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	0.73 444	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	0.12 156	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 261	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	0.73 444	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 153	0.20 191	0.23 176	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 194	0.21 204	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 279	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	0.11 161	0.04 90	0.03 52	0.58 404	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	0.75 447	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	0.16 120	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 213	0.02 20	0.02 21	0.71 431	0.02 16	0.02 19	0.02 21	0.02 21	0.16 190

BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 134	0.15 141	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 463	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 148	0.04 90	0.03 52	0.92 473	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 112	0.39 305	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 75	0.13 112	0.39 305	0.08 69	0.05 126	0.07 130	0.05 120	0.13 157	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

test_sample7	0.09 75	1.00 359	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	0.97 349	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	0.87 326	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	1.03 375	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	0.87 326	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	1.01 369	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	0.95 346	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	1.01 369	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	0.09 145	0.09 140	0.09 144	0.10 141	0.08 145	0.10 142	0.09 146	0.09 141	0.09 144	0.09 140	0.08 134	0.09 85	0.08 84	0.09 137	0.08 139	0.09 142	0.08 137

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 527	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	0.90 437	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 161	0.36 370	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 350	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 379	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 379	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 379	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 90	1.07 383	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 375	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 90	1.07 383	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 392	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 90	0.10 97	0.10 92	0.10 80	0.10 152	0.10 142	0.10 149	0.10 141	0.10 149	0.10 142	0.10 150	0.10 144	0.10 148	0.10 144	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

222	0.10 90	0.99 357	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 90	1.09 385	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 537	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

ISRNet	0.11 111	0.05 66	0.36 288	0.24 181	0.07 141	0.13 157	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 158	0.05 117	0.05 103	0.09 139	0.24 201	0.20 200	0.10 138	0.05 123	0.06 123	0.13 178

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

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

x	0.11 111	1.15 395	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 231	0.33 265	0.39 243	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	0.39 288	0.36 330	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 397	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 565	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 565	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	0.11 111	0.02 12	0.02 15	1.62 568	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	0.12 120	1.14 392	0.17 176	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 118	0.10 92	0.15 132	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.15 165	0.10 150	0.14 159	0.10 148	0.14 161	0.10 145	0.13 126	0.10 99	0.13 156	0.09 141	0.13 160	0.09 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 559	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	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 629	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 633	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 635	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 571	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	0.13 127	0.21 139	0.12 123	0.16 142	0.11 167	0.15 166	0.11 162	0.14 159	0.11 164	0.15 165	0.12 172	0.15 170	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

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

ACRE	0.13 127	0.21 139	0.14 148	0.15 132	0.11 167	0.14 158	0.11 162	0.14 159	0.11 164	0.14 158	0.12 172	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

LRCNet_RVC	0.13 127	0.13 112	0.09 88	0.13 117	0.10 152	0.14 158	0.10 149	0.14 159	0.10 149	0.23 209	0.10 150	0.20 190	0.10 148	0.24 216	0.11 157	0.11 105	0.09 94	0.12 152	0.14 189	0.12 158	0.09 140

aanetorigin	0.13 127	0.11 108	0.11 112	0.11 97	0.11 167	0.11 153	0.11 162	0.11 153	0.11 164	0.11 154	0.12 172	0.11 154	0.11 161	0.11 155	0.11 157	0.11 105	0.11 121	0.14 158	0.11 160	0.49 406	0.11 158

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 638	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 127	0.16 120	0.11 112	0.15 132	0.09 145	0.18 184	0.11 162	0.18 183	0.11 164	0.17 177	0.11 164	0.18 183	0.11 161	0.18 182	0.11 157	0.14 133	0.08 84	0.14 158	0.08 139	0.14 162	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 454	0.28 228	0.32 214	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	0.32 237	0.27 234	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 125	0.12 123	0.17 151	0.11 167	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.11 164	0.17 179	0.11 161	0.17 179	0.11 157	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.11 158
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 514	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	0.14 134	0.20 133	0.14 148	0.16 142	0.11 167	0.16 173	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 179	0.13 182	0.17 179	0.12 169	0.15 141	0.11 121	0.16 175	0.11 160	0.15 170	0.12 171

IPLGR_C	0.14 134	0.20 133	0.12 123	0.15 132	0.11 167	0.14 158	0.15 189	0.14 159	0.11 164	0.15 165	0.12 172	0.14 159	0.11 161	0.16 172	0.11 157	0.15 141	0.12 135	0.14 158	0.12 175	0.15 170	0.12 171

MIPNet	0.14 134	0.21 139	0.17 176	0.16 142	0.11 167	0.15 166	0.12 175	0.14 159	0.11 164	0.16 170	0.11 164	0.14 159	0.11 161	0.14 161	0.11 157	0.14 133	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

IPLGR	0.14 134	0.24 153	0.14 148	0.16 142	0.12 180	0.15 166	0.12 175	0.14 159	0.11 164	0.15 165	0.12 172	0.14 159	0.11 161	0.14 161	0.11 157	0.15 141	0.12 135	0.14 158	0.11 160	0.14 162	0.11 158

GMStereo	0.14 134	0.13 112	0.14 148	0.14 121	0.14 186	0.14 158	0.14 181	0.14 159	0.14 187	0.14 158	0.14 190	0.14 159	0.14 187	0.14 161	0.14 180	0.14 133	0.14 162	0.14 158	0.14 189	0.14 162	0.14 183
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 588	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	0.14 134	0.16 120	0.12 123	0.17 151	0.12 180	0.17 180	0.11 162	0.17 179	0.11 164	0.17 177	0.12 172	0.17 179	0.12 176	0.17 179	0.12 169	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.12 171

DRN-Test	0.14 134	0.13 112	0.09 88	0.14 121	0.09 145	0.15 166	0.09 144	0.14 159	0.10 149	0.14 158	0.09 146	0.14 159	0.09 144	0.13 160	0.09 139	0.12 111	0.09 94	0.12 152	0.09 141	0.12 158	0.73 498

ELAS_RVC	0.14 134	0.16 120	0.10 92	0.15 132	0.10 152	0.18 184	0.11 162	0.19 185	0.11 164	0.19 183	0.12 172	0.18 183	0.11 161	0.19 185	0.12 169	0.14 133	0.08 84	0.14 158	0.09 141	0.15 170	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 125	0.13 143	0.20 160	0.13 184	0.19 187	0.13 179	0.18 183	0.13 184	0.19 183	0.13 185	0.18 183	0.14 187	0.18 182	0.14 180	0.16 151	0.11 121	0.15 171	0.14 189	0.18 186	0.11 158

CoDeX	0.15 146	0.70 298	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	0.67 476	0.02 15	0.69 461	0.75 485	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 275	0.11 112	0.16 142	0.11 167	0.16 173	0.11 162	0.16 173	0.11 164	0.16 170	0.11 164	0.16 171	0.11 161	0.16 172	0.11 157	0.16 151	0.11 121	0.16 175	0.11 160	0.16 175	0.11 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 587	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	0.15 146	0.14 118	0.10 92	0.14 121	0.09 145	0.15 166	0.09 144	0.14 159	0.09 148	0.14 158	0.10 150	0.14 159	0.09 144	0.14 161	0.09 139	0.13 126	0.10 99	0.13 156	0.09 141	0.13 160	0.82 514

LALA_ROB	0.15 146	0.19 129	0.12 123	0.18 153	0.11 167	0.20 192	0.12 175	0.21 199	0.12 180	0.20 189	0.12 172	0.20 190	0.12 176	0.21 200	0.13 176	0.17 159	0.10 99	0.18 192	0.11 160	0.18 186	0.11 158

SGM_RVC	0.15 146	0.17 125	0.11 112	0.18 153	0.11 167	0.19 187	0.11 162	0.19 185	0.12 180	0.19 183	0.12 172	0.20 190	0.12 176	0.19 185	0.12 169	0.16 151	0.11 121	0.17 183	0.10 148	0.17 182	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 448	0.33 265	0.41 268	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	0.35 255	0.31 270	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 120	0.16 169	0.16 142	0.16 210	0.16 173	0.16 195	0.16 173	0.16 204	0.16 170	0.16 204	0.16 171	0.16 201	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 201	0.16 175	0.16 190

qqq	0.16 153	2.01 538	0.12 123	0.15 132	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 128	0.13 143	0.19 156	0.13 184	0.19 187	0.13 179	0.19 185	0.13 184	0.19 183	0.13 185	0.19 187	0.13 182	0.19 185	0.13 176	0.18 167	0.13 158	0.18 192	0.13 184	0.18 186	0.13 178

ManiGeoR	0.17 157	0.05 66	0.62 427	0.73 413	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	0.72 439	0.58 427	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 157	0.05 66	0.63 431	0.72 409	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 431	0.59 433	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 157	0.05 66	0.62 427	0.73 413	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	0.72 439	0.58 427	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 157	0.05 66	0.62 427	0.72 409	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 439	0.58 427	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 157	0.05 66	0.65 438	0.72 409	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 431	0.59 433	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 157	0.27 166	0.21 196	0.10 80	0.21 246	0.15 166	0.22 234	0.10 141	0.21 234	0.22 203	0.10 150	0.19 187	0.18 224	0.10 144	0.19 222	0.20 174	0.19 198	0.18 192	0.10 148	0.19 192	0.18 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 548	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 167	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 157	0.78 312	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	0.79 513	0.02 15	0.75 474	0.76 487	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.71 299	0.14 148	0.14 121	0.14 186	0.14 158	0.14 181	0.14 159	0.14 187	0.14 158	0.14 190	0.14 159	0.14 187	0.14 161	0.22 232	0.14 133	0.14 162	0.14 158	0.14 189	0.14 162	0.14 183

DepthFocus	0.18 166	0.22 143	0.15 165	0.22 171	0.15 200	0.22 205	0.15 189	0.22 204	0.15 199	0.22 203	0.15 200	0.22 206	0.16 201	0.22 205	0.15 191	0.20 174	0.15 166	0.20 200	0.14 189	0.20 193	0.14 183

w-ln-seven	0.18 166	1.47 473	0.33 265	0.40 256	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	0.38 275	0.32 275	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 166	0.48 254	0.16 169	0.16 142	0.15 200	0.15 166	0.16 195	0.16 173	0.16 204	0.16 170	0.16 204	0.16 171	0.16 201	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 201	0.16 175	0.16 190

xyz-stereo	0.18 166	0.50 261	0.16 169	0.15 132	0.16 210	0.16 173	0.16 195	0.16 173	0.16 204	0.16 170	0.16 204	0.16 171	0.16 201	0.16 172	0.16 198	0.16 151	0.16 169	0.16 175	0.16 201	0.16 175	0.16 190

BEATNet-Init1	0.19 170	0.08 84	0.08 82	2.23 589	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 133	0.07 140	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 170	0.08 84	0.08 82	2.23 589	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 133	0.07 140	0.11 155	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

Weightmod_eth	0.20 172	0.24 153	0.28 228	0.47 300	0.14 186	0.24 217	0.14 181	0.17 179	0.13 184	0.22 203	0.16 204	0.22 206	0.13 182	0.20 189	0.16 198	0.24 201	0.20 200	0.19 195	0.14 189	0.16 175	0.24 236

depth_test_26	0.20 172	0.34 182	0.25 212	0.34 222	0.14 186	0.21 202	0.14 181	0.21 199	0.14 187	0.21 200	0.14 190	0.21 197	0.14 187	0.21 200	0.14 180	0.26 210	0.26 223	0.22 208	0.15 198	0.22 201	0.14 183

IGEV_Zeroshot_test	0.20 172	0.19 129	0.40 337	0.30 202	0.17 216	0.22 205	0.17 205	0.21 199	0.17 214	0.20 189	0.17 212	0.21 197	0.18 224	0.21 200	0.17 205	0.20 174	0.16 169	0.20 200	0.16 201	0.20 193	0.17 207

DAS	0.20 172	0.20 133	0.20 191	0.20 160	0.20 236	0.20 192	0.20 224	0.20 191	0.20 230	0.20 189	0.20 236	0.20 190	0.20 235	0.20 189	0.20 225	0.20 174	0.20 200	0.20 200	0.20 234	0.20 193	0.20 218

ACVNet	0.20 172	0.19 129	0.14 148	0.20 160	0.14 186	0.20 192	0.96 534	0.21 199	0.14 187	0.20 189	0.13 185	0.21 197	0.14 187	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	0.17 182	0.12 171

acv_ft	0.20 172	0.19 129	0.14 148	0.20 160	0.14 186	0.20 192	0.96 534	0.21 199	0.14 187	0.20 189	0.13 185	0.21 197	0.14 187	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	0.17 182	0.12 171

iResNetv2_ROB	0.20 172	0.23 145	0.18 186	0.24 181	0.20 236	0.24 217	0.18 214	0.24 214	0.18 220	0.24 216	0.18 229	0.23 214	0.19 231	0.24 216	0.18 218	0.21 181	0.16 169	0.21 203	0.16 201	0.22 201	0.16 190

iResNet	0.20 172	0.23 145	0.18 186	0.24 181	0.18 228	0.24 217	0.20 224	0.24 214	0.18 220	0.23 209	0.17 212	0.23 214	0.18 224	0.23 212	0.18 218	0.22 183	0.16 169	0.21 203	0.16 201	0.21 199	0.16 190

LACA2	0.21 180	0.24 153	0.26 219	0.31 208	0.16 210	0.24 217	0.16 195	0.24 214	0.16 204	0.24 216	0.16 204	0.24 220	0.16 201	0.24 216	0.16 198	0.27 214	0.23 215	0.24 227	0.16 201	0.23 213	0.16 190

LACA1	0.21 180	0.24 153	0.26 219	0.31 208	0.16 210	0.24 217	0.16 195	0.24 214	0.16 204	0.24 216	0.16 204	0.24 220	0.16 201	0.24 216	0.16 198	0.27 214	0.22 209	0.23 217	0.16 201	0.23 213	0.16 190

z-ln-s-r	0.21 180	1.40 471	0.53 407	0.56 374	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	0.57 403	0.44 383	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 180	0.25 160	0.21 196	0.26 195	0.17 216	0.24 217	0.17 205	0.24 214	0.17 214	0.24 216	0.17 212	0.24 220	0.17 213	0.24 216	0.17 205	0.24 201	0.17 190	0.23 217	0.16 201	0.23 213	0.16 190

Pointernet	0.21 180	0.22 143	0.19 188	0.24 181	0.19 233	0.24 217	0.19 220	0.24 214	0.19 228	0.24 216	0.19 232	0.24 220	0.19 231	0.24 216	0.19 222	0.22 183	0.17 190	0.22 208	0.17 223	0.22 201	0.17 207

SuperB	0.21 180	0.10 97	2.51 653	0.12 105	0.09 145	0.10 142	0.09 144	0.08 134	0.07 141	0.10 142	0.09 146	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 186	0.23 145	0.20 191	0.24 181	0.20 236	0.23 214	0.33 354	0.39 283	0.17 214	0.23 209	0.17 212	0.23 214	0.16 201	0.24 216	0.17 205	0.23 194	0.16 169	0.22 208	0.20 234	0.22 201	0.16 190

Anonymus123	0.22 186	0.23 145	0.20 191	0.24 181	0.20 236	0.23 214	0.33 354	0.39 283	0.17 214	0.23 209	0.17 212	0.23 214	0.16 201	0.24 216	0.17 205	0.23 194	0.16 169	0.22 208	0.20 234	0.22 201	0.16 190

WAO-6	0.22 186	0.23 145	0.22 198	0.23 176	0.22 248	0.22 205	0.22 234	0.22 204	0.22 238	0.22 203	0.22 243	0.22 206	0.22 243	0.22 205	0.22 232	0.22 183	0.22 209	0.22 208	0.22 241	0.22 201	0.22 224

IMH-64-1	0.22 186	0.23 145	0.23 201	0.22 171	0.22 248	0.22 205	0.22 234	0.22 204	0.22 238	0.22 203	0.22 243	0.22 206	0.22 243	0.22 205	0.22 232	0.22 183	0.22 209	0.23 217	0.22 241	0.22 201	0.23 226

IMH-64	0.22 186	0.23 145	0.23 201	0.22 171	0.22 248	0.22 205	0.22 234	0.22 204	0.22 238	0.22 203	0.22 243	0.22 206	0.22 243	0.22 205	0.22 232	0.22 183	0.22 209	0.23 217	0.22 241	0.22 201	0.23 226

ac_64	0.22 186	0.13 112	0.19 188	0.23 176	0.10 152	0.26 236	1.02 544	0.14 159	0.10 149	0.28 238	0.14 190	0.17 179	0.19 231	0.28 245	0.09 139	0.22 183	0.16 169	0.23 217	0.17 223	0.11 153	0.12 171

WAFT-Stereo (FT)	0.23 192	0.31 177	0.23 201	0.28 199	0.17 216	0.28 242	0.17 205	0.28 232	0.18 220	0.28 238	0.17 212	0.28 242	0.17 213	0.28 245	0.17 205	0.27 214	0.21 204	0.25 232	0.17 223	0.26 224	0.26 244

SMOE	0.23 192	0.25 160	0.30 238	0.33 218	0.18 228	0.26 236	0.18 214	0.26 228	0.18 220	0.26 233	0.18 229	0.25 227	0.18 224	0.25 225	0.18 218	0.31 234	0.27 234	0.23 217	0.17 223	0.23 213	0.17 207

LACA3	0.23 192	0.25 160	0.27 222	0.54 367	0.17 216	0.25 227	0.17 205	0.25 222	0.17 214	0.25 224	0.17 212	0.25 227	0.17 213	0.25 225	0.17 205	0.28 219	0.23 215	0.24 227	0.17 223	0.24 218	0.17 207

dd	0.23 192	0.98 350	0.16 169	0.23 176	0.15 200	0.23 214	0.15 189	0.23 211	0.15 199	0.23 209	0.15 200	0.24 220	0.17 213	0.23 212	0.15 191	0.22 183	0.15 166	0.21 203	0.15 198	0.22 201	0.16 190

dad	0.23 192	1.03 375	0.16 169	0.23 176	0.15 200	0.24 217	0.15 189	0.24 214	0.16 204	0.23 209	0.16 204	0.24 220	0.16 201	0.23 212	0.15 191	0.22 183	0.16 169	0.22 208	0.16 201	0.22 201	0.16 190

RSGM-EC	0.24 197	0.24 153	0.15 165	0.22 171	0.15 200	0.22 205	0.15 189	0.22 204	0.15 199	0.24 216	0.15 200	0.22 206	0.15 199	0.22 205	1.19 559	0.20 174	0.17 190	0.24 227	0.14 189	0.20 193	0.14 183

acva	0.24 197	0.24 153	0.15 165	0.22 171	0.15 200	0.22 205	0.15 189	0.22 204	0.15 199	0.24 216	0.15 200	0.22 206	0.15 199	0.22 205	1.19 559	0.20 174	0.17 190	0.24 227	0.14 189	0.20 193	0.14 183

MSKI-zero shot	0.24 197	0.21 139	0.49 389	0.65 392	0.18 228	0.22 205	0.17 205	0.23 211	0.18 220	0.21 200	0.17 212	0.23 214	0.28 280	0.23 212	0.18 218	0.21 181	0.16 169	0.21 203	0.16 201	0.21 199	0.16 190

qqq1	0.25 200	3.70 618	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	0.25 200	3.70 618	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	0.25 200	0.26 163	0.25 212	0.26 195	0.25 262	0.25 227	0.25 250	0.25 222	0.25 253	0.25 224	0.25 261	0.25 227	0.25 255	0.26 237	0.25 250	0.25 208	0.25 220	0.25 232	0.25 257	0.25 221	0.25 238

ffm	0.25 200	3.83 624	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	0.25 200	3.83 624	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	0.25 200	3.83 624	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	0.25 200	0.23 145	0.66 441	0.80 423	0.17 216	0.22 205	0.17 205	0.23 211	0.18 220	0.26 233	0.17 212	0.21 197	0.17 213	0.25 225	0.17 205	0.23 194	0.16 169	0.21 203	0.17 223	0.22 201	0.17 207

LoS	0.25 200	0.27 166	0.25 212	0.25 188	0.25 262	0.25 227	0.25 250	0.26 228	0.25 253	0.25 224	0.25 261	0.25 227	0.25 255	0.25 225	0.25 250	0.26 210	0.25 220	0.25 232	0.26 263	0.26 224	0.25 238
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 200	1.31 462	0.74 468	0.92 442	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	0.87 469	0.75 474	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 209	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	4.34 661	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 210	0.29 171	0.33 265	0.38 235	0.20 236	0.30 248	0.21 229	0.29 238	0.21 234	0.29 244	0.22 243	0.30 253	0.20 235	0.30 252	0.21 228	0.37 263	0.31 270	0.27 242	0.20 234	0.28 232	0.21 221

SME	0.27 210	0.29 171	0.31 254	0.38 235	0.20 236	0.29 246	0.18 214	0.30 241	0.20 230	0.32 257	0.21 241	0.32 262	0.20 235	0.32 260	0.21 228	0.35 255	0.32 275	0.27 242	0.19 232	0.29 236	0.20 218

model_zeroshot	0.27 210	0.20 133	0.27 222	0.33 218	0.21 246	0.37 281	0.22 234	0.37 269	0.24 248	0.26 233	0.27 270	0.33 266	0.21 242	0.25 225	0.27 256	0.32 237	0.20 200	0.34 279	0.23 247	0.25 221	0.26 244

DLNR-FE	0.28 213	0.89 331	0.30 238	0.34 222	0.19 233	0.28 242	0.19 220	0.28 232	0.20 230	0.28 238	0.20 236	0.28 242	0.20 235	0.28 245	0.20 225	0.33 243	0.28 242	0.25 232	0.19 232	0.24 218	0.19 216

xyz-stereo-finetune	0.28 213	0.49 256	0.16 169	0.16 142	0.16 210	0.16 173	0.16 195	0.22 204	0.30 297	0.32 257	0.31 345	0.32 262	0.31 348	0.32 260	0.32 338	0.32 237	0.33 288	0.31 259	0.32 366	0.31 245	0.32 345

SQANet	0.28 213	0.28 169	0.28 228	0.28 199	0.28 275	0.28 242	0.28 270	0.28 232	0.28 276	0.28 238	0.28 277	0.28 242	0.28 280	0.28 245	0.28 265	0.28 219	0.28 242	0.28 246	0.28 319	0.28 232	0.28 308

HGLStereo	0.28 213	0.29 171	0.22 198	0.36 229	0.22 248	0.36 275	0.21 229	0.36 263	0.21 234	0.42 320	0.21 241	0.36 278	0.22 243	0.36 278	0.21 228	0.34 247	0.21 204	0.34 279	0.21 238	0.34 260	0.21 221

iResNet_ROB	0.28 213	0.32 180	0.24 209	0.32 214	0.25 262	0.32 264	0.24 248	0.32 249	0.24 248	0.33 262	0.24 255	0.35 273	0.24 252	0.33 268	0.24 242	0.31 234	0.24 219	0.32 262	0.24 254	0.32 248	0.24 236

UNet	0.29 218	0.90 334	0.10 92	0.14 121	0.10 152	0.14 158	0.10 149	0.91 491	0.69 492	0.14 158	0.11 164	0.14 159	0.11 161	0.14 161	0.10 145	0.12 111	0.09 94	0.12 152	0.09 141	0.88 481	0.76 505

MultiAttention	0.30 219	0.30 174	0.30 238	0.30 202	0.30 296	0.30 248	0.30 288	0.30 241	0.30 297	0.30 246	0.30 301	0.30 253	0.30 297	0.30 252	0.30 287	0.30 228	0.30 265	0.30 253	0.30 348	0.30 240	0.30 329

MSAF-DinoV2	0.30 219	0.30 174	0.30 238	0.30 202	0.30 296	0.30 248	0.30 288	0.30 241	0.30 297	0.30 246	0.30 301	0.30 253	0.30 297	0.30 252	0.30 287	0.30 228	0.30 265	0.30 253	0.30 348	0.30 240	0.30 329

DDVS	0.30 219	3.10 604	0.14 148	0.19 156	0.14 186	0.19 187	0.14 181	0.20 191	0.14 187	0.19 183	0.13 185	0.16 171	0.13 182	0.19 185	0.13 176	0.17 159	0.13 158	0.17 183	0.13 184	0.17 182	0.13 178

ACV-stereo	0.30 219	2.08 540	0.25 212	0.25 188	0.18 228	0.24 217	0.17 205	0.24 214	0.18 220	0.24 216	0.17 212	0.25 227	0.17 213	0.24 216	0.17 205	0.22 183	0.16 169	0.22 208	0.16 201	0.22 201	0.16 190

LoS_RVC	0.30 219	1.14 392	0.25 212	0.25 188	0.25 262	0.26 236	0.25 250	0.25 222	0.25 253	0.25 224	0.25 261	0.26 239	0.26 265	0.26 237	0.25 250	0.26 210	0.26 223	0.25 232	0.25 257	0.26 224	0.26 244

CAS	0.30 219	1.17 398	0.25 212	0.25 188	0.25 262	0.26 236	0.25 250	0.25 222	0.26 267	0.25 224	0.25 261	0.25 227	0.25 255	0.25 225	0.25 250	0.26 210	0.26 223	0.26 238	0.25 257	0.26 224	0.25 238

DANet	0.30 219	0.30 174	0.30 238	0.30 202	0.30 296	0.30 248	0.30 288	0.30 241	0.30 297	0.30 246	0.30 301	0.30 253	0.30 297	0.30 252	0.30 287	0.30 228	0.30 265	0.30 253	0.30 348	0.30 240	0.30 329
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 226	0.31 177	0.31 254	0.30 202	0.40 409	0.31 255	0.30 288	0.30 241	0.34 371	0.29 244	0.31 345	0.29 249	0.30 297	0.31 257	0.31 328	0.31 234	0.29 256	0.31 259	0.30 348	0.31 245	0.31 338

tt1	0.31 226	0.93 343	0.24 209	0.33 218	0.23 254	0.31 255	0.24 248	0.32 249	0.24 248	0.32 257	0.23 248	0.32 262	0.25 255	0.32 260	0.24 242	0.27 214	0.26 223	0.27 242	0.26 263	0.27 230	0.27 283

xxxxx1	0.31 226	0.91 336	0.23 201	0.31 208	0.23 254	0.31 255	0.23 243	0.33 253	0.25 253	0.31 251	0.24 255	0.33 266	0.25 255	0.32 260	0.24 242	0.28 219	0.28 242	0.28 246	0.28 319	0.29 236	0.27 283

DLNR_Zeroshot_test	0.31 226	0.28 169	0.47 374	0.79 419	0.24 259	0.30 248	0.26 257	0.30 241	0.24 248	0.32 257	0.23 248	0.31 258	0.24 252	0.30 252	0.23 239	0.29 227	0.26 223	0.29 251	0.24 254	0.33 255	0.23 226

tt_ll	0.31 226	0.91 336	0.23 201	0.31 208	0.23 254	0.31 255	0.23 243	0.33 253	0.25 253	0.31 251	0.24 255	0.33 266	0.25 255	0.32 260	0.24 242	0.28 219	0.28 242	0.28 246	0.28 319	0.29 236	0.27 283

ff	0.31 226	0.91 336	0.23 201	0.31 208	0.23 254	0.31 255	0.23 243	0.33 253	0.25 253	0.31 251	0.24 255	0.33 266	0.25 255	0.32 260	0.24 242	0.28 219	0.28 242	0.28 246	0.28 319	0.29 236	0.27 283

RAFT + AFF	0.31 226	0.45 240	0.34 276	0.39 243	0.28 275	0.38 288	0.33 354	0.29 238	0.31 342	0.30 246	0.30 301	0.29 249	0.27 272	0.29 250	0.30 287	0.28 219	0.29 256	0.29 251	0.29 333	0.27 230	0.32 345

MLCV	0.31 226	0.35 184	0.27 222	0.35 225	0.28 275	0.35 271	0.27 260	0.35 259	0.28 276	0.36 273	0.27 270	0.35 273	0.27 272	0.35 272	0.27 256	0.34 247	0.27 234	0.34 279	0.27 300	0.34 260	0.27 283

DN-CSS_ROB	0.31 226	0.35 184	0.28 228	0.35 225	0.28 275	0.34 267	0.27 260	0.34 256	0.25 253	0.35 269	0.27 270	0.36 278	0.26 265	0.34 269	0.28 265	0.35 255	0.28 242	0.34 279	0.28 319	0.34 260	0.27 283

PStereo	0.32 235	0.36 187	0.28 228	0.38 235	0.29 285	0.36 275	0.27 260	0.38 278	0.27 271	0.38 279	0.28 277	0.36 278	0.27 272	0.36 278	0.28 265	0.32 237	0.27 234	0.33 269	0.27 300	0.33 255	0.27 283

DStereoFS	0.32 235	0.33 181	0.32 260	0.33 218	0.30 296	0.32 264	0.32 343	0.32 249	0.31 342	0.30 246	0.31 345	0.31 258	0.30 297	0.32 260	0.32 338	0.32 237	0.31 270	0.30 253	0.47 449	0.32 248	0.34 359

DStereoSA	0.32 235	0.52 271	0.34 276	0.31 208	0.31 343	0.30 248	0.30 288	0.31 247	0.30 297	0.31 251	0.31 345	0.31 258	0.30 297	0.31 257	0.31 328	0.30 228	0.32 275	0.31 259	0.31 359	0.31 245	0.31 338

WCG-NET（raft）	0.32 235	1.24 456	0.24 209	0.32 214	0.24 259	0.32 264	0.23 243	0.32 249	0.24 248	0.32 257	0.24 255	0.32 262	0.24 252	0.32 260	0.24 242	0.30 228	0.23 215	0.30 253	0.23 247	0.30 240	0.23 226

Any-RAFT	0.32 235	0.36 187	0.27 222	0.36 229	0.27 270	0.36 275	0.27 260	0.36 263	0.27 271	0.36 273	0.27 270	0.36 278	0.27 272	0.36 278	0.28 265	0.36 260	0.28 242	0.36 300	0.28 319	0.36 280	0.28 308

StereoDRNet-Refined	0.33 240	0.39 201	0.26 219	0.39 243	0.26 269	0.40 296	0.26 257	0.40 291	0.26 267	0.39 286	0.26 266	0.39 293	0.26 265	0.39 294	0.26 255	0.37 263	0.25 220	0.37 303	0.25 257	0.37 284	0.37 378
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 241	0.26 163	0.17 176	0.21 169	0.17 216	0.20 192	0.16 195	0.20 191	0.16 204	0.20 189	0.17 212	0.21 197	0.16 201	0.27 241	0.24 242	0.19 171	0.16 169	0.19 195	0.16 201	0.26 224	3.08 680

RAFT-FE	0.34 241	0.26 163	0.17 176	0.21 169	0.17 216	0.20 192	0.16 195	0.20 191	0.16 204	0.20 189	0.17 212	0.21 197	0.16 201	0.27 241	0.24 242	0.19 171	0.16 169	0.19 195	0.16 201	0.26 224	3.08 680

LG-Stereo_L2	0.34 241	0.37 190	0.38 294	0.47 300	0.28 275	0.39 294	0.28 270	0.39 283	0.28 276	0.39 286	0.28 277	0.39 293	0.28 280	0.38 286	0.28 265	0.42 317	0.35 324	0.36 300	0.26 263	0.35 273	0.26 244

H2IRNET	0.34 241	0.34 182	0.34 276	0.34 222	0.34 377	0.34 267	0.34 367	0.34 256	0.34 371	0.34 265	0.34 372	0.34 271	0.34 369	0.34 269	0.34 363	0.34 247	0.34 317	0.34 279	0.34 380	0.34 260	0.34 359

IGEV++	0.34 241	0.43 228	0.30 238	0.40 256	0.29 285	0.40 296	0.29 281	0.40 291	0.29 283	0.40 292	0.29 287	0.40 301	0.29 289	0.40 297	0.30 287	0.38 275	0.29 256	0.37 303	0.29 333	0.37 284	0.29 316

iRaft-Stereo_5w	0.34 241	0.42 226	0.31 254	0.39 243	0.30 296	0.38 288	0.30 288	0.40 291	0.29 283	0.40 292	0.37 391	0.41 314	0.34 369	0.38 286	0.30 287	0.34 247	0.27 234	0.34 279	0.26 263	0.34 260	0.26 244

CSP-Net	0.34 241	1.29 458	1.19 523	1.36 552	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	1.26 564	1.21 575	0.03 41	0.09 141	0.02 21	0.09 140

iRaft-Stereo_20w	0.34 241	0.41 216	0.31 254	0.39 243	0.29 285	0.40 296	0.32 343	0.41 306	0.32 352	0.38 279	0.30 301	0.39 293	0.30 297	0.38 286	0.32 338	0.35 255	0.27 234	0.34 279	0.27 300	0.34 260	0.29 316

DGSMNet	0.34 241	0.41 216	0.27 222	0.41 268	0.28 275	0.41 312	0.28 270	0.41 306	0.27 271	0.41 306	0.27 270	0.42 332	0.27 272	0.41 313	0.28 265	0.40 295	0.29 256	0.40 365	0.28 319	0.40 356	0.27 283

gcap_with_dpt	0.35 250	0.39 201	0.30 238	0.44 288	0.31 343	0.44 373	0.31 335	0.44 370	0.31 342	0.44 365	0.30 301	0.44 376	0.30 297	0.44 365	0.30 287	0.38 275	0.26 223	0.38 311	0.27 300	0.38 297	0.27 283

FE-Mocha	0.35 250	0.71 299	0.40 337	0.47 300	0.27 270	0.34 267	0.27 260	0.34 256	0.26 267	0.34 265	0.26 266	0.34 271	0.27 272	0.34 269	0.27 256	0.44 319	0.41 362	0.33 269	0.29 333	0.32 248	0.29 316

IGEV-FE	0.35 250	0.37 190	0.17 176	0.19 156	0.17 216	0.20 192	0.17 205	0.19 185	0.17 214	0.19 183	0.17 212	0.19 187	0.17 213	0.37 283	0.36 370	0.19 171	0.17 190	0.19 195	0.17 223	0.38 297	2.84 671

test_for_model	0.35 250	0.39 201	0.30 238	0.43 284	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.44 365	0.31 328	0.38 275	0.26 223	0.38 311	0.26 263	0.38 297	0.26 244

CASnet	0.35 250	0.51 269	0.44 359	0.32 214	0.31 343	0.24 217	0.34 367	0.36 263	0.25 253	0.31 251	0.37 391	0.30 253	0.33 364	0.25 225	0.45 420	0.37 263	0.37 334	0.33 269	0.35 393	0.34 260	0.37 378
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 250	0.44 231	0.45 361	0.49 312	0.30 296	0.37 281	0.30 288	0.36 263	0.30 297	0.36 273	0.29 287	0.36 278	0.29 289	0.36 278	0.30 287	0.46 358	0.39 348	0.32 262	0.24 254	0.32 248	0.25 238
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 250	0.35 184	0.35 286	0.35 225	0.35 381	0.35 271	0.35 372	0.35 259	0.35 375	0.35 269	0.35 381	0.35 273	0.35 375	0.35 272	0.35 367	0.35 255	0.35 324	0.35 295	0.35 393	0.35 273	0.35 370

GeoVLM	0.36 257	0.38 194	0.27 222	0.46 293	0.28 275	0.35 271	0.28 270	0.37 269	0.27 271	0.35 269	0.28 277	0.36 278	0.38 388	0.35 272	0.28 265	1.08 497	0.26 223	0.33 269	0.27 300	0.34 260	0.33 352

Zero-FE251	0.36 257	0.40 205	0.28 228	0.41 268	0.28 275	0.41 312	0.28 270	0.41 306	0.28 276	0.41 306	0.28 277	0.41 314	0.28 280	0.42 327	0.30 287	0.37 263	0.26 223	0.37 303	0.27 300	0.45 382	0.56 459

GIP-stereo	0.36 257	0.49 256	0.39 305	0.48 306	0.32 355	0.41 312	0.28 270	0.40 291	0.30 297	0.41 306	0.28 277	0.40 301	0.28 280	0.42 327	0.28 265	0.45 348	0.32 275	0.38 311	0.30 348	0.37 284	0.27 283

DCVSM-stereo	0.36 257	1.89 526	0.22 198	0.40 256	0.22 248	0.40 296	0.22 234	0.40 291	0.22 238	0.40 292	0.22 243	0.40 301	0.22 243	0.40 297	0.22 232	0.28 219	0.21 204	0.28 246	0.21 238	0.28 232	0.20 218

RSM	0.36 257	0.36 187	0.43 357	0.37 232	0.42 429	0.49 410	0.42 419	0.37 269	0.28 276	0.36 273	0.29 287	0.36 278	0.30 297	0.37 283	0.28 265	0.34 247	0.31 270	0.34 279	0.35 393	0.40 356	0.29 316

gcap-zeroshot	0.36 257	0.40 205	0.34 276	0.44 288	0.31 343	0.44 373	0.31 335	0.44 370	0.32 352	0.44 365	0.32 355	0.44 376	0.32 353	0.44 365	0.31 328	0.39 288	0.28 242	0.39 352	0.28 319	0.39 342	0.27 283

testlalala	0.36 257	0.40 205	0.34 276	0.44 288	0.31 343	0.44 373	0.31 335	0.44 370	0.32 352	0.44 365	0.32 355	0.44 376	0.32 353	0.44 365	0.31 328	0.39 288	0.28 242	0.39 352	0.28 319	0.39 342	0.27 283

GCAPDPT-zeroshot	0.36 257	0.40 205	0.30 238	0.43 284	0.30 296	0.43 339	0.30 288	0.43 332	0.31 342	0.43 327	0.30 301	0.43 341	0.30 297	0.44 365	0.31 328	0.39 288	0.28 242	0.39 352	0.27 300	0.39 342	0.26 244

RAFT-Test	0.36 257	0.37 190	0.33 265	0.41 268	0.32 355	0.41 312	0.32 343	0.41 306	0.32 352	0.41 306	0.32 355	0.41 314	0.32 353	0.41 313	0.33 350	0.37 263	0.29 256	0.37 303	0.29 333	0.38 297	0.31 338

DMCA	0.36 257	0.38 194	0.37 292	0.35 225	0.35 381	0.36 275	0.36 378	0.36 263	0.35 375	0.35 269	0.37 391	0.36 278	0.36 379	0.35 272	0.36 370	0.36 260	0.36 330	0.35 295	0.36 399	0.36 280	0.36 373

ACVNet-DCA	0.37 267	1.00 359	0.30 238	0.40 256	0.29 285	0.40 296	0.29 281	0.40 291	0.29 283	0.40 292	0.29 287	0.40 301	0.29 289	0.39 294	0.28 265	0.33 243	0.32 275	0.33 269	0.32 366	0.33 255	0.32 345

1test111	0.37 267	1.02 373	0.30 238	0.39 243	0.29 285	0.40 296	0.28 270	0.39 283	0.29 283	0.39 286	0.29 287	0.39 293	0.28 280	0.40 297	0.29 278	0.33 243	0.32 275	0.33 269	0.31 359	0.32 248	0.31 338

cc1	0.37 267	1.02 373	0.30 238	0.39 243	0.29 285	0.40 296	0.28 270	0.39 283	0.29 283	0.39 286	0.29 287	0.39 293	0.28 280	0.40 297	0.29 278	0.33 243	0.32 275	0.33 269	0.31 359	0.32 248	0.31 338

EKT-Stereo	0.37 267	0.40 205	0.44 359	1.07 467	0.29 285	0.34 267	0.31 335	0.36 263	0.29 283	0.38 279	0.31 345	0.37 286	0.30 297	0.36 278	0.29 278	0.34 247	0.28 242	0.39 352	0.30 348	0.37 284	0.30 329

GMOStereo	0.37 267	0.45 240	0.23 201	0.30 202	0.37 391	0.41 312	0.36 378	0.41 306	0.35 375	0.43 327	0.36 384	0.41 314	0.40 400	0.41 313	0.36 370	0.34 247	0.22 209	0.47 421	0.37 402	0.39 342	0.33 352

XPNet_ROB	0.37 267	0.37 190	0.37 292	0.37 232	0.37 391	0.37 281	0.37 384	0.37 269	0.37 387	0.37 278	0.37 391	0.37 286	0.37 384	0.37 283	0.37 380	0.37 263	0.37 334	0.37 303	0.37 402	0.37 284	0.37 378

MonSter++	0.38 273	0.44 231	0.31 254	0.43 284	0.30 296	0.43 339	0.31 335	0.43 332	0.31 342	0.45 377	0.31 345	0.43 341	0.31 348	0.43 334	0.69 491	0.38 275	0.33 288	0.40 365	0.30 348	0.38 297	0.30 329

HiDET	0.38 273	0.44 231	0.30 238	0.42 278	0.30 296	0.42 332	0.30 288	0.42 324	0.30 297	0.44 365	0.30 301	0.42 332	0.30 297	0.42 327	0.68 483	0.37 263	0.32 275	0.40 365	0.29 333	0.37 284	0.29 316

LCMNet	0.38 273	0.44 231	0.30 238	0.42 278	0.30 296	0.42 332	0.30 288	0.42 324	0.30 297	0.45 377	0.30 301	0.42 332	0.30 297	0.42 327	0.69 491	0.37 263	0.32 275	0.40 365	0.29 333	0.37 284	0.29 316

CSFM-Stereo	0.38 273	0.44 231	0.30 238	0.42 278	0.30 296	0.42 332	0.30 288	0.43 332	0.30 297	0.44 365	0.30 301	0.42 332	0.30 297	0.42 327	0.73 503	0.37 263	0.32 275	0.40 365	0.29 333	0.37 284	0.30 329

HART	0.38 273	0.45 240	0.34 276	0.42 278	0.33 367	0.41 312	0.34 367	0.42 324	0.33 362	0.43 327	0.34 372	0.42 332	0.34 369	0.41 313	0.38 383	0.40 295	0.32 275	0.42 399	0.32 366	0.40 356	0.32 345

GREAT-IGEV	0.38 273	0.43 228	0.36 288	0.48 306	0.32 355	0.45 387	0.32 343	0.45 379	0.32 352	0.45 377	0.32 355	0.45 386	0.32 353	0.45 383	0.32 338	0.44 319	0.33 288	0.41 383	0.29 333	0.41 367	0.29 316
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	0.38 273	0.43 228	0.33 265	0.46 293	0.33 367	0.45 387	0.32 343	0.45 379	0.32 352	0.45 377	0.32 355	0.45 386	0.33 364	0.45 383	0.32 338	0.38 275	0.38 341	0.38 311	0.37 402	0.37 284	0.36 373

WAO-8	0.38 273	0.38 194	0.38 294	0.38 235	0.38 398	0.38 288	0.38 391	0.38 278	0.38 391	0.38 279	0.38 396	0.38 288	0.38 388	0.38 286	0.38 383	0.38 275	0.38 341	0.38 311	0.37 402	0.38 297	0.38 385

WAO-7	0.38 273	0.38 194	0.38 294	0.38 235	0.38 398	0.38 288	0.38 391	0.38 278	0.38 391	0.38 279	0.38 396	0.38 288	0.38 388	0.38 286	0.38 383	0.38 275	0.38 341	0.38 311	0.38 415	0.38 297	0.38 385

xx1	0.38 273	1.03 375	0.31 254	0.40 256	0.31 343	0.41 312	0.28 270	0.40 291	0.29 283	0.40 292	0.29 287	0.40 301	0.29 289	0.40 297	0.29 278	0.34 247	0.33 288	0.34 279	0.32 366	0.34 260	0.32 345

Venus	0.38 273	0.38 194	0.38 294	0.38 235	0.38 398	0.37 281	0.38 391	0.37 269	0.37 387	0.41 306	0.37 391	0.39 293	0.37 384	0.38 286	0.38 383	0.37 263	0.38 341	0.38 311	0.37 402	0.37 284	0.38 385

IMH	0.38 273	0.38 194	0.38 294	0.38 235	0.38 398	0.38 288	0.38 391	0.38 278	0.38 391	0.42 320	0.38 396	0.40 301	0.38 388	0.38 286	0.38 383	0.38 275	0.38 341	0.39 352	0.38 415	0.38 297	0.38 385

DF	0.39 285	1.37 468	1.02 507	1.14 475	0.12 180	0.16 173	0.12 175	0.16 173	0.12 180	0.16 170	0.12 172	0.16 171	0.12 176	0.16 172	0.12 169	1.12 506	1.00 498	0.15 171	0.12 175	0.15 170	0.12 171

PAM	0.39 285	1.88 525	0.34 276	0.37 232	0.41 419	0.45 387	0.22 234	0.28 232	0.23 245	0.28 238	0.24 255	0.29 249	0.23 249	0.29 250	0.23 239	0.38 275	0.32 275	0.38 311	0.37 402	0.32 248	0.22 224

HanzoNet	0.39 285	0.38 194	0.40 337	0.39 243	0.41 419	0.38 288	0.38 391	0.38 278	0.38 391	0.39 286	0.39 406	0.38 288	0.38 388	0.39 294	0.40 398	0.38 275	0.38 341	0.40 365	0.38 415	0.38 297	0.40 393

CES	0.39 285	0.47 248	0.36 288	0.36 229	0.37 391	0.45 387	0.35 372	0.35 259	0.40 405	0.36 273	0.44 431	0.47 396	0.36 379	0.44 365	0.36 370	0.37 263	0.39 348	0.44 402	0.35 393	0.37 284	0.36 373

PASM	0.39 285	3.06 603	1.36 589	1.58 561	0.09 145	0.11 153	0.11 162	0.11 153	0.11 164	0.09 140	0.09 146	0.11 154	0.09 144	0.09 140	0.09 139	0.11 105	0.11 121	0.11 149	0.09 141	0.11 153	0.11 158

mms	0.40 290	0.45 240	0.35 286	0.48 306	0.36 387	0.47 399	0.34 367	0.45 379	0.38 391	0.47 389	0.33 364	0.45 386	0.32 353	0.45 383	0.32 338	0.39 288	0.38 341	0.38 311	0.37 402	0.39 342	0.39 391

GCAPDPT-zeroshot4090	0.40 290	1.09 385	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.44 370	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.45 348	0.34 317	0.38 311	0.27 300	0.38 297	0.27 283

knoymous	0.40 290	0.40 205	0.40 337	0.40 256	0.40 409	0.40 296	0.40 405	0.40 291	0.40 405	0.40 292	0.40 409	0.40 301	0.40 400	0.40 297	0.40 398	0.40 295	0.40 352	0.40 365	0.40 420	0.40 356	0.40 393

anonymousa	0.40 290	0.40 205	0.40 337	0.40 256	0.40 409	0.40 296	0.40 405	0.40 291	0.40 405	0.40 292	0.40 409	0.40 301	0.40 400	0.40 297	0.40 398	0.40 295	0.40 352	0.40 365	0.40 420	0.40 356	0.40 393

riskmin	0.40 290	0.40 205	0.40 337	0.40 256	0.40 409	0.40 296	0.40 405	0.40 291	0.40 405	0.40 292	0.40 409	0.40 301	0.40 400	0.40 297	0.40 398	0.40 295	0.40 352	0.40 365	0.40 420	0.40 356	0.40 393

Anonymous_2	0.40 290	0.40 205	0.40 337	0.40 256	0.40 409	0.40 296	0.40 405	0.40 291	0.40 405	0.40 292	0.40 409	0.40 301	0.40 400	0.40 297	0.40 398	0.40 295	0.40 352	0.40 365	0.40 420	0.40 356	0.40 393

Anonymous_1	0.40 290	0.40 205	0.40 337	0.40 256	0.40 409	0.40 296	0.40 405	0.40 291	0.40 405	0.40 292	0.40 409	0.40 301	0.40 400	0.40 297	0.40 398	0.40 295	0.40 352	0.40 365	0.40 420	0.40 356	0.40 393

AdaStereo	0.40 290	0.40 205	0.40 337	0.40 256	0.40 409	0.40 296	0.40 405	0.40 291	0.40 405	0.40 292	0.40 409	0.40 301	0.40 400	0.40 297	0.40 398	0.40 295	0.40 352	0.40 365	0.40 420	0.40 356	0.40 393
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	0.41 298	1.09 385	0.40 337	0.52 362	0.31 343	0.44 373	0.31 335	0.44 370	0.31 342	0.44 365	0.31 345	0.44 376	0.31 348	0.44 365	0.31 328	0.46 358	0.35 324	0.39 352	0.28 319	0.39 342	0.28 308

GCAP-Stereo-DPT-FT	0.41 298	1.06 382	0.40 337	0.51 359	0.31 343	0.44 373	0.30 288	0.43 332	0.32 352	0.44 365	0.30 301	0.56 446	0.30 297	0.44 365	0.31 328	0.45 348	0.34 317	0.39 352	0.27 300	0.40 356	0.27 283

Select-FE	0.41 298	0.44 231	0.23 201	0.26 195	0.22 248	0.26 236	0.22 234	0.26 228	0.23 245	0.26 233	0.23 248	0.26 239	0.23 249	0.45 383	0.42 414	0.25 208	0.22 209	0.25 232	0.22 241	0.45 382	2.90 672

water-stereo	0.41 298	0.84 320	0.46 366	0.50 348	0.33 367	0.45 387	0.33 354	0.45 379	0.32 352	0.45 377	0.32 355	0.45 386	0.32 353	0.45 383	0.32 338	0.44 319	0.41 362	0.39 352	0.31 359	0.39 342	0.32 345

GCAP-BAT	0.41 298	1.30 460	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.44 365	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.34 317	0.38 311	0.26 263	0.38 297	0.26 244

GwcNet-ADL	0.41 298	0.41 216	0.41 351	0.41 268	0.41 419	0.41 312	0.41 414	0.41 306	0.41 415	0.41 306	0.41 417	0.41 314	0.41 412	0.41 313	0.41 406	0.41 303	0.41 362	0.41 383	0.41 428	0.41 367	0.41 401

PSMNet-ADL	0.41 298	0.41 216	0.41 351	0.41 268	0.41 419	0.41 312	0.41 414	0.41 306	0.41 415	0.41 306	0.41 417	0.41 314	0.41 412	0.41 313	0.41 406	0.41 303	0.41 362	0.41 383	0.41 428	0.41 367	0.41 401

GANet-ADL	0.41 298	0.41 216	0.41 351	0.41 268	0.41 419	0.41 312	0.41 414	0.41 306	0.41 415	0.41 306	0.41 417	0.41 314	0.41 412	0.41 313	0.41 406	0.41 303	0.41 362	0.41 383	0.41 428	0.41 367	0.41 401

ADLNet2	0.41 298	0.41 216	0.41 351	0.41 268	0.41 419	0.41 312	0.41 414	0.41 306	0.41 415	0.41 306	0.41 417	0.41 314	0.41 412	0.41 313	0.41 406	0.41 303	0.41 362	0.41 383	0.41 428	0.41 367	0.41 401

ADLNet	0.41 298	0.41 216	0.41 351	0.41 268	0.41 419	0.41 312	0.41 414	0.41 306	0.41 415	0.41 306	0.41 417	0.41 314	0.41 412	0.41 313	0.41 406	0.41 303	0.41 362	0.41 383	0.41 428	0.41 367	0.41 401

FCDSN-DC	0.41 298	0.59 287	0.64 434	0.54 367	0.33 367	0.50 419	0.37 384	0.42 324	0.40 405	0.61 452	0.43 429	0.50 422	0.49 445	0.38 286	0.32 338	0.28 219	0.23 215	0.26 238	0.22 241	0.35 273	0.28 308
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 298	0.46 244	0.33 265	0.49 312	0.33 367	0.49 410	0.33 354	0.49 398	0.33 362	0.49 403	0.33 364	0.49 408	0.33 364	0.51 425	0.33 350	0.41 303	0.30 265	0.41 383	0.30 348	0.79 464	0.29 316

Gwc-CoAtRS	0.41 298	1.49 474	0.32 260	0.42 278	0.32 355	0.41 312	0.32 343	0.41 306	0.33 362	0.41 306	0.32 355	0.41 314	0.32 353	0.41 313	0.32 338	0.39 288	0.28 242	0.39 352	0.28 319	0.40 356	0.28 308

S0	0.42 311	0.44 231	0.54 408	0.59 380	0.34 377	0.48 404	0.22 234	0.51 421	0.25 253	0.51 425	0.34 372	0.53 435	0.35 375	0.47 392	0.36 370	0.55 397	0.39 348	0.49 434	0.27 300	0.46 385	0.34 359

UPFNet	0.42 311	1.20 402	0.17 176	0.24 181	0.17 216	0.25 227	0.17 205	1.19 530	0.90 528	0.25 224	0.17 212	0.24 220	0.17 213	0.25 225	0.17 205	0.22 183	0.17 190	0.22 208	0.16 201	1.15 518	0.93 524

quiztm	0.43 313	0.49 256	0.40 337	0.51 359	0.40 409	0.51 431	0.40 405	0.50 407	0.40 405	0.50 416	0.40 409	0.51 433	0.40 400	0.50 415	0.40 398	0.44 319	0.34 317	0.44 402	0.34 380	0.44 377	0.34 359

GCAP-Stereo-DPT26K	0.43 313	1.76 489	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.31 328	0.44 319	0.33 288	0.38 311	0.27 300	0.38 297	0.26 244

aanet-new-8k	0.43 313	1.76 489	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new	0.43 313	1.80 499	0.38 294	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-cres	0.43 313	1.77 491	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-36K	0.43 313	1.78 494	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-20K	0.43 313	1.77 491	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-3K	0.43 313	1.77 491	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

DDF-Stereo	0.43 313	1.15 395	0.57 414	0.53 364	0.32 355	0.41 312	0.32 343	0.41 306	0.32 352	0.41 306	0.32 355	0.41 314	0.32 353	0.40 297	0.32 338	0.52 387	0.50 409	0.38 311	0.31 359	0.39 342	0.31 338

DilatedVolume-Stereo	0.43 313	0.86 324	0.48 382	0.50 348	0.33 367	0.46 394	0.33 354	0.46 383	0.33 362	0.46 383	0.33 364	0.47 396	0.33 364	0.47 392	0.34 363	0.45 348	0.42 371	0.40 365	0.33 376	0.47 399	0.38 385

psmg	0.43 313	1.91 529	0.92 494	1.91 575	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	1.97 605	1.44 598	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 313	1.21 448	0.17 176	0.25 188	0.17 216	0.25 227	0.18 214	1.26 582	0.95 536	0.25 224	0.17 212	0.25 227	0.17 213	0.25 225	0.17 205	0.23 194	0.16 169	0.22 208	0.16 201	1.18 526	0.98 529

psm_up	0.43 313	1.19 401	0.17 176	0.25 188	0.18 228	0.25 227	0.19 220	1.26 582	0.91 529	0.26 233	0.17 212	0.25 227	0.17 213	0.25 225	0.17 205	0.22 183	0.17 190	0.23 217	0.16 201	1.18 526	0.99 530

aanet-new-90k	0.44 326	1.82 511	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.44 365	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-60k	0.44 326	1.81 504	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-70k	0.44 326	1.82 511	0.38 294	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-78k	0.44 326	1.80 499	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.45 348	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-40k	0.44 326	1.81 504	0.39 305	0.50 348	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.45 348	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-36k	0.44 326	1.80 499	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-34k	0.44 326	1.80 499	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-32k-new	0.44 326	1.78 494	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.44 370	0.30 297	0.44 365	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.45 348	0.34 317	0.39 352	0.26 263	0.38 297	0.26 244

aanet-new-32k	0.44 326	1.79 498	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-30k	0.44 326	1.78 494	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-28k	0.44 326	1.81 504	0.39 305	0.49 312	0.30 296	0.44 373	0.30 288	0.44 370	0.30 297	0.44 365	0.30 301	0.44 376	0.30 297	0.44 365	0.30 287	0.45 348	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-24k	0.44 326	1.78 494	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-22k	0.44 326	1.81 504	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

aanet-new-16k	0.44 326	1.83 514	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-cres-4k	0.44 326	1.81 504	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-22K	0.44 326	1.85 520	0.38 294	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-24K	0.44 326	1.86 523	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-5K	0.44 326	1.80 499	0.39 305	0.49 312	0.30 296	0.44 373	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.44 365	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-2K	0.44 326	1.82 511	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.33 288	0.38 311	0.26 263	0.38 297	0.26 244

GCAP-Stereo-DPT-50K	0.44 326	1.83 514	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.43 334	0.30 287	0.44 319	0.36 330	0.38 311	0.26 263	0.38 297	0.26 244

Monster-pub-mixall	0.44 326	0.56 283	0.60 420	0.38 235	0.27 270	0.37 281	0.27 260	0.37 269	0.29 283	0.38 279	0.27 270	0.38 288	0.29 289	0.85 491	0.27 256	1.46 580	0.26 223	0.34 279	0.26 263	0.36 280	0.53 445

depthmonostereo	0.44 326	0.85 322	0.46 366	0.54 367	0.40 409	0.52 435	0.38 391	0.52 426	0.35 375	0.47 389	0.34 372	0.46 390	0.34 369	0.47 392	0.34 363	0.45 348	0.43 376	0.41 383	0.33 376	0.41 367	0.32 345

MMNet	0.44 326	1.24 456	0.17 176	0.25 188	0.17 216	0.25 227	0.18 214	1.26 582	0.93 534	0.25 224	0.17 212	0.25 227	0.18 224	0.25 225	0.17 205	0.23 194	0.16 169	0.23 217	0.16 201	1.20 530	0.99 530

aanet-new-10k	0.45 349	1.81 504	0.40 337	0.50 348	0.31 343	0.44 373	0.31 335	0.44 370	0.31 342	0.44 365	0.31 345	0.44 376	0.32 353	0.44 365	0.31 328	0.46 358	0.35 324	0.39 352	0.27 300	0.39 342	0.27 283

252Zero-FE	0.45 349	0.50 261	0.36 288	0.50 348	0.36 387	0.50 419	0.36 378	0.50 407	0.36 385	0.49 403	0.36 384	0.49 408	0.36 379	0.54 435	0.41 406	0.45 348	0.34 317	0.45 407	0.34 380	0.55 425	0.75 502

Monster-pub-eth3d	0.45 349	0.57 284	0.60 420	0.39 243	0.28 275	0.37 281	0.28 270	0.37 269	0.30 297	0.39 286	0.29 287	0.39 293	0.30 297	0.92 503	0.27 256	1.42 577	0.28 242	0.34 279	0.28 319	0.37 284	0.53 445

Replicate-Monster	0.45 349	0.57 284	0.60 420	0.40 256	0.29 285	0.37 281	0.27 260	0.37 269	0.30 297	0.40 292	0.31 345	0.40 301	0.30 297	0.99 511	0.27 256	1.36 573	0.31 270	0.34 279	0.30 348	0.36 280	0.54 448

SCV_C0	0.45 349	0.88 328	0.49 389	0.54 367	0.37 391	0.48 404	0.37 384	0.48 393	0.37 387	0.48 396	0.36 384	0.48 403	0.37 384	0.49 407	0.37 380	0.50 379	0.41 362	0.44 402	0.34 380	0.44 377	0.34 359

RAFT-Stereo-weight	0.45 349	1.90 528	0.34 276	0.42 278	0.36 387	0.43 339	0.35 372	0.42 324	0.34 371	0.42 320	0.34 372	0.44 376	0.34 369	0.41 313	0.34 363	0.38 275	0.32 275	0.38 311	0.32 366	0.38 297	0.33 352

TorneroNet-64	0.45 349	0.27 166	0.30 238	0.58 377	0.27 270	0.70 466	0.30 288	0.28 232	0.73 511	0.73 470	0.28 277	0.71 470	0.66 479	0.75 472	0.27 256	0.27 214	0.29 256	0.37 303	0.75 517	0.28 232	0.30 329

aanet-new-12k	0.46 356	1.99 537	0.40 337	0.51 359	0.31 343	0.44 373	0.31 335	0.44 370	0.31 342	0.44 365	0.31 345	0.44 376	0.31 348	0.44 365	0.32 338	0.47 365	0.35 324	0.39 352	0.27 300	0.39 342	0.27 283

SCV	0.46 356	0.94 345	0.45 361	0.54 367	0.37 391	0.48 404	0.38 391	0.48 393	0.37 387	0.48 396	0.39 406	0.48 403	0.37 384	0.49 407	0.37 380	0.50 379	0.46 386	0.44 402	0.34 380	0.44 377	0.34 359

otaku	0.46 356	0.46 244	0.46 366	0.46 293	0.46 438	0.46 394	0.46 430	0.46 383	0.46 430	0.46 383	0.46 438	0.46 390	0.46 430	0.46 388	0.46 424	0.46 358	0.46 386	0.46 411	0.46 442	0.46 385	0.46 416

Dean	0.46 356	0.46 244	0.46 366	0.46 293	0.46 438	0.46 394	0.46 430	0.46 383	0.46 430	0.47 389	0.46 438	0.46 390	0.46 430	0.46 388	0.46 424	0.46 358	0.46 386	0.46 411	0.46 442	0.46 385	0.46 416

ACVNet_1	0.46 356	0.47 248	0.46 366	0.46 293	0.46 438	0.46 394	0.46 430	0.46 383	0.47 435	0.46 383	0.46 438	0.46 390	0.46 430	0.46 388	0.46 424	0.46 358	0.46 386	0.47 421	0.46 442	0.46 385	0.46 416

ACVNet-4b	0.46 356	0.46 244	0.46 366	0.46 293	0.46 438	0.46 394	0.46 430	0.46 383	0.46 430	0.46 383	0.46 438	0.46 390	0.46 430	0.47 392	0.46 424	0.46 358	0.46 386	0.46 411	0.46 442	0.46 385	0.46 416

PML	0.46 356	1.36 466	0.29 234	0.58 377	0.30 296	0.57 449	0.29 281	0.57 437	0.29 283	0.57 446	0.29 287	0.57 449	0.29 289	0.56 440	0.29 278	0.52 387	0.30 265	0.53 451	0.31 359	0.53 423	0.30 329

Anonymus	0.47 363	0.73 302	0.46 366	0.43 284	0.54 468	0.53 437	0.27 260	0.39 283	0.35 375	0.33 262	0.40 409	0.33 266	0.38 388	0.53 432	0.54 453	0.56 401	0.36 330	0.49 434	0.53 465	0.66 439	0.54 448

LG-Stereo_L1	0.47 363	0.52 271	0.47 374	0.62 386	0.39 408	0.53 437	0.40 405	0.53 428	0.39 404	0.53 432	0.39 406	0.53 435	0.39 399	0.53 432	0.39 395	0.55 397	0.46 386	0.49 434	0.37 402	0.49 406	0.37 378

Ntro	0.47 363	0.47 248	0.46 366	0.46 293	0.46 438	0.47 399	0.47 435	0.46 383	0.47 435	0.46 383	0.46 438	0.47 396	0.46 430	0.47 392	0.47 431	0.47 365	0.46 386	0.46 411	0.46 442	0.46 385	0.46 416

HaxPig	0.47 363	0.47 248	0.47 374	0.49 312	0.47 444	0.47 399	0.47 435	0.47 389	0.47 435	0.47 389	0.47 446	0.47 396	0.47 438	0.47 392	0.47 431	0.47 365	0.47 394	0.47 421	0.47 449	0.47 399	0.48 425

UNDER WATER	0.47 363	0.47 248	0.47 374	0.47 300	0.47 444	0.47 399	0.47 435	0.47 389	0.47 435	0.47 389	0.47 446	0.47 396	0.46 430	0.47 392	0.47 431	0.47 365	0.47 394	0.47 421	0.46 442	0.47 399	0.47 423

LVE	0.47 363	0.47 248	0.47 374	0.47 300	0.49 451	0.47 399	0.47 435	0.47 389	0.49 444	0.47 389	0.47 446	0.47 396	0.46 430	0.47 392	0.47 431	0.47 365	0.47 394	0.48 429	0.47 449	0.47 399	0.47 423

GASTEREO	0.48 369	1.21 448	0.47 374	0.57 375	0.38 398	0.50 419	0.38 391	0.50 407	0.38 391	0.50 416	0.38 396	0.50 422	0.38 388	0.50 415	0.38 383	0.52 387	0.42 371	0.46 411	0.34 380	0.46 385	0.34 359

LG-Stereo_Zeroshot	0.48 369	0.55 281	0.47 374	0.63 388	0.41 419	0.56 443	0.44 422	0.56 434	0.41 415	0.56 443	0.41 417	0.57 449	0.42 418	0.56 440	0.41 406	0.55 397	0.43 376	0.51 445	0.37 402	0.51 417	0.37 378

fffft	0.48 369	0.51 269	0.45 361	0.52 362	0.45 436	0.52 435	0.45 428	0.52 426	0.48 442	0.53 432	0.45 435	0.52 434	0.45 427	0.52 430	0.46 424	0.51 385	0.41 362	0.50 440	0.41 428	0.50 411	0.41 401
1: 1. 1
RainbowNet	0.48 369	0.48 254	0.48 382	0.48 306	0.48 448	0.48 404	0.48 444	0.48 393	0.48 442	0.48 396	0.48 450	0.48 403	0.48 439	0.48 401	0.48 437	0.48 370	0.48 398	0.48 429	0.48 453	0.48 403	0.48 425

notaker	0.48 369	0.49 256	0.48 382	0.48 306	0.48 448	0.48 404	0.48 444	0.48 393	0.49 444	0.48 396	0.48 450	0.48 403	0.48 439	0.48 401	0.48 437	0.48 370	0.48 398	0.48 429	0.48 453	0.48 403	0.49 431

LL-Strereo2	0.48 369	1.73 487	0.51 400	0.59 380	0.34 377	0.42 332	0.33 354	0.40 291	0.31 342	0.42 320	0.33 364	0.42 332	0.31 348	0.44 365	0.39 395	0.60 407	0.51 414	0.44 402	0.33 376	0.44 377	0.33 352

Former-RAFT_DAM_RVC	0.49 375	0.98 350	0.64 434	0.84 428	0.46 438	0.45 387	0.35 372	0.47 389	0.47 435	0.45 377	0.34 372	0.46 390	0.48 439	0.46 388	0.35 367	0.39 288	0.71 468	0.39 352	0.35 393	0.41 367	0.41 401

ACVNet_2	0.49 375	0.49 256	0.49 389	0.49 312	0.49 451	0.49 410	0.49 446	0.49 398	0.49 444	0.49 403	0.49 453	0.49 408	0.49 445	0.49 407	0.49 439	0.49 373	0.49 401	0.49 434	0.49 457	0.49 406	0.49 431

FoundationStereo	0.50 377	0.50 261	0.50 394	0.50 348	0.50 455	0.50 419	0.50 450	0.50 407	0.50 449	0.50 416	0.50 457	0.50 422	0.50 449	0.50 415	0.50 442	0.50 379	0.50 409	0.50 440	0.50 459	0.50 411	0.50 434

StereoAnything_RVC	0.50 377	0.50 261	0.50 394	0.50 348	0.50 455	0.50 419	0.50 450	0.50 407	0.50 449	0.50 416	0.50 457	0.50 422	0.50 449	0.50 415	0.50 442	0.50 379	0.50 409	0.50 440	0.50 459	0.50 411	0.50 434

dual_stereo	0.50 377	0.50 261	0.50 394	0.50 348	0.50 455	0.50 419	0.50 450	0.50 407	0.50 449	0.50 416	0.50 457	0.50 422	0.50 449	0.50 415	0.50 442	0.50 379	0.50 409	0.50 440	0.50 459	0.50 411	0.50 434

GCST	0.50 377	2.08 540	0.38 294	0.53 364	0.35 381	0.49 410	0.35 372	0.50 407	0.35 375	0.49 403	0.35 381	0.49 408	0.35 375	0.49 407	0.35 367	0.48 370	0.37 334	0.45 407	0.33 376	0.44 377	0.33 352

SANet	0.50 377	0.50 261	0.50 394	0.50 348	0.50 455	0.50 419	0.50 450	0.50 407	0.50 449	0.50 416	0.50 457	0.50 422	0.50 449	0.50 415	0.50 442	0.50 379	0.50 409	0.50 440	0.50 459	0.50 411	0.50 434

MSCF	0.51 382	1.40 471	0.49 389	0.58 377	0.38 398	0.50 419	0.38 391	0.54 430	0.41 415	0.52 429	0.41 417	0.53 435	0.42 418	0.53 432	0.41 406	0.60 407	0.47 394	0.48 429	0.37 402	0.48 403	0.38 385

UGAM-zero	0.51 382	2.17 549	0.39 305	0.53 364	0.36 387	0.50 419	0.36 378	0.50 407	0.36 385	0.49 403	0.36 384	0.50 422	0.35 375	0.50 415	0.36 370	0.49 373	0.37 334	0.47 421	0.35 393	0.46 385	0.34 359

UGAM	0.51 382	2.23 554	0.39 305	0.54 367	0.35 381	0.50 419	0.35 372	0.49 398	0.35 375	0.49 403	0.35 381	0.49 408	0.36 379	0.50 415	0.36 370	0.49 373	0.37 334	0.45 407	0.34 380	0.45 382	0.34 359

Selective-IGEV	0.51 382	0.55 281	0.45 361	0.69 399	0.45 436	0.61 453	0.45 428	0.50 407	0.40 405	0.56 443	0.44 431	0.55 443	0.40 400	0.72 467	0.67 476	0.59 406	0.46 386	0.45 407	0.34 380	0.46 385	0.37 378

RCA-Stereo	0.51 382	3.22 609	0.34 276	0.44 288	0.34 377	0.44 373	0.34 367	0.43 332	0.34 371	0.43 327	0.34 372	0.44 376	0.33 364	0.43 334	0.33 350	0.38 275	0.29 256	0.38 311	0.29 333	0.38 297	0.29 316

DN	0.53 387	0.85 322	0.45 361	0.65 392	0.44 432	0.60 452	0.44 422	0.60 445	0.44 426	0.60 451	0.45 435	0.60 454	0.44 423	0.60 449	0.44 418	0.56 401	0.42 371	0.56 454	0.42 436	0.56 427	0.42 408

MatchStereo	0.54 388	0.12 110	2.38 651	2.32 595	0.09 145	0.09 140	0.08 143	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 134	2.34 628	2.34 647	0.12 152	0.11 160	0.11 153	0.10 145
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 388	0.60 289	0.52 403	0.66 396	0.47 444	0.61 453	0.47 435	0.58 440	0.46 430	0.61 452	0.46 438	0.61 456	0.45 427	0.62 450	0.45 420	0.61 411	0.52 416	0.57 455	0.48 453	0.57 430	0.48 425

castereo++	0.54 388	3.59 615	1.15 517	1.31 546	0.14 186	0.16 173	0.14 181	0.16 173	0.14 187	0.16 170	0.14 190	0.16 171	0.13 182	0.16 172	0.14 180	1.45 579	1.16 524	0.15 171	0.14 189	0.15 170	0.13 178

FENet	0.54 388	1.52 475	1.19 523	1.41 556	0.23 254	0.35 271	0.23 243	0.35 259	0.23 245	0.34 265	0.23 248	0.35 273	0.23 249	0.35 272	0.23 239	1.40 576	1.07 508	0.32 262	0.23 247	0.33 255	0.23 226

PSMNet_ROB	0.54 388	0.54 279	0.54 408	0.54 367	0.53 465	0.54 441	0.54 459	0.53 428	0.54 459	0.54 438	0.54 467	0.54 439	0.53 456	0.54 435	0.54 453	0.54 391	0.53 418	0.54 452	0.54 467	0.54 424	0.54 448

AIO-test2	0.55 393	0.59 287	0.52 403	0.67 397	0.47 444	0.61 453	0.47 435	0.61 448	0.47 435	0.61 452	0.47 446	0.61 456	0.48 439	0.62 450	0.47 431	0.64 419	0.53 418	0.58 456	0.47 449	0.58 432	0.48 425

CFNet-ft	0.55 393	1.57 476	0.14 148	0.20 160	0.14 186	0.20 192	2.53 668	1.61 600	0.14 187	0.20 189	0.14 190	0.20 190	0.14 187	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	1.56 593	1.24 608

S	0.56 395	0.61 290	0.54 408	0.68 398	0.48 448	0.65 459	0.49 446	0.63 450	0.49 444	0.64 458	0.49 453	0.64 460	0.48 439	0.62 450	0.49 439	0.63 417	0.62 441	0.59 459	0.48 453	0.57 430	0.48 425

MyStereo04	0.56 395	3.72 621	0.59 416	0.49 312	0.41 419	0.36 275	0.32 343	0.37 269	0.31 342	0.34 265	0.46 438	0.35 273	0.32 353	0.35 272	0.33 350	0.49 373	0.45 384	0.34 279	0.32 366	0.35 273	0.43 410

CASS	0.57 397	0.89 331	0.56 412	0.57 375	0.56 469	0.56 443	0.56 461	0.56 434	0.53 457	0.57 446	0.57 469	0.59 453	0.48 439	0.56 440	0.57 457	0.55 397	0.56 423	0.47 421	0.56 473	0.62 435	0.56 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 398	0.75 307	0.49 389	0.79 419	0.50 455	0.79 477	0.49 446	0.79 471	0.49 444	0.80 482	0.49 453	0.79 483	0.49 445	0.80 477	0.49 439	0.63 417	0.40 352	0.63 462	0.40 420	0.63 436	0.40 393

aanet-new-14k	0.60 398	5.12 648	0.39 305	0.49 312	0.30 296	0.43 339	0.30 288	0.43 332	0.30 297	0.43 327	0.30 301	0.43 341	0.30 297	0.44 365	0.30 287	0.44 319	0.37 334	0.38 311	0.26 263	0.38 297	0.26 244

LG-Stereo	0.60 398	0.58 286	0.47 374	0.64 391	0.74 507	1.00 507	0.69 493	0.57 437	0.41 415	0.57 446	0.41 417	0.57 449	0.41 412	1.00 513	0.75 508	0.91 470	0.51 414	0.52 448	0.37 402	0.52 419	0.37 378

MonSter	0.60 398	0.64 293	0.52 403	0.62 386	0.44 432	2.07 626	0.44 422	0.62 449	0.44 426	0.62 455	0.44 431	0.62 458	0.44 423	0.62 450	0.44 418	0.58 404	0.42 371	0.62 460	0.46 442	0.58 432	0.42 408

MyStereo07	0.60 398	3.72 621	0.48 382	0.49 312	0.41 419	0.36 275	0.32 343	0.49 398	0.43 423	0.51 425	0.42 427	0.49 408	0.43 421	0.51 425	0.64 468	0.49 373	0.45 384	0.34 279	0.32 366	0.35 273	0.43 410

castereo	0.61 403	3.79 623	1.35 581	1.52 560	0.15 200	0.17 180	0.16 195	0.20 191	0.21 234	0.18 181	0.16 204	0.21 197	0.12 176	0.26 237	0.17 205	1.43 578	1.38 594	0.17 183	0.16 201	0.18 186	0.16 190

WCG-NET	0.61 403	1.21 448	0.54 408	0.61 385	0.53 465	0.67 462	0.53 456	0.66 455	0.53 457	0.64 458	0.53 466	0.65 464	0.53 456	0.59 447	0.52 449	0.65 420	0.48 398	0.64 464	0.52 463	0.58 432	0.50 434

GEAStereo	0.62 405	3.91 628	0.48 382	0.69 399	0.38 398	0.51 431	0.38 391	0.51 421	0.38 391	0.53 432	0.38 396	0.50 422	0.38 388	0.51 425	0.38 383	0.54 391	0.43 376	0.46 411	0.34 380	0.46 385	0.34 359

gasm-f	0.62 405	3.91 628	0.48 382	0.69 399	0.38 398	0.51 431	0.38 391	0.51 421	0.38 391	0.53 432	0.38 396	0.50 422	0.38 388	0.51 425	0.38 383	0.54 391	0.43 376	0.46 411	0.34 380	0.46 385	0.34 359

SMoEStereo_RVC	0.63 407	0.75 307	0.51 400	0.73 413	0.53 465	0.71 468	0.47 435	0.67 456	0.58 463	0.74 475	0.60 475	0.72 473	0.53 456	0.74 471	0.51 447	0.61 411	0.62 441	0.62 460	0.61 481	0.63 436	0.61 465

anonymity	0.63 407	0.69 295	0.56 412	0.71 407	0.56 469	0.71 468	0.56 461	0.71 463	0.56 460	0.72 469	0.56 468	0.71 470	0.56 460	0.71 465	0.58 459	0.68 424	0.55 421	0.68 469	0.55 469	0.68 442	0.54 448

SE	0.64 409	0.73 302	0.77 473	0.79 419	0.59 472	0.78 474	0.54 459	0.58 440	0.58 463	0.78 479	0.59 473	0.63 459	0.18 224	0.78 474	0.52 449	0.80 454	0.65 447	0.69 472	0.57 475	0.75 455	0.52 442

PAM_32	0.64 409	2.38 569	0.51 400	0.92 442	0.43 431	0.53 437	0.44 422	0.87 483	0.43 423	0.52 429	0.45 435	0.53 435	0.40 400	0.54 435	0.46 424	0.62 415	0.56 423	0.48 429	0.45 440	0.76 458	0.44 413

CRFU-Net	0.65 411	1.67 479	1.22 573	1.96 579	0.27 270	0.41 312	0.27 260	0.41 306	0.27 271	0.40 292	0.26 266	0.41 314	0.27 272	0.40 297	0.27 256	1.80 593	1.62 615	0.34 279	0.23 247	0.33 255	0.23 226

LMCR-Stereo	0.65 411	0.63 291	0.65 438	0.65 392	0.65 487	0.66 461	0.63 472	0.58 440	0.65 477	0.63 457	0.64 483	0.65 464	0.65 475	0.66 458	0.66 475	0.66 422	0.64 445	0.65 467	0.67 499	0.68 442	0.73 498

KSHMR	0.66 413	0.50 261	0.48 382	1.15 478	0.52 462	0.49 410	0.51 454	0.49 398	0.71 505	0.67 463	0.50 457	1.16 541	1.11 539	0.66 458	0.52 449	0.49 373	0.49 401	0.51 445	0.66 495	0.50 411	1.14 549

TorneroNet	0.66 413	0.53 275	0.50 394	0.50 348	0.64 485	1.06 524	0.70 499	0.50 407	0.51 456	0.49 403	0.69 499	0.49 408	0.50 449	0.48 401	1.15 551	0.71 431	0.49 401	1.14 539	1.08 550	0.49 406	0.49 431

GES	0.66 413	2.34 565	0.29 234	0.41 268	0.29 285	0.41 312	0.29 281	0.42 324	0.29 283	0.40 292	0.41 417	0.41 314	0.30 297	0.51 425	0.29 278	0.32 237	0.29 256	0.32 262	2.46 672	2.49 634	0.30 329

cf-r	0.66 413	2.17 549	0.12 123	0.18 153	0.12 180	0.18 184	2.70 673	2.60 647	0.12 180	0.18 181	0.12 172	0.18 183	0.12 176	0.18 182	0.12 169	0.15 141	0.11 121	0.15 171	0.11 160	1.81 605	1.74 646

DSFCA	0.66 413	0.73 302	0.78 475	0.65 392	0.65 487	0.64 458	0.64 473	0.65 453	0.63 475	0.64 458	0.64 483	0.64 460	0.64 473	0.65 457	0.65 471	0.65 420	0.65 447	0.65 467	0.65 493	0.66 439	0.64 476

DEFOM-Stereo	0.68 418	3.11 605	1.40 595	1.63 569	0.25 262	0.31 255	0.25 250	0.31 247	0.28 276	0.31 251	0.29 287	0.29 249	0.27 272	0.31 257	0.28 265	1.59 586	1.47 600	0.30 253	0.29 333	0.30 240	0.28 308

ssnet_v2	0.68 418	1.96 536	1.25 577	0.29 201	0.20 236	0.30 248	0.20 224	0.29 238	0.22 238	1.50 602	0.20 236	0.31 258	0.20 235	0.27 241	0.22 232	0.24 201	1.49 601	0.26 238	0.18 231	3.90 658	0.19 216

ARAFT	0.68 418	0.81 317	0.63 431	0.74 416	0.60 474	0.78 474	0.62 471	0.77 470	0.66 480	0.74 475	0.63 481	0.75 478	0.62 472	0.83 486	0.60 464	0.70 430	0.55 421	0.70 477	0.60 479	0.78 462	0.55 456

mm2	0.69 421	0.69 295	0.69 454	0.69 399	0.69 496	0.69 463	0.69 493	0.69 458	0.69 492	0.69 466	0.69 499	0.69 467	0.69 491	0.69 462	0.69 491	0.69 425	0.69 461	0.69 472	0.69 504	0.69 446	0.69 485

mm1	0.69 421	0.69 295	0.69 454	0.69 399	0.69 496	0.69 463	0.69 493	0.69 458	0.69 492	0.69 466	0.69 499	0.69 467	0.69 491	0.69 462	0.69 491	0.69 425	0.69 461	0.69 472	0.69 504	0.69 446	0.69 485

NINENet	0.69 421	3.87 627	1.20 526	1.98 580	0.05 126	0.40 296	0.04 103	0.40 291	0.05 124	0.41 306	0.04 110	0.41 314	0.05 117	0.40 297	0.05 115	1.79 592	1.56 607	0.34 279	0.22 241	0.34 260	0.23 226

VIP-Stereo	0.70 424	2.97 602	2.43 652	2.49 602	0.16 210	0.25 227	0.16 195	0.25 222	0.16 204	0.25 224	0.18 229	0.25 227	0.16 201	0.26 237	0.16 198	1.86 594	1.26 577	0.23 217	0.15 198	0.23 213	0.15 189

RAFT-Stereo + iAFF	0.70 424	0.72 301	0.71 460	0.80 423	0.62 484	0.82 485	0.61 470	0.81 477	0.62 472	0.81 485	0.63 481	0.80 485	0.70 495	0.73 469	0.61 466	0.76 449	0.61 440	0.74 484	0.61 481	0.77 460	0.61 465

DMCA-RVC	0.70 424	0.80 314	0.70 457	0.70 405	0.70 500	0.70 466	0.70 499	0.71 463	0.70 500	0.70 468	0.71 508	0.71 470	0.70 495	0.70 464	0.69 491	0.69 425	0.70 464	0.69 472	0.70 508	0.69 446	0.70 488

MyStereo8	0.71 427	3.92 630	0.52 403	0.59 380	0.52 462	0.57 449	0.53 456	0.59 443	0.50 449	0.59 450	0.51 463	0.57 449	0.50 449	0.56 440	0.52 449	0.54 391	0.49 401	0.54 452	0.49 457	0.55 425	0.50 434

HH	0.71 427	2.54 575	0.74 468	1.10 469	0.32 355	0.41 312	0.37 384	0.69 458	0.78 515	0.73 470	0.90 531	0.75 478	1.00 526	0.84 487	0.69 491	0.69 425	0.40 352	0.35 295	0.26 263	0.35 273	0.26 244

HanStereo	0.71 427	2.54 575	0.74 468	1.10 469	0.32 355	0.41 312	0.37 384	0.69 458	0.78 515	0.73 470	0.90 531	0.75 478	1.00 526	0.84 487	0.69 491	0.69 425	0.40 352	0.35 295	0.26 263	0.35 273	0.26 244

CAR	0.72 430	0.76 309	0.59 416	0.84 428	1.19 565	0.81 482	0.58 464	0.81 477	0.58 463	0.81 485	0.58 471	0.83 490	0.59 466	0.82 481	0.59 462	0.71 431	0.49 401	0.73 479	0.68 500	0.87 478	0.52 442

MSE-Stereo	0.72 430	0.76 309	0.59 416	0.84 428	1.19 565	0.81 482	0.58 464	0.81 477	0.58 463	0.81 485	0.58 471	0.83 490	0.59 466	0.82 481	0.59 462	0.71 431	0.49 401	0.73 479	0.68 500	0.87 478	0.52 442

zero-FE	0.72 430	1.31 462	0.66 441	0.92 442	0.60 474	0.82 485	0.58 464	0.82 480	0.58 463	0.81 485	0.60 475	0.81 488	0.60 468	0.82 481	0.58 459	0.74 446	0.59 433	0.73 479	0.52 463	0.76 458	0.51 441

ktn	0.72 430	0.53 275	1.08 511	1.14 475	0.51 461	1.22 585	1.36 617	0.51 421	0.59 468	0.51 425	0.51 463	0.69 467	1.20 551	0.67 460	0.51 447	0.51 385	0.49 401	0.58 456	0.66 495	0.52 419	0.53 445

MGA	0.73 434	0.76 309	0.60 420	0.92 442	1.17 561	0.81 482	0.59 468	0.84 481	0.62 472	0.81 485	0.59 473	0.84 492	0.60 468	0.81 480	0.61 466	0.71 431	0.53 418	0.89 507	0.53 465	0.75 455	0.54 448

DStereoRT	0.73 434	0.81 317	0.73 467	0.71 407	0.74 507	0.73 470	0.75 507	0.71 463	0.71 505	0.74 475	0.72 511	0.73 475	0.80 511	0.71 465	0.73 503	0.76 449	0.71 468	0.73 479	0.72 513	0.70 449	0.76 505

CroCo-Stereo	0.73 434	1.22 454	0.25 212	1.22 532	0.25 262	1.22 585	0.25 250	1.22 579	0.25 253	1.22 587	0.25 261	1.22 590	0.25 255	1.22 590	0.25 250	1.22 562	0.26 223	1.21 598	0.25 257	1.22 578	0.25 238
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	0.73 434	0.88 328	0.67 445	0.75 417	0.68 495	0.75 471	0.64 473	0.80 474	0.72 508	0.83 490	0.70 503	0.82 489	0.64 473	0.84 487	0.67 476	0.77 451	0.63 444	0.81 496	0.63 484	0.78 462	0.62 468

monster-pro	0.75 438	1.67 479	0.64 434	0.89 434	0.57 471	0.86 491	0.56 461	0.87 483	0.56 460	0.87 491	0.57 469	0.88 495	0.57 461	0.87 492	0.57 457	0.79 452	0.58 427	0.76 487	0.54 467	0.77 460	0.54 448

AIO-Stereo-zeroshot1	0.75 438	0.92 341	0.85 486	0.96 454	0.59 472	1.27 589	0.44 422	0.59 443	0.69 492	0.91 497	0.68 494	0.55 443	0.61 471	1.06 528	0.83 521	0.62 415	0.70 464	0.90 508	0.41 428	0.89 482	0.56 459

MyStereo06	0.75 438	4.12 632	0.60 420	0.63 388	0.61 479	0.62 456	0.66 477	0.56 434	0.45 429	0.55 441	0.48 450	0.54 439	0.46 430	0.57 445	0.45 420	0.60 407	0.57 425	0.64 464	0.55 469	0.72 451	0.55 456

GCAP-Stereo	0.75 438	4.15 635	0.42 356	0.75 417	0.35 381	0.78 474	0.40 405	0.79 471	0.38 391	0.78 479	0.36 384	0.78 481	0.36 379	0.79 475	0.39 395	0.75 447	0.39 348	0.76 487	0.39 419	0.75 455	0.39 391

GANet-RSSM	0.75 438	1.91 529	0.14 148	0.47 300	0.14 186	0.21 202	3.21 690	2.30 633	0.14 187	0.46 383	0.14 190	0.23 214	0.18 224	0.21 200	0.14 180	0.18 167	0.27 234	0.37 303	0.13 184	2.13 616	2.12 656

RSM++	0.76 443	0.82 319	0.66 441	0.85 432	0.64 485	0.85 489	0.71 502	0.94 498	0.64 476	0.87 491	0.67 489	0.87 494	0.65 475	0.84 487	0.65 471	0.81 458	0.70 464	0.79 491	0.71 511	0.83 474	0.70 488

DNS	0.77 444	1.09 385	0.65 438	0.89 434	0.65 487	0.89 496	0.65 476	0.89 488	0.65 477	0.89 494	0.65 485	0.89 498	0.65 475	0.90 497	0.65 471	0.84 465	0.62 441	0.84 502	0.61 481	0.84 475	0.62 468

CroCo-Stereo Lap2	0.77 444	1.29 458	0.29 234	1.27 537	0.29 285	1.27 589	0.26 257	1.26 582	0.26 267	1.26 588	0.26 266	1.27 594	0.26 265	1.26 591	0.27 256	1.27 565	0.27 234	1.27 602	0.27 300	1.27 582	0.27 283

PSMNet-RSSM	0.77 444	2.76 593	0.14 148	0.20 160	0.14 186	0.20 192	2.66 671	2.79 661	0.14 187	0.21 200	0.14 190	0.21 197	0.14 187	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.52 638	2.31 661

GwcNet-RSSM	0.77 444	2.77 595	0.14 148	0.20 160	0.14 186	0.20 192	2.67 672	2.78 660	0.14 187	0.20 189	0.14 190	0.20 190	0.14 187	0.21 200	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.52 638	2.31 661

4D-IteraStereo	0.78 448	3.13 606	0.89 487	0.69 399	0.32 355	0.40 296	0.32 343	0.76 469	0.97 539	0.52 429	0.65 485	0.89 498	0.32 353	0.76 473	0.98 533	0.83 463	0.94 496	0.35 295	0.27 300	0.70 449	0.89 520

Pro-Stereo	0.79 449	0.53 275	0.38 294	0.49 312	0.38 398	0.49 410	0.37 384	0.49 398	0.67 481	0.50 416	0.38 396	1.10 533	0.38 388	0.49 407	0.38 383	0.71 431	0.88 490	5.98 706	0.36 399	0.46 385	0.36 373

hitnet-ft	0.79 449	2.78 598	0.14 148	0.20 160	0.14 186	0.21 202	2.89 674	2.80 662	0.14 187	0.20 189	0.14 190	0.20 190	0.14 187	0.20 189	0.14 180	0.17 159	0.12 135	0.17 183	0.12 175	2.54 646	2.33 663

G-Net	0.79 449	0.79 313	0.79 478	0.79 419	0.79 520	0.79 477	0.79 512	0.79 471	0.79 519	0.79 481	0.79 523	0.79 483	0.79 510	0.79 475	0.79 513	0.79 452	0.79 481	0.79 491	0.79 524	0.79 464	0.79 510

MyStereo05	0.80 452	4.12 632	0.63 431	0.63 388	0.61 479	0.62 456	0.66 477	0.65 453	0.62 472	0.67 463	0.61 479	0.65 464	0.58 464	0.67 460	0.55 456	0.60 407	0.57 425	0.64 464	0.55 469	0.72 451	0.55 456

UDG	0.80 452	2.21 553	0.60 420	0.91 439	0.60 474	0.90 497	0.58 464	0.88 487	0.60 469	0.90 495	0.60 475	0.88 495	0.60 468	0.90 497	0.58 459	0.86 468	0.60 436	0.84 502	0.59 478	0.84 475	0.61 465

ccnet	0.80 452	2.28 557	0.33 265	0.50 348	0.33 367	0.50 419	0.33 354	0.50 407	0.33 362	0.49 403	0.33 364	0.49 408	1.56 616	2.38 637	0.33 350	0.41 303	0.29 256	0.42 399	1.57 632	2.28 622	0.29 316

NaN_ROB	0.80 452	0.80 314	0.80 479	0.80 423	0.80 523	0.80 479	0.80 515	0.80 474	0.80 521	0.80 482	0.80 525	0.80 485	0.80 511	0.80 477	0.80 516	0.80 454	0.80 484	0.80 494	0.80 526	0.80 467	0.80 511

CSAN	0.80 452	0.80 314	0.80 479	0.80 423	0.80 523	0.80 479	0.80 515	0.80 474	0.80 521	0.80 482	0.80 525	0.80 485	0.80 511	0.80 477	0.80 516	0.80 454	0.80 484	0.80 494	0.80 526	0.80 467	0.80 511

GSStereo	0.81 457	4.28 638	0.50 394	0.59 380	0.40 409	0.51 431	0.38 391	0.50 407	0.38 391	0.50 416	0.38 396	0.50 422	3.79 687	0.50 415	0.38 383	0.54 391	0.43 376	0.46 411	0.34 380	0.46 385	0.35 370

BSDual-CNN	0.81 457	1.91 529	0.92 494	4.48 652	0.02 22	0.42 332	0.06 137	0.41 306	0.02 22	0.48 396	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 605	4.19 678	0.33 269	0.23 247	0.34 260	0.27 283

DDUNet	0.81 457	2.45 573	0.57 414	0.90 437	0.60 474	0.88 493	0.59 468	0.90 489	0.60 469	0.88 493	0.60 475	0.90 500	0.58 464	0.88 494	0.60 464	0.84 465	0.60 436	0.86 505	0.57 475	0.86 477	0.60 464

R-Stereo Train	0.81 457	0.96 347	0.67 445	0.95 451	0.67 492	0.95 502	0.68 485	0.95 500	0.68 487	0.95 505	0.68 494	0.96 510	0.68 485	0.96 509	0.68 483	0.94 479	0.68 455	0.94 521	0.68 500	0.94 497	0.68 483

RAFT-Stereo	0.81 457	0.96 347	0.67 445	0.95 451	0.67 492	0.95 502	0.68 485	0.95 500	0.68 487	0.95 505	0.68 494	0.96 510	0.68 485	0.96 509	0.68 483	0.94 479	0.68 455	0.94 521	0.68 500	0.94 497	0.68 483
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 462	1.72 482	1.48 599	0.39 243	0.15 200	0.31 255	0.21 229	0.20 191	0.25 253	1.61 606	0.23 248	0.28 242	0.26 265	0.20 189	0.15 191	0.24 201	1.33 585	0.32 262	0.16 201	6.75 697	0.23 226

scenet	0.82 462	1.72 482	1.48 599	0.39 243	0.15 200	0.31 255	0.21 229	0.20 191	0.25 253	1.61 606	0.23 248	0.28 242	0.26 265	0.20 189	0.15 191	0.24 201	1.33 585	0.32 262	0.16 201	6.75 697	0.23 226

ssnet	0.82 462	1.72 482	1.48 599	0.39 243	0.15 200	0.31 255	0.21 229	0.20 191	0.25 253	1.61 606	0.23 248	0.28 242	0.26 265	0.20 189	0.15 191	0.24 201	1.33 585	0.32 262	0.16 201	6.75 697	0.23 226

DEFOM-Stereo_RVC	0.83 465	5.18 650	1.98 640	2.19 586	0.17 216	0.19 187	0.18 214	0.19 185	0.16 204	0.20 189	0.19 232	0.22 206	0.22 243	0.20 189	0.15 191	2.28 622	2.13 642	0.24 227	0.17 223	0.18 186	0.16 190

BUS	0.83 465	1.91 529	0.92 494	4.48 652	0.02 22	0.40 296	0.04 103	0.41 306	0.02 22	0.48 396	0.03 56	0.41 314	0.05 117	0.03 43	0.05 115	1.97 605	4.19 678	0.33 269	0.23 247	0.34 260	0.27 283

PDISCO_ROB	0.83 465	2.80 599	3.49 675	0.14 121	0.11 167	0.17 180	0.09 144	0.15 172	0.10 149	0.15 165	0.12 172	0.16 171	0.14 187	3.30 668	0.13 176	0.14 133	2.34 647	0.16 175	0.12 175	2.62 647	0.10 145

WQFJA1++	0.84 468	0.98 350	0.67 445	1.26 536	0.75 509	1.00 507	0.67 481	1.00 502	0.67 481	1.00 507	0.67 489	1.00 513	0.67 481	1.00 513	0.67 476	0.96 481	0.67 450	0.91 511	0.63 484	0.92 488	0.63 470

WQFJX1	0.84 468	0.98 350	0.67 445	1.30 544	0.75 509	1.01 515	0.67 481	1.01 511	0.67 481	1.01 518	0.67 489	1.01 521	0.68 485	1.00 513	0.68 483	0.98 486	0.67 450	0.92 514	0.64 489	0.92 488	0.64 476

NLMM	0.84 468	1.00 359	0.67 445	1.27 537	0.75 509	1.00 507	0.68 485	1.00 502	0.67 481	1.00 507	0.67 489	1.02 525	0.67 481	1.02 525	0.67 476	0.97 482	0.67 450	0.93 517	0.63 484	0.92 488	0.63 470

AIO-Stereo	0.84 468	0.66 294	0.70 457	0.83 427	0.67 492	0.98 505	0.82 522	1.14 521	0.72 508	1.03 524	0.74 515	1.03 526	1.09 538	0.99 511	0.45 420	1.04 494	0.73 471	0.95 523	0.74 515	0.94 497	0.46 416

DCRE	0.84 468	1.89 526	0.77 473	0.94 449	0.72 504	0.88 493	0.73 505	0.87 483	0.78 515	0.90 495	0.71 508	0.88 495	0.67 481	0.88 494	0.73 503	0.81 458	0.68 455	0.81 496	0.70 508	0.82 472	0.70 488

iGMRVC	0.84 468	2.85 600	0.72 463	0.72 409	0.73 505	0.77 472	0.79 512	0.73 466	0.74 513	0.73 470	0.72 511	0.73 475	0.76 505	0.73 469	0.73 503	0.72 439	0.73 471	0.73 479	0.72 513	0.73 454	0.72 495

WQFJA1	0.85 474	0.98 350	0.67 445	1.29 542	0.76 514	1.01 515	0.67 481	1.02 515	0.67 481	1.02 522	0.67 489	1.01 521	0.67 481	1.01 521	0.68 483	0.99 487	0.67 450	0.93 517	0.64 489	0.92 488	0.65 478

WQFJX	0.85 474	1.00 359	0.68 452	1.30 544	0.75 509	1.01 515	0.68 485	1.01 511	0.68 487	1.01 518	0.68 494	1.03 526	0.68 485	1.02 525	0.67 476	0.97 482	0.67 450	0.93 517	0.63 484	0.94 497	0.63 470

NLSM3	0.85 474	0.99 357	0.68 452	1.29 542	0.76 514	1.01 515	0.68 485	1.01 511	0.68 487	1.02 522	0.68 494	1.01 521	0.68 485	1.01 521	0.68 483	0.97 482	0.68 455	0.93 517	0.64 489	0.93 493	0.63 470

NLMM1	0.86 477	0.98 350	0.69 454	1.48 559	0.75 509	1.01 515	0.69 493	1.00 502	0.69 492	1.00 507	0.70 503	1.00 513	0.68 485	1.01 521	0.67 476	0.97 482	0.68 455	0.92 514	0.63 484	0.93 493	0.63 470

AdaDepth	0.86 477	0.93 343	0.71 460	1.01 463	1.07 551	1.02 521	0.71 502	1.00 502	0.71 505	1.01 518	0.71 508	1.00 513	0.72 500	1.14 539	0.71 501	0.92 473	0.64 445	0.90 508	0.64 489	0.89 482	0.69 485

GEStereo_RVC	0.86 477	4.45 639	0.20 191	0.27 198	0.20 236	0.27 241	0.20 224	0.26 228	0.18 220	5.03 698	0.20 236	0.27 241	0.19 231	0.27 241	0.21 228	0.20 174	0.19 198	0.19 195	4.02 702	0.20 193	0.18 213

Selective-RAFT-Error	0.88 480	0.84 320	0.98 499	0.86 433	0.97 539	0.88 493	0.95 533	0.84 481	0.99 542	0.92 499	0.82 527	0.84 492	0.98 525	0.87 492	0.97 532	0.81 458	0.83 487	0.79 491	0.82 529	0.79 464	0.85 516

IER	0.88 480	7.04 670	2.23 645	2.75 608	0.28 275	0.43 339	0.25 250	0.39 283	0.25 253	0.41 306	0.27 270	0.39 293	0.25 255	0.40 297	0.28 265	0.37 263	0.28 242	0.37 303	0.25 257	0.37 284	0.25 238

Selective-RAFT	0.89 482	0.89 331	0.72 463	1.16 483	0.78 518	1.06 524	0.82 522	0.87 483	0.97 539	1.00 507	0.91 534	0.90 500	1.00 526	0.89 496	0.93 529	0.83 463	0.83 487	0.82 500	0.82 529	0.81 470	0.82 514

AIO-Stereo-zeroshot	0.91 483	0.86 324	0.89 487	1.25 535	0.69 496	1.05 523	0.81 519	1.16 525	0.50 449	1.12 534	0.97 539	0.72 473	0.82 515	1.06 528	0.95 530	0.61 411	0.87 489	1.03 536	0.85 532	1.04 510	1.01 538

CFNet-RSSM	0.91 483	4.89 645	0.34 276	0.44 288	1.07 551	1.62 611	1.40 624	0.91 491	0.35 375	1.60 603	1.39 624	0.64 460	0.34 369	0.44 365	0.33 350	0.41 303	0.35 324	0.75 485	0.30 348	0.41 367	0.29 316

MLG-Stereo	0.92 485	0.90 334	0.84 485	1.27 537	0.49 451	1.38 599	0.88 525	1.41 596	0.97 539	0.73 470	1.09 550	1.26 591	0.43 421	0.72 467	1.05 543	1.13 507	0.49 401	1.18 549	0.66 495	1.01 507	0.46 416

ToySt	0.92 485	2.11 543	0.90 490	0.95 451	0.79 520	0.99 506	0.78 511	0.94 498	0.81 524	0.94 503	0.78 521	0.95 509	0.77 507	0.94 505	0.86 523	0.91 470	0.79 481	0.85 504	0.77 520	0.89 482	0.73 498

DPSM_ROB	0.92 485	0.91 336	0.91 492	0.91 439	0.92 534	0.92 499	0.92 529	0.92 494	0.91 529	0.93 501	0.91 534	0.92 503	0.90 518	0.91 499	0.92 525	0.92 473	0.91 492	0.91 511	0.92 533	0.93 493	0.93 524

DPSM	0.92 485	0.91 336	0.91 492	0.91 439	0.92 534	0.92 499	0.92 529	0.92 494	0.91 529	0.93 501	0.91 534	0.92 503	0.90 518	0.91 499	0.92 525	0.92 473	0.91 492	0.91 511	0.92 533	0.93 493	0.93 524

pmcnn	0.92 485	0.92 341	0.92 494	0.92 442	0.92 534	0.92 499	0.92 529	0.92 494	0.92 533	0.92 499	0.92 537	0.92 503	0.92 520	0.92 503	0.92 525	0.92 473	0.92 494	0.92 514	0.92 533	0.92 488	0.92 523

error version	0.93 490	4.47 640	2.35 648	1.99 581	0.37 391	0.41 312	0.36 378	0.41 306	0.35 375	0.43 327	0.36 384	0.41 314	0.40 400	0.41 313	0.36 370	1.87 596	2.16 643	0.47 421	0.37 402	0.39 342	0.33 352

test_1	0.93 490	4.47 640	2.35 648	1.99 581	0.37 391	0.41 312	0.36 378	0.41 306	0.35 375	0.43 327	0.36 384	0.41 314	0.40 400	0.41 313	0.36 370	1.87 596	2.16 643	0.47 421	0.37 402	0.39 342	0.33 352

DGTPSM_ROB	0.93 490	1.00 359	0.92 494	0.94 449	0.96 538	0.91 498	0.92 529	0.91 491	0.96 538	0.91 497	0.96 538	0.93 506	0.92 520	0.94 505	0.92 525	0.92 473	0.92 494	0.90 508	0.92 533	0.94 497	0.91 522

HSM-Net_RVC	0.95 493	1.17 398	0.78 475	1.18 485	0.71 502	1.16 538	0.75 507	1.09 519	0.80 521	1.10 528	0.75 516	1.17 542	0.74 502	1.17 542	0.80 516	1.13 507	0.73 471	1.17 546	0.77 520	1.16 520	0.72 495
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 494	3.17 608	2.30 647	2.42 599	0.38 398	0.54 441	0.38 391	0.54 430	0.38 391	0.54 438	0.38 396	0.54 439	0.38 388	0.54 435	0.38 383	2.38 631	2.34 647	0.49 434	0.36 399	0.49 406	0.36 373

DPSimNet_ROB	0.97 494	1.18 400	0.81 482	1.10 469	0.91 533	1.02 521	0.82 522	1.04 516	0.91 529	1.03 524	0.86 530	1.28 595	0.82 515	1.03 527	0.89 524	1.17 511	0.81 486	1.02 534	0.82 529	1.08 512	0.81 513

test-3	0.98 496	4.13 634	1.85 629	1.85 572	0.61 479	0.69 463	0.37 384	0.63 450	0.61 471	0.66 462	0.51 463	0.73 475	0.44 423	0.57 445	0.54 453	1.68 590	1.81 627	0.40 365	0.43 438	0.66 439	0.50 434

LGCAT	1.00 497	1.00 359	1.00 501	1.00 458	1.00 540	1.00 507	1.00 537	1.00 502	1.00 543	1.00 507	1.00 541	1.00 513	1.00 526	1.00 513	1.00 535	1.00 488	1.00 498	1.00 528	1.00 540	1.00 502	1.00 532

Test_v1	1.00 497	1.00 359	1.00 501	1.00 458	1.00 540	1.00 507	1.00 537	1.00 502	1.00 543	1.00 507	1.00 541	1.00 513	1.00 526	1.00 513	1.00 535	1.00 488	1.00 498	1.00 528	1.00 540	1.00 502	1.00 532

Wavelet-MonSter	1.00 497	1.21 448	0.76 471	1.94 576	1.01 546	1.11 533	0.76 509	1.15 522	0.76 514	1.11 533	0.76 517	1.14 539	0.76 505	1.11 536	0.76 510	1.21 560	0.90 491	1.02 534	0.71 511	1.02 509	0.71 494

999	1.00 497	1.12 391	0.59 416	1.10 469	1.21 613	1.09 529	0.52 455	1.08 517	1.43 626	1.18 539	1.35 618	0.98 512	0.52 455	0.91 499	0.85 522	0.72 439	1.46 599	0.83 501	0.98 538	0.68 442	1.41 621

DispNO	1.00 497	0.63 291	0.43 357	3.45 636	0.44 432	0.65 459	0.43 421	0.64 452	0.43 423	0.64 458	0.43 429	0.64 460	3.03 665	0.64 456	0.43 417	4.55 667	0.43 376	0.63 462	0.43 438	0.63 436	0.43 410

GANet	1.00 497	1.00 359	1.00 501	1.00 458	1.00 540	1.00 507	1.00 537	1.00 502	1.00 543	1.00 507	1.00 541	1.00 513	1.00 526	1.00 513	1.00 535	1.00 488	1.00 498	1.00 528	1.00 540	1.00 502	1.00 532

TDLM	1.00 497	1.00 359	1.00 501	1.00 458	1.00 540	1.00 507	1.00 537	1.00 502	1.00 543	1.00 507	1.00 541	1.00 513	1.00 526	1.00 513	1.00 535	1.00 488	1.00 498	1.00 528	1.00 540	1.00 502	1.00 532

CVANet_RVC	1.00 497	1.00 359	1.00 501	1.00 458	1.00 540	1.00 507	1.00 537	1.00 502	1.00 543	1.00 507	1.00 541	1.00 513	1.00 526	1.00 513	1.00 535	1.00 488	1.00 498	1.00 528	1.00 540	1.00 502	1.00 532

trnet	1.01 505	1.01 369	1.01 506	1.01 463	1.01 546	1.01 515	1.01 542	1.01 511	1.01 548	1.01 518	1.01 546	1.01 521	1.01 534	1.01 521	1.01 540	1.01 493	1.01 504	1.01 533	1.01 547	1.01 507	1.01 538

LL-Strereo	1.01 505	5.06 647	1.63 608	0.70 405	1.43 624	0.56 443	0.46 430	0.57 437	0.50 449	0.57 446	0.50 457	1.58 606	0.49 445	0.59 447	0.50 442	1.64 589	0.52 416	0.51 445	1.37 619	0.52 419	0.45 415

FlowAnything_test	1.02 507	1.72 482	0.71 460	1.59 562	0.70 500	1.61 609	0.69 493	1.61 600	0.70 500	1.60 603	0.70 503	1.61 610	0.69 491	1.61 607	0.70 499	0.81 458	0.58 427	0.81 496	0.55 469	0.81 470	0.56 459

FlowAnything	1.02 507	1.71 481	0.72 463	1.59 562	0.69 496	1.60 608	0.69 493	1.61 600	0.70 500	1.60 603	0.69 499	1.60 607	0.69 491	1.61 607	0.69 491	0.81 458	0.58 427	0.81 496	0.56 473	0.82 472	0.56 459

Hybrid-DGEV	1.03 509	1.75 488	0.80 479	1.28 541	0.78 518	1.26 588	0.80 515	1.26 582	0.78 515	1.26 588	0.78 521	1.26 591	0.78 509	1.26 591	0.78 512	1.15 510	0.75 474	1.14 539	0.74 515	1.14 515	0.75 502

tt45	1.04 510	0.88 328	1.36 589	0.92 442	1.03 549	1.51 607	0.79 512	0.70 462	0.88 527	0.74 475	0.90 531	1.60 607	0.72 500	1.60 605	0.75 508	0.91 470	0.78 479	1.52 615	0.79 524	1.14 515	1.32 613

Hybrid-DGEV-2	1.05 511	1.83 514	0.83 483	1.33 548	0.82 526	1.30 591	0.81 519	1.26 582	0.79 519	1.29 590	0.79 523	1.26 591	0.80 511	1.26 591	0.79 513	1.20 514	0.78 479	1.18 549	0.77 520	1.20 530	0.77 507

Hybrid-DGEV-03	1.07 512	1.83 514	0.83 483	1.34 549	0.81 525	1.32 593	0.81 519	1.31 589	0.81 524	1.31 591	0.82 527	1.32 596	0.82 515	1.32 596	0.81 519	1.19 512	0.77 477	1.19 551	0.76 518	1.19 528	0.77 507

GLC_STEREO	1.07 512	1.01 369	1.06 509	1.07 467	1.05 550	1.06 524	1.08 547	1.08 517	1.05 552	1.07 526	1.06 548	1.08 529	1.05 536	1.06 528	1.10 546	1.07 496	1.09 514	1.05 537	1.05 549	1.06 511	1.12 545

FC-DCNN	1.07 512	1.09 385	0.98 499	0.89 434	0.52 462	1.41 603	0.91 528	1.21 578	1.24 612	1.96 615	2.05 670	1.91 616	1.30 604	1.27 594	1.08 545	0.80 454	0.60 436	0.58 456	0.41 428	0.68 442	0.54 448

hknet	1.10 515	1.85 520	3.49 675	4.48 652	0.02 22	0.42 332	0.06 137	0.41 306	0.02 22	0.48 396	0.03 56	0.41 314	0.03 53	0.42 327	0.03 52	4.39 664	4.19 678	0.33 269	0.23 247	0.34 260	0.27 283

test_xeample3	1.10 515	1.81 504	0.61 426	0.84 428	0.49 451	0.77 472	0.66 477	0.92 494	1.40 624	0.68 465	0.46 438	0.78 481	0.54 459	1.72 610	1.48 626	1.34 570	1.52 603	1.35 608	1.67 645	1.33 585	1.55 626

DISCO	1.11 517	0.39 201	5.28 689	0.39 243	0.20 236	0.39 294	0.27 260	0.39 283	0.22 238	0.38 279	0.20 236	0.38 288	0.20 235	6.95 709	0.22 232	0.30 228	0.21 204	0.27 242	0.21 238	5.25 690	0.21 221

Occ-G	1.12 518	0.52 271	3.72 680	3.50 640	0.50 455	0.56 443	0.47 435	0.54 430	0.46 430	0.54 438	0.41 417	0.54 439	0.42 418	0.52 430	0.42 414	3.42 656	4.02 677	0.52 448	0.45 440	0.51 417	0.44 413

AEACV	1.12 518	0.52 271	3.12 671	3.24 625	0.86 527	0.53 437	0.49 446	0.60 445	0.47 435	0.53 432	0.49 453	0.55 443	0.45 427	0.55 439	0.47 431	3.01 651	3.88 675	0.71 478	0.60 479	0.80 467	0.48 425

LiteMatch	1.13 520	0.73 302	2.80 657	3.23 623	0.61 479	0.83 487	0.68 485	0.73 466	0.69 492	1.00 507	0.77 519	0.94 507	0.57 461	0.82 481	0.64 468	2.97 649	2.43 650	0.68 469	0.32 366	0.56 427	0.70 488

Lsterematch	1.13 520	0.73 302	2.80 657	3.23 623	0.61 479	0.83 487	0.68 485	0.73 466	0.69 492	1.00 507	0.77 519	0.94 507	0.57 461	0.82 481	0.64 468	2.97 649	2.43 650	0.68 469	0.32 366	0.56 427	0.70 488

MSMD_ROB	1.19 522	1.10 390	0.70 457	1.10 469	0.60 474	1.10 530	0.70 499	1.10 520	0.70 500	1.10 528	0.70 503	1.10 533	0.70 495	7.00 710	0.70 499	1.10 500	0.70 464	1.10 538	0.70 508	1.10 513	0.70 488

MM-Stereo_test2	1.20 523	1.85 520	1.05 508	1.46 558	0.94 537	1.36 597	0.99 536	1.36 591	0.95 536	1.41 598	0.98 540	1.40 602	0.96 522	1.37 598	0.95 530	1.37 575	1.06 507	1.33 605	0.93 537	1.29 584	0.89 520

ours_stereo	1.20 523	1.21 448	0.90 490	1.64 570	1.11 553	1.35 595	0.67 481	1.76 607	0.93 534	1.70 611	1.10 551	1.39 600	0.75 504	1.41 600	0.81 519	1.60 588	1.03 506	1.33 605	1.00 540	1.61 595	0.72 495

DisPM	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

CrosDoStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

PFNet+	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

LCNet	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

HHNet	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

Patchmatch Stereo++	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559
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	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

STrans-v2	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

TransformOpticalFlow	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

OMP-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

IIG-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

NF-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

OCTAStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

PSM-softLoss	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

KMStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

NRIStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

PSM-adaLoss	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

PSM-AAD	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

FTStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

ROB_FTStereo_v2	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

ROB_FTStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

Consistency-Raft	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

KYRaft	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

HUI-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

ASMatch	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

DeepStereo_LL	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

DEmStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

SST-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

THIR-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

RAFT_R40	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

DRaft	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

PFNet	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

GrayStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

RE-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

Pruner-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

TVStereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

DeepStereo_RVC	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

RAFT-RH_RVC	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

IRAFT_RVC	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

RAFT-345	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

iRAFT	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

CRE-IMP	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

GMM-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

RAFT-IKP	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

Prome-Stereo	1.20 523	1.20 402	1.20 526	1.20 487	1.20 567	1.20 539	1.20 559	1.20 533	1.20 564	1.20 541	1.20 561	1.20 544	1.20 551	1.20 544	1.20 561	1.20 514	1.20 529	1.20 553	1.20 561	1.20 530	1.20 559

qqai	1.22 570	1.38 469	1.12 512	1.39 555	1.14 554	1.40 601	1.14 551	1.41 596	1.12 553	1.40 597	1.11 552	1.40 602	1.13 540	1.41 600	1.15 551	1.25 563	0.97 497	1.24 600	1.01 547	1.24 579	0.96 527

HCRNet	1.22 570	7.11 671	3.00 659	3.55 641	0.33 367	0.29 246	0.14 181	0.19 185	0.15 199	0.33 262	0.29 287	0.25 227	0.14 187	0.22 205	0.33 350	3.64 657	3.00 655	0.76 487	0.32 366	0.18 186	0.13 178

HBP-ISP	1.24 572	1.72 482	1.65 609	1.15 478	0.76 514	1.40 601	0.88 525	1.67 606	1.02 549	1.69 610	1.38 623	1.69 611	1.21 597	1.87 617	1.21 606	1.05 495	0.79 481	0.97 526	0.80 526	1.19 528	0.75 502

AANet_RVC	1.26 573	0.31 177	4.99 687	5.93 678	0.20 236	0.25 227	0.20 224	0.25 222	0.20 230	0.23 209	0.19 232	0.25 227	0.20 235	0.25 225	0.20 225	5.66 688	4.76 682	0.26 238	0.30 348	0.24 218	0.27 283

MM-Stereo_test3	1.27 574	2.07 539	1.18 521	1.60 565	1.02 548	1.45 605	1.01 542	1.40 595	1.04 551	1.44 600	1.03 547	1.46 605	1.02 535	1.44 603	1.02 541	1.51 584	1.12 521	1.32 604	0.98 538	1.38 588	0.97 528

11t	1.27 574	2.70 585	1.34 579	1.32 547	0.89 529	1.30 591	1.34 614	1.64 603	0.57 462	1.45 601	0.72 511	1.05 528	1.29 603	1.07 531	1.29 615	1.49 581	1.02 505	0.97 526	1.15 554	1.48 590	1.31 612

MaskLacGwcNet_RVC	1.35 576	1.35 465	1.35 581	1.35 551	1.35 618	1.35 595	1.35 615	1.36 591	1.35 620	1.36 595	1.35 618	1.36 598	1.36 609	1.36 597	1.35 619	1.35 571	1.35 590	1.35 608	1.35 616	1.35 586	1.35 617

CC-Net-ROB	1.36 577	1.33 464	1.33 578	1.36 552	1.38 621	1.36 597	1.33 613	1.37 593	1.34 617	1.35 594	1.36 620	1.38 599	1.34 607	1.38 599	1.38 622	1.35 571	1.38 594	1.33 605	1.35 616	1.43 589	1.34 616

CFNet	1.37 578	5.27 653	0.19 188	5.49 675	0.19 233	0.28 242	0.19 220	0.28 232	0.19 228	0.28 238	0.19 232	0.28 242	4.35 695	0.28 245	0.19 222	0.23 194	0.17 190	0.23 217	4.21 704	4.81 681	0.17 207

PS-NSSS	1.38 579	1.39 470	1.34 579	1.34 549	1.35 618	1.38 599	1.37 622	1.35 590	1.38 623	1.34 593	1.34 617	1.39 600	1.38 612	1.70 609	1.40 623	1.36 573	1.36 591	1.36 610	1.37 619	1.37 587	1.36 618

RASNet	1.49 580	1.65 478	1.45 597	1.38 554	1.43 624	1.47 606	1.36 617	1.38 594	1.36 621	1.39 596	1.60 634	1.45 604	1.45 615	1.51 604	2.21 665	1.53 585	1.36 591	1.36 610	1.36 618	1.66 598	1.36 618

BLMT-Stereo	1.53 581	1.36 466	1.06 509	1.42 557	1.23 617	1.41 603	1.07 546	1.43 598	1.12 553	1.42 599	1.06 548	1.83 613	1.07 537	1.42 602	1.07 544	1.27 565	1.38 594	6.80 707	1.00 540	1.26 581	1.00 532

GANetREF_RVC	1.55 582	1.94 535	1.22 573	1.88 573	1.21 613	1.88 615	1.22 605	1.88 609	1.22 610	1.88 612	1.22 607	1.88 614	1.22 598	1.89 618	1.22 607	1.87 596	1.22 576	1.88 629	1.22 607	1.88 607	1.22 605
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	1.59 583	1.91 529	1.21 572	1.94 576	1.20 567	2.00 623	1.23 606	1.99 614	1.24 612	2.00 620	1.25 610	2.03 624	1.26 600	2.00 622	1.29 615	1.90 600	1.18 528	1.89 630	1.21 606	1.89 608	1.20 559
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 584	1.59 477	1.70 611	1.59 562	1.59 630	1.61 609	1.61 633	1.60 599	1.60 630	1.62 609	1.59 633	1.60 607	1.60 618	1.60 605	1.59 630	1.59 586	1.60 614	1.59 616	1.59 637	1.59 594	1.59 632

ff7	1.68 585	2.68 582	1.35 581	0.97 455	0.89 529	1.84 612	2.15 663	2.12 620	1.80 647	2.05 625	1.56 630	2.33 632	2.12 654	2.23 628	2.25 666	1.31 567	1.07 508	1.48 612	1.41 622	0.90 485	1.04 540

ffff	1.68 585	2.68 582	1.35 581	0.97 455	0.89 529	1.84 612	2.15 663	2.12 620	1.80 647	2.05 625	1.56 630	2.33 632	2.12 654	2.23 628	2.25 666	1.31 567	1.07 508	1.48 612	1.41 622	0.90 485	1.04 540

ccc-4	1.68 585	2.68 582	1.35 581	0.97 455	0.89 529	1.84 612	2.15 663	2.12 620	1.80 647	2.05 625	1.56 630	2.33 632	2.12 654	2.23 628	2.25 666	1.31 567	1.07 508	1.48 612	1.41 622	0.90 485	1.04 540

PhaseNet	1.74 588	6.34 669	4.81 685	6.77 684	0.24 259	0.80 479	0.53 456	0.48 393	0.22 238	0.53 432	0.28 277	0.48 403	0.25 255	0.40 297	0.32 338	6.39 694	4.61 681	0.46 411	0.38 415	0.25 221	0.18 213

MC-Stereo	1.76 589	2.96 601	1.37 591	2.14 584	1.37 620	2.14 629	1.36 617	2.14 623	1.37 622	2.14 629	1.37 621	2.14 626	1.37 611	2.14 627	1.37 621	1.97 605	1.32 578	1.97 633	1.32 615	1.98 610	1.33 614

IGEVStereo-DCA	1.77 590	4.21 636	1.84 627	2.49 602	2.11 664	2.54 650	1.36 617	1.65 604	1.17 561	2.75 660	1.90 653	2.54 645	1.15 544	0.94 505	1.11 547	1.50 582	1.32 578	0.96 524	1.46 628	1.49 591	0.88 517

rrr	1.77 590	4.21 636	1.84 627	2.49 602	2.11 664	2.54 650	1.36 617	1.65 604	1.17 561	2.75 660	1.90 653	2.54 645	1.15 544	0.94 505	1.11 547	1.50 582	1.32 578	0.96 524	1.46 628	1.49 591	0.88 517

MM-Stereo_test1	1.80 592	3.41 613	1.52 604	2.12 583	1.41 623	2.04 624	1.41 625	2.05 618	1.46 627	2.04 624	1.41 625	2.05 625	1.42 614	2.05 623	1.43 625	2.04 609	1.54 606	1.94 631	1.38 621	1.99 611	1.33 614

MFMNet_re	1.81 593	1.91 529	1.71 613	1.95 578	1.70 641	1.95 620	1.70 638	1.96 612	1.74 643	1.97 617	1.72 642	1.95 617	1.71 626	1.97 621	1.71 638	1.86 594	1.62 615	1.85 622	1.66 644	1.86 606	1.64 638

plain	1.88 594	3.16 607	0.64 434	3.10 618	0.65 487	3.10 666	0.64 473	3.12 665	0.65 477	3.10 666	0.65 485	3.11 666	0.65 475	3.12 665	0.65 471	3.12 652	0.65 447	3.13 664	0.65 493	3.13 652	0.65 478

derf	1.91 595	2.15 547	1.78 617	2.16 585	1.75 643	2.21 630	1.80 641	2.22 626	1.80 647	2.21 632	1.76 643	2.17 627	1.81 635	2.24 631	1.74 646	1.93 603	1.56 607	1.96 632	1.53 630	1.95 609	1.56 627

RAFT_CTSACE	1.92 596	3.71 620	1.72 614	1.88 573	1.72 642	2.04 624	1.42 627	2.18 625	1.89 659	2.02 622	1.97 659	1.95 617	2.06 653	1.93 619	1.62 631	1.76 591	1.66 618	2.02 634	1.73 653	1.73 601	1.43 623

MonStereo1	1.94 597	2.77 595	1.52 604	3.73 648	1.51 627	2.13 628	1.42 627	2.32 634	1.52 628	2.31 638	1.50 628	2.53 642	1.59 617	2.34 636	1.56 628	1.91 601	1.36 591	1.86 625	1.31 614	2.07 612	1.53 624

4.25w-stereo	1.98 598	2.72 589	1.46 598	3.47 637	1.43 624	2.07 626	1.98 654	2.53 646	1.52 628	2.71 653	1.98 665	1.81 612	1.62 620	1.96 620	1.36 620	1.88 599	2.00 632	2.53 657	1.61 639	1.74 602	1.15 550

4.5w-stereo	1.99 599	2.33 561	1.81 618	3.28 627	1.68 637	1.94 617	1.99 657	2.72 650	1.70 635	2.72 654	1.99 668	1.97 619	1.68 622	1.76 611	1.29 615	1.91 601	2.02 638	2.53 657	1.61 639	1.75 603	1.16 553

2.75w_new	1.99 599	2.34 565	1.81 618	3.14 619	1.62 632	1.94 617	1.99 657	2.72 650	1.71 636	2.72 654	1.99 668	1.90 615	1.73 628	1.82 616	1.29 615	2.37 630	2.01 634	2.31 644	1.42 625	1.77 604	1.22 605

3.75w	1.99 599	2.31 559	1.83 626	3.16 621	1.65 634	1.93 616	1.98 654	2.72 650	1.68 632	2.73 659	1.97 659	2.00 621	1.72 627	1.81 615	1.25 611	2.27 621	2.01 634	2.38 649	1.42 625	1.71 600	1.24 608

2w_stereo	1.99 599	2.36 568	1.81 618	3.24 625	1.67 635	1.94 617	1.98 654	2.72 650	1.68 632	2.72 654	1.94 656	1.98 620	1.74 630	1.79 614	1.27 612	1.95 604	2.00 632	2.53 657	1.60 638	1.68 599	1.15 550

2.25w	2.00 603	1.86 523	1.98 640	2.95 616	2.17 668	2.26 631	1.35 615	2.42 640	2.00 666	2.07 628	1.27 612	2.53 642	1.99 649	2.29 633	1.49 627	2.21 616	1.32 578	1.85 622	1.87 657	2.52 638	1.62 636

4.25_new	2.00 603	2.33 561	1.82 623	3.32 630	1.69 638	1.95 620	1.99 657	2.72 650	1.71 636	2.72 654	1.97 659	2.01 622	1.74 630	1.77 612	1.28 613	2.18 613	2.01 634	2.48 655	1.58 635	1.65 596	1.17 554

4.5w_new	2.00 603	2.33 561	1.82 623	3.32 630	1.69 638	1.95 620	1.99 657	2.72 650	1.71 636	2.72 654	1.97 659	2.01 622	1.74 630	1.77 612	1.28 613	2.18 613	2.01 634	2.48 655	1.58 635	1.65 596	1.17 554

4.5_new	2.00 603	1.84 519	1.98 640	2.77 610	2.16 666	2.27 632	1.28 612	2.09 619	1.98 663	2.01 621	1.28 613	2.71 655	1.98 647	2.51 645	1.65 633	2.26 618	1.33 585	1.87 626	1.87 657	2.49 634	1.60 633

TRStereo	2.00 603	2.13 544	1.85 629	2.27 591	1.84 647	2.28 634	1.84 643	2.29 629	1.86 653	2.30 635	1.87 648	2.30 629	1.87 637	2.08 624	1.72 640	2.08 610	1.72 621	2.08 636	1.72 650	2.08 613	1.72 643

XX-Stereo	2.00 603	2.13 544	1.85 629	2.27 591	1.84 647	2.28 634	1.84 643	2.29 629	1.86 653	2.30 635	1.87 648	2.30 629	1.87 637	2.08 624	1.72 640	2.08 610	1.72 621	2.08 636	1.72 650	2.08 613	1.72 643

EAI-Stereo	2.00 603	2.13 544	1.85 629	2.27 591	1.84 647	2.28 634	1.84 643	2.29 629	1.86 653	2.30 635	1.87 648	2.30 629	1.87 637	2.08 624	1.72 640	2.08 610	1.72 621	2.08 636	1.72 650	2.08 613	1.72 643

2.5w	2.01 610	2.40 570	1.37 591	3.28 627	2.01 658	2.71 656	1.43 630	1.82 608	1.83 651	1.90 614	1.41 625	2.71 655	1.35 608	2.71 655	1.85 652	2.66 643	1.53 604	1.64 617	1.23 608	2.53 641	1.87 652

4w-stereo	2.02 611	2.72 589	1.44 596	3.36 633	1.59 630	2.48 643	1.72 639	2.28 627	1.24 612	2.24 633	1.65 638	2.56 647	1.32 606	2.39 639	1.98 662	2.67 645	1.51 602	1.66 618	1.24 609	2.53 641	1.88 655

IGEV	2.02 611	2.20 551	1.82 623	2.90 615	2.16 666	2.41 640	1.25 608	2.00 615	1.98 663	1.99 619	1.31 615	2.72 659	1.93 643	2.67 654	1.69 637	2.26 618	1.32 578	1.83 621	1.87 657	2.53 641	1.61 635

3.25w_new	2.03 613	2.72 589	1.35 581	3.33 632	1.57 628	2.72 657	1.53 632	2.15 624	1.33 616	2.15 630	1.60 634	2.63 652	1.30 604	2.72 657	1.99 663	2.67 645	1.53 604	1.75 620	1.25 611	2.53 641	1.87 652

3.5w_stereo	2.03 613	2.72 589	1.35 581	3.41 634	1.57 628	2.72 657	1.49 631	2.01 616	1.34 617	2.15 630	1.61 636	2.63 652	1.36 609	2.72 657	1.99 663	2.66 643	1.58 610	1.68 619	1.24 609	2.53 641	1.87 652

UniTT-Stereo	2.03 613	3.43 614	0.72 463	3.42 635	0.73 505	3.27 669	0.68 485	3.38 670	0.69 492	3.29 669	0.72 511	3.28 669	0.70 495	3.35 671	0.68 483	3.39 655	0.68 455	3.31 667	0.69 504	3.37 653	0.73 498

3.25w	2.04 616	2.20 551	1.48 599	3.03 617	2.17 668	2.63 655	1.39 623	1.96 612	1.95 662	1.96 615	1.37 621	2.71 655	1.96 646	2.71 655	1.73 645	2.26 618	1.32 578	1.87 626	1.87 657	2.51 637	1.63 637

3w_stereo	2.04 616	2.24 555	1.70 611	3.15 620	2.18 670	2.49 644	1.26 610	2.03 617	1.98 663	1.98 618	1.33 616	2.72 659	1.99 649	2.59 648	1.72 640	2.22 617	1.33 585	1.85 622	1.88 662	2.50 636	1.58 631

1w_stereo	2.05 618	2.32 560	1.35 581	3.74 649	2.01 658	2.73 659	1.42 627	1.88 609	1.93 661	2.03 623	1.28 613	2.71 655	1.99 649	2.72 657	1.72 640	2.20 615	1.32 578	1.87 626	1.86 656	2.45 630	1.54 625

LiteMatch*	2.07 619	1.30 460	5.73 692	6.28 681	0.79 520	1.33 594	0.80 515	1.30 588	1.02 549	1.33 592	0.84 529	1.33 597	0.97 523	1.28 595	1.04 542	6.05 692	5.89 688	1.28 603	0.76 518	1.28 583	0.88 517

sCroCo_RVC	2.10 620	2.76 593	1.92 637	2.78 613	1.39 622	2.73 659	1.41 625	2.73 656	1.40 624	2.77 665	1.41 625	2.74 661	1.40 613	2.74 660	1.40 623	2.72 647	1.42 597	2.72 662	1.44 627	2.79 649	1.42 622

MoCha-V2	2.11 621	26.97 715	0.78 475	0.92 442	0.77 517	0.96 504	0.72 504	0.90 489	0.72 508	0.94 503	0.70 503	0.90 500	0.71 499	0.91 499	0.71 501	0.85 467	0.71 468	0.88 506	0.69 504	0.87 478	0.67 482

FBW_ROB	2.12 622	2.46 574	1.77 616	2.49 602	1.79 646	2.38 638	1.83 642	2.46 641	1.78 646	2.48 646	1.97 659	2.40 637	1.78 633	2.42 642	1.83 650	2.31 626	1.85 629	2.38 649	1.82 655	2.35 625	1.84 648

MonStereo	2.17 623	2.41 571	1.49 603	2.67 607	1.67 635	2.60 653	2.04 661	2.32 634	1.76 644	2.44 643	1.68 640	2.50 640	1.69 624	2.38 637	1.80 649	2.28 622	1.78 624	2.63 660	2.14 665	3.47 654	1.68 641

asda	2.17 623	2.54 575	1.81 618	3.47 637	1.78 645	2.50 646	1.86 647	2.61 648	1.68 632	2.61 650	1.83 645	2.37 636	1.73 628	2.44 643	1.88 657	2.51 639	1.84 628	2.34 646	1.62 641	2.23 618	1.77 647

asd	2.18 625	2.77 595	1.58 606	3.59 642	2.00 657	2.58 652	1.85 646	2.39 639	1.71 636	2.47 645	1.97 659	2.59 649	1.61 619	2.56 646	1.79 648	2.51 639	1.99 631	2.11 639	1.62 641	2.36 626	1.60 633

qwe	2.18 625	2.60 578	1.58 606	3.83 650	1.90 655	2.53 648	1.90 652	2.48 642	1.73 641	2.37 641	1.92 655	2.53 642	1.68 622	2.56 646	1.83 650	2.52 641	1.87 630	2.07 635	1.68 647	2.32 624	1.71 642

monsters	2.18 625	2.41 571	1.96 639	3.47 637	2.03 662	2.53 648	1.64 635	2.48 642	1.73 641	2.40 642	1.50 628	2.62 650	1.94 644	2.59 648	1.94 659	2.44 634	1.57 609	2.28 642	1.87 657	2.42 628	1.86 650

AIO_rvc	2.18 625	2.34 565	1.87 633	2.32 595	1.94 656	2.40 639	1.89 651	2.37 637	2.07 668	2.52 648	1.95 658	2.44 639	1.99 649	2.41 640	1.89 658	2.32 627	2.09 640	2.24 640	2.18 666	2.21 617	2.23 659

HUF	2.18 625	2.30 558	1.99 643	2.34 597	2.02 661	2.41 640	2.06 662	2.38 638	1.89 659	2.36 640	1.85 646	2.56 647	1.98 647	2.31 635	1.97 661	2.30 625	2.03 639	2.30 643	2.11 664	2.23 618	2.16 657

AIO_test	2.18 625	2.09 542	2.04 644	2.42 599	2.01 658	2.47 642	1.94 653	2.34 636	2.03 667	2.56 649	1.94 656	2.43 638	1.94 644	2.41 640	1.87 656	2.39 632	2.10 641	2.35 648	1.91 663	2.25 620	2.19 658

monsterstereo	2.20 631	2.33 561	1.95 638	3.65 644	2.07 663	2.49 644	1.61 633	2.48 642	1.83 651	2.45 644	1.61 636	2.67 654	1.86 636	2.64 650	1.94 659	2.48 638	1.66 618	2.34 646	1.68 647	2.40 627	1.86 650

LG-G_1	2.22 632	2.71 587	1.89 634	2.77 610	1.87 653	2.75 661	1.87 649	2.76 658	1.87 657	2.75 660	1.87 648	2.76 662	1.87 637	2.75 661	1.86 653	2.47 636	1.58 610	2.45 652	1.57 632	2.45 630	1.57 629

LG-G	2.22 632	2.71 587	1.89 634	2.77 610	1.87 653	2.75 661	1.87 649	2.76 658	1.87 657	2.75 660	1.87 648	2.76 662	1.87 637	2.75 661	1.86 653	2.47 636	1.58 610	2.45 652	1.57 632	2.45 630	1.57 629

LGtest1	2.22 632	2.70 585	1.89 634	2.76 609	1.86 650	2.75 661	1.86 647	2.75 657	1.86 653	2.75 660	1.86 647	2.77 664	1.87 637	2.75 661	1.86 653	2.46 635	1.58 610	2.45 652	1.56 631	2.45 630	1.56 627

RAStereo	2.23 635	3.64 617	0.76 471	3.65 644	0.86 527	3.66 674	0.76 509	3.67 674	0.81 524	3.66 671	0.76 517	3.66 672	0.77 507	3.68 673	0.77 511	3.68 658	0.77 477	3.69 672	0.77 520	3.70 656	0.77 507

UDGNet	2.23 635	5.40 658	1.72 614	2.48 601	1.69 638	2.51 647	1.69 637	2.51 645	1.72 640	2.50 647	1.69 641	2.52 641	1.69 624	2.50 644	1.68 636	2.41 633	1.70 620	2.42 651	1.69 649	2.42 628	1.64 638

NCCL2	2.28 637	2.27 556	2.28 646	2.28 594	2.28 671	2.27 632	2.29 666	2.28 627	2.28 669	2.27 634	2.28 671	2.28 628	2.27 657	2.27 632	2.28 670	2.28 622	2.28 646	2.27 641	2.29 670	2.27 621	2.29 660

Abc-Net	2.32 638	24.75 707	1.14 515	1.17 484	1.17 561	1.11 533	1.15 553	1.17 527	1.21 609	1.08 527	1.16 556	1.12 538	1.14 543	1.09 532	1.17 556	1.09 498	1.16 524	1.17 546	1.17 557	1.16 520	1.11 543
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 639	25.00 708	1.13 514	1.15 478	1.15 556	1.10 530	1.15 553	1.15 522	1.15 556	1.12 534	1.15 553	1.09 531	1.13 540	1.10 534	1.15 551	1.11 505	1.09 514	1.16 542	1.12 552	1.16 520	1.17 554

stereogan	2.33 639	24.38 706	1.18 521	1.18 485	1.18 564	1.14 536	1.18 557	1.19 530	1.19 563	1.14 537	1.18 560	1.14 539	1.18 549	1.14 539	1.18 557	1.14 509	1.14 522	1.19 551	1.19 558	1.15 518	1.19 558

RGC	2.36 641	25.48 709	1.19 523	1.15 478	1.15 556	1.10 530	1.16 555	1.17 527	1.16 557	1.12 534	1.16 556	1.11 537	1.13 540	1.09 532	1.18 557	1.10 500	1.15 523	1.16 542	1.12 552	1.14 515	1.12 545

NCC-stereo	2.36 641	25.52 710	1.17 519	1.15 478	1.17 561	1.11 533	1.11 548	1.15 522	1.16 557	1.10 528	1.16 556	1.10 533	1.15 544	1.14 539	1.13 549	1.09 498	1.11 518	1.15 541	1.16 556	1.17 525	1.17 554

AF-Net	2.37 643	25.71 711	1.17 519	1.13 474	1.15 556	1.15 537	1.18 557	1.19 530	1.16 557	1.10 528	1.15 553	1.10 533	1.18 549	1.12 538	1.15 551	1.10 500	1.10 517	1.17 546	1.15 554	1.16 520	1.12 545

Nwc_Net	2.37 643	25.95 712	1.15 517	1.14 475	1.15 556	1.08 527	1.14 551	1.17 527	1.16 557	1.14 537	1.15 553	1.08 529	1.15 544	1.11 536	1.14 550	1.10 500	1.11 518	1.16 542	1.09 551	1.16 520	1.15 550

CFNet_RVC	2.38 645	8.71 682	0.38 294	9.33 697	0.42 429	0.56 443	0.42 419	0.60 445	0.38 391	0.62 455	0.42 427	0.56 446	7.29 707	0.62 450	0.42 414	0.53 390	0.37 334	0.49 434	0.34 380	8.30 704	6.87 709

testmc14	2.43 646	10.48 695	8.02 704	8.93 696	0.31 343	0.44 373	0.30 288	0.42 324	0.30 297	0.42 320	0.30 301	0.42 332	0.30 297	0.42 327	0.30 287	8.88 707	6.99 697	0.41 383	0.28 319	0.39 342	0.28 308

edge stereo	2.43 646	27.07 716	1.14 515	1.06 466	1.14 554	1.08 527	1.17 556	1.16 525	1.14 555	1.10 528	1.16 556	1.09 531	1.16 548	1.10 534	1.16 555	1.10 500	1.11 518	1.16 542	1.19 558	1.13 514	1.11 543

FAT-Stereo	2.46 648	26.05 713	1.23 575	1.23 534	1.22 615	1.20 539	1.24 607	1.23 581	1.23 611	1.19 540	1.22 607	1.21 589	1.24 599	1.20 544	1.24 608	1.21 560	1.17 527	1.22 599	1.25 611	1.20 530	1.24 608

MCSU-Stereo	2.48 649	10.56 696	8.50 706	9.47 700	0.31 343	0.43 339	0.30 288	0.42 324	0.30 297	0.42 320	0.30 301	0.42 332	0.30 297	0.41 313	0.30 287	8.86 706	6.93 696	0.40 365	0.29 333	0.39 342	0.28 308

S-Stereo	2.51 650	26.86 714	1.23 575	1.22 532	1.22 615	1.24 587	1.25 608	1.22 579	1.24 612	1.21 586	1.24 609	1.19 543	1.27 601	1.19 543	1.24 608	1.19 512	1.20 529	1.25 601	1.19 558	1.24 579	1.23 607

Anonymous3	2.55 651	3.26 611	1.65 609	3.28 627	1.63 633	3.24 668	1.68 636	3.27 667	1.66 631	3.28 668	1.67 639	3.25 668	1.66 621	3.27 667	1.64 632	3.26 653	1.65 617	3.30 666	1.65 643	4.95 686	1.65 640

MIF-Stereo (partial)	2.58 652	3.31 612	0.66 441	3.18 622	0.66 491	3.18 667	0.66 477	3.21 666	0.67 481	3.19 667	0.66 488	3.19 667	0.66 479	3.31 669	0.68 483	5.09 684	1.79 626	8.23 711	1.67 645	6.18 695	1.38 620

ft-warping	2.63 653	2.64 581	2.58 655	2.62 606	2.60 674	2.61 654	2.60 670	2.62 649	2.64 672	2.61 650	2.61 674	2.62 650	2.63 660	2.65 651	2.64 672	2.65 642	2.65 653	2.65 661	2.65 674	2.65 648	2.65 669

MSMDNet	2.65 654	10.14 693	0.33 265	9.74 701	0.32 355	0.87 492	0.33 354	2.95 664	0.68 487	0.49 403	0.34 372	0.49 408	5.70 702	0.49 407	0.33 350	0.42 317	9.57 704	0.41 383	0.31 359	8.36 705	0.65 478

pcwnet_v2	2.66 655	9.89 691	0.33 265	9.89 702	0.32 355	0.50 419	0.32 343	0.49 398	0.33 362	0.49 403	0.34 372	0.49 408	8.76 709	0.48 401	0.33 350	0.41 303	9.58 705	0.40 365	0.29 333	9.01 708	0.63 470

CFNet_pseudo	2.67 656	9.36 687	0.32 260	10.99 707	0.33 367	0.85 489	0.33 354	0.49 398	0.33 362	0.49 403	0.32 355	0.49 408	7.26 706	0.49 407	0.33 350	0.41 303	9.62 706	0.41 383	0.29 333	10.03 712	0.29 316

TestStereo_HL2	2.73 657	0.41 216	11.06 707	14.13 709	0.30 296	0.44 373	0.28 270	0.43 332	0.29 283	0.43 327	0.28 277	0.43 341	0.29 289	0.43 334	0.28 265	13.51 711	10.37 711	0.41 383	0.27 300	0.38 297	0.27 283

CFNet_ucs	2.73 657	9.64 689	0.33 265	9.92 703	0.32 355	0.49 410	0.33 354	0.49 398	0.33 362	0.49 403	0.33 364	0.49 408	8.98 710	0.48 401	0.33 350	0.41 303	9.96 709	0.40 365	0.29 333	10.12 713	0.54 448

UCFNet_RVC	2.75 659	10.06 692	0.29 234	10.31 706	0.29 285	0.42 332	0.29 281	0.43 332	0.29 283	0.42 320	0.29 287	0.42 332	9.87 712	0.43 334	0.29 278	0.36 260	9.84 708	0.36 300	0.26 263	9.77 711	0.26 244

TestStereo_HL3	2.76 660	0.41 216	11.46 710	14.11 708	0.30 296	0.45 387	0.29 281	0.43 332	0.29 283	0.43 327	0.29 287	0.43 341	0.28 280	0.44 365	0.30 287	13.57 712	10.32 710	0.41 383	0.27 300	0.38 297	0.27 283

GGDA	2.76 660	0.41 216	11.34 709	14.28 710	0.30 296	0.44 373	0.29 281	0.43 332	0.29 283	0.43 327	0.28 277	0.43 341	0.28 280	0.43 334	0.29 278	13.45 710	10.57 712	0.41 383	0.27 300	0.38 297	0.27 283

TestStereo-Hl	2.78 662	0.42 226	11.23 708	14.38 711	0.30 296	0.44 373	0.30 288	0.43 332	0.28 276	0.43 327	0.29 287	0.44 376	0.29 289	0.44 365	0.29 278	13.64 713	10.73 713	0.41 383	0.27 300	0.38 297	0.27 283

ccs_rob	2.79 663	10.17 694	0.32 260	10.00 704	0.33 367	0.49 410	0.33 354	1.90 611	0.32 352	0.51 425	0.33 364	0.49 408	9.24 711	0.49 407	0.33 350	0.41 303	9.82 707	0.41 383	0.28 319	9.34 709	0.29 316

PCWNet_CMD	2.80 664	9.82 690	0.32 260	10.09 705	0.32 355	0.49 410	0.33 354	3.34 669	0.33 362	0.49 403	0.33 364	0.49 408	8.73 708	0.48 401	0.33 350	0.41 303	9.22 703	0.42 399	0.29 333	9.55 710	0.31 338

NLSM1	2.93 665	3.24 610	2.57 654	4.04 651	2.66 675	3.30 670	2.55 669	3.29 668	2.55 671	3.35 670	2.48 673	3.28 669	2.47 659	3.34 670	2.49 671	3.26 653	2.55 652	3.13 664	2.57 673	3.00 651	2.46 667

StereoVision	3.15 666	5.00 646	0.89 487	4.83 668	1.00 540	3.93 675	1.27 611	6.37 704	1.34 617	5.67 704	1.26 611	5.84 705	1.27 601	5.03 701	1.24 608	5.10 685	1.09 514	4.61 685	0.57 475	5.62 693	1.12 545

MaDis-Stereo	3.19 667	6.02 668	1.12 512	5.61 677	1.16 560	5.43 702	1.02 544	5.15 701	0.70 500	5.43 701	1.21 606	5.03 702	0.97 523	4.85 695	0.99 534	4.53 666	1.16 524	5.53 701	1.25 611	5.37 691	1.30 611

sAnonymous2	3.31 668	2.63 579	1.38 593	3.71 646	1.86 650	4.70 694	1.11 548	4.82 697	2.72 674	5.45 702	1.98 665	4.59 687	2.64 661	2.65 651	6.21 707	4.37 662	1.08 512	5.16 699	2.24 668	4.52 668	2.39 665

CroCo_RVC	3.31 668	2.63 579	1.38 593	3.71 646	1.86 650	4.70 694	1.11 548	4.82 697	2.72 674	5.45 702	1.98 665	4.59 687	2.64 661	2.65 651	6.21 707	4.37 662	1.08 512	5.16 699	2.24 668	4.52 668	2.39 665

DPSNet	3.66 670	3.60 616	3.62 678	3.63 643	3.64 697	3.65 673	3.65 696	3.66 673	3.67 693	3.67 672	3.65 694	3.67 673	3.66 682	3.66 672	3.68 691	3.68 658	3.66 673	3.67 671	3.68 697	3.67 655	3.67 694

NLCSM	3.67 671	4.08 631	3.19 674	4.80 667	3.26 690	3.99 678	3.24 691	4.25 680	3.18 689	4.09 676	3.27 689	4.14 678	3.18 677	4.13 678	3.28 687	4.06 660	3.10 663	3.85 676	3.14 688	3.91 661	3.27 690

STTStereo	3.73 672	30.40 720	2.37 650	2.39 598	2.31 673	2.35 637	2.33 667	2.29 629	2.42 670	2.32 639	2.34 672	2.33 632	2.36 658	2.30 634	2.27 669	2.35 629	2.22 645	2.31 644	2.22 667	2.29 623	2.34 664

rvit_105_1	3.83 673	5.22 651	3.01 660	4.53 655	3.01 678	4.51 682	3.01 676	4.56 684	3.04 677	4.53 683	3.03 678	4.55 685	3.03 665	4.56 684	3.04 674	4.57 668	3.05 656	4.57 680	3.05 679	4.57 670	3.05 675

rvit_stereo_0081	3.83 673	5.23 652	3.01 660	4.53 655	3.03 680	4.55 688	3.02 677	4.56 684	3.04 677	4.52 681	3.02 676	4.54 683	3.03 665	4.56 684	3.04 674	4.57 668	3.05 656	4.57 680	3.05 679	4.58 671	3.05 675

rvit_stereo_0081_aga	3.86 675	5.33 655	3.02 663	4.55 661	3.04 684	4.54 684	3.02 677	4.64 691	3.06 681	4.54 685	3.04 680	4.62 692	3.08 672	4.62 690	3.07 679	4.58 671	3.06 660	4.60 684	3.08 683	4.63 674	3.07 679

rvit_stereo_0082	3.86 675	5.82 666	3.01 660	4.53 655	3.03 680	4.54 684	3.02 677	4.56 684	3.04 677	4.53 683	3.02 676	4.55 685	3.04 668	4.57 687	3.05 676	4.57 668	3.05 656	4.58 682	3.05 679	4.58 671	3.06 678

rvit_0105_6	3.87 677	5.73 665	3.10 670	4.69 665	3.12 688	4.54 684	3.02 677	4.56 684	3.04 677	4.54 685	3.03 678	4.54 683	3.04 668	4.56 684	3.05 676	4.58 671	3.05 656	4.58 682	3.05 679	4.58 671	3.05 675

rvit_stereo_0080	3.89 678	5.70 663	3.04 665	4.54 658	3.03 680	4.56 689	3.05 683	4.60 688	3.07 682	4.58 688	3.06 681	4.59 687	3.06 670	4.61 688	3.08 680	4.63 673	3.09 661	4.64 686	3.10 684	4.65 675	3.10 682

whm_eth	3.89 678	5.70 663	3.04 665	4.54 658	3.03 680	4.56 689	3.05 683	4.60 688	3.07 682	4.58 688	3.06 681	4.59 687	3.06 670	4.61 688	3.08 680	4.63 673	3.09 661	4.64 686	3.10 684	4.65 675	3.10 682

rvit_0105_4	3.91 680	5.47 662	3.02 663	4.54 658	3.02 679	4.54 684	3.03 681	4.75 694	3.17 688	4.57 687	3.06 681	4.61 691	3.16 676	4.65 691	3.09 682	4.66 675	3.11 664	4.68 689	3.18 690	4.81 681	3.16 687

rvit_0105_3	3.91 680	5.33 655	3.06 668	4.60 663	3.07 686	4.60 691	3.06 685	4.62 690	3.08 685	4.60 690	3.07 684	4.62 692	3.08 672	4.67 692	3.10 683	4.70 676	3.11 664	4.77 693	3.19 691	4.77 680	3.14 686

rvit_stereo_0083	3.92 682	5.30 654	3.06 668	4.61 664	3.09 687	4.67 693	3.08 686	4.66 692	3.09 686	4.62 691	3.10 686	4.66 695	3.11 674	4.67 692	3.16 685	4.72 678	3.16 667	4.77 693	3.11 686	4.66 677	3.11 684

rvit_stereo_ft	3.93 683	5.44 660	3.05 667	4.59 662	3.06 685	4.61 692	3.08 686	4.67 693	3.12 687	4.63 692	3.10 686	4.65 694	3.11 674	4.69 694	3.13 684	4.70 676	3.14 666	4.71 691	3.15 689	4.74 678	3.16 687

rvit_0105_5	4.10 684	5.40 658	3.13 673	4.71 666	3.15 689	4.72 696	3.10 688	4.90 699	3.27 690	4.69 693	3.16 688	4.84 699	3.25 678	4.96 698	3.34 688	5.05 683	3.39 672	5.10 698	3.40 692	5.11 688	3.42 691

MLG-Stereo_test1	4.25 685	5.34 657	3.61 677	5.31 673	3.63 696	5.23 700	3.57 694	5.38 702	3.65 692	5.23 699	3.47 691	4.76 696	3.74 685	4.85 695	3.71 692	4.96 680	3.18 669	4.71 691	2.92 676	4.86 684	2.90 672

MLG-Stereo_test3	4.26 686	4.85 644	3.95 681	5.35 674	3.60 695	4.75 697	3.76 697	5.49 703	3.71 694	5.39 700	3.69 695	4.82 698	3.66 682	4.85 695	3.73 695	4.93 679	3.19 670	4.69 690	2.99 678	4.84 683	2.98 674

MLG-Stereo_test2	4.28 687	5.46 661	3.69 679	4.86 669	3.72 698	5.58 703	3.42 692	4.81 696	3.77 698	4.85 695	3.72 696	5.55 704	3.63 681	5.58 702	3.53 690	4.41 665	3.28 671	4.99 697	2.95 677	4.75 679	3.13 685

RAFT+CT+SA	4.28 687	7.62 675	4.91 686	5.55 676	2.28 671	3.09 665	3.64 695	4.49 682	3.07 682	4.80 694	3.35 690	4.77 697	3.70 684	4.29 681	3.05 676	5.58 687	5.98 690	3.58 670	3.78 699	4.26 664	3.72 695

SA	4.33 689	7.35 672	6.85 698	5.96 679	4.09 702	3.59 672	3.15 689	3.82 675	2.64 672	3.91 673	3.85 697	3.57 671	2.72 663	3.13 666	4.03 698	7.09 700	6.86 695	3.57 669	3.12 687	3.85 657	3.51 693

Sa-1000	4.34 690	8.37 678	6.84 697	6.98 688	4.45 705	3.58 671	3.00 675	3.42 671	3.39 691	2.61 650	4.00 700	3.83 675	4.01 693	3.90 675	3.90 696	5.98 691	5.62 687	3.76 673	2.34 671	4.35 666	2.47 668

TestStereo1	4.60 691	8.41 679	6.44 695	6.86 686	3.79 699	3.97 676	3.78 698	3.99 677	3.74 695	3.97 674	3.52 692	3.94 676	3.58 679	3.98 676	3.72 693	6.82 697	6.50 693	3.76 673	3.66 695	3.90 658	3.74 697

SA-5K	4.60 691	8.41 679	6.44 695	6.86 686	3.79 699	3.97 676	3.78 698	3.99 677	3.74 695	3.97 674	3.52 692	3.94 676	3.58 679	3.98 676	3.72 693	6.82 697	6.50 693	3.76 673	3.66 695	3.90 658	3.74 697

DispFullNet	4.61 693	4.84 643	3.12 671	5.00 671	3.57 694	4.75 697	3.03 681	7.75 710	4.17 702	4.91 697	3.09 685	6.20 706	3.95 691	6.71 706	3.51 689	5.30 686	3.67 674	5.86 705	3.63 694	5.61 692	3.46 692

test_5	4.62 694	7.55 674	6.23 693	6.32 682	3.40 693	5.29 701	3.50 693	3.53 672	4.11 701	4.28 678	4.47 704	4.26 681	4.38 696	3.68 673	3.24 686	5.89 689	5.60 686	4.84 695	3.50 693	4.33 665	3.93 701

raft_robust	4.71 695	7.75 676	5.40 691	6.81 685	3.31 691	4.28 681	4.20 703	4.32 681	4.37 704	4.35 680	4.35 703	4.14 678	3.75 686	4.30 682	4.20 701	6.67 696	6.37 691	3.36 668	4.24 705	4.86 684	3.25 689

cross-raft	4.83 696	7.52 673	6.43 694	6.63 683	3.96 701	4.51 682	3.99 701	4.49 682	3.96 700	4.52 681	3.96 699	4.50 682	3.97 692	4.50 683	3.97 697	6.65 695	6.44 692	4.33 677	3.92 701	4.35 666	3.91 700

test_4	4.88 697	8.13 677	6.98 699	7.46 689	4.44 704	4.25 680	3.85 700	4.04 679	3.92 699	4.13 677	3.91 698	4.18 680	3.84 689	4.14 679	4.06 699	7.01 699	7.13 698	4.53 678	3.72 698	4.09 662	3.72 695

TestStereo	4.88 697	4.75 642	4.79 684	4.87 670	4.92 706	4.81 699	4.90 706	4.78 695	4.77 705	4.87 696	4.89 705	4.90 700	4.91 698	4.99 699	4.79 703	4.98 681	4.87 683	4.87 696	4.92 707	5.00 687	5.00 704

test_3	5.01 699	8.86 684	7.77 701	8.09 691	2.76 677	4.13 679	4.05 702	3.88 676	3.76 697	4.33 679	4.13 701	3.71 674	3.91 690	4.21 680	4.06 699	7.93 701	7.69 700	4.53 678	3.91 700	4.17 663	4.29 703

NLCA_NET_v2_RVC	5.04 700	50.87 731	2.78 656	2.87 614	2.71 676	2.78 664	0.47 435	2.88 663	2.86 676	1.89 613	2.67 675	2.79 665	2.79 664	2.78 664	2.83 673	2.82 648	2.82 654	2.83 663	2.77 675	2.83 650	2.76 670
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	5.10 701	5.15 649	4.49 683	5.07 672	3.37 692	6.87 706	4.75 705	5.04 700	6.34 709	7.84 710	5.06 706	6.72 710	4.09 694	4.99 699	5.44 706	5.03 682	3.16 667	4.67 688	4.86 706	5.15 689	3.89 699

U	5.15 702	8.49 681	1.81 618	8.49 693	1.77 644	8.49 711	1.77 640	8.51 712	1.77 645	8.49 712	1.77 644	8.50 712	1.78 633	8.58 712	1.77 647	8.54 704	1.78 624	8.55 712	1.78 654	8.55 706	1.84 648

SGM-Forest	5.21 703	5.92 667	4.08 682	6.18 680	4.16 703	6.31 705	4.34 704	6.50 705	4.33 703	6.14 706	4.21 702	6.61 709	4.55 697	6.67 705	4.48 702	5.94 690	3.94 676	5.85 704	4.03 703	5.79 694	4.17 702
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 704	9.16 686	8.03 705	8.09 691	5.62 709	6.11 704	6.35 709	6.85 707	4.94 706	6.08 705	6.29 711	4.98 701	6.43 703	6.22 703	6.36 709	6.16 693	7.47 699	5.82 703	5.44 710	7.11 700	5.68 707

rvit_stereo_0075_2	6.64 705	8.80 683	5.25 688	7.89 690	5.27 708	7.90 710	5.27 707	7.92 711	5.28 707	7.91 711	5.29 708	7.93 711	5.27 699	7.92 711	5.28 704	7.93 701	5.28 685	7.93 710	5.29 709	7.93 703	5.28 706

RAFT	6.73 706	9.36 687	7.40 700	8.51 694	6.55 710	6.88 707	6.60 710	6.79 706	6.60 710	6.80 707	6.72 712	5.31 703	5.50 701	6.61 704	6.61 710	8.42 703	5.89 688	5.73 702	5.45 711	6.61 696	6.24 708

SGM+DAISY	7.06 707	9.15 685	5.38 690	8.84 695	5.18 707	8.80 712	5.31 708	8.79 713	5.28 707	8.89 713	5.20 707	8.93 713	5.33 700	8.95 713	5.36 705	8.70 705	5.21 684	8.74 713	5.20 708	8.89 707	5.15 705

test-v	7.53 708	11.89 697	7.98 702	9.36 698	7.14 711	7.06 708	7.09 711	7.37 708	6.91 711	7.29 708	5.71 709	6.45 707	6.93 704	6.73 707	7.27 711	8.93 708	7.85 701	6.98 708	6.80 712	7.56 701	7.34 710

test-2	7.53 708	11.89 697	7.98 702	9.36 698	7.14 711	7.06 708	7.09 711	7.37 708	6.91 711	7.29 708	5.71 709	6.45 707	6.93 704	6.73 707	7.27 711	8.93 708	7.85 701	6.98 708	6.80 712	7.56 701	7.34 710

PA-Net	11.80 710	223.51 738	0.62 427	0.59 380	0.71 502	0.59 451	0.73 505	0.67 456	0.73 511	0.55 441	0.61 479	0.60 454	0.74 502	0.63 455	0.73 503	0.66 422	0.60 436	0.69 472	0.66 495	0.72 451	0.65 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 711	23.00 705	15.00 711	23.00 718	15.00 713	24.00 719	16.00 713	24.00 720	16.00 713	22.00 720	15.00 713	23.00 720	16.00 713	23.00 720	15.00 713	22.00 720	15.00 714	22.00 720	15.00 714	22.00 720	15.00 712

rafts_anoy	20.00 712	20.00 699	20.00 712	20.00 712	20.00 714	20.00 713	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 715	20.00 714	20.00 715	20.00 714	20.00 713

raft+_RVC	20.00 712	20.00 699	20.00 712	20.00 712	20.00 714	20.00 713	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 715	20.00 714	20.00 715	20.00 714	20.00 713

raftrobust	20.00 712	20.00 699	20.00 712	20.00 712	20.00 714	20.00 713	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 715	20.00 714	20.00 715	20.00 714	20.00 713

CasAABBNet	20.00 712	20.00 699	20.00 712	20.00 712	20.00 714	20.00 713	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 715	20.00 714	20.00 715	20.00 714	20.00 713

RALCasStereoNet	20.00 712	20.00 699	20.00 712	20.00 712	20.00 714	20.00 713	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 715	20.00 714	20.00 715	20.00 714	20.00 713

RALAANet	20.00 712	20.00 699	20.00 712	20.00 712	20.00 714	20.00 713	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 714	20.00 715	20.00 714	20.00 715	20.00 714	20.00 713

111	30.40 718	30.94 721	29.72 719	32.61 719	30.02 721	33.57 720	30.47 721	31.50 721	29.39 721	30.98 721	29.11 721	29.78 721	30.39 724	29.45 721	30.76 724	30.08 721	29.02 722	29.92 721	30.32 725	29.86 721	30.17 720

WCMA_ROB	31.10 719	35.43 725	27.12 718	39.51 731	23.10 720	38.78 732	25.30 720	37.49 733	25.39 720	37.29 732	27.02 720	38.52 733	26.48 720	37.80 732	26.44 720	36.28 728	22.65 721	33.90 725	22.30 721	37.10 730	24.18 719

DCANet-4	35.22 720	34.54 722	35.08 725	33.58 723	35.47 728	34.55 721	35.53 728	36.08 727	35.85 725	35.92 727	35.77 727	35.18 727	35.48 726	35.39 727	37.15 731	34.55 727	33.92 726	35.02 728	34.90 727	35.79 725	34.74 727

ADStereo(finetuned)	36.13 721	36.63 726	38.07 730	36.97 724	33.25 725	35.91 725	34.45 725	36.36 728	32.99 722	38.14 733	36.71 728	36.69 728	34.13 725	38.57 733	40.79 732	37.60 733	36.58 729	35.90 729	33.36 726	35.42 724	34.04 724

fast-reg	37.00 722	37.00 727	37.00 726	37.00 725	37.00 729	37.00 728	37.00 729	37.00 729	37.00 726	37.00 728	37.00 729	37.00 729	37.00 727	37.00 728	37.00 727	37.00 729	37.00 730	37.00 730	37.00 730	37.00 726	37.00 728

Reg-Stereo(zero)	37.00 722	37.00 727	37.00 726	37.00 725	37.00 729	37.00 728	37.00 729	37.00 729	37.00 726	37.00 728	37.00 729	37.00 729	37.00 727	37.00 728	37.00 727	37.00 729	37.00 730	37.00 730	37.00 730	37.00 726	37.00 728

fast-iter	37.00 722	37.00 727	37.00 726	37.00 725	37.00 729	37.00 728	37.00 729	37.00 729	37.00 726	37.00 728	37.00 729	37.00 729	37.00 727	37.00 728	37.00 727	37.00 729	37.00 730	37.00 730	37.00 730	37.00 726	37.00 728

CoSv	37.00 722	37.00 727	37.00 726	37.00 725	37.00 729	37.00 728	37.00 729	37.00 729	37.00 726	37.00 728	37.00 729	37.00 729	37.00 727	37.00 728	37.00 727	37.00 729	37.00 730	37.00 730	37.00 730	37.00 726	37.00 728

MDST_ROB	69.83 726	87.70 732	41.95 731	113.75 734	65.62 735	75.05 733	55.25 734	75.64 735	45.04 730	71.61 734	41.75 733	72.81 734	44.06 731	68.38 734	44.63 733	101.89 736	59.57 736	107.10 736	61.05 736	104.38 733	59.38 734

NOSS_ROB	102.95 727	153.00 736	121.00 734	51.00 732	44.00 733	165.00 736	127.00 735	153.00 736	119.00 732	164.00 737	125.00 735	168.00 737	120.00 733	153.00 736	117.00 735	49.00 734	44.00 734	49.00 734	44.00 734	49.00 731	44.00 732

CBMV	128.50 728	1422.70 743	53.10 732	79.50 733	51.30 734	77.30 734	49.70 733	74.00 734	48.20 731	77.20 735	48.80 734	73.90 735	48.00 732	73.80 735	48.80 734	70.40 735	45.10 735	68.90 735	46.10 735	68.20 732	45.00 733
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 729	171.00 737	160.68 737	162.58 735	160.59 736	164.01 735	160.35 736	158.51 737	158.56 733	158.34 736	160.12 736	158.56 736	159.92 734	157.26 737	158.94 736	154.38 737	158.36 737	155.75 737	159.13 738	153.67 734	154.07 735
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 730	123.00 733	115.00 733	219.00 736	218.00 738	223.00 737	244.00 738	217.00 738	236.00 735	202.00 738	203.00 737	205.00 738	208.00 735	225.00 738	204.00 737	210.00 738	198.00 738	197.00 738	184.00 739	204.00 735	201.00 736

MGS-Stereo	239.45 731	123.00 733	135.00 735	266.00 737	286.00 739	277.00 738	305.00 739	271.00 739	242.00 736	274.00 739	279.00 739	255.00 739	270.00 737	268.00 739	297.00 739	221.00 739	247.00 740	216.00 739	123.00 737	217.00 736	217.00 738

EGLCR-Stereo	246.90 732	129.00 735	139.00 736	266.00 737	286.00 739	277.00 738	305.00 739	271.00 739	242.00 736	274.00 739	279.00 739	255.00 739	270.00 737	268.00 739	297.00 739	230.00 740	247.00 740	216.00 739	223.00 741	237.00 737	227.00 739

DLCB_ROB	284.23 733	354.61 739	207.27 738	363.24 739	206.46 737	364.72 740	210.41 737	364.72 741	210.41 734	364.81 741	208.64 738	364.81 741	208.64 736	364.72 741	210.41 738	354.70 741	205.53 739	354.70 741	205.53 740	354.70 738	205.53 737

LE_ROB	396.57 734	471.28 740	329.84 739	471.48 740	308.15 741	526.83 741	322.10 741	488.15 742	323.76 738	495.46 742	317.97 741	497.17 742	320.10 739	481.62 742	326.76 741	462.71 742	298.97 742	466.16 742	285.98 742	447.62 739	289.21 740

SGM-ForestM	596.69 735	677.77 741	444.52 740	699.85 741	517.25 742	732.94 742	488.29 742	770.79 743	460.11 739	750.81 743	487.98 742	792.79 743	499.41 740	730.90 743	475.81 742	720.03 743	491.16 743	663.96 743	418.60 743	674.76 740	436.05 741

CBMV_ROB	818.48 736	913.88 742	709.52 741	862.84 742	597.78 743	1073.99 743	700.52 743	1015.66 744	702.59 740	1115.65 744	760.02 743	1130.24 744	721.57 741	1037.41 744	692.65 743	814.05 744	564.29 744	843.28 744	595.31 744	915.51 741	602.92 742

tt	500032.53 737	34.60 723	29.72 719	37.47 729	34.41 726	36.85 726	35.22 726	34.71 725	33.55 723	34.50 722	35.43 725	33.81 725	10000000.00 742	33.57 725	33.13 725	33.68 725	35.00 727	34.03 726	35.26 728	30.96 722	34.63 725

DCANet	500032.53 737	34.60 723	29.72 719	37.47 729	34.41 726	36.85 726	35.22 726	34.71 725	33.55 723	34.50 722	35.43 725	33.81 725	10000000.00 742	33.57 725	33.13 725	33.68 725	35.00 727	34.03 726	35.26 728	30.96 722	34.63 725

fff	1000028.16 739	29.62 717	29.72 719	32.61 719	30.02 721	35.13 722	31.83 722	32.07 722	10000000.00 741	35.27 724	29.82 722	32.45 722	30.15 721	32.35 722	30.09 721	31.04 722	29.55 723	30.64 722	30.14 722	10000000.00 742	30.77 721

csc	1000028.16 739	29.62 717	29.72 719	32.61 719	30.02 721	35.13 722	31.83 722	32.07 722	10000000.00 741	35.27 724	29.82 722	32.45 722	30.15 721	32.35 722	30.09 721	31.04 722	29.55 723	30.64 722	30.14 722	10000000.00 742	30.77 721

cscssc	1000028.16 739	29.62 717	29.72 719	32.61 719	30.02 721	35.13 722	31.83 722	32.07 722	10000000.00 741	35.27 724	29.82 722	32.45 722	30.15 721	32.35 722	30.09 721	31.04 722	29.55 723	30.64 722	30.14 722	10000000.00 742	30.77 721

111111	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

SGD-Stereo	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

IGEV-Stereo++	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

IGEV-BASED-STEREO-	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

IGEV-Stereo+	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

SDNR	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

anonymousdsp2	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

anonymousdsp	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

test_example2	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743

DIP-Stereo	10000000.00 742	10000000.00 744	10000000.00 742	10000000.00 743	10000000.00 744	10000000.00 744	10000000.00 744	10000000.00 745	10000000.00 741	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 742	10000000.00 745	10000000.00 744	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 745	10000000.00 742	10000000.00 743
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							0.38 391	0.50 407	0.38 391	0.50 416	0.38 396	0.50 422	3.79 687	0.50 415	0.38 383	0.54 391	0.43 376	0.46 411	0.34 380	0.46 385	0.35 370

FSD					0.44 432	0.56 443	0.44 422	0.55 433	0.44 426	0.56 443	0.44 431	0.56 446	0.44 423	0.56 440	0.46 424	0.61 411	0.42 371	0.52 448	0.42 436	0.52 419

ccccc		0.44 231		0.48 306	0.35 381	0.48 404		0.51 421		0.47 389		0.47 396		0.47 392		0.41 303	0.40 352	0.40 365	0.40 420	0.41 367

ASD4		0.20 133

Low-res two-view benchmark