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 97	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 82	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 97	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 82	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	0.06 125	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	0.05 109	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	0.73 438	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 82	0.04 64	0.06 65	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.04 110	0.06 128	0.04 100	0.06 119	0.04 97	0.06 70	0.04 66	0.05 109	0.04 99	0.05 115	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 103	0.12 160	0.04 110	0.06 128	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	0.50 253	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	0.73 438	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 157	0.20 191	0.23 176	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 271	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 87	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

SACVNet	0.06 61	0.08 87	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AACVNet	0.06 61	0.08 87	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

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	0.11 165	0.04 90	0.03 52	0.58 396	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	0.75 441	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 87	0.12 123	0.08 69	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 137	0.05 121	0.08 138	0.05 119	0.08 77	0.07 81	0.07 130	0.05 127	0.07 137	0.05 125

BridgeDepth_RVC	0.07 67	0.08 87	0.11 112	0.11 97	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 137	0.05 121	0.08 138	0.05 119	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
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 87	0.07 80	0.07 67	0.07 145	0.08 136	0.06 141	0.08 138	0.07 145	0.08 137	0.07 146	0.08 137	0.06 138	0.07 135	0.07 136	0.08 77	0.07 81	0.07 130	0.07 139	0.06 127	0.06 134

iinet-test	0.08 72	0.16 124	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	0.17 215	0.02 20	0.02 21	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 193

BridgeDepth	0.08 72	0.08 87	0.11 112	0.11 97	0.05 130	0.08 136	0.05 124	0.08 138	0.07 145	0.08 137	0.05 131	0.08 137	0.05 121	0.09 144	0.08 138	0.15 141	0.11 121	0.07 130	0.05 127	0.07 137	0.06 134
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	1.01 457	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	0.09 143	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 97	0.17 176	0.19 156	0.06 143	0.08 136	0.06 141	0.08 138	0.06 141	0.08 137	0.06 142	0.08 137	0.06 138	0.08 138	0.06 135	0.15 141	0.16 169	0.08 135	0.06 138	0.08 142	0.06 134

RT-Monster	0.09 75	0.07 85	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	0.10 152	0.04 90	0.03 52	0.92 467	0.03 39	0.03 41	0.03 57	0.03 47	0.07 139

DA	0.09 75	0.13 116	0.39 298	0.08 69	0.05 130	0.07 134	0.05 124	0.13 161	0.05 128	0.06 127	0.05 131	0.06 128	0.05 121	0.06 119	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

GGEV	0.09 75	0.13 116	0.39 298	0.08 69	0.05 130	0.07 134	0.05 124	0.13 161	0.05 128	0.06 127	0.05 131	0.06 128	0.05 121	0.06 119	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

test_sample7	0.09 75	1.00 349	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	0.97 339	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	0.87 316	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	1.03 365	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	0.87 316	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	1.01 359	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	0.95 336	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	1.01 359	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 97	0.10 92	0.09 76	0.09 149	0.09 144	0.09 148	0.10 145	0.08 149	0.10 146	0.09 150	0.09 145	0.09 148	0.09 144	0.08 138	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 516	0.06 125	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	0.05 109	0.04 99	0.05 115	0.05 125

ADCS	0.09 75	0.02 12	0.04 64	0.90 431	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 165	0.36 361	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 340	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	1.05 369	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	1.05 369	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	1.05 369	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	1.07 373	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	1.03 365	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	1.07 373	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	1.14 382	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	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

222	0.10 90	0.99 347	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	1.09 375	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	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SHD	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SAMSARA	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

XQC	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSC	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTS	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSA	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet+	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet++	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 531	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	0.08 138	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	0.36 281	0.24 181	0.07 145	0.13 161	0.05 124	0.06 125	0.05 128	0.05 112	0.05 131	0.13 162	0.05 121	0.05 103	0.09 143	0.24 201	0.20 200	0.10 142	0.05 127	0.06 127	0.13 182

JetRed	0.11 111	0.12 114	0.11 112	0.11 97	0.11 171	0.11 157	0.14 185	0.11 157	0.11 168	0.12 160	0.11 168	0.11 158	0.11 165	0.11 159	0.11 161	0.11 105	0.16 169	0.11 153	0.11 164	0.11 157	0.11 162

JetBlue	0.11 111	0.11 112	0.12 123	0.13 117	0.14 190	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.11 168	0.11 158	0.11 165	0.12 163	0.12 173	0.11 105	0.11 121	0.11 153	0.11 164	0.11 157	0.11 162

x	0.11 111	1.15 385	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	0.44 224	0.33 259	0.39 237	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	0.39 281	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 387	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	1.60 559	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	1.60 559	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	1.62 562	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	0.06 119	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	1.14 382	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	0.14 122	0.10 92	0.15 132	0.10 156	0.14 162	0.10 153	0.14 163	0.10 153	0.15 169	0.10 154	0.14 163	0.10 152	0.14 165	0.10 149	0.13 126	0.10 99	0.13 160	0.09 145	0.13 164	0.09 144
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 85	0.05 79	0.08 69	0.05 130	0.08 136	1.20 548	0.07 135	0.05 128	0.05 112	0.05 131	0.08 137	0.05 121	0.08 138	0.03 52	0.07 75	0.05 78	0.06 125	0.05 127	0.07 137	0.05 125

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	1.57 618	0.04 59	0.04 66	0.04 93	0.05 127	0.04 97	0.06 134

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	0.05 121	0.04 90	1.65 622	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	0.05 121	0.04 90	1.66 624	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	1.71 565	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	0.06 119	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	0.21 143	0.12 123	0.16 142	0.11 171	0.15 170	0.11 166	0.14 163	0.11 168	0.15 169	0.12 176	0.15 174	0.11 165	0.14 165	0.11 161	0.15 141	0.12 135	0.14 162	0.11 164	0.14 166	0.11 162

IPLG	0.13 127	0.20 137	0.14 148	0.15 132	0.11 171	0.14 162	0.11 166	0.14 163	0.11 168	0.14 162	0.11 168	0.14 163	0.11 165	0.14 165	0.11 161	0.15 141	0.12 135	0.14 162	0.11 164	0.14 166	0.11 162

ACRE	0.13 127	0.21 143	0.14 148	0.15 132	0.11 171	0.14 162	0.11 166	0.14 163	0.11 168	0.14 162	0.12 176	0.14 163	0.11 165	0.14 165	0.11 161	0.15 141	0.12 135	0.14 162	0.11 164	0.14 166	0.11 162

LRCNet_RVC	0.13 127	0.13 116	0.09 88	0.13 117	0.10 156	0.14 162	0.10 153	0.14 163	0.10 153	0.23 211	0.10 154	0.20 194	0.10 152	0.24 218	0.11 161	0.11 105	0.09 94	0.12 156	0.14 193	0.12 162	0.09 144

aanetorigin	0.13 127	0.11 112	0.11 112	0.11 97	0.11 171	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.12 176	0.11 158	0.11 165	0.11 159	0.11 161	0.11 105	0.11 121	0.14 162	0.11 164	0.49 396	0.11 162

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 103	0.04 92	0.05 131	0.04 96	0.05 121	0.04 90	1.71 627	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

ELAS	0.13 127	0.16 124	0.11 112	0.15 132	0.09 149	0.18 188	0.11 166	0.18 186	0.11 168	0.17 181	0.11 168	0.18 187	0.11 165	0.18 186	0.11 161	0.14 133	0.08 84	0.14 162	0.08 143	0.14 166	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 444	0.28 226	0.32 213	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 129	0.12 123	0.17 151	0.11 171	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.11 168	0.17 183	0.11 165	0.17 183	0.11 161	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.11 162
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	1.83 504	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	0.06 119	0.04 97	0.12 111	0.11 121	0.05 109	0.04 99	0.05 115	0.04 96

ProNet	0.14 134	0.20 137	0.14 148	0.16 142	0.11 171	0.16 177	0.11 166	0.17 183	0.11 168	0.17 181	0.12 176	0.17 183	0.13 186	0.17 183	0.12 173	0.15 141	0.11 121	0.16 179	0.11 164	0.15 174	0.12 175

IPLGR_C	0.14 134	0.20 137	0.12 123	0.15 132	0.11 171	0.14 162	0.15 191	0.14 163	0.11 168	0.15 169	0.12 176	0.14 163	0.11 165	0.16 176	0.11 161	0.15 141	0.12 135	0.14 162	0.12 179	0.15 174	0.12 175

MIPNet	0.14 134	0.21 143	0.17 176	0.16 142	0.11 171	0.15 170	0.12 179	0.14 163	0.11 168	0.16 174	0.11 168	0.14 163	0.11 165	0.14 165	0.11 161	0.14 133	0.12 135	0.14 162	0.11 164	0.14 166	0.11 162

IPLGR	0.14 134	0.24 157	0.14 148	0.16 142	0.12 184	0.15 170	0.12 179	0.14 163	0.11 168	0.15 169	0.12 176	0.14 163	0.11 165	0.14 165	0.11 161	0.15 141	0.12 135	0.14 162	0.11 164	0.14 166	0.11 162

GMStereo	0.14 134	0.13 116	0.14 148	0.14 121	0.14 190	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 163	0.14 190	0.14 165	0.14 184	0.14 133	0.14 162	0.14 162	0.14 193	0.14 166	0.14 187
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	2.22 582	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	0.07 135	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	0.16 124	0.12 123	0.17 151	0.12 184	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.12 176	0.17 183	0.12 180	0.17 183	0.12 173	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.12 175

DRN-Test	0.14 134	0.13 116	0.09 88	0.14 121	0.09 149	0.15 170	0.09 148	0.14 163	0.10 153	0.14 162	0.09 150	0.14 163	0.09 148	0.13 164	0.09 143	0.12 111	0.09 94	0.12 156	0.09 145	0.12 162	0.73 487

ELAS_RVC	0.14 134	0.16 124	0.10 92	0.15 132	0.10 156	0.18 188	0.11 166	0.19 188	0.11 168	0.19 187	0.12 176	0.18 187	0.11 165	0.19 189	0.12 173	0.14 133	0.08 84	0.14 162	0.09 145	0.15 174	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 129	0.13 143	0.20 160	0.13 188	0.19 191	0.13 183	0.18 186	0.13 188	0.19 187	0.13 189	0.18 187	0.14 190	0.18 186	0.14 184	0.16 151	0.11 121	0.15 175	0.14 193	0.18 189	0.11 162

CoDeX	0.15 146	0.70 289	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	0.67 465	0.02 15	0.69 454	0.75 473	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 267	0.11 112	0.16 142	0.11 171	0.16 177	0.11 166	0.16 177	0.11 168	0.16 174	0.11 168	0.16 175	0.11 165	0.16 176	0.11 161	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.11 162
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	2.20 581	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 131	0.04 96	0.04 100	0.08 138	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	0.14 122	0.10 92	0.14 121	0.09 149	0.15 170	0.09 148	0.14 163	0.09 152	0.14 162	0.10 154	0.14 163	0.09 148	0.14 165	0.09 143	0.13 126	0.10 99	0.13 160	0.09 145	0.13 164	0.82 503

LALA_ROB	0.15 146	0.19 133	0.12 123	0.18 153	0.11 171	0.20 196	0.12 179	0.21 202	0.12 184	0.20 193	0.12 176	0.20 194	0.12 180	0.21 203	0.13 180	0.17 159	0.10 99	0.18 196	0.11 164	0.18 189	0.11 162

SGM_RVC	0.15 146	0.17 129	0.11 112	0.18 153	0.11 171	0.19 191	0.11 166	0.19 188	0.12 184	0.19 187	0.12 176	0.20 194	0.12 180	0.19 189	0.12 173	0.16 151	0.11 121	0.17 187	0.10 152	0.17 185	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TestStereo_HL1	0.16 153	0.05 66	0.61 417	0.71 398	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	0.71 423	0.57 417	0.04 93	0.04 99	0.04 97	0.04 96

z-mn7	0.16 153	1.21 438	0.33 259	0.41 262	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	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 124	0.16 169	0.16 142	0.16 212	0.16 177	0.16 197	0.16 177	0.16 206	0.16 174	0.16 207	0.16 175	0.16 203	0.16 176	0.16 201	0.16 151	0.16 169	0.16 179	0.16 203	0.16 179	0.16 193

qqq	0.16 153	2.01 528	0.12 123	0.15 132	0.04 101	0.06 123	0.05 124	0.06 125	0.04 103	0.06 127	0.03 56	0.06 128	0.03 53	0.06 119	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	0.18 132	0.13 143	0.19 156	0.13 188	0.19 191	0.13 183	0.19 188	0.13 188	0.19 187	0.13 189	0.19 191	0.13 186	0.19 189	0.13 180	0.18 167	0.13 158	0.18 196	0.13 188	0.18 189	0.13 182

ManiGeoR	0.17 158	0.05 66	0.62 420	0.73 407	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	0.72 433	0.58 420	0.05 109	0.04 99	0.05 115	0.04 96

HLF11	0.17 158	0.05 66	0.63 424	0.72 402	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	0.71 423	0.59 428	0.05 109	0.04 99	0.04 97	0.04 96

HLf10	0.17 158	0.05 66	0.62 420	0.73 407	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	0.72 433	0.58 420	0.05 109	0.04 99	0.05 115	0.04 96

HLf8	0.17 158	0.05 66	0.62 420	0.72 402	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	0.72 433	0.58 420	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HLe17	0.17 158	0.05 66	0.65 432	0.72 402	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	0.71 423	0.59 428	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL3	0.17 158	0.05 66	0.61 417	0.71 398	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	0.70 421	0.58 420	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL2	0.17 158	0.05 66	0.63 424	0.72 402	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	0.71 423	0.58 420	0.05 109	0.04 99	0.05 115	0.04 96

CAS++	0.17 158	0.27 168	0.21 196	0.10 80	0.21 244	0.15 170	0.22 232	0.10 145	0.21 233	0.22 206	0.10 154	0.19 191	0.18 225	0.10 148	0.19 222	0.20 174	0.19 198	0.18 196	0.10 152	0.19 195	0.18 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 158	2.16 538	0.13 143	0.13 117	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.03 56	0.06 128	0.03 53	0.06 119	0.05 119	0.18 167	0.12 135	0.06 125	0.03 57	0.05 115	0.03 52

SFCPSM	0.17 158	0.78 302	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	0.79 502	0.02 15	0.75 467	0.76 475	0.02 21	0.02 21	0.02 20

CCAANet	0.17 158	0.71 290	0.14 148	0.14 121	0.14 190	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 163	0.14 190	0.14 165	0.22 230	0.14 133	0.14 162	0.14 162	0.14 193	0.14 166	0.14 187

DepthFocus	0.18 169	0.22 147	0.15 165	0.22 171	0.15 202	0.22 208	0.15 191	0.22 206	0.15 201	0.22 206	0.15 203	0.22 209	0.16 203	0.22 207	0.15 194	0.20 174	0.15 166	0.20 203	0.14 193	0.20 196	0.14 187

w-ln-seven	0.18 169	1.47 463	0.33 259	0.40 250	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	0.38 268	0.32 269	0.05 109	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 169	0.48 246	0.16 169	0.16 142	0.15 202	0.15 170	0.16 197	0.16 177	0.16 206	0.16 174	0.16 207	0.16 175	0.16 203	0.16 176	0.16 201	0.16 151	0.16 169	0.16 179	0.16 203	0.16 179	0.16 193

xyz-stereo	0.18 169	0.50 253	0.16 169	0.15 132	0.16 212	0.16 177	0.16 197	0.16 177	0.16 206	0.16 174	0.16 207	0.16 175	0.16 203	0.16 176	0.16 201	0.16 151	0.16 169	0.16 179	0.16 203	0.16 179	0.16 193

BEATNet-Init1	0.19 173	0.08 87	0.08 82	2.23 583	0.08 147	0.08 136	0.07 145	0.07 135	0.08 149	0.08 137	0.07 146	0.08 137	0.07 144	0.11 159	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

DeepPrunerF	0.19 173	0.08 87	0.08 82	2.23 583	0.08 147	0.08 136	0.07 145	0.07 135	0.08 149	0.08 137	0.07 146	0.08 137	0.07 144	0.11 159	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

IGEV_Zeroshot_test	0.20 175	0.19 133	0.40 330	0.30 201	0.17 218	0.22 208	0.17 207	0.21 202	0.17 216	0.20 193	0.17 214	0.21 201	0.18 225	0.21 203	0.17 207	0.20 174	0.16 169	0.20 203	0.16 203	0.20 196	0.17 210

DAS	0.20 175	0.20 137	0.20 191	0.20 160	0.20 236	0.20 196	0.20 223	0.20 194	0.20 230	0.20 193	0.20 236	0.20 194	0.20 234	0.20 193	0.20 225	0.20 174	0.20 200	0.20 203	0.20 233	0.20 196	0.20 220

ACVNet	0.20 175	0.19 133	0.14 148	0.20 160	0.14 190	0.20 196	0.96 523	0.21 202	0.14 190	0.20 193	0.13 189	0.21 201	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	0.17 185	0.12 175

acv_ft	0.20 175	0.19 133	0.14 148	0.20 160	0.14 190	0.20 196	0.96 523	0.21 202	0.14 190	0.20 193	0.13 189	0.21 201	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	0.17 185	0.12 175

iResNetv2_ROB	0.20 175	0.23 149	0.18 186	0.24 181	0.20 236	0.24 220	0.18 215	0.24 216	0.18 222	0.24 218	0.18 230	0.23 216	0.19 230	0.24 218	0.18 219	0.21 181	0.16 169	0.21 206	0.16 203	0.22 204	0.16 193

iResNet	0.20 175	0.23 149	0.18 186	0.24 181	0.18 229	0.24 220	0.20 223	0.24 216	0.18 222	0.23 211	0.17 214	0.23 216	0.18 225	0.23 214	0.18 219	0.22 183	0.16 169	0.21 206	0.16 203	0.21 202	0.16 193

TestStereo-Hl	0.21 181	0.08 87	0.83 476	0.73 407	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	0.85 460	1.04 500	0.05 109	0.04 99	0.05 115	0.06 134

LACA2	0.21 181	0.24 157	0.26 217	0.31 207	0.16 212	0.24 220	0.16 197	0.24 216	0.16 206	0.24 218	0.16 207	0.24 222	0.16 203	0.24 218	0.16 201	0.27 212	0.23 213	0.24 228	0.16 203	0.23 215	0.16 193

LACA1	0.21 181	0.24 157	0.26 217	0.31 207	0.16 212	0.24 220	0.16 197	0.24 216	0.16 206	0.24 218	0.16 207	0.24 222	0.16 203	0.24 218	0.16 201	0.27 212	0.22 207	0.23 219	0.16 203	0.23 215	0.16 193

z-ln-s-r	0.21 181	1.40 461	0.53 400	0.56 367	0.04 101	0.05 110	0.04 103	0.05 110	0.05 128	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 119	0.57 395	0.44 375	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 181	0.25 163	0.21 196	0.26 195	0.17 218	0.24 220	0.17 207	0.24 216	0.17 216	0.24 218	0.17 214	0.24 222	0.17 215	0.24 218	0.17 207	0.24 201	0.17 190	0.23 219	0.16 203	0.23 215	0.16 193

Pointernet	0.21 181	0.22 147	0.19 188	0.24 181	0.19 233	0.24 220	0.19 219	0.24 216	0.19 228	0.24 218	0.19 232	0.24 222	0.19 230	0.24 218	0.19 222	0.22 183	0.17 190	0.22 211	0.17 225	0.22 204	0.17 210

SuperB	0.21 181	0.10 101	2.51 647	0.12 105	0.09 149	0.10 146	0.09 148	0.08 138	0.07 145	0.10 146	0.09 150	0.09 145	0.07 144	0.07 135	0.07 136	0.07 75	0.08 84	0.07 130	0.07 139	0.08 142	0.07 139

BStereo	0.22 188	0.23 149	0.20 191	0.24 181	0.20 236	0.23 217	0.33 344	0.39 280	0.17 216	0.23 211	0.17 214	0.23 216	0.16 203	0.24 218	0.17 207	0.23 194	0.16 169	0.22 211	0.20 233	0.22 204	0.16 193

Anonymus123	0.22 188	0.23 149	0.20 191	0.24 181	0.20 236	0.23 217	0.33 344	0.39 280	0.17 216	0.23 211	0.17 214	0.23 216	0.16 203	0.24 218	0.17 207	0.23 194	0.16 169	0.22 211	0.20 233	0.22 204	0.16 193

WAO-6	0.22 188	0.23 149	0.22 198	0.23 176	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.22 211	0.22 239	0.22 204	0.22 224

IMH-64-1	0.22 188	0.23 149	0.23 201	0.22 171	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.23 219	0.22 239	0.22 204	0.23 226

IMH-64	0.22 188	0.23 149	0.23 201	0.22 171	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.23 219	0.22 239	0.22 204	0.23 226

ac_64	0.22 188	0.13 116	0.19 188	0.23 176	0.10 156	0.26 238	1.02 533	0.14 163	0.10 153	0.28 239	0.14 194	0.17 183	0.19 230	0.28 246	0.09 143	0.22 183	0.16 169	0.23 219	0.17 225	0.11 157	0.12 175

LACA3	0.23 194	0.25 163	0.27 220	0.54 360	0.17 218	0.25 229	0.17 207	0.25 224	0.17 216	0.25 226	0.17 214	0.25 229	0.17 215	0.25 227	0.17 207	0.28 216	0.23 213	0.24 228	0.17 225	0.24 219	0.17 210

dd	0.23 194	0.98 340	0.16 169	0.23 176	0.15 202	0.23 217	0.15 191	0.23 213	0.15 201	0.23 211	0.15 203	0.24 222	0.17 215	0.23 214	0.15 194	0.22 183	0.15 166	0.21 206	0.15 201	0.22 204	0.16 193

dad	0.23 194	1.03 365	0.16 169	0.23 176	0.15 202	0.24 220	0.15 191	0.24 216	0.16 206	0.23 211	0.16 207	0.24 222	0.16 203	0.23 214	0.15 194	0.22 183	0.16 169	0.22 211	0.16 203	0.22 204	0.16 193

RSGM-EC	0.24 197	0.24 157	0.15 165	0.22 171	0.15 202	0.22 208	0.15 191	0.22 206	0.15 201	0.24 218	0.15 203	0.22 209	0.15 201	0.22 207	1.19 548	0.20 174	0.17 190	0.24 228	0.14 193	0.20 196	0.14 187

acva	0.24 197	0.24 157	0.15 165	0.22 171	0.15 202	0.22 208	0.15 191	0.22 206	0.15 201	0.24 218	0.15 203	0.22 209	0.15 201	0.22 207	1.19 548	0.20 174	0.17 190	0.24 228	0.14 193	0.20 196	0.14 187

MSKI-zero shot	0.24 197	0.21 143	0.49 382	0.65 384	0.18 229	0.22 208	0.17 207	0.23 213	0.18 222	0.21 204	0.17 214	0.23 216	0.28 276	0.23 214	0.18 219	0.21 181	0.16 169	0.21 206	0.16 203	0.21 202	0.16 193

qqq1	0.25 200	3.70 607	0.14 148	0.14 121	0.04 101	0.06 123	0.05 124	0.06 125	0.05 128	0.06 127	0.05 131	0.04 96	0.05 121	0.06 119	0.05 119	0.13 126	0.12 135	0.06 125	0.05 127	0.03 47	0.04 96

fff1	0.25 200	3.70 607	0.14 148	0.14 121	0.04 101	0.06 123	0.05 124	0.06 125	0.05 128	0.06 127	0.05 131	0.04 96	0.05 121	0.06 119	0.05 119	0.13 126	0.12 135	0.06 125	0.05 127	0.03 47	0.04 96

UNDER WATER-64	0.25 200	0.26 165	0.25 211	0.26 195	0.25 260	0.25 229	0.25 247	0.25 224	0.25 251	0.25 226	0.25 259	0.25 229	0.25 252	0.26 238	0.25 248	0.25 207	0.25 218	0.25 233	0.25 255	0.25 222	0.25 237

ffm	0.25 200	3.83 613	0.12 123	0.12 105	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 128	0.05 121	0.06 119	0.05 119	0.12 111	0.12 135	0.05 109	0.04 99	0.06 127	0.04 96

ff1	0.25 200	3.83 613	0.12 123	0.12 105	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 128	0.05 121	0.06 119	0.05 119	0.12 111	0.12 135	0.05 109	0.04 99	0.06 127	0.04 96

mmx	0.25 200	3.83 613	0.12 123	0.12 105	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 128	0.05 121	0.06 119	0.05 119	0.12 111	0.12 135	0.05 109	0.04 99	0.06 127	0.04 96

MIM_Stereo	0.25 200	0.23 149	0.66 435	0.80 417	0.17 218	0.22 208	0.17 207	0.23 213	0.18 222	0.26 235	0.17 214	0.21 201	0.17 215	0.25 227	0.17 207	0.23 194	0.16 169	0.21 206	0.17 225	0.22 204	0.17 210

LoS	0.25 200	0.27 168	0.25 211	0.25 188	0.25 260	0.25 229	0.25 247	0.26 230	0.25 251	0.25 226	0.25 259	0.25 229	0.25 252	0.25 227	0.25 248	0.26 209	0.25 218	0.25 233	0.26 261	0.26 225	0.25 237
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 200	1.31 452	0.74 462	0.92 436	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	0.87 463	0.75 467	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	0.06 138	0.05 103	0.03 52	4.34 654	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

model_zeroshot	0.27 210	0.20 137	0.27 220	0.33 217	0.21 244	0.37 278	0.22 232	0.37 267	0.24 246	0.26 235	0.27 268	0.33 264	0.21 239	0.25 227	0.27 254	0.32 233	0.20 200	0.34 276	0.23 245	0.25 222	0.26 243

DLNR-FE	0.28 211	0.89 321	0.30 234	0.34 220	0.19 233	0.28 243	0.19 219	0.28 233	0.20 230	0.28 239	0.20 236	0.28 243	0.20 234	0.28 246	0.20 225	0.33 238	0.28 237	0.25 233	0.19 232	0.24 219	0.19 218

xyz-stereo-finetune	0.28 211	0.49 248	0.16 169	0.16 142	0.16 212	0.16 177	0.16 197	0.22 206	0.30 289	0.32 256	0.31 336	0.32 261	0.31 338	0.32 259	0.32 329	0.32 233	0.33 281	0.31 257	0.32 356	0.31 243	0.32 336

SQANet	0.28 211	0.28 171	0.28 226	0.28 199	0.28 273	0.28 243	0.28 266	0.28 233	0.28 272	0.28 239	0.28 275	0.28 243	0.28 276	0.28 246	0.28 263	0.28 216	0.28 237	0.28 244	0.28 311	0.28 232	0.28 301

HGLStereo	0.28 211	0.29 173	0.22 198	0.36 226	0.22 246	0.36 273	0.21 228	0.36 261	0.21 233	0.42 317	0.21 241	0.36 276	0.22 240	0.36 276	0.21 228	0.34 242	0.21 203	0.34 276	0.21 236	0.34 257	0.21 222

iResNet_ROB	0.28 211	0.32 179	0.24 208	0.32 213	0.25 260	0.32 262	0.24 245	0.32 247	0.24 246	0.33 260	0.24 253	0.35 271	0.24 249	0.33 266	0.24 240	0.31 231	0.24 217	0.32 260	0.24 252	0.32 246	0.24 236

UNet	0.29 216	0.90 324	0.10 92	0.14 121	0.10 156	0.14 162	0.10 153	0.91 479	0.69 481	0.14 162	0.11 168	0.14 163	0.11 165	0.14 165	0.10 149	0.12 111	0.09 94	0.12 156	0.09 145	0.88 470	0.76 494

MultiAttention	0.30 217	0.30 174	0.30 234	0.30 201	0.30 293	0.30 247	0.30 281	0.30 240	0.30 289	0.30 245	0.30 294	0.30 253	0.30 289	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 238	0.30 320

MSAF-DinoV2	0.30 217	0.30 174	0.30 234	0.30 201	0.30 293	0.30 247	0.30 281	0.30 240	0.30 289	0.30 245	0.30 294	0.30 253	0.30 289	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 238	0.30 320

DDVS	0.30 217	3.10 593	0.14 148	0.19 156	0.14 190	0.19 191	0.14 185	0.20 194	0.14 190	0.19 187	0.13 189	0.16 175	0.13 186	0.19 189	0.13 180	0.17 159	0.13 158	0.17 187	0.13 188	0.17 185	0.13 182

ACV-stereo	0.30 217	2.08 530	0.25 211	0.25 188	0.18 229	0.24 220	0.17 207	0.24 216	0.18 222	0.24 218	0.17 214	0.25 229	0.17 215	0.24 218	0.17 207	0.22 183	0.16 169	0.22 211	0.16 203	0.22 204	0.16 193

LoS_RVC	0.30 217	1.14 382	0.25 211	0.25 188	0.25 260	0.26 238	0.25 247	0.25 224	0.25 251	0.25 226	0.25 259	0.26 240	0.26 262	0.26 238	0.25 248	0.26 209	0.26 221	0.25 233	0.25 255	0.26 225	0.26 243

CAS	0.30 217	1.17 388	0.25 211	0.25 188	0.25 260	0.26 238	0.25 247	0.25 224	0.26 264	0.25 226	0.25 259	0.25 229	0.25 252	0.25 227	0.25 248	0.26 209	0.26 221	0.26 238	0.25 255	0.26 225	0.25 237

DANet	0.30 217	0.30 174	0.30 234	0.30 201	0.30 293	0.30 247	0.30 281	0.30 240	0.30 289	0.30 245	0.30 294	0.30 253	0.30 289	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 238	0.30 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 224	0.31 177	0.31 249	0.30 201	0.40 399	0.31 253	0.30 281	0.30 240	0.34 361	0.29 244	0.31 336	0.29 249	0.30 289	0.31 256	0.31 319	0.31 231	0.29 251	0.31 257	0.30 338	0.31 243	0.31 329

tt1	0.31 224	0.93 333	0.24 208	0.33 217	0.23 252	0.31 253	0.24 245	0.32 247	0.24 246	0.32 256	0.23 246	0.32 261	0.25 252	0.32 259	0.24 240	0.27 212	0.26 221	0.27 242	0.26 261	0.27 230	0.27 281

xxxxx1	0.31 224	0.91 326	0.23 201	0.31 207	0.23 252	0.31 253	0.23 240	0.33 251	0.25 251	0.31 250	0.24 253	0.33 264	0.25 252	0.32 259	0.24 240	0.28 216	0.28 237	0.28 244	0.28 311	0.29 235	0.27 281

DLNR_Zeroshot_test	0.31 224	0.28 171	0.47 367	0.79 414	0.24 257	0.30 247	0.26 254	0.30 240	0.24 246	0.32 256	0.23 246	0.31 257	0.24 249	0.30 252	0.23 237	0.29 224	0.26 221	0.29 249	0.24 252	0.33 253	0.23 226

tt_ll	0.31 224	0.91 326	0.23 201	0.31 207	0.23 252	0.31 253	0.23 240	0.33 251	0.25 251	0.31 250	0.24 253	0.33 264	0.25 252	0.32 259	0.24 240	0.28 216	0.28 237	0.28 244	0.28 311	0.29 235	0.27 281

ff	0.31 224	0.91 326	0.23 201	0.31 207	0.23 252	0.31 253	0.23 240	0.33 251	0.25 251	0.31 250	0.24 253	0.33 264	0.25 252	0.32 259	0.24 240	0.28 216	0.28 237	0.28 244	0.28 311	0.29 235	0.27 281

RAFT + AFF	0.31 224	0.45 232	0.34 269	0.39 237	0.28 273	0.38 285	0.33 344	0.29 238	0.31 332	0.30 245	0.30 294	0.29 249	0.27 269	0.29 250	0.30 281	0.28 216	0.29 251	0.29 249	0.29 324	0.27 230	0.32 336

MLCV	0.31 224	0.35 182	0.27 220	0.35 222	0.28 273	0.35 269	0.27 257	0.35 257	0.28 272	0.36 271	0.27 268	0.35 271	0.27 269	0.35 270	0.27 254	0.34 242	0.27 231	0.34 276	0.27 298	0.34 257	0.27 281

DN-CSS_ROB	0.31 224	0.35 182	0.28 226	0.35 222	0.28 273	0.34 265	0.27 257	0.34 254	0.25 251	0.35 267	0.27 268	0.36 276	0.26 262	0.34 267	0.28 263	0.35 250	0.28 237	0.34 276	0.28 311	0.34 257	0.27 281

DStereoFS	0.32 233	0.33 180	0.32 254	0.33 217	0.30 293	0.32 262	0.32 333	0.32 247	0.31 332	0.30 245	0.31 336	0.31 257	0.30 289	0.32 259	0.32 329	0.32 233	0.31 265	0.30 251	0.47 439	0.32 246	0.34 350

DStereoSA	0.32 233	0.52 263	0.34 269	0.31 207	0.31 336	0.30 247	0.30 281	0.31 245	0.30 289	0.31 250	0.31 336	0.31 257	0.30 289	0.31 256	0.31 319	0.30 225	0.32 269	0.31 257	0.31 349	0.31 243	0.31 329

WCG-NET（raft）	0.32 233	1.24 446	0.24 208	0.32 213	0.24 257	0.32 262	0.23 240	0.32 247	0.24 246	0.32 256	0.24 253	0.32 261	0.24 249	0.32 259	0.24 240	0.30 225	0.23 213	0.30 251	0.23 245	0.30 238	0.23 226

Any-RAFT	0.32 233	0.36 185	0.27 220	0.36 226	0.27 268	0.36 273	0.27 257	0.36 261	0.27 268	0.36 271	0.27 268	0.36 276	0.27 269	0.36 276	0.28 263	0.36 254	0.28 237	0.36 297	0.28 311	0.36 277	0.28 301

StereoDRNet-Refined	0.33 237	0.39 198	0.26 217	0.39 237	0.26 267	0.40 293	0.26 254	0.40 288	0.26 264	0.39 283	0.26 264	0.39 290	0.26 262	0.39 291	0.26 253	0.37 257	0.25 218	0.37 300	0.25 255	0.37 281	0.37 368
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 238	0.26 165	0.17 176	0.21 169	0.17 218	0.20 196	0.16 197	0.20 194	0.16 206	0.20 193	0.17 214	0.21 201	0.16 203	0.27 242	0.24 240	0.19 171	0.16 169	0.19 199	0.16 203	0.26 225	3.08 668

RAFT-FE	0.34 238	0.26 165	0.17 176	0.21 169	0.17 218	0.20 196	0.16 197	0.20 194	0.16 206	0.20 193	0.17 214	0.21 201	0.16 203	0.27 242	0.24 240	0.19 171	0.16 169	0.19 199	0.16 203	0.26 225	3.08 668

LG-Stereo_L2	0.34 238	0.37 187	0.38 287	0.47 294	0.28 273	0.39 291	0.28 266	0.39 280	0.28 272	0.39 283	0.28 275	0.39 290	0.28 276	0.38 283	0.28 263	0.42 310	0.35 317	0.36 297	0.26 261	0.35 270	0.26 243

H2IRNET	0.34 238	0.34 181	0.34 269	0.34 220	0.34 368	0.34 265	0.34 357	0.34 254	0.34 361	0.34 263	0.34 363	0.34 269	0.34 359	0.34 267	0.34 354	0.34 242	0.34 310	0.34 276	0.34 370	0.34 257	0.34 350

IGEV++	0.34 238	0.43 221	0.30 234	0.40 250	0.29 283	0.40 293	0.29 276	0.40 288	0.29 278	0.40 289	0.29 282	0.40 298	0.29 283	0.40 294	0.30 281	0.38 268	0.29 251	0.37 300	0.29 324	0.37 281	0.29 307

iRaft-Stereo_5w	0.34 238	0.42 220	0.31 249	0.39 237	0.30 293	0.38 285	0.30 281	0.40 288	0.29 278	0.40 289	0.37 381	0.41 311	0.34 359	0.38 283	0.30 281	0.34 242	0.27 231	0.34 276	0.26 261	0.34 257	0.26 243

CSP-Net	0.34 238	1.29 448	1.19 517	1.36 546	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	1.26 558	1.21 569	0.03 41	0.09 145	0.02 21	0.09 144

iRaft-Stereo_20w	0.34 238	0.41 213	0.31 249	0.39 237	0.29 283	0.40 293	0.32 333	0.41 303	0.32 342	0.38 277	0.30 294	0.39 290	0.30 289	0.38 283	0.32 329	0.35 250	0.27 231	0.34 276	0.27 298	0.34 257	0.29 307

DGSMNet	0.34 238	0.41 213	0.27 220	0.41 262	0.28 273	0.41 309	0.28 266	0.41 303	0.27 268	0.41 303	0.27 268	0.42 329	0.27 269	0.41 310	0.28 263	0.40 288	0.29 251	0.40 362	0.28 311	0.40 347	0.27 281

gcap_with_dpt	0.35 247	0.39 198	0.30 234	0.44 282	0.31 336	0.44 369	0.31 325	0.44 361	0.31 332	0.44 356	0.30 294	0.44 368	0.30 289	0.44 358	0.30 281	0.38 268	0.26 221	0.38 308	0.27 298	0.38 294	0.27 281

FE-Mocha	0.35 247	0.71 290	0.40 330	0.47 294	0.27 268	0.34 265	0.27 257	0.34 254	0.26 264	0.34 263	0.26 264	0.34 269	0.27 269	0.34 267	0.27 254	0.44 312	0.41 354	0.33 267	0.29 324	0.32 246	0.29 307

IGEV-FE	0.35 247	0.37 187	0.17 176	0.19 156	0.17 218	0.20 196	0.17 207	0.19 188	0.17 216	0.19 187	0.17 214	0.19 191	0.17 215	0.37 280	0.36 361	0.19 171	0.17 190	0.19 199	0.17 225	0.38 294	2.84 659

test_for_model	0.35 247	0.39 198	0.30 234	0.43 278	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.44 358	0.31 319	0.38 268	0.26 221	0.38 308	0.26 261	0.38 294	0.26 243

CASnet	0.35 247	0.51 261	0.44 352	0.32 213	0.31 336	0.24 220	0.34 357	0.36 261	0.25 251	0.31 250	0.37 381	0.30 253	0.33 354	0.25 227	0.45 410	0.37 257	0.37 327	0.33 267	0.35 383	0.34 257	0.37 368
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 247	0.44 224	0.45 354	0.49 305	0.30 293	0.37 278	0.30 281	0.36 261	0.30 289	0.36 271	0.29 282	0.36 276	0.29 283	0.36 276	0.30 281	0.46 351	0.39 341	0.32 260	0.24 252	0.32 246	0.25 237
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 247	0.35 182	0.35 279	0.35 222	0.35 371	0.35 269	0.35 362	0.35 257	0.35 365	0.35 267	0.35 371	0.35 271	0.35 365	0.35 270	0.35 358	0.35 250	0.35 317	0.35 292	0.35 383	0.35 270	0.35 360

GeoVLM	0.36 254	0.38 191	0.27 220	0.46 287	0.28 273	0.35 269	0.28 266	0.37 267	0.27 268	0.35 267	0.28 275	0.36 276	0.38 377	0.35 270	0.28 263	1.08 491	0.26 221	0.33 267	0.27 298	0.34 257	0.33 343

Zero-FE251	0.36 254	0.40 202	0.28 226	0.41 262	0.28 273	0.41 309	0.28 266	0.41 303	0.28 272	0.41 303	0.28 275	0.41 311	0.28 276	0.42 323	0.30 281	0.37 257	0.26 221	0.37 300	0.27 298	0.45 373	0.56 447

GIP-stereo	0.36 254	0.49 248	0.39 298	0.48 299	0.32 346	0.41 309	0.28 266	0.40 288	0.30 289	0.41 303	0.28 275	0.40 298	0.28 276	0.42 323	0.28 263	0.45 341	0.32 269	0.38 308	0.30 338	0.37 281	0.27 281

DCVSM-stereo	0.36 254	1.89 516	0.22 198	0.40 250	0.22 246	0.40 293	0.22 232	0.40 288	0.22 236	0.40 289	0.22 242	0.40 298	0.22 240	0.40 294	0.22 230	0.28 216	0.21 203	0.28 244	0.21 236	0.28 232	0.20 220

RSM	0.36 254	0.36 185	0.43 350	0.37 229	0.42 419	0.49 400	0.42 409	0.37 267	0.28 272	0.36 271	0.29 282	0.36 276	0.30 289	0.37 280	0.28 263	0.34 242	0.31 265	0.34 276	0.35 383	0.40 347	0.29 307

gcap-zeroshot	0.36 254	0.40 202	0.34 269	0.44 282	0.31 336	0.44 369	0.31 325	0.44 361	0.32 342	0.44 356	0.32 346	0.44 368	0.32 343	0.44 358	0.31 319	0.39 281	0.28 237	0.39 349	0.28 311	0.39 335	0.27 281

testlalala	0.36 254	0.40 202	0.34 269	0.44 282	0.31 336	0.44 369	0.31 325	0.44 361	0.32 342	0.44 356	0.32 346	0.44 368	0.32 343	0.44 358	0.31 319	0.39 281	0.28 237	0.39 349	0.28 311	0.39 335	0.27 281

GCAPDPT-zeroshot	0.36 254	0.40 202	0.30 234	0.43 278	0.30 293	0.43 336	0.30 281	0.43 327	0.31 332	0.43 322	0.30 294	0.43 336	0.30 289	0.44 358	0.31 319	0.39 281	0.28 237	0.39 349	0.27 298	0.39 335	0.26 243

RAFT-Test	0.36 254	0.37 187	0.33 259	0.41 262	0.32 346	0.41 309	0.32 333	0.41 303	0.32 342	0.41 303	0.32 346	0.41 311	0.32 343	0.41 310	0.33 341	0.37 257	0.29 251	0.37 300	0.29 324	0.38 294	0.31 329

DMCA	0.36 254	0.38 191	0.37 285	0.35 222	0.35 371	0.36 273	0.36 368	0.36 261	0.35 365	0.35 267	0.37 381	0.36 276	0.36 368	0.35 270	0.36 361	0.36 254	0.36 323	0.35 292	0.36 389	0.36 277	0.36 363

ACVNet-DCA	0.37 264	1.00 349	0.30 234	0.40 250	0.29 283	0.40 293	0.29 276	0.40 288	0.29 278	0.40 289	0.29 282	0.40 298	0.29 283	0.39 291	0.28 263	0.33 238	0.32 269	0.33 267	0.32 356	0.33 253	0.32 336

1test111	0.37 264	1.02 363	0.30 234	0.39 237	0.29 283	0.40 293	0.28 266	0.39 280	0.29 278	0.39 283	0.29 282	0.39 290	0.28 276	0.40 294	0.29 274	0.33 238	0.32 269	0.33 267	0.31 349	0.32 246	0.31 329

cc1	0.37 264	1.02 363	0.30 234	0.39 237	0.29 283	0.40 293	0.28 266	0.39 280	0.29 278	0.39 283	0.29 282	0.39 290	0.28 276	0.40 294	0.29 274	0.33 238	0.32 269	0.33 267	0.31 349	0.32 246	0.31 329

EKT-Stereo	0.37 264	0.40 202	0.44 352	1.07 461	0.29 283	0.34 265	0.31 325	0.36 261	0.29 278	0.38 277	0.31 336	0.37 283	0.30 289	0.36 276	0.29 274	0.34 242	0.28 237	0.39 349	0.30 338	0.37 281	0.30 320

GMOStereo	0.37 264	0.45 232	0.23 201	0.30 201	0.37 381	0.41 309	0.36 368	0.41 303	0.35 365	0.43 322	0.36 374	0.41 311	0.40 389	0.41 310	0.36 361	0.34 242	0.22 207	0.47 412	0.37 392	0.39 335	0.33 343

XPNet_ROB	0.37 264	0.37 187	0.37 285	0.37 229	0.37 381	0.37 278	0.37 374	0.37 267	0.37 377	0.37 276	0.37 381	0.37 283	0.37 373	0.37 280	0.37 370	0.37 257	0.37 327	0.37 300	0.37 392	0.37 281	0.37 368

MonSter++	0.38 270	0.44 224	0.31 249	0.43 278	0.30 293	0.43 336	0.31 325	0.43 327	0.31 332	0.45 368	0.31 336	0.43 336	0.31 338	0.43 329	0.69 480	0.38 268	0.33 281	0.40 362	0.30 338	0.38 294	0.30 320

HiDET	0.38 270	0.44 224	0.30 234	0.42 272	0.30 293	0.42 329	0.30 281	0.42 321	0.30 289	0.44 356	0.30 294	0.42 329	0.30 289	0.42 323	0.68 472	0.37 257	0.32 269	0.40 362	0.29 324	0.37 281	0.29 307

LCMNet	0.38 270	0.44 224	0.30 234	0.42 272	0.30 293	0.42 329	0.30 281	0.42 321	0.30 289	0.45 368	0.30 294	0.42 329	0.30 289	0.42 323	0.69 480	0.37 257	0.32 269	0.40 362	0.29 324	0.37 281	0.29 307

CSFM-Stereo	0.38 270	0.44 224	0.30 234	0.42 272	0.30 293	0.42 329	0.30 281	0.43 327	0.30 289	0.44 356	0.30 294	0.42 329	0.30 289	0.42 323	0.73 492	0.37 257	0.32 269	0.40 362	0.29 324	0.37 281	0.30 320

HART	0.38 270	0.45 232	0.34 269	0.42 272	0.33 358	0.41 309	0.34 357	0.42 321	0.33 352	0.43 322	0.34 363	0.42 329	0.34 359	0.41 310	0.38 373	0.40 288	0.32 269	0.42 390	0.32 356	0.40 347	0.32 336

GREAT-IGEV	0.38 270	0.43 221	0.36 281	0.48 299	0.32 346	0.45 379	0.32 333	0.45 370	0.32 342	0.45 368	0.32 346	0.45 377	0.32 343	0.45 374	0.32 329	0.44 312	0.33 281	0.41 379	0.29 324	0.41 358	0.29 307
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	0.38 270	0.43 221	0.33 259	0.46 287	0.33 358	0.45 379	0.32 333	0.45 370	0.32 342	0.45 368	0.32 346	0.45 377	0.33 354	0.45 374	0.32 329	0.38 268	0.38 334	0.38 308	0.37 392	0.37 281	0.36 363

WAO-8	0.38 270	0.38 191	0.38 287	0.38 232	0.38 388	0.38 285	0.38 381	0.38 276	0.38 381	0.38 277	0.38 386	0.38 285	0.38 377	0.38 283	0.38 373	0.38 268	0.38 334	0.38 308	0.37 392	0.38 294	0.38 375

WAO-7	0.38 270	0.38 191	0.38 287	0.38 232	0.38 388	0.38 285	0.38 381	0.38 276	0.38 381	0.38 277	0.38 386	0.38 285	0.38 377	0.38 283	0.38 373	0.38 268	0.38 334	0.38 308	0.38 405	0.38 294	0.38 375

xx1	0.38 270	1.03 365	0.31 249	0.40 250	0.31 336	0.41 309	0.28 266	0.40 288	0.29 278	0.40 289	0.29 282	0.40 298	0.29 283	0.40 294	0.29 274	0.34 242	0.33 281	0.34 276	0.32 356	0.34 257	0.32 336

Venus	0.38 270	0.38 191	0.38 287	0.38 232	0.38 388	0.37 278	0.38 381	0.37 267	0.37 377	0.41 303	0.37 381	0.39 290	0.37 373	0.38 283	0.38 373	0.37 257	0.38 334	0.38 308	0.37 392	0.37 281	0.38 375

IMH	0.38 270	0.38 191	0.38 287	0.38 232	0.38 388	0.38 285	0.38 381	0.38 276	0.38 381	0.42 317	0.38 386	0.40 298	0.38 377	0.38 283	0.38 373	0.38 268	0.38 334	0.39 349	0.38 405	0.38 294	0.38 375

DF	0.39 282	1.37 458	1.02 501	1.14 469	0.12 184	0.16 177	0.12 179	0.16 177	0.12 184	0.16 174	0.12 176	0.16 175	0.12 180	0.16 176	0.12 173	1.12 500	1.00 491	0.15 175	0.12 179	0.15 174	0.12 175

PAM	0.39 282	1.88 515	0.34 269	0.37 229	0.41 409	0.45 379	0.22 232	0.28 233	0.23 243	0.28 239	0.24 253	0.29 249	0.23 246	0.29 250	0.23 237	0.38 268	0.32 269	0.38 308	0.37 392	0.32 246	0.22 224

HanzoNet	0.39 282	0.38 191	0.40 330	0.39 237	0.41 409	0.38 285	0.38 381	0.38 276	0.38 381	0.39 283	0.39 396	0.38 285	0.38 377	0.39 291	0.40 388	0.38 268	0.38 334	0.40 362	0.38 405	0.38 294	0.40 383

CES	0.39 282	0.47 240	0.36 281	0.36 226	0.37 381	0.45 379	0.35 362	0.35 257	0.40 395	0.36 271	0.44 421	0.47 387	0.36 368	0.44 358	0.36 361	0.37 257	0.39 341	0.44 393	0.35 383	0.37 281	0.36 363

PASM	0.39 282	3.06 592	1.36 583	1.58 555	0.09 149	0.11 157	0.11 166	0.11 157	0.11 168	0.09 144	0.09 150	0.11 158	0.09 148	0.09 144	0.09 143	0.11 105	0.11 121	0.11 153	0.09 145	0.11 157	0.11 162

mms	0.40 287	0.45 232	0.35 279	0.48 299	0.36 377	0.47 390	0.34 357	0.45 370	0.38 381	0.47 380	0.33 355	0.45 377	0.32 343	0.45 374	0.32 329	0.39 281	0.38 334	0.38 308	0.37 392	0.39 335	0.39 381

GCAPDPT-zeroshot4090	0.40 287	1.09 375	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.44 361	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.45 341	0.34 310	0.38 308	0.27 298	0.38 294	0.27 281

knoymous	0.40 287	0.40 202	0.40 330	0.40 250	0.40 399	0.40 293	0.40 395	0.40 288	0.40 395	0.40 289	0.40 399	0.40 298	0.40 389	0.40 294	0.40 388	0.40 288	0.40 344	0.40 362	0.40 410	0.40 347	0.40 383

anonymousa	0.40 287	0.40 202	0.40 330	0.40 250	0.40 399	0.40 293	0.40 395	0.40 288	0.40 395	0.40 289	0.40 399	0.40 298	0.40 389	0.40 294	0.40 388	0.40 288	0.40 344	0.40 362	0.40 410	0.40 347	0.40 383

riskmin	0.40 287	0.40 202	0.40 330	0.40 250	0.40 399	0.40 293	0.40 395	0.40 288	0.40 395	0.40 289	0.40 399	0.40 298	0.40 389	0.40 294	0.40 388	0.40 288	0.40 344	0.40 362	0.40 410	0.40 347	0.40 383

Anonymous_2	0.40 287	0.40 202	0.40 330	0.40 250	0.40 399	0.40 293	0.40 395	0.40 288	0.40 395	0.40 289	0.40 399	0.40 298	0.40 389	0.40 294	0.40 388	0.40 288	0.40 344	0.40 362	0.40 410	0.40 347	0.40 383

Anonymous_1	0.40 287	0.40 202	0.40 330	0.40 250	0.40 399	0.40 293	0.40 395	0.40 288	0.40 395	0.40 289	0.40 399	0.40 298	0.40 389	0.40 294	0.40 388	0.40 288	0.40 344	0.40 362	0.40 410	0.40 347	0.40 383

AdaStereo	0.40 287	0.40 202	0.40 330	0.40 250	0.40 399	0.40 293	0.40 395	0.40 288	0.40 395	0.40 289	0.40 399	0.40 298	0.40 389	0.40 294	0.40 388	0.40 288	0.40 344	0.40 362	0.40 410	0.40 347	0.40 383
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	0.41 295	1.09 375	0.40 330	0.52 355	0.31 336	0.44 369	0.31 325	0.44 361	0.31 332	0.44 356	0.31 336	0.44 368	0.31 338	0.44 358	0.31 319	0.46 351	0.35 317	0.39 349	0.28 311	0.39 335	0.28 301

GCAP-Stereo-DPT-FT	0.41 295	1.06 372	0.40 330	0.51 352	0.31 336	0.44 369	0.30 281	0.43 327	0.32 342	0.44 356	0.30 294	0.56 436	0.30 289	0.44 358	0.31 319	0.45 341	0.34 310	0.39 349	0.27 298	0.40 347	0.27 281

Select-FE	0.41 295	0.44 224	0.23 201	0.26 195	0.22 246	0.26 238	0.22 232	0.26 230	0.23 243	0.26 235	0.23 246	0.26 240	0.23 246	0.45 374	0.42 404	0.25 207	0.22 207	0.25 233	0.22 239	0.45 373	2.90 660

water-stereo	0.41 295	0.84 310	0.46 359	0.50 341	0.33 358	0.45 379	0.33 344	0.45 370	0.32 342	0.45 368	0.32 346	0.45 377	0.32 343	0.45 374	0.32 329	0.44 312	0.41 354	0.39 349	0.31 349	0.39 335	0.32 336

GCAP-BAT	0.41 295	1.30 450	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.44 356	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.34 310	0.38 308	0.26 261	0.38 294	0.26 243

GwcNet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 409	0.41 309	0.41 404	0.41 303	0.41 405	0.41 303	0.41 407	0.41 311	0.41 401	0.41 310	0.41 396	0.41 296	0.41 354	0.41 379	0.41 418	0.41 358	0.41 391

PSMNet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 409	0.41 309	0.41 404	0.41 303	0.41 405	0.41 303	0.41 407	0.41 311	0.41 401	0.41 310	0.41 396	0.41 296	0.41 354	0.41 379	0.41 418	0.41 358	0.41 391

GANet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 409	0.41 309	0.41 404	0.41 303	0.41 405	0.41 303	0.41 407	0.41 311	0.41 401	0.41 310	0.41 396	0.41 296	0.41 354	0.41 379	0.41 418	0.41 358	0.41 391

ADLNet2	0.41 295	0.41 213	0.41 344	0.41 262	0.41 409	0.41 309	0.41 404	0.41 303	0.41 405	0.41 303	0.41 407	0.41 311	0.41 401	0.41 310	0.41 396	0.41 296	0.41 354	0.41 379	0.41 418	0.41 358	0.41 391

ADLNet	0.41 295	0.41 213	0.41 344	0.41 262	0.41 409	0.41 309	0.41 404	0.41 303	0.41 405	0.41 303	0.41 407	0.41 311	0.41 401	0.41 310	0.41 396	0.41 296	0.41 354	0.41 379	0.41 418	0.41 358	0.41 391

FCDSN-DC	0.41 295	0.59 279	0.64 428	0.54 360	0.33 358	0.50 409	0.37 374	0.42 321	0.40 395	0.61 442	0.43 419	0.50 413	0.49 433	0.38 283	0.32 329	0.28 216	0.23 213	0.26 238	0.22 239	0.35 270	0.28 301
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 295	0.46 236	0.33 259	0.49 305	0.33 358	0.49 400	0.33 344	0.49 389	0.33 352	0.49 394	0.33 355	0.49 399	0.33 354	0.51 415	0.33 341	0.41 296	0.30 260	0.41 379	0.30 338	0.79 452	0.29 307

Gwc-CoAtRS	0.41 295	1.49 464	0.32 254	0.42 272	0.32 346	0.41 309	0.32 333	0.41 303	0.33 352	0.41 303	0.32 346	0.41 311	0.32 343	0.41 310	0.32 329	0.39 281	0.28 237	0.39 349	0.28 311	0.40 347	0.28 301

UPFNet	0.42 308	1.20 392	0.17 176	0.24 181	0.17 218	0.25 229	0.17 207	1.19 519	0.90 517	0.25 226	0.17 214	0.24 222	0.17 215	0.25 227	0.17 207	0.22 183	0.17 190	0.22 211	0.16 203	1.15 507	0.93 513

quiztm	0.43 309	0.49 248	0.40 330	0.51 352	0.40 399	0.51 421	0.40 395	0.50 398	0.40 395	0.50 407	0.40 399	0.51 424	0.40 389	0.50 405	0.40 388	0.44 312	0.34 310	0.44 393	0.34 370	0.44 368	0.34 350

GCAP-Stereo-DPT26K	0.43 309	1.76 479	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.31 319	0.44 312	0.33 281	0.38 308	0.27 298	0.38 294	0.26 243

aanet-new-8k	0.43 309	1.76 479	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new	0.43 309	1.80 489	0.38 287	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-cres	0.43 309	1.77 481	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-36K	0.43 309	1.78 484	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-20K	0.43 309	1.77 481	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-3K	0.43 309	1.77 481	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

DDF-Stereo	0.43 309	1.15 385	0.57 405	0.53 357	0.32 346	0.41 309	0.32 333	0.41 303	0.32 342	0.41 303	0.32 346	0.41 311	0.32 343	0.40 294	0.32 329	0.52 380	0.50 401	0.38 308	0.31 349	0.39 335	0.31 329

DilatedVolume-Stereo	0.43 309	0.86 314	0.48 375	0.50 341	0.33 358	0.46 385	0.33 344	0.46 374	0.33 352	0.46 374	0.33 355	0.47 387	0.33 354	0.47 383	0.34 354	0.45 341	0.42 363	0.40 362	0.33 366	0.47 389	0.38 375

psmg	0.43 309	1.91 519	0.92 488	1.91 569	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	1.97 599	1.44 592	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 309	1.21 438	0.17 176	0.25 188	0.17 218	0.25 229	0.18 215	1.26 571	0.95 525	0.25 226	0.17 214	0.25 229	0.17 215	0.25 227	0.17 207	0.23 194	0.16 169	0.22 211	0.16 203	1.18 515	0.98 518

psm_up	0.43 309	1.19 391	0.17 176	0.25 188	0.18 229	0.25 229	0.19 219	1.26 571	0.91 518	0.26 235	0.17 214	0.25 229	0.17 215	0.25 227	0.17 207	0.22 183	0.17 190	0.23 219	0.16 203	1.18 515	0.99 519

aanet-new-90k	0.44 322	1.82 501	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.44 358	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-60k	0.44 322	1.81 494	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-70k	0.44 322	1.82 501	0.38 287	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-78k	0.44 322	1.80 489	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.45 341	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-40k	0.44 322	1.81 494	0.39 298	0.50 341	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.45 341	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-36k	0.44 322	1.80 489	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-34k	0.44 322	1.80 489	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-32k-new	0.44 322	1.78 484	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.44 361	0.30 289	0.44 356	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.45 341	0.34 310	0.39 349	0.26 261	0.38 294	0.26 243

aanet-new-32k	0.44 322	1.79 488	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-30k	0.44 322	1.78 484	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-28k	0.44 322	1.81 494	0.39 298	0.49 305	0.30 293	0.44 369	0.30 281	0.44 361	0.30 289	0.44 356	0.30 294	0.44 368	0.30 289	0.44 358	0.30 281	0.45 341	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-24k	0.44 322	1.78 484	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-22k	0.44 322	1.81 494	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

aanet-new-16k	0.44 322	1.83 504	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-cres-4k	0.44 322	1.81 494	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-22K	0.44 322	1.85 510	0.38 287	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-24K	0.44 322	1.86 513	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-5K	0.44 322	1.80 489	0.39 298	0.49 305	0.30 293	0.44 369	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.44 358	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-2K	0.44 322	1.82 501	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 294	0.26 243

GCAP-Stereo-DPT-50K	0.44 322	1.83 504	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.43 329	0.30 281	0.44 312	0.36 323	0.38 308	0.26 261	0.38 294	0.26 243

Monster-pub-mixall	0.44 322	0.56 275	0.60 411	0.38 232	0.27 268	0.37 278	0.27 257	0.37 267	0.29 278	0.38 277	0.27 268	0.38 285	0.29 283	0.85 479	0.27 254	1.46 574	0.26 221	0.34 276	0.26 261	0.36 277	0.53 433

depthmonostereo	0.44 322	0.85 312	0.46 359	0.54 360	0.40 399	0.52 425	0.38 381	0.52 416	0.35 365	0.47 380	0.34 363	0.46 381	0.34 359	0.47 383	0.34 354	0.45 341	0.43 368	0.41 379	0.33 366	0.41 358	0.32 336

MMNet	0.44 322	1.24 446	0.17 176	0.25 188	0.17 218	0.25 229	0.18 215	1.26 571	0.93 523	0.25 226	0.17 214	0.25 229	0.18 225	0.25 227	0.17 207	0.23 194	0.16 169	0.23 219	0.16 203	1.20 519	0.99 519

aanet-new-10k	0.45 345	1.81 494	0.40 330	0.50 341	0.31 336	0.44 369	0.31 325	0.44 361	0.31 332	0.44 356	0.31 336	0.44 368	0.32 343	0.44 358	0.31 319	0.46 351	0.35 317	0.39 349	0.27 298	0.39 335	0.27 281

252Zero-FE	0.45 345	0.50 253	0.36 281	0.50 341	0.36 377	0.50 409	0.36 368	0.50 398	0.36 375	0.49 394	0.36 374	0.49 399	0.36 368	0.54 425	0.41 396	0.45 341	0.34 310	0.45 398	0.34 370	0.55 415	0.75 491

Monster-pub-eth3d	0.45 345	0.57 276	0.60 411	0.39 237	0.28 273	0.37 278	0.28 266	0.37 267	0.30 289	0.39 283	0.29 282	0.39 290	0.30 289	0.92 491	0.27 254	1.42 571	0.28 237	0.34 276	0.28 311	0.37 281	0.53 433

Replicate-Monster	0.45 345	0.57 276	0.60 411	0.40 250	0.29 283	0.37 278	0.27 257	0.37 267	0.30 289	0.40 289	0.31 336	0.40 298	0.30 289	0.99 500	0.27 254	1.36 567	0.31 265	0.34 276	0.30 338	0.36 277	0.54 436

SCV_C0	0.45 345	0.88 318	0.49 382	0.54 360	0.37 381	0.48 395	0.37 374	0.48 384	0.37 377	0.48 387	0.36 374	0.48 394	0.37 373	0.49 397	0.37 370	0.50 372	0.41 354	0.44 393	0.34 370	0.44 368	0.34 350

RAFT-Stereo-weight	0.45 345	1.90 518	0.34 269	0.42 272	0.36 377	0.43 336	0.35 362	0.42 321	0.34 361	0.42 317	0.34 363	0.44 368	0.34 359	0.41 310	0.34 354	0.38 268	0.32 269	0.38 308	0.32 356	0.38 294	0.33 343

TorneroNet-64	0.45 345	0.27 168	0.30 234	0.58 370	0.27 268	0.70 455	0.30 281	0.28 233	0.73 500	0.73 459	0.28 275	0.71 458	0.66 468	0.75 461	0.27 254	0.27 212	0.29 251	0.37 300	0.75 506	0.28 232	0.30 320

aanet-new-12k	0.46 352	1.99 527	0.40 330	0.51 352	0.31 336	0.44 369	0.31 325	0.44 361	0.31 332	0.44 356	0.31 336	0.44 368	0.31 338	0.44 358	0.32 329	0.47 358	0.35 317	0.39 349	0.27 298	0.39 335	0.27 281

SCV	0.46 352	0.94 335	0.45 354	0.54 360	0.37 381	0.48 395	0.38 381	0.48 384	0.37 377	0.48 387	0.39 396	0.48 394	0.37 373	0.49 397	0.37 370	0.50 372	0.46 378	0.44 393	0.34 370	0.44 368	0.34 350

otaku	0.46 352	0.46 236	0.46 359	0.46 287	0.46 428	0.46 385	0.46 420	0.46 374	0.46 420	0.46 374	0.46 428	0.46 381	0.46 419	0.46 379	0.46 414	0.46 351	0.46 378	0.46 402	0.46 432	0.46 376	0.46 406

Dean	0.46 352	0.46 236	0.46 359	0.46 287	0.46 428	0.46 385	0.46 420	0.46 374	0.46 420	0.47 380	0.46 428	0.46 381	0.46 419	0.46 379	0.46 414	0.46 351	0.46 378	0.46 402	0.46 432	0.46 376	0.46 406

ACVNet_1	0.46 352	0.47 240	0.46 359	0.46 287	0.46 428	0.46 385	0.46 420	0.46 374	0.47 425	0.46 374	0.46 428	0.46 381	0.46 419	0.46 379	0.46 414	0.46 351	0.46 378	0.47 412	0.46 432	0.46 376	0.46 406

ACVNet-4b	0.46 352	0.46 236	0.46 359	0.46 287	0.46 428	0.46 385	0.46 420	0.46 374	0.46 420	0.46 374	0.46 428	0.46 381	0.46 419	0.47 383	0.46 414	0.46 351	0.46 378	0.46 402	0.46 432	0.46 376	0.46 406

PML	0.46 352	1.36 456	0.29 230	0.58 370	0.30 293	0.57 439	0.29 276	0.57 427	0.29 278	0.57 436	0.29 282	0.57 439	0.29 283	0.56 430	0.29 274	0.52 380	0.30 260	0.53 441	0.31 349	0.53 413	0.30 320

Anonymus	0.47 359	0.73 293	0.46 359	0.43 278	0.54 457	0.53 427	0.27 257	0.39 280	0.35 365	0.33 260	0.40 399	0.33 264	0.38 377	0.53 422	0.54 441	0.56 393	0.36 323	0.49 425	0.53 454	0.66 428	0.54 436

LG-Stereo_L1	0.47 359	0.52 263	0.47 367	0.62 378	0.39 398	0.53 427	0.40 395	0.53 418	0.39 394	0.53 422	0.39 396	0.53 426	0.39 388	0.53 422	0.39 385	0.55 390	0.46 378	0.49 425	0.37 392	0.49 396	0.37 368

Ntro	0.47 359	0.47 240	0.46 359	0.46 287	0.46 428	0.47 390	0.47 425	0.46 374	0.47 425	0.46 374	0.46 428	0.47 387	0.46 419	0.47 383	0.47 421	0.47 358	0.46 378	0.46 402	0.46 432	0.46 376	0.46 406

HaxPig	0.47 359	0.47 240	0.47 367	0.49 305	0.47 434	0.47 390	0.47 425	0.47 380	0.47 425	0.47 380	0.47 436	0.47 387	0.47 427	0.47 383	0.47 421	0.47 358	0.47 386	0.47 412	0.47 439	0.47 389	0.48 415

UNDER WATER	0.47 359	0.47 240	0.47 367	0.47 294	0.47 434	0.47 390	0.47 425	0.47 380	0.47 425	0.47 380	0.47 436	0.47 387	0.46 419	0.47 383	0.47 421	0.47 358	0.47 386	0.47 412	0.46 432	0.47 389	0.47 413

LVE	0.47 359	0.47 240	0.47 367	0.47 294	0.49 440	0.47 390	0.47 425	0.47 380	0.49 434	0.47 380	0.47 436	0.47 387	0.46 419	0.47 383	0.47 421	0.47 358	0.47 386	0.48 420	0.47 439	0.47 389	0.47 413

GASTEREO	0.48 365	1.21 438	0.47 367	0.57 368	0.38 388	0.50 409	0.38 381	0.50 398	0.38 381	0.50 407	0.38 386	0.50 413	0.38 377	0.50 405	0.38 373	0.52 380	0.42 363	0.46 402	0.34 370	0.46 376	0.34 350

LG-Stereo_Zeroshot	0.48 365	0.55 273	0.47 367	0.63 380	0.41 409	0.56 433	0.44 412	0.56 424	0.41 405	0.56 433	0.41 407	0.57 439	0.42 407	0.56 430	0.41 396	0.55 390	0.43 368	0.51 435	0.37 392	0.51 407	0.37 368

fffft	0.48 365	0.51 261	0.45 354	0.52 355	0.45 426	0.52 425	0.45 418	0.52 416	0.48 432	0.53 422	0.45 425	0.52 425	0.45 416	0.52 420	0.46 414	0.51 378	0.41 354	0.50 430	0.41 418	0.50 401	0.41 391
1: 1. 1
RainbowNet	0.48 365	0.48 246	0.48 375	0.48 299	0.48 438	0.48 395	0.48 434	0.48 384	0.48 432	0.48 387	0.48 440	0.48 394	0.48 428	0.48 391	0.48 427	0.48 363	0.48 390	0.48 420	0.48 443	0.48 393	0.48 415

notaker	0.48 365	0.49 248	0.48 375	0.48 299	0.48 438	0.48 395	0.48 434	0.48 384	0.49 434	0.48 387	0.48 440	0.48 394	0.48 428	0.48 391	0.48 427	0.48 363	0.48 390	0.48 420	0.48 443	0.48 393	0.49 420

LL-Strereo2	0.48 365	1.73 477	0.51 393	0.59 373	0.34 368	0.42 329	0.33 344	0.40 288	0.31 332	0.42 317	0.33 355	0.42 329	0.31 338	0.44 358	0.39 385	0.60 399	0.51 406	0.44 393	0.33 366	0.44 368	0.33 343

Former-RAFT_DAM_RVC	0.49 371	0.98 340	0.64 428	0.84 422	0.46 428	0.45 379	0.35 362	0.47 380	0.47 425	0.45 368	0.34 363	0.46 381	0.48 428	0.46 379	0.35 358	0.39 281	0.71 461	0.39 349	0.35 383	0.41 358	0.41 391

ACVNet_2	0.49 371	0.49 248	0.49 382	0.49 305	0.49 440	0.49 400	0.49 436	0.49 389	0.49 434	0.49 394	0.49 443	0.49 399	0.49 433	0.49 397	0.49 429	0.49 366	0.49 393	0.49 425	0.49 446	0.49 396	0.49 420

FoundationStereo	0.50 373	0.50 253	0.50 387	0.50 341	0.50 444	0.50 409	0.50 439	0.50 398	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 431	0.50 372	0.50 401	0.50 430	0.50 448	0.50 401	0.50 423

StereoAnything_RVC	0.50 373	0.50 253	0.50 387	0.50 341	0.50 444	0.50 409	0.50 439	0.50 398	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 431	0.50 372	0.50 401	0.50 430	0.50 448	0.50 401	0.50 423

dual_stereo	0.50 373	0.50 253	0.50 387	0.50 341	0.50 444	0.50 409	0.50 439	0.50 398	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 431	0.50 372	0.50 401	0.50 430	0.50 448	0.50 401	0.50 423

GCST	0.50 373	2.08 530	0.38 287	0.53 357	0.35 371	0.49 400	0.35 362	0.50 398	0.35 365	0.49 394	0.35 371	0.49 399	0.35 365	0.49 397	0.35 358	0.48 363	0.37 327	0.45 398	0.33 366	0.44 368	0.33 343

SANet	0.50 373	0.50 253	0.50 387	0.50 341	0.50 444	0.50 409	0.50 439	0.50 398	0.50 438	0.50 407	0.50 446	0.50 413	0.50 437	0.50 405	0.50 431	0.50 372	0.50 401	0.50 430	0.50 448	0.50 401	0.50 423

MSCF	0.51 378	1.40 461	0.49 382	0.58 370	0.38 388	0.50 409	0.38 381	0.54 420	0.41 405	0.52 419	0.41 407	0.53 426	0.42 407	0.53 422	0.41 396	0.60 399	0.47 386	0.48 420	0.37 392	0.48 393	0.38 375

UGAM-zero	0.51 378	2.17 539	0.39 298	0.53 357	0.36 377	0.50 409	0.36 368	0.50 398	0.36 375	0.49 394	0.36 374	0.50 413	0.35 365	0.50 405	0.36 361	0.49 366	0.37 327	0.47 412	0.35 383	0.46 376	0.34 350

UGAM	0.51 378	2.23 544	0.39 298	0.54 360	0.35 371	0.50 409	0.35 362	0.49 389	0.35 365	0.49 394	0.35 371	0.49 399	0.36 368	0.50 405	0.36 361	0.49 366	0.37 327	0.45 398	0.34 370	0.45 373	0.34 350

Selective-IGEV	0.51 378	0.55 273	0.45 354	0.69 390	0.45 426	0.61 443	0.45 418	0.50 398	0.40 395	0.56 433	0.44 421	0.55 433	0.40 389	0.72 456	0.67 465	0.59 398	0.46 378	0.45 398	0.34 370	0.46 376	0.37 368

RCA-Stereo	0.51 378	3.22 598	0.34 269	0.44 282	0.34 368	0.44 369	0.34 357	0.43 327	0.34 361	0.43 322	0.34 363	0.44 368	0.33 354	0.43 329	0.33 341	0.38 268	0.29 251	0.38 308	0.29 324	0.38 294	0.29 307

DN	0.53 383	0.85 312	0.45 354	0.65 384	0.44 422	0.60 442	0.44 412	0.60 434	0.44 416	0.60 441	0.45 425	0.60 444	0.44 412	0.60 439	0.44 408	0.56 393	0.42 363	0.56 444	0.42 426	0.56 417	0.42 398

MatchStereo	0.54 384	0.12 114	2.38 645	2.32 589	0.09 149	0.09 144	0.08 147	0.09 144	0.07 145	0.09 144	0.07 146	0.09 145	0.07 144	0.09 144	0.08 138	2.34 622	2.34 641	0.12 156	0.11 164	0.11 157	0.10 149
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	0.54 384	0.60 281	0.52 396	0.66 388	0.47 434	0.61 443	0.47 425	0.58 430	0.46 420	0.61 442	0.46 428	0.61 446	0.45 416	0.62 440	0.45 410	0.61 403	0.52 408	0.57 445	0.48 443	0.57 420	0.48 415

castereo++	0.54 384	3.59 604	1.15 511	1.31 540	0.14 190	0.16 177	0.14 185	0.16 177	0.14 190	0.16 174	0.14 194	0.16 175	0.13 186	0.16 176	0.14 184	1.45 573	1.16 518	0.15 175	0.14 193	0.15 174	0.13 182

FENet	0.54 384	1.52 465	1.19 517	1.41 550	0.23 252	0.35 269	0.23 240	0.35 257	0.23 243	0.34 263	0.23 246	0.35 271	0.23 246	0.35 270	0.23 237	1.40 570	1.07 502	0.32 260	0.23 245	0.33 253	0.23 226

PSMNet_ROB	0.54 384	0.54 271	0.54 401	0.54 360	0.53 454	0.54 431	0.54 448	0.53 418	0.54 448	0.54 428	0.54 456	0.54 429	0.53 444	0.54 425	0.54 441	0.54 384	0.53 410	0.54 442	0.54 456	0.54 414	0.54 436

AIO-test2	0.55 389	0.59 279	0.52 396	0.67 389	0.47 434	0.61 443	0.47 425	0.61 437	0.47 425	0.61 442	0.47 436	0.61 446	0.48 428	0.62 440	0.47 421	0.64 410	0.53 410	0.58 446	0.47 439	0.58 421	0.48 415

CFNet-ft	0.55 389	1.57 466	0.14 148	0.20 160	0.14 190	0.20 196	2.53 657	1.61 589	0.14 190	0.20 193	0.14 194	0.20 194	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	1.56 582	1.24 597

MyStereo04	0.56 391	3.72 610	0.59 407	0.49 305	0.41 409	0.36 273	0.32 333	0.37 267	0.31 332	0.34 263	0.46 428	0.35 271	0.32 343	0.35 270	0.33 341	0.49 366	0.45 376	0.34 276	0.32 356	0.35 270	0.43 400

CASS	0.57 392	0.89 321	0.56 403	0.57 368	0.56 458	0.56 433	0.56 449	0.56 424	0.53 446	0.57 436	0.57 458	0.59 443	0.48 428	0.56 430	0.57 445	0.55 390	0.56 415	0.47 412	0.56 462	0.62 424	0.56 447
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 393	0.75 297	0.49 382	0.79 414	0.50 444	0.79 465	0.49 436	0.79 459	0.49 434	0.80 470	0.49 443	0.79 471	0.49 433	0.80 465	0.49 429	0.63 409	0.40 344	0.63 451	0.40 410	0.63 425	0.40 383

aanet-new-14k	0.60 393	5.12 637	0.39 298	0.49 305	0.30 293	0.43 336	0.30 281	0.43 327	0.30 289	0.43 322	0.30 294	0.43 336	0.30 289	0.44 358	0.30 281	0.44 312	0.37 327	0.38 308	0.26 261	0.38 294	0.26 243

LG-Stereo	0.60 393	0.58 278	0.47 367	0.64 383	0.74 496	1.00 496	0.69 482	0.57 427	0.41 405	0.57 436	0.41 407	0.57 439	0.41 401	1.00 502	0.75 497	0.91 464	0.51 406	0.52 438	0.37 392	0.52 409	0.37 368

MonSter	0.60 393	0.64 284	0.52 396	0.62 378	0.44 422	2.07 615	0.44 412	0.62 438	0.44 416	0.62 445	0.44 421	0.62 448	0.44 412	0.62 440	0.44 408	0.58 396	0.42 363	0.62 449	0.46 432	0.58 421	0.42 398

MyStereo07	0.60 393	3.72 610	0.48 375	0.49 305	0.41 409	0.36 273	0.32 333	0.49 389	0.43 413	0.51 416	0.42 417	0.49 399	0.43 410	0.51 415	0.64 456	0.49 366	0.45 376	0.34 276	0.32 356	0.35 270	0.43 400

castereo	0.61 398	3.79 612	1.35 575	1.52 554	0.15 202	0.17 184	0.16 197	0.20 194	0.21 233	0.18 185	0.16 207	0.21 201	0.12 180	0.26 238	0.17 207	1.43 572	1.38 588	0.17 187	0.16 203	0.18 189	0.16 193

WCG-NET	0.61 398	1.21 438	0.54 401	0.61 377	0.53 454	0.67 451	0.53 445	0.66 443	0.53 446	0.64 448	0.53 455	0.65 452	0.53 444	0.59 437	0.52 438	0.65 411	0.48 390	0.64 453	0.52 452	0.58 421	0.50 423

GEAStereo	0.62 400	3.91 617	0.48 375	0.69 390	0.38 388	0.51 421	0.38 381	0.51 412	0.38 381	0.53 422	0.38 386	0.50 413	0.38 377	0.51 415	0.38 373	0.54 384	0.43 368	0.46 402	0.34 370	0.46 376	0.34 350

gasm-f	0.62 400	3.91 617	0.48 375	0.69 390	0.38 388	0.51 421	0.38 381	0.51 412	0.38 381	0.53 422	0.38 386	0.50 413	0.38 377	0.51 415	0.38 373	0.54 384	0.43 368	0.46 402	0.34 370	0.46 376	0.34 350

SMoEStereo_RVC	0.63 402	0.75 297	0.51 393	0.73 407	0.53 454	0.71 457	0.47 425	0.67 444	0.58 452	0.74 464	0.60 463	0.72 461	0.53 444	0.74 460	0.51 436	0.61 403	0.62 436	0.62 449	0.61 470	0.63 425	0.61 454

anonymity	0.63 402	0.69 286	0.56 403	0.71 398	0.56 458	0.71 457	0.56 449	0.71 451	0.56 449	0.72 458	0.56 457	0.71 458	0.56 448	0.71 454	0.58 447	0.68 415	0.55 413	0.68 458	0.55 458	0.68 431	0.54 436

PAM_32	0.64 404	2.38 559	0.51 393	0.92 436	0.43 421	0.53 427	0.44 412	0.87 471	0.43 413	0.52 419	0.45 425	0.53 426	0.40 389	0.54 425	0.46 414	0.62 407	0.56 415	0.48 420	0.45 430	0.76 446	0.44 403

CRFU-Net	0.65 405	1.67 469	1.22 567	1.96 573	0.27 268	0.41 309	0.27 257	0.41 303	0.27 268	0.40 289	0.26 264	0.41 311	0.27 269	0.40 294	0.27 254	1.80 587	1.62 609	0.34 276	0.23 245	0.33 253	0.23 226

LMCR-Stereo	0.65 405	0.63 282	0.65 432	0.65 384	0.65 475	0.66 450	0.63 460	0.58 430	0.65 466	0.63 447	0.64 471	0.65 452	0.65 464	0.66 447	0.66 464	0.66 413	0.64 439	0.65 456	0.67 488	0.68 431	0.73 487

KSHMR	0.66 407	0.50 253	0.48 375	1.15 472	0.52 451	0.49 400	0.51 443	0.49 389	0.71 494	0.67 452	0.50 446	1.16 530	1.11 528	0.66 447	0.52 438	0.49 366	0.49 393	0.51 435	0.66 484	0.50 401	1.14 538

TorneroNet	0.66 407	0.53 267	0.50 387	0.50 341	0.64 473	1.06 513	0.70 488	0.50 398	0.51 445	0.49 394	0.69 488	0.49 399	0.50 437	0.48 391	1.15 540	0.71 423	0.49 393	1.14 528	1.08 539	0.49 396	0.49 420

GES	0.66 407	2.34 555	0.29 230	0.41 262	0.29 283	0.41 309	0.29 276	0.42 321	0.29 278	0.40 289	0.41 407	0.41 311	0.30 289	0.51 415	0.29 274	0.32 233	0.29 251	0.32 260	2.46 661	2.49 623	0.30 320

cf-r	0.66 407	2.17 539	0.12 123	0.18 153	0.12 184	0.18 188	2.70 661	2.60 636	0.12 184	0.18 185	0.12 176	0.18 187	0.12 180	0.18 186	0.12 173	0.15 141	0.11 121	0.15 175	0.11 164	1.81 594	1.74 635

DSFCA	0.66 407	0.73 293	0.78 468	0.65 384	0.65 475	0.64 448	0.64 461	0.65 441	0.63 463	0.64 448	0.64 471	0.64 449	0.64 461	0.65 446	0.65 460	0.65 411	0.65 441	0.65 456	0.65 482	0.66 428	0.64 465

DEFOM-Stereo	0.68 412	3.11 594	1.40 589	1.63 563	0.25 260	0.31 253	0.25 247	0.31 245	0.28 272	0.31 250	0.29 282	0.29 249	0.27 269	0.31 256	0.28 263	1.59 580	1.47 594	0.30 251	0.29 324	0.30 238	0.28 301

ssnet_v2	0.68 412	1.96 526	1.25 571	0.29 200	0.20 236	0.30 247	0.20 223	0.29 238	0.22 236	1.50 591	0.20 236	0.31 257	0.20 234	0.27 242	0.22 230	0.24 201	1.49 595	0.26 238	0.18 231	3.90 646	0.19 218

ARAFT	0.68 412	0.81 307	0.63 424	0.74 411	0.60 462	0.78 463	0.62 459	0.77 458	0.66 469	0.74 464	0.63 469	0.75 466	0.62 460	0.83 474	0.60 452	0.70 421	0.55 413	0.70 465	0.60 467	0.78 450	0.55 444

mm2	0.69 415	0.69 286	0.69 448	0.69 390	0.69 485	0.69 452	0.69 482	0.69 446	0.69 481	0.69 455	0.69 488	0.69 455	0.69 480	0.69 451	0.69 480	0.69 416	0.69 454	0.69 461	0.69 493	0.69 435	0.69 474

mm1	0.69 415	0.69 286	0.69 448	0.69 390	0.69 485	0.69 452	0.69 482	0.69 446	0.69 481	0.69 455	0.69 488	0.69 455	0.69 480	0.69 451	0.69 480	0.69 416	0.69 454	0.69 461	0.69 493	0.69 435	0.69 474

NINENet	0.69 415	3.87 616	1.20 520	1.98 574	0.05 130	0.40 293	0.04 103	0.40 288	0.05 128	0.41 303	0.04 110	0.41 311	0.05 121	0.40 294	0.05 119	1.79 586	1.56 601	0.34 276	0.22 239	0.34 257	0.23 226

VIP-Stereo	0.70 418	2.97 591	2.43 646	2.49 596	0.16 212	0.25 229	0.16 197	0.25 224	0.16 206	0.25 226	0.18 230	0.25 229	0.16 203	0.26 238	0.16 201	1.86 588	1.26 571	0.23 219	0.15 201	0.23 215	0.15 192

RAFT-Stereo + iAFF	0.70 418	0.72 292	0.71 454	0.80 417	0.62 472	0.82 473	0.61 458	0.81 465	0.62 460	0.81 473	0.63 469	0.80 473	0.70 484	0.73 458	0.61 454	0.76 443	0.61 435	0.74 472	0.61 470	0.77 448	0.61 454

DMCA-RVC	0.70 418	0.80 304	0.70 451	0.70 396	0.70 489	0.70 455	0.70 488	0.71 451	0.70 489	0.70 457	0.71 497	0.71 458	0.70 484	0.70 453	0.69 480	0.69 416	0.70 457	0.69 461	0.70 497	0.69 435	0.70 477

MyStereo8	0.71 421	3.92 619	0.52 396	0.59 373	0.52 451	0.57 439	0.53 445	0.59 432	0.50 438	0.59 440	0.51 452	0.57 439	0.50 437	0.56 430	0.52 438	0.54 384	0.49 393	0.54 442	0.49 446	0.55 415	0.50 423

HH	0.71 421	2.54 565	0.74 462	1.10 463	0.32 346	0.41 309	0.37 374	0.69 446	0.78 504	0.73 459	0.90 520	0.75 466	1.00 515	0.84 475	0.69 480	0.69 416	0.40 344	0.35 292	0.26 261	0.35 270	0.26 243

HanStereo	0.71 421	2.54 565	0.74 462	1.10 463	0.32 346	0.41 309	0.37 374	0.69 446	0.78 504	0.73 459	0.90 520	0.75 466	1.00 515	0.84 475	0.69 480	0.69 416	0.40 344	0.35 292	0.26 261	0.35 270	0.26 243

CAR	0.72 424	0.76 299	0.59 407	0.84 422	1.19 554	0.81 470	0.58 452	0.81 465	0.58 452	0.81 473	0.58 460	0.83 478	0.59 454	0.82 469	0.59 450	0.71 423	0.49 393	0.73 467	0.68 489	0.87 467	0.52 431

MSE-Stereo	0.72 424	0.76 299	0.59 407	0.84 422	1.19 554	0.81 470	0.58 452	0.81 465	0.58 452	0.81 473	0.58 460	0.83 478	0.59 454	0.82 469	0.59 450	0.71 423	0.49 393	0.73 467	0.68 489	0.87 467	0.52 431

zero-FE	0.72 424	1.31 452	0.66 435	0.92 436	0.60 462	0.82 473	0.58 452	0.82 468	0.58 452	0.81 473	0.60 463	0.81 476	0.60 456	0.82 469	0.58 447	0.74 440	0.59 428	0.73 467	0.52 452	0.76 446	0.51 430

ktn	0.72 424	0.53 267	1.08 505	1.14 469	0.51 450	1.22 574	1.36 606	0.51 412	0.59 456	0.51 416	0.51 452	0.69 455	1.20 540	0.67 449	0.51 436	0.51 378	0.49 393	0.58 446	0.66 484	0.52 409	0.53 433

MGA	0.73 428	0.76 299	0.60 411	0.92 436	1.17 550	0.81 470	0.59 456	0.84 469	0.62 460	0.81 473	0.59 462	0.84 480	0.60 456	0.81 468	0.61 454	0.71 423	0.53 410	0.89 496	0.53 454	0.75 444	0.54 436

DStereoRT	0.73 428	0.81 307	0.73 461	0.71 398	0.74 496	0.73 459	0.75 496	0.71 451	0.71 494	0.74 464	0.72 500	0.73 463	0.80 500	0.71 454	0.73 492	0.76 443	0.71 461	0.73 467	0.72 502	0.70 438	0.76 494

CroCo-Stereo	0.73 428	1.22 444	0.25 211	1.22 526	0.25 260	1.22 574	0.25 247	1.22 568	0.25 251	1.22 576	0.25 259	1.22 579	0.25 252	1.22 579	0.25 248	1.22 556	0.26 221	1.21 587	0.25 255	1.22 567	0.25 237
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	0.73 428	0.88 318	0.67 439	0.75 412	0.68 484	0.75 460	0.64 461	0.80 462	0.72 497	0.83 478	0.70 492	0.82 477	0.64 461	0.84 475	0.67 465	0.77 445	0.63 438	0.81 484	0.63 473	0.78 450	0.62 457

monster-pro	0.75 432	1.67 469	0.64 428	0.89 428	0.57 460	0.86 479	0.56 449	0.87 471	0.56 449	0.87 479	0.57 458	0.88 483	0.57 449	0.87 480	0.57 445	0.79 446	0.58 420	0.76 475	0.54 456	0.77 448	0.54 436

AIO-Stereo-zeroshot1	0.75 432	0.92 331	0.85 480	0.96 448	0.59 461	1.27 578	0.44 412	0.59 432	0.69 481	0.91 485	0.68 483	0.55 433	0.61 459	1.06 517	0.83 510	0.62 407	0.70 457	0.90 497	0.41 418	0.89 471	0.56 447

MyStereo06	0.75 432	4.12 621	0.60 411	0.63 380	0.61 467	0.62 446	0.66 466	0.56 424	0.45 419	0.55 431	0.48 440	0.54 429	0.46 419	0.57 435	0.45 410	0.60 399	0.57 417	0.64 453	0.55 458	0.72 440	0.55 444

GCAP-Stereo	0.75 432	4.15 624	0.42 349	0.75 412	0.35 371	0.78 463	0.40 395	0.79 459	0.38 381	0.78 468	0.36 374	0.78 469	0.36 368	0.79 463	0.39 385	0.75 441	0.39 341	0.76 475	0.39 409	0.75 444	0.39 381

GANet-RSSM	0.75 432	1.91 519	0.14 148	0.47 294	0.14 190	0.21 206	3.21 678	2.30 622	0.14 190	0.46 374	0.14 194	0.23 216	0.18 225	0.21 203	0.14 184	0.18 167	0.27 231	0.37 300	0.13 188	2.13 605	2.12 645

RSM++	0.76 437	0.82 309	0.66 435	0.85 426	0.64 473	0.85 477	0.71 491	0.94 487	0.64 464	0.87 479	0.67 478	0.87 482	0.65 464	0.84 475	0.65 460	0.81 451	0.70 457	0.79 479	0.71 500	0.83 462	0.70 477

DNS	0.77 438	1.09 375	0.65 432	0.89 428	0.65 475	0.89 484	0.65 465	0.89 476	0.65 466	0.89 482	0.65 474	0.89 486	0.65 464	0.90 485	0.65 460	0.84 458	0.62 436	0.84 490	0.61 470	0.84 464	0.62 457

CroCo-Stereo Lap2	0.77 438	1.29 448	0.29 230	1.27 531	0.29 283	1.27 578	0.26 254	1.26 571	0.26 264	1.26 577	0.26 264	1.27 583	0.26 262	1.26 580	0.27 254	1.27 559	0.27 231	1.27 591	0.27 298	1.27 571	0.27 281

PSMNet-RSSM	0.77 438	2.76 582	0.14 148	0.20 160	0.14 190	0.20 196	2.66 659	2.79 649	0.14 190	0.21 204	0.14 194	0.21 201	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	2.52 627	2.31 650

GwcNet-RSSM	0.77 438	2.77 584	0.14 148	0.20 160	0.14 190	0.20 196	2.67 660	2.78 648	0.14 190	0.20 193	0.14 194	0.20 194	0.14 190	0.21 203	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	2.52 627	2.31 650

4D-IteraStereo	0.78 442	3.13 595	0.89 481	0.69 390	0.32 346	0.40 293	0.32 333	0.76 457	0.97 528	0.52 419	0.65 474	0.89 486	0.32 343	0.76 462	0.98 522	0.83 456	0.94 489	0.35 292	0.27 298	0.70 438	0.89 509

Pro-Stereo	0.79 443	0.53 267	0.38 287	0.49 305	0.38 388	0.49 400	0.37 374	0.49 389	0.67 470	0.50 407	0.38 386	1.10 522	0.38 377	0.49 397	0.38 373	0.71 423	0.88 483	5.98 694	0.36 389	0.46 376	0.36 363

hitnet-ft	0.79 443	2.78 587	0.14 148	0.20 160	0.14 190	0.21 206	2.89 662	2.80 650	0.14 190	0.20 193	0.14 194	0.20 194	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	2.54 635	2.33 652

G-Net	0.79 443	0.79 303	0.79 471	0.79 414	0.79 509	0.79 465	0.79 501	0.79 459	0.79 508	0.79 469	0.79 512	0.79 471	0.79 499	0.79 463	0.79 502	0.79 446	0.79 474	0.79 479	0.79 513	0.79 452	0.79 499

MyStereo05	0.80 446	4.12 621	0.63 424	0.63 380	0.61 467	0.62 446	0.66 466	0.65 441	0.62 460	0.67 452	0.61 467	0.65 452	0.58 452	0.67 449	0.55 444	0.60 399	0.57 417	0.64 453	0.55 458	0.72 440	0.55 444

UDG	0.80 446	2.21 543	0.60 411	0.91 433	0.60 462	0.90 485	0.58 452	0.88 475	0.60 457	0.90 483	0.60 463	0.88 483	0.60 456	0.90 485	0.58 447	0.86 462	0.60 431	0.84 490	0.59 466	0.84 464	0.61 454

ccnet	0.80 446	2.28 547	0.33 259	0.50 341	0.33 358	0.50 409	0.33 344	0.50 398	0.33 352	0.49 394	0.33 355	0.49 399	1.56 605	2.38 626	0.33 341	0.41 296	0.29 251	0.42 390	1.57 621	2.28 611	0.29 307

NaN_ROB	0.80 446	0.80 304	0.80 472	0.80 417	0.80 512	0.80 467	0.80 504	0.80 462	0.80 510	0.80 470	0.80 514	0.80 473	0.80 500	0.80 465	0.80 505	0.80 448	0.80 477	0.80 482	0.80 515	0.80 455	0.80 500

CSAN	0.80 446	0.80 304	0.80 472	0.80 417	0.80 512	0.80 467	0.80 504	0.80 462	0.80 510	0.80 470	0.80 514	0.80 473	0.80 500	0.80 465	0.80 505	0.80 448	0.80 477	0.80 482	0.80 515	0.80 455	0.80 500

GSStereo	0.81 451	4.28 627	0.50 387	0.59 373	0.40 399	0.51 421	0.38 381	0.50 398	0.38 381	0.50 407	0.38 386	0.50 413	3.79 675	0.50 405	0.38 373	0.54 384	0.43 368	0.46 402	0.34 370	0.46 376	0.35 360

BSDual-CNN	0.81 451	1.91 519	0.92 488	4.48 645	0.02 22	0.42 329	0.06 141	0.41 303	0.02 22	0.48 387	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 599	4.19 671	0.33 267	0.23 245	0.34 257	0.27 281

DDUNet	0.81 451	2.45 563	0.57 405	0.90 431	0.60 462	0.88 481	0.59 456	0.90 477	0.60 457	0.88 481	0.60 463	0.90 488	0.58 452	0.88 482	0.60 452	0.84 458	0.60 431	0.86 493	0.57 464	0.86 466	0.60 452

R-Stereo Train	0.81 451	0.96 337	0.67 439	0.95 445	0.67 480	0.95 491	0.68 474	0.95 489	0.68 476	0.95 494	0.68 483	0.96 499	0.68 474	0.96 498	0.68 472	0.94 473	0.68 448	0.94 510	0.68 489	0.94 486	0.68 472

RAFT-Stereo	0.81 451	0.96 337	0.67 439	0.95 445	0.67 480	0.95 491	0.68 474	0.95 489	0.68 476	0.95 494	0.68 483	0.96 499	0.68 474	0.96 498	0.68 472	0.94 473	0.68 448	0.94 510	0.68 489	0.94 486	0.68 472
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 456	1.72 472	1.48 593	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 251	1.61 595	0.23 246	0.28 243	0.26 262	0.20 193	0.15 194	0.24 201	1.33 579	0.32 260	0.16 203	6.75 685	0.23 226

scenet	0.82 456	1.72 472	1.48 593	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 251	1.61 595	0.23 246	0.28 243	0.26 262	0.20 193	0.15 194	0.24 201	1.33 579	0.32 260	0.16 203	6.75 685	0.23 226

ssnet	0.82 456	1.72 472	1.48 593	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 251	1.61 595	0.23 246	0.28 243	0.26 262	0.20 193	0.15 194	0.24 201	1.33 579	0.32 260	0.16 203	6.75 685	0.23 226

DEFOM-Stereo_RVC	0.83 459	5.18 639	1.98 634	2.19 580	0.17 218	0.19 191	0.18 215	0.19 188	0.16 206	0.20 193	0.19 232	0.22 209	0.22 240	0.20 193	0.15 194	2.28 616	2.13 636	0.24 228	0.17 225	0.18 189	0.16 193

BUS	0.83 459	1.91 519	0.92 488	4.48 645	0.02 22	0.40 293	0.04 103	0.41 303	0.02 22	0.48 387	0.03 56	0.41 311	0.05 121	0.03 43	0.05 119	1.97 599	4.19 671	0.33 267	0.23 245	0.34 257	0.27 281

PDISCO_ROB	0.83 459	2.80 588	3.49 668	0.14 121	0.11 171	0.17 184	0.09 148	0.15 176	0.10 153	0.15 169	0.12 176	0.16 175	0.14 190	3.30 656	0.13 180	0.14 133	2.34 641	0.16 179	0.12 179	2.62 636	0.10 149

WQFJA1++	0.84 462	0.98 340	0.67 439	1.26 530	0.75 498	1.00 496	0.67 470	1.00 491	0.67 470	1.00 496	0.67 478	1.00 502	0.67 470	1.00 502	0.67 465	0.96 475	0.67 443	0.91 500	0.63 473	0.92 477	0.63 459

WQFJX1	0.84 462	0.98 340	0.67 439	1.30 538	0.75 498	1.01 504	0.67 470	1.01 500	0.67 470	1.01 507	0.67 478	1.01 510	0.68 474	1.00 502	0.68 472	0.98 480	0.67 443	0.92 503	0.64 478	0.92 477	0.64 465

NLMM	0.84 462	1.00 349	0.67 439	1.27 531	0.75 498	1.00 496	0.68 474	1.00 491	0.67 470	1.00 496	0.67 478	1.02 514	0.67 470	1.02 514	0.67 465	0.97 476	0.67 443	0.93 506	0.63 473	0.92 477	0.63 459

AIO-Stereo	0.84 462	0.66 285	0.70 451	0.83 421	0.67 480	0.98 494	0.82 511	1.14 510	0.72 497	1.03 513	0.74 504	1.03 515	1.09 527	0.99 500	0.45 410	1.04 488	0.73 464	0.95 512	0.74 504	0.94 486	0.46 406

DCRE	0.84 462	1.89 516	0.77 467	0.94 443	0.72 493	0.88 481	0.73 494	0.87 471	0.78 504	0.90 483	0.71 497	0.88 483	0.67 470	0.88 482	0.73 492	0.81 451	0.68 448	0.81 484	0.70 497	0.82 460	0.70 477

iGMRVC	0.84 462	2.85 589	0.72 457	0.72 402	0.73 494	0.77 461	0.79 501	0.73 454	0.74 502	0.73 459	0.72 500	0.73 463	0.76 494	0.73 458	0.73 492	0.72 433	0.73 464	0.73 467	0.72 502	0.73 443	0.72 484

WQFJA1	0.85 468	0.98 340	0.67 439	1.29 536	0.76 503	1.01 504	0.67 470	1.02 504	0.67 470	1.02 511	0.67 478	1.01 510	0.67 470	1.01 510	0.68 472	0.99 481	0.67 443	0.93 506	0.64 478	0.92 477	0.65 467

WQFJX	0.85 468	1.00 349	0.68 446	1.30 538	0.75 498	1.01 504	0.68 474	1.01 500	0.68 476	1.01 507	0.68 483	1.03 515	0.68 474	1.02 514	0.67 465	0.97 476	0.67 443	0.93 506	0.63 473	0.94 486	0.63 459

NLSM3	0.85 468	0.99 347	0.68 446	1.29 536	0.76 503	1.01 504	0.68 474	1.01 500	0.68 476	1.02 511	0.68 483	1.01 510	0.68 474	1.01 510	0.68 472	0.97 476	0.68 448	0.93 506	0.64 478	0.93 482	0.63 459

NLMM1	0.86 471	0.98 340	0.69 448	1.48 553	0.75 498	1.01 504	0.69 482	1.00 491	0.69 481	1.00 496	0.70 492	1.00 502	0.68 474	1.01 510	0.67 465	0.97 476	0.68 448	0.92 503	0.63 473	0.93 482	0.63 459

AdaDepth	0.86 471	0.93 333	0.71 454	1.01 457	1.07 540	1.02 510	0.71 491	1.00 491	0.71 494	1.01 507	0.71 497	1.00 502	0.72 489	1.14 528	0.71 490	0.92 467	0.64 439	0.90 497	0.64 478	0.89 471	0.69 474

GEStereo_RVC	0.86 471	4.45 628	0.20 191	0.27 198	0.20 236	0.27 242	0.20 223	0.26 230	0.18 222	5.03 686	0.20 236	0.27 242	0.19 230	0.27 242	0.21 228	0.20 174	0.19 198	0.19 199	4.02 690	0.20 196	0.18 215

Selective-RAFT-Error	0.88 474	0.84 310	0.98 493	0.86 427	0.97 528	0.88 481	0.95 522	0.84 469	0.99 531	0.92 487	0.82 516	0.84 480	0.98 514	0.87 480	0.97 521	0.81 451	0.83 480	0.79 479	0.82 518	0.79 452	0.85 505

IER	0.88 474	7.04 659	2.23 639	2.75 601	0.28 273	0.43 336	0.25 247	0.39 280	0.25 251	0.41 303	0.27 268	0.39 290	0.25 252	0.40 294	0.28 263	0.37 257	0.28 237	0.37 300	0.25 255	0.37 281	0.25 237

Selective-RAFT	0.89 476	0.89 321	0.72 457	1.16 477	0.78 507	1.06 513	0.82 511	0.87 471	0.97 528	1.00 496	0.91 523	0.90 488	1.00 515	0.89 484	0.93 518	0.83 456	0.83 480	0.82 488	0.82 518	0.81 458	0.82 503

AIO-Stereo-zeroshot	0.91 477	0.86 314	0.89 481	1.25 529	0.69 485	1.05 512	0.81 508	1.16 514	0.50 438	1.12 523	0.97 528	0.72 461	0.82 504	1.06 517	0.95 519	0.61 403	0.87 482	1.03 525	0.85 521	1.04 499	1.01 527

CFNet-RSSM	0.91 477	4.89 634	0.34 269	0.44 282	1.07 540	1.62 600	1.40 613	0.91 479	0.35 365	1.60 592	1.39 613	0.64 449	0.34 359	0.44 358	0.33 341	0.41 296	0.35 317	0.75 473	0.30 338	0.41 358	0.29 307

MLG-Stereo	0.92 479	0.90 324	0.84 479	1.27 531	0.49 440	1.38 588	0.88 514	1.41 585	0.97 528	0.73 459	1.09 539	1.26 580	0.43 410	0.72 456	1.05 532	1.13 501	0.49 393	1.18 538	0.66 484	1.01 496	0.46 406

ToySt	0.92 479	2.11 533	0.90 484	0.95 445	0.79 509	0.99 495	0.78 500	0.94 487	0.81 513	0.94 492	0.78 510	0.95 498	0.77 496	0.94 494	0.86 512	0.91 464	0.79 474	0.85 492	0.77 509	0.89 471	0.73 487

DPSM_ROB	0.92 479	0.91 326	0.91 486	0.91 433	0.92 523	0.92 487	0.92 518	0.92 482	0.91 518	0.93 490	0.91 523	0.92 491	0.90 507	0.91 487	0.92 514	0.92 467	0.91 485	0.91 500	0.92 522	0.93 482	0.93 513

DPSM	0.92 479	0.91 326	0.91 486	0.91 433	0.92 523	0.92 487	0.92 518	0.92 482	0.91 518	0.93 490	0.91 523	0.92 491	0.90 507	0.91 487	0.92 514	0.92 467	0.91 485	0.91 500	0.92 522	0.93 482	0.93 513

pmcnn	0.92 479	0.92 331	0.92 488	0.92 436	0.92 523	0.92 487	0.92 518	0.92 482	0.92 522	0.92 487	0.92 526	0.92 491	0.92 509	0.92 491	0.92 514	0.92 467	0.92 487	0.92 503	0.92 522	0.92 477	0.92 512

error version	0.93 484	4.47 629	2.35 642	1.99 575	0.37 381	0.41 309	0.36 368	0.41 303	0.35 365	0.43 322	0.36 374	0.41 311	0.40 389	0.41 310	0.36 361	1.87 590	2.16 637	0.47 412	0.37 392	0.39 335	0.33 343

test_1	0.93 484	4.47 629	2.35 642	1.99 575	0.37 381	0.41 309	0.36 368	0.41 303	0.35 365	0.43 322	0.36 374	0.41 311	0.40 389	0.41 310	0.36 361	1.87 590	2.16 637	0.47 412	0.37 392	0.39 335	0.33 343

DGTPSM_ROB	0.93 484	1.00 349	0.92 488	0.94 443	0.96 527	0.91 486	0.92 518	0.91 479	0.96 527	0.91 485	0.96 527	0.93 494	0.92 509	0.94 494	0.92 514	0.92 467	0.92 487	0.90 497	0.92 522	0.94 486	0.91 511

HSM-Net_RVC	0.95 487	1.17 388	0.78 468	1.18 479	0.71 491	1.16 527	0.75 496	1.09 508	0.80 510	1.10 517	0.75 505	1.17 531	0.74 491	1.17 531	0.80 505	1.13 501	0.73 464	1.17 535	0.77 509	1.16 509	0.72 484
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 488	3.17 597	2.30 641	2.42 593	0.38 388	0.54 431	0.38 381	0.54 420	0.38 381	0.54 428	0.38 386	0.54 429	0.38 377	0.54 425	0.38 373	2.38 625	2.34 641	0.49 425	0.36 389	0.49 396	0.36 363

DPSimNet_ROB	0.97 488	1.18 390	0.81 475	1.10 463	0.91 522	1.02 510	0.82 511	1.04 505	0.91 518	1.03 513	0.86 519	1.28 584	0.82 504	1.03 516	0.89 513	1.17 505	0.81 479	1.02 523	0.82 518	1.08 501	0.81 502

test-3	0.98 490	4.13 623	1.85 623	1.85 566	0.61 467	0.69 452	0.37 374	0.63 439	0.61 459	0.66 451	0.51 452	0.73 463	0.44 412	0.57 435	0.54 441	1.68 584	1.81 621	0.40 362	0.43 428	0.66 428	0.50 423

LGCAT	1.00 491	1.00 349	1.00 495	1.00 452	1.00 529	1.00 496	1.00 526	1.00 491	1.00 532	1.00 496	1.00 530	1.00 502	1.00 515	1.00 502	1.00 524	1.00 482	1.00 491	1.00 517	1.00 529	1.00 491	1.00 521

Test_v1	1.00 491	1.00 349	1.00 495	1.00 452	1.00 529	1.00 496	1.00 526	1.00 491	1.00 532	1.00 496	1.00 530	1.00 502	1.00 515	1.00 502	1.00 524	1.00 482	1.00 491	1.00 517	1.00 529	1.00 491	1.00 521

Wavelet-MonSter	1.00 491	1.21 438	0.76 465	1.94 570	1.01 535	1.11 522	0.76 498	1.15 511	0.76 503	1.11 522	0.76 506	1.14 528	0.76 494	1.11 525	0.76 499	1.21 554	0.90 484	1.02 523	0.71 500	1.02 498	0.71 483

999	1.00 491	1.12 381	0.59 407	1.10 463	1.21 602	1.09 518	0.52 444	1.08 506	1.43 615	1.18 528	1.35 607	0.98 501	0.52 443	0.91 487	0.85 511	0.72 433	1.46 593	0.83 489	0.98 527	0.68 431	1.41 610

DispNO	1.00 491	0.63 282	0.43 350	3.45 629	0.44 422	0.65 449	0.43 411	0.64 440	0.43 413	0.64 448	0.43 419	0.64 449	3.03 653	0.64 445	0.43 407	4.55 660	0.43 368	0.63 451	0.43 428	0.63 425	0.43 400

GANet	1.00 491	1.00 349	1.00 495	1.00 452	1.00 529	1.00 496	1.00 526	1.00 491	1.00 532	1.00 496	1.00 530	1.00 502	1.00 515	1.00 502	1.00 524	1.00 482	1.00 491	1.00 517	1.00 529	1.00 491	1.00 521

TDLM	1.00 491	1.00 349	1.00 495	1.00 452	1.00 529	1.00 496	1.00 526	1.00 491	1.00 532	1.00 496	1.00 530	1.00 502	1.00 515	1.00 502	1.00 524	1.00 482	1.00 491	1.00 517	1.00 529	1.00 491	1.00 521

CVANet_RVC	1.00 491	1.00 349	1.00 495	1.00 452	1.00 529	1.00 496	1.00 526	1.00 491	1.00 532	1.00 496	1.00 530	1.00 502	1.00 515	1.00 502	1.00 524	1.00 482	1.00 491	1.00 517	1.00 529	1.00 491	1.00 521

trnet	1.01 499	1.01 359	1.01 500	1.01 457	1.01 535	1.01 504	1.01 531	1.01 500	1.01 537	1.01 507	1.01 535	1.01 510	1.01 523	1.01 510	1.01 529	1.01 487	1.01 497	1.01 522	1.01 536	1.01 496	1.01 527

LL-Strereo	1.01 499	5.06 636	1.63 602	0.70 396	1.43 613	0.56 433	0.46 420	0.57 427	0.50 438	0.57 436	0.50 446	1.58 595	0.49 433	0.59 437	0.50 431	1.64 583	0.52 408	0.51 435	1.37 608	0.52 409	0.45 405

FlowAnything_test	1.02 501	1.72 472	0.71 454	1.59 556	0.70 489	1.61 598	0.69 482	1.61 589	0.70 489	1.60 592	0.70 492	1.61 599	0.69 480	1.61 596	0.70 488	0.81 451	0.58 420	0.81 484	0.55 458	0.81 458	0.56 447

FlowAnything	1.02 501	1.71 471	0.72 457	1.59 556	0.69 485	1.60 597	0.69 482	1.61 589	0.70 489	1.60 592	0.69 488	1.60 596	0.69 480	1.61 596	0.69 480	0.81 451	0.58 420	0.81 484	0.56 462	0.82 460	0.56 447

Hybrid-DGEV	1.03 503	1.75 478	0.80 472	1.28 535	0.78 507	1.26 577	0.80 504	1.26 571	0.78 504	1.26 577	0.78 510	1.26 580	0.78 498	1.26 580	0.78 501	1.15 504	0.75 467	1.14 528	0.74 504	1.14 504	0.75 491

tt45	1.04 504	0.88 318	1.36 583	0.92 436	1.03 538	1.51 596	0.79 501	0.70 450	0.88 516	0.74 464	0.90 520	1.60 596	0.72 489	1.60 594	0.75 497	0.91 464	0.78 472	1.52 604	0.79 513	1.14 504	1.32 602

Hybrid-DGEV-2	1.05 505	1.83 504	0.83 476	1.33 542	0.82 515	1.30 580	0.81 508	1.26 571	0.79 508	1.29 579	0.79 512	1.26 580	0.80 500	1.26 580	0.79 502	1.20 508	0.78 472	1.18 538	0.77 509	1.20 519	0.77 496

Hybrid-DGEV-03	1.07 506	1.83 504	0.83 476	1.34 543	0.81 514	1.32 582	0.81 508	1.31 578	0.81 513	1.31 580	0.82 516	1.32 585	0.82 504	1.32 585	0.81 508	1.19 506	0.77 470	1.19 540	0.76 507	1.19 517	0.77 496

GLC_STEREO	1.07 506	1.01 359	1.06 503	1.07 461	1.05 539	1.06 513	1.08 536	1.08 506	1.05 541	1.07 515	1.06 537	1.08 518	1.05 525	1.06 517	1.10 535	1.07 490	1.09 508	1.05 526	1.05 538	1.06 500	1.12 534

FC-DCNN	1.07 506	1.09 375	0.98 493	0.89 428	0.52 451	1.41 592	0.91 517	1.21 567	1.24 601	1.96 604	2.05 659	1.91 605	1.30 593	1.27 583	1.08 534	0.80 448	0.60 431	0.58 446	0.41 418	0.68 431	0.54 436

hknet	1.10 509	1.85 510	3.49 668	4.48 645	0.02 22	0.42 329	0.06 141	0.41 303	0.02 22	0.48 387	0.03 56	0.41 311	0.03 53	0.42 323	0.03 52	4.39 657	4.19 671	0.33 267	0.23 245	0.34 257	0.27 281

test_xeample3	1.10 509	1.81 494	0.61 417	0.84 422	0.49 440	0.77 461	0.66 466	0.92 482	1.40 613	0.68 454	0.46 428	0.78 469	0.54 447	1.72 599	1.48 615	1.34 564	1.52 597	1.35 597	1.67 634	1.33 574	1.55 615

DISCO	1.11 511	0.39 198	5.28 682	0.39 237	0.20 236	0.39 291	0.27 257	0.39 280	0.22 236	0.38 277	0.20 236	0.38 285	0.20 234	6.95 697	0.22 230	0.30 225	0.21 203	0.27 242	0.21 236	5.25 678	0.21 222

Occ-G	1.12 512	0.52 263	3.72 673	3.50 633	0.50 444	0.56 433	0.47 425	0.54 420	0.46 420	0.54 428	0.41 407	0.54 429	0.42 407	0.52 420	0.42 404	3.42 649	4.02 670	0.52 438	0.45 430	0.51 407	0.44 403

AEACV	1.12 512	0.52 263	3.12 664	3.24 618	0.86 516	0.53 427	0.49 436	0.60 434	0.47 425	0.53 422	0.49 443	0.55 433	0.45 416	0.55 429	0.47 421	3.01 644	3.88 668	0.71 466	0.60 467	0.80 455	0.48 415

LiteMatch	1.13 514	0.73 293	2.80 650	3.23 616	0.61 467	0.83 475	0.68 474	0.73 454	0.69 481	1.00 496	0.77 508	0.94 496	0.57 449	0.82 469	0.64 456	2.97 642	2.43 644	0.68 458	0.32 356	0.56 417	0.70 477

Lsterematch	1.13 514	0.73 293	2.80 650	3.23 616	0.61 467	0.83 475	0.68 474	0.73 454	0.69 481	1.00 496	0.77 508	0.94 496	0.57 449	0.82 469	0.64 456	2.97 642	2.43 644	0.68 458	0.32 356	0.56 417	0.70 477

MSMD_ROB	1.19 516	1.10 380	0.70 451	1.10 463	0.60 462	1.10 519	0.70 488	1.10 509	0.70 489	1.10 517	0.70 492	1.10 522	0.70 484	7.00 698	0.70 488	1.10 494	0.70 457	1.10 527	0.70 497	1.10 502	0.70 477

MM-Stereo_test2	1.20 517	1.85 510	1.05 502	1.46 552	0.94 526	1.36 586	0.99 525	1.36 580	0.95 525	1.41 587	0.98 529	1.40 591	0.96 511	1.37 587	0.95 519	1.37 569	1.06 501	1.33 594	0.93 526	1.29 573	0.89 509

ours_stereo	1.20 517	1.21 438	0.90 484	1.64 564	1.11 542	1.35 584	0.67 470	1.76 596	0.93 523	1.70 600	1.10 540	1.39 589	0.75 493	1.41 589	0.81 508	1.60 582	1.03 499	1.33 594	1.00 529	1.61 584	0.72 484

DisPM	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

CrosDoStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

PFNet+	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

LCNet	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

HHNet	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

Patchmatch Stereo++	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548
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	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

STrans-v2	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

TransformOpticalFlow	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

OMP-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

IIG-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

NF-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

OCTAStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

PSM-softLoss	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

KMStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

NRIStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

PSM-adaLoss	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

PSM-AAD	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

FTStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

ROB_FTStereo_v2	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

ROB_FTStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

Consistency-Raft	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

KYRaft	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

HUI-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

ASMatch	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

DeepStereo_LL	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

DEmStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

SST-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

THIR-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

RAFT_R40	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

DRaft	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

PFNet	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

GrayStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

RE-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

Pruner-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

TVStereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

DeepStereo_RVC	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

RAFT-RH_RVC	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

IRAFT_RVC	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

RAFT-345	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

iRAFT	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

CRE-IMP	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

GMM-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

RAFT-IKP	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

Prome-Stereo	1.20 517	1.20 392	1.20 520	1.20 481	1.20 556	1.20 528	1.20 548	1.20 522	1.20 553	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 508	1.20 523	1.20 542	1.20 550	1.20 519	1.20 548

qqai	1.22 564	1.38 459	1.12 506	1.39 549	1.14 543	1.40 590	1.14 540	1.41 585	1.12 542	1.40 586	1.11 541	1.40 591	1.13 529	1.41 589	1.15 540	1.25 557	0.97 490	1.24 589	1.01 536	1.24 568	0.96 516

HCRNet	1.22 564	7.11 660	3.00 652	3.55 634	0.33 358	0.29 246	0.14 185	0.19 188	0.15 201	0.33 260	0.29 282	0.25 229	0.14 190	0.22 207	0.33 341	3.64 650	3.00 648	0.76 475	0.32 356	0.18 189	0.13 182

HBP-ISP	1.24 566	1.72 472	1.65 603	1.15 472	0.76 503	1.40 590	0.88 514	1.67 595	1.02 538	1.69 599	1.38 612	1.69 600	1.21 586	1.87 606	1.21 595	1.05 489	0.79 474	0.97 515	0.80 515	1.19 517	0.75 491

AANet_RVC	1.26 567	0.31 177	4.99 680	5.93 671	0.20 236	0.25 229	0.20 223	0.25 224	0.20 230	0.23 211	0.19 232	0.25 229	0.20 234	0.25 227	0.20 225	5.66 681	4.76 675	0.26 238	0.30 338	0.24 219	0.27 281

MM-Stereo_test3	1.27 568	2.07 529	1.18 515	1.60 559	1.02 537	1.45 594	1.01 531	1.40 584	1.04 540	1.44 589	1.03 536	1.46 594	1.02 524	1.44 592	1.02 530	1.51 578	1.12 515	1.32 593	0.98 527	1.38 577	0.97 517

11t	1.27 568	2.70 574	1.34 573	1.32 541	0.89 518	1.30 580	1.34 603	1.64 592	0.57 451	1.45 590	0.72 500	1.05 517	1.29 592	1.07 520	1.29 604	1.49 575	1.02 498	0.97 515	1.15 543	1.48 579	1.31 601

MaskLacGwcNet_RVC	1.35 570	1.35 455	1.35 575	1.35 545	1.35 607	1.35 584	1.35 604	1.36 580	1.35 609	1.36 584	1.35 607	1.36 587	1.36 598	1.36 586	1.35 608	1.35 565	1.35 584	1.35 597	1.35 605	1.35 575	1.35 606

CC-Net-ROB	1.36 571	1.33 454	1.33 572	1.36 546	1.38 610	1.36 586	1.33 602	1.37 582	1.34 606	1.35 583	1.36 609	1.38 588	1.34 596	1.38 588	1.38 611	1.35 565	1.38 588	1.33 594	1.35 605	1.43 578	1.34 605

CFNet	1.37 572	5.27 642	0.19 188	5.49 668	0.19 233	0.28 243	0.19 219	0.28 233	0.19 228	0.28 239	0.19 232	0.28 243	4.35 683	0.28 246	0.19 222	0.23 194	0.17 190	0.23 219	4.21 692	4.81 669	0.17 210

PS-NSSS	1.38 573	1.39 460	1.34 573	1.34 543	1.35 607	1.38 588	1.37 611	1.35 579	1.38 612	1.34 582	1.34 606	1.39 589	1.38 601	1.70 598	1.40 612	1.36 567	1.36 585	1.36 599	1.37 608	1.37 576	1.36 607

RASNet	1.49 574	1.65 468	1.45 591	1.38 548	1.43 613	1.47 595	1.36 606	1.38 583	1.36 610	1.39 585	1.60 623	1.45 593	1.45 604	1.51 593	2.21 654	1.53 579	1.36 585	1.36 599	1.36 607	1.66 587	1.36 607

BLMT-Stereo	1.53 575	1.36 456	1.06 503	1.42 551	1.23 606	1.41 592	1.07 535	1.43 587	1.12 542	1.42 588	1.06 537	1.83 602	1.07 526	1.42 591	1.07 533	1.27 559	1.38 588	6.80 695	1.00 529	1.26 570	1.00 521

GANetREF_RVC	1.55 576	1.94 525	1.22 567	1.88 567	1.21 602	1.88 604	1.22 594	1.88 598	1.22 599	1.88 601	1.22 596	1.88 603	1.22 587	1.89 607	1.22 596	1.87 590	1.22 570	1.88 618	1.22 596	1.88 596	1.22 594
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	1.59 577	1.91 519	1.21 566	1.94 570	1.20 556	2.00 612	1.23 595	1.99 603	1.24 601	2.00 609	1.25 599	2.03 613	1.26 589	2.00 611	1.29 604	1.90 594	1.18 522	1.89 619	1.21 595	1.89 597	1.20 548
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 578	1.59 467	1.70 605	1.59 556	1.59 619	1.61 598	1.61 622	1.60 588	1.60 619	1.62 598	1.59 622	1.60 596	1.60 607	1.60 594	1.59 619	1.59 580	1.60 608	1.59 605	1.59 626	1.59 583	1.59 621

ff7	1.68 579	2.68 571	1.35 575	0.97 449	0.89 518	1.84 601	2.15 652	2.12 609	1.80 636	2.05 614	1.56 619	2.33 621	2.12 643	2.23 617	2.25 655	1.31 561	1.07 502	1.48 601	1.41 611	0.90 474	1.04 529

ffff	1.68 579	2.68 571	1.35 575	0.97 449	0.89 518	1.84 601	2.15 652	2.12 609	1.80 636	2.05 614	1.56 619	2.33 621	2.12 643	2.23 617	2.25 655	1.31 561	1.07 502	1.48 601	1.41 611	0.90 474	1.04 529

ccc-4	1.68 579	2.68 571	1.35 575	0.97 449	0.89 518	1.84 601	2.15 652	2.12 609	1.80 636	2.05 614	1.56 619	2.33 621	2.12 643	2.23 617	2.25 655	1.31 561	1.07 502	1.48 601	1.41 611	0.90 474	1.04 529

PhaseNet	1.74 582	6.34 658	4.81 678	6.77 677	0.24 257	0.80 467	0.53 445	0.48 384	0.22 236	0.53 422	0.28 275	0.48 394	0.25 252	0.40 294	0.32 329	6.39 687	4.61 674	0.46 402	0.38 405	0.25 222	0.18 215

MC-Stereo	1.76 583	2.96 590	1.37 585	2.14 578	1.37 609	2.14 618	1.36 606	2.14 612	1.37 611	2.14 618	1.37 610	2.14 615	1.37 600	2.14 616	1.37 610	1.97 599	1.32 572	1.97 622	1.32 604	1.98 599	1.33 603

IGEVStereo-DCA	1.77 584	4.21 625	1.84 621	2.49 596	2.11 653	2.54 639	1.36 606	1.65 593	1.17 550	2.75 648	1.90 642	2.54 634	1.15 533	0.94 494	1.11 536	1.50 576	1.32 572	0.96 513	1.46 617	1.49 580	0.88 506

rrr	1.77 584	4.21 625	1.84 621	2.49 596	2.11 653	2.54 639	1.36 606	1.65 593	1.17 550	2.75 648	1.90 642	2.54 634	1.15 533	0.94 494	1.11 536	1.50 576	1.32 572	0.96 513	1.46 617	1.49 580	0.88 506

MM-Stereo_test1	1.80 586	3.41 602	1.52 598	2.12 577	1.41 612	2.04 613	1.41 614	2.05 607	1.46 616	2.04 613	1.41 614	2.05 614	1.42 603	2.05 612	1.43 614	2.04 603	1.54 600	1.94 620	1.38 610	1.99 600	1.33 603

MFMNet_re	1.81 587	1.91 519	1.71 607	1.95 572	1.70 630	1.95 609	1.70 627	1.96 601	1.74 632	1.97 606	1.72 631	1.95 606	1.71 615	1.97 610	1.71 627	1.86 588	1.62 609	1.85 611	1.66 633	1.86 595	1.64 627

plain	1.88 588	3.16 596	0.64 428	3.10 611	0.65 475	3.10 654	0.64 461	3.12 653	0.65 466	3.10 654	0.65 474	3.11 654	0.65 464	3.12 653	0.65 460	3.12 645	0.65 441	3.13 652	0.65 482	3.13 640	0.65 467

derf	1.91 589	2.15 537	1.78 611	2.16 579	1.75 632	2.21 619	1.80 630	2.22 615	1.80 636	2.21 621	1.76 632	2.17 616	1.81 624	2.24 620	1.74 635	1.93 597	1.56 601	1.96 621	1.53 619	1.95 598	1.56 616

RAFT_CTSACE	1.92 590	3.71 609	1.72 608	1.88 567	1.72 631	2.04 613	1.42 616	2.18 614	1.89 648	2.02 611	1.97 648	1.95 606	2.06 642	1.93 608	1.62 620	1.76 585	1.66 612	2.02 623	1.73 642	1.73 590	1.43 612

MonStereo1	1.94 591	2.77 584	1.52 598	3.73 641	1.51 616	2.13 617	1.42 616	2.32 623	1.52 617	2.31 627	1.50 617	2.53 631	1.59 606	2.34 625	1.56 617	1.91 595	1.36 585	1.86 614	1.31 603	2.07 601	1.53 613

4.25w-stereo	1.98 592	2.72 578	1.46 592	3.47 630	1.43 613	2.07 615	1.98 643	2.53 635	1.52 617	2.71 641	1.98 654	1.81 601	1.62 609	1.96 609	1.36 609	1.88 593	2.00 626	2.53 646	1.61 628	1.74 591	1.15 539

4.5w-stereo	1.99 593	2.33 551	1.81 612	3.28 620	1.68 626	1.94 606	1.99 646	2.72 638	1.70 624	2.72 642	1.99 657	1.97 608	1.68 611	1.76 600	1.29 604	1.91 595	2.02 632	2.53 646	1.61 628	1.75 592	1.16 542

2.75w_new	1.99 593	2.34 555	1.81 612	3.14 612	1.62 621	1.94 606	1.99 646	2.72 638	1.71 625	2.72 642	1.99 657	1.90 604	1.73 617	1.82 605	1.29 604	2.37 624	2.01 628	2.31 633	1.42 614	1.77 593	1.22 594

3.75w	1.99 593	2.31 549	1.83 620	3.16 614	1.65 623	1.93 605	1.98 643	2.72 638	1.68 621	2.73 647	1.97 648	2.00 610	1.72 616	1.81 604	1.25 600	2.27 615	2.01 628	2.38 638	1.42 614	1.71 589	1.24 597

2w_stereo	1.99 593	2.36 558	1.81 612	3.24 618	1.67 624	1.94 606	1.98 643	2.72 638	1.68 621	2.72 642	1.94 645	1.98 609	1.74 619	1.79 603	1.27 601	1.95 598	2.00 626	2.53 646	1.60 627	1.68 588	1.15 539

2.25w	2.00 597	1.86 513	1.98 634	2.95 609	2.17 657	2.26 620	1.35 604	2.42 629	2.00 655	2.07 617	1.27 601	2.53 631	1.99 638	2.29 622	1.49 616	2.21 610	1.32 572	1.85 611	1.87 646	2.52 627	1.62 625

4.25_new	2.00 597	2.33 551	1.82 617	3.32 623	1.69 627	1.95 609	1.99 646	2.72 638	1.71 625	2.72 642	1.97 648	2.01 611	1.74 619	1.77 601	1.28 602	2.18 607	2.01 628	2.48 644	1.58 624	1.65 585	1.17 543

4.5w_new	2.00 597	2.33 551	1.82 617	3.32 623	1.69 627	1.95 609	1.99 646	2.72 638	1.71 625	2.72 642	1.97 648	2.01 611	1.74 619	1.77 601	1.28 602	2.18 607	2.01 628	2.48 644	1.58 624	1.65 585	1.17 543

4.5_new	2.00 597	1.84 509	1.98 634	2.77 603	2.16 655	2.27 621	1.28 601	2.09 608	1.98 652	2.01 610	1.28 602	2.71 643	1.98 636	2.51 634	1.65 622	2.26 612	1.33 579	1.87 615	1.87 646	2.49 623	1.60 622

TRStereo	2.00 597	2.13 534	1.85 623	2.27 585	1.84 636	2.28 623	1.84 632	2.29 618	1.86 642	2.30 624	1.87 637	2.30 618	1.87 626	2.08 613	1.72 629	2.08 604	1.72 615	2.08 625	1.72 639	2.08 602	1.72 632

XX-Stereo	2.00 597	2.13 534	1.85 623	2.27 585	1.84 636	2.28 623	1.84 632	2.29 618	1.86 642	2.30 624	1.87 637	2.30 618	1.87 626	2.08 613	1.72 629	2.08 604	1.72 615	2.08 625	1.72 639	2.08 602	1.72 632

EAI-Stereo	2.00 597	2.13 534	1.85 623	2.27 585	1.84 636	2.28 623	1.84 632	2.29 618	1.86 642	2.30 624	1.87 637	2.30 618	1.87 626	2.08 613	1.72 629	2.08 604	1.72 615	2.08 625	1.72 639	2.08 602	1.72 632

2.5w	2.01 604	2.40 560	1.37 585	3.28 620	2.01 647	2.71 644	1.43 619	1.82 597	1.83 640	1.90 603	1.41 614	2.71 643	1.35 597	2.71 643	1.85 641	2.66 636	1.53 598	1.64 606	1.23 597	2.53 630	1.87 641

4w-stereo	2.02 605	2.72 578	1.44 590	3.36 626	1.59 619	2.48 632	1.72 628	2.28 616	1.24 601	2.24 622	1.65 627	2.56 636	1.32 595	2.39 628	1.98 651	2.67 638	1.51 596	1.66 607	1.24 598	2.53 630	1.88 644

IGEV	2.02 605	2.20 541	1.82 617	2.90 608	2.16 655	2.41 629	1.25 597	2.00 604	1.98 652	1.99 608	1.31 604	2.72 647	1.93 632	2.67 642	1.69 626	2.26 612	1.32 572	1.83 610	1.87 646	2.53 630	1.61 624

3.25w_new	2.03 607	2.72 578	1.35 575	3.33 625	1.57 617	2.72 645	1.53 621	2.15 613	1.33 605	2.15 619	1.60 623	2.63 640	1.30 593	2.72 645	1.99 652	2.67 638	1.53 598	1.75 609	1.25 600	2.53 630	1.87 641

3.5w_stereo	2.03 607	2.72 578	1.35 575	3.41 627	1.57 617	2.72 645	1.49 620	2.01 605	1.34 606	2.15 619	1.61 625	2.63 640	1.36 598	2.72 645	1.99 652	2.66 636	1.58 604	1.68 608	1.24 598	2.53 630	1.87 641

UniTT-Stereo	2.03 607	3.43 603	0.72 457	3.42 628	0.73 494	3.27 657	0.68 474	3.38 658	0.69 481	3.29 657	0.72 500	3.28 657	0.70 484	3.35 659	0.68 472	3.39 648	0.68 448	3.31 655	0.69 493	3.37 641	0.73 487

3.25w	2.04 610	2.20 541	1.48 593	3.03 610	2.17 657	2.63 643	1.39 612	1.96 601	1.95 651	1.96 604	1.37 610	2.71 643	1.96 635	2.71 643	1.73 634	2.26 612	1.32 572	1.87 615	1.87 646	2.51 626	1.63 626

3w_stereo	2.04 610	2.24 545	1.70 605	3.15 613	2.18 659	2.49 633	1.26 599	2.03 606	1.98 652	1.98 607	1.33 605	2.72 647	1.99 638	2.59 637	1.72 629	2.22 611	1.33 579	1.85 611	1.88 651	2.50 625	1.58 620

1w_stereo	2.05 612	2.32 550	1.35 575	3.74 642	2.01 647	2.73 647	1.42 616	1.88 598	1.93 650	2.03 612	1.28 602	2.71 643	1.99 638	2.72 645	1.72 629	2.20 609	1.32 572	1.87 615	1.86 645	2.45 619	1.54 614

LiteMatch*	2.07 613	1.30 450	5.73 685	6.28 674	0.79 509	1.33 583	0.80 504	1.30 577	1.02 538	1.33 581	0.84 518	1.33 586	0.97 512	1.28 584	1.04 531	6.05 685	5.89 681	1.28 592	0.76 507	1.28 572	0.88 506

sCroCo_RVC	2.10 614	2.76 582	1.92 631	2.78 606	1.39 611	2.73 647	1.41 614	2.73 644	1.40 613	2.77 653	1.41 614	2.74 649	1.40 602	2.74 648	1.40 612	2.72 640	1.42 591	2.72 650	1.44 616	2.79 637	1.42 611

MoCha-V2	2.11 615	26.97 702	0.78 468	0.92 436	0.77 506	0.96 493	0.72 493	0.90 477	0.72 497	0.94 492	0.70 492	0.90 488	0.71 488	0.91 487	0.71 490	0.85 460	0.71 461	0.88 494	0.69 493	0.87 467	0.67 471

FBW_ROB	2.12 616	2.46 564	1.77 610	2.49 596	1.79 635	2.38 627	1.83 631	2.46 630	1.78 635	2.48 635	1.97 648	2.40 626	1.78 622	2.42 631	1.83 639	2.31 620	1.85 623	2.38 638	1.82 644	2.35 614	1.84 637

MonStereo	2.17 617	2.41 561	1.49 597	2.67 600	1.67 624	2.60 642	2.04 650	2.32 623	1.76 633	2.44 632	1.68 629	2.50 629	1.69 613	2.38 626	1.80 638	2.28 616	1.78 618	2.63 649	2.14 654	3.47 642	1.68 630

asda	2.17 617	2.54 565	1.81 612	3.47 630	1.78 634	2.50 635	1.86 636	2.61 637	1.68 621	2.61 639	1.83 634	2.37 625	1.73 617	2.44 632	1.88 646	2.51 633	1.84 622	2.34 635	1.62 630	2.23 607	1.77 636

asd	2.18 619	2.77 584	1.58 600	3.59 635	2.00 646	2.58 641	1.85 635	2.39 628	1.71 625	2.47 634	1.97 648	2.59 638	1.61 608	2.56 635	1.79 637	2.51 633	1.99 625	2.11 628	1.62 630	2.36 615	1.60 622

qwe	2.18 619	2.60 568	1.58 600	3.83 643	1.90 644	2.53 637	1.90 641	2.48 631	1.73 630	2.37 630	1.92 644	2.53 631	1.68 611	2.56 635	1.83 639	2.52 635	1.87 624	2.07 624	1.68 636	2.32 613	1.71 631

monsters	2.18 619	2.41 561	1.96 633	3.47 630	2.03 651	2.53 637	1.64 624	2.48 631	1.73 630	2.40 631	1.50 617	2.62 639	1.94 633	2.59 637	1.94 648	2.44 628	1.57 603	2.28 631	1.87 646	2.42 617	1.86 639

AIO_rvc	2.18 619	2.34 555	1.87 627	2.32 589	1.94 645	2.40 628	1.89 640	2.37 626	2.07 657	2.52 637	1.95 647	2.44 628	1.99 638	2.41 629	1.89 647	2.32 621	2.09 634	2.24 629	2.18 655	2.21 606	2.23 648

HUF	2.18 619	2.30 548	1.99 637	2.34 591	2.02 650	2.41 629	2.06 651	2.38 627	1.89 648	2.36 629	1.85 635	2.56 636	1.98 636	2.31 624	1.97 650	2.30 619	2.03 633	2.30 632	2.11 653	2.23 607	2.16 646

AIO_test	2.18 619	2.09 532	2.04 638	2.42 593	2.01 647	2.47 631	1.94 642	2.34 625	2.03 656	2.56 638	1.94 645	2.43 627	1.94 633	2.41 629	1.87 645	2.39 626	2.10 635	2.35 637	1.91 652	2.25 609	2.19 647

monsterstereo	2.20 625	2.33 551	1.95 632	3.65 637	2.07 652	2.49 633	1.61 622	2.48 631	1.83 640	2.45 633	1.61 625	2.67 642	1.86 625	2.64 639	1.94 648	2.48 632	1.66 612	2.34 635	1.68 636	2.40 616	1.86 639

LG-G_1	2.22 626	2.71 576	1.89 628	2.77 603	1.87 642	2.75 649	1.87 638	2.76 646	1.87 646	2.75 648	1.87 637	2.76 650	1.87 626	2.75 649	1.86 642	2.47 630	1.58 604	2.45 641	1.57 621	2.45 619	1.57 618

LG-G	2.22 626	2.71 576	1.89 628	2.77 603	1.87 642	2.75 649	1.87 638	2.76 646	1.87 646	2.75 648	1.87 637	2.76 650	1.87 626	2.75 649	1.86 642	2.47 630	1.58 604	2.45 641	1.57 621	2.45 619	1.57 618

LGtest1	2.22 626	2.70 574	1.89 628	2.76 602	1.86 639	2.75 649	1.86 636	2.75 645	1.86 642	2.75 648	1.86 636	2.77 652	1.87 626	2.75 649	1.86 642	2.46 629	1.58 604	2.45 641	1.56 620	2.45 619	1.56 616

RAStereo	2.23 629	3.64 606	0.76 465	3.65 637	0.86 516	3.66 662	0.76 498	3.67 662	0.81 513	3.66 659	0.76 506	3.66 660	0.77 496	3.68 661	0.77 500	3.68 651	0.77 470	3.69 660	0.77 509	3.70 644	0.77 496

UDGNet	2.23 629	5.40 647	1.72 608	2.48 595	1.69 627	2.51 636	1.69 626	2.51 634	1.72 629	2.50 636	1.69 630	2.52 630	1.69 613	2.50 633	1.68 625	2.41 627	1.70 614	2.42 640	1.69 638	2.42 617	1.64 627

NCCL2	2.28 631	2.27 546	2.28 640	2.28 588	2.28 660	2.27 621	2.29 655	2.28 616	2.28 658	2.27 623	2.28 660	2.28 617	2.27 646	2.27 621	2.28 659	2.28 616	2.28 640	2.27 630	2.29 659	2.27 610	2.29 649

Abc-Net	2.32 632	24.75 694	1.14 509	1.17 478	1.17 550	1.11 522	1.15 542	1.17 516	1.21 598	1.08 516	1.16 545	1.12 527	1.14 532	1.09 521	1.17 545	1.09 492	1.16 518	1.17 535	1.17 546	1.16 509	1.11 532
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 633	25.00 695	1.13 508	1.15 472	1.15 545	1.10 519	1.15 542	1.15 511	1.15 545	1.12 523	1.15 542	1.09 520	1.13 529	1.10 523	1.15 540	1.11 499	1.09 508	1.16 531	1.12 541	1.16 509	1.17 543

stereogan	2.33 633	24.38 693	1.18 515	1.18 479	1.18 553	1.14 525	1.18 546	1.19 519	1.19 552	1.14 526	1.18 549	1.14 528	1.18 538	1.14 528	1.18 546	1.14 503	1.14 516	1.19 540	1.19 547	1.15 507	1.19 547

RGC	2.36 635	25.48 696	1.19 517	1.15 472	1.15 545	1.10 519	1.16 544	1.17 516	1.16 546	1.12 523	1.16 545	1.11 526	1.13 529	1.09 521	1.18 546	1.10 494	1.15 517	1.16 531	1.12 541	1.14 504	1.12 534

NCC-stereo	2.36 635	25.52 697	1.17 513	1.15 472	1.17 550	1.11 522	1.11 537	1.15 511	1.16 546	1.10 517	1.16 545	1.10 522	1.15 533	1.14 528	1.13 538	1.09 492	1.11 512	1.15 530	1.16 545	1.17 514	1.17 543

AF-Net	2.37 637	25.71 698	1.17 513	1.13 468	1.15 545	1.15 526	1.18 546	1.19 519	1.16 546	1.10 517	1.15 542	1.10 522	1.18 538	1.12 527	1.15 540	1.10 494	1.10 511	1.17 535	1.15 543	1.16 509	1.12 534

Nwc_Net	2.37 637	25.95 699	1.15 511	1.14 469	1.15 545	1.08 516	1.14 540	1.17 516	1.16 546	1.14 526	1.15 542	1.08 518	1.15 533	1.11 525	1.14 539	1.10 494	1.11 512	1.16 531	1.09 540	1.16 509	1.15 539

CFNet_RVC	2.38 639	8.71 671	0.38 287	9.33 689	0.42 419	0.56 433	0.42 409	0.60 434	0.38 381	0.62 445	0.42 417	0.56 436	7.29 695	0.62 440	0.42 404	0.53 383	0.37 327	0.49 425	0.34 370	8.30 692	6.87 697

edge stereo	2.43 640	27.07 703	1.14 509	1.06 460	1.14 543	1.08 516	1.17 545	1.16 514	1.14 544	1.10 517	1.16 545	1.09 520	1.16 537	1.10 523	1.16 544	1.10 494	1.11 512	1.16 531	1.19 547	1.13 503	1.11 532

FAT-Stereo	2.46 641	26.05 700	1.23 569	1.23 528	1.22 604	1.20 528	1.24 596	1.23 570	1.23 600	1.19 529	1.22 596	1.21 578	1.24 588	1.20 533	1.24 597	1.21 554	1.17 521	1.22 588	1.25 600	1.20 519	1.24 597

S-Stereo	2.51 642	26.86 701	1.23 569	1.22 526	1.22 604	1.24 576	1.25 597	1.22 568	1.24 601	1.21 575	1.24 598	1.19 532	1.27 590	1.19 532	1.24 597	1.19 506	1.20 523	1.25 590	1.19 547	1.24 568	1.23 596

Anonymous3	2.55 643	3.26 600	1.65 603	3.28 620	1.63 622	3.24 656	1.68 625	3.27 655	1.66 620	3.28 656	1.67 628	3.25 656	1.66 610	3.27 655	1.64 621	3.26 646	1.65 611	3.30 654	1.65 632	4.95 674	1.65 629

MIF-Stereo (partial)	2.58 644	3.31 601	0.66 435	3.18 615	0.66 479	3.18 655	0.66 466	3.21 654	0.67 470	3.19 655	0.66 477	3.19 655	0.66 468	3.31 657	0.68 472	5.09 677	1.79 620	8.23 699	1.67 634	6.18 683	1.38 609

MSMDNet	2.65 645	10.14 682	0.33 259	9.74 692	0.32 346	0.87 480	0.33 344	2.95 652	0.68 476	0.49 394	0.34 363	0.49 399	5.70 690	0.49 397	0.33 341	0.42 310	9.57 695	0.41 379	0.31 349	8.36 693	0.65 467

pcwnet_v2	2.66 646	9.89 680	0.33 259	9.89 693	0.32 346	0.50 409	0.32 333	0.49 389	0.33 352	0.49 394	0.34 363	0.49 399	8.76 697	0.48 391	0.33 341	0.41 296	9.58 696	0.40 362	0.29 324	9.01 696	0.63 459

CFNet_pseudo	2.67 647	9.36 676	0.32 254	10.99 698	0.33 358	0.85 477	0.33 344	0.49 389	0.33 352	0.49 394	0.32 346	0.49 399	7.26 694	0.49 397	0.33 341	0.41 296	9.62 697	0.41 379	0.29 324	10.03 700	0.29 307

CFNet_ucs	2.73 648	9.64 678	0.33 259	9.92 694	0.32 346	0.49 400	0.33 344	0.49 389	0.33 352	0.49 394	0.33 355	0.49 399	8.98 698	0.48 391	0.33 341	0.41 296	9.96 700	0.40 362	0.29 324	10.12 701	0.54 436

UCFNet_RVC	2.75 649	10.06 681	0.29 230	10.31 697	0.29 283	0.42 329	0.29 276	0.43 327	0.29 278	0.42 317	0.29 282	0.42 329	9.87 700	0.43 329	0.29 274	0.36 254	9.84 699	0.36 297	0.26 261	9.77 699	0.26 243

ccs_rob	2.79 650	10.17 683	0.32 254	10.00 695	0.33 358	0.49 400	0.33 344	1.90 600	0.32 342	0.51 416	0.33 355	0.49 399	9.24 699	0.49 397	0.33 341	0.41 296	9.82 698	0.41 379	0.28 311	9.34 697	0.29 307

PCWNet_CMD	2.80 651	9.82 679	0.32 254	10.09 696	0.32 346	0.49 400	0.33 344	3.34 657	0.33 352	0.49 394	0.33 355	0.49 399	8.73 696	0.48 391	0.33 341	0.41 296	9.22 694	0.42 390	0.29 324	9.55 698	0.31 329

NLSM1	2.93 652	3.24 599	2.57 648	4.04 644	2.66 663	3.30 658	2.55 658	3.29 656	2.55 660	3.35 658	2.48 662	3.28 657	2.47 648	3.34 658	2.49 660	3.26 646	2.55 646	3.13 652	2.57 662	3.00 639	2.46 656

StereoVision	3.15 653	5.00 635	0.89 481	4.83 661	1.00 529	3.93 663	1.27 600	6.37 692	1.34 606	5.67 692	1.26 600	5.84 693	1.27 590	5.03 689	1.24 597	5.10 678	1.09 508	4.61 673	0.57 464	5.62 681	1.12 534

MaDis-Stereo	3.19 654	6.02 657	1.12 506	5.61 670	1.16 549	5.43 690	1.02 533	5.15 689	0.70 489	5.43 689	1.21 595	5.03 690	0.97 512	4.85 683	0.99 523	4.53 659	1.16 518	5.53 689	1.25 600	5.37 679	1.30 600

sAnonymous2	3.31 655	2.63 569	1.38 587	3.71 639	1.86 639	4.70 682	1.11 537	4.82 685	2.72 662	5.45 690	1.98 654	4.59 675	2.64 649	2.65 640	6.21 695	4.37 655	1.08 506	5.16 687	2.24 657	4.52 656	2.39 654

CroCo_RVC	3.31 655	2.63 569	1.38 587	3.71 639	1.86 639	4.70 682	1.11 537	4.82 685	2.72 662	5.45 690	1.98 654	4.59 675	2.64 649	2.65 640	6.21 695	4.37 655	1.08 506	5.16 687	2.24 657	4.52 656	2.39 654

DPSNet	3.66 657	3.60 605	3.62 671	3.63 636	3.64 685	3.65 661	3.65 684	3.66 661	3.67 681	3.67 660	3.65 682	3.67 661	3.66 670	3.66 660	3.68 679	3.68 651	3.66 666	3.67 659	3.68 685	3.67 643	3.67 682

NLCSM	3.67 658	4.08 620	3.19 667	4.80 660	3.26 678	3.99 666	3.24 679	4.25 668	3.18 677	4.09 664	3.27 677	4.14 666	3.18 665	4.13 666	3.28 675	4.06 653	3.10 656	3.85 664	3.14 676	3.91 649	3.27 678

STTStereo	3.73 659	30.40 707	2.37 644	2.39 592	2.31 662	2.35 626	2.33 656	2.29 618	2.42 659	2.32 628	2.34 661	2.33 621	2.36 647	2.30 623	2.27 658	2.35 623	2.22 639	2.31 633	2.22 656	2.29 612	2.34 653

rvit_105_1	3.83 660	5.22 640	3.01 653	4.53 648	3.01 666	4.51 670	3.01 664	4.56 672	3.04 665	4.53 671	3.03 666	4.55 673	3.03 653	4.56 672	3.04 662	4.57 661	3.05 649	4.57 668	3.05 667	4.57 658	3.05 663

rvit_stereo_0081	3.83 660	5.23 641	3.01 653	4.53 648	3.03 668	4.55 676	3.02 665	4.56 672	3.04 665	4.52 669	3.02 664	4.54 671	3.03 653	4.56 672	3.04 662	4.57 661	3.05 649	4.57 668	3.05 667	4.58 659	3.05 663

rvit_stereo_0081_aga	3.86 662	5.33 644	3.02 656	4.55 654	3.04 672	4.54 672	3.02 665	4.64 679	3.06 669	4.54 673	3.04 668	4.62 680	3.08 660	4.62 678	3.07 667	4.58 664	3.06 653	4.60 672	3.08 671	4.63 662	3.07 667

rvit_stereo_0082	3.86 662	5.82 655	3.01 653	4.53 648	3.03 668	4.54 672	3.02 665	4.56 672	3.04 665	4.53 671	3.02 664	4.55 673	3.04 656	4.57 675	3.05 664	4.57 661	3.05 649	4.58 670	3.05 667	4.58 659	3.06 666

rvit_0105_6	3.87 664	5.73 654	3.10 663	4.69 658	3.12 676	4.54 672	3.02 665	4.56 672	3.04 665	4.54 673	3.03 666	4.54 671	3.04 656	4.56 672	3.05 664	4.58 664	3.05 649	4.58 670	3.05 667	4.58 659	3.05 663

rvit_stereo_0080	3.89 665	5.70 652	3.04 658	4.54 651	3.03 668	4.56 677	3.05 671	4.60 676	3.07 670	4.58 676	3.06 669	4.59 675	3.06 658	4.61 676	3.08 668	4.63 666	3.09 654	4.64 674	3.10 672	4.65 663	3.10 670

whm_eth	3.89 665	5.70 652	3.04 658	4.54 651	3.03 668	4.56 677	3.05 671	4.60 676	3.07 670	4.58 676	3.06 669	4.59 675	3.06 658	4.61 676	3.08 668	4.63 666	3.09 654	4.64 674	3.10 672	4.65 663	3.10 670

rvit_0105_4	3.91 667	5.47 651	3.02 656	4.54 651	3.02 667	4.54 672	3.03 669	4.75 682	3.17 676	4.57 675	3.06 669	4.61 679	3.16 664	4.65 679	3.09 670	4.66 668	3.11 657	4.68 677	3.18 678	4.81 669	3.16 675

rvit_0105_3	3.91 667	5.33 644	3.06 661	4.60 656	3.07 674	4.60 679	3.06 673	4.62 678	3.08 673	4.60 678	3.07 672	4.62 680	3.08 660	4.67 680	3.10 671	4.70 669	3.11 657	4.77 681	3.19 679	4.77 668	3.14 674

rvit_stereo_0083	3.92 669	5.30 643	3.06 661	4.61 657	3.09 675	4.67 681	3.08 674	4.66 680	3.09 674	4.62 679	3.10 674	4.66 683	3.11 662	4.67 680	3.16 673	4.72 671	3.16 660	4.77 681	3.11 674	4.66 665	3.11 672

rvit_stereo_ft	3.93 670	5.44 649	3.05 660	4.59 655	3.06 673	4.61 680	3.08 674	4.67 681	3.12 675	4.63 680	3.10 674	4.65 682	3.11 662	4.69 682	3.13 672	4.70 669	3.14 659	4.71 679	3.15 677	4.74 666	3.16 675

rvit_0105_5	4.10 671	5.40 647	3.13 666	4.71 659	3.15 677	4.72 684	3.10 676	4.90 687	3.27 678	4.69 681	3.16 676	4.84 687	3.25 666	4.96 686	3.34 676	5.05 676	3.39 665	5.10 686	3.40 680	5.11 676	3.42 679

MLG-Stereo_test1	4.25 672	5.34 646	3.61 670	5.31 666	3.63 684	5.23 688	3.57 682	5.38 690	3.65 680	5.23 687	3.47 679	4.76 684	3.74 673	4.85 683	3.71 680	4.96 673	3.18 662	4.71 679	2.92 664	4.86 672	2.90 660

MLG-Stereo_test3	4.26 673	4.85 633	3.95 674	5.35 667	3.60 683	4.75 685	3.76 685	5.49 691	3.71 682	5.39 688	3.69 683	4.82 686	3.66 670	4.85 683	3.73 683	4.93 672	3.19 663	4.69 678	2.99 666	4.84 671	2.98 662

MLG-Stereo_test2	4.28 674	5.46 650	3.69 672	4.86 662	3.72 686	5.58 691	3.42 680	4.81 684	3.77 686	4.85 683	3.72 684	5.55 692	3.63 669	5.58 690	3.53 678	4.41 658	3.28 664	4.99 685	2.95 665	4.75 667	3.13 673

RAFT+CT+SA	4.28 674	7.62 664	4.91 679	5.55 669	2.28 660	3.09 653	3.64 683	4.49 670	3.07 670	4.80 682	3.35 678	4.77 685	3.70 672	4.29 669	3.05 664	5.58 680	5.98 683	3.58 658	3.78 687	4.26 652	3.72 683

SA	4.33 676	7.35 661	6.85 691	5.96 672	4.09 690	3.59 660	3.15 677	3.82 663	2.64 661	3.91 661	3.85 685	3.57 659	2.72 651	3.13 654	4.03 686	7.09 693	6.86 688	3.57 657	3.12 675	3.85 645	3.51 681

Sa-1000	4.34 677	8.37 667	6.84 690	6.98 681	4.45 693	3.58 659	3.00 663	3.42 659	3.39 679	2.61 639	4.00 688	3.83 663	4.01 681	3.90 663	3.90 684	5.98 684	5.62 680	3.76 661	2.34 660	4.35 654	2.47 657

TestStereo1	4.60 678	8.41 668	6.44 688	6.86 679	3.79 687	3.97 664	3.78 686	3.99 665	3.74 683	3.97 662	3.52 680	3.94 664	3.58 667	3.98 664	3.72 681	6.82 690	6.50 686	3.76 661	3.66 683	3.90 646	3.74 685

SA-5K	4.60 678	8.41 668	6.44 688	6.86 679	3.79 687	3.97 664	3.78 686	3.99 665	3.74 683	3.97 662	3.52 680	3.94 664	3.58 667	3.98 664	3.72 681	6.82 690	6.50 686	3.76 661	3.66 683	3.90 646	3.74 685

DispFullNet	4.61 680	4.84 632	3.12 664	5.00 664	3.57 682	4.75 685	3.03 669	7.75 698	4.17 690	4.91 685	3.09 673	6.20 694	3.95 679	6.71 694	3.51 677	5.30 679	3.67 667	5.86 693	3.63 682	5.61 680	3.46 680

test_5	4.62 681	7.55 663	6.23 686	6.32 675	3.40 681	5.29 689	3.50 681	3.53 660	4.11 689	4.28 666	4.47 692	4.26 669	4.38 684	3.68 661	3.24 674	5.89 682	5.60 679	4.84 683	3.50 681	4.33 653	3.93 689

raft_robust	4.71 682	7.75 665	5.40 684	6.81 678	3.31 679	4.28 669	4.20 691	4.32 669	4.37 692	4.35 668	4.35 691	4.14 666	3.75 674	4.30 670	4.20 689	6.67 689	6.37 684	3.36 656	4.24 693	4.86 672	3.25 677

cross-raft	4.83 683	7.52 662	6.43 687	6.63 676	3.96 689	4.51 670	3.99 689	4.49 670	3.96 688	4.52 669	3.96 687	4.50 670	3.97 680	4.50 671	3.97 685	6.65 688	6.44 685	4.33 665	3.92 689	4.35 654	3.91 688

test_4	4.88 684	8.13 666	6.98 692	7.46 682	4.44 692	4.25 668	3.85 688	4.04 667	3.92 687	4.13 665	3.91 686	4.18 668	3.84 677	4.14 667	4.06 687	7.01 692	7.13 689	4.53 666	3.72 686	4.09 650	3.72 683

TestStereo	4.88 684	4.75 631	4.79 677	4.87 663	4.92 694	4.81 687	4.90 694	4.78 683	4.77 693	4.87 684	4.89 693	4.90 688	4.91 686	4.99 687	4.79 691	4.98 674	4.87 676	4.87 684	4.92 695	5.00 675	5.00 692

test_3	5.01 686	8.86 673	7.77 694	8.09 684	2.76 665	4.13 667	4.05 690	3.88 664	3.76 685	4.33 667	4.13 689	3.71 662	3.91 678	4.21 668	4.06 687	7.93 694	7.69 691	4.53 666	3.91 688	4.17 651	4.29 691

NLCA_NET_v2_RVC	5.04 687	50.87 719	2.78 649	2.87 607	2.71 664	2.78 652	0.47 425	2.88 651	2.86 664	1.89 602	2.67 663	2.79 653	2.79 652	2.78 652	2.83 661	2.82 641	2.82 647	2.83 651	2.77 663	2.83 638	2.76 658
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	5.10 688	5.15 638	4.49 676	5.07 665	3.37 680	6.87 694	4.75 693	5.04 688	6.34 697	7.84 698	5.06 694	6.72 698	4.09 682	4.99 687	5.44 694	5.03 675	3.16 660	4.67 676	4.86 694	5.15 677	3.89 687

U	5.15 689	8.49 670	1.81 612	8.49 686	1.77 633	8.49 699	1.77 629	8.51 700	1.77 634	8.49 700	1.77 633	8.50 700	1.78 622	8.58 700	1.77 636	8.54 697	1.78 618	8.55 700	1.78 643	8.55 694	1.84 637

SGM-Forest	5.21 690	5.92 656	4.08 675	6.18 673	4.16 691	6.31 693	4.34 692	6.50 693	4.33 691	6.14 694	4.21 690	6.61 697	4.55 685	6.67 693	4.48 690	5.94 683	3.94 669	5.85 692	4.03 691	5.79 682	4.17 690
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 691	9.16 675	8.03 697	8.09 684	5.62 697	6.11 692	6.35 697	6.85 695	4.94 694	6.08 693	6.29 699	4.98 689	6.43 691	6.22 691	6.36 697	6.16 686	7.47 690	5.82 691	5.44 698	7.11 688	5.68 695

rvit_stereo_0075_2	6.64 692	8.80 672	5.25 681	7.89 683	5.27 696	7.90 698	5.27 695	7.92 699	5.28 695	7.91 699	5.29 696	7.93 699	5.27 687	7.92 699	5.28 692	7.93 694	5.28 678	7.93 698	5.29 697	7.93 691	5.28 694

RAFT	6.73 693	9.36 676	7.40 693	8.51 687	6.55 698	6.88 695	6.60 698	6.79 694	6.60 698	6.80 695	6.72 700	5.31 691	5.50 689	6.61 692	6.61 698	8.42 696	5.89 681	5.73 690	5.45 699	6.61 684	6.24 696

SGM+DAISY	7.06 694	9.15 674	5.38 683	8.84 688	5.18 695	8.80 700	5.31 696	8.79 701	5.28 695	8.89 701	5.20 695	8.93 701	5.33 688	8.95 701	5.36 693	8.70 698	5.21 677	8.74 701	5.20 696	8.89 695	5.15 693

MCSU-Stereo	7.34 695	31.03 709	23.33 705	30.31 706	0.67 480	0.93 490	0.64 461	0.92 482	0.64 464	0.92 487	0.64 471	0.93 494	0.64 461	0.92 491	0.64 456	28.35 708	22.39 708	0.88 494	0.60 467	0.83 462	0.60 452

test-v	7.53 696	11.89 684	7.98 695	9.36 690	7.14 699	7.06 696	7.09 699	7.37 696	6.91 699	7.29 696	5.71 697	6.45 695	6.93 692	6.73 695	7.27 699	8.93 699	7.85 692	6.98 696	6.80 700	7.56 689	7.34 698

test-2	7.53 696	11.89 684	7.98 695	9.36 690	7.14 699	7.06 696	7.09 699	7.37 696	6.91 699	7.29 696	5.71 697	6.45 695	6.93 692	6.73 695	7.27 699	8.93 699	7.85 692	6.98 696	6.80 700	7.56 689	7.34 698

PA-Net	11.80 698	223.51 726	0.62 420	0.59 373	0.71 491	0.59 441	0.73 494	0.67 444	0.73 500	0.55 431	0.61 467	0.60 444	0.74 491	0.63 444	0.73 492	0.66 413	0.60 431	0.69 461	0.66 484	0.72 440	0.65 467
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 699	23.00 692	15.00 698	23.00 705	15.00 701	24.00 707	16.00 701	24.00 708	16.00 701	22.00 708	15.00 701	23.00 708	16.00 701	23.00 708	15.00 701	22.00 707	15.00 701	22.00 708	15.00 702	22.00 708	15.00 700

rafts_anoy	20.00 700	20.00 686	20.00 699	20.00 699	20.00 702	20.00 701	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 701

raft+_RVC	20.00 700	20.00 686	20.00 699	20.00 699	20.00 702	20.00 701	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 701

raftrobust	20.00 700	20.00 686	20.00 699	20.00 699	20.00 702	20.00 701	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 701

CasAABBNet	20.00 700	20.00 686	20.00 699	20.00 699	20.00 702	20.00 701	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 701

RALCasStereoNet	20.00 700	20.00 686	20.00 699	20.00 699	20.00 702	20.00 701	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 701

RALAANet	20.00 700	20.00 686	20.00 699	20.00 699	20.00 702	20.00 701	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 701

111	30.40 706	30.94 708	29.72 707	32.61 707	30.02 709	33.57 708	30.47 709	31.50 709	29.39 709	30.98 709	29.11 709	29.78 709	30.39 712	29.45 709	30.76 712	30.08 709	29.02 710	29.92 709	30.32 713	29.86 709	30.17 708

WCMA_ROB	31.10 707	35.43 713	27.12 706	39.51 719	23.10 708	38.78 720	25.30 708	37.49 721	25.39 708	37.29 720	27.02 708	38.52 721	26.48 708	37.80 720	26.44 708	36.28 716	22.65 709	33.90 713	22.30 709	37.10 718	24.18 707

DCANet-4	35.22 708	34.54 710	35.08 713	33.58 711	35.47 716	34.55 709	35.53 716	36.08 715	35.85 713	35.92 715	35.77 715	35.18 715	35.48 714	35.39 715	37.15 719	34.55 715	33.92 714	35.02 716	34.90 715	35.79 713	34.74 715

ADStereo(finetuned)	36.13 709	36.63 714	38.07 718	36.97 712	33.25 713	35.91 713	34.45 713	36.36 716	32.99 710	38.14 721	36.71 716	36.69 716	34.13 713	38.57 721	40.79 720	37.60 721	36.58 717	35.90 717	33.36 714	35.42 712	34.04 712

fast-reg	37.00 710	37.00 715	37.00 714	37.00 713	37.00 717	37.00 716	37.00 717	37.00 717	37.00 714	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 716

Reg-Stereo(zero)	37.00 710	37.00 715	37.00 714	37.00 713	37.00 717	37.00 716	37.00 717	37.00 717	37.00 714	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 716

fast-iter	37.00 710	37.00 715	37.00 714	37.00 713	37.00 717	37.00 716	37.00 717	37.00 717	37.00 714	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 716

CoSv	37.00 710	37.00 715	37.00 714	37.00 713	37.00 717	37.00 716	37.00 717	37.00 717	37.00 714	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 716

MDST_ROB	69.83 714	87.70 720	41.95 719	113.75 722	65.62 723	75.05 721	55.25 722	75.64 723	45.04 718	71.61 722	41.75 721	72.81 722	44.06 719	68.38 722	44.63 721	101.89 724	59.57 724	107.10 724	61.05 724	104.38 721	59.38 722

NOSS_ROB	102.95 715	153.00 724	121.00 722	51.00 720	44.00 721	165.00 724	127.00 723	153.00 724	119.00 720	164.00 725	125.00 723	168.00 725	120.00 721	153.00 724	117.00 723	49.00 722	44.00 722	49.00 722	44.00 722	49.00 719	44.00 720

CBMV	128.50 716	1422.70 731	53.10 720	79.50 721	51.30 722	77.30 722	49.70 721	74.00 722	48.20 719	77.20 723	48.80 722	73.90 723	48.00 720	73.80 723	48.80 722	70.40 723	45.10 723	68.90 723	46.10 723	68.20 720	45.00 721
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 717	171.00 725	160.68 725	162.58 723	160.59 724	164.01 723	160.35 724	158.51 725	158.56 721	158.34 724	160.12 724	158.56 724	159.92 722	157.26 725	158.94 724	154.38 725	158.36 725	155.75 725	159.13 726	153.67 722	154.07 723
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	201.80 718	123.00 721	115.00 721	219.00 724	218.00 726	223.00 725	244.00 726	217.00 726	236.00 723	202.00 726	203.00 725	205.00 726	208.00 723	225.00 726	204.00 725	210.00 726	198.00 726	197.00 726	184.00 727	204.00 723	201.00 724

MGS-Stereo	239.45 719	123.00 721	135.00 723	266.00 725	286.00 727	277.00 726	305.00 727	271.00 727	242.00 724	274.00 727	279.00 727	255.00 727	270.00 725	268.00 727	297.00 727	221.00 727	247.00 728	216.00 727	123.00 725	217.00 724	217.00 726

EGLCR-Stereo	246.90 720	129.00 723	139.00 724	266.00 725	286.00 727	277.00 726	305.00 727	271.00 727	242.00 724	274.00 727	279.00 727	255.00 727	270.00 725	268.00 727	297.00 727	230.00 728	247.00 728	216.00 727	223.00 729	237.00 725	227.00 727

DLCB_ROB	284.23 721	354.61 727	207.27 726	363.24 727	206.46 725	364.72 728	210.41 725	364.72 729	210.41 722	364.81 729	208.64 726	364.81 729	208.64 724	364.72 729	210.41 726	354.70 729	205.53 727	354.70 729	205.53 728	354.70 726	205.53 725

LE_ROB	396.57 722	471.28 728	329.84 727	471.48 728	308.15 729	526.83 729	322.10 729	488.15 730	323.76 726	495.46 730	317.97 729	497.17 730	320.10 727	481.62 730	326.76 729	462.71 730	298.97 730	466.16 730	285.98 730	447.62 727	289.21 728

SGM-ForestM	596.69 723	677.77 729	444.52 728	699.85 729	517.25 730	732.94 730	488.29 730	770.79 731	460.11 727	750.81 731	487.98 730	792.79 731	499.41 728	730.90 731	475.81 730	720.03 731	491.16 731	663.96 731	418.60 731	674.76 728	436.05 729

CBMV_ROB	818.48 724	913.88 730	709.52 729	862.84 730	597.78 731	1073.99 731	700.52 731	1015.66 732	702.59 728	1115.65 732	760.02 731	1130.24 732	721.57 729	1037.41 732	692.65 731	814.05 732	564.29 732	843.28 732	595.31 732	915.51 729	602.92 730

tt	500032.53 725	34.60 711	29.72 707	37.47 717	34.41 714	36.85 714	35.22 714	34.71 713	33.55 711	34.50 710	35.43 713	33.81 713	10000000.00 730	33.57 713	33.13 713	33.68 713	35.00 715	34.03 714	35.26 716	30.96 710	34.63 713

DCANet	500032.53 725	34.60 711	29.72 707	37.47 717	34.41 714	36.85 714	35.22 714	34.71 713	33.55 711	34.50 710	35.43 713	33.81 713	10000000.00 730	33.57 713	33.13 713	33.68 713	35.00 715	34.03 714	35.26 716	30.96 710	34.63 713

fff	1000028.16 727	29.62 704	29.72 707	32.61 707	30.02 709	35.13 710	31.83 710	32.07 710	10000000.00 729	35.27 712	29.82 710	32.45 710	30.15 709	32.35 710	30.09 709	31.04 710	29.55 711	30.64 710	30.14 710	10000000.00 730	30.77 709

csc	1000028.16 727	29.62 704	29.72 707	32.61 707	30.02 709	35.13 710	31.83 710	32.07 710	10000000.00 729	35.27 712	29.82 710	32.45 710	30.15 709	32.35 710	30.09 709	31.04 710	29.55 711	30.64 710	30.14 710	10000000.00 730	30.77 709

cscssc	1000028.16 727	29.62 704	29.72 707	32.61 707	30.02 709	35.13 710	31.83 710	32.07 710	10000000.00 729	35.27 712	29.82 710	32.45 710	30.15 709	32.35 710	30.09 709	31.04 710	29.55 711	30.64 710	30.14 710	10000000.00 730	30.77 709

111111	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

SGD-Stereo	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

IGEV-Stereo++	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

IGEV-BASED-STEREO-	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

IGEV-Stereo+	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

SDNR	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

anonymousdsp2	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

anonymousdsp	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

test_example2	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731

DIP-Stereo	10000000.00 730	10000000.00 732	10000000.00 730	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 732	10000000.00 733	10000000.00 729	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 731
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							0.38 381	0.50 398	0.38 381	0.50 407	0.38 386	0.50 413	3.79 675	0.50 405	0.38 373	0.54 384	0.43 368	0.46 402	0.34 370	0.46 376	0.35 360

FSD					0.44 422	0.56 433	0.44 412	0.55 423	0.44 416	0.56 433	0.44 421	0.56 436	0.44 412	0.56 430	0.46 414	0.61 403	0.42 363	0.52 438	0.42 426	0.52 409

ccccc		0.44 224		0.48 299	0.35 371	0.48 395		0.51 412		0.47 380		0.47 387		0.47 383		0.41 296	0.40 344	0.40 362	0.40 410	0.41 358

ASD4		0.20 137

Low-res two-view benchmark