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	0.14 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 20	0.02 22	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 78	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.06 75	0.04 67	0.01 10	0.01 10	0.01 11	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 22	0.02 22	0.02 23	0.03 45	0.02 22	0.02 22	0.03 54	0.03 44	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

LSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

PipStereo	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

VMStereo-Base	0.03 29	0.09 93	0.08 93	0.09 87	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.08 89	0.08 96	0.03 42	0.02 22	0.02 22	0.02 20

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

TCMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.02 22	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

YMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Wz-Net-SNSev	0.03 29	0.09 93	0.07 91	0.09 87	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.09 97	0.07 93	0.01 10	0.01 10	0.01 11	0.01 10

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.05 67	0.03 40	0.06 126	0.03 58	0.04 98	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.03 54	0.04 91	0.03 53	0.05 67	0.03 40	0.05 109	0.03 58	0.04 98	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.03 54	0.02 21	0.01 11	0.73 505	0.01 11	0.01 10	0.01 10	0.01 11	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 69	0.04 101	0.06 123	0.04 104	0.06 126	0.04 104	0.06 128	0.04 111	0.06 129	0.04 101	0.06 120	0.04 98	0.06 75	0.04 67	0.05 109	0.04 100	0.05 115	0.04 96

GASNet	0.05 57	0.04 52	0.12 134	0.04 53	0.04 101	0.04 95	0.05 121	0.04 96	0.04 104	0.12 176	0.04 111	0.06 129	0.04 101	0.04 91	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

WZ-Net	0.05 57	0.50 299	0.10 103	0.12 116	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.12 123	0.10 111	0.01 10	0.01 10	0.01 11	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.04 101	0.02 21	0.02 22	0.73 505	0.02 17	0.02 20	0.02 22	0.02 22	0.04 96

Wz-Net-LNSev	0.06 61	0.24 185	0.20 233	0.23 219	0.01 10	0.02 20	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.23 239	0.21 248	0.02 20	0.01 10	0.01 11	0.01 10

Wz-Net-MNSev	0.06 61	0.54 317	0.10 103	0.12 116	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.12 123	0.11 133	0.01 10	0.01 10	0.01 11	0.01 10

AASNet	0.06 61	0.08 84	0.08 93	0.08 80	0.05 126	0.06 123	0.05 121	0.05 111	0.06 142	0.06 128	0.06 143	0.05 114	0.06 139	0.06 120	0.05 116	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

SACVNet	0.06 61	0.08 84	0.08 93	0.08 80	0.05 126	0.06 123	0.05 121	0.05 111	0.06 142	0.06 128	0.06 143	0.05 114	0.06 139	0.06 120	0.05 116	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

AACVNet	0.06 61	0.08 84	0.08 93	0.08 80	0.05 126	0.06 123	0.05 121	0.05 111	0.06 142	0.06 128	0.06 143	0.05 114	0.06 139	0.06 120	0.05 116	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

UHP(ZeroShot)	0.07 67	0.41 251	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

UHP(FT)	0.07 67	0.40 238	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

mmmmmm	0.07 67	0.40 238	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

UHP	0.07 67	0.41 251	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.11 180	0.04 91	0.03 53	0.58 458	0.04 67	0.04 94	0.04 100	0.04 98	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 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.04 101	0.04 91	0.03 53	0.75 508	0.03 40	0.03 42	0.03 58	0.03 48	0.04 96

DispViT+	0.07 67	0.08 84	0.12 134	0.08 80	0.05 126	0.08 143	0.05 121	0.08 147	0.05 125	0.08 146	0.05 128	0.08 145	0.05 118	0.08 147	0.05 116	0.08 89	0.07 93	0.07 138	0.05 124	0.07 145	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 123	0.11 108	0.05 126	0.08 143	0.05 121	0.08 147	0.05 125	0.08 146	0.05 128	0.08 145	0.05 118	0.08 147	0.05 116	0.11 117	0.10 111	0.07 138	0.05 124	0.07 145	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 84	0.07 91	0.07 78	0.07 152	0.08 143	0.06 142	0.08 147	0.07 153	0.08 146	0.07 154	0.08 145	0.06 139	0.07 143	0.07 144	0.08 89	0.07 93	0.07 138	0.07 147	0.06 128	0.06 135

TARSTereo(ZeroShot)	0.08 76	0.56 323	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

fsdfsdds	0.08 76	0.58 328	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

nnnnnnn	0.08 76	0.58 328	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TestStereooo	0.08 76	0.56 323	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

iinet-test	0.08 76	0.16 152	0.02 15	0.16 155	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.17 260	0.02 21	0.02 22	0.71 492	0.02 17	0.02 20	0.02 22	0.02 22	0.16 237

BridgeDepth	0.08 76	0.08 84	0.11 123	0.11 108	0.05 126	0.08 143	0.05 121	0.08 147	0.07 153	0.08 146	0.05 128	0.08 145	0.05 118	0.09 153	0.08 148	0.15 159	0.11 133	0.07 138	0.05 124	0.07 145	0.06 135
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 76	0.02 12	0.02 15	1.01 520	0.03 52	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.04 91	0.09 152	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

TARStereo(FT)	0.09 83	0.59 331	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

2222	0.09 83	0.59 331	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

1111	0.09 83	0.60 335	0.06 84	0.06 69	0.06 143	0.06 123	0.06 142	0.06 126	0.06 142	0.06 128	0.06 143	0.06 129	0.06 139	0.06 120	0.06 136	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

anonymous	0.09 83	0.09 93	0.14 164	0.14 133	0.07 152	0.09 151	0.07 153	0.09 153	0.07 153	0.09 153	0.07 154	0.09 154	0.07 152	0.09 153	0.07 144	0.14 146	0.13 171	0.09 151	0.07 147	0.09 154	0.07 146

TS12	0.09 83	0.09 93	0.17 206	0.19 188	0.06 143	0.08 143	0.06 142	0.08 147	0.06 142	0.08 146	0.06 143	0.08 145	0.06 139	0.08 147	0.06 136	0.15 159	0.16 198	0.08 143	0.06 139	0.08 150	0.06 135

RT-Monster	0.09 83	0.07 82	0.03 39	0.15 145	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.03 47	0.10 162	0.04 91	0.03 53	0.92 534	0.03 40	0.03 42	0.03 58	0.03 48	0.07 146

DA	0.09 83	0.13 116	0.39 359	0.08 80	0.05 126	0.07 141	0.05 121	0.13 178	0.05 125	0.06 128	0.05 128	0.06 129	0.05 118	0.06 120	0.05 116	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

GGEV	0.09 83	0.13 116	0.39 359	0.08 80	0.05 126	0.07 141	0.05 121	0.13 178	0.05 125	0.06 128	0.05 128	0.06 129	0.05 118	0.06 120	0.05 116	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

test_sample7	0.09 83	1.00 419	0.11 123	0.11 108	0.02 22	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 147	0.03 42	0.03 58	0.03 48	0.03 52

test_sample6	0.09 83	0.97 408	0.10 103	0.10 91	0.03 52	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.03 57	0.03 47	0.02 22	0.03 44	0.02 22	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

test_sample3	0.09 83	0.87 381	0.10 103	0.12 116	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

test_sample2	0.09 83	1.03 435	0.11 123	0.11 108	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.09 106	0.03 42	0.02 22	0.03 48	0.02 20

test_sample1	0.09 83	0.87 381	0.12 134	0.11 108	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

SMFormer	0.09 83	1.01 429	0.09 99	0.09 87	0.03 52	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.09 106	0.03 42	0.02 22	0.03 48	0.02 20

tta	0.09 83	0.95 405	0.09 99	0.10 91	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

xxx	0.09 83	1.01 429	0.10 103	0.10 91	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.03 45	0.03 57	0.03 47	0.02 22	0.03 44	0.02 22	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.03 52

SepStereo	0.09 83	0.09 93	0.10 103	0.09 87	0.09 159	0.09 151	0.09 157	0.10 154	0.08 158	0.10 157	0.09 159	0.09 154	0.09 158	0.09 153	0.08 148	0.09 97	0.08 96	0.09 151	0.08 152	0.09 154	0.08 149

APVNet	0.09 83	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 592	0.06 126	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.05 67	0.04 67	0.05 109	0.04 100	0.05 115	0.05 122

ADCS	0.09 83	0.02 12	0.04 64	0.90 494	0.06 143	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.14 194	0.36 428	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

zh-sn7	0.10 102	0.98 409	0.14 164	0.15 145	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.15 159	0.13 171	0.03 42	0.03 58	0.03 48	0.03 52

DualNet (step1)	0.10 102	1.05 439	0.12 134	0.12 116	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 147	0.03 42	0.03 58	0.03 48	0.03 52

test_sample9	0.10 102	1.05 439	0.12 134	0.12 116	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 147	0.03 42	0.03 58	0.03 48	0.03 52

test_sample8	0.10 102	1.05 439	0.12 134	0.12 116	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 147	0.03 42	0.03 58	0.03 48	0.03 52

test_sample5	0.10 102	1.07 443	0.11 123	0.10 91	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.03 58	0.04 98	0.03 52

test_sample4	0.10 102	1.03 435	0.12 134	0.10 91	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.13 171	0.03 42	0.03 58	0.03 48	0.03 52

DualNet	0.10 102	1.07 443	0.11 123	0.10 91	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.03 58	0.04 98	0.03 52

1111x	0.10 102	1.14 451	0.13 155	0.14 133	0.03 52	0.04 95	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.11 133	0.03 42	0.02 22	0.03 48	0.02 20

AnonymousM	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

222	0.10 102	0.99 417	0.12 134	0.13 129	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 147	0.03 42	0.02 22	0.04 98	0.03 52

test_xeample	0.10 102	1.09 445	0.13 155	0.12 116	0.03 52	0.03 44	0.03 55	0.04 96	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.14 146	0.14 186	0.03 42	0.03 58	0.03 48	0.03 52

PVD	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SHD	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SAMSARA	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

XQC	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTSC	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTS	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTSA	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

MADNet+	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

MADNet++	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

ADCPNet	0.10 102	0.03 31	0.04 64	1.27 594	0.03 52	0.04 95	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.04 97	0.03 54	0.08 147	0.04 98	0.04 60	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

over-6	0.11 123	0.11 109	0.15 189	0.16 155	0.10 165	0.11 164	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.10 159	0.14 146	0.14 186	0.11 164	0.10 163	0.11 168	0.09 154

over v1	0.11 123	0.11 109	0.15 189	0.16 155	0.10 165	0.11 164	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.10 159	0.14 146	0.14 186	0.11 164	0.09 154	0.11 168	0.10 162

over-8	0.11 123	0.14 136	0.15 189	0.16 155	0.10 165	0.11 164	0.10 162	0.11 166	0.09 161	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.09 152	0.14 146	0.14 186	0.11 164	0.09 154	0.11 168	0.09 154

over-9	0.11 123	0.11 109	0.16 196	0.16 155	0.10 165	0.12 174	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.10 159	0.14 146	0.14 186	0.11 164	0.10 163	0.11 168	0.09 154

ISRNet	0.11 123	0.05 66	0.36 341	0.24 224	0.07 152	0.13 177	0.05 121	0.06 126	0.05 125	0.05 113	0.05 128	0.13 179	0.05 118	0.05 104	0.09 152	0.24 248	0.20 244	0.10 153	0.05 124	0.06 128	0.13 220

JetRed	0.11 123	0.12 114	0.11 123	0.11 108	0.11 184	0.11 164	0.14 226	0.11 166	0.11 184	0.12 176	0.11 181	0.11 169	0.11 180	0.11 170	0.11 174	0.11 117	0.16 198	0.11 164	0.11 182	0.11 168	0.11 176

JetBlue	0.11 123	0.11 109	0.12 134	0.13 129	0.14 230	0.11 164	0.11 180	0.11 166	0.11 184	0.11 169	0.11 181	0.11 169	0.11 180	0.12 178	0.12 210	0.11 117	0.11 133	0.11 164	0.11 182	0.11 168	0.11 176

x	0.11 123	1.15 454	0.15 189	0.14 133	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.14 146	0.15 195	0.03 42	0.03 58	0.03 48	0.03 52

Wz-Net-LNSev-Ref	0.11 123	0.44 268	0.33 315	0.39 291	0.02 22	0.03 44	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.39 337	0.36 379	0.02 20	0.02 22	0.02 22	0.02 20

xxxx	0.11 123	1.16 456	0.16 196	0.12 116	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.16 198	0.03 42	0.04 100	0.04 98	0.04 96

BEATNet_4x	0.11 123	0.03 31	0.03 39	1.60 623	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.05 104	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

ADCL	0.11 123	0.03 31	0.03 39	1.60 623	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.05 104	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

AnyNet_C01	0.11 123	0.02 12	0.02 15	1.62 626	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.03 45	0.02 22	0.02 22	0.02 22	0.06 120	0.04 98	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.03 52

MatchAttention (ZS)	0.12 136	0.12 114	0.12 134	0.12 116	0.13 226	0.12 174	0.12 216	0.12 175	0.12 223	0.12 176	0.12 213	0.12 178	0.12 218	0.12 178	0.12 210	0.12 123	0.12 147	0.12 171	0.12 216	0.12 176	0.12 212
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
zh-mn7	0.12 136	1.14 451	0.17 206	0.20 201	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.18 207	0.16 198	0.03 42	0.03 58	0.03 48	0.03 52

S2M2_L	0.12 136	0.14 136	0.10 103	0.15 145	0.10 165	0.14 192	0.10 162	0.14 192	0.10 166	0.15 211	0.10 163	0.14 193	0.10 162	0.14 194	0.10 159	0.13 139	0.10 111	0.13 175	0.09 154	0.13 179	0.09 154
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 136	0.07 82	0.05 79	0.08 80	0.05 126	0.08 143	1.20 624	0.07 143	0.05 125	0.05 113	0.05 128	0.08 145	0.05 118	0.08 147	0.03 53	0.07 87	0.05 79	0.06 126	0.05 124	0.07 145	0.05 122

FADNet-RVC-Resample	0.12 136	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	1.57 694	0.04 60	0.04 67	0.04 94	0.05 124	0.04 98	0.06 135

FADNet_RVC	0.12 136	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.05 118	0.04 91	1.65 698	0.05 67	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

FADNet	0.12 136	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.05 118	0.04 91	1.66 701	0.06 75	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

ADCRef	0.12 136	0.03 31	0.04 64	1.71 630	0.04 101	0.03 44	0.03 55	0.04 96	0.04 104	0.04 93	0.03 57	0.04 97	0.03 54	0.06 120	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.03 48	0.04 96

GFORCE	0.13 144	0.13 116	0.18 216	0.19 188	0.11 184	0.11 164	0.10 162	0.11 166	0.09 161	0.11 169	0.11 181	0.11 169	0.10 162	0.13 180	0.11 174	0.17 190	0.18 240	0.13 175	0.11 182	0.13 179	0.11 176

E$^{3}$Stereo	0.13 144	0.14 136	0.13 155	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

LLLLL	0.13 144	0.14 136	0.13 155	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

LLL	0.13 144	0.14 136	0.14 164	0.17 176	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.14 186	0.14 190	0.11 182	0.14 195	0.11 176

low	0.13 144	0.14 136	0.14 164	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

100	0.13 144	0.14 136	0.13 155	0.17 176	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

300	0.13 144	0.14 136	0.13 155	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

Last	0.13 144	0.14 136	0.14 164	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

DDDD	0.13 144	0.14 136	0.14 164	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

FORCE_4.7	0.13 144	0.13 116	0.19 225	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.18 207	0.17 226	0.13 175	0.11 182	0.13 179	0.11 176

F4.4	0.13 144	0.13 116	0.18 216	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.10 163	0.13 179	0.11 176

FORCE_4.6	0.13 144	0.13 116	0.18 216	0.20 201	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.18 207	0.17 226	0.13 175	0.10 163	0.13 179	0.11 176

F5.5	0.13 144	0.13 116	0.18 216	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.12 218	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.11 182	0.13 179	0.11 176

F8.5	0.13 144	0.13 116	0.19 225	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.18 207	0.17 226	0.13 175	0.10 163	0.13 179	0.11 176

FORCE_9	0.13 144	0.13 116	0.20 233	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.18 240	0.13 175	0.11 182	0.13 179	0.11 176

FORCE_8	0.13 144	0.13 116	0.19 225	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.18 207	0.17 226	0.13 175	0.11 182	0.13 179	0.11 176

F7	0.13 144	0.13 116	0.19 225	0.20 201	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.11 182	0.13 179	0.11 176

FORCE_4.5	0.13 144	0.13 116	0.18 216	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.11 182	0.13 179	0.11 176

TT111	0.13 144	0.14 136	0.14 164	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

FORCE_4	0.13 144	0.13 116	0.19 225	0.19 188	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.10 163	0.13 179	0.11 176

FORCE_5	0.13 144	0.13 116	0.18 216	0.18 181	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.11 182	0.13 179	0.11 176

FORCE_6	0.13 144	0.13 116	0.18 216	0.18 181	0.11 184	0.13 177	0.11 180	0.13 178	0.11 184	0.13 179	0.11 181	0.13 179	0.11 180	0.13 180	0.11 174	0.17 190	0.16 198	0.13 175	0.10 163	0.13 179	0.10 162

EE1	0.13 144	0.14 136	0.14 164	0.17 176	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

AnonStereo	0.13 144	0.14 136	0.14 164	0.16 155	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.16 171	0.13 171	0.14 190	0.11 182	0.14 195	0.11 176

CIPLG	0.13 144	0.21 171	0.12 134	0.16 155	0.11 184	0.15 211	0.11 180	0.14 192	0.11 184	0.15 211	0.12 213	0.15 215	0.11 180	0.14 194	0.11 174	0.15 159	0.12 147	0.14 190	0.11 182	0.14 195	0.11 176

IPLG	0.13 144	0.20 165	0.14 164	0.15 145	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.15 159	0.12 147	0.14 190	0.11 182	0.14 195	0.11 176

ACRE	0.13 144	0.21 171	0.14 164	0.15 145	0.11 184	0.14 192	0.11 180	0.14 192	0.11 184	0.14 193	0.12 213	0.14 193	0.11 180	0.14 194	0.11 174	0.15 159	0.12 147	0.14 190	0.11 182	0.14 195	0.11 176

LRCNet_RVC	0.13 144	0.13 116	0.09 99	0.13 129	0.10 165	0.14 192	0.10 162	0.14 192	0.10 166	0.23 257	0.10 163	0.20 238	0.10 162	0.24 265	0.11 174	0.11 117	0.09 106	0.12 171	0.14 233	0.12 176	0.09 154

aanetorigin	0.13 144	0.11 109	0.11 123	0.11 108	0.11 184	0.11 164	0.11 180	0.11 166	0.11 184	0.11 169	0.12 213	0.11 169	0.11 180	0.11 170	0.11 174	0.11 117	0.11 133	0.14 190	0.11 182	0.49 465	0.11 176

FADNet-RVC	0.13 144	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 121	0.04 96	0.04 104	0.04 93	0.05 128	0.04 97	0.05 118	0.04 91	1.71 715	0.04 60	0.04 67	0.04 94	0.04 100	0.07 145	0.04 96

ELAS	0.13 144	0.16 152	0.11 123	0.15 145	0.09 159	0.18 229	0.11 180	0.18 228	0.11 184	0.17 223	0.11 181	0.18 228	0.11 180	0.18 228	0.11 174	0.14 146	0.08 96	0.14 190	0.08 152	0.14 195	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 175	1.22 513	0.28 273	0.32 259	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.32 285	0.27 282	0.04 94	0.03 58	0.03 48	0.03 52

S2M2_XL	0.14 175	0.17 157	0.12 134	0.17 176	0.11 184	0.17 225	0.11 180	0.17 224	0.11 184	0.17 223	0.11 181	0.17 224	0.11 180	0.17 225	0.11 174	0.16 171	0.11 133	0.16 219	0.11 182	0.16 219	0.11 176
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 175	1.83 574	0.12 134	0.11 108	0.03 52	0.03 44	0.03 55	0.03 47	0.04 104	0.03 45	0.03 57	0.03 47	0.03 54	0.06 120	0.04 98	0.12 123	0.11 133	0.05 109	0.04 100	0.05 115	0.04 96

ProNet	0.14 175	0.20 165	0.14 164	0.16 155	0.11 184	0.16 218	0.11 180	0.17 224	0.11 184	0.17 223	0.12 213	0.17 224	0.13 226	0.17 225	0.12 210	0.15 159	0.11 133	0.16 219	0.11 182	0.15 214	0.12 212

IPLGR_C	0.14 175	0.20 165	0.12 134	0.15 145	0.11 184	0.14 192	0.15 235	0.14 192	0.11 184	0.15 211	0.12 213	0.14 193	0.11 180	0.16 217	0.11 174	0.15 159	0.12 147	0.14 190	0.12 216	0.15 214	0.12 212

MIPNet	0.14 175	0.21 171	0.17 206	0.16 155	0.11 184	0.15 211	0.12 216	0.14 192	0.11 184	0.16 216	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.14 146	0.12 147	0.14 190	0.11 182	0.14 195	0.11 176

IPLGR	0.14 175	0.24 185	0.14 164	0.16 155	0.12 221	0.15 211	0.12 216	0.14 192	0.11 184	0.15 211	0.12 213	0.14 193	0.11 180	0.14 194	0.11 174	0.15 159	0.12 147	0.14 190	0.11 182	0.14 195	0.11 176

GMStereo	0.14 175	0.13 116	0.14 164	0.14 133	0.14 230	0.14 192	0.14 226	0.14 192	0.14 231	0.14 193	0.14 234	0.14 193	0.14 231	0.14 194	0.14 225	0.14 146	0.14 186	0.14 190	0.14 233	0.14 195	0.14 227
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 175	0.04 52	0.03 39	2.22 650	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.04 97	0.02 22	0.07 143	0.04 98	0.02 16	0.02 17	0.03 42	0.03 58	0.02 22	0.03 52

HSM	0.14 175	0.16 152	0.12 134	0.17 176	0.12 221	0.17 225	0.11 180	0.17 224	0.11 184	0.17 223	0.12 213	0.17 224	0.12 218	0.17 225	0.12 210	0.16 171	0.11 133	0.16 219	0.11 182	0.16 219	0.12 212

DRN-Test	0.14 175	0.13 116	0.09 99	0.14 133	0.09 159	0.15 211	0.09 157	0.14 192	0.10 166	0.14 193	0.09 159	0.14 193	0.09 158	0.13 180	0.09 152	0.12 123	0.09 106	0.12 171	0.09 154	0.12 176	0.73 562

ELAS_RVC	0.14 175	0.16 152	0.10 103	0.15 145	0.10 165	0.18 229	0.11 180	0.19 230	0.11 184	0.19 229	0.12 213	0.18 228	0.11 180	0.19 231	0.12 210	0.14 146	0.08 96	0.14 190	0.09 154	0.15 214	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 187	0.17 157	0.13 155	0.20 201	0.13 226	0.19 232	0.13 224	0.18 228	0.13 228	0.19 229	0.13 228	0.18 228	0.14 231	0.18 228	0.14 225	0.16 171	0.11 133	0.15 215	0.14 233	0.18 232	0.11 176

CoDeX	0.15 187	0.70 347	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.01 10	0.02 21	0.67 538	0.02 16	0.69 522	0.75 549	0.01 10	0.02 22	0.02 20

ICVP	0.15 187	0.53 313	0.11 123	0.16 155	0.11 184	0.16 218	0.11 180	0.16 217	0.11 184	0.16 216	0.11 181	0.16 216	0.11 180	0.16 217	0.11 174	0.16 171	0.11 133	0.16 219	0.11 182	0.16 219	0.11 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 187	0.04 52	0.04 64	2.20 649	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.05 128	0.04 97	0.04 101	0.08 147	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

StereoDRNet	0.15 187	0.14 136	0.10 103	0.14 133	0.09 159	0.15 211	0.09 157	0.14 192	0.09 161	0.14 193	0.10 163	0.14 193	0.09 158	0.14 194	0.09 152	0.13 139	0.10 111	0.13 175	0.09 154	0.13 179	0.82 578

LALA_ROB	0.15 187	0.19 161	0.12 134	0.18 181	0.11 184	0.20 238	0.12 216	0.21 247	0.12 223	0.20 236	0.12 213	0.20 238	0.12 218	0.21 248	0.13 220	0.17 190	0.10 111	0.18 239	0.11 182	0.18 232	0.11 176

SGM_RVC	0.15 187	0.17 157	0.11 123	0.18 181	0.11 184	0.19 232	0.11 180	0.19 230	0.12 223	0.19 229	0.12 213	0.20 238	0.12 218	0.19 231	0.12 210	0.16 171	0.11 133	0.17 229	0.10 163	0.17 228	0.10 162
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 194	0.92 398	0.16 196	0.18 181	0.08 155	0.11 164	0.12 216	0.12 175	0.09 161	0.09 153	0.28 324	0.10 157	0.08 156	0.10 157	0.12 210	0.15 159	0.17 226	0.08 143	0.12 216	0.09 154	0.08 149

flow	0.16 194	0.92 398	0.16 196	0.18 181	0.08 155	0.11 164	0.12 216	0.12 175	0.09 161	0.09 153	0.28 324	0.10 157	0.08 156	0.10 157	0.12 210	0.15 159	0.17 226	0.08 143	0.12 216	0.09 154	0.08 149

z-mn7	0.16 194	1.21 507	0.33 315	0.41 318	0.04 101	0.04 95	0.03 55	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.35 303	0.31 319	0.04 94	0.04 100	0.04 98	0.04 96

GMStereo_Zeroshot	0.16 194	0.16 152	0.16 196	0.16 155	0.16 256	0.16 218	0.16 242	0.16 217	0.16 251	0.16 216	0.16 250	0.16 216	0.16 248	0.16 217	0.16 246	0.16 171	0.16 198	0.16 219	0.16 249	0.16 219	0.16 237

qqq	0.16 194	2.01 599	0.12 134	0.15 145	0.04 101	0.06 123	0.05 121	0.06 126	0.04 104	0.06 128	0.03 57	0.06 129	0.03 54	0.06 120	0.03 53	0.12 123	0.14 186	0.04 94	0.04 100	0.03 48	0.03 52

DeepPruner_ROB	0.16 194	0.18 160	0.13 155	0.19 188	0.13 226	0.19 232	0.13 224	0.19 230	0.13 228	0.19 229	0.13 228	0.19 233	0.13 226	0.19 231	0.13 220	0.18 207	0.13 171	0.18 239	0.13 228	0.18 232	0.13 220

ManiGeoR	0.17 200	0.05 66	0.62 488	0.73 471	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.72 500	0.58 487	0.05 109	0.04 100	0.05 115	0.04 96

HLF11	0.17 200	0.05 66	0.63 492	0.72 467	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.71 492	0.59 493	0.05 109	0.04 100	0.04 98	0.04 96

HLf10	0.17 200	0.05 66	0.62 488	0.73 471	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.72 500	0.58 487	0.05 109	0.04 100	0.05 115	0.04 96

HLf8	0.17 200	0.05 66	0.62 488	0.72 467	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.72 500	0.58 487	0.05 109	0.04 100	0.05 115	0.04 96

TestStereo_HLe17	0.17 200	0.05 66	0.65 499	0.72 467	0.04 101	0.05 110	0.04 104	0.05 111	0.04 104	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.04 98	0.71 492	0.59 493	0.05 109	0.04 100	0.05 115	0.04 96

CAS++	0.17 200	0.27 198	0.21 239	0.10 91	0.21 293	0.15 211	0.22 281	0.10 154	0.21 282	0.22 251	0.10 163	0.19 233	0.18 272	0.10 157	0.19 270	0.20 218	0.19 242	0.18 239	0.10 163	0.19 238	0.18 261
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 200	2.16 609	0.13 155	0.13 129	0.04 101	0.06 123	0.04 104	0.06 126	0.04 104	0.06 128	0.03 57	0.06 129	0.03 54	0.06 120	0.05 116	0.18 207	0.12 147	0.06 126	0.03 58	0.05 115	0.03 52

SFCPSM	0.17 200	0.78 363	0.02 15	0.02 14	0.01 10	0.02 20	0.02 22	0.02 22	0.01 11	0.02 22	0.02 22	0.02 22	0.01 10	0.02 21	0.79 577	0.02 16	0.75 535	0.76 551	0.02 22	0.02 22	0.02 20

CCAANet	0.17 200	0.71 348	0.14 164	0.14 133	0.14 230	0.14 192	0.14 226	0.14 192	0.14 231	0.14 193	0.14 234	0.14 193	0.14 231	0.14 194	0.22 280	0.14 146	0.14 186	0.14 190	0.14 233	0.14 195	0.14 227

DepthFocus	0.18 209	0.22 175	0.15 189	0.22 214	0.15 245	0.22 253	0.15 235	0.22 253	0.15 243	0.22 251	0.15 244	0.22 255	0.16 248	0.22 254	0.15 237	0.20 218	0.15 195	0.20 248	0.14 233	0.20 239	0.14 227

w-ln-seven	0.18 209	1.47 532	0.33 315	0.40 304	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.38 324	0.32 324	0.05 109	0.04 100	0.04 98	0.04 96

xyz-stereo-finetune2	0.18 209	0.48 292	0.16 196	0.16 155	0.15 245	0.15 211	0.16 242	0.16 217	0.16 251	0.16 216	0.16 250	0.16 216	0.16 248	0.16 217	0.16 246	0.16 171	0.16 198	0.16 219	0.16 249	0.16 219	0.16 237

xyz-stereo	0.18 209	0.50 299	0.16 196	0.15 145	0.16 256	0.16 218	0.16 242	0.16 217	0.16 251	0.16 216	0.16 250	0.16 216	0.16 248	0.16 217	0.16 246	0.16 171	0.16 198	0.16 219	0.16 249	0.16 219	0.16 237

BEATNet-Init1	0.19 213	0.08 84	0.08 93	2.23 651	0.08 155	0.08 143	0.07 153	0.07 143	0.08 158	0.08 146	0.07 154	0.08 145	0.07 152	0.11 170	0.08 148	0.08 89	0.08 96	0.08 143	0.07 147	0.08 150	0.08 149

DeepPrunerF	0.19 213	0.08 84	0.08 93	2.23 651	0.08 155	0.08 143	0.07 153	0.07 143	0.08 158	0.08 146	0.07 154	0.08 145	0.07 152	0.11 170	0.08 148	0.08 89	0.08 96	0.08 143	0.07 147	0.08 150	0.08 149

Weightmod_eth	0.20 215	0.24 185	0.28 273	0.47 351	0.14 230	0.24 265	0.14 226	0.17 224	0.13 228	0.22 251	0.16 250	0.22 255	0.13 226	0.20 236	0.16 246	0.24 248	0.20 244	0.19 242	0.14 233	0.16 219	0.24 284

depth_test_26	0.20 215	0.34 213	0.25 255	0.34 269	0.14 230	0.21 248	0.14 226	0.21 247	0.14 231	0.21 247	0.14 234	0.21 245	0.14 231	0.21 248	0.14 225	0.26 257	0.26 269	0.22 257	0.15 246	0.22 250	0.14 227

IGEV_Zeroshot_test	0.20 215	0.19 161	0.40 392	0.30 247	0.17 262	0.22 253	0.17 252	0.21 247	0.17 261	0.20 236	0.17 258	0.21 245	0.18 272	0.21 248	0.17 253	0.20 218	0.16 198	0.20 248	0.16 249	0.20 239	0.17 255

DAS	0.20 215	0.20 165	0.20 233	0.20 201	0.20 283	0.20 238	0.20 271	0.20 238	0.20 278	0.20 236	0.20 282	0.20 238	0.20 283	0.20 236	0.20 273	0.20 218	0.20 244	0.20 248	0.20 282	0.20 239	0.20 266

ACVNet	0.20 215	0.19 161	0.14 164	0.20 201	0.14 230	0.20 238	0.96 599	0.21 247	0.14 231	0.20 236	0.13 228	0.21 245	0.14 231	0.20 236	0.14 225	0.17 190	0.12 147	0.17 229	0.12 216	0.17 228	0.12 212

acv_ft	0.20 215	0.19 161	0.14 164	0.20 201	0.14 230	0.20 238	0.96 599	0.21 247	0.14 231	0.20 236	0.13 228	0.21 245	0.14 231	0.20 236	0.14 225	0.17 190	0.12 147	0.17 229	0.12 216	0.17 228	0.12 212

iResNetv2_ROB	0.20 215	0.23 177	0.18 216	0.24 224	0.20 283	0.24 265	0.18 261	0.24 263	0.18 268	0.24 264	0.18 275	0.23 263	0.19 279	0.24 265	0.18 266	0.21 225	0.16 198	0.21 252	0.16 249	0.22 250	0.16 237

iResNet	0.20 215	0.23 177	0.18 216	0.24 224	0.18 274	0.24 265	0.20 271	0.24 263	0.18 268	0.23 257	0.17 258	0.23 263	0.18 272	0.23 261	0.18 266	0.22 227	0.16 198	0.21 252	0.16 249	0.21 248	0.16 237

SCION-MonSter	0.21 223	0.76 359	0.22 241	0.25 231	0.15 245	0.19 232	0.15 235	0.19 230	0.15 243	0.19 229	0.15 244	0.19 233	0.15 244	0.19 231	0.14 225	0.22 227	0.21 248	0.16 219	0.14 233	0.16 219	0.15 234

LACA2	0.21 223	0.24 185	0.26 262	0.31 253	0.16 256	0.24 265	0.16 242	0.24 263	0.16 251	0.24 264	0.16 250	0.24 269	0.16 248	0.24 265	0.16 246	0.27 261	0.23 261	0.24 276	0.16 249	0.23 262	0.16 237

LACA1	0.21 223	0.24 185	0.26 262	0.31 253	0.16 256	0.24 265	0.16 242	0.24 263	0.16 251	0.24 264	0.16 250	0.24 269	0.16 248	0.24 265	0.16 246	0.27 261	0.22 255	0.23 266	0.16 249	0.23 262	0.16 237

z-ln-s-r	0.21 223	1.40 530	0.53 465	0.56 426	0.04 101	0.05 110	0.04 104	0.05 111	0.05 125	0.05 113	0.04 111	0.05 114	0.04 101	0.05 104	0.05 116	0.57 457	0.44 436	0.04 94	0.04 100	0.04 98	0.04 96

tg	0.21 223	0.25 192	0.21 239	0.26 239	0.17 262	0.24 265	0.17 252	0.24 263	0.17 261	0.24 264	0.17 258	0.24 269	0.17 260	0.24 265	0.17 253	0.24 248	0.17 226	0.23 266	0.16 249	0.23 262	0.16 237

Pointernet	0.21 223	0.22 175	0.19 225	0.24 224	0.19 280	0.24 265	0.19 267	0.24 263	0.19 276	0.24 264	0.19 278	0.24 269	0.19 279	0.24 265	0.19 270	0.22 227	0.17 226	0.22 257	0.17 272	0.22 250	0.17 255

SuperB	0.21 223	0.10 98	2.51 730	0.12 116	0.09 159	0.10 153	0.09 157	0.08 147	0.07 153	0.10 157	0.09 159	0.09 154	0.07 152	0.07 143	0.07 144	0.07 87	0.08 96	0.07 138	0.07 147	0.08 150	0.07 146

GEAR-Net	0.22 230	0.46 281	0.27 265	0.29 245	0.17 262	0.21 248	0.17 252	0.21 247	0.17 261	0.21 247	0.17 258	0.21 245	0.17 260	0.21 248	0.17 253	0.28 266	0.26 269	0.20 248	0.16 249	0.20 239	0.16 237

BStereo	0.22 230	0.23 177	0.20 233	0.24 224	0.20 283	0.23 262	0.33 410	0.39 334	0.17 261	0.23 257	0.17 258	0.23 263	0.16 248	0.24 265	0.17 253	0.23 239	0.16 198	0.22 257	0.20 282	0.22 250	0.16 237

Anonymus123	0.22 230	0.23 177	0.20 233	0.24 224	0.20 283	0.23 262	0.33 410	0.39 334	0.17 261	0.23 257	0.17 258	0.23 263	0.16 248	0.24 265	0.17 253	0.23 239	0.16 198	0.22 257	0.20 282	0.22 250	0.16 237

WAO-6	0.22 230	0.23 177	0.22 241	0.23 219	0.22 295	0.22 253	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 255	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.22 257	0.22 289	0.22 250	0.22 272

IMH-64-1	0.22 230	0.23 177	0.23 245	0.22 214	0.22 295	0.22 253	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 255	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.23 266	0.22 289	0.22 250	0.23 274

IMH-64	0.22 230	0.23 177	0.23 245	0.22 214	0.22 295	0.22 253	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 255	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.23 266	0.22 289	0.22 250	0.23 274

ac_64	0.22 230	0.13 116	0.19 225	0.23 219	0.10 165	0.26 284	1.02 609	0.14 192	0.10 166	0.28 287	0.14 234	0.17 224	0.19 279	0.28 295	0.09 152	0.22 227	0.16 198	0.23 266	0.17 272	0.11 168	0.12 212

SMOE	0.23 237	0.25 192	0.30 283	0.33 263	0.18 274	0.26 284	0.18 261	0.26 277	0.18 268	0.26 281	0.18 275	0.25 276	0.18 272	0.25 274	0.18 266	0.31 282	0.27 282	0.23 266	0.17 272	0.23 262	0.17 255

LACA3	0.23 237	0.25 192	0.27 265	0.54 419	0.17 262	0.25 275	0.17 252	0.25 271	0.17 261	0.25 272	0.17 258	0.25 276	0.17 260	0.25 274	0.17 253	0.28 266	0.23 261	0.24 276	0.17 272	0.24 267	0.17 255

dd	0.23 237	0.98 409	0.16 196	0.23 219	0.15 245	0.23 262	0.15 235	0.23 260	0.15 243	0.23 257	0.15 244	0.24 269	0.17 260	0.23 261	0.15 237	0.22 227	0.15 195	0.21 252	0.15 246	0.22 250	0.16 237

dad	0.23 237	1.03 435	0.16 196	0.23 219	0.15 245	0.24 265	0.15 235	0.24 263	0.16 251	0.23 257	0.16 250	0.24 269	0.16 248	0.23 261	0.15 237	0.22 227	0.16 198	0.22 257	0.16 249	0.22 250	0.16 237

RSGM-EC	0.24 241	0.24 185	0.15 189	0.22 214	0.15 245	0.22 253	0.15 235	0.22 253	0.15 243	0.24 264	0.15 244	0.22 255	0.15 244	0.22 254	1.19 624	0.20 218	0.17 226	0.24 276	0.14 233	0.20 239	0.14 227

acva	0.24 241	0.24 185	0.15 189	0.22 214	0.15 245	0.22 253	0.15 235	0.22 253	0.15 243	0.24 264	0.15 244	0.22 255	0.15 244	0.22 254	1.19 624	0.20 218	0.17 226	0.24 276	0.14 233	0.20 239	0.14 227

MSKI-zero shot	0.24 241	0.21 171	0.49 446	0.65 446	0.18 274	0.22 253	0.17 252	0.23 260	0.18 268	0.21 247	0.17 258	0.23 263	0.28 329	0.23 261	0.18 266	0.21 225	0.16 198	0.21 252	0.16 249	0.21 248	0.16 237

SCION-MonSter(vits)	0.25 244	0.79 365	0.31 301	0.42 328	0.28 323	0.40 347	0.28 318	0.20 238	0.15 243	0.40 343	0.15 244	0.19 233	0.15 244	0.20 236	0.15 237	0.23 239	0.21 248	0.17 229	0.14 233	0.16 219	0.14 227

qqq1	0.25 244	3.70 679	0.14 164	0.14 133	0.04 101	0.06 123	0.05 121	0.06 126	0.05 125	0.06 128	0.05 128	0.04 97	0.05 118	0.06 120	0.05 116	0.13 139	0.12 147	0.06 126	0.05 124	0.03 48	0.04 96

fff1	0.25 244	3.70 679	0.14 164	0.14 133	0.04 101	0.06 123	0.05 121	0.06 126	0.05 125	0.06 128	0.05 128	0.04 97	0.05 118	0.06 120	0.05 116	0.13 139	0.12 147	0.06 126	0.05 124	0.03 48	0.04 96

UNDER WATER-64	0.25 244	0.26 195	0.25 255	0.26 239	0.25 309	0.25 275	0.25 297	0.25 271	0.25 301	0.25 272	0.25 307	0.25 276	0.25 303	0.26 286	0.25 298	0.25 255	0.25 266	0.25 281	0.25 305	0.25 270	0.25 286

ffm	0.25 244	3.83 685	0.12 134	0.12 116	0.05 126	0.06 123	0.05 121	0.06 126	0.05 125	0.03 45	0.03 57	0.06 129	0.05 118	0.06 120	0.05 116	0.12 123	0.12 147	0.05 109	0.04 100	0.06 128	0.04 96

ff1	0.25 244	3.83 685	0.12 134	0.12 116	0.05 126	0.06 123	0.05 121	0.06 126	0.05 125	0.03 45	0.03 57	0.06 129	0.05 118	0.06 120	0.05 116	0.12 123	0.12 147	0.05 109	0.04 100	0.06 128	0.04 96

mmx	0.25 244	3.83 685	0.12 134	0.12 116	0.05 126	0.06 123	0.05 121	0.06 126	0.05 125	0.03 45	0.03 57	0.06 129	0.05 118	0.06 120	0.05 116	0.12 123	0.12 147	0.05 109	0.04 100	0.06 128	0.04 96

MIM_Stereo	0.25 244	0.23 177	0.66 501	0.80 481	0.17 262	0.22 253	0.17 252	0.23 260	0.18 268	0.26 281	0.17 258	0.21 245	0.17 260	0.25 274	0.17 253	0.23 239	0.16 198	0.21 252	0.17 272	0.22 250	0.17 255

LoS	0.25 244	0.27 198	0.25 255	0.25 231	0.25 309	0.25 275	0.25 297	0.26 277	0.25 301	0.25 272	0.25 307	0.25 276	0.25 303	0.25 274	0.25 298	0.26 257	0.25 266	0.25 281	0.26 311	0.26 273	0.25 286
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 244	1.31 521	0.74 529	0.92 499	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.03 47	0.02 22	0.02 21	0.02 22	0.87 530	0.75 535	0.02 20	0.02 22	0.02 22	0.02 20

IGEV_i1	0.26 254	0.05 66	0.04 64	0.06 69	0.03 52	0.05 110	0.03 55	0.05 111	0.03 60	0.05 113	0.03 57	0.04 97	0.06 139	0.05 104	0.03 53	4.34 739	0.03 40	0.04 94	0.03 58	0.05 115	0.04 96

Weightmod	0.27 255	0.29 203	0.33 315	0.38 282	0.20 283	0.30 296	0.21 276	0.29 287	0.21 282	0.29 292	0.22 289	0.30 302	0.20 283	0.30 301	0.21 276	0.37 311	0.31 319	0.27 291	0.20 282	0.28 281	0.21 269

SME	0.27 255	0.29 203	0.31 301	0.38 282	0.20 283	0.29 294	0.18 261	0.30 290	0.20 278	0.32 305	0.21 287	0.32 311	0.20 283	0.32 309	0.21 276	0.35 303	0.32 324	0.27 291	0.19 280	0.29 285	0.20 266

model_zeroshot	0.27 255	0.20 165	0.27 265	0.33 263	0.21 293	0.37 331	0.22 281	0.37 320	0.24 296	0.26 281	0.27 316	0.33 315	0.21 290	0.25 274	0.27 305	0.32 285	0.20 244	0.34 328	0.23 295	0.25 270	0.26 292

DLNR-FE	0.28 258	0.89 387	0.30 283	0.34 269	0.19 280	0.28 291	0.19 267	0.28 282	0.20 278	0.28 287	0.20 282	0.28 292	0.20 283	0.28 295	0.20 273	0.33 291	0.28 290	0.25 281	0.19 280	0.24 267	0.19 264

xyz-stereo-finetune	0.28 258	0.49 294	0.16 196	0.16 155	0.16 256	0.16 218	0.16 242	0.22 253	0.30 350	0.32 305	0.31 399	0.32 311	0.31 402	0.32 309	0.32 394	0.32 285	0.33 337	0.31 308	0.32 423	0.31 294	0.32 400

SQANet	0.28 258	0.28 201	0.28 273	0.28 244	0.28 323	0.28 291	0.28 318	0.28 282	0.28 325	0.28 287	0.28 324	0.28 292	0.28 329	0.28 295	0.28 314	0.28 266	0.28 290	0.28 295	0.28 371	0.28 281	0.28 359

HGLStereo	0.28 258	0.29 203	0.22 241	0.36 276	0.22 295	0.36 323	0.21 276	0.36 312	0.21 282	0.42 374	0.21 287	0.36 327	0.22 291	0.36 327	0.21 276	0.34 295	0.21 248	0.34 328	0.21 286	0.34 309	0.21 269

iResNet_ROB	0.28 258	0.32 211	0.24 252	0.32 259	0.25 309	0.32 312	0.24 295	0.32 298	0.24 296	0.33 310	0.24 301	0.35 322	0.24 300	0.33 317	0.24 290	0.31 282	0.24 265	0.32 311	0.24 302	0.32 297	0.24 284

UNet	0.29 263	0.90 391	0.10 103	0.14 133	0.10 165	0.14 192	0.10 162	0.91 553	0.69 556	0.14 193	0.11 181	0.14 193	0.11 180	0.14 194	0.10 159	0.12 123	0.09 106	0.12 171	0.09 154	0.88 546	0.76 569

MultiAttention	0.30 264	0.30 206	0.30 283	0.30 247	0.30 348	0.30 296	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 302	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 302	0.30 404	0.30 289	0.30 383

MSAF-DinoV2	0.30 264	0.30 206	0.30 283	0.30 247	0.30 348	0.30 296	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 302	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 302	0.30 404	0.30 289	0.30 383

DDVS	0.30 264	3.10 665	0.14 164	0.19 188	0.14 230	0.19 232	0.14 226	0.20 238	0.14 231	0.19 229	0.13 228	0.16 216	0.13 226	0.19 231	0.13 220	0.17 190	0.13 171	0.17 229	0.13 228	0.17 228	0.13 220

ACV-stereo	0.30 264	2.08 601	0.25 255	0.25 231	0.18 274	0.24 265	0.17 252	0.24 263	0.18 268	0.24 264	0.17 258	0.25 276	0.17 260	0.24 265	0.17 253	0.22 227	0.16 198	0.22 257	0.16 249	0.22 250	0.16 237

LoS_RVC	0.30 264	1.14 451	0.25 255	0.25 231	0.25 309	0.26 284	0.25 297	0.25 271	0.25 301	0.25 272	0.25 307	0.26 288	0.26 313	0.26 286	0.25 298	0.26 257	0.26 269	0.25 281	0.25 305	0.26 273	0.26 292

CAS	0.30 264	1.17 457	0.25 255	0.25 231	0.25 309	0.26 284	0.25 297	0.25 271	0.26 315	0.25 272	0.25 307	0.25 276	0.25 303	0.25 274	0.25 298	0.26 257	0.26 269	0.26 286	0.25 305	0.26 273	0.25 286

DANet	0.30 264	0.30 206	0.30 283	0.30 247	0.30 348	0.30 296	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 302	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 302	0.30 404	0.30 289	0.30 383
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 271	0.31 209	0.31 301	0.30 247	0.40 468	0.31 303	0.30 341	0.30 290	0.34 429	0.29 292	0.31 399	0.29 298	0.30 350	0.31 306	0.31 382	0.31 282	0.29 304	0.31 308	0.30 404	0.31 294	0.31 393

tt1	0.31 271	0.93 402	0.24 252	0.33 263	0.23 301	0.31 303	0.24 295	0.32 298	0.24 296	0.32 305	0.23 294	0.32 311	0.25 303	0.32 309	0.24 290	0.27 261	0.26 269	0.27 291	0.26 311	0.27 279	0.27 331

xxxxx1	0.31 271	0.91 393	0.23 245	0.31 253	0.23 301	0.31 303	0.23 290	0.33 302	0.25 301	0.31 299	0.24 301	0.33 315	0.25 303	0.32 309	0.24 290	0.28 266	0.28 290	0.28 295	0.28 371	0.29 285	0.27 331

DLNR_Zeroshot_test	0.31 271	0.28 201	0.47 431	0.79 477	0.24 306	0.30 296	0.26 304	0.30 290	0.24 296	0.32 305	0.23 294	0.31 307	0.24 300	0.30 301	0.23 287	0.29 275	0.26 269	0.29 300	0.24 302	0.33 304	0.23 274

tt_ll	0.31 271	0.91 393	0.23 245	0.31 253	0.23 301	0.31 303	0.23 290	0.33 302	0.25 301	0.31 299	0.24 301	0.33 315	0.25 303	0.32 309	0.24 290	0.28 266	0.28 290	0.28 295	0.28 371	0.29 285	0.27 331

ff	0.31 271	0.91 393	0.23 245	0.31 253	0.23 301	0.31 303	0.23 290	0.33 302	0.25 301	0.31 299	0.24 301	0.33 315	0.25 303	0.32 309	0.24 290	0.28 266	0.28 290	0.28 295	0.28 371	0.29 285	0.27 331

RAFT + AFF	0.31 271	0.45 277	0.34 329	0.39 291	0.28 323	0.38 338	0.33 410	0.29 287	0.31 396	0.30 294	0.30 354	0.29 298	0.27 320	0.29 299	0.30 340	0.28 266	0.29 304	0.29 300	0.29 386	0.27 279	0.32 400

MLCV	0.31 271	0.35 215	0.27 265	0.35 272	0.28 323	0.35 319	0.27 307	0.35 308	0.28 325	0.36 321	0.27 316	0.35 322	0.27 320	0.35 321	0.27 305	0.34 295	0.27 282	0.34 328	0.27 350	0.34 309	0.27 331

DN-CSS_ROB	0.31 271	0.35 215	0.28 273	0.35 272	0.28 323	0.34 315	0.27 307	0.34 305	0.25 301	0.35 317	0.27 316	0.36 327	0.26 313	0.34 318	0.28 314	0.35 303	0.28 290	0.34 328	0.28 371	0.34 309	0.27 331

PStereo	0.32 280	0.36 220	0.28 273	0.38 282	0.29 336	0.36 323	0.27 307	0.38 329	0.27 319	0.38 329	0.28 324	0.36 327	0.27 320	0.36 327	0.28 314	0.32 285	0.27 282	0.33 318	0.27 350	0.33 304	0.27 331

DStereoFS	0.32 280	0.33 212	0.32 310	0.33 263	0.30 348	0.32 312	0.32 399	0.32 298	0.31 396	0.30 294	0.31 399	0.31 307	0.30 350	0.32 309	0.32 394	0.32 285	0.31 319	0.30 302	0.47 512	0.32 297	0.34 416

DStereoSA	0.32 280	0.52 309	0.34 329	0.31 253	0.31 396	0.30 296	0.30 341	0.31 296	0.30 350	0.31 299	0.31 399	0.31 307	0.30 350	0.31 306	0.31 382	0.30 276	0.32 324	0.31 308	0.31 415	0.31 294	0.31 393

WCG-NET（raft）	0.32 280	1.24 515	0.24 252	0.32 259	0.24 306	0.32 312	0.23 290	0.32 298	0.24 296	0.32 305	0.24 301	0.32 311	0.24 300	0.32 309	0.24 290	0.30 276	0.23 261	0.30 302	0.23 295	0.30 289	0.23 274

Any-RAFT	0.32 280	0.36 220	0.27 265	0.36 276	0.27 317	0.36 323	0.27 307	0.36 312	0.27 319	0.36 321	0.27 316	0.36 327	0.27 320	0.36 327	0.28 314	0.36 308	0.28 290	0.36 353	0.28 371	0.36 332	0.28 359

StereoDRNet-Refined	0.33 285	0.39 234	0.26 262	0.39 291	0.26 316	0.40 347	0.26 304	0.40 343	0.26 315	0.39 336	0.26 312	0.39 345	0.26 313	0.39 346	0.26 303	0.37 311	0.25 266	0.37 357	0.25 305	0.37 337	0.37 436
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-M(vits-remse)	0.34 286	0.79 365	0.30 283	0.33 263	0.28 323	0.40 347	0.28 318	0.40 343	0.28 325	0.40 343	0.28 324	0.39 345	0.28 329	0.40 349	0.28 314	0.23 239	0.21 248	0.35 344	0.27 350	0.35 322	0.27 331

SCION-Mon(vits-remp)	0.34 286	0.98 409	0.30 283	0.33 263	0.18 274	0.21 248	0.28 318	0.40 343	0.28 325	0.40 343	0.28 324	0.39 345	0.28 329	0.40 349	0.28 314	0.37 311	0.29 304	0.35 344	0.27 350	0.35 322	0.27 331

RAFT-FEzeroshot	0.34 286	0.26 195	0.17 206	0.21 212	0.17 262	0.20 238	0.16 242	0.20 238	0.16 251	0.20 236	0.17 258	0.21 245	0.16 248	0.27 290	0.24 290	0.19 215	0.16 198	0.19 242	0.16 249	0.26 273	3.08 757

RAFT-FE	0.34 286	0.26 195	0.17 206	0.21 212	0.17 262	0.20 238	0.16 242	0.20 238	0.16 251	0.20 236	0.17 258	0.21 245	0.16 248	0.27 290	0.24 290	0.19 215	0.16 198	0.19 242	0.16 249	0.26 273	3.08 757

LG-Stereo_L2	0.34 286	0.37 223	0.38 348	0.47 351	0.28 323	0.39 345	0.28 318	0.39 334	0.28 325	0.39 336	0.28 324	0.39 345	0.28 329	0.38 338	0.28 314	0.42 367	0.35 373	0.36 353	0.26 311	0.35 322	0.26 292

H2IRNET	0.34 286	0.34 213	0.34 329	0.34 269	0.34 435	0.34 315	0.34 425	0.34 305	0.34 429	0.34 313	0.34 426	0.34 320	0.34 428	0.34 318	0.34 421	0.34 295	0.34 366	0.34 328	0.34 438	0.34 309	0.34 416

IGEV++	0.34 286	0.43 265	0.30 283	0.40 304	0.29 336	0.40 347	0.29 333	0.40 343	0.29 335	0.40 343	0.29 339	0.40 355	0.29 341	0.40 349	0.30 340	0.38 324	0.29 304	0.37 357	0.29 386	0.37 337	0.29 368

iRaft-Stereo_5w	0.34 286	0.42 263	0.31 301	0.39 291	0.30 348	0.38 338	0.30 341	0.40 343	0.29 335	0.40 343	0.37 446	0.41 370	0.34 428	0.38 338	0.30 340	0.34 295	0.27 282	0.34 328	0.26 311	0.34 309	0.26 292

CSP-Net	0.34 286	1.29 517	1.19 584	1.36 609	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	1.26 626	1.21 637	0.03 42	0.09 154	0.02 22	0.09 154

iRaft-Stereo_20w	0.34 286	0.41 251	0.31 301	0.39 291	0.29 336	0.40 347	0.32 399	0.41 362	0.32 408	0.38 329	0.30 354	0.39 345	0.30 350	0.38 338	0.32 394	0.35 303	0.27 282	0.34 328	0.27 350	0.34 309	0.29 368

DGSMNet	0.34 286	0.41 251	0.27 265	0.41 318	0.28 323	0.41 366	0.28 318	0.41 362	0.27 319	0.41 360	0.27 316	0.42 388	0.27 320	0.41 369	0.28 314	0.40 345	0.29 304	0.40 422	0.28 371	0.40 413	0.27 331

small-0shot	0.35 297	1.92 595	0.27 265	0.27 242	0.27 317	0.27 289	0.27 307	0.27 281	0.27 319	0.27 286	0.27 316	0.26 288	0.27 320	0.27 290	0.26 303	0.27 261	0.26 269	0.26 286	0.26 311	0.26 273	0.27 331

gcap_with_dpt	0.35 297	0.39 234	0.30 283	0.44 339	0.31 396	0.44 429	0.31 389	0.44 427	0.31 396	0.44 420	0.30 354	0.44 433	0.30 350	0.44 421	0.30 340	0.38 324	0.26 269	0.38 365	0.27 350	0.38 350	0.27 331

FE-Mocha	0.35 297	0.71 348	0.40 392	0.47 351	0.27 317	0.34 315	0.27 307	0.34 305	0.26 315	0.34 313	0.26 312	0.34 320	0.27 320	0.34 318	0.27 305	0.44 369	0.41 413	0.33 318	0.29 386	0.32 297	0.29 368

IGEV-FE	0.35 297	0.37 223	0.17 206	0.19 188	0.17 262	0.20 238	0.17 252	0.19 230	0.17 261	0.19 229	0.17 258	0.19 233	0.17 260	0.37 334	0.36 428	0.19 215	0.17 226	0.19 242	0.17 272	0.38 350	2.84 748

test_for_model	0.35 297	0.39 234	0.30 283	0.43 335	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.31 382	0.38 324	0.26 269	0.38 365	0.26 311	0.38 350	0.26 292

CASnet	0.35 297	0.51 307	0.44 415	0.32 259	0.31 396	0.24 265	0.34 425	0.36 312	0.25 301	0.31 299	0.37 446	0.30 302	0.33 421	0.25 274	0.45 483	0.37 311	0.37 384	0.33 318	0.35 451	0.34 309	0.37 436
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 297	0.44 268	0.45 417	0.49 363	0.30 348	0.37 331	0.30 341	0.36 312	0.30 350	0.36 321	0.29 339	0.36 327	0.29 341	0.36 327	0.30 340	0.46 411	0.39 399	0.32 311	0.24 302	0.32 297	0.25 286
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 297	0.35 215	0.35 339	0.35 272	0.35 439	0.35 319	0.35 430	0.35 308	0.35 433	0.35 317	0.35 435	0.35 322	0.35 434	0.35 321	0.35 425	0.35 303	0.35 373	0.35 344	0.35 451	0.35 322	0.35 427

GeoVLM	0.36 305	0.38 227	0.27 265	0.46 344	0.28 323	0.35 319	0.28 318	0.37 320	0.27 319	0.35 317	0.28 324	0.36 327	0.38 447	0.35 321	0.28 314	1.08 559	0.26 269	0.33 318	0.27 350	0.34 309	0.33 409

Zero-FE251	0.36 305	0.40 238	0.28 273	0.41 318	0.28 323	0.41 366	0.28 318	0.41 362	0.28 325	0.41 360	0.28 324	0.41 370	0.28 329	0.42 383	0.30 340	0.37 311	0.26 269	0.37 357	0.27 350	0.45 439	0.56 522

GIP-stereo	0.36 305	0.49 294	0.39 359	0.48 357	0.32 410	0.41 366	0.28 318	0.40 343	0.30 350	0.41 360	0.28 324	0.40 355	0.28 329	0.42 383	0.28 314	0.45 399	0.32 324	0.38 365	0.30 404	0.37 337	0.27 331

DCVSM-stereo	0.36 305	1.89 586	0.22 241	0.40 304	0.22 295	0.40 347	0.22 281	0.40 343	0.22 286	0.40 343	0.22 289	0.40 355	0.22 291	0.40 349	0.22 280	0.28 266	0.21 248	0.28 295	0.21 286	0.28 281	0.20 266

RSM	0.36 305	0.36 220	0.43 413	0.37 279	0.42 488	0.49 469	0.42 479	0.37 320	0.28 325	0.36 321	0.29 339	0.36 327	0.30 350	0.37 334	0.28 314	0.34 295	0.31 319	0.34 328	0.35 451	0.40 413	0.29 368

gcap-zeroshot	0.36 305	0.40 238	0.34 329	0.44 339	0.31 396	0.44 429	0.31 389	0.44 427	0.32 408	0.44 420	0.32 409	0.44 433	0.32 409	0.44 421	0.31 382	0.39 337	0.28 290	0.39 409	0.28 371	0.39 399	0.27 331

testlalala	0.36 305	0.40 238	0.34 329	0.44 339	0.31 396	0.44 429	0.31 389	0.44 427	0.32 408	0.44 420	0.32 409	0.44 433	0.32 409	0.44 421	0.31 382	0.39 337	0.28 290	0.39 409	0.28 371	0.39 399	0.27 331

GCAPDPT-zeroshot	0.36 305	0.40 238	0.30 283	0.43 335	0.30 348	0.43 394	0.30 341	0.43 388	0.31 396	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.31 382	0.39 337	0.28 290	0.39 409	0.27 350	0.39 399	0.26 292

RAFT-Test	0.36 305	0.37 223	0.33 315	0.41 318	0.32 410	0.41 366	0.32 399	0.41 362	0.32 408	0.41 360	0.32 409	0.41 370	0.32 409	0.41 369	0.33 406	0.37 311	0.29 304	0.37 357	0.29 386	0.38 350	0.31 393

DMCA	0.36 305	0.38 227	0.37 346	0.35 272	0.35 439	0.36 323	0.36 436	0.36 312	0.35 433	0.35 317	0.37 446	0.36 327	0.36 438	0.35 321	0.36 428	0.36 308	0.36 379	0.35 344	0.36 457	0.36 332	0.36 430

ACVNet-DCA	0.37 315	1.00 419	0.30 283	0.40 304	0.29 336	0.40 347	0.29 333	0.40 343	0.29 335	0.40 343	0.29 339	0.40 355	0.29 341	0.39 346	0.28 314	0.33 291	0.32 324	0.33 318	0.32 423	0.33 304	0.32 400

1test111	0.37 315	1.02 433	0.30 283	0.39 291	0.29 336	0.40 347	0.28 318	0.39 334	0.29 335	0.39 336	0.29 339	0.39 345	0.28 329	0.40 349	0.29 330	0.33 291	0.32 324	0.33 318	0.31 415	0.32 297	0.31 393

cc1	0.37 315	1.02 433	0.30 283	0.39 291	0.29 336	0.40 347	0.28 318	0.39 334	0.29 335	0.39 336	0.29 339	0.39 345	0.28 329	0.40 349	0.29 330	0.33 291	0.32 324	0.33 318	0.31 415	0.32 297	0.31 393

EKT-Stereo	0.37 315	0.40 238	0.44 415	1.07 524	0.29 336	0.34 315	0.31 389	0.36 312	0.29 335	0.38 329	0.31 399	0.37 337	0.30 350	0.36 327	0.29 330	0.34 295	0.28 290	0.39 409	0.30 404	0.37 337	0.30 383

GMOStereo	0.37 315	0.45 277	0.23 245	0.30 247	0.37 450	0.41 366	0.36 436	0.41 362	0.35 433	0.43 381	0.36 439	0.41 370	0.40 460	0.41 369	0.36 428	0.34 295	0.22 255	0.47 478	0.37 460	0.39 399	0.33 409

XPNet_ROB	0.37 315	0.37 223	0.37 346	0.37 279	0.37 450	0.37 331	0.37 442	0.37 320	0.37 445	0.37 327	0.37 446	0.37 337	0.37 443	0.37 334	0.37 438	0.37 311	0.37 384	0.37 357	0.37 460	0.37 337	0.37 436

GREATEN-IGEV_RVC	0.38 321	0.35 215	0.56 470	0.63 440	0.29 336	0.36 323	0.29 333	0.36 312	0.29 335	0.39 336	0.29 339	0.36 327	0.29 341	0.36 327	0.29 330	0.62 472	0.57 483	0.35 344	0.29 386	0.36 332	0.29 368

GREATEN-IGEV-FM_RVC	0.38 321	0.35 215	0.56 470	0.63 440	0.28 323	0.36 323	0.28 318	0.36 312	0.28 325	0.36 321	0.28 324	0.36 327	0.28 329	0.36 327	0.28 314	0.62 472	0.57 483	0.35 344	0.28 371	0.35 322	0.28 359

MonSter++	0.38 321	0.44 268	0.31 301	0.43 335	0.30 348	0.43 394	0.31 389	0.43 388	0.31 396	0.45 432	0.31 399	0.43 397	0.31 402	0.43 390	0.69 553	0.38 324	0.33 337	0.40 422	0.30 404	0.38 350	0.30 383

HiDET	0.38 321	0.44 268	0.30 283	0.42 328	0.30 348	0.42 387	0.30 341	0.42 380	0.30 350	0.44 420	0.30 354	0.42 388	0.30 350	0.42 383	0.68 545	0.37 311	0.32 324	0.40 422	0.29 386	0.37 337	0.29 368

LCMNet	0.38 321	0.44 268	0.30 283	0.42 328	0.30 348	0.42 387	0.30 341	0.42 380	0.30 350	0.45 432	0.30 354	0.42 388	0.30 350	0.42 383	0.69 553	0.37 311	0.32 324	0.40 422	0.29 386	0.37 337	0.29 368

CSFM-Stereo	0.38 321	0.44 268	0.30 283	0.42 328	0.30 348	0.42 387	0.30 341	0.43 388	0.30 350	0.44 420	0.30 354	0.42 388	0.30 350	0.42 383	0.73 567	0.37 311	0.32 324	0.40 422	0.29 386	0.37 337	0.30 383

HART	0.38 321	0.45 277	0.34 329	0.42 328	0.33 423	0.41 366	0.34 425	0.42 380	0.33 418	0.43 381	0.34 426	0.42 388	0.34 428	0.41 369	0.38 441	0.40 345	0.32 324	0.42 456	0.32 423	0.40 413	0.32 400

GREAT-IGEV	0.38 321	0.43 265	0.36 341	0.48 357	0.32 410	0.45 443	0.32 399	0.45 436	0.32 408	0.45 432	0.32 409	0.45 443	0.32 409	0.45 440	0.32 394	0.44 369	0.33 337	0.41 440	0.29 386	0.41 424	0.29 368
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	0.38 321	0.43 265	0.33 315	0.46 344	0.33 423	0.45 443	0.32 399	0.45 436	0.32 408	0.45 432	0.32 409	0.45 443	0.33 421	0.45 440	0.32 394	0.38 324	0.38 392	0.38 365	0.37 460	0.37 337	0.36 430

WAO-8	0.38 321	0.38 227	0.38 348	0.38 282	0.38 457	0.38 338	0.38 449	0.38 329	0.38 449	0.38 329	0.38 451	0.38 340	0.38 447	0.38 338	0.38 441	0.38 324	0.38 392	0.38 365	0.37 460	0.38 350	0.38 443

WAO-7	0.38 321	0.38 227	0.38 348	0.38 282	0.38 457	0.38 338	0.38 449	0.38 329	0.38 449	0.38 329	0.38 451	0.38 340	0.38 447	0.38 338	0.38 441	0.38 324	0.38 392	0.38 365	0.38 474	0.38 350	0.38 443

xx1	0.38 321	1.03 435	0.31 301	0.40 304	0.31 396	0.41 366	0.28 318	0.40 343	0.29 335	0.40 343	0.29 339	0.40 355	0.29 341	0.40 349	0.29 330	0.34 295	0.33 337	0.34 328	0.32 423	0.34 309	0.32 400

Venus	0.38 321	0.38 227	0.38 348	0.38 282	0.38 457	0.37 331	0.38 449	0.37 320	0.37 445	0.41 360	0.37 446	0.39 345	0.37 443	0.38 338	0.38 441	0.37 311	0.38 392	0.38 365	0.37 460	0.37 337	0.38 443

IMH	0.38 321	0.38 227	0.38 348	0.38 282	0.38 457	0.38 338	0.38 449	0.38 329	0.38 449	0.42 374	0.38 451	0.40 355	0.38 447	0.38 338	0.38 441	0.38 324	0.38 392	0.39 409	0.38 474	0.38 350	0.38 443

NBS	0.39 335	0.68 343	0.36 341	0.38 282	0.36 445	0.38 338	0.39 463	0.39 334	0.39 462	0.37 327	0.35 435	0.37 337	0.38 447	0.37 334	0.38 441	0.39 337	0.36 379	0.36 353	0.39 478	0.38 350	0.38 443

DF	0.39 335	1.37 527	1.02 568	1.14 532	0.12 221	0.16 218	0.12 216	0.16 217	0.12 223	0.16 216	0.12 213	0.16 216	0.12 218	0.16 217	0.12 210	1.12 568	1.00 559	0.15 215	0.12 216	0.15 214	0.12 212

PAM	0.39 335	1.88 585	0.34 329	0.37 279	0.41 478	0.45 443	0.22 281	0.28 282	0.23 293	0.28 287	0.24 301	0.29 298	0.23 297	0.29 299	0.23 287	0.38 324	0.32 324	0.38 365	0.37 460	0.32 297	0.22 272

HanzoNet	0.39 335	0.38 227	0.40 392	0.39 291	0.41 478	0.38 338	0.38 449	0.38 329	0.38 449	0.39 336	0.39 461	0.38 340	0.38 447	0.39 346	0.40 458	0.38 324	0.38 392	0.40 422	0.38 474	0.38 350	0.40 452

CES	0.39 335	0.47 286	0.36 341	0.36 276	0.37 450	0.45 443	0.35 430	0.35 308	0.40 465	0.36 321	0.44 487	0.47 453	0.36 438	0.44 421	0.36 428	0.37 311	0.39 399	0.44 459	0.35 451	0.37 337	0.36 430

PASM	0.39 335	3.06 664	1.36 650	1.58 619	0.09 159	0.11 164	0.11 180	0.11 166	0.11 184	0.09 153	0.09 159	0.11 169	0.09 158	0.09 153	0.09 152	0.11 117	0.11 133	0.11 164	0.09 154	0.11 168	0.11 176

mms	0.40 341	0.45 277	0.35 339	0.48 357	0.36 445	0.47 455	0.34 425	0.45 436	0.38 449	0.47 444	0.33 418	0.45 443	0.32 409	0.45 440	0.32 394	0.39 337	0.38 392	0.38 365	0.37 460	0.39 399	0.39 450

GCAPDPT-zeroshot4090	0.40 341	1.09 445	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.44 427	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.45 399	0.34 366	0.38 365	0.27 350	0.38 350	0.27 331

knoymous	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452

anonymousa	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452

riskmin	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452

Anonymous_2	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452

Anonymous_1	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452

AdaStereo	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452
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.
test410_97500	0.41 349	0.89 387	0.31 301	0.40 304	0.31 396	0.40 347	0.31 389	0.40 343	0.31 396	0.61 511	0.53 524	0.40 355	0.31 402	0.40 349	0.31 382	0.58 458	0.47 447	0.38 365	0.29 386	0.38 350	0.29 368

GCAP-Stereo-DPT-25K	0.41 349	1.09 445	0.40 392	0.52 414	0.31 396	0.44 429	0.31 389	0.44 427	0.31 396	0.44 420	0.31 399	0.44 433	0.31 402	0.44 421	0.31 382	0.46 411	0.35 373	0.39 409	0.28 371	0.39 399	0.28 359

GCAP-Stereo-DPT-FT	0.41 349	1.06 442	0.40 392	0.51 411	0.31 396	0.44 429	0.30 341	0.43 388	0.32 408	0.44 420	0.30 354	0.56 506	0.30 350	0.44 421	0.31 382	0.45 399	0.34 366	0.39 409	0.27 350	0.40 413	0.27 331

Select-FE	0.41 349	0.44 268	0.23 245	0.26 239	0.22 295	0.26 284	0.22 281	0.26 277	0.23 293	0.26 281	0.23 294	0.26 288	0.23 297	0.45 440	0.42 474	0.25 255	0.22 255	0.25 281	0.22 289	0.45 439	2.90 749

water-stereo	0.41 349	0.84 375	0.46 423	0.50 400	0.33 423	0.45 443	0.33 410	0.45 436	0.32 408	0.45 432	0.32 409	0.45 443	0.32 409	0.45 440	0.32 394	0.44 369	0.41 413	0.39 409	0.31 415	0.39 399	0.32 400

GCAP-BAT	0.41 349	1.30 519	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.44 420	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.34 366	0.38 365	0.26 311	0.38 350	0.26 292

GwcNet-ADL	0.41 349	0.41 251	0.41 406	0.41 318	0.41 478	0.41 366	0.41 473	0.41 362	0.41 475	0.41 360	0.41 472	0.41 370	0.41 472	0.41 369	0.41 466	0.41 353	0.41 413	0.41 440	0.41 489	0.41 424	0.41 461

PSMNet-ADL	0.41 349	0.41 251	0.41 406	0.41 318	0.41 478	0.41 366	0.41 473	0.41 362	0.41 475	0.41 360	0.41 472	0.41 370	0.41 472	0.41 369	0.41 466	0.41 353	0.41 413	0.41 440	0.41 489	0.41 424	0.41 461

GANet-ADL	0.41 349	0.41 251	0.41 406	0.41 318	0.41 478	0.41 366	0.41 473	0.41 362	0.41 475	0.41 360	0.41 472	0.41 370	0.41 472	0.41 369	0.41 466	0.41 353	0.41 413	0.41 440	0.41 489	0.41 424	0.41 461

ADLNet2	0.41 349	0.41 251	0.41 406	0.41 318	0.41 478	0.41 366	0.41 473	0.41 362	0.41 475	0.41 360	0.41 472	0.41 370	0.41 472	0.41 369	0.41 466	0.41 353	0.41 413	0.41 440	0.41 489	0.41 424	0.41 461

ADLNet	0.41 349	0.41 251	0.41 406	0.41 318	0.41 478	0.41 366	0.41 473	0.41 362	0.41 475	0.41 360	0.41 472	0.41 370	0.41 472	0.41 369	0.41 466	0.41 353	0.41 413	0.41 440	0.41 489	0.41 424	0.41 461

FCDSN-DC	0.41 349	0.59 331	0.64 495	0.54 419	0.33 423	0.50 478	0.37 442	0.42 380	0.40 465	0.61 511	0.43 485	0.50 481	0.49 508	0.38 338	0.32 394	0.28 266	0.23 261	0.26 286	0.22 289	0.35 322	0.28 359
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 349	0.46 281	0.33 315	0.49 363	0.33 423	0.49 469	0.33 410	0.49 458	0.33 418	0.49 461	0.33 418	0.49 467	0.33 421	0.51 484	0.33 406	0.41 353	0.30 314	0.41 440	0.30 404	0.79 529	0.29 368

Gwc-CoAtRS	0.41 349	1.49 533	0.32 310	0.42 328	0.32 410	0.41 366	0.32 399	0.41 362	0.33 418	0.41 360	0.32 409	0.41 370	0.32 409	0.41 369	0.32 394	0.39 337	0.28 290	0.39 409	0.28 371	0.40 413	0.28 359

CR-RVC	0.42 363	0.14 136	1.89 697	1.91 635	0.13 226	0.12 174	0.08 156	0.07 143	0.07 153	0.07 145	0.07 154	0.08 145	0.14 231	0.07 143	0.07 144	0.96 542	1.91 708	0.14 190	0.14 233	0.20 239	0.13 220

S0	0.42 363	0.44 268	0.54 466	0.59 432	0.34 435	0.48 460	0.22 281	0.51 481	0.25 301	0.51 483	0.34 426	0.53 495	0.35 434	0.47 449	0.36 428	0.55 451	0.39 399	0.49 491	0.27 350	0.46 444	0.34 416

UPFNet	0.42 363	1.20 461	0.17 206	0.24 224	0.17 262	0.25 275	0.17 252	1.19 592	0.90 592	0.25 272	0.17 258	0.24 269	0.17 260	0.25 274	0.17 253	0.22 227	0.17 226	0.22 257	0.16 249	1.15 584	0.93 588

quiztm	0.43 366	0.49 294	0.40 392	0.51 411	0.40 468	0.51 490	0.40 464	0.50 467	0.40 465	0.50 474	0.40 464	0.51 492	0.40 460	0.50 474	0.40 458	0.44 369	0.34 366	0.44 459	0.34 438	0.44 434	0.34 416

GCAP-Stereo-DPT26K	0.43 366	1.76 549	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.31 382	0.44 369	0.33 337	0.38 365	0.27 350	0.38 350	0.26 292

KABStereo	0.43 366	1.76 549	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

KMOStereo	0.43 366	1.80 559	0.38 348	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-cres	0.43 366	1.77 551	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-36K	0.43 366	1.78 554	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-20K	0.43 366	1.77 551	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-3K	0.43 366	1.77 551	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

DDF-Stereo	0.43 366	1.15 454	0.57 474	0.53 416	0.32 410	0.41 366	0.32 399	0.41 362	0.32 408	0.41 360	0.32 409	0.41 370	0.32 409	0.40 349	0.32 394	0.52 441	0.50 464	0.38 365	0.31 415	0.39 399	0.31 393

DVStereo	0.43 366	0.86 379	0.48 439	0.50 400	0.33 423	0.46 450	0.33 410	0.46 440	0.33 418	0.46 438	0.33 418	0.47 453	0.33 421	0.47 449	0.34 421	0.45 399	0.42 423	0.40 422	0.33 434	0.47 458	0.38 443

psmg	0.43 366	1.91 589	0.92 555	1.91 635	0.02 22	0.02 20	0.03 55	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.03 44	0.02 22	1.97 670	1.44 660	0.04 94	0.03 58	0.02 22	0.03 52

delet	0.43 366	1.21 507	0.17 206	0.25 231	0.17 262	0.25 275	0.18 261	1.26 646	0.95 601	0.25 272	0.17 258	0.25 276	0.17 260	0.25 274	0.17 253	0.23 239	0.16 198	0.22 257	0.16 249	1.18 592	0.98 594

psm_up	0.43 366	1.19 460	0.17 206	0.25 231	0.18 274	0.25 275	0.19 267	1.26 646	0.91 593	0.26 281	0.17 258	0.25 276	0.17 260	0.25 274	0.17 253	0.22 227	0.17 226	0.23 266	0.16 249	1.18 592	0.99 595

canet-new	0.44 379	1.82 571	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

bcnet-new	0.44 379	1.81 564	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

LWStereo	0.44 379	1.82 571	0.38 348	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

LMStereo	0.44 379	1.80 559	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.45 399	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

CR7Stereo	0.44 379	1.81 564	0.39 359	0.50 400	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.45 399	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

ARStereo	0.44 379	1.80 559	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

ARStereo-new	0.44 379	1.80 559	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

BARStereo	0.44 379	1.78 554	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.44 427	0.30 350	0.44 420	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.45 399	0.34 366	0.39 409	0.26 311	0.38 350	0.26 292

FCBStereo	0.44 379	1.79 558	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

PSGStereo	0.44 379	1.78 554	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

MUNStereo	0.44 379	1.81 564	0.39 359	0.49 363	0.30 348	0.44 429	0.30 341	0.44 427	0.30 350	0.44 420	0.30 354	0.44 433	0.30 350	0.44 421	0.30 340	0.45 399	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

CHEStereo	0.44 379	1.78 554	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

TOTStereo	0.44 379	1.81 564	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-CNN-DA	0.44 379	1.83 574	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-cres-4k	0.44 379	1.81 564	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-22K	0.44 379	1.85 580	0.38 348	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-24K	0.44 379	1.86 583	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-5K	0.44 379	1.80 559	0.39 359	0.49 363	0.30 348	0.44 429	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-2K	0.44 379	1.82 571	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 365	0.26 311	0.38 350	0.26 292

GCAP-Stereo-DPT-50K	0.44 379	1.83 574	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.43 390	0.30 340	0.44 369	0.36 379	0.38 365	0.26 311	0.38 350	0.26 292

Monster-pub-mixall	0.44 379	0.56 323	0.60 480	0.38 282	0.27 317	0.37 331	0.27 307	0.37 320	0.29 335	0.38 329	0.27 316	0.38 340	0.29 341	0.85 554	0.27 305	1.46 642	0.26 269	0.34 328	0.26 311	0.36 332	0.53 508

depthmonostereo	0.44 379	0.85 377	0.46 423	0.54 419	0.40 468	0.52 494	0.38 449	0.52 486	0.35 433	0.47 444	0.34 426	0.46 447	0.34 428	0.47 449	0.34 421	0.45 399	0.43 428	0.41 440	0.33 434	0.41 424	0.32 400

MMNet	0.44 379	1.24 515	0.17 206	0.25 231	0.17 262	0.25 275	0.18 261	1.26 646	0.93 599	0.25 272	0.17 258	0.25 276	0.18 272	0.25 274	0.17 253	0.23 239	0.16 198	0.23 266	0.16 249	1.20 596	0.99 595

rgla	0.45 402	0.54 317	0.33 315	0.67 451	0.32 410	0.48 460	0.33 410	0.48 450	0.33 418	0.48 451	0.94 600	0.48 460	0.33 421	0.47 449	0.33 406	0.45 399	0.52 472	0.53 508	0.31 415	0.45 439	0.32 400

LACA_dic	0.45 402	0.13 116	1.78 679	1.70 629	0.12 221	0.13 177	0.12 216	0.16 217	0.15 243	0.13 179	0.12 213	0.13 179	0.11 180	0.16 217	0.13 220	1.73 654	1.69 683	0.16 219	0.11 182	0.13 179	0.13 220

RMAStereo	0.45 402	1.81 564	0.40 392	0.50 400	0.31 396	0.44 429	0.31 389	0.44 427	0.31 396	0.44 420	0.31 399	0.44 433	0.32 409	0.44 421	0.31 382	0.46 411	0.35 373	0.39 409	0.27 350	0.39 399	0.27 331

252Zero-FE	0.45 402	0.50 299	0.36 341	0.50 400	0.36 445	0.50 478	0.36 436	0.50 467	0.36 443	0.49 461	0.36 439	0.49 467	0.36 438	0.54 495	0.41 466	0.45 399	0.34 366	0.45 464	0.34 438	0.55 485	0.75 566

Monster-pub-eth3d	0.45 402	0.57 326	0.60 480	0.39 291	0.28 323	0.37 331	0.28 318	0.37 320	0.30 350	0.39 336	0.29 339	0.39 345	0.30 350	0.92 566	0.27 305	1.42 639	0.28 290	0.34 328	0.28 371	0.37 337	0.53 508

Replicate-Monster	0.45 402	0.57 326	0.60 480	0.40 304	0.29 336	0.37 331	0.27 307	0.37 320	0.30 350	0.40 343	0.31 399	0.40 355	0.30 350	0.99 574	0.27 305	1.36 635	0.31 319	0.34 328	0.30 404	0.36 332	0.54 511

SCV_C0	0.45 402	0.88 384	0.49 446	0.54 419	0.37 450	0.48 460	0.37 442	0.48 450	0.37 445	0.48 451	0.36 439	0.48 460	0.37 443	0.49 466	0.37 438	0.50 433	0.41 413	0.44 459	0.34 438	0.44 434	0.34 416

RAFT-Stereo-weight	0.45 402	1.90 588	0.34 329	0.42 328	0.36 445	0.43 394	0.35 430	0.42 380	0.34 429	0.42 374	0.34 426	0.44 433	0.34 428	0.41 369	0.34 421	0.38 324	0.32 324	0.38 365	0.32 423	0.38 350	0.33 409

TorneroNet-64	0.45 402	0.27 198	0.30 283	0.58 429	0.27 317	0.70 527	0.30 341	0.28 282	0.73 575	0.73 533	0.28 324	0.71 533	0.66 542	0.75 535	0.27 305	0.27 261	0.29 304	0.37 357	0.75 582	0.28 281	0.30 383

416test	0.46 411	0.55 320	0.33 315	0.67 451	0.33 423	0.48 460	0.33 410	0.48 450	0.33 418	0.48 451	0.99 605	0.48 460	0.33 421	0.48 459	0.33 406	0.45 399	0.52 472	0.54 511	0.32 423	0.45 439	0.32 400

ATMStereo	0.46 411	1.99 598	0.40 392	0.51 411	0.31 396	0.44 429	0.31 389	0.44 427	0.31 396	0.44 420	0.31 399	0.44 433	0.31 402	0.44 421	0.32 394	0.47 418	0.35 373	0.39 409	0.27 350	0.39 399	0.27 331

SCV	0.46 411	0.94 404	0.45 417	0.54 419	0.37 450	0.48 460	0.38 449	0.48 450	0.37 445	0.48 451	0.39 461	0.48 460	0.37 443	0.49 466	0.37 438	0.50 433	0.46 439	0.44 459	0.34 438	0.44 434	0.34 416

otaku	0.46 411	0.46 281	0.46 423	0.46 344	0.46 499	0.46 450	0.46 493	0.46 440	0.46 493	0.46 438	0.46 496	0.46 447	0.46 493	0.46 445	0.46 487	0.46 411	0.46 439	0.46 468	0.46 505	0.46 444	0.46 478

Dean	0.46 411	0.46 281	0.46 423	0.46 344	0.46 499	0.46 450	0.46 493	0.46 440	0.46 493	0.47 444	0.46 496	0.46 447	0.46 493	0.46 445	0.46 487	0.46 411	0.46 439	0.46 468	0.46 505	0.46 444	0.46 478

ACVNet_1	0.46 411	0.47 286	0.46 423	0.46 344	0.46 499	0.46 450	0.46 493	0.46 440	0.47 498	0.46 438	0.46 496	0.46 447	0.46 493	0.46 445	0.46 487	0.46 411	0.46 439	0.47 478	0.46 505	0.46 444	0.46 478

ACVNet-4b	0.46 411	0.46 281	0.46 423	0.46 344	0.46 499	0.46 450	0.46 493	0.46 440	0.46 493	0.46 438	0.46 496	0.46 447	0.46 493	0.47 449	0.46 487	0.46 411	0.46 439	0.46 468	0.46 505	0.46 444	0.46 478

PML	0.46 411	1.36 525	0.29 279	0.58 429	0.30 348	0.57 508	0.29 333	0.57 497	0.29 335	0.57 504	0.29 339	0.57 509	0.29 341	0.56 500	0.29 330	0.52 441	0.30 314	0.53 508	0.31 415	0.53 483	0.30 383

Anonymus	0.47 419	0.73 351	0.46 423	0.43 335	0.54 531	0.53 496	0.27 307	0.39 334	0.35 433	0.33 310	0.40 464	0.33 315	0.38 447	0.53 492	0.54 516	0.56 455	0.36 379	0.49 491	0.53 528	0.66 501	0.54 511

LG-Stereo_L1	0.47 419	0.52 309	0.47 431	0.62 438	0.39 467	0.53 496	0.40 464	0.53 488	0.39 462	0.53 490	0.39 461	0.53 495	0.39 459	0.53 492	0.39 455	0.55 451	0.46 439	0.49 491	0.37 460	0.49 465	0.37 436

Ntro	0.47 419	0.47 286	0.46 423	0.46 344	0.46 499	0.47 455	0.47 498	0.46 440	0.47 498	0.46 438	0.46 496	0.47 453	0.46 493	0.47 449	0.47 494	0.47 418	0.46 439	0.46 468	0.46 505	0.46 444	0.46 478

HaxPig	0.47 419	0.47 286	0.47 431	0.49 363	0.47 506	0.47 455	0.47 498	0.47 446	0.47 498	0.47 444	0.47 504	0.47 453	0.47 501	0.47 449	0.47 494	0.47 418	0.47 447	0.47 478	0.47 512	0.47 458	0.48 488

UNDER WATER	0.47 419	0.47 286	0.47 431	0.47 351	0.47 506	0.47 455	0.47 498	0.47 446	0.47 498	0.47 444	0.47 504	0.47 453	0.46 493	0.47 449	0.47 494	0.47 418	0.47 447	0.47 478	0.46 505	0.47 458	0.47 486

LVE	0.47 419	0.47 286	0.47 431	0.47 351	0.49 514	0.47 455	0.47 498	0.47 446	0.49 507	0.47 444	0.47 504	0.47 453	0.46 493	0.47 449	0.47 494	0.47 418	0.47 447	0.48 486	0.47 512	0.47 458	0.47 486

GASTEREO	0.48 425	1.21 507	0.47 431	0.57 427	0.38 457	0.50 478	0.38 449	0.50 467	0.38 449	0.50 474	0.38 451	0.50 481	0.38 447	0.50 474	0.38 441	0.52 441	0.42 423	0.46 468	0.34 438	0.46 444	0.34 416

LG-Stereo_Zeroshot	0.48 425	0.55 320	0.47 431	0.63 440	0.41 478	0.56 502	0.44 483	0.56 494	0.41 475	0.56 501	0.41 472	0.57 509	0.42 478	0.56 500	0.41 466	0.55 451	0.43 428	0.51 502	0.37 460	0.51 476	0.37 436

fffft	0.48 425	0.51 307	0.45 417	0.52 414	0.45 497	0.52 494	0.45 489	0.52 486	0.48 505	0.53 490	0.45 492	0.52 493	0.45 489	0.52 489	0.46 487	0.51 439	0.41 413	0.50 497	0.41 489	0.50 470	0.41 461
1: 1. 1
RainbowNet	0.48 425	0.48 292	0.48 439	0.48 357	0.48 510	0.48 460	0.48 507	0.48 450	0.48 505	0.48 451	0.48 508	0.48 460	0.48 502	0.48 459	0.48 500	0.48 423	0.48 453	0.48 486	0.48 516	0.48 462	0.48 488

notaker	0.48 425	0.49 294	0.48 439	0.48 357	0.48 510	0.48 460	0.48 507	0.48 450	0.49 507	0.48 451	0.48 508	0.48 460	0.48 502	0.48 459	0.48 500	0.48 423	0.48 453	0.48 486	0.48 516	0.48 462	0.49 494

LL-Strereo2	0.48 425	1.73 547	0.51 458	0.59 432	0.34 435	0.42 387	0.33 410	0.40 343	0.31 396	0.42 374	0.33 418	0.42 388	0.31 402	0.44 421	0.39 455	0.60 463	0.51 469	0.44 459	0.33 434	0.44 434	0.33 409

416test1013	0.49 431	0.80 368	0.33 315	0.67 451	0.33 423	0.48 460	0.41 473	0.48 450	0.39 462	0.48 451	0.93 599	0.52 493	0.32 409	0.52 489	0.38 441	0.49 426	0.51 469	0.53 508	0.37 460	0.51 476	0.36 430

Former-RAFT_DAM_RVC	0.49 431	0.98 409	0.64 495	0.84 486	0.46 499	0.45 443	0.35 430	0.47 446	0.47 498	0.45 432	0.34 426	0.46 447	0.48 502	0.46 445	0.35 425	0.39 337	0.71 529	0.39 409	0.35 451	0.41 424	0.41 461

ACVNet_2	0.49 431	0.49 294	0.49 446	0.49 363	0.49 514	0.49 469	0.49 509	0.49 458	0.49 507	0.49 461	0.49 511	0.49 467	0.49 508	0.49 466	0.49 502	0.49 426	0.49 456	0.49 491	0.49 520	0.49 465	0.49 494

FoundationStereo	0.50 434	0.50 299	0.50 452	0.50 400	0.50 518	0.50 478	0.50 513	0.50 467	0.50 512	0.50 474	0.50 515	0.50 481	0.50 512	0.50 474	0.50 505	0.50 433	0.50 464	0.50 497	0.50 522	0.50 470	0.50 497

StereoAnything_RVC	0.50 434	0.50 299	0.50 452	0.50 400	0.50 518	0.50 478	0.50 513	0.50 467	0.50 512	0.50 474	0.50 515	0.50 481	0.50 512	0.50 474	0.50 505	0.50 433	0.50 464	0.50 497	0.50 522	0.50 470	0.50 497

dual_stereo	0.50 434	0.50 299	0.50 452	0.50 400	0.50 518	0.50 478	0.50 513	0.50 467	0.50 512	0.50 474	0.50 515	0.50 481	0.50 512	0.50 474	0.50 505	0.50 433	0.50 464	0.50 497	0.50 522	0.50 470	0.50 497

GCST	0.50 434	2.08 601	0.38 348	0.53 416	0.35 439	0.49 469	0.35 430	0.50 467	0.35 433	0.49 461	0.35 435	0.49 467	0.35 434	0.49 466	0.35 425	0.48 423	0.37 384	0.45 464	0.33 434	0.44 434	0.33 409

SANet	0.50 434	0.50 299	0.50 452	0.50 400	0.50 518	0.50 478	0.50 513	0.50 467	0.50 512	0.50 474	0.50 515	0.50 481	0.50 512	0.50 474	0.50 505	0.50 433	0.50 464	0.50 497	0.50 522	0.50 470	0.50 497

CR-Stereo	0.51 439	0.14 136	1.94 712	1.87 632	0.14 230	0.13 177	0.14 226	0.19 230	0.18 268	0.13 179	0.13 228	0.18 228	0.17 260	0.14 194	0.15 237	1.89 664	1.93 709	0.19 242	0.14 233	0.20 239	0.15 234

MSCF	0.51 439	1.40 530	0.49 446	0.58 429	0.38 457	0.50 478	0.38 449	0.54 490	0.41 475	0.52 487	0.41 472	0.53 495	0.42 478	0.53 492	0.41 466	0.60 463	0.47 447	0.48 486	0.37 460	0.48 462	0.38 443

UGAM-zero	0.51 439	2.17 610	0.39 359	0.53 416	0.36 445	0.50 478	0.36 436	0.50 467	0.36 443	0.49 461	0.36 439	0.50 481	0.35 434	0.50 474	0.36 428	0.49 426	0.37 384	0.47 478	0.35 451	0.46 444	0.34 416

UGAM	0.51 439	2.23 615	0.39 359	0.54 419	0.35 439	0.50 478	0.35 430	0.49 458	0.35 433	0.49 461	0.35 435	0.49 467	0.36 438	0.50 474	0.36 428	0.49 426	0.37 384	0.45 464	0.34 438	0.45 439	0.34 416

Selective-IGEV	0.51 439	0.55 320	0.45 417	0.69 457	0.45 497	0.61 513	0.45 489	0.50 467	0.40 465	0.56 501	0.44 487	0.55 503	0.40 460	0.72 530	0.67 538	0.59 461	0.46 439	0.45 464	0.34 438	0.46 444	0.37 436

RCA-Stereo	0.51 439	3.22 670	0.34 329	0.44 339	0.34 435	0.44 429	0.34 425	0.43 388	0.34 429	0.43 381	0.34 426	0.44 433	0.33 421	0.43 390	0.33 406	0.38 324	0.29 304	0.38 365	0.29 386	0.38 350	0.29 368

DN	0.53 445	0.85 377	0.45 417	0.65 446	0.44 493	0.60 511	0.44 483	0.60 505	0.44 488	0.60 509	0.45 492	0.60 514	0.44 485	0.60 509	0.44 480	0.56 455	0.42 423	0.56 515	0.42 497	0.56 488	0.42 468

AIO-test1	0.54 446	0.60 335	0.52 461	0.66 450	0.47 506	0.61 513	0.47 498	0.58 500	0.46 493	0.61 511	0.46 496	0.61 517	0.45 489	0.62 511	0.45 483	0.61 467	0.52 472	0.57 516	0.48 516	0.57 491	0.48 488

castereo++	0.54 446	3.59 676	1.15 578	1.31 603	0.14 230	0.16 218	0.14 226	0.16 217	0.14 231	0.16 216	0.14 234	0.16 216	0.13 226	0.16 217	0.14 225	1.45 641	1.16 585	0.15 215	0.14 233	0.15 214	0.13 220

FENet	0.54 446	1.52 534	1.19 584	1.41 613	0.23 301	0.35 319	0.23 290	0.35 308	0.23 293	0.34 313	0.23 294	0.35 322	0.23 297	0.35 321	0.23 287	1.40 638	1.07 569	0.32 311	0.23 295	0.33 304	0.23 274

PSMNet_ROB	0.54 446	0.54 317	0.54 466	0.54 419	0.53 528	0.54 500	0.54 523	0.53 488	0.54 523	0.54 496	0.54 526	0.54 499	0.53 519	0.54 495	0.54 516	0.54 445	0.53 476	0.54 511	0.54 530	0.54 484	0.54 511

AIO-test2	0.55 450	0.59 331	0.52 461	0.67 451	0.47 506	0.61 513	0.47 498	0.61 509	0.47 498	0.61 511	0.47 504	0.61 517	0.48 502	0.62 511	0.47 494	0.64 478	0.53 476	0.58 517	0.47 512	0.58 493	0.48 488

CFNet-ft	0.55 450	1.57 536	0.14 164	0.20 201	0.14 230	0.20 238	2.53 747	1.61 665	0.14 231	0.20 236	0.14 234	0.20 238	0.14 231	0.20 236	0.14 225	0.17 190	0.12 147	0.17 229	0.12 216	1.56 659	1.24 673

S	0.56 452	0.61 337	0.54 466	0.68 456	0.48 510	0.65 519	0.49 509	0.63 511	0.49 507	0.64 519	0.49 511	0.64 521	0.48 502	0.62 511	0.49 502	0.63 476	0.62 502	0.59 520	0.48 516	0.57 491	0.48 488

MyStereo04	0.56 452	3.72 682	0.59 476	0.49 363	0.41 478	0.36 323	0.32 399	0.37 320	0.31 396	0.34 313	0.46 496	0.35 322	0.32 409	0.35 321	0.33 406	0.49 426	0.45 437	0.34 328	0.32 423	0.35 322	0.43 471

CASS	0.57 454	0.89 387	0.56 470	0.57 427	0.56 532	0.56 502	0.56 525	0.56 494	0.53 521	0.57 504	0.57 529	0.59 513	0.48 502	0.56 500	0.57 520	0.55 451	0.56 481	0.47 478	0.56 536	0.62 497	0.56 522
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GCAP-Stereo-w-DA	0.60 455	5.10 715	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.30 340	0.44 369	0.37 384	0.38 365	0.26 311	0.38 350	0.26 292

PointNet	0.60 455	0.75 356	0.49 446	0.79 477	0.50 518	0.79 539	0.49 509	0.79 534	0.49 507	0.80 545	0.49 511	0.79 546	0.49 508	0.80 540	0.49 502	0.63 476	0.40 403	0.63 524	0.40 480	0.63 498	0.40 452

ACMStereo	0.60 455	5.12 716	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.30 340	0.44 369	0.37 384	0.38 365	0.26 311	0.38 350	0.26 292

LG-Stereo	0.60 455	0.58 328	0.47 431	0.64 445	0.74 570	1.00 568	0.69 557	0.57 497	0.41 475	0.57 504	0.41 472	0.57 509	0.41 472	1.00 576	0.75 572	0.91 531	0.51 469	0.52 505	0.37 460	0.52 479	0.37 436

MonSter	0.60 455	0.64 340	0.52 461	0.62 438	0.44 493	2.07 690	0.44 483	0.62 510	0.44 488	0.62 515	0.44 487	0.62 519	0.44 485	0.62 511	0.44 480	0.58 458	0.42 423	0.62 522	0.46 505	0.58 493	0.42 468

MyStereo07	0.60 455	3.72 682	0.48 439	0.49 363	0.41 478	0.36 323	0.32 399	0.49 458	0.43 485	0.51 483	0.42 482	0.49 467	0.43 483	0.51 484	0.64 531	0.49 426	0.45 437	0.34 328	0.32 423	0.35 322	0.43 471

castereo	0.61 461	3.79 684	1.35 642	1.52 617	0.15 245	0.17 225	0.16 242	0.20 238	0.21 282	0.18 227	0.16 250	0.21 245	0.12 218	0.26 286	0.17 253	1.43 640	1.38 656	0.17 229	0.16 249	0.18 232	0.16 237

WCG-NET	0.61 461	1.21 507	0.54 466	0.61 437	0.53 528	0.67 522	0.53 520	0.66 517	0.53 521	0.64 519	0.53 524	0.65 525	0.53 519	0.59 507	0.52 512	0.65 480	0.48 453	0.64 526	0.52 526	0.58 493	0.50 497

GEAStereo	0.62 463	3.91 689	0.48 439	0.69 457	0.38 457	0.51 490	0.38 449	0.51 481	0.38 449	0.53 490	0.38 451	0.50 481	0.38 447	0.51 484	0.38 441	0.54 445	0.43 428	0.46 468	0.34 438	0.46 444	0.34 416

gasm-f	0.62 463	3.91 689	0.48 439	0.69 457	0.38 457	0.51 490	0.38 449	0.51 481	0.38 449	0.53 490	0.38 451	0.50 481	0.38 447	0.51 484	0.38 441	0.54 445	0.43 428	0.46 468	0.34 438	0.46 444	0.34 416

SMoEStereo_RVC	0.63 465	0.75 356	0.51 458	0.73 471	0.53 528	0.71 529	0.47 498	0.67 518	0.58 527	0.74 538	0.60 535	0.72 536	0.53 519	0.74 534	0.51 510	0.61 467	0.62 502	0.62 522	0.61 545	0.63 498	0.61 528

anonymity	0.63 465	0.69 344	0.56 470	0.71 465	0.56 532	0.71 529	0.56 525	0.71 525	0.56 524	0.72 531	0.56 528	0.71 533	0.56 523	0.71 528	0.58 522	0.68 485	0.55 479	0.68 533	0.55 532	0.68 506	0.54 511

SE	0.64 467	0.73 351	0.77 534	0.79 477	0.59 535	0.78 536	0.54 523	0.58 500	0.58 527	0.78 542	0.59 533	0.63 520	0.18 272	0.78 537	0.52 512	0.80 516	0.65 507	0.69 536	0.57 539	0.75 520	0.52 505

PAM_32	0.64 467	2.38 630	0.51 458	0.92 499	0.43 492	0.53 496	0.44 483	0.87 546	0.43 485	0.52 487	0.45 492	0.53 495	0.40 460	0.54 495	0.46 487	0.62 472	0.56 481	0.48 486	0.45 503	0.76 523	0.44 474

CRFU-Net	0.65 469	1.67 539	1.22 634	1.96 640	0.27 317	0.41 366	0.27 307	0.41 362	0.27 319	0.40 343	0.26 312	0.41 370	0.27 320	0.40 349	0.27 305	1.80 657	1.62 677	0.34 328	0.23 295	0.33 304	0.23 274

LMCR-Stereo	0.65 469	0.63 338	0.65 499	0.65 446	0.65 550	0.66 521	0.63 536	0.58 500	0.65 541	0.63 518	0.64 543	0.65 525	0.65 539	0.66 519	0.66 537	0.66 482	0.64 505	0.65 530	0.67 563	0.68 506	0.73 562

test410	0.66 471	5.69 739	0.31 301	0.40 304	0.31 396	0.41 366	0.31 389	0.40 343	0.31 396	0.62 515	0.55 527	0.40 355	0.31 402	0.40 349	0.31 382	0.59 461	0.47 447	0.38 365	0.29 386	0.38 350	0.30 383

KSHMR	0.66 471	0.50 299	0.48 439	1.15 535	0.52 525	0.49 469	0.51 517	0.49 458	0.71 569	0.67 525	0.50 515	1.16 604	1.11 604	0.66 519	0.52 512	0.49 426	0.49 456	0.51 502	0.66 559	0.50 470	1.14 614

TorneroNet	0.66 471	0.53 313	0.50 452	0.50 400	0.64 548	1.06 585	0.70 563	0.50 467	0.51 519	0.49 461	0.69 559	0.49 467	0.50 512	0.48 459	1.15 615	0.71 492	0.49 456	1.14 603	1.08 616	0.49 465	0.49 494

GES	0.66 471	2.34 626	0.29 279	0.41 318	0.29 336	0.41 366	0.29 333	0.42 380	0.29 335	0.40 343	0.41 472	0.41 370	0.30 350	0.51 484	0.29 330	0.32 285	0.29 304	0.32 311	2.46 751	2.49 713	0.30 383

cf-r	0.66 471	2.17 610	0.12 134	0.18 181	0.12 221	0.18 229	2.70 751	2.60 725	0.12 223	0.18 227	0.12 213	0.18 228	0.12 218	0.18 228	0.12 210	0.15 159	0.11 133	0.15 215	0.11 182	1.81 671	1.74 724

DSFCA	0.66 471	0.73 351	0.78 536	0.65 446	0.65 550	0.64 518	0.64 537	0.65 514	0.63 539	0.64 519	0.64 543	0.64 521	0.64 537	0.65 518	0.65 534	0.65 480	0.65 507	0.65 530	0.65 556	0.66 501	0.64 538

MWDA-net	0.67 477	0.66 341	0.45 417	2.84 687	0.46 499	0.73 531	0.45 489	0.71 525	0.44 488	0.72 531	0.45 492	0.70 532	0.45 489	0.70 526	0.44 480	0.61 467	0.41 413	0.61 521	0.43 500	0.61 496	0.42 468

WAFT-Stereo (ZS)	0.67 477	0.78 363	0.67 505	0.67 451	0.66 553	0.67 522	0.67 544	0.65 514	0.66 543	0.66 523	0.67 548	0.66 528	0.67 544	0.67 521	0.72 566	0.66 482	0.67 510	0.67 532	0.67 563	0.67 504	0.67 544

DEFOM-Stereo	0.68 479	3.11 666	1.40 656	1.63 627	0.25 309	0.31 303	0.25 297	0.31 296	0.28 325	0.31 299	0.29 339	0.29 298	0.27 320	0.31 306	0.28 314	1.59 649	1.47 662	0.30 302	0.29 386	0.30 289	0.28 359

ssnet_v2	0.68 479	1.96 597	1.25 638	0.29 245	0.20 283	0.30 296	0.20 271	0.29 287	0.22 286	1.50 666	0.20 282	0.31 307	0.20 283	0.27 290	0.22 280	0.24 248	1.49 663	0.26 286	0.18 279	3.90 736	0.19 264

ARAFT	0.68 479	0.81 372	0.63 492	0.74 474	0.60 537	0.78 536	0.62 535	0.77 533	0.66 543	0.74 538	0.63 541	0.75 541	0.62 536	0.83 549	0.60 527	0.70 491	0.55 479	0.70 541	0.60 543	0.78 527	0.55 519

mm2	0.69 482	0.69 344	0.69 515	0.69 457	0.69 559	0.69 524	0.69 557	0.69 520	0.69 556	0.69 528	0.69 559	0.69 529	0.69 555	0.69 524	0.69 553	0.69 486	0.69 522	0.69 536	0.69 569	0.69 510	0.69 548

mm1	0.69 482	0.69 344	0.69 515	0.69 457	0.69 559	0.69 524	0.69 557	0.69 520	0.69 556	0.69 528	0.69 559	0.69 529	0.69 555	0.69 524	0.69 553	0.69 486	0.69 522	0.69 536	0.69 569	0.69 510	0.69 548

NINENet	0.69 482	3.87 688	1.20 587	1.98 641	0.05 126	0.40 347	0.04 104	0.40 343	0.05 125	0.41 360	0.04 111	0.41 370	0.05 118	0.40 349	0.05 116	1.79 656	1.56 669	0.34 328	0.22 289	0.34 309	0.23 274

VIP-Stereo	0.70 485	2.97 663	2.43 729	2.49 676	0.16 256	0.25 275	0.16 242	0.25 271	0.16 251	0.25 272	0.18 275	0.25 276	0.16 248	0.26 286	0.16 246	1.86 658	1.26 639	0.23 266	0.15 246	0.23 262	0.15 234

RAFT-Stereo + iAFF	0.70 485	0.72 350	0.71 521	0.80 481	0.62 547	0.82 547	0.61 534	0.81 540	0.62 536	0.81 548	0.63 541	0.80 548	0.70 559	0.73 532	0.61 529	0.76 510	0.61 501	0.74 548	0.61 545	0.77 525	0.61 528

DMCA-RVC	0.70 485	0.80 368	0.70 518	0.70 463	0.70 563	0.70 527	0.70 563	0.71 525	0.70 564	0.70 530	0.71 569	0.71 533	0.70 559	0.70 526	0.69 553	0.69 486	0.70 525	0.69 536	0.70 573	0.69 510	0.70 551

MyStereo8	0.71 488	3.92 691	0.52 461	0.59 432	0.52 525	0.57 508	0.53 520	0.59 503	0.50 512	0.59 508	0.51 521	0.57 509	0.50 512	0.56 500	0.52 512	0.54 445	0.49 456	0.54 511	0.49 520	0.55 485	0.50 497

HH	0.71 488	2.54 637	0.74 529	1.10 526	0.32 410	0.41 366	0.37 442	0.69 520	0.78 579	0.73 533	0.90 592	0.75 541	1.00 591	0.84 550	0.69 553	0.69 486	0.40 403	0.35 344	0.26 311	0.35 322	0.26 292

HanStereo	0.71 488	2.54 637	0.74 529	1.10 526	0.32 410	0.41 366	0.37 442	0.69 520	0.78 579	0.73 533	0.90 592	0.75 541	1.00 591	0.84 550	0.69 553	0.69 486	0.40 403	0.35 344	0.26 311	0.35 322	0.26 292

CAR	0.72 491	0.76 359	0.59 476	0.84 486	1.19 628	0.81 544	0.58 528	0.81 540	0.58 527	0.81 548	0.58 531	0.83 553	0.59 530	0.82 544	0.59 525	0.71 492	0.49 456	0.73 543	0.68 565	0.87 543	0.52 505

MSE-Stereo	0.72 491	0.76 359	0.59 476	0.84 486	1.19 628	0.81 544	0.58 528	0.81 540	0.58 527	0.81 548	0.58 531	0.83 553	0.59 530	0.82 544	0.59 525	0.71 492	0.49 456	0.73 543	0.68 565	0.87 543	0.52 505

zero-FE	0.72 491	1.31 521	0.66 501	0.92 499	0.60 537	0.82 547	0.58 528	0.82 543	0.58 527	0.81 548	0.60 535	0.81 551	0.60 532	0.82 544	0.58 522	0.74 507	0.59 493	0.73 543	0.52 526	0.76 523	0.51 504

ktn	0.72 491	0.53 313	1.08 572	1.14 532	0.51 524	1.22 646	1.36 682	0.51 481	0.59 532	0.51 483	0.51 521	0.69 529	1.20 616	0.67 521	0.51 510	0.51 439	0.49 456	0.58 517	0.66 559	0.52 479	0.53 508

MGA	0.73 495	0.76 359	0.60 480	0.92 499	1.17 624	0.81 544	0.59 532	0.84 544	0.62 536	0.81 548	0.59 533	0.84 555	0.60 532	0.81 543	0.61 529	0.71 492	0.53 476	0.89 570	0.53 528	0.75 520	0.54 511

DStereoRT	0.73 495	0.81 372	0.73 528	0.71 465	0.74 570	0.73 531	0.75 572	0.71 525	0.71 569	0.74 538	0.72 572	0.73 538	0.80 576	0.71 528	0.73 567	0.76 510	0.71 529	0.73 543	0.72 578	0.70 513	0.76 569

CroCo-Stereo	0.73 495	1.22 513	0.25 255	1.22 589	0.25 309	1.22 646	0.25 297	1.22 642	0.25 301	1.22 651	0.25 307	1.22 653	0.25 303	1.22 653	0.25 298	1.22 624	0.26 269	1.21 662	0.25 305	1.22 644	0.25 286
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	0.73 495	0.88 384	0.67 505	0.75 475	0.68 558	0.75 533	0.64 537	0.80 537	0.72 572	0.83 553	0.70 563	0.82 552	0.64 537	0.84 550	0.67 538	0.77 513	0.63 504	0.81 560	0.63 547	0.78 527	0.62 531

monster-pro	0.75 499	1.67 539	0.64 495	0.89 492	0.57 534	0.86 553	0.56 525	0.87 546	0.56 524	0.87 554	0.57 529	0.88 558	0.57 525	0.87 555	0.57 520	0.79 514	0.58 487	0.76 551	0.54 530	0.77 525	0.54 511

AIO-Stereo-zeroshot1	0.75 499	0.92 398	0.85 547	0.96 511	0.59 535	1.27 650	0.44 483	0.59 503	0.69 556	0.91 559	0.68 554	0.55 503	0.61 535	1.06 591	0.83 585	0.62 472	0.70 525	0.90 571	0.41 489	0.89 547	0.56 522

MyStereo06	0.75 499	4.12 693	0.60 480	0.63 440	0.61 542	0.62 516	0.66 540	0.56 494	0.45 492	0.55 499	0.48 508	0.54 499	0.46 493	0.57 505	0.45 483	0.60 463	0.57 483	0.64 526	0.55 532	0.72 515	0.55 519

GCAP-Stereo	0.75 499	4.15 696	0.42 411	0.75 475	0.35 439	0.78 536	0.40 464	0.79 534	0.38 449	0.78 542	0.36 439	0.78 544	0.36 438	0.79 538	0.39 455	0.75 508	0.39 399	0.76 551	0.39 478	0.75 520	0.39 450

GANet-RSSM	0.75 499	1.91 589	0.14 164	0.47 351	0.14 230	0.21 248	3.21 768	2.30 711	0.14 231	0.46 438	0.14 234	0.23 263	0.18 272	0.21 248	0.14 225	0.18 207	0.27 282	0.37 357	0.13 228	2.13 694	2.12 734

RSM++	0.76 504	0.82 374	0.66 501	0.85 490	0.64 548	0.85 551	0.71 566	0.94 560	0.64 540	0.87 554	0.67 548	0.87 557	0.65 539	0.84 550	0.65 534	0.81 520	0.70 525	0.79 555	0.71 576	0.83 539	0.70 551

CroCo-Stereo Lap2	0.77 505	1.29 517	0.29 279	1.27 594	0.29 336	1.27 650	0.26 304	1.26 646	0.26 315	1.26 652	0.26 312	1.27 657	0.26 313	1.26 655	0.27 305	1.27 627	0.27 282	1.27 666	0.27 350	1.27 648	0.27 331

PSMNet-RSSM	0.77 505	2.76 654	0.14 164	0.20 201	0.14 230	0.20 238	2.66 749	2.79 739	0.14 231	0.21 247	0.14 234	0.21 245	0.14 231	0.20 236	0.14 225	0.17 190	0.12 147	0.17 229	0.12 216	2.52 717	2.31 739

GwcNet-RSSM	0.77 505	2.77 656	0.14 164	0.20 201	0.14 230	0.20 238	2.67 750	2.78 738	0.14 231	0.20 236	0.14 234	0.20 238	0.14 231	0.21 248	0.14 225	0.17 190	0.12 147	0.17 229	0.12 216	2.52 717	2.31 739

4D-IteraStereo	0.78 508	3.13 667	0.89 548	0.69 457	0.32 410	0.40 347	0.32 399	0.76 532	0.97 604	0.52 487	0.65 545	0.89 561	0.32 409	0.76 536	0.98 597	0.83 525	0.94 557	0.35 344	0.27 350	0.70 513	0.89 584

Pro-Stereo	0.79 509	0.53 313	0.38 348	0.49 363	0.38 457	0.49 469	0.37 442	0.49 458	0.67 545	0.50 474	0.38 451	1.10 596	0.38 447	0.49 466	0.38 441	0.71 492	0.88 551	5.98 784	0.36 457	0.46 444	0.36 430

hitnet-ft	0.79 509	2.78 659	0.14 164	0.20 201	0.14 230	0.21 248	2.89 752	2.80 740	0.14 231	0.20 236	0.14 234	0.20 238	0.14 231	0.20 236	0.14 225	0.17 190	0.12 147	0.17 229	0.12 216	2.54 725	2.33 741

G-Net	0.79 509	0.79 365	0.79 539	0.79 477	0.79 583	0.79 539	0.79 577	0.79 534	0.79 583	0.79 544	0.79 584	0.79 546	0.79 575	0.79 538	0.79 577	0.79 514	0.79 542	0.79 555	0.79 589	0.79 529	0.79 574

MyStereo05	0.80 512	4.12 693	0.63 492	0.63 440	0.61 542	0.62 516	0.66 540	0.65 514	0.62 536	0.67 525	0.61 539	0.65 525	0.58 528	0.67 521	0.55 519	0.60 463	0.57 483	0.64 526	0.55 532	0.72 515	0.55 519

UDG	0.80 512	2.21 614	0.60 480	0.91 496	0.60 537	0.90 558	0.58 528	0.88 550	0.60 533	0.90 557	0.60 535	0.88 558	0.60 532	0.90 560	0.58 522	0.86 529	0.60 496	0.84 566	0.59 542	0.84 540	0.61 528

ccnet	0.80 512	2.28 618	0.33 315	0.50 400	0.33 423	0.50 478	0.33 410	0.50 467	0.33 418	0.49 461	0.33 418	0.49 467	1.56 681	2.38 715	0.33 406	0.41 353	0.29 304	0.42 456	1.57 698	2.28 700	0.29 368

NaN_ROB	0.80 512	0.80 368	0.80 540	0.80 481	0.80 586	0.80 541	0.80 580	0.80 537	0.80 585	0.80 545	0.80 586	0.80 548	0.80 576	0.80 540	0.80 580	0.80 516	0.80 545	0.80 558	0.80 591	0.80 532	0.80 575

CSAN	0.80 512	0.80 368	0.80 540	0.80 481	0.80 586	0.80 541	0.80 580	0.80 537	0.80 585	0.80 545	0.80 586	0.80 548	0.80 576	0.80 540	0.80 580	0.80 516	0.80 545	0.80 558	0.80 591	0.80 532	0.80 575

GSStereo	0.81 517	4.28 699	0.50 452	0.59 432	0.40 468	0.51 490	0.38 449	0.50 467	0.38 449	0.50 474	0.38 451	0.50 481	3.79 765	0.50 474	0.38 441	0.54 445	0.43 428	0.46 468	0.34 438	0.46 444	0.35 427

BSDual-CNN	0.81 517	1.91 589	0.92 555	4.48 727	0.02 22	0.42 387	0.06 142	0.41 362	0.02 23	0.48 451	0.03 57	0.02 22	0.02 22	0.03 44	0.02 22	1.97 670	4.19 756	0.33 318	0.23 295	0.34 309	0.27 331

DDUNet	0.81 517	2.45 635	0.57 474	0.90 494	0.60 537	0.88 555	0.59 532	0.90 551	0.60 533	0.88 556	0.60 535	0.90 562	0.58 528	0.88 557	0.60 527	0.84 527	0.60 496	0.86 568	0.57 539	0.86 542	0.60 527

R-Stereo Train	0.81 517	0.96 406	0.67 505	0.95 508	0.67 555	0.95 563	0.68 549	0.95 562	0.68 551	0.95 567	0.68 554	0.96 572	0.68 549	0.96 572	0.68 545	0.94 540	0.68 516	0.94 584	0.68 565	0.94 562	0.68 546

RAFT-Stereo	0.81 517	0.96 406	0.67 505	0.95 508	0.67 555	0.95 563	0.68 549	0.95 562	0.68 551	0.95 567	0.68 554	0.96 572	0.68 549	0.96 572	0.68 545	0.94 540	0.68 516	0.94 584	0.68 565	0.94 562	0.68 546
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 522	1.72 542	1.48 660	0.39 291	0.15 245	0.31 303	0.21 276	0.20 238	0.25 301	1.61 670	0.23 294	0.28 292	0.26 313	0.20 236	0.15 237	0.24 248	1.33 647	0.32 311	0.16 249	6.75 775	0.23 274

scenet	0.82 522	1.72 542	1.48 660	0.39 291	0.15 245	0.31 303	0.21 276	0.20 238	0.25 301	1.61 670	0.23 294	0.28 292	0.26 313	0.20 236	0.15 237	0.24 248	1.33 647	0.32 311	0.16 249	6.75 775	0.23 274

ssnet	0.82 522	1.72 542	1.48 660	0.39 291	0.15 245	0.31 303	0.21 276	0.20 238	0.25 301	1.61 670	0.23 294	0.28 292	0.26 313	0.20 236	0.15 237	0.24 248	1.33 647	0.32 311	0.16 249	6.75 775	0.23 274

DEFOM-Stereo_RVC	0.83 525	5.18 719	1.98 717	2.19 648	0.17 262	0.19 232	0.18 261	0.19 230	0.16 251	0.20 236	0.19 278	0.22 255	0.22 291	0.20 236	0.15 237	2.28 700	2.13 721	0.24 276	0.17 272	0.18 232	0.16 237

BUS	0.83 525	1.91 589	0.92 555	4.48 727	0.02 22	0.40 347	0.04 104	0.41 362	0.02 23	0.48 451	0.03 57	0.41 370	0.05 118	0.03 44	0.05 116	1.97 670	4.19 756	0.33 318	0.23 295	0.34 309	0.27 331

PDISCO_ROB	0.83 525	2.80 660	3.49 752	0.14 133	0.11 184	0.17 225	0.09 157	0.15 216	0.10 166	0.15 211	0.12 213	0.16 216	0.14 231	3.30 746	0.13 220	0.14 146	2.34 726	0.16 219	0.12 216	2.62 726	0.10 162

WQFJA1++	0.84 528	0.98 409	0.67 505	1.26 593	0.75 572	1.00 568	0.67 544	1.00 564	0.67 545	1.00 569	0.67 548	1.00 575	0.67 544	1.00 576	0.67 538	0.96 542	0.67 510	0.91 574	0.63 547	0.92 553	0.63 532

WQFJX1	0.84 528	0.98 409	0.67 505	1.30 601	0.75 572	1.01 576	0.67 544	1.01 573	0.67 545	1.01 580	0.67 548	1.01 584	0.68 549	1.00 576	0.68 545	0.98 548	0.67 510	0.92 577	0.64 552	0.92 553	0.64 538

NLMM	0.84 528	1.00 419	0.67 505	1.27 594	0.75 572	1.00 568	0.68 549	1.00 564	0.67 545	1.00 569	0.67 548	1.02 588	0.67 544	1.02 588	0.67 538	0.97 544	0.67 510	0.93 580	0.63 547	0.92 553	0.63 532

AIO-Stereo	0.84 528	0.66 341	0.70 518	0.83 485	0.67 555	0.98 566	0.82 587	1.14 583	0.72 572	1.03 586	0.74 576	1.03 589	1.09 603	0.99 574	0.45 483	1.04 556	0.73 532	0.95 586	0.74 580	0.94 562	0.46 478

DCRE	0.84 528	1.89 586	0.77 534	0.94 506	0.72 567	0.88 555	0.73 570	0.87 546	0.78 579	0.90 557	0.71 569	0.88 558	0.67 544	0.88 557	0.73 567	0.81 520	0.68 516	0.81 560	0.70 573	0.82 537	0.70 551

iGMRVC	0.84 528	2.85 661	0.72 524	0.72 467	0.73 568	0.77 534	0.79 577	0.73 529	0.74 577	0.73 533	0.72 572	0.73 538	0.76 570	0.73 532	0.73 567	0.72 500	0.73 532	0.73 543	0.72 578	0.73 518	0.72 558

WQFJA1	0.85 534	0.98 409	0.67 505	1.29 599	0.76 577	1.01 576	0.67 544	1.02 577	0.67 545	1.02 584	0.67 548	1.01 584	0.67 544	1.01 584	0.68 545	0.99 549	0.67 510	0.93 580	0.64 552	0.92 553	0.65 540

WQFJX	0.85 534	1.00 419	0.68 513	1.30 601	0.75 572	1.01 576	0.68 549	1.01 573	0.68 551	1.01 580	0.68 554	1.03 589	0.68 549	1.02 588	0.67 538	0.97 544	0.67 510	0.93 580	0.63 547	0.94 562	0.63 532

NLSM3	0.85 534	0.99 417	0.68 513	1.29 599	0.76 577	1.01 576	0.68 549	1.01 573	0.68 551	1.02 584	0.68 554	1.01 584	0.68 549	1.01 584	0.68 545	0.97 544	0.68 516	0.93 580	0.64 552	0.93 558	0.63 532

DNS	0.86 537	2.43 634	1.66 672	2.03 644	0.42 488	0.60 511	0.42 479	0.60 505	0.42 483	0.60 509	0.42 482	0.60 514	0.42 478	0.60 509	0.42 474	1.97 670	1.63 679	0.55 514	0.40 480	0.55 485	0.40 452

NLMM1	0.86 537	0.98 409	0.69 515	1.48 616	0.75 572	1.01 576	0.69 557	1.00 564	0.69 556	1.00 569	0.70 563	1.00 575	0.68 549	1.01 584	0.67 538	0.97 544	0.68 516	0.92 577	0.63 547	0.93 558	0.63 532

AdaDepth	0.86 537	0.93 402	0.71 521	1.01 520	1.07 614	1.02 582	0.71 566	1.00 564	0.71 569	1.01 580	0.71 569	1.00 575	0.72 565	1.14 602	0.71 564	0.92 534	0.64 505	0.90 571	0.64 552	0.89 547	0.69 548

GEStereo_RVC	0.86 537	4.45 701	0.20 233	0.27 242	0.20 283	0.27 289	0.20 271	0.26 277	0.18 268	5.03 776	0.20 282	0.27 291	0.19 279	0.27 290	0.21 276	0.20 218	0.19 242	0.19 242	4.02 780	0.20 239	0.18 261

FAST (zero-shot)	0.87 541	1.55 535	0.42 411	1.57 618	0.42 488	1.62 674	0.45 489	1.59 663	0.42 483	1.66 674	0.44 487	1.62 674	0.42 478	1.59 669	0.42 474	0.64 478	0.43 428	0.64 526	0.42 497	0.67 504	0.46 478

Selective-RAFT-Error	0.88 542	0.84 375	0.98 560	0.86 491	0.97 602	0.88 555	0.95 598	0.84 544	0.99 607	0.92 561	0.82 588	0.84 555	0.98 590	0.87 555	0.97 596	0.81 520	0.83 548	0.79 555	0.82 594	0.79 529	0.85 580

IER	0.88 542	7.04 747	2.23 723	2.75 681	0.28 323	0.43 394	0.25 297	0.39 334	0.25 301	0.41 360	0.27 316	0.39 345	0.25 303	0.40 349	0.28 314	0.37 311	0.28 290	0.37 357	0.25 305	0.37 337	0.25 286

Selective-RAFT	0.89 544	0.89 387	0.72 524	1.16 540	0.78 581	1.06 585	0.82 587	0.87 546	0.97 604	1.00 569	0.91 595	0.90 562	1.00 591	0.89 559	0.93 593	0.83 525	0.83 548	0.82 564	0.82 594	0.81 535	0.82 578

AIO-Stereo-zeroshot	0.91 545	0.86 379	0.89 548	1.25 592	0.69 559	1.05 584	0.81 584	1.16 587	0.50 512	1.12 596	0.97 603	0.72 536	0.82 580	1.06 591	0.95 594	0.61 467	0.87 550	1.03 600	0.85 597	1.04 575	1.01 603

CFNet-RSSM	0.91 545	4.89 707	0.34 329	0.44 339	1.07 614	1.62 674	1.40 689	0.91 553	0.35 433	1.60 667	1.39 689	0.64 521	0.34 428	0.44 421	0.33 406	0.41 353	0.35 373	0.75 549	0.30 404	0.41 424	0.29 368

MLG-Stereo	0.92 547	0.90 391	0.84 546	1.27 594	0.49 514	1.38 661	0.88 590	1.41 660	0.97 604	0.73 533	1.09 615	1.26 654	0.43 483	0.72 530	1.05 607	1.13 569	0.49 456	1.18 613	0.66 559	1.01 572	0.46 478

ToySt	0.92 547	2.11 604	0.90 551	0.95 508	0.79 583	0.99 567	0.78 576	0.94 560	0.81 588	0.94 565	0.78 582	0.95 571	0.77 572	0.94 568	0.86 587	0.91 531	0.79 542	0.85 567	0.77 585	0.89 547	0.73 562

DPSM_ROB	0.92 547	0.91 393	0.91 553	0.91 496	0.92 597	0.92 560	0.92 594	0.92 556	0.91 593	0.93 563	0.91 595	0.92 565	0.90 583	0.91 562	0.92 589	0.92 534	0.91 553	0.91 574	0.92 599	0.93 558	0.93 588

DPSM	0.92 547	0.91 393	0.91 553	0.91 496	0.92 597	0.92 560	0.92 594	0.92 556	0.91 593	0.93 563	0.91 595	0.92 565	0.90 583	0.91 562	0.92 589	0.92 534	0.91 553	0.91 574	0.92 599	0.93 558	0.93 588

pmcnn	0.92 547	0.92 398	0.92 555	0.92 499	0.92 597	0.92 560	0.92 594	0.92 556	0.92 597	0.92 561	0.92 598	0.92 565	0.92 585	0.92 566	0.92 589	0.92 534	0.92 555	0.92 577	0.92 599	0.92 553	0.92 587

error version	0.93 552	4.47 702	2.35 726	1.99 642	0.37 450	0.41 366	0.36 436	0.41 362	0.35 433	0.43 381	0.36 439	0.41 370	0.40 460	0.41 369	0.36 428	1.87 660	2.16 722	0.47 478	0.37 460	0.39 399	0.33 409

test_1	0.93 552	4.47 702	2.35 726	1.99 642	0.37 450	0.41 366	0.36 436	0.41 362	0.35 433	0.43 381	0.36 439	0.41 370	0.40 460	0.41 369	0.36 428	1.87 660	2.16 722	0.47 478	0.37 460	0.39 399	0.33 409

DGTPSM_ROB	0.93 552	1.00 419	0.92 555	0.94 506	0.96 601	0.91 559	0.92 594	0.91 553	0.96 603	0.91 559	0.96 601	0.93 568	0.92 585	0.94 568	0.92 589	0.92 534	0.92 555	0.90 571	0.92 599	0.94 562	0.91 586

HSM-Net_RVC	0.95 555	1.17 457	0.78 536	1.18 542	0.71 565	1.16 599	0.75 572	1.09 581	0.80 585	1.10 590	0.75 577	1.17 605	0.74 567	1.17 605	0.80 580	1.13 569	0.73 532	1.17 610	0.77 585	1.16 586	0.72 558
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.96 556	0.75 356	0.49 446	4.84 744	0.48 510	1.28 652	0.52 518	1.20 595	0.51 519	1.14 600	0.70 563	1.00 575	0.56 523	0.90 560	0.69 553	0.76 510	0.60 496	0.95 586	0.56 536	0.73 518	0.45 476

iRaftStereo_RVC	0.97 557	3.17 669	2.30 725	2.42 673	0.38 457	0.54 500	0.38 449	0.54 490	0.38 449	0.54 496	0.38 451	0.54 499	0.38 447	0.54 495	0.38 441	2.38 709	2.34 726	0.49 491	0.36 457	0.49 465	0.36 430

DPSimNet_ROB	0.97 557	1.18 459	0.81 543	1.10 526	0.91 596	1.02 582	0.82 587	1.04 578	0.91 593	1.03 586	0.86 591	1.28 658	0.82 580	1.03 590	0.89 588	1.17 573	0.81 547	1.02 598	0.82 594	1.08 577	0.81 577

test-3	0.98 559	4.13 695	1.85 692	1.85 631	0.61 542	0.69 524	0.37 442	0.63 511	0.61 535	0.66 523	0.51 521	0.73 538	0.44 485	0.57 505	0.54 516	1.68 653	1.81 691	0.40 422	0.43 500	0.66 501	0.50 497

LGCAT	1.00 560	1.00 419	1.00 562	1.00 515	1.00 603	1.00 568	1.00 602	1.00 564	1.00 608	1.00 569	1.00 606	1.00 575	1.00 591	1.00 576	1.00 599	1.00 550	1.00 559	1.00 592	1.00 606	1.00 567	1.00 597

Test_v1	1.00 560	1.00 419	1.00 562	1.00 515	1.00 603	1.00 568	1.00 602	1.00 564	1.00 608	1.00 569	1.00 606	1.00 575	1.00 591	1.00 576	1.00 599	1.00 550	1.00 559	1.00 592	1.00 606	1.00 567	1.00 597

Wavelet-MonSter	1.00 560	1.21 507	0.76 532	1.94 637	1.01 609	1.11 594	0.76 574	1.15 584	0.76 578	1.11 595	0.76 578	1.14 602	0.76 570	1.11 599	0.76 574	1.21 622	0.90 552	1.02 598	0.71 576	1.02 574	0.71 557

999	1.00 560	1.12 450	0.59 476	1.10 526	1.21 676	1.09 590	0.52 518	1.08 579	1.43 691	1.18 603	1.35 683	0.98 574	0.52 518	0.91 562	0.85 586	0.72 500	1.46 661	0.83 565	0.98 604	0.68 506	1.41 686

DispNO	1.00 560	0.63 338	0.43 413	3.45 710	0.44 493	0.65 519	0.43 482	0.64 513	0.43 485	0.64 519	0.43 485	0.64 521	3.03 743	0.64 517	0.43 479	4.55 745	0.43 428	0.63 524	0.43 500	0.63 498	0.43 471

GANet	1.00 560	1.00 419	1.00 562	1.00 515	1.00 603	1.00 568	1.00 602	1.00 564	1.00 608	1.00 569	1.00 606	1.00 575	1.00 591	1.00 576	1.00 599	1.00 550	1.00 559	1.00 592	1.00 606	1.00 567	1.00 597

TDLM	1.00 560	1.00 419	1.00 562	1.00 515	1.00 603	1.00 568	1.00 602	1.00 564	1.00 608	1.00 569	1.00 606	1.00 575	1.00 591	1.00 576	1.00 599	1.00 550	1.00 559	1.00 592	1.00 606	1.00 567	1.00 597

CVANet_RVC	1.00 560	1.00 419	1.00 562	1.00 515	1.00 603	1.00 568	1.00 602	1.00 564	1.00 608	1.00 569	1.00 606	1.00 575	1.00 591	1.00 576	1.00 599	1.00 550	1.00 559	1.00 592	1.00 606	1.00 567	1.00 597

trnet	1.01 568	1.01 429	1.01 567	1.01 520	1.01 609	1.01 576	1.01 607	1.01 573	1.01 613	1.01 580	1.01 611	1.01 584	1.01 599	1.01 584	1.01 604	1.01 555	1.01 565	1.01 597	1.01 613	1.01 572	1.01 603

LL-Strereo	1.01 568	5.06 714	1.63 669	0.70 463	1.43 688	0.56 502	0.46 493	0.57 497	0.50 512	0.57 504	0.50 515	1.58 669	0.49 508	0.59 507	0.50 505	1.64 652	0.52 472	0.51 502	1.37 685	0.52 479	0.45 476

FlowAnything_test	1.02 570	1.72 542	0.71 521	1.59 620	0.70 563	1.61 672	0.69 557	1.61 665	0.70 564	1.60 667	0.70 563	1.61 673	0.69 555	1.61 672	0.70 562	0.81 520	0.58 487	0.81 560	0.55 532	0.81 535	0.56 522

FlowAnything	1.02 570	1.71 541	0.72 524	1.59 620	0.69 559	1.60 671	0.69 557	1.61 665	0.70 564	1.60 667	0.69 559	1.60 670	0.69 555	1.61 672	0.69 553	0.81 520	0.58 487	0.81 560	0.56 536	0.82 537	0.56 522

Hybrid-DGEV	1.03 572	1.75 548	0.80 540	1.28 598	0.78 581	1.26 649	0.80 580	1.26 646	0.78 579	1.26 652	0.78 582	1.26 654	0.78 574	1.26 655	0.78 576	1.15 572	0.75 535	1.14 603	0.74 580	1.14 581	0.75 566

tt45	1.04 573	0.88 384	1.36 650	0.92 499	1.03 612	1.51 670	0.79 577	0.70 524	0.88 591	0.74 538	0.90 592	1.60 670	0.72 565	1.60 670	0.75 572	0.91 531	0.78 540	1.52 679	0.79 589	1.14 581	1.32 678

Hybrid-DGEV-2	1.05 574	1.83 574	0.83 544	1.33 605	0.82 589	1.30 653	0.81 584	1.26 646	0.79 583	1.29 654	0.79 584	1.26 654	0.80 576	1.26 655	0.79 577	1.20 576	0.78 540	1.18 613	0.77 585	1.20 596	0.77 571

Hybrid-DGEV-03	1.07 575	1.83 574	0.83 544	1.34 606	0.81 588	1.32 655	0.81 584	1.31 653	0.81 588	1.31 655	0.82 588	1.32 659	0.82 580	1.32 660	0.81 583	1.19 574	0.77 538	1.19 615	0.76 583	1.19 594	0.77 571

GLC_STEREO	1.07 575	1.01 429	1.06 570	1.07 524	1.05 613	1.06 585	1.08 612	1.08 579	1.05 617	1.07 588	1.06 613	1.08 592	1.05 601	1.06 591	1.10 610	1.07 558	1.09 575	1.05 601	1.05 615	1.06 576	1.12 610

FC-DCNN	1.07 575	1.09 445	0.98 560	0.89 492	0.52 525	1.41 665	0.91 593	1.21 641	1.24 677	1.96 680	2.05 749	1.91 681	1.30 669	1.27 658	1.08 609	0.80 516	0.60 496	0.58 517	0.41 489	0.68 506	0.54 511

hknet	1.10 578	1.85 580	3.49 752	4.48 727	0.02 22	0.42 387	0.06 142	0.41 362	0.02 23	0.48 451	0.03 57	0.41 370	0.03 54	0.42 383	0.03 53	4.39 742	4.19 756	0.33 318	0.23 295	0.34 309	0.27 331

test_xeample3	1.10 578	1.81 564	0.61 486	0.84 486	0.49 514	0.77 534	0.66 540	0.92 556	1.40 689	0.68 527	0.46 496	0.78 544	0.54 522	1.72 675	1.48 691	1.34 632	1.52 665	1.35 672	1.67 723	1.33 651	1.55 691

DISCO	1.11 580	0.39 234	5.28 766	0.39 291	0.20 283	0.39 345	0.27 307	0.39 334	0.22 286	0.38 329	0.20 282	0.38 340	0.20 283	6.95 787	0.22 280	0.30 276	0.21 248	0.27 291	0.21 286	5.25 768	0.21 269

Occ-G	1.12 581	0.52 309	3.72 757	3.50 714	0.50 518	0.56 502	0.47 498	0.54 490	0.46 493	0.54 496	0.41 472	0.54 499	0.42 478	0.52 489	0.42 474	3.42 733	4.02 755	0.52 505	0.45 503	0.51 476	0.44 474

AEACV	1.12 581	0.52 309	3.12 748	3.24 699	0.86 590	0.53 496	0.49 509	0.60 505	0.47 498	0.53 490	0.49 511	0.55 503	0.45 489	0.55 499	0.47 494	3.01 728	3.88 753	0.71 542	0.60 543	0.80 532	0.48 488

LiteMatch	1.13 583	0.73 351	2.80 733	3.23 697	0.61 542	0.83 549	0.68 549	0.73 529	0.69 556	1.00 569	0.77 580	0.94 569	0.57 525	0.82 544	0.64 531	2.97 726	2.43 728	0.68 533	0.32 423	0.56 488	0.70 551

Lsterematch	1.13 583	0.73 351	2.80 733	3.23 697	0.61 542	0.83 549	0.68 549	0.73 529	0.69 556	1.00 569	0.77 580	0.94 569	0.57 525	0.82 544	0.64 531	2.97 726	2.43 728	0.68 533	0.32 423	0.56 488	0.70 551

MSMD_ROB	1.19 585	1.10 449	0.70 518	1.10 526	0.60 537	1.10 591	0.70 563	1.10 582	0.70 564	1.10 590	0.70 563	1.10 596	0.70 559	7.00 788	0.70 562	1.10 562	0.70 525	1.10 602	0.70 573	1.10 578	0.70 551

MM-Stereo_test2	1.20 586	1.85 580	1.05 569	1.46 615	0.94 600	1.36 659	0.99 601	1.36 655	0.95 601	1.41 662	0.98 604	1.40 665	0.96 587	1.37 662	0.95 594	1.37 637	1.06 568	1.33 669	0.93 603	1.29 650	0.89 584

ours_stereo	1.20 586	1.21 507	0.90 551	1.64 628	1.11 616	1.35 657	0.67 544	1.76 672	0.93 599	1.70 676	1.10 616	1.39 663	0.75 569	1.41 664	0.81 583	1.60 651	1.03 567	1.33 669	1.00 606	1.61 661	0.72 558

DisPM	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

CrosDoStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

PFNet+	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

LCNet	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

HHNet	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

Patchmatch Stereo++	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624
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	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

STrans-v2	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

TransformOpticalFlow	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

OMP-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

IIG-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

NF-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

OCTAStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

PSM-softLoss	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

KMStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

NRIStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

PSM-adaLoss	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

PSM-AAD	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

FTStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

ROB_FTStereo_v2	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

ROB_FTStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

Consistency-Raft	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

KYRaft	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

HUI-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

ASMatch	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

DeepStereo_LL	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

DEmStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

SST-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

THIR-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

RAFT_R40	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

DRaft	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

PFNet	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

GrayStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

RE-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

Pruner-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

TVStereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

DeepStereo_RVC	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

RAFT-RH_RVC	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

IRAFT_RVC	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

RAFT-345	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

iRAFT	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

CRE-IMP	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

GMM-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

RAFT-IKP	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

Prome-Stereo	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

qqai	1.22 633	1.38 528	1.12 573	1.39 612	1.14 617	1.40 663	1.14 616	1.41 660	1.12 618	1.40 661	1.11 617	1.40 665	1.13 605	1.41 664	1.15 615	1.25 625	0.97 558	1.24 664	1.01 613	1.24 645	0.96 592

HCRNet	1.22 633	7.11 748	3.00 735	3.55 715	0.33 423	0.29 294	0.14 226	0.19 230	0.15 243	0.33 310	0.29 339	0.25 276	0.14 231	0.22 254	0.33 406	3.64 734	3.00 733	0.76 551	0.32 423	0.18 232	0.13 220

HBP-ISP	1.24 635	1.72 542	1.65 670	1.15 535	0.76 577	1.40 663	0.88 590	1.67 671	1.02 614	1.69 675	1.38 688	1.69 675	1.21 662	1.87 682	1.21 671	1.05 557	0.79 542	0.97 590	0.80 591	1.19 594	0.75 566

AANet_RVC	1.26 636	0.31 209	4.99 764	5.93 754	0.20 283	0.25 275	0.20 271	0.25 271	0.20 278	0.23 257	0.19 278	0.25 276	0.20 283	0.25 274	0.20 273	5.66 766	4.76 760	0.26 286	0.30 404	0.24 267	0.27 331

MM-Stereo_test3	1.27 637	2.07 600	1.18 582	1.60 623	1.02 611	1.45 667	1.01 607	1.40 659	1.04 616	1.44 664	1.03 612	1.46 668	1.02 600	1.44 667	1.02 605	1.51 646	1.12 582	1.32 668	0.98 604	1.38 654	0.97 593

11t	1.27 637	2.70 646	1.34 640	1.32 604	0.89 592	1.30 653	1.34 679	1.64 668	0.57 526	1.45 665	0.72 572	1.05 591	1.29 668	1.07 594	1.29 680	1.49 643	1.02 566	0.97 590	1.15 620	1.48 656	1.31 677

MaskLacGwcNet_RVC	1.35 639	1.35 524	1.35 642	1.35 608	1.35 681	1.35 657	1.35 680	1.36 655	1.35 685	1.36 659	1.35 683	1.36 661	1.36 674	1.36 661	1.35 684	1.35 633	1.35 652	1.35 672	1.35 682	1.35 652	1.35 682

CC-Net-ROB	1.36 640	1.33 523	1.33 639	1.36 609	1.38 685	1.36 659	1.33 678	1.37 657	1.34 682	1.35 658	1.36 685	1.38 662	1.34 672	1.38 663	1.38 687	1.35 633	1.38 656	1.33 669	1.35 682	1.43 655	1.34 681

CFNet	1.37 641	5.27 728	0.19 225	5.49 751	0.19 280	0.28 291	0.19 267	0.28 282	0.19 276	0.28 287	0.19 278	0.28 292	4.35 773	0.28 295	0.19 270	0.23 239	0.17 226	0.23 266	4.21 782	4.81 759	0.17 255

PS-NSSS	1.38 642	1.39 529	1.34 640	1.34 606	1.35 681	1.38 661	1.37 687	1.35 654	1.38 688	1.34 657	1.34 682	1.39 663	1.38 677	1.70 674	1.40 688	1.36 635	1.36 653	1.36 674	1.37 685	1.37 653	1.36 683

RASNet	1.49 643	1.65 538	1.45 658	1.38 611	1.43 688	1.47 668	1.36 682	1.38 658	1.36 686	1.39 660	1.60 699	1.45 667	1.45 680	1.51 668	2.21 744	1.53 647	1.36 653	1.36 674	1.36 684	1.66 664	1.36 683

BLMT-Stereo	1.53 644	1.36 525	1.06 570	1.42 614	1.23 680	1.41 665	1.07 611	1.43 662	1.12 618	1.42 663	1.06 613	1.83 678	1.07 602	1.42 666	1.07 608	1.27 627	1.38 656	6.80 785	1.00 606	1.26 647	1.00 597

GANetREF_RVC	1.55 645	1.94 596	1.22 634	1.88 633	1.21 676	1.88 679	1.22 670	1.88 674	1.22 675	1.88 677	1.22 672	1.88 679	1.22 663	1.89 683	1.22 672	1.87 660	1.22 638	1.88 695	1.22 673	1.88 673	1.22 670
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	1.59 646	1.91 589	1.21 633	1.94 637	1.20 630	2.00 687	1.23 671	1.99 679	1.24 677	2.00 685	1.25 675	2.03 689	1.26 665	2.00 687	1.29 680	1.90 665	1.18 589	1.89 696	1.21 672	1.89 674	1.20 624
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 647	1.59 537	1.70 673	1.59 620	1.59 694	1.61 672	1.61 698	1.60 664	1.60 695	1.62 673	1.59 698	1.60 670	1.60 683	1.60 670	1.59 695	1.59 649	1.60 676	1.59 681	1.59 703	1.59 660	1.59 697

MEA-ACV	1.66 648	0.87 381	0.61 486	11.81 784	1.35 681	1.50 669	0.71 566	1.23 644	0.92 597	1.13 599	0.96 601	1.69 675	0.70 559	1.23 654	1.16 619	1.54 648	1.20 590	1.58 680	0.85 597	1.12 579	0.95 591

ff7	1.68 649	2.68 643	1.35 642	0.97 512	0.89 592	1.84 676	2.15 742	2.12 685	1.80 725	2.05 690	1.56 695	2.33 710	2.12 733	2.23 706	2.25 745	1.31 629	1.07 569	1.48 676	1.41 688	0.90 550	1.04 605

ffff	1.68 649	2.68 643	1.35 642	0.97 512	0.89 592	1.84 676	2.15 742	2.12 685	1.80 725	2.05 690	1.56 695	2.33 710	2.12 733	2.23 706	2.25 745	1.31 629	1.07 569	1.48 676	1.41 688	0.90 550	1.04 605

ccc-4	1.68 649	2.68 643	1.35 642	0.97 512	0.89 592	1.84 676	2.15 742	2.12 685	1.80 725	2.05 690	1.56 695	2.33 710	2.12 733	2.23 706	2.25 745	1.31 629	1.07 569	1.48 676	1.41 688	0.90 550	1.04 605

PhaseNet	1.74 652	6.34 746	4.81 762	6.77 760	0.24 306	0.80 541	0.53 520	0.48 450	0.22 286	0.53 490	0.28 324	0.48 460	0.25 303	0.40 349	0.32 394	6.39 772	4.61 759	0.46 468	0.38 474	0.25 270	0.18 261

MC-Stereo	1.76 653	2.96 662	1.37 652	2.14 646	1.37 684	2.14 693	1.36 682	2.14 688	1.37 687	2.14 694	1.37 686	2.14 691	1.37 676	2.14 692	1.37 686	1.97 670	1.32 640	1.97 699	1.32 681	1.98 676	1.33 679

IGEVStereo-DCA	1.77 654	4.21 697	1.84 690	2.49 676	2.11 742	2.54 727	1.36 682	1.65 669	1.17 626	2.75 738	1.90 732	2.54 723	1.15 609	0.94 568	1.11 611	1.50 644	1.32 640	0.96 588	1.46 694	1.49 657	0.88 581

rrr	1.77 654	4.21 697	1.84 690	2.49 676	2.11 742	2.54 727	1.36 682	1.65 669	1.17 626	2.75 738	1.90 732	2.54 723	1.15 609	0.94 568	1.11 611	1.50 644	1.32 640	0.96 588	1.46 694	1.49 657	0.88 581

MM-Stereo_test1	1.80 656	3.41 674	1.52 665	2.12 645	1.41 687	2.04 688	1.41 690	2.05 683	1.46 692	2.04 689	1.41 690	2.05 690	1.42 679	2.05 688	1.43 690	2.04 675	1.54 668	1.94 697	1.38 687	1.99 677	1.33 679

MFMNet_re	1.81 657	1.91 589	1.71 675	1.95 639	1.70 717	1.95 684	1.70 715	1.96 677	1.74 721	1.97 682	1.72 720	1.95 682	1.71 704	1.97 686	1.71 715	1.86 658	1.62 677	1.85 688	1.66 722	1.86 672	1.64 715

plain	1.88 658	3.16 668	0.64 495	3.10 692	0.65 550	3.10 743	0.64 537	3.12 743	0.65 541	3.10 744	0.65 545	3.11 744	0.65 539	3.12 743	0.65 534	3.12 729	0.65 507	3.13 742	0.65 556	3.13 730	0.65 540

derf	1.91 659	2.15 608	1.78 679	2.16 647	1.75 720	2.21 702	1.80 719	2.22 702	1.80 725	2.21 705	1.76 721	2.17 692	1.81 713	2.24 709	1.74 724	1.93 668	1.56 669	1.96 698	1.53 696	1.95 675	1.56 692

noway5	1.92 660	4.97 710	1.95 714	2.31 664	1.68 707	2.21 702	1.68 709	2.21 700	1.69 711	2.22 709	1.68 713	2.21 700	1.68 694	2.21 702	1.68 710	2.18 687	1.87 706	1.71 685	0.65 556	0.85 541	0.72 558

RAFT_CTSACE	1.92 660	3.71 681	1.72 676	1.88 633	1.72 719	2.04 688	1.42 692	2.18 691	1.89 738	2.02 687	1.97 738	1.95 682	2.06 732	1.93 684	1.62 696	1.76 655	1.66 681	2.02 700	1.73 731	1.73 667	1.43 688

MonStereo1	1.94 662	2.77 656	1.52 665	3.73 722	1.51 691	2.13 692	1.42 692	2.32 712	1.52 693	2.31 716	1.50 693	2.53 720	1.59 682	2.34 714	1.56 693	1.91 666	1.36 653	1.86 691	1.31 680	2.07 687	1.53 689

4.25w-stereo	1.98 663	2.72 650	1.46 659	3.47 711	1.43 688	2.07 690	1.98 733	2.53 724	1.52 693	2.71 731	1.98 744	1.81 677	1.62 685	1.96 685	1.36 685	1.88 663	2.00 711	2.53 736	1.61 710	1.74 668	1.15 615

4.5w-stereo	1.99 664	2.33 622	1.81 681	3.28 701	1.68 707	1.94 681	1.99 736	2.72 728	1.70 712	2.72 732	1.99 747	1.97 684	1.68 694	1.76 676	1.29 680	1.91 666	2.02 717	2.53 736	1.61 710	1.75 669	1.16 618

2.75w_new	1.99 664	2.34 626	1.81 681	3.14 693	1.62 696	1.94 681	1.99 736	2.72 728	1.71 714	2.72 732	1.99 747	1.90 680	1.73 706	1.82 681	1.29 680	2.37 708	2.01 713	2.31 722	1.42 691	1.77 670	1.22 670

3.75w	1.99 664	2.31 620	1.83 689	3.16 695	1.65 698	1.93 680	1.98 733	2.72 728	1.68 704	2.73 737	1.97 738	2.00 686	1.72 705	1.81 680	1.25 676	2.27 699	2.01 713	2.38 727	1.42 691	1.71 666	1.24 673

2w_stereo	1.99 664	2.36 629	1.81 681	3.24 699	1.67 703	1.94 681	1.98 733	2.72 728	1.68 704	2.72 732	1.94 735	1.98 685	1.74 708	1.79 679	1.27 677	1.95 669	2.00 711	2.53 736	1.60 706	1.68 665	1.15 615

2.25w	2.00 668	1.86 583	1.98 717	2.95 690	2.17 746	2.26 708	1.35 680	2.42 718	2.00 745	2.07 693	1.27 677	2.53 720	1.99 728	2.29 711	1.49 692	2.21 691	1.32 640	1.85 688	1.87 736	2.52 717	1.62 710

4.25_new	2.00 668	2.33 622	1.82 686	3.32 704	1.69 712	1.95 684	1.99 736	2.72 728	1.71 714	2.72 732	1.97 738	2.01 687	1.74 708	1.77 677	1.28 678	2.18 687	2.01 713	2.48 734	1.58 701	1.65 662	1.17 619

4.5w_new	2.00 668	2.33 622	1.82 686	3.32 704	1.69 712	1.95 684	1.99 736	2.72 728	1.71 714	2.72 732	1.97 738	2.01 687	1.74 708	1.77 677	1.28 678	2.18 687	2.01 713	2.48 734	1.58 701	1.65 662	1.17 619

4.5_new	2.00 668	1.84 579	1.98 717	2.77 683	2.16 744	2.27 709	1.28 677	2.09 684	1.98 742	2.01 686	1.28 678	2.71 733	1.98 726	2.51 723	1.65 698	2.26 696	1.33 647	1.87 692	1.87 736	2.49 713	1.60 699

TRStereo	2.00 668	2.13 605	1.85 692	2.27 653	1.84 724	2.28 711	1.84 721	2.29 707	1.86 731	2.30 713	1.87 727	2.30 707	1.87 716	2.08 689	1.72 718	2.08 676	1.72 685	2.08 711	1.72 728	2.08 689	1.72 720

XX-Stereo	2.00 668	2.13 605	1.85 692	2.27 653	1.84 724	2.28 711	1.84 721	2.29 707	1.86 731	2.30 713	1.87 727	2.30 707	1.87 716	2.08 689	1.72 718	2.08 676	1.72 685	2.08 711	1.72 728	2.08 689	1.72 720

EAI-Stereo	2.00 668	2.13 605	1.85 692	2.27 653	1.84 724	2.28 711	1.84 721	2.29 707	1.86 731	2.30 713	1.87 727	2.30 707	1.87 716	2.08 689	1.72 718	2.08 676	1.72 685	2.08 711	1.72 728	2.08 689	1.72 720

2.5w	2.01 675	2.40 631	1.37 652	3.28 701	2.01 736	2.71 733	1.43 695	1.82 673	1.83 729	1.90 679	1.41 690	2.71 733	1.35 673	2.71 733	1.85 730	2.66 720	1.53 666	1.64 682	1.23 674	2.53 720	1.87 730

4w-stereo	2.02 676	2.72 650	1.44 657	3.36 707	1.59 694	2.48 720	1.72 717	2.28 705	1.24 677	2.24 711	1.65 703	2.56 725	1.32 671	2.39 717	1.98 741	2.67 722	1.51 664	1.66 683	1.24 675	2.53 720	1.88 733

IGEV	2.02 676	2.20 612	1.82 686	2.90 689	2.16 744	2.41 717	1.25 673	2.00 680	1.98 742	1.99 684	1.31 680	2.72 737	1.93 722	2.67 732	1.69 713	2.26 696	1.32 640	1.83 687	1.87 736	2.53 720	1.61 704

3.25w_new	2.03 678	2.72 650	1.35 642	3.33 706	1.57 692	2.72 734	1.53 697	2.15 689	1.33 681	2.15 695	1.60 699	2.63 729	1.30 669	2.72 735	1.99 742	2.67 722	1.53 666	1.75 686	1.25 677	2.53 720	1.87 730

3.5w_stereo	2.03 678	2.72 650	1.35 642	3.41 708	1.57 692	2.72 734	1.49 696	2.01 681	1.34 682	2.15 695	1.61 701	2.63 729	1.36 674	2.72 735	1.99 742	2.66 720	1.58 672	1.68 684	1.24 675	2.53 720	1.87 730

UniTT-Stereo	2.03 678	3.43 675	0.72 524	3.42 709	0.73 568	3.27 746	0.68 549	3.38 748	0.69 556	3.29 747	0.72 572	3.28 747	0.70 559	3.35 749	0.68 545	3.39 732	0.68 516	3.31 745	0.69 569	3.37 731	0.73 562

3.25w	2.04 681	2.20 612	1.48 660	3.03 691	2.17 746	2.63 731	1.39 688	1.96 677	1.95 741	1.96 680	1.37 686	2.71 733	1.96 725	2.71 733	1.73 723	2.26 696	1.32 640	1.87 692	1.87 736	2.51 716	1.63 713

3w_stereo	2.04 681	2.24 616	1.70 673	3.15 694	2.18 748	2.49 721	1.26 675	2.03 682	1.98 742	1.98 683	1.33 681	2.72 737	1.99 728	2.59 726	1.72 718	2.22 692	1.33 647	1.85 688	1.88 741	2.50 715	1.58 696

1w_stereo	2.05 683	2.32 621	1.35 642	3.74 723	2.01 736	2.73 736	1.42 692	1.88 674	1.93 740	2.03 688	1.28 678	2.71 733	1.99 728	2.72 735	1.72 718	2.20 690	1.32 640	1.87 692	1.86 735	2.45 709	1.54 690

zzzzzz3	2.07 684	5.00 712	1.93 704	2.28 658	1.66 699	2.19 696	1.66 701	2.18 691	1.67 699	2.19 700	1.66 706	2.18 693	1.67 692	2.18 694	1.66 701	2.15 679	1.85 698	2.05 701	1.59 703	2.05 679	1.59 697

noway2	2.07 684	4.96 709	1.92 701	2.28 658	1.66 699	2.20 699	1.66 701	2.19 694	1.66 696	2.19 700	1.65 703	2.19 696	1.68 694	2.18 694	1.65 698	2.15 679	1.86 702	2.06 705	1.59 703	2.06 683	1.60 699

LiteMatch*	2.07 684	1.30 519	5.73 769	6.28 757	0.79 583	1.33 656	0.80 580	1.30 652	1.02 614	1.33 656	0.84 590	1.33 660	0.97 588	1.28 659	1.04 606	6.05 770	5.89 766	1.28 667	0.76 583	1.28 649	0.88 581

noway7	2.08 687	5.18 719	1.92 701	2.27 653	1.66 699	2.18 694	1.66 701	2.17 690	1.66 696	2.18 697	1.65 703	2.18 693	1.66 686	2.17 693	1.66 701	2.15 679	1.85 698	2.05 701	1.60 706	2.05 679	1.60 699

zzzz4	2.08 687	5.22 723	1.93 704	2.27 653	1.66 699	2.19 696	1.66 701	2.18 691	1.67 699	2.18 697	1.66 706	2.18 693	1.66 686	2.18 694	1.66 701	2.15 679	1.84 693	2.05 701	1.60 706	2.05 679	1.60 699

zzzz2	2.08 687	4.92 708	1.93 704	2.30 661	1.67 703	2.19 696	1.66 701	2.20 697	1.67 699	2.20 703	1.68 713	2.21 700	1.66 686	2.20 699	1.68 710	2.17 685	1.84 693	2.07 707	1.62 716	2.05 679	1.61 704

monster_256*512	2.09 690	5.21 722	1.98 717	2.30 661	1.67 703	2.18 694	1.66 701	2.20 697	1.67 699	2.19 700	1.67 708	2.19 696	1.66 686	2.19 697	1.66 701	2.15 679	1.86 702	2.05 701	1.60 706	2.06 683	1.61 704

zzz1	2.09 690	4.97 710	1.93 704	2.30 661	1.68 707	2.21 702	1.68 709	2.21 700	1.68 704	2.21 705	1.67 708	2.21 700	1.68 694	2.21 702	1.69 713	2.17 685	1.85 698	2.08 711	1.61 710	2.06 683	1.61 704

zzzzzzz1	2.10 692	5.20 721	1.93 704	2.38 670	1.68 707	2.20 699	1.67 707	2.20 697	1.68 704	2.20 703	1.67 708	2.20 699	1.68 694	2.20 699	1.67 709	2.24 694	1.86 702	2.06 705	1.61 710	2.06 683	1.62 710

GELT-Stereo	2.10 692	5.33 730	1.94 712	2.37 668	1.68 707	2.21 702	1.69 713	2.19 694	1.67 699	2.18 697	1.67 708	2.19 696	1.66 686	2.19 697	1.66 701	2.23 693	1.83 692	2.07 707	1.61 710	2.04 678	1.61 704

noway1	2.10 692	5.26 727	1.93 704	2.31 664	1.69 712	2.21 702	1.67 707	2.19 694	1.68 704	2.21 705	1.68 713	2.21 700	1.67 692	2.20 699	1.66 701	2.15 679	1.84 693	2.07 707	1.61 710	2.07 687	1.61 704

sCroCo_RVC	2.10 692	2.76 654	1.92 701	2.78 686	1.39 686	2.73 736	1.41 690	2.73 734	1.40 689	2.77 743	1.41 690	2.74 739	1.40 678	2.74 738	1.40 688	2.72 724	1.42 659	2.72 740	1.44 693	2.79 727	1.42 687

noway4	2.11 696	5.14 717	1.93 704	2.37 668	1.69 712	2.20 699	1.68 709	2.22 702	1.68 704	2.21 705	1.69 717	2.23 704	1.68 694	2.22 704	1.66 701	2.24 694	1.84 693	2.09 716	1.63 719	2.09 692	1.62 710

MoCha-V2	2.11 696	26.97 792	0.78 536	0.92 499	0.77 580	0.96 565	0.72 569	0.90 551	0.72 572	0.94 565	0.70 563	0.90 562	0.71 564	0.91 562	0.71 564	0.85 528	0.71 529	0.88 569	0.69 569	0.87 543	0.67 544

noway3	2.12 698	5.22 723	1.93 704	2.39 671	1.70 717	2.23 707	1.70 715	2.22 702	1.70 712	2.22 709	1.70 719	2.23 704	1.69 701	2.22 704	1.71 715	2.28 700	1.86 702	2.08 711	1.63 719	2.09 692	1.63 713

FBW_ROB	2.12 698	2.46 636	1.77 678	2.49 676	1.79 723	2.38 715	1.83 720	2.46 719	1.78 724	2.48 724	1.97 738	2.40 715	1.78 711	2.42 720	1.83 728	2.31 705	1.85 698	2.38 727	1.82 734	2.35 703	1.84 726

MonStereo	2.17 700	2.41 632	1.49 664	2.67 680	1.67 703	2.60 730	2.04 740	2.32 712	1.76 722	2.44 721	1.68 713	2.50 718	1.69 701	2.38 715	1.80 727	2.28 700	1.78 688	2.63 739	2.14 744	3.47 732	1.68 718

asda	2.17 700	2.54 637	1.81 681	3.47 711	1.78 722	2.50 723	1.86 725	2.61 726	1.68 704	2.61 728	1.83 723	2.37 714	1.73 706	2.44 721	1.88 736	2.51 717	1.84 693	2.34 724	1.62 716	2.23 696	1.77 725

asd	2.18 702	2.77 656	1.58 667	3.59 716	2.00 735	2.58 729	1.85 724	2.39 717	1.71 714	2.47 723	1.97 738	2.59 727	1.61 684	2.56 724	1.79 726	2.51 717	1.99 710	2.11 717	1.62 716	2.36 704	1.60 699

qwe	2.18 702	2.60 640	1.58 667	3.83 724	1.90 733	2.53 725	1.90 731	2.48 720	1.73 719	2.37 719	1.92 734	2.53 720	1.68 694	2.56 724	1.83 728	2.52 719	1.87 706	2.07 707	1.68 725	2.32 702	1.71 719

monsters	2.18 702	2.41 632	1.96 716	3.47 711	2.03 740	2.53 725	1.64 700	2.48 720	1.73 719	2.40 720	1.50 693	2.62 728	1.94 723	2.59 726	1.94 738	2.44 712	1.57 671	2.28 720	1.87 736	2.42 706	1.86 728

AIO_rvc	2.18 702	2.34 626	1.87 696	2.32 666	1.94 734	2.40 716	1.89 730	2.37 715	2.07 747	2.52 726	1.95 737	2.44 717	1.99 728	2.41 718	1.89 737	2.32 706	2.09 719	2.24 718	2.18 745	2.21 695	2.23 737

HUF	2.18 702	2.30 619	1.99 721	2.34 667	2.02 739	2.41 717	2.06 741	2.38 716	1.89 738	2.36 718	1.85 724	2.56 725	1.98 726	2.31 713	1.97 740	2.30 704	2.03 718	2.30 721	2.11 743	2.23 696	2.16 735

AIO_test	2.18 702	2.09 603	2.04 722	2.42 673	2.01 736	2.47 719	1.94 732	2.34 714	2.03 746	2.56 727	1.94 735	2.43 716	1.94 723	2.41 718	1.87 734	2.39 710	2.10 720	2.35 726	1.91 742	2.25 698	2.19 736

monsterstereo	2.20 708	2.33 622	1.95 714	3.65 718	2.07 741	2.49 721	1.61 698	2.48 720	1.83 729	2.45 722	1.61 701	2.67 732	1.86 714	2.64 728	1.94 738	2.48 716	1.66 681	2.34 724	1.68 725	2.40 705	1.86 728

LG-G_1	2.22 709	2.71 648	1.89 697	2.77 683	1.87 731	2.75 738	1.87 728	2.76 736	1.87 735	2.75 738	1.87 727	2.76 740	1.87 716	2.75 739	1.86 731	2.47 714	1.58 672	2.45 731	1.57 698	2.45 709	1.57 694

LG-G	2.22 709	2.71 648	1.89 697	2.77 683	1.87 731	2.75 738	1.87 728	2.76 736	1.87 735	2.75 738	1.87 727	2.76 740	1.87 716	2.75 739	1.86 731	2.47 714	1.58 672	2.45 731	1.57 698	2.45 709	1.57 694

LGtest1	2.22 709	2.70 646	1.89 697	2.76 682	1.86 727	2.75 738	1.86 725	2.75 735	1.86 731	2.75 738	1.86 725	2.77 742	1.87 716	2.75 739	1.86 731	2.46 713	1.58 672	2.45 731	1.56 697	2.45 709	1.56 692

RAStereo	2.23 712	3.64 678	0.76 532	3.65 718	0.86 590	3.66 751	0.76 574	3.67 752	0.81 588	3.66 749	0.76 578	3.66 750	0.77 572	3.68 751	0.77 575	3.68 735	0.77 538	3.69 750	0.77 585	3.70 734	0.77 571

UDGNet	2.23 712	5.40 734	1.72 676	2.48 675	1.69 712	2.51 724	1.69 713	2.51 723	1.72 718	2.50 725	1.69 717	2.52 719	1.69 701	2.50 722	1.68 710	2.41 711	1.70 684	2.42 729	1.69 727	2.42 706	1.64 715

NCCL2	2.28 714	2.27 617	2.28 724	2.28 658	2.28 749	2.27 709	2.29 745	2.28 705	2.28 748	2.27 712	2.28 750	2.28 706	2.27 736	2.27 710	2.28 749	2.28 700	2.28 725	2.27 719	2.29 749	2.27 699	2.29 738

Abc-Net	2.32 715	24.75 784	1.14 576	1.17 541	1.17 624	1.11 594	1.15 618	1.17 589	1.21 674	1.08 589	1.16 621	1.12 601	1.14 608	1.09 595	1.17 621	1.09 560	1.16 585	1.17 610	1.17 623	1.16 586	1.11 608
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 716	25.00 785	1.13 575	1.15 535	1.15 619	1.10 591	1.15 618	1.15 584	1.15 621	1.12 596	1.15 618	1.09 594	1.13 605	1.10 597	1.15 615	1.11 567	1.09 575	1.16 606	1.12 618	1.16 586	1.17 619

stereogan	2.33 716	24.38 783	1.18 582	1.18 542	1.18 627	1.14 597	1.18 622	1.19 592	1.19 628	1.14 600	1.18 625	1.14 602	1.18 614	1.14 602	1.18 622	1.14 571	1.14 583	1.19 615	1.19 624	1.15 584	1.19 623

RGC	2.36 718	25.48 786	1.19 584	1.15 535	1.15 619	1.10 591	1.16 620	1.17 589	1.16 622	1.12 596	1.16 621	1.11 600	1.13 605	1.09 595	1.18 622	1.10 562	1.15 584	1.16 606	1.12 618	1.14 581	1.12 610

NCC-stereo	2.36 718	25.52 787	1.17 580	1.15 535	1.17 624	1.11 594	1.11 613	1.15 584	1.16 622	1.10 590	1.16 621	1.10 596	1.15 609	1.14 602	1.13 613	1.09 560	1.11 579	1.15 605	1.16 622	1.17 591	1.17 619

AF-Net	2.37 720	25.71 788	1.17 580	1.13 531	1.15 619	1.15 598	1.18 622	1.19 592	1.16 622	1.10 590	1.15 618	1.10 596	1.18 614	1.12 601	1.15 615	1.10 562	1.10 578	1.17 610	1.15 620	1.16 586	1.12 610

Nwc_Net	2.37 720	25.95 789	1.15 578	1.14 532	1.15 619	1.08 588	1.14 616	1.17 589	1.16 622	1.14 600	1.15 618	1.08 592	1.15 609	1.11 599	1.14 614	1.10 562	1.11 579	1.16 606	1.09 617	1.16 586	1.15 615

CFNet_RVC	2.38 722	8.71 759	0.38 348	9.33 773	0.42 488	0.56 502	0.42 479	0.60 505	0.38 449	0.62 515	0.42 482	0.56 506	7.29 785	0.62 511	0.42 474	0.53 444	0.37 384	0.49 491	0.34 438	8.30 782	6.87 786

testmc14	2.43 723	10.48 772	8.02 781	8.93 772	0.31 396	0.44 429	0.30 341	0.42 380	0.30 350	0.42 374	0.30 354	0.42 388	0.30 350	0.42 383	0.30 340	8.88 785	6.99 775	0.41 440	0.28 371	0.39 399	0.28 359

edge stereo	2.43 723	27.07 793	1.14 576	1.06 523	1.14 617	1.08 588	1.17 621	1.16 587	1.14 620	1.10 590	1.16 621	1.09 594	1.16 613	1.10 597	1.16 619	1.10 562	1.11 579	1.16 606	1.19 624	1.13 580	1.11 608

FAT-Stereo	2.46 725	26.05 790	1.23 636	1.23 591	1.22 678	1.20 600	1.24 672	1.23 644	1.23 676	1.19 604	1.22 672	1.21 652	1.24 664	1.20 607	1.24 673	1.21 622	1.17 588	1.22 663	1.25 677	1.20 596	1.24 673

MCSU-Stereo	2.48 726	10.56 773	8.50 783	9.47 776	0.31 396	0.43 394	0.30 341	0.42 380	0.30 350	0.42 374	0.30 354	0.42 388	0.30 350	0.41 369	0.30 340	8.86 784	6.93 774	0.40 422	0.29 386	0.39 399	0.28 359

S-Stereo	2.51 727	26.86 791	1.23 636	1.22 589	1.22 678	1.24 648	1.25 673	1.22 642	1.24 677	1.21 650	1.24 674	1.19 606	1.27 666	1.19 606	1.24 673	1.19 574	1.20 590	1.25 665	1.19 624	1.24 645	1.23 672

Anonymous3	2.55 728	3.26 672	1.65 670	3.28 701	1.63 697	3.24 745	1.68 709	3.27 745	1.66 696	3.28 746	1.67 708	3.25 746	1.66 686	3.27 745	1.64 697	3.26 730	1.65 680	3.30 744	1.65 721	4.95 764	1.65 717

DNSM	2.56 729	4.43 700	3.08 746	4.09 726	1.86 727	2.66 732	1.86 725	2.66 727	1.87 735	2.66 730	1.86 725	2.66 731	1.86 714	2.66 731	1.87 734	3.82 737	2.94 732	2.42 729	1.73 731	2.42 706	1.73 723

MIF-Stereo (partial)	2.58 730	3.31 673	0.66 501	3.18 696	0.66 553	3.18 744	0.66 540	3.21 744	0.67 545	3.19 745	0.66 547	3.19 745	0.66 542	3.31 747	0.68 545	5.09 762	1.79 690	8.23 789	1.67 723	6.18 773	1.38 685

MSMDNet	2.65 731	10.14 770	0.33 315	9.74 777	0.32 410	0.87 554	0.33 410	2.95 742	0.68 551	0.49 461	0.34 426	0.49 467	5.70 780	0.49 466	0.33 406	0.42 367	9.57 782	0.41 440	0.31 415	8.36 783	0.65 540

pcwnet_v2	2.66 732	9.89 768	0.33 315	9.89 778	0.32 410	0.50 478	0.32 399	0.49 458	0.33 418	0.49 461	0.34 426	0.49 467	8.76 787	0.48 459	0.33 406	0.41 353	9.58 783	0.40 422	0.29 386	9.01 786	0.63 532

CFNet_pseudo	2.67 733	9.36 764	0.32 310	10.99 783	0.33 423	0.85 551	0.33 410	0.49 458	0.33 418	0.49 461	0.32 409	0.49 467	7.26 784	0.49 466	0.33 406	0.41 353	9.62 784	0.41 440	0.29 386	10.03 790	0.29 368

TestStereo_HL2	2.73 734	0.41 251	11.06 784	14.13 786	0.30 348	0.44 429	0.28 318	0.43 388	0.29 335	0.43 381	0.28 324	0.43 397	0.29 341	0.43 390	0.28 314	13.51 789	10.37 789	0.41 440	0.27 350	0.38 350	0.27 331

CFNet_ucs	2.73 734	9.64 766	0.33 315	9.92 779	0.32 410	0.49 469	0.33 410	0.49 458	0.33 418	0.49 461	0.33 418	0.49 467	8.98 788	0.48 459	0.33 406	0.41 353	9.96 787	0.40 422	0.29 386	10.12 791	0.54 511

UCFNet_RVC	2.75 736	10.06 769	0.29 279	10.31 782	0.29 336	0.42 387	0.29 333	0.43 388	0.29 335	0.42 374	0.29 339	0.42 388	9.87 790	0.43 390	0.29 330	0.36 308	9.84 786	0.36 353	0.26 311	9.77 789	0.26 292

TestStereo_HL3	2.76 737	0.41 251	11.46 787	14.11 785	0.30 348	0.45 443	0.29 333	0.43 388	0.29 335	0.43 381	0.29 339	0.43 397	0.28 329	0.44 421	0.30 340	13.57 790	10.32 788	0.41 440	0.27 350	0.38 350	0.27 331

GGDA	2.76 737	0.41 251	11.34 786	14.28 787	0.30 348	0.44 429	0.29 333	0.43 388	0.29 335	0.43 381	0.28 324	0.43 397	0.28 329	0.43 390	0.29 330	13.45 788	10.57 790	0.41 440	0.27 350	0.38 350	0.27 331

TestStereo-Hl	2.78 739	0.42 263	11.23 785	14.38 788	0.30 348	0.44 429	0.30 341	0.43 388	0.28 325	0.43 381	0.29 339	0.44 433	0.29 341	0.44 421	0.29 330	13.64 791	10.73 791	0.41 440	0.27 350	0.38 350	0.27 331

ccs_rob	2.79 740	10.17 771	0.32 310	10.00 780	0.33 423	0.49 469	0.33 410	1.90 676	0.32 408	0.51 483	0.33 418	0.49 467	9.24 789	0.49 466	0.33 406	0.41 353	9.82 785	0.41 440	0.28 371	9.34 787	0.29 368

PCWNet_CMD	2.80 741	9.82 767	0.32 310	10.09 781	0.32 410	0.49 469	0.33 410	3.34 747	0.33 418	0.49 461	0.33 418	0.49 467	8.73 786	0.48 459	0.33 406	0.41 353	9.22 781	0.42 456	0.29 386	9.55 788	0.31 393

NLSM1	2.93 742	3.24 671	2.57 731	4.04 725	2.66 752	3.30 747	2.55 748	3.29 746	2.55 750	3.35 748	2.48 752	3.28 747	2.47 738	3.34 748	2.49 750	3.26 730	2.55 730	3.13 742	2.57 752	3.00 729	2.46 745

StereoVision	3.15 743	5.00 712	0.89 548	4.83 743	1.00 603	3.93 752	1.27 676	6.37 782	1.34 682	5.67 782	1.26 676	5.84 783	1.27 666	5.03 779	1.24 673	5.10 763	1.09 575	4.61 763	0.57 539	5.62 771	1.12 610

MaDis-Stereo	3.19 744	6.02 745	1.12 573	5.61 753	1.16 623	5.43 779	1.02 609	5.15 779	0.70 564	5.43 779	1.21 671	5.03 780	0.97 588	4.85 773	0.99 598	4.53 744	1.16 585	5.53 779	1.25 677	5.37 769	1.30 676

sAnonymous2	3.31 745	2.63 641	1.38 654	3.71 720	1.86 727	4.70 771	1.11 613	4.82 775	2.72 752	5.45 780	1.98 744	4.59 765	2.64 739	2.65 729	6.21 785	4.37 740	1.08 573	5.16 777	2.24 747	4.52 746	2.39 743

CroCo_RVC	3.31 745	2.63 641	1.38 654	3.71 720	1.86 727	4.70 771	1.11 613	4.82 775	2.72 752	5.45 780	1.98 744	4.59 765	2.64 739	2.65 729	6.21 785	4.37 740	1.08 573	5.16 777	2.24 747	4.52 746	2.39 743

DPSNet	3.66 747	3.60 677	3.62 755	3.63 717	3.64 774	3.65 750	3.65 774	3.66 751	3.67 771	3.67 750	3.65 772	3.67 751	3.66 760	3.66 750	3.68 769	3.68 735	3.66 751	3.67 749	3.68 775	3.67 733	3.67 771

NLCSM	3.67 748	4.08 692	3.19 751	4.80 742	3.26 767	3.99 755	3.24 769	4.25 758	3.18 767	4.09 754	3.27 767	4.14 756	3.18 755	4.13 756	3.28 765	4.06 738	3.10 741	3.85 754	3.14 766	3.91 739	3.27 767

STTStereo	3.73 749	30.40 797	2.37 728	2.39 671	2.31 751	2.35 714	2.33 746	2.29 707	2.42 749	2.32 717	2.34 751	2.33 710	2.36 737	2.30 712	2.27 748	2.35 707	2.22 724	2.31 722	2.22 746	2.29 701	2.34 742

rvit_105_1	3.83 750	5.22 723	3.01 736	4.53 730	3.01 755	4.51 759	3.01 754	4.56 762	3.04 755	4.53 761	3.03 756	4.55 763	3.03 743	4.56 762	3.04 752	4.57 746	3.05 734	4.57 758	3.05 757	4.57 748	3.05 752

rvit_stereo_0081	3.83 750	5.23 726	3.01 736	4.53 730	3.03 757	4.55 765	3.02 755	4.56 762	3.04 755	4.52 759	3.02 754	4.54 761	3.03 743	4.56 762	3.04 752	4.57 746	3.05 734	4.57 758	3.05 757	4.58 749	3.05 752

rvit_stereo_0081_aga	3.86 752	5.33 730	3.02 739	4.55 736	3.04 761	4.54 761	3.02 755	4.64 769	3.06 759	4.54 763	3.04 758	4.62 770	3.08 750	4.62 768	3.07 757	4.58 749	3.06 738	4.60 762	3.08 761	4.63 752	3.07 756

rvit_stereo_0082	3.86 752	5.82 743	3.01 736	4.53 730	3.03 757	4.54 761	3.02 755	4.56 762	3.04 755	4.53 761	3.02 754	4.55 763	3.04 746	4.57 765	3.05 754	4.57 746	3.05 734	4.58 760	3.05 757	4.58 749	3.06 755

rvit_0105_6	3.87 754	5.73 742	3.10 747	4.69 740	3.12 765	4.54 761	3.02 755	4.56 762	3.04 755	4.54 763	3.03 756	4.54 761	3.04 746	4.56 762	3.05 754	4.58 749	3.05 734	4.58 760	3.05 757	4.58 749	3.05 752

rvit_stereo_0080	3.89 755	5.70 740	3.04 741	4.54 733	3.03 757	4.56 766	3.05 761	4.60 766	3.07 760	4.58 766	3.06 759	4.59 765	3.06 748	4.61 766	3.08 758	4.63 751	3.09 739	4.64 764	3.10 762	4.65 753	3.10 759

whm_eth	3.89 755	5.70 740	3.04 741	4.54 733	3.03 757	4.56 766	3.05 761	4.60 766	3.07 760	4.58 766	3.06 759	4.59 765	3.06 748	4.61 766	3.08 758	4.63 751	3.09 739	4.64 764	3.10 762	4.65 753	3.10 759

rvit_0105_4	3.91 757	5.47 738	3.02 739	4.54 733	3.02 756	4.54 761	3.03 759	4.75 772	3.17 766	4.57 765	3.06 759	4.61 769	3.16 754	4.65 769	3.09 760	4.66 753	3.11 742	4.68 767	3.18 768	4.81 759	3.16 764

rvit_0105_3	3.91 757	5.33 730	3.06 744	4.60 738	3.07 763	4.60 768	3.06 763	4.62 768	3.08 763	4.60 768	3.07 762	4.62 770	3.08 750	4.67 770	3.10 761	4.70 754	3.11 742	4.77 771	3.19 769	4.77 758	3.14 763

rvit_stereo_0083	3.92 759	5.30 729	3.06 744	4.61 739	3.09 764	4.67 770	3.08 764	4.66 770	3.09 764	4.62 769	3.10 764	4.66 773	3.11 752	4.67 770	3.16 763	4.72 756	3.16 745	4.77 771	3.11 764	4.66 755	3.11 761

rvit_stereo_ft	3.93 760	5.44 736	3.05 743	4.59 737	3.06 762	4.61 769	3.08 764	4.67 771	3.12 765	4.63 770	3.10 764	4.65 772	3.11 752	4.69 772	3.13 762	4.70 754	3.14 744	4.71 769	3.15 767	4.74 756	3.16 764

rvit_0105_5	4.10 761	5.40 734	3.13 750	4.71 741	3.15 766	4.72 773	3.10 766	4.90 777	3.27 768	4.69 771	3.16 766	4.84 777	3.25 756	4.96 776	3.34 766	5.05 761	3.39 750	5.10 776	3.40 770	5.11 766	3.42 768

MLG-Stereo_test1	4.25 762	5.34 733	3.61 754	5.31 749	3.63 773	5.23 777	3.57 772	5.38 780	3.65 770	5.23 777	3.47 769	4.76 774	3.74 763	4.85 773	3.71 770	4.96 758	3.18 747	4.71 769	2.92 754	4.86 762	2.90 749

MLG-Stereo_test3	4.26 763	4.85 706	3.95 758	5.35 750	3.60 772	4.75 774	3.76 775	5.49 781	3.71 772	5.39 778	3.69 773	4.82 776	3.66 760	4.85 773	3.73 773	4.93 757	3.19 748	4.69 768	2.99 756	4.84 761	2.98 751

MLG-Stereo_test2	4.28 764	5.46 737	3.69 756	4.86 745	3.72 775	5.58 780	3.42 770	4.81 774	3.77 776	4.85 773	3.72 774	5.55 782	3.63 759	5.58 780	3.53 768	4.41 743	3.28 749	4.99 775	2.95 755	4.75 757	3.13 762

RAFT+CT+SA	4.28 764	7.62 752	4.91 763	5.55 752	2.28 749	3.09 742	3.64 773	4.49 760	3.07 760	4.80 772	3.35 768	4.77 775	3.70 762	4.29 759	3.05 754	5.58 765	5.98 768	3.58 748	3.78 777	4.26 742	3.72 772

SA	4.33 766	7.35 749	6.85 775	5.96 755	4.09 779	3.59 749	3.15 767	3.82 753	2.64 751	3.91 751	3.85 775	3.57 749	2.72 741	3.13 744	4.03 776	7.09 778	6.86 773	3.57 747	3.12 765	3.85 735	3.51 770

Sa-1000	4.34 767	8.37 755	6.84 774	6.98 764	4.45 782	3.58 748	3.00 753	3.42 749	3.39 769	2.61 728	4.00 778	3.83 753	4.01 771	3.90 753	3.90 774	5.98 769	5.62 765	3.76 751	2.34 750	4.35 744	2.47 746

TestStereo1	4.60 768	8.41 756	6.44 772	6.86 762	3.79 776	3.97 753	3.78 776	3.99 755	3.74 773	3.97 752	3.52 770	3.94 754	3.58 757	3.98 754	3.72 771	6.82 775	6.50 771	3.76 751	3.66 773	3.90 736	3.74 774

SA-5K	4.60 768	8.41 756	6.44 772	6.86 762	3.79 776	3.97 753	3.78 776	3.99 755	3.74 773	3.97 752	3.52 770	3.94 754	3.58 757	3.98 754	3.72 771	6.82 775	6.50 771	3.76 751	3.66 773	3.90 736	3.74 774

DispFullNet	4.61 770	4.84 705	3.12 748	5.00 747	3.57 771	4.75 774	3.03 759	7.75 788	4.17 780	4.91 775	3.09 763	6.20 784	3.95 769	6.71 784	3.51 767	5.30 764	3.67 752	5.86 783	3.63 772	5.61 770	3.46 769

test_5	4.62 771	7.55 751	6.23 770	6.32 758	3.40 770	5.29 778	3.50 771	3.53 750	4.11 779	4.28 756	4.47 782	4.26 759	4.38 774	3.68 751	3.24 764	5.89 767	5.60 764	4.84 773	3.50 771	4.33 743	3.93 778

raft_robust	4.71 772	7.75 753	5.40 768	6.81 761	3.31 768	4.28 758	4.20 781	4.32 759	4.37 782	4.35 758	4.35 781	4.14 756	3.75 764	4.30 760	4.20 779	6.67 774	6.37 769	3.36 746	4.24 783	4.86 762	3.25 766

cross-raft	4.83 773	7.52 750	6.43 771	6.63 759	3.96 778	4.51 759	3.99 779	4.49 760	3.96 778	4.52 759	3.96 777	4.50 760	3.97 770	4.50 761	3.97 775	6.65 773	6.44 770	4.33 755	3.92 779	4.35 744	3.91 777

test_4	4.88 774	8.13 754	6.98 776	7.46 765	4.44 781	4.25 757	3.85 778	4.04 757	3.92 777	4.13 755	3.91 776	4.18 758	3.84 767	4.14 757	4.06 777	7.01 777	7.13 776	4.53 756	3.72 776	4.09 740	3.72 772

TestStereo	4.88 774	4.75 704	4.79 761	4.87 746	4.92 783	4.81 776	4.90 784	4.78 773	4.77 783	4.87 774	4.89 783	4.90 778	4.91 776	4.99 777	4.79 781	4.98 759	4.87 761	4.87 774	4.92 785	5.00 765	5.00 781

test_3	5.01 776	8.86 761	7.77 778	8.09 767	2.76 754	4.13 756	4.05 780	3.88 754	3.76 775	4.33 757	4.13 779	3.71 752	3.91 768	4.21 758	4.06 777	7.93 779	7.69 778	4.53 756	3.91 778	4.17 741	4.29 780

NLCA_NET_v2_RVC	5.04 777	50.87 813	2.78 732	2.87 688	2.71 753	2.78 741	0.47 498	2.88 741	2.86 754	1.89 678	2.67 753	2.79 743	2.79 742	2.78 742	2.83 751	2.82 725	2.82 731	2.83 741	2.77 753	2.83 728	2.76 747
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	5.10 778	5.15 718	4.49 760	5.07 748	3.37 769	6.87 783	4.75 783	5.04 778	6.34 787	7.84 788	5.06 784	6.72 788	4.09 772	4.99 777	5.44 784	5.03 760	3.16 745	4.67 766	4.86 784	5.15 767	3.89 776

U	5.15 779	8.49 758	1.81 681	8.49 769	1.77 721	8.49 788	1.77 718	8.51 790	1.77 723	8.49 790	1.77 722	8.50 790	1.78 711	8.58 790	1.77 725	8.54 782	1.78 688	8.55 790	1.78 733	8.55 784	1.84 726

SGM-Forest	5.21 780	5.92 744	4.08 759	6.18 756	4.16 780	6.31 782	4.34 782	6.50 783	4.33 781	6.14 784	4.21 780	6.61 787	4.55 775	6.67 783	4.48 780	5.94 768	3.94 754	5.85 782	4.03 781	5.79 772	4.17 779
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 781	9.16 763	8.03 782	8.09 767	5.62 786	6.11 781	6.35 787	6.85 785	4.94 784	6.08 783	6.29 789	4.98 779	6.43 781	6.22 781	6.36 787	6.16 771	7.47 777	5.82 781	5.44 788	7.11 778	5.68 784

rvit_stereo_0075_2	6.64 782	8.80 760	5.25 765	7.89 766	5.27 785	7.90 787	5.27 785	7.92 789	5.28 785	7.91 789	5.29 786	7.93 789	5.27 777	7.92 789	5.28 782	7.93 779	5.28 763	7.93 788	5.29 787	7.93 781	5.28 783

RAFT	6.73 783	9.36 764	7.40 777	8.51 770	6.55 787	6.88 784	6.60 788	6.79 784	6.60 788	6.80 785	6.72 790	5.31 781	5.50 779	6.61 782	6.61 788	8.42 781	5.89 766	5.73 780	5.45 789	6.61 774	6.24 785

SGM+DAISY	7.06 784	9.15 762	5.38 767	8.84 771	5.18 784	8.80 789	5.31 786	8.79 791	5.28 785	8.89 791	5.20 785	8.93 791	5.33 778	8.95 791	5.36 783	8.70 783	5.21 762	8.74 791	5.20 786	8.89 785	5.15 782

test-v	7.53 785	11.89 774	7.98 779	9.36 774	7.14 788	7.06 785	7.09 789	7.37 786	6.91 789	7.29 786	5.71 787	6.45 785	6.93 782	6.73 785	7.27 789	8.93 786	7.85 779	6.98 786	6.80 790	7.56 779	7.34 787

test-2	7.53 785	11.89 774	7.98 779	9.36 774	7.14 788	7.06 785	7.09 789	7.37 786	6.91 789	7.29 786	5.71 787	6.45 785	6.93 782	6.73 785	7.27 789	8.93 786	7.85 779	6.98 786	6.80 790	7.56 779	7.34 787

PA-Net	11.80 787	223.51 820	0.62 488	0.59 432	0.71 565	0.59 510	0.73 570	0.67 518	0.73 575	0.55 499	0.61 539	0.60 514	0.74 567	0.63 516	0.73 567	0.66 482	0.60 496	0.69 536	0.66 559	0.72 515	0.65 540
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 788	23.00 782	15.00 788	23.00 795	15.00 790	24.00 796	16.00 791	24.00 798	16.00 791	22.00 798	15.00 791	23.00 798	16.00 791	23.00 798	15.00 791	22.00 798	15.00 792	22.00 798	15.00 792	22.00 798	15.00 789

rafts_anoy	20.00 789	20.00 776	20.00 789	20.00 789	20.00 791	20.00 790	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 793	20.00 792	20.00 793	20.00 792	20.00 790

raft+_RVC	20.00 789	20.00 776	20.00 789	20.00 789	20.00 791	20.00 790	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 793	20.00 792	20.00 793	20.00 792	20.00 790

raftrobust	20.00 789	20.00 776	20.00 789	20.00 789	20.00 791	20.00 790	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 793	20.00 792	20.00 793	20.00 792	20.00 790

CasAABBNet	20.00 789	20.00 776	20.00 789	20.00 789	20.00 791	20.00 790	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 793	20.00 792	20.00 793	20.00 792	20.00 790

RALCasStereoNet	20.00 789	20.00 776	20.00 789	20.00 789	20.00 791	20.00 790	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 793	20.00 792	20.00 793	20.00 792	20.00 790

RALAANet	20.00 789	20.00 776	20.00 789	20.00 789	20.00 791	20.00 790	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 792	20.00 793	20.00 792	20.00 793	20.00 792	20.00 790

111	30.40 795	30.94 798	29.72 800	32.61 796	30.02 802	33.57 797	30.47 803	31.50 799	29.39 803	30.98 799	29.11 803	29.78 799	30.39 806	29.45 799	30.76 806	30.08 799	29.02 804	29.92 799	30.32 807	29.86 799	30.17 801

PM Cens cmp D40	30.50 796	37.00 804	24.00 795	37.00 802	24.00 798	37.00 805	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 800	37.00 808	24.00 800	37.00 804	24.00 796

PM Graph cmp D40	30.50 796	37.00 804	24.00 795	37.00 802	24.00 798	37.00 805	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 800	37.00 808	24.00 800	37.00 804	24.00 796

PatchMatch Cens Cmp	30.50 796	37.00 804	24.00 795	37.00 802	24.00 798	37.00 805	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 800	37.00 808	24.00 800	37.00 804	24.00 796

PatchMatch Graph Cmp	30.50 796	37.00 804	24.00 795	37.00 802	24.00 798	37.00 805	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 798	37.00 806	24.00 798	37.00 807	24.00 800	37.00 808	24.00 800	37.00 804	24.00 796

WCMA_ROB	31.10 800	35.43 802	27.12 799	39.51 813	23.10 797	38.78 814	25.30 802	37.49 816	25.39 802	37.29 815	27.02 802	38.52 816	26.48 802	37.80 815	26.44 802	36.28 806	22.65 799	33.90 803	22.30 799	37.10 813	24.18 800

DCANet-4	35.22 801	34.54 799	35.08 806	33.58 800	35.47 809	34.55 798	35.53 810	36.08 805	35.85 807	35.92 805	35.77 809	35.18 805	35.48 808	35.39 805	37.15 813	34.55 805	33.92 808	35.02 806	34.90 809	35.79 803	34.74 808

ADStereo(finetuned)	36.13 802	36.63 803	38.07 811	36.97 801	33.25 806	35.91 802	34.45 807	36.36 806	32.99 804	38.14 816	36.71 810	36.69 806	34.13 807	38.57 816	40.79 814	37.60 816	36.58 811	35.90 807	33.36 808	35.42 802	34.04 805

fast-reg	37.00 803	37.00 804	37.00 807	37.00 802	37.00 810	37.00 805	37.00 811	37.00 807	37.00 808	37.00 806	37.00 811	37.00 807	37.00 809	37.00 806	37.00 809	37.00 807	37.00 812	37.00 808	37.00 812	37.00 804	37.00 809

Reg-Stereo(zero)	37.00 803	37.00 804	37.00 807	37.00 802	37.00 810	37.00 805	37.00 811	37.00 807	37.00 808	37.00 806	37.00 811	37.00 807	37.00 809	37.00 806	37.00 809	37.00 807	37.00 812	37.00 808	37.00 812	37.00 804	37.00 809

FLISNet	37.00 803	37.00 804	37.00 807	37.00 802	37.00 810	37.00 805	37.00 811	37.00 807	37.00 808	37.00 806	37.00 811	37.00 807	37.00 809	37.00 806	37.00 809	37.00 807	37.00 812	37.00 808	37.00 812	37.00 804	37.00 809

CoSv	37.00 803	37.00 804	37.00 807	37.00 802	37.00 810	37.00 805	37.00 811	37.00 807	37.00 808	37.00 806	37.00 811	37.00 807	37.00 809	37.00 806	37.00 809	37.00 807	37.00 812	37.00 808	37.00 812	37.00 804	37.00 809

MDST_ROB	69.83 807	87.70 814	41.95 812	113.75 816	65.62 816	75.05 815	55.25 816	75.64 818	45.04 812	71.61 817	41.75 815	72.81 817	44.06 813	68.38 817	44.63 815	101.89 819	59.57 818	107.10 819	61.05 818	104.38 816	59.38 815

NOSS_ROB	102.95 808	153.00 818	121.00 815	51.00 814	44.00 814	165.00 818	127.00 817	153.00 819	119.00 814	164.00 820	125.00 817	168.00 820	120.00 815	153.00 819	117.00 817	49.00 817	44.00 816	49.00 817	44.00 816	49.00 814	44.00 813

CBMV	128.50 809	1422.70 826	53.10 813	79.50 815	51.30 815	77.30 816	49.70 815	74.00 817	48.20 813	77.20 818	48.80 816	73.90 818	48.00 814	73.80 818	48.80 816	70.40 818	45.10 817	68.90 818	46.10 817	68.20 815	45.00 814
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 810	171.00 819	160.68 818	162.58 817	160.59 818	164.01 817	160.35 819	158.51 820	158.56 816	158.34 819	160.12 819	158.56 819	159.92 817	157.26 820	158.94 819	154.38 820	158.36 819	155.75 820	159.13 821	153.67 817	154.07 817
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DF_test	189.29 811	560.34 823	182.58 819	229.00 819	135.68 817	197.79 819	135.52 818	197.80 821	135.44 815	197.75 821	135.49 818	197.90 821	135.51 816	197.84 821	135.75 818	217.37 822	171.11 820	183.74 821	127.67 820	183.56 818	127.88 816

AE-Stereo	201.80 812	123.00 815	115.00 814	219.00 818	218.00 820	223.00 820	244.00 821	217.00 822	236.00 818	202.00 822	203.00 820	205.00 822	208.00 818	225.00 822	204.00 820	210.00 821	198.00 821	197.00 822	184.00 822	204.00 819	201.00 818

MGS-Stereo	239.45 813	123.00 815	135.00 816	266.00 820	286.00 821	277.00 821	305.00 822	271.00 823	242.00 819	274.00 823	279.00 822	255.00 823	270.00 820	268.00 823	297.00 822	221.00 823	247.00 823	216.00 823	123.00 819	217.00 820	217.00 820

EGLCR-Stereo	246.90 814	129.00 817	139.00 817	266.00 820	286.00 821	277.00 821	305.00 822	271.00 823	242.00 819	274.00 823	279.00 822	255.00 823	270.00 820	268.00 823	297.00 822	230.00 824	247.00 823	216.00 823	223.00 824	237.00 821	227.00 821

DLCB_ROB	284.23 815	354.61 821	207.27 820	363.24 822	206.46 819	364.72 823	210.41 820	364.72 825	210.41 817	364.81 825	208.64 821	364.81 825	208.64 819	364.72 825	210.41 821	354.70 825	205.53 822	354.70 825	205.53 823	354.70 822	205.53 819

LE_ROB	396.57 816	471.28 822	329.84 821	471.48 823	308.15 823	526.83 824	322.10 824	488.15 826	323.76 821	495.46 826	317.97 824	497.17 826	320.10 822	481.62 826	326.76 824	462.71 826	298.97 825	466.16 826	285.98 825	447.62 823	289.21 822

SGM-ForestM	596.69 817	677.77 824	444.52 822	699.85 824	517.25 824	732.94 825	488.29 825	770.79 827	460.11 822	750.81 827	487.98 825	792.79 827	499.41 823	730.90 827	475.81 825	720.03 827	491.16 826	663.96 827	418.60 826	674.76 824	436.05 823

CBMV_ROB	818.48 818	913.88 825	709.52 823	862.84 825	597.78 825	1073.99 826	700.52 826	1015.66 828	702.59 823	1115.65 828	760.02 826	1130.24 828	721.57 824	1037.41 828	692.65 826	814.05 828	564.29 827	843.28 828	595.31 827	915.51 825	602.92 824

tt	500032.53 819	34.60 800	29.72 800	37.47 811	34.41 807	36.85 803	35.22 808	34.71 803	33.55 805	34.50 800	35.43 807	33.81 803	10000000.00 825	33.57 803	33.13 807	33.68 803	35.00 809	34.03 804	35.26 810	30.96 800	34.63 806

DCANet	500032.53 819	34.60 800	29.72 800	37.47 811	34.41 807	36.85 803	35.22 808	34.71 803	33.55 805	34.50 800	35.43 807	33.81 803	10000000.00 825	33.57 803	33.13 807	33.68 803	35.00 809	34.03 804	35.26 810	30.96 800	34.63 806

fff	1000028.16 821	29.62 794	29.72 800	32.61 796	30.02 802	35.13 799	31.83 804	32.07 800	10000000.00 824	35.27 802	29.82 804	32.45 800	30.15 803	32.35 800	30.09 803	31.04 800	29.55 805	30.64 800	30.14 804	10000000.00 826	30.77 802

csc	1000028.16 821	29.62 794	29.72 800	32.61 796	30.02 802	35.13 799	31.83 804	32.07 800	10000000.00 824	35.27 802	29.82 804	32.45 800	30.15 803	32.35 800	30.09 803	31.04 800	29.55 805	30.64 800	30.14 804	10000000.00 826	30.77 802

cscssc	1000028.16 821	29.62 794	29.72 800	32.61 796	30.02 802	35.13 799	31.83 804	32.07 800	10000000.00 824	35.27 802	29.82 804	32.45 800	30.15 803	32.35 800	30.09 803	31.04 800	29.55 805	30.64 800	30.14 804	10000000.00 826	30.77 802

111111	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

SGD-Stereo	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

IGEV-Stereo++	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

IGEV-BASED-STEREO-	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

IGEV-Stereo+	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

SDNR	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

anonymousdsp2	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

anonymousdsp	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

test_example2	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825

DIP-Stereo	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFTStereoReplicaGSO							0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PatchMatch		37.00 804		37.00 802		37.00 805		37.00 807		37.00 806		37.00 807		37.00 806		37.00 807		37.00 808		37.00 804

GS-Stereo							0.38 449	0.50 467	0.38 449	0.50 474	0.38 451	0.50 481	3.79 765	0.50 474	0.38 441	0.54 445	0.43 428	0.46 468	0.34 438	0.46 444	0.35 427

FSD					0.44 493	0.56 502	0.44 483	0.55 493	0.44 488	0.56 501	0.44 487	0.56 506	0.44 485	0.56 500	0.46 487	0.61 467	0.42 423	0.52 505	0.42 497	0.52 479

ccccc		0.44 268		0.48 357	0.35 439	0.48 460		0.51 481		0.47 444		0.47 453		0.47 449		0.41 353	0.40 403	0.40 422	0.40 480	0.41 424

ASD4		0.20 165

Low-res two-view benchmark