	3.25 679	1.66 632	3.27 678	1.64 643	3.26 663	1.65 628	3.30 677	1.65 654	4.95 697	1.65 651

DNSM	2.56 663	4.43 649	3.08 680	4.09 662	1.86 661	2.66 666	1.86 658	2.66 660	1.87 668	2.66 663	1.86 658	2.66 664	1.86 647	2.66 664	1.87 667	3.82 670	2.94 665	2.42 662	1.73 664	2.42 639	1.73 657

MIF-Stereo (partial)	2.58 664	3.31 622	0.66 450	3.18 632	0.66 501	3.18 678	0.66 487	3.21 677	0.67 492	3.19 678	0.66 498	3.19 678	0.66 489	3.31 680	0.68 493	5.09 695	1.79 637	8.23 722	1.67 656	6.18 706	1.38 631

MSMDNet	2.65 665	10.14 704	0.33 272	9.74 712	0.32 364	0.87 503	0.33 363	2.95 675	0.68 498	0.49 412	0.34 381	0.49 417	5.70 713	0.49 416	0.33 359	0.42 324	9.57 715	0.41 392	0.31 368	8.36 716	0.65 488

pcwnet_v2	2.66 666	9.89 702	0.33 272	9.89 713	0.32 364	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 417	8.76 720	0.48 410	0.33 359	0.41 310	9.58 716	0.40 374	0.29 341	9.01 719	0.63 480

CFNet_pseudo	2.67 667	9.36 698	0.32 267	10.99 718	0.33 376	0.85 500	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 417	7.26 717	0.49 416	0.33 359	0.41 310	9.62 717	0.41 392	0.29 341	10.03 723	0.29 324

TestStereo_HL2	2.73 668	0.41 222	11.06 718	14.13 720	0.30 305	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.29 297	0.43 343	0.28 272	13.51 722	10.37 722	0.41 392	0.27 307	0.38 306	0.27 289

CFNet_ucs	2.73 668	9.64 700	0.33 272	9.92 714	0.32 364	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	8.98 721	0.48 410	0.33 359	0.41 310	9.96 720	0.40 374	0.29 341	10.12 724	0.54 459

UCFNet_RVC	2.75 670	10.06 703	0.29 241	10.31 717	0.29 293	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 341	9.87 723	0.43 343	0.29 286	0.36 267	9.84 719	0.36 309	0.26 269	9.77 722	0.26 251

TestStereo_HL3	2.76 671	0.41 222	11.46 721	14.11 719	0.30 305	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 350	0.28 287	0.44 374	0.30 296	13.57 723	10.32 721	0.41 392	0.27 307	0.38 306	0.27 289

GGDA	2.76 671	0.41 222	11.34 720	14.28 721	0.30 305	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.28 287	0.43 343	0.29 286	13.45 721	10.57 723	0.41 392	0.27 307	0.38 306	0.27 289

TestStereo-Hl	2.78 673	0.42 232	11.23 719	14.38 722	0.30 305	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 385	0.29 297	0.44 374	0.29 286	13.64 724	10.73 724	0.41 392	0.27 307	0.38 306	0.27 289

ccs_rob	2.79 674	10.17 705	0.32 267	10.00 715	0.33 376	0.49 419	0.33 363	1.90 622	0.32 361	0.51 434	0.33 373	0.49 417	9.24 722	0.49 416	0.33 359	0.41 310	9.82 718	0.41 392	0.28 326	9.34 720	0.29 324

PCWNet_CMD	2.80 675	9.82 701	0.32 267	10.09 716	0.32 364	0.49 419	0.33 363	3.34 680	0.33 371	0.49 412	0.33 373	0.49 417	8.73 719	0.48 410	0.33 359	0.41 310	9.22 714	0.42 408	0.29 341	9.55 721	0.31 347

NLSM1	2.93 676	3.24 620	2.57 665	4.04 661	2.66 686	3.30 681	2.55 681	3.29 679	2.55 683	3.35 681	2.48 685	3.28 680	2.47 671	3.34 681	2.49 683	3.26 663	2.55 663	3.13 675	2.57 685	3.00 662	2.46 679

StereoVision	3.15 677	5.00 657	0.89 497	4.83 679	1.00 551	3.93 686	1.27 622	6.37 715	1.34 628	5.67 715	1.26 622	5.84 716	1.27 612	5.03 712	1.24 619	5.10 696	1.09 524	4.61 696	0.57 486	5.62 704	1.12 556

MaDis-Stereo	3.19 678	6.02 679	1.12 522	5.61 688	1.16 571	5.43 713	1.02 555	5.15 712	0.70 511	5.43 712	1.21 617	5.03 713	0.97 534	4.85 706	0.99 545	4.53 677	1.16 534	5.53 712	1.25 622	5.37 702	1.30 622

sAnonymous2	3.31 679	2.63 590	1.38 603	3.71 656	1.86 661	4.70 705	1.11 559	4.82 708	2.72 685	5.45 713	1.98 677	4.59 698	2.64 672	2.65 662	6.21 718	4.37 673	1.08 522	5.16 710	2.24 680	4.52 679	2.39 677

CroCo_RVC	3.31 679	2.63 590	1.38 603	3.71 656	1.86 661	4.70 705	1.11 559	4.82 708	2.72 685	5.45 713	1.98 677	4.59 698	2.64 672	2.65 662	6.21 718	4.37 673	1.08 522	5.16 710	2.24 680	4.52 679	2.39 677

DPSNet	3.66 681	3.60 626	3.62 689	3.63 653	3.64 708	3.65 684	3.65 707	3.66 684	3.67 704	3.67 683	3.65 705	3.67 684	3.66 693	3.66 683	3.68 702	3.68 668	3.66 684	3.67 682	3.68 708	3.67 666	3.67 705

NLCSM	3.67 682	4.08 641	3.19 685	4.80 678	3.26 701	3.99 689	3.24 702	4.25 691	3.18 700	4.09 687	3.27 700	4.14 689	3.18 688	4.13 689	3.28 698	4.06 671	3.10 674	3.85 687	3.14 699	3.91 672	3.27 701

STTStereo	3.73 683	30.40 731	2.37 661	2.39 609	2.31 685	2.35 648	2.33 679	2.29 640	2.42 682	2.32 650	2.34 684	2.33 643	2.36 670	2.30 645	2.27 681	2.35 640	2.22 656	2.31 655	2.22 679	2.29 634	2.34 676

rvit_105_1	3.83 684	5.22 662	3.01 670	4.53 666	3.01 689	4.51 693	3.01 687	4.56 695	3.04 688	4.53 694	3.03 689	4.55 696	3.03 676	4.56 695	3.04 685	4.57 679	3.05 667	4.57 691	3.05 690	4.57 681	3.05 686

rvit_stereo_0081	3.83 684	5.23 663	3.01 670	4.53 666	3.03 691	4.55 699	3.02 688	4.56 695	3.04 688	4.52 692	3.02 687	4.54 694	3.03 676	4.56 695	3.04 685	4.57 679	3.05 667	4.57 691	3.05 690	4.58 682	3.05 686

rvit_stereo_0081_aga	3.86 686	5.33 666	3.02 673	4.55 672	3.04 695	4.54 695	3.02 688	4.64 702	3.06 692	4.54 696	3.04 691	4.62 703	3.08 683	4.62 701	3.07 690	4.58 682	3.06 671	4.60 695	3.08 694	4.63 685	3.07 690

rvit_stereo_0082	3.86 686	5.82 677	3.01 670	4.53 666	3.03 691	4.54 695	3.02 688	4.56 695	3.04 688	4.53 694	3.02 687	4.55 696	3.04 679	4.57 698	3.05 687	4.57 679	3.05 667	4.58 693	3.05 690	4.58 682	3.06 689

rvit_0105_6	3.87 688	5.73 676	3.10 681	4.69 676	3.12 699	4.54 695	3.02 688	4.56 695	3.04 688	4.54 696	3.03 689	4.54 694	3.04 679	4.56 695	3.05 687	4.58 682	3.05 667	4.58 693	3.05 690	4.58 682	3.05 686

rvit_stereo_0080	3.89 689	5.70 674	3.04 675	4.54 669	3.03 691	4.56 700	3.05 694	4.60 699	3.07 693	4.58 699	3.06 692	4.59 698	3.06 681	4.61 699	3.08 691	4.63 684	3.09 672	4.64 697	3.10 695	4.65 686	3.10 693

whm_eth	3.89 689	5.70 674	3.04 675	4.54 669	3.03 691	4.56 700	3.05 694	4.60 699	3.07 693	4.58 699	3.06 692	4.59 698	3.06 681	4.61 699	3.08 691	4.63 684	3.09 672	4.64 697	3.10 695	4.65 686	3.10 693

rvit_0105_4	3.91 691	5.47 673	3.02 673	4.54 669	3.02 690	4.54 695	3.03 692	4.75 705	3.17 699	4.57 698	3.06 692	4.61 702	3.16 687	4.65 702	3.09 693	4.66 686	3.11 675	4.68 700	3.18 701	4.81 692	3.16 698

rvit_0105_3	3.91 691	5.33 666	3.06 678	4.60 674	3.07 697	4.60 702	3.06 696	4.62 701	3.08 696	4.60 701	3.07 695	4.62 703	3.08 683	4.67 703	3.10 694	4.70 687	3.11 675	4.77 704	3.19 702	4.77 691	3.14 697

rvit_stereo_0083	3.92 693	5.30 665	3.06 678	4.61 675	3.09 698	4.67 704	3.08 697	4.66 703	3.09 697	4.62 702	3.10 697	4.66 706	3.11 685	4.67 703	3.16 696	4.72 689	3.16 678	4.77 704	3.11 697	4.66 688	3.11 695

rvit_stereo_ft	3.93 694	5.44 671	3.05 677	4.59 673	3.06 696	4.61 703	3.08 697	4.67 704	3.12 698	4.63 703	3.10 697	4.65 705	3.11 685	4.69 705	3.13 695	4.70 687	3.14 677	4.71 702	3.15 700	4.74 689	3.16 698

rvit_0105_5	4.10 695	5.40 669	3.13 684	4.71 677	3.15 700	4.72 707	3.10 699	4.90 710	3.27 701	4.69 704	3.16 699	4.84 710	3.25 689	4.96 709	3.34 699	5.05 694	3.39 683	5.10 709	3.40 703	5.11 699	3.42 702

MLG-Stereo_test1	4.25 696	5.34 668	3.61 688	5.31 684	3.63 707	5.23 711	3.57 705	5.38 713	3.65 703	5.23 710	3.47 702	4.76 707	3.74 696	4.85 706	3.71 703	4.96 691	3.18 680	4.71 702	2.92 687	4.86 695	2.90 683

MLG-Stereo_test3	4.26 697	4.85 655	3.95 692	5.35 685	3.60 706	4.75 708	3.76 708	5.49 714	3.71 705	5.39 711	3.69 706	4.82 709	3.66 693	4.85 706	3.73 706	4.93 690	3.19 681	4.69 701	2.99 689	4.84 694	2.98 685

MLG-Stereo_test2	4.28 698	5.46 672	3.69 690	4.86 680	3.72 709	5.58 714	3.42 703	4.81 707	3.77 709	4.85 706	3.72 707	5.55 715	3.63 692	5.58 713	3.53 701	4.41 676	3.28 682	4.99 708	2.95 688	4.75 690	3.13 696

RAFT+CT+SA	4.28 698	7.62 686	4.91 697	5.55 687	2.28 683	3.09 676	3.64 706	4.49 693	3.07 693	4.80 705	3.35 701	4.77 708	3.70 695	4.29 692	3.05 687	5.58 698	5.98 701	3.58 681	3.78 710	4.26 675	3.72 706

SA	4.33 700	7.35 683	6.85 709	5.96 690	4.09 713	3.59 683	3.15 700	3.82 686	2.64 684	3.91 684	3.85 708	3.57 682	2.72 674	3.13 677	4.03 709	7.09 711	6.86 706	3.57 680	3.12 698	3.85 668	3.51 704

Sa-1000	4.34 701	8.37 689	6.84 708	6.98 699	4.45 716	3.58 682	3.00 686	3.42 682	3.39 702	2.61 661	4.00 711	3.83 686	4.01 704	3.90 686	3.90 707	5.98 702	5.62 698	3.76 684	2.34 683	4.35 677	2.47 680

TestStereo1	4.60 702	8.41 690	6.44 706	6.86 697	3.79 710	3.97 687	3.78 709	3.99 688	3.74 706	3.97 685	3.52 703	3.94 687	3.58 690	3.98 687	3.72 704	6.82 708	6.50 704	3.76 684	3.66 706	3.90 669	3.74 708

SA-5K	4.60 702	8.41 690	6.44 706	6.86 697	3.79 710	3.97 687	3.78 709	3.99 688	3.74 706	3.97 685	3.52 703	3.94 687	3.58 690	3.98 687	3.72 704	6.82 708	6.50 704	3.76 684	3.66 706	3.90 669	3.74 708

DispFullNet	4.61 704	4.84 654	3.12 682	5.00 682	3.57 705	4.75 708	3.03 692	7.75 721	4.17 713	4.91 708	3.09 696	6.20 717	3.95 702	6.71 717	3.51 700	5.30 697	3.67 685	5.86 716	3.63 705	5.61 703	3.46 703

test_5	4.62 705	7.55 685	6.23 704	6.32 693	3.40 704	5.29 712	3.50 704	3.53 683	4.11 712	4.28 689	4.47 715	4.26 692	4.38 707	3.68 684	3.24 697	5.89 700	5.60 697	4.84 706	3.50 704	4.33 676	3.93 712

raft_robust	4.71 706	7.75 687	5.40 702	6.81 696	3.31 702	4.28 692	4.20 714	4.32 692	4.37 715	4.35 691	4.35 714	4.14 689	3.75 697	4.30 693	4.20 712	6.67 707	6.37 702	3.36 679	4.24 716	4.86 695	3.25 700

cross-raft	4.83 707	7.52 684	6.43 705	6.63 694	3.96 712	4.51 693	3.99 712	4.49 693	3.96 711	4.52 692	3.96 710	4.50 693	3.97 703	4.50 694	3.97 708	6.65 706	6.44 703	4.33 688	3.92 712	4.35 677	3.91 711

test_4	4.88 708	8.13 688	6.98 710	7.46 700	4.44 715	4.25 691	3.85 711	4.04 690	3.92 710	4.13 688	3.91 709	4.18 691	3.84 700	4.14 690	4.06 710	7.01 710	7.13 709	4.53 689	3.72 709	4.09 673	3.72 706

TestStereo	4.88 708	4.75 653	4.79 695	4.87 681	4.92 717	4.81 710	4.90 717	4.78 706	4.77 716	4.87 707	4.89 716	4.90 711	4.91 709	4.99 710	4.79 714	4.98 692	4.87 694	4.87 707	4.92 718	5.00 698	5.00 715

test_3	5.01 710	8.86 695	7.77 712	8.09 702	2.76 688	4.13 690	4.05 713	3.88 687	3.76 708	4.33 690	4.13 712	3.71 685	3.91 701	4.21 691	4.06 710	7.93 712	7.69 711	4.53 689	3.91 711	4.17 674	4.29 714

NLCA_NET_v2_RVC	5.04 711	50.87 742	2.78 666	2.87 624	2.71 687	2.78 675	0.47 446	2.88 674	2.86 687	1.89 624	2.67 686	2.79 676	2.79 675	2.78 675	2.83 684	2.82 658	2.82 664	2.83 674	2.77 686	2.83 661	2.76 681
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	5.10 712	5.15 660	4.49 694	5.07 683	3.37 703	6.87 717	4.75 716	5.04 711	6.34 720	7.84 721	5.06 717	6.72 721	4.09 705	4.99 710	5.44 717	5.03 693	3.16 678	4.67 699	4.86 717	5.15 700	3.89 710

U	5.15 713	8.49 692	1.81 629	8.49 704	1.77 655	8.49 722	1.77 651	8.51 723	1.77 656	8.49 723	1.77 655	8.50 723	1.78 644	8.58 723	1.77 658	8.54 715	1.78 635	8.55 723	1.78 666	8.55 717	1.84 660

SGM-Forest	5.21 714	5.92 678	4.08 693	6.18 691	4.16 714	6.31 716	4.34 715	6.50 716	4.33 714	6.14 717	4.21 713	6.61 720	4.55 708	6.67 716	4.48 713	5.94 701	3.94 687	5.85 715	4.03 714	5.79 705	4.17 713
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 715	9.16 697	8.03 716	8.09 702	5.62 720	6.11 715	6.35 720	6.85 718	4.94 717	6.08 716	6.29 722	4.98 712	6.43 714	6.22 714	6.36 720	6.16 704	7.47 710	5.82 714	5.44 721	7.11 711	5.68 718

rvit_stereo_0075_2	6.64 716	8.80 694	5.25 699	7.89 701	5.27 719	7.90 721	5.27 718	7.92 722	5.28 718	7.91 722	5.29 719	7.93 722	5.27 710	7.92 722	5.28 715	7.93 712	5.28 696	7.93 721	5.29 720	7.93 714	5.28 717

RAFT	6.73 717	9.36 698	7.40 711	8.51 705	6.55 721	6.88 718	6.60 721	6.79 717	6.60 721	6.80 718	6.72 723	5.31 714	5.50 712	6.61 715	6.61 721	8.42 714	5.89 699	5.73 713	5.45 722	6.61 707	6.24 719

SGM+DAISY	7.06 718	9.15 696	5.38 701	8.84 706	5.18 718	8.80 723	5.31 719	8.79 724	5.28 718	8.89 724	5.20 718	8.93 724	5.33 711	8.95 724	5.36 716	8.70 716	5.21 695	8.74 724	5.20 719	8.89 718	5.15 716

test-v	7.53 719	11.89 708	7.98 713	9.36 709	7.14 722	7.06 719	7.09 722	7.37 719	6.91 722	7.29 719	5.71 720	6.45 718	6.93 715	6.73 718	7.27 722	8.93 719	7.85 712	6.98 719	6.80 723	7.56 712	7.34 721

test-2	7.53 719	11.89 708	7.98 713	9.36 709	7.14 722	7.06 719	7.09 722	7.37 719	6.91 722	7.29 719	5.71 720	6.45 718	6.93 715	6.73 718	7.27 722	8.93 719	7.85 712	6.98 719	6.80 723	7.56 712	7.34 721

PA-Net	11.80 721	223.51 749	0.62 437	0.59 387	0.71 513	0.59 460	0.73 516	0.67 467	0.73 522	0.55 450	0.61 490	0.60 463	0.74 513	0.63 465	0.73 514	0.66 432	0.60 446	0.69 484	0.66 505	0.72 463	0.65 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 722	23.00 716	15.00 722	23.00 729	15.00 724	24.00 730	16.00 724	24.00 731	16.00 724	22.00 731	15.00 724	23.00 731	16.00 724	23.00 731	15.00 724	22.00 731	15.00 725	22.00 731	15.00 725	22.00 731	15.00 723

rafts_anoy	20.00 723	20.00 710	20.00 723	20.00 723	20.00 725	20.00 724	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 726	20.00 725	20.00 726	20.00 725	20.00 724

raft+_RVC	20.00 723	20.00 710	20.00 723	20.00 723	20.00 725	20.00 724	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 726	20.00 725	20.00 726	20.00 725	20.00 724

raftrobust	20.00 723	20.00 710	20.00 723	20.00 723	20.00 725	20.00 724	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 726	20.00 725	20.00 726	20.00 725	20.00 724

CasAABBNet	20.00 723	20.00 710	20.00 723	20.00 723	20.00 725	20.00 724	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 726	20.00 725	20.00 726	20.00 725	20.00 724

RALCasStereoNet	20.00 723	20.00 710	20.00 723	20.00 723	20.00 725	20.00 724	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 726	20.00 725	20.00 726	20.00 725	20.00 724

RALAANet	20.00 723	20.00 710	20.00 723	20.00 723	20.00 725	20.00 724	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 725	20.00 726	20.00 725	20.00 726	20.00 725	20.00 724

111	30.40 729	30.94 732	29.72 730	32.61 730	30.02 732	33.57 731	30.47 732	31.50 732	29.39 732	30.98 732	29.11 732	29.78 732	30.39 735	29.45 732	30.76 735	30.08 732	29.02 733	29.92 732	30.32 736	29.86 732	30.17 731

WCMA_ROB	31.10 730	35.43 736	27.12 729	39.51 742	23.10 731	38.78 743	25.30 731	37.49 744	25.39 731	37.29 743	27.02 731	38.52 744	26.48 731	37.80 743	26.44 731	36.28 739	22.65 732	33.90 736	22.30 732	37.10 741	24.18 730

DCANet-4	35.22 731	34.54 733	35.08 736	33.58 734	35.47 739	34.55 732	35.53 739	36.08 738	35.85 736	35.92 738	35.77 738	35.18 738	35.48 737	35.39 738	37.15 742	34.55 738	33.92 737	35.02 739	34.90 738	35.79 736	34.74 738

ADStereo(finetuned)	36.13 732	36.63 737	38.07 741	36.97 735	33.25 736	35.91 736	34.45 736	36.36 739	32.99 733	38.14 744	36.71 739	36.69 739	34.13 736	38.57 744	40.79 743	37.60 744	36.58 740	35.90 740	33.36 737	35.42 735	34.04 735

fast-reg	37.00 733	37.00 738	37.00 737	37.00 736	37.00 740	37.00 739	37.00 740	37.00 740	37.00 737	37.00 739	37.00 740	37.00 740	37.00 738	37.00 739	37.00 738	37.00 740	37.00 741	37.00 741	37.00 741	37.00 737	37.00 739

Reg-Stereo(zero)	37.00 733	37.00 738	37.00 737	37.00 736	37.00 740	37.00 739	37.00 740	37.00 740	37.00 737	37.00 739	37.00 740	37.00 740	37.00 738	37.00 739	37.00 738	37.00 740	37.00 741	37.00 741	37.00 741	37.00 737	37.00 739

FLISNet	37.00 733	37.00 738	37.00 737	37.00 736	37.00 740	37.00 739	37.00 740	37.00 740	37.00 737	37.00 739	37.00 740	37.00 740	37.00 738	37.00 739	37.00 738	37.00 740	37.00 741	37.00 741	37.00 741	37.00 737	37.00 739

CoSv	37.00 733	37.00 738	37.00 737	37.00 736	37.00 740	37.00 739	37.00 740	37.00 740	37.00 737	37.00 739	37.00 740	37.00 740	37.00 738	37.00 739	37.00 738	37.00 740	37.00 741	37.00 741	37.00 741	37.00 737	37.00 739

MDST_ROB	69.83 737	87.70 743	41.95 742	113.75 745	65.62 746	75.05 744	55.25 745	75.64 746	45.04 741	71.61 745	41.75 744	72.81 745	44.06 742	68.38 745	44.63 744	101.89 747	59.57 747	107.10 747	61.05 747	104.38 744	59.38 745

NOSS_ROB	102.95 738	153.00 747	121.00 745	51.00 743	44.00 744	165.00 747	127.00 746	153.00 747	119.00 743	164.00 748	125.00 746	168.00 748	120.00 744	153.00 747	117.00 746	49.00 745	44.00 745	49.00 745	44.00 745	49.00 742	44.00 743

CBMV	128.50 739	1422.70 755	53.10 743	79.50 744	51.30 745	77.30 745	49.70 744	74.00 745	48.20 742	77.20 746	48.80 745	73.90 746	48.00 743	73.80 746	48.80 745	70.40 746	45.10 746	68.90 746	46.10 746	68.20 743	45.00 744
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 740	171.00 748	160.68 748	162.58 746	160.59 748	164.01 746	160.35 748	158.51 748	158.56 745	158.34 747	160.12 748	158.56 747	159.92 746	157.26 748	158.94 748	154.38 748	158.36 748	155.75 748	159.13 750	153.67 745	154.07 747
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
DF_test	189.29 741	560.34 752	182.58 749	229.00 748	135.68 747	197.79 748	135.52 747	197.80 749	135.44 744	197.75 749	135.49 747	197.90 749	135.51 745	197.84 749	135.75 747	217.37 750	171.11 749	183.74 749	127.67 749	183.56 746	127.88 746

AE-Stereo	201.80 742	123.00 744	115.00 744	219.00 747	218.00 750	223.00 749	244.00 750	217.00 750	236.00 747	202.00 750	203.00 749	205.00 750	208.00 747	225.00 750	204.00 749	210.00 749	198.00 750	197.00 750	184.00 751	204.00 747	201.00 748

MGS-Stereo	239.45 743	123.00 744	135.00 746	266.00 749	286.00 751	277.00 750	305.00 751	271.00 751	242.00 748	274.00 751	279.00 751	255.00 751	270.00 749	268.00 751	297.00 751	221.00 751	247.00 752	216.00 751	123.00 748	217.00 748	217.00 750

EGLCR-Stereo	246.90 744	129.00 746	139.00 747	266.00 749	286.00 751	277.00 750	305.00 751	271.00 751	242.00 748	274.00 751	279.00 751	255.00 751	270.00 749	268.00 751	297.00 751	230.00 752	247.00 752	216.00 751	223.00 753	237.00 749	227.00 751

DLCB_ROB	284.23 745	354.61 750	207.27 750	363.24 751	206.46 749	364.72 752	210.41 749	364.72 753	210.41 746	364.81 753	208.64 750	364.81 753	208.64 748	364.72 753	210.41 750	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 749

LE_ROB	396.57 746	471.28 751	329.84 751	471.48 752	308.15 753	526.83 753	322.10 753	488.15 754	323.76 750	495.46 754	317.97 753	497.17 754	320.10 751	481.62 754	326.76 753	462.71 754	298.97 754	466.16 754	285.98 754	447.62 751	289.21 752

SGM-ForestM	596.69 747	677.77 753	444.52 752	699.85 753	517.25 754	732.94 754	488.29 754	770.79 755	460.11 751	750.81 755	487.98 754	792.79 755	499.41 752	730.90 755	475.81 754	720.03 755	491.16 755	663.96 755	418.60 755	674.76 752	436.05 753

CBMV_ROB	818.48 748	913.88 754	709.52 753	862.84 754	597.78 755	1073.99 755	700.52 755	1015.66 756	702.59 752	1115.65 756	760.02 755	1130.24 756	721.57 753	1037.41 756	692.65 755	814.05 756	564.29 756	843.28 756	595.31 756	915.51 753	602.92 754

tt	500032.53 749	34.60 734	29.72 730	37.47 740	34.41 737	36.85 737	35.22 737	34.71 736	33.55 734	34.50 733	35.43 736	33.81 736	10000000.00 754	33.57 736	33.13 736	33.68 736	35.00 738	34.03 737	35.26 739	30.96 733	34.63 736

DCANet	500032.53 749	34.60 734	29.72 730	37.47 740	34.41 737	36.85 737	35.22 737	34.71 736	33.55 734	34.50 733	35.43 736	33.81 736	10000000.00 754	33.57 736	33.13 736	33.68 736	35.00 738	34.03 737	35.26 739	30.96 733	34.63 736

fff	1000028.16 751	29.62 728	29.72 730	32.61 730	30.02 732	35.13 733	31.83 733	32.07 733	10000000.00 753	35.27 735	29.82 733	32.45 733	30.15 732	32.35 733	30.09 732	31.04 733	29.55 734	30.64 733	30.14 733	10000000.00 754	30.77 732

csc	1000028.16 751	29.62 728	29.72 730	32.61 730	30.02 732	35.13 733	31.83 733	32.07 733	10000000.00 753	35.27 735	29.82 733	32.45 733	30.15 732	32.35 733	30.09 732	31.04 733	29.55 734	30.64 733	30.14 733	10000000.00 754	30.77 732

cscssc	1000028.16 751	29.62 728	29.72 730	32.61 730	30.02 732	35.13 733	31.83 733	32.07 733	10000000.00 753	35.27 735	29.82 733	32.45 733	30.15 732	32.35 733	30.09 732	31.04 733	29.55 734	30.64 733	30.14 733	10000000.00 754	30.77 732

111111	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

SGD-Stereo	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

IGEV-Stereo++	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

IGEV-BASED-STEREO-	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

IGEV-Stereo+	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

SDNR	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

anonymousdsp2	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

anonymousdsp	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

test_example2	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755

DIP-Stereo	10000000.00 754	10000000.00 756	10000000.00 754	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 753	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 755
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							0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 698	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

FSD					0.44 443	0.56 452	0.44 432	0.55 442	0.44 437	0.56 452	0.44 441	0.56 455	0.44 434	0.56 449	0.46 435	0.61 418	0.42 378	0.52 457	0.42 446	0.52 428

ccccc		0.44 237		0.48 313	0.35 390	0.48 413		0.51 430		0.47 398		0.47 405		0.47 401		0.41 310	0.40 359	0.40 374	0.40 429	0.41 376

ASD4		0.20 138

Low-res two-view benchmark