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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 456	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 143	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 430	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 165	0.36 360	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 561	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 119	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 558	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 558	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 120	0.03 31	0.04 64	1.71 564	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 119	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 530	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 138	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 437	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 165	0.04 90	0.03 52	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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

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

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

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

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 103	0.12 160	0.04 110	0.06 128	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 616	0.04 59	0.04 66	0.04 93	0.05 127	0.04 97	0.06 134

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.65 620	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 103	0.04 92	0.05 131	0.04 96	0.05 121	0.04 90	1.71 625	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 581	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 135	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 146	0.04 52	0.04 64	2.20 580	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 131	0.04 96	0.04 100	0.08 138	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ManiGeoR	0.17 158	0.05 66	0.62 419	0.73 406	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 432	0.58 419	0.05 109	0.04 99	0.05 115	0.04 96

HLF11	0.17 158	0.05 66	0.63 423	0.72 401	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 422	0.59 427	0.05 109	0.04 99	0.04 97	0.04 96

HLf10	0.17 158	0.05 66	0.62 419	0.73 406	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 432	0.58 419	0.05 109	0.04 99	0.05 115	0.04 96

HLf8	0.17 158	0.05 66	0.62 419	0.72 401	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 432	0.58 419	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HLe17	0.17 158	0.05 66	0.65 431	0.72 401	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 422	0.59 427	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL3	0.17 158	0.05 66	0.61 416	0.71 397	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.70 420	0.58 419	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL2	0.17 158	0.05 66	0.63 423	0.72 401	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 422	0.58 419	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL1	0.16 153	0.05 66	0.61 416	0.71 397	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 422	0.57 416	0.04 93	0.04 99	0.04 97	0.04 96

IGEV_i1	0.26 209	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 138	0.05 103	0.03 52	4.34 653	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 440	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 437	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

ISRNet	0.11 111	0.05 66	0.36 281	0.24 181	0.07 145	0.13 161	0.05 124	0.06 125	0.05 128	0.05 112	0.05 131	0.13 162	0.05 121	0.05 103	0.09 143	0.24 201	0.20 200	0.10 142	0.05 127	0.06 127	0.13 182

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 514	0.06 125	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 109	0.04 99	0.05 115	0.05 125

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 109	0.03 57	0.04 97	0.03 52

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.66 622	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

G2L-ROB	0.03 29	0.06 82	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

EDNetEfficientorigin	0.04 54	0.06 82	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 125	0.03 57	0.04 97	0.03 52

RT-Monster	0.09 75	0.07 85	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 152	0.04 90	0.03 52	0.92 466	0.03 39	0.03 41	0.03 57	0.03 47	0.07 139

GwcNet	0.12 120	0.07 85	0.05 79	0.08 69	0.05 130	0.08 136	1.20 546	0.07 135	0.05 128	0.05 112	0.05 131	0.08 137	0.05 121	0.08 138	0.03 52	0.07 75	0.05 78	0.06 125	0.05 127	0.07 137	0.05 125

TestStereo-Hl	0.21 181	0.08 87	0.83 475	0.73 406	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.85 459	1.04 499	0.05 109	0.04 99	0.05 115	0.06 134

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

BridgeDepth_RVC	0.07 67	0.08 87	0.11 112	0.11 97	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 137	0.05 121	0.08 138	0.05 119	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 87	0.11 112	0.11 97	0.05 130	0.08 136	0.05 124	0.08 138	0.07 145	0.08 137	0.05 131	0.08 137	0.05 121	0.09 144	0.08 138	0.15 141	0.11 121	0.07 130	0.05 127	0.07 137	0.06 134
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 61	0.08 87	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

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

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

FINET	0.07 67	0.08 87	0.07 80	0.07 67	0.07 145	0.08 136	0.06 141	0.08 138	0.07 145	0.08 137	0.07 146	0.08 137	0.06 138	0.07 135	0.07 136	0.08 77	0.07 81	0.07 130	0.07 139	0.06 127	0.06 134

BEATNet-Init1	0.19 173	0.08 87	0.08 82	2.23 582	0.08 147	0.08 136	0.07 145	0.07 135	0.08 149	0.08 137	0.07 146	0.08 137	0.07 144	0.11 159	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

DeepPrunerF	0.19 173	0.08 87	0.08 82	2.23 582	0.08 147	0.08 136	0.07 145	0.07 135	0.08 149	0.08 137	0.07 146	0.08 137	0.07 144	0.11 159	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

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

VMStereo-Base	0.03 29	0.09 97	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

Wz-Net-SNSev	0.03 29	0.09 97	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 75	0.09 97	0.10 92	0.09 76	0.09 149	0.09 144	0.09 148	0.10 145	0.08 149	0.10 146	0.09 150	0.09 145	0.09 148	0.09 144	0.08 138	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

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

SuperB	0.21 181	0.10 101	2.51 646	0.12 105	0.09 149	0.10 146	0.09 148	0.08 138	0.07 145	0.10 146	0.09 150	0.09 145	0.07 144	0.07 135	0.07 136	0.07 75	0.08 84	0.07 130	0.07 139	0.08 142	0.07 139

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

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

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

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

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

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

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

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

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

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

aanetorigin	0.13 127	0.11 112	0.11 112	0.11 97	0.11 171	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.12 176	0.11 158	0.11 165	0.11 159	0.11 161	0.11 105	0.11 121	0.14 162	0.11 164	0.49 395	0.11 162

MatchStereo	0.54 383	0.12 114	2.38 644	2.32 588	0.09 149	0.09 144	0.08 147	0.09 144	0.07 145	0.09 144	0.07 146	0.09 145	0.07 144	0.09 144	0.08 138	2.34 621	2.34 640	0.12 156	0.11 164	0.11 157	0.10 149
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 111	0.12 114	0.11 112	0.11 97	0.11 171	0.11 157	0.14 185	0.11 157	0.11 168	0.12 160	0.11 168	0.11 158	0.11 165	0.11 159	0.11 161	0.11 105	0.16 169	0.11 153	0.11 164	0.11 157	0.11 162

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

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

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

GMStereo	0.14 134	0.13 116	0.14 148	0.14 121	0.14 190	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 163	0.14 190	0.14 165	0.14 184	0.14 133	0.14 162	0.14 162	0.14 193	0.14 166	0.14 187
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 188	0.13 116	0.19 188	0.23 176	0.10 156	0.26 238	1.02 531	0.14 163	0.10 153	0.28 239	0.14 194	0.17 183	0.19 230	0.28 246	0.09 143	0.22 183	0.16 169	0.23 219	0.17 225	0.11 157	0.12 175

DRN-Test	0.14 134	0.13 116	0.09 88	0.14 121	0.09 149	0.15 170	0.09 148	0.14 163	0.10 153	0.14 162	0.09 150	0.14 163	0.09 148	0.13 164	0.09 143	0.12 111	0.09 94	0.12 156	0.09 145	0.12 162	0.73 485

S2M2_L	0.12 120	0.14 122	0.10 92	0.15 132	0.10 156	0.14 162	0.10 153	0.14 163	0.10 153	0.15 169	0.10 154	0.14 163	0.10 152	0.14 165	0.10 149	0.13 126	0.10 99	0.13 160	0.09 145	0.13 164	0.09 144
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 146	0.14 122	0.10 92	0.14 121	0.09 149	0.15 170	0.09 148	0.14 163	0.09 152	0.14 162	0.10 154	0.14 163	0.09 148	0.14 165	0.09 143	0.13 126	0.10 99	0.13 160	0.09 145	0.13 164	0.82 501

iinet-test	0.08 72	0.16 124	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 215	0.02 20	0.02 21	0.71 422	0.02 16	0.02 19	0.02 21	0.02 21	0.16 193

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

HSM	0.14 134	0.16 124	0.12 123	0.17 151	0.12 184	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.12 176	0.17 183	0.12 180	0.17 183	0.12 173	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.12 175

ELAS_RVC	0.14 134	0.16 124	0.10 92	0.15 132	0.10 156	0.18 188	0.11 166	0.19 188	0.11 168	0.19 187	0.12 176	0.18 187	0.11 165	0.19 189	0.12 173	0.14 133	0.08 84	0.14 162	0.09 145	0.15 174	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 124	0.11 112	0.15 132	0.09 149	0.18 188	0.11 166	0.18 186	0.11 168	0.17 181	0.11 168	0.18 187	0.11 165	0.18 186	0.11 161	0.14 133	0.08 84	0.14 162	0.08 143	0.14 166	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 134	0.17 129	0.12 123	0.17 151	0.11 171	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.11 168	0.17 183	0.11 165	0.17 183	0.11 161	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.11 162
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 146	0.17 129	0.13 143	0.20 160	0.13 188	0.19 191	0.13 183	0.18 186	0.13 188	0.19 187	0.13 189	0.18 187	0.14 190	0.18 186	0.14 184	0.16 151	0.11 121	0.15 175	0.14 193	0.18 189	0.11 162

SGM_RVC	0.15 146	0.17 129	0.11 112	0.18 153	0.11 171	0.19 191	0.11 166	0.19 188	0.12 184	0.19 187	0.12 176	0.20 194	0.12 180	0.19 189	0.12 173	0.16 151	0.11 121	0.17 187	0.10 152	0.17 185	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 153	0.18 132	0.13 143	0.19 156	0.13 188	0.19 191	0.13 183	0.19 188	0.13 188	0.19 187	0.13 189	0.19 191	0.13 186	0.19 189	0.13 180	0.18 167	0.13 158	0.18 196	0.13 188	0.18 189	0.13 182

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

ACVNet	0.20 175	0.19 133	0.14 148	0.20 160	0.14 190	0.20 196	0.96 521	0.21 202	0.14 190	0.20 193	0.13 189	0.21 201	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	0.17 185	0.12 175

acv_ft	0.20 175	0.19 133	0.14 148	0.20 160	0.14 190	0.20 196	0.96 521	0.21 202	0.14 190	0.20 193	0.13 189	0.21 201	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	0.17 185	0.12 175

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

model_zeroshot	0.27 210	0.20 137	0.27 220	0.33 217	0.21 244	0.37 278	0.22 232	0.37 267	0.24 245	0.26 235	0.27 268	0.33 264	0.21 239	0.25 227	0.27 254	0.32 233	0.20 200	0.34 276	0.23 245	0.25 222	0.26 242

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

DAS	0.20 175	0.20 137	0.20 191	0.20 160	0.20 236	0.20 196	0.20 223	0.20 194	0.20 230	0.20 193	0.20 236	0.20 194	0.20 234	0.20 193	0.20 225	0.20 174	0.20 200	0.20 203	0.20 233	0.20 196	0.20 219

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

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

ASD4		0.20 137

MSKI-zero shot	0.24 197	0.21 143	0.49 381	0.65 383	0.18 229	0.22 208	0.17 207	0.23 213	0.18 222	0.21 204	0.17 214	0.23 216	0.28 275	0.23 214	0.18 219	0.21 181	0.16 169	0.21 206	0.16 203	0.21 202	0.16 193

CIPLG	0.13 127	0.21 143	0.12 123	0.16 142	0.11 171	0.15 170	0.11 166	0.14 163	0.11 168	0.15 169	0.12 176	0.15 174	0.11 165	0.14 165	0.11 161	0.15 141	0.12 135	0.14 162	0.11 164	0.14 166	0.11 162

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

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

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

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

BStereo	0.22 188	0.23 149	0.20 191	0.24 181	0.20 236	0.23 217	0.33 343	0.39 280	0.17 216	0.23 211	0.17 214	0.23 216	0.16 203	0.24 218	0.17 207	0.23 194	0.16 169	0.22 211	0.20 233	0.22 204	0.16 193

Wave_Phase_stereo	0.22 188	0.23 149	0.20 191	0.24 181	0.20 236	0.23 217	0.33 343	0.39 280	0.17 216	0.23 211	0.17 214	0.23 216	0.16 203	0.24 218	0.17 207	0.23 194	0.16 169	0.22 211	0.20 233	0.22 204	0.16 193

WAO-6	0.22 188	0.23 149	0.22 198	0.23 176	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.22 211	0.22 239	0.22 204	0.22 223

IMH-64-1	0.22 188	0.23 149	0.23 201	0.22 171	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.23 219	0.22 239	0.22 204	0.23 225

IMH-64	0.22 188	0.23 149	0.23 201	0.22 171	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.23 219	0.22 239	0.22 204	0.23 225

MIM_Stereo	0.25 200	0.23 149	0.66 434	0.80 416	0.17 218	0.22 208	0.17 207	0.23 213	0.18 222	0.26 235	0.17 214	0.21 201	0.17 215	0.25 227	0.17 207	0.23 194	0.16 169	0.21 206	0.17 225	0.22 204	0.17 210

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

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

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

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

RSGM-EC	0.24 197	0.24 157	0.15 165	0.22 171	0.15 202	0.22 208	0.15 191	0.22 206	0.15 201	0.24 218	0.15 203	0.22 209	0.15 201	0.22 207	1.19 546	0.20 174	0.17 190	0.24 228	0.14 193	0.20 196	0.14 187

acva	0.24 197	0.24 157	0.15 165	0.22 171	0.15 202	0.22 208	0.15 191	0.22 206	0.15 201	0.24 218	0.15 203	0.22 209	0.15 201	0.22 207	1.19 546	0.20 174	0.17 190	0.24 228	0.14 193	0.20 196	0.14 187

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

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

LACA3	0.23 194	0.25 163	0.27 220	0.54 359	0.17 218	0.25 229	0.17 207	0.25 224	0.17 216	0.25 226	0.17 214	0.25 229	0.17 215	0.25 227	0.17 207	0.28 216	0.23 213	0.24 228	0.17 225	0.24 219	0.17 210

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

RAFT-FEzeroshot	0.34 238	0.26 165	0.17 176	0.21 169	0.17 218	0.20 196	0.16 197	0.20 194	0.16 206	0.20 193	0.17 214	0.21 201	0.16 203	0.27 242	0.24 240	0.19 171	0.16 169	0.19 199	0.16 203	0.26 224	3.08 666

RAFT-FE	0.34 238	0.26 165	0.17 176	0.21 169	0.17 218	0.20 196	0.16 197	0.20 194	0.16 206	0.20 193	0.17 214	0.21 201	0.16 203	0.27 242	0.24 240	0.19 171	0.16 169	0.19 199	0.16 203	0.26 224	3.08 666

UNDER WATER-64	0.25 200	0.26 165	0.25 211	0.26 195	0.25 259	0.25 229	0.25 247	0.25 224	0.25 250	0.25 226	0.25 259	0.25 229	0.25 252	0.26 238	0.25 248	0.25 207	0.25 218	0.25 233	0.25 255	0.25 222	0.25 236

CAS++	0.17 158	0.27 168	0.21 196	0.10 80	0.21 244	0.15 170	0.22 232	0.10 145	0.21 233	0.22 206	0.10 154	0.19 191	0.18 225	0.10 148	0.19 222	0.20 174	0.19 198	0.18 196	0.10 152	0.19 195	0.18 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 345	0.27 168	0.30 234	0.58 369	0.27 267	0.70 454	0.30 280	0.28 233	0.73 498	0.73 457	0.28 275	0.71 456	0.66 466	0.75 459	0.27 254	0.27 212	0.29 251	0.37 300	0.75 504	0.28 231	0.30 319

LoS	0.25 200	0.27 168	0.25 211	0.25 188	0.25 259	0.25 229	0.25 247	0.26 230	0.25 250	0.25 226	0.25 259	0.25 229	0.25 252	0.25 227	0.25 248	0.26 209	0.25 218	0.25 233	0.26 261	0.26 224	0.25 236
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 224	0.28 171	0.47 366	0.79 413	0.24 257	0.30 247	0.26 254	0.30 240	0.24 245	0.32 256	0.23 246	0.31 257	0.24 249	0.30 252	0.23 237	0.29 224	0.26 221	0.29 249	0.24 252	0.33 252	0.23 225

SQANet	0.28 211	0.28 171	0.28 226	0.28 199	0.28 272	0.28 243	0.28 265	0.28 233	0.28 271	0.28 239	0.28 275	0.28 243	0.28 275	0.28 246	0.28 263	0.28 216	0.28 237	0.28 244	0.28 311	0.28 231	0.28 300

HGLStereo	0.28 211	0.29 173	0.22 198	0.36 226	0.22 246	0.36 273	0.21 228	0.36 261	0.21 233	0.42 316	0.21 241	0.36 275	0.22 240	0.36 276	0.21 228	0.34 242	0.21 203	0.34 276	0.21 236	0.34 256	0.21 221

MultiAttention	0.30 217	0.30 174	0.30 234	0.30 201	0.30 292	0.30 247	0.30 280	0.30 240	0.30 288	0.30 245	0.30 293	0.30 253	0.30 288	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 237	0.30 319

MSAF-DinoV2	0.30 217	0.30 174	0.30 234	0.30 201	0.30 292	0.30 247	0.30 280	0.30 240	0.30 288	0.30 245	0.30 293	0.30 253	0.30 288	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 237	0.30 319

DANet	0.30 217	0.30 174	0.30 234	0.30 201	0.30 292	0.30 247	0.30 280	0.30 240	0.30 288	0.30 245	0.30 293	0.30 253	0.30 288	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 237	0.30 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 224	0.31 177	0.31 249	0.30 201	0.40 398	0.31 253	0.30 280	0.30 240	0.34 360	0.29 244	0.31 335	0.29 249	0.30 288	0.31 256	0.31 319	0.31 231	0.29 251	0.31 257	0.30 338	0.31 242	0.31 328

AANet_RVC	1.26 566	0.31 177	4.99 678	5.93 670	0.20 236	0.25 229	0.20 223	0.25 224	0.20 230	0.23 211	0.19 232	0.25 229	0.20 234	0.25 227	0.20 225	5.66 680	4.76 673	0.26 238	0.30 338	0.24 219	0.27 280

iResNet_ROB	0.28 211	0.32 179	0.24 208	0.32 213	0.25 259	0.32 262	0.24 245	0.32 247	0.24 245	0.33 260	0.24 253	0.35 270	0.24 249	0.33 266	0.24 240	0.31 231	0.24 217	0.32 260	0.24 252	0.32 245	0.24 235

DStereoFS	0.32 233	0.33 180	0.32 254	0.33 217	0.30 292	0.32 262	0.32 332	0.32 247	0.31 331	0.30 245	0.31 335	0.31 257	0.30 288	0.32 259	0.32 329	0.32 233	0.31 265	0.30 251	0.47 438	0.32 245	0.34 349

H2IRNET	0.34 238	0.34 181	0.34 269	0.34 220	0.34 367	0.34 265	0.34 356	0.34 254	0.34 360	0.34 262	0.34 362	0.34 268	0.34 358	0.34 267	0.34 353	0.34 242	0.34 310	0.34 276	0.34 370	0.34 256	0.34 349

MLCV	0.31 224	0.35 182	0.27 220	0.35 222	0.28 272	0.35 269	0.27 257	0.35 257	0.28 271	0.36 270	0.27 268	0.35 270	0.27 268	0.35 270	0.27 254	0.34 242	0.27 231	0.34 276	0.27 298	0.34 256	0.27 280

ETE_ROB	0.35 247	0.35 182	0.35 279	0.35 222	0.35 370	0.35 269	0.35 361	0.35 257	0.35 364	0.35 266	0.35 370	0.35 270	0.35 364	0.35 270	0.35 357	0.35 250	0.35 317	0.35 292	0.35 383	0.35 269	0.35 359

DN-CSS_ROB	0.31 224	0.35 182	0.28 226	0.35 222	0.28 272	0.34 265	0.27 257	0.34 254	0.25 250	0.35 266	0.27 268	0.36 275	0.26 261	0.34 267	0.28 263	0.35 250	0.28 237	0.34 276	0.28 311	0.34 256	0.27 280

RSM	0.36 254	0.36 185	0.43 350	0.37 229	0.42 418	0.49 400	0.42 408	0.37 267	0.28 271	0.36 270	0.29 281	0.36 275	0.30 288	0.37 280	0.28 263	0.34 242	0.31 265	0.34 276	0.35 383	0.40 346	0.29 306

Any-RAFT	0.32 233	0.36 185	0.27 220	0.36 226	0.27 267	0.36 273	0.27 257	0.36 261	0.27 267	0.36 270	0.27 268	0.36 275	0.27 268	0.36 276	0.28 263	0.36 254	0.28 237	0.36 297	0.28 311	0.36 276	0.28 300

IGEV-FE	0.35 247	0.37 187	0.17 176	0.19 156	0.17 218	0.20 196	0.17 207	0.19 188	0.17 216	0.19 187	0.17 214	0.19 191	0.17 215	0.37 280	0.36 360	0.19 171	0.17 190	0.19 199	0.17 225	0.38 293	2.84 657

LG-Stereo_L2	0.34 238	0.37 187	0.38 287	0.47 293	0.28 272	0.39 291	0.28 265	0.39 280	0.28 271	0.39 282	0.28 275	0.39 289	0.28 275	0.38 283	0.28 263	0.42 310	0.35 317	0.36 297	0.26 261	0.35 269	0.26 242

RAFT-Test	0.36 254	0.37 187	0.33 259	0.41 262	0.32 345	0.41 309	0.32 332	0.41 302	0.32 341	0.41 302	0.32 345	0.41 310	0.32 342	0.41 309	0.33 340	0.37 257	0.29 251	0.37 300	0.29 324	0.38 293	0.31 328

XPNet_ROB	0.37 264	0.37 187	0.37 285	0.37 229	0.37 380	0.37 278	0.37 373	0.37 267	0.37 375	0.37 275	0.37 380	0.37 282	0.37 372	0.37 280	0.37 369	0.37 257	0.37 326	0.37 300	0.37 392	0.37 280	0.37 367

GeoVLM	0.36 254	0.38 191	0.27 220	0.46 286	0.28 272	0.35 269	0.28 265	0.37 267	0.27 267	0.35 266	0.28 275	0.36 275	0.38 376	0.35 270	0.28 263	1.08 490	0.26 221	0.33 267	0.27 298	0.34 256	0.33 342

WAO-8	0.38 270	0.38 191	0.38 287	0.38 232	0.38 387	0.38 285	0.38 380	0.38 276	0.38 379	0.38 276	0.38 385	0.38 284	0.38 376	0.38 283	0.38 372	0.38 268	0.38 333	0.38 308	0.37 392	0.38 293	0.38 374

WAO-7	0.38 270	0.38 191	0.38 287	0.38 232	0.38 387	0.38 285	0.38 380	0.38 276	0.38 379	0.38 276	0.38 385	0.38 284	0.38 376	0.38 283	0.38 372	0.38 268	0.38 333	0.38 308	0.38 405	0.38 293	0.38 374

HanzoNet	0.39 282	0.38 191	0.40 330	0.39 237	0.41 408	0.38 285	0.38 380	0.38 276	0.38 379	0.39 282	0.39 395	0.38 284	0.38 376	0.39 291	0.40 387	0.38 268	0.38 333	0.40 362	0.38 405	0.38 293	0.40 382

Venus	0.38 270	0.38 191	0.38 287	0.38 232	0.38 387	0.37 278	0.38 380	0.37 267	0.37 375	0.41 302	0.37 380	0.39 289	0.37 372	0.38 283	0.38 372	0.37 257	0.38 333	0.38 308	0.37 392	0.37 280	0.38 374

IMH	0.38 270	0.38 191	0.38 287	0.38 232	0.38 387	0.38 285	0.38 380	0.38 276	0.38 379	0.42 316	0.38 385	0.40 297	0.38 376	0.38 283	0.38 372	0.38 268	0.38 333	0.39 349	0.38 405	0.38 293	0.38 374

DMCA	0.36 254	0.38 191	0.37 285	0.35 222	0.35 370	0.36 273	0.36 367	0.36 261	0.35 364	0.35 266	0.37 380	0.36 275	0.36 367	0.35 270	0.36 360	0.36 254	0.36 323	0.35 292	0.36 389	0.36 276	0.36 362

gcap_with_dpt	0.35 247	0.39 198	0.30 234	0.44 281	0.31 335	0.44 369	0.31 324	0.44 360	0.31 331	0.44 355	0.30 293	0.44 367	0.30 288	0.44 357	0.30 281	0.38 268	0.26 221	0.38 308	0.27 298	0.38 293	0.27 280

test_for_model	0.35 247	0.39 198	0.30 234	0.43 278	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.44 357	0.31 319	0.38 268	0.26 221	0.38 308	0.26 261	0.38 293	0.26 242

StereoDRNet-Refined	0.33 237	0.39 198	0.26 217	0.39 237	0.26 266	0.40 293	0.26 254	0.40 287	0.26 263	0.39 282	0.26 264	0.39 289	0.26 261	0.39 291	0.26 253	0.37 257	0.25 218	0.37 300	0.25 255	0.37 280	0.37 367
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 510	0.39 198	5.28 680	0.39 237	0.20 236	0.39 291	0.27 257	0.39 280	0.22 236	0.38 276	0.20 236	0.38 284	0.20 234	6.95 695	0.22 230	0.30 225	0.21 203	0.27 242	0.21 236	5.25 676	0.21 221

Zero-FE251	0.36 254	0.40 202	0.28 226	0.41 262	0.28 272	0.41 309	0.28 265	0.41 302	0.28 271	0.41 302	0.28 275	0.41 310	0.28 275	0.42 322	0.30 281	0.37 257	0.26 221	0.37 300	0.27 298	0.45 372	0.56 445

gcap-zeroshot	0.36 254	0.40 202	0.34 269	0.44 281	0.31 335	0.44 369	0.31 324	0.44 360	0.32 341	0.44 355	0.32 345	0.44 367	0.32 342	0.44 357	0.31 319	0.39 281	0.28 237	0.39 349	0.28 311	0.39 334	0.27 280

EKT-Stereo	0.37 264	0.40 202	0.44 352	1.07 460	0.29 282	0.34 265	0.31 324	0.36 261	0.29 277	0.38 276	0.31 335	0.37 282	0.30 288	0.36 276	0.29 274	0.34 242	0.28 237	0.39 349	0.30 338	0.37 280	0.30 319

testlalala	0.36 254	0.40 202	0.34 269	0.44 281	0.31 335	0.44 369	0.31 324	0.44 360	0.32 341	0.44 355	0.32 345	0.44 367	0.32 342	0.44 357	0.31 319	0.39 281	0.28 237	0.39 349	0.28 311	0.39 334	0.27 280

GCAPDPT-zeroshot	0.36 254	0.40 202	0.30 234	0.43 278	0.30 292	0.43 336	0.30 280	0.43 326	0.31 331	0.43 321	0.30 293	0.43 335	0.30 288	0.44 357	0.31 319	0.39 281	0.28 237	0.39 349	0.27 298	0.39 334	0.26 242

knoymous	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382

anonymousa	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382

riskmin	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382

Anonymous_2	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382

Anonymous_1	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382

AdaStereo	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382
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.
iRaft-Stereo_20w	0.34 238	0.41 213	0.31 249	0.39 237	0.29 282	0.40 293	0.32 332	0.41 302	0.32 341	0.38 276	0.30 293	0.39 289	0.30 288	0.38 283	0.32 329	0.35 250	0.27 231	0.34 276	0.27 298	0.34 256	0.29 306

GwcNet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 408	0.41 309	0.41 403	0.41 302	0.41 403	0.41 302	0.41 405	0.41 310	0.41 399	0.41 309	0.41 395	0.41 296	0.41 353	0.41 379	0.41 417	0.41 357	0.41 390

PSMNet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 408	0.41 309	0.41 403	0.41 302	0.41 403	0.41 302	0.41 405	0.41 310	0.41 399	0.41 309	0.41 395	0.41 296	0.41 353	0.41 379	0.41 417	0.41 357	0.41 390

GANet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 408	0.41 309	0.41 403	0.41 302	0.41 403	0.41 302	0.41 405	0.41 310	0.41 399	0.41 309	0.41 395	0.41 296	0.41 353	0.41 379	0.41 417	0.41 357	0.41 390

ADLNet2	0.41 295	0.41 213	0.41 344	0.41 262	0.41 408	0.41 309	0.41 403	0.41 302	0.41 403	0.41 302	0.41 405	0.41 310	0.41 399	0.41 309	0.41 395	0.41 296	0.41 353	0.41 379	0.41 417	0.41 357	0.41 390

ADLNet	0.41 295	0.41 213	0.41 344	0.41 262	0.41 408	0.41 309	0.41 403	0.41 302	0.41 403	0.41 302	0.41 405	0.41 310	0.41 399	0.41 309	0.41 395	0.41 296	0.41 353	0.41 379	0.41 417	0.41 357	0.41 390

DGSMNet	0.34 238	0.41 213	0.27 220	0.41 262	0.28 272	0.41 309	0.28 265	0.41 302	0.27 267	0.41 302	0.27 268	0.42 328	0.27 268	0.41 309	0.28 263	0.40 288	0.29 251	0.40 362	0.28 311	0.40 346	0.27 280

iRaft-Stereo_5w	0.34 238	0.42 220	0.31 249	0.39 237	0.30 292	0.38 285	0.30 280	0.40 287	0.29 277	0.40 288	0.37 380	0.41 310	0.34 358	0.38 283	0.30 281	0.34 242	0.27 231	0.34 276	0.26 261	0.34 256	0.26 242

GREAT-IGEV	0.38 270	0.43 221	0.36 281	0.48 298	0.32 345	0.45 379	0.32 332	0.45 369	0.32 341	0.45 367	0.32 345	0.45 376	0.32 342	0.45 373	0.32 329	0.44 312	0.33 281	0.41 379	0.29 324	0.41 357	0.29 306
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 270	0.43 221	0.33 259	0.46 286	0.33 357	0.45 379	0.32 332	0.45 369	0.32 341	0.45 367	0.32 345	0.45 376	0.33 353	0.45 373	0.32 329	0.38 268	0.38 333	0.38 308	0.37 392	0.37 280	0.36 362

IGEV++	0.34 238	0.43 221	0.30 234	0.40 250	0.29 282	0.40 293	0.29 275	0.40 287	0.29 277	0.40 288	0.29 281	0.40 297	0.29 282	0.40 294	0.30 281	0.38 268	0.29 251	0.37 300	0.29 324	0.37 280	0.29 306

MonSter++	0.38 270	0.44 224	0.31 249	0.43 278	0.30 292	0.43 336	0.31 324	0.43 326	0.31 331	0.45 367	0.31 335	0.43 335	0.31 337	0.43 328	0.69 478	0.38 268	0.33 281	0.40 362	0.30 338	0.38 293	0.30 319

HiDET	0.38 270	0.44 224	0.30 234	0.42 272	0.30 292	0.42 329	0.30 280	0.42 320	0.30 288	0.44 355	0.30 293	0.42 328	0.30 288	0.42 322	0.68 470	0.37 257	0.32 269	0.40 362	0.29 324	0.37 280	0.29 306

LCMNet	0.38 270	0.44 224	0.30 234	0.42 272	0.30 292	0.42 329	0.30 280	0.42 320	0.30 288	0.45 367	0.30 293	0.42 328	0.30 288	0.42 322	0.69 478	0.37 257	0.32 269	0.40 362	0.29 324	0.37 280	0.29 306

CSFM-Stereo	0.38 270	0.44 224	0.30 234	0.42 272	0.30 292	0.42 329	0.30 280	0.43 326	0.30 288	0.44 355	0.30 293	0.42 328	0.30 288	0.42 322	0.73 490	0.37 257	0.32 269	0.40 362	0.29 324	0.37 280	0.30 319

Select-FE	0.41 295	0.44 224	0.23 201	0.26 195	0.22 246	0.26 238	0.22 232	0.26 230	0.23 242	0.26 235	0.23 246	0.26 240	0.23 246	0.45 373	0.42 403	0.25 207	0.22 207	0.25 233	0.22 239	0.45 372	2.90 658

ccccc		0.44 224		0.48 298	0.35 370	0.48 395		0.51 410		0.47 379		0.47 386		0.47 382		0.41 296	0.40 343	0.40 362	0.40 409	0.41 357

Wz-Net-LNSev-Ref	0.11 111	0.44 224	0.33 259	0.39 237	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 281	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-Stereo	0.35 247	0.44 224	0.45 354	0.49 304	0.30 292	0.37 278	0.30 280	0.36 261	0.30 288	0.36 270	0.29 281	0.36 275	0.29 282	0.36 276	0.30 281	0.46 351	0.39 340	0.32 260	0.24 252	0.32 245	0.25 236
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 270	0.45 232	0.34 269	0.42 272	0.33 357	0.41 309	0.34 356	0.42 320	0.33 351	0.43 321	0.34 362	0.42 328	0.34 358	0.41 309	0.38 372	0.40 288	0.32 269	0.42 390	0.32 356	0.40 346	0.32 335

mms	0.40 287	0.45 232	0.35 279	0.48 298	0.36 376	0.47 390	0.34 356	0.45 369	0.38 379	0.47 379	0.33 354	0.45 376	0.32 342	0.45 373	0.32 329	0.39 281	0.38 333	0.38 308	0.37 392	0.39 334	0.39 380

GMOStereo	0.37 264	0.45 232	0.23 201	0.30 201	0.37 380	0.41 309	0.36 367	0.41 302	0.35 364	0.43 321	0.36 373	0.41 310	0.40 387	0.41 309	0.36 360	0.34 242	0.22 207	0.47 411	0.37 392	0.39 334	0.33 342

RAFT + AFF	0.31 224	0.45 232	0.34 269	0.39 237	0.28 272	0.38 285	0.33 343	0.29 238	0.31 331	0.30 245	0.30 293	0.29 249	0.27 268	0.29 250	0.30 281	0.28 216	0.29 251	0.29 249	0.29 324	0.27 229	0.32 335

otaku	0.46 352	0.46 236	0.46 359	0.46 286	0.46 427	0.46 385	0.46 419	0.46 373	0.46 418	0.46 373	0.46 426	0.46 380	0.46 417	0.46 378	0.46 413	0.46 351	0.46 377	0.46 402	0.46 431	0.46 375	0.46 405

Dean	0.46 352	0.46 236	0.46 359	0.46 286	0.46 427	0.46 385	0.46 419	0.46 373	0.46 418	0.47 379	0.46 426	0.46 380	0.46 417	0.46 378	0.46 413	0.46 351	0.46 377	0.46 402	0.46 431	0.46 375	0.46 405

ACVNet-4b	0.46 352	0.46 236	0.46 359	0.46 286	0.46 427	0.46 385	0.46 419	0.46 373	0.46 418	0.46 373	0.46 426	0.46 380	0.46 417	0.47 382	0.46 413	0.46 351	0.46 377	0.46 402	0.46 431	0.46 375	0.46 405

psmorigin	0.41 295	0.46 236	0.33 259	0.49 304	0.33 357	0.49 400	0.33 343	0.49 387	0.33 351	0.49 393	0.33 354	0.49 397	0.33 353	0.51 414	0.33 340	0.41 296	0.30 260	0.41 379	0.30 338	0.79 450	0.29 306

Ntro	0.47 359	0.47 240	0.46 359	0.46 286	0.46 427	0.47 390	0.47 424	0.46 373	0.47 423	0.46 373	0.46 426	0.47 386	0.46 417	0.47 382	0.47 420	0.47 358	0.46 377	0.46 402	0.46 431	0.46 375	0.46 405

HaxPig	0.47 359	0.47 240	0.47 366	0.49 304	0.47 433	0.47 390	0.47 424	0.47 379	0.47 423	0.47 379	0.47 434	0.47 386	0.47 425	0.47 382	0.47 420	0.47 358	0.47 385	0.47 411	0.47 438	0.47 388	0.48 414

UNDER WATER	0.47 359	0.47 240	0.47 366	0.47 293	0.47 433	0.47 390	0.47 424	0.47 379	0.47 423	0.47 379	0.47 434	0.47 386	0.46 417	0.47 382	0.47 420	0.47 358	0.47 385	0.47 411	0.46 431	0.47 388	0.47 412

LVE	0.47 359	0.47 240	0.47 366	0.47 293	0.49 439	0.47 390	0.47 424	0.47 379	0.49 432	0.47 379	0.47 434	0.47 386	0.46 417	0.47 382	0.47 420	0.47 358	0.47 385	0.48 419	0.47 438	0.47 388	0.47 412

ACVNet_1	0.46 352	0.47 240	0.46 359	0.46 286	0.46 427	0.46 385	0.46 419	0.46 373	0.47 423	0.46 373	0.46 426	0.46 380	0.46 417	0.46 378	0.46 413	0.46 351	0.46 377	0.47 411	0.46 431	0.46 375	0.46 405

CES	0.39 282	0.47 240	0.36 281	0.36 226	0.37 380	0.45 379	0.35 361	0.35 257	0.40 393	0.36 270	0.44 419	0.47 386	0.36 367	0.44 357	0.36 360	0.37 257	0.39 340	0.44 393	0.35 383	0.37 280	0.36 362

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

RainbowNet	0.48 364	0.48 246	0.48 374	0.48 298	0.48 437	0.48 395	0.48 433	0.48 383	0.48 430	0.48 386	0.48 438	0.48 393	0.48 426	0.48 390	0.48 426	0.48 363	0.48 389	0.48 419	0.48 442	0.48 392	0.48 414

quiztm	0.43 309	0.49 248	0.40 330	0.51 351	0.40 398	0.51 421	0.40 394	0.50 396	0.40 393	0.50 406	0.40 398	0.51 422	0.40 387	0.50 404	0.40 387	0.44 312	0.34 310	0.44 393	0.34 370	0.44 367	0.34 349

xyz-stereo-finetune	0.28 211	0.49 248	0.16 169	0.16 142	0.16 212	0.16 177	0.16 197	0.22 206	0.30 288	0.32 256	0.31 335	0.32 261	0.31 337	0.32 259	0.32 329	0.32 233	0.33 281	0.31 257	0.32 356	0.31 242	0.32 335

GIP-stereo	0.36 254	0.49 248	0.39 298	0.48 298	0.32 345	0.41 309	0.28 265	0.40 287	0.30 288	0.41 302	0.28 275	0.40 297	0.28 275	0.42 322	0.28 263	0.45 341	0.32 269	0.38 308	0.30 338	0.37 280	0.27 280

notaker	0.48 364	0.49 248	0.48 374	0.48 298	0.48 437	0.48 395	0.48 433	0.48 383	0.49 432	0.48 386	0.48 438	0.48 393	0.48 426	0.48 390	0.48 426	0.48 363	0.48 389	0.48 419	0.48 442	0.48 392	0.49 419

ACVNet_2	0.49 370	0.49 248	0.49 381	0.49 304	0.49 439	0.49 400	0.49 435	0.49 387	0.49 432	0.49 393	0.49 441	0.49 397	0.49 431	0.49 396	0.49 428	0.49 366	0.49 392	0.49 424	0.49 445	0.49 395	0.49 419

252Zero-FE	0.45 345	0.50 253	0.36 281	0.50 340	0.36 376	0.50 409	0.36 367	0.50 396	0.36 373	0.49 393	0.36 373	0.49 397	0.36 367	0.54 423	0.41 395	0.45 341	0.34 310	0.45 398	0.34 370	0.55 414	0.75 489

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

FoundationStereo	0.50 372	0.50 253	0.50 386	0.50 340	0.50 443	0.50 409	0.50 438	0.50 396	0.50 436	0.50 406	0.50 444	0.50 411	0.50 435	0.50 404	0.50 430	0.50 372	0.50 400	0.50 428	0.50 447	0.50 400	0.50 422

StereoAnything_RVC	0.50 372	0.50 253	0.50 386	0.50 340	0.50 443	0.50 409	0.50 438	0.50 396	0.50 436	0.50 406	0.50 444	0.50 411	0.50 435	0.50 404	0.50 430	0.50 372	0.50 400	0.50 428	0.50 447	0.50 400	0.50 422

dual_stereo	0.50 372	0.50 253	0.50 386	0.50 340	0.50 443	0.50 409	0.50 438	0.50 396	0.50 436	0.50 406	0.50 444	0.50 411	0.50 435	0.50 404	0.50 430	0.50 372	0.50 400	0.50 428	0.50 447	0.50 400	0.50 422

KSHMR	0.66 406	0.50 253	0.48 374	1.15 471	0.52 450	0.49 400	0.51 442	0.49 387	0.71 492	0.67 450	0.50 444	1.16 528	1.11 526	0.66 445	0.52 437	0.49 366	0.49 392	0.51 433	0.66 482	0.50 400	1.14 536

WZ-Net	0.05 57	0.50 253	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 372	0.50 253	0.50 386	0.50 340	0.50 443	0.50 409	0.50 438	0.50 396	0.50 436	0.50 406	0.50 444	0.50 411	0.50 435	0.50 404	0.50 430	0.50 372	0.50 400	0.50 428	0.50 447	0.50 400	0.50 422

fffft	0.48 364	0.51 261	0.45 354	0.52 354	0.45 425	0.52 425	0.45 417	0.52 414	0.48 430	0.53 421	0.45 423	0.52 423	0.45 414	0.52 419	0.46 413	0.51 378	0.41 353	0.50 428	0.41 417	0.50 400	0.41 390
1: 1. 1
CASnet	0.35 247	0.51 261	0.44 352	0.32 213	0.31 335	0.24 220	0.34 356	0.36 261	0.25 250	0.31 250	0.37 380	0.30 253	0.33 353	0.25 227	0.45 409	0.37 257	0.37 326	0.33 267	0.35 383	0.34 256	0.37 367
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 233	0.52 263	0.34 269	0.31 207	0.31 335	0.30 247	0.30 280	0.31 245	0.30 288	0.31 250	0.31 335	0.31 257	0.30 288	0.31 256	0.31 319	0.30 225	0.32 269	0.31 257	0.31 349	0.31 242	0.31 328

LG-Stereo_L1	0.47 359	0.52 263	0.47 366	0.62 377	0.39 397	0.53 427	0.40 394	0.53 416	0.39 392	0.53 421	0.39 395	0.53 424	0.39 386	0.53 421	0.39 384	0.55 390	0.46 377	0.49 424	0.37 392	0.49 395	0.37 367

Occ-G	1.12 511	0.52 263	3.72 672	3.50 632	0.50 443	0.56 432	0.47 424	0.54 418	0.46 418	0.54 426	0.41 405	0.54 427	0.42 405	0.52 419	0.42 403	3.42 648	4.02 669	0.52 436	0.45 429	0.51 406	0.44 402

AEACV	1.12 511	0.52 263	3.12 663	3.24 617	0.86 514	0.53 427	0.49 435	0.60 432	0.47 423	0.53 421	0.49 441	0.55 431	0.45 414	0.55 427	0.47 420	3.01 643	3.88 667	0.71 464	0.60 465	0.80 453	0.48 414

Pro-Stereo	0.79 442	0.53 267	0.38 287	0.49 304	0.38 387	0.49 400	0.37 373	0.49 387	0.67 468	0.50 406	0.38 385	1.10 520	0.38 376	0.49 396	0.38 372	0.71 422	0.88 482	5.98 692	0.36 389	0.46 375	0.36 362

ktn	0.72 423	0.53 267	1.08 504	1.14 468	0.51 449	1.22 572	1.36 604	0.51 410	0.59 454	0.51 415	0.51 450	0.69 453	1.20 538	0.67 447	0.51 435	0.51 378	0.49 392	0.58 444	0.66 482	0.52 408	0.53 432

TorneroNet	0.66 406	0.53 267	0.50 386	0.50 340	0.64 471	1.06 511	0.70 486	0.50 396	0.51 443	0.49 393	0.69 486	0.49 397	0.50 435	0.48 390	1.15 538	0.71 422	0.49 392	1.14 526	1.08 537	0.49 395	0.49 419

ICVP	0.15 146	0.53 267	0.11 112	0.16 142	0.11 171	0.16 177	0.11 166	0.16 177	0.11 168	0.16 174	0.11 168	0.16 175	0.11 165	0.16 176	0.11 161	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.11 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 61	0.54 271	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 383	0.54 271	0.54 400	0.54 359	0.53 453	0.54 430	0.54 446	0.53 416	0.54 446	0.54 426	0.54 454	0.54 427	0.53 442	0.54 423	0.54 440	0.54 384	0.53 409	0.54 440	0.54 454	0.54 413	0.54 435

LG-Stereo_Zeroshot	0.48 364	0.55 273	0.47 366	0.63 379	0.41 408	0.56 432	0.44 411	0.56 422	0.41 403	0.56 431	0.41 405	0.57 437	0.42 405	0.56 428	0.41 395	0.55 390	0.43 367	0.51 433	0.37 392	0.51 406	0.37 367

Selective-IGEV	0.51 377	0.55 273	0.45 354	0.69 389	0.45 425	0.61 442	0.45 417	0.50 396	0.40 393	0.56 431	0.44 419	0.55 431	0.40 387	0.72 454	0.67 463	0.59 397	0.46 377	0.45 398	0.34 370	0.46 375	0.37 367

Monster-pub-mixall	0.44 322	0.56 275	0.60 410	0.38 232	0.27 267	0.37 278	0.27 257	0.37 267	0.29 277	0.38 276	0.27 268	0.38 284	0.29 282	0.85 477	0.27 254	1.46 573	0.26 221	0.34 276	0.26 261	0.36 276	0.53 432

Monster-pub-eth3d	0.45 345	0.57 276	0.60 410	0.39 237	0.28 272	0.37 278	0.28 265	0.37 267	0.30 288	0.39 282	0.29 281	0.39 289	0.30 288	0.92 489	0.27 254	1.42 570	0.28 237	0.34 276	0.28 311	0.37 280	0.53 432

Replicate-Monster	0.45 345	0.57 276	0.60 410	0.40 250	0.29 282	0.37 278	0.27 257	0.37 267	0.30 288	0.40 288	0.31 335	0.40 297	0.30 288	0.99 498	0.27 254	1.36 566	0.31 265	0.34 276	0.30 338	0.36 276	0.54 435

LG-Stereo	0.60 392	0.58 278	0.47 366	0.64 382	0.74 494	1.00 494	0.69 480	0.57 425	0.41 403	0.57 434	0.41 405	0.57 437	0.41 399	1.00 500	0.75 495	0.91 463	0.51 405	0.52 436	0.37 392	0.52 408	0.37 367

AIO-test2	0.55 388	0.59 279	0.52 395	0.67 388	0.47 433	0.61 442	0.47 424	0.61 435	0.47 423	0.61 440	0.47 434	0.61 444	0.48 426	0.62 438	0.47 420	0.64 409	0.53 409	0.58 444	0.47 438	0.58 420	0.48 414

FCDSN-DC	0.41 295	0.59 279	0.64 427	0.54 359	0.33 357	0.50 409	0.37 373	0.42 320	0.40 393	0.61 440	0.43 417	0.50 411	0.49 431	0.38 283	0.32 329	0.28 216	0.23 213	0.26 238	0.22 239	0.35 269	0.28 300
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 383	0.60 281	0.52 395	0.66 387	0.47 433	0.61 442	0.47 424	0.58 428	0.46 418	0.61 440	0.46 426	0.61 444	0.45 414	0.62 438	0.45 409	0.61 402	0.52 407	0.57 443	0.48 442	0.57 419	0.48 414

DispNO	1.00 490	0.63 282	0.43 350	3.45 628	0.44 421	0.65 448	0.43 410	0.64 438	0.43 411	0.64 446	0.43 417	0.64 447	3.03 651	0.64 443	0.43 406	4.55 659	0.43 367	0.63 449	0.43 427	0.63 424	0.43 399

LMCR-Stereo	0.65 404	0.63 282	0.65 431	0.65 383	0.65 473	0.66 449	0.63 458	0.58 428	0.65 464	0.63 445	0.64 469	0.65 450	0.65 462	0.66 445	0.66 462	0.66 412	0.64 438	0.65 454	0.67 486	0.68 429	0.73 485

MonSter	0.60 392	0.64 284	0.52 395	0.62 377	0.44 421	2.07 613	0.44 411	0.62 436	0.44 414	0.62 443	0.44 419	0.62 446	0.44 410	0.62 438	0.44 407	0.58 395	0.42 362	0.62 447	0.46 431	0.58 420	0.42 397

AIO-Stereo	0.84 461	0.66 285	0.70 450	0.83 420	0.67 478	0.98 492	0.82 509	1.14 508	0.72 495	1.03 511	0.74 502	1.03 513	1.09 525	0.99 498	0.45 409	1.04 487	0.73 463	0.95 510	0.74 502	0.94 484	0.46 405

mm2	0.69 414	0.69 286	0.69 447	0.69 389	0.69 483	0.69 451	0.69 480	0.69 444	0.69 479	0.69 453	0.69 486	0.69 453	0.69 478	0.69 449	0.69 478	0.69 415	0.69 453	0.69 459	0.69 491	0.69 433	0.69 472

mm1	0.69 414	0.69 286	0.69 447	0.69 389	0.69 483	0.69 451	0.69 480	0.69 444	0.69 479	0.69 453	0.69 486	0.69 453	0.69 478	0.69 449	0.69 478	0.69 415	0.69 453	0.69 459	0.69 491	0.69 433	0.69 472

anonymity	0.63 401	0.69 286	0.56 402	0.71 397	0.56 456	0.71 456	0.56 447	0.71 449	0.56 447	0.72 456	0.56 455	0.71 456	0.56 446	0.71 452	0.58 445	0.68 414	0.55 412	0.68 456	0.55 456	0.68 429	0.54 435

CoDeX	0.15 146	0.70 289	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 463	0.02 15	0.69 453	0.75 471	0.01 9	0.02 21	0.02 20

FE-Mocha	0.35 247	0.71 290	0.40 330	0.47 293	0.27 267	0.34 265	0.27 257	0.34 254	0.26 263	0.34 262	0.26 264	0.34 268	0.27 268	0.34 267	0.27 254	0.44 312	0.41 353	0.33 267	0.29 324	0.32 245	0.29 306

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

RAFT-Stereo + iAFF	0.70 417	0.72 292	0.71 453	0.80 416	0.62 470	0.82 471	0.61 456	0.81 463	0.62 458	0.81 471	0.63 467	0.80 471	0.70 482	0.73 456	0.61 452	0.76 442	0.61 434	0.74 470	0.61 468	0.77 446	0.61 452

LiteMatch	1.13 513	0.73 293	2.80 649	3.23 615	0.61 465	0.83 473	0.68 472	0.73 452	0.69 479	1.00 494	0.77 506	0.94 494	0.57 447	0.82 467	0.64 454	2.97 641	2.43 643	0.68 456	0.32 356	0.56 416	0.70 475

Lsterematch	1.13 513	0.73 293	2.80 649	3.23 615	0.61 465	0.83 473	0.68 472	0.73 452	0.69 479	1.00 494	0.77 506	0.94 494	0.57 447	0.82 467	0.64 454	2.97 641	2.43 643	0.68 456	0.32 356	0.56 416	0.70 475

DSFCA	0.66 406	0.73 293	0.78 467	0.65 383	0.65 473	0.64 447	0.64 459	0.65 439	0.63 461	0.64 446	0.64 469	0.64 447	0.64 459	0.65 444	0.65 458	0.65 410	0.65 440	0.65 454	0.65 480	0.66 427	0.64 463

PointNet	0.60 392	0.75 296	0.49 381	0.79 413	0.50 443	0.79 464	0.49 435	0.79 457	0.49 432	0.80 468	0.49 441	0.79 469	0.49 431	0.80 463	0.49 428	0.63 408	0.40 343	0.63 449	0.40 409	0.63 424	0.40 382

SMoEStereo_RVC	0.63 401	0.75 296	0.51 392	0.73 406	0.53 453	0.71 456	0.47 424	0.67 442	0.58 450	0.74 462	0.60 461	0.72 459	0.53 442	0.74 458	0.51 435	0.61 402	0.62 435	0.62 447	0.61 468	0.63 424	0.61 452

MGA	0.73 427	0.76 298	0.60 410	0.92 435	1.17 548	0.81 468	0.59 454	0.84 467	0.62 458	0.81 471	0.59 460	0.84 478	0.60 454	0.81 466	0.61 452	0.71 422	0.53 409	0.89 494	0.53 453	0.75 442	0.54 435

CAR	0.72 423	0.76 298	0.59 406	0.84 421	1.19 552	0.81 468	0.58 450	0.81 463	0.58 450	0.81 471	0.58 458	0.83 476	0.59 452	0.82 467	0.59 448	0.71 422	0.49 392	0.73 465	0.68 487	0.87 465	0.52 430

MSE-Stereo	0.72 423	0.76 298	0.59 406	0.84 421	1.19 552	0.81 468	0.58 450	0.81 463	0.58 450	0.81 471	0.58 458	0.83 476	0.59 452	0.82 467	0.59 448	0.71 422	0.49 392	0.73 465	0.68 487	0.87 465	0.52 430

SFCPSM	0.17 158	0.78 301	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 500	0.02 15	0.75 466	0.76 473	0.02 21	0.02 21	0.02 20

G-Net	0.79 442	0.79 302	0.79 470	0.79 413	0.79 507	0.79 464	0.79 499	0.79 457	0.79 506	0.79 467	0.79 510	0.79 469	0.79 497	0.79 461	0.79 500	0.79 445	0.79 473	0.79 477	0.79 511	0.79 450	0.79 497

DMCA-RVC	0.70 417	0.80 303	0.70 450	0.70 395	0.70 487	0.70 454	0.70 486	0.71 449	0.70 487	0.70 455	0.71 495	0.71 456	0.70 482	0.70 451	0.69 478	0.69 415	0.70 456	0.69 459	0.70 495	0.69 433	0.70 475

NaN_ROB	0.80 445	0.80 303	0.80 471	0.80 416	0.80 510	0.80 466	0.80 502	0.80 460	0.80 508	0.80 468	0.80 512	0.80 471	0.80 498	0.80 463	0.80 503	0.80 447	0.80 476	0.80 480	0.80 513	0.80 453	0.80 498

CSAN	0.80 445	0.80 303	0.80 471	0.80 416	0.80 510	0.80 466	0.80 502	0.80 460	0.80 508	0.80 468	0.80 512	0.80 471	0.80 498	0.80 463	0.80 503	0.80 447	0.80 476	0.80 480	0.80 513	0.80 453	0.80 498

DStereoRT	0.73 427	0.81 306	0.73 460	0.71 397	0.74 494	0.73 458	0.75 494	0.71 449	0.71 492	0.74 462	0.72 498	0.73 461	0.80 498	0.71 452	0.73 490	0.76 442	0.71 460	0.73 465	0.72 500	0.70 436	0.76 492

ARAFT	0.68 411	0.81 306	0.63 423	0.74 410	0.60 460	0.78 462	0.62 457	0.77 456	0.66 467	0.74 462	0.63 467	0.75 464	0.62 458	0.83 472	0.60 450	0.70 420	0.55 412	0.70 463	0.60 465	0.78 448	0.55 442

RSM++	0.76 436	0.82 308	0.66 434	0.85 425	0.64 471	0.85 475	0.71 489	0.94 485	0.64 462	0.87 477	0.67 476	0.87 480	0.65 462	0.84 473	0.65 458	0.81 450	0.70 456	0.79 477	0.71 498	0.83 460	0.70 475

water-stereo	0.41 295	0.84 309	0.46 359	0.50 340	0.33 357	0.45 379	0.33 343	0.45 369	0.32 341	0.45 367	0.32 345	0.45 376	0.32 342	0.45 373	0.32 329	0.44 312	0.41 353	0.39 349	0.31 349	0.39 334	0.32 335

Selective-RAFT-Error	0.88 473	0.84 309	0.98 492	0.86 426	0.97 526	0.88 479	0.95 520	0.84 467	0.99 529	0.92 485	0.82 514	0.84 478	0.98 512	0.87 478	0.97 519	0.81 450	0.83 479	0.79 477	0.82 516	0.79 450	0.85 503

DN	0.53 382	0.85 311	0.45 354	0.65 383	0.44 421	0.60 441	0.44 411	0.60 432	0.44 414	0.60 439	0.45 423	0.60 442	0.44 410	0.60 437	0.44 407	0.56 393	0.42 362	0.56 442	0.42 425	0.56 416	0.42 397

depthmonostereo	0.44 322	0.85 311	0.46 359	0.54 359	0.40 398	0.52 425	0.38 380	0.52 414	0.35 364	0.47 379	0.34 362	0.46 380	0.34 358	0.47 382	0.34 353	0.45 341	0.43 367	0.41 379	0.33 366	0.41 357	0.32 335

DilatedVolume-Stereo	0.43 309	0.86 313	0.48 374	0.50 340	0.33 357	0.46 385	0.33 343	0.46 373	0.33 351	0.46 373	0.33 354	0.47 386	0.33 353	0.47 382	0.34 353	0.45 341	0.42 362	0.40 362	0.33 366	0.47 388	0.38 374

AIO-Stereo-zeroshot	0.91 476	0.86 313	0.89 480	1.25 528	0.69 483	1.05 510	0.81 506	1.16 512	0.50 436	1.12 521	0.97 526	0.72 459	0.82 502	1.06 515	0.95 517	0.61 402	0.87 481	1.03 523	0.85 519	1.04 497	1.01 525

test_sample3	0.09 75	0.87 315	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 315	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SCV_C0	0.45 345	0.88 317	0.49 381	0.54 359	0.37 380	0.48 395	0.37 373	0.48 383	0.37 375	0.48 386	0.36 373	0.48 393	0.37 372	0.49 396	0.37 369	0.50 372	0.41 353	0.44 393	0.34 370	0.44 367	0.34 349

tt45	1.04 503	0.88 317	1.36 582	0.92 435	1.03 536	1.51 594	0.79 499	0.70 448	0.88 514	0.74 462	0.90 518	1.60 594	0.72 487	1.60 592	0.75 495	0.91 463	0.78 471	1.52 602	0.79 511	1.14 502	1.32 600

AFF-stereo	0.73 427	0.88 317	0.67 438	0.75 411	0.68 482	0.75 459	0.64 459	0.80 460	0.72 495	0.83 476	0.70 490	0.82 475	0.64 459	0.84 473	0.67 463	0.77 444	0.63 437	0.81 482	0.63 471	0.78 448	0.62 455

DLNR-FE	0.28 211	0.89 320	0.30 234	0.34 220	0.19 233	0.28 243	0.19 219	0.28 233	0.20 230	0.28 239	0.20 236	0.28 243	0.20 234	0.28 246	0.20 225	0.33 238	0.28 237	0.25 233	0.19 232	0.24 219	0.19 217

CASS	0.57 391	0.89 320	0.56 402	0.57 367	0.56 456	0.56 432	0.56 447	0.56 422	0.53 444	0.57 434	0.57 456	0.59 441	0.48 426	0.56 428	0.57 443	0.55 390	0.56 414	0.47 411	0.56 460	0.62 423	0.56 445
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 475	0.89 320	0.72 456	1.16 476	0.78 505	1.06 511	0.82 509	0.87 469	0.97 526	1.00 494	0.91 521	0.90 486	1.00 513	0.89 482	0.93 516	0.83 455	0.83 479	0.82 486	0.82 516	0.81 456	0.82 501

MLG-Stereo	0.92 478	0.90 323	0.84 478	1.27 530	0.49 439	1.38 586	0.88 512	1.41 583	0.97 526	0.73 457	1.09 537	1.26 578	0.43 408	0.72 454	1.05 530	1.13 500	0.49 392	1.18 536	0.66 482	1.01 494	0.46 405

UNet	0.29 216	0.90 323	0.10 92	0.14 121	0.10 156	0.14 162	0.10 153	0.91 477	0.69 479	0.14 162	0.11 168	0.14 163	0.11 165	0.14 165	0.10 149	0.12 111	0.09 94	0.12 156	0.09 145	0.88 468	0.76 492

xxxxx1	0.31 224	0.91 325	0.23 201	0.31 207	0.23 252	0.31 253	0.23 240	0.33 251	0.25 250	0.31 250	0.24 253	0.33 264	0.25 252	0.32 259	0.24 240	0.28 216	0.28 237	0.28 244	0.28 311	0.29 234	0.27 280

tt_ll	0.31 224	0.91 325	0.23 201	0.31 207	0.23 252	0.31 253	0.23 240	0.33 251	0.25 250	0.31 250	0.24 253	0.33 264	0.25 252	0.32 259	0.24 240	0.28 216	0.28 237	0.28 244	0.28 311	0.29 234	0.27 280

ff	0.31 224	0.91 325	0.23 201	0.31 207	0.23 252	0.31 253	0.23 240	0.33 251	0.25 250	0.31 250	0.24 253	0.33 264	0.25 252	0.32 259	0.24 240	0.28 216	0.28 237	0.28 244	0.28 311	0.29 234	0.27 280

DPSM_ROB	0.92 478	0.91 325	0.91 485	0.91 432	0.92 521	0.92 485	0.92 516	0.92 480	0.91 516	0.93 488	0.91 521	0.92 489	0.90 505	0.91 485	0.92 512	0.92 466	0.91 484	0.91 498	0.92 520	0.93 480	0.93 511

DPSM	0.92 478	0.91 325	0.91 485	0.91 432	0.92 521	0.92 485	0.92 516	0.92 480	0.91 516	0.93 488	0.91 521	0.92 489	0.90 505	0.91 485	0.92 512	0.92 466	0.91 484	0.91 498	0.92 520	0.93 480	0.93 511

AIO-Stereo-zeroshot1	0.75 431	0.92 330	0.85 479	0.96 447	0.59 459	1.27 576	0.44 411	0.59 430	0.69 479	0.91 483	0.68 481	0.55 431	0.61 457	1.06 515	0.83 508	0.62 406	0.70 456	0.90 495	0.41 417	0.89 469	0.56 445

pmcnn	0.92 478	0.92 330	0.92 487	0.92 435	0.92 521	0.92 485	0.92 516	0.92 480	0.92 520	0.92 485	0.92 524	0.92 489	0.92 507	0.92 489	0.92 512	0.92 466	0.92 486	0.92 501	0.92 520	0.92 475	0.92 510

AdaDepth	0.86 470	0.93 332	0.71 453	1.01 456	1.07 538	1.02 508	0.71 489	1.00 489	0.71 492	1.01 505	0.71 495	1.00 500	0.72 487	1.14 526	0.71 488	0.92 466	0.64 438	0.90 495	0.64 476	0.89 469	0.69 472

tt1	0.31 224	0.93 332	0.24 208	0.33 217	0.23 252	0.31 253	0.24 245	0.32 247	0.24 245	0.32 256	0.23 246	0.32 261	0.25 252	0.32 259	0.24 240	0.27 212	0.26 221	0.27 242	0.26 261	0.27 229	0.27 280

SCV	0.46 352	0.94 334	0.45 354	0.54 359	0.37 380	0.48 395	0.38 380	0.48 383	0.37 375	0.48 386	0.39 395	0.48 393	0.37 372	0.49 396	0.37 369	0.50 372	0.46 377	0.44 393	0.34 370	0.44 367	0.34 349

tta	0.09 75	0.95 335	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

R-Stereo Train	0.81 450	0.96 336	0.67 438	0.95 444	0.67 478	0.95 489	0.68 472	0.95 487	0.68 474	0.95 492	0.68 481	0.96 497	0.68 472	0.96 496	0.68 470	0.94 472	0.68 447	0.94 508	0.68 487	0.94 484	0.68 470

RAFT-Stereo	0.81 450	0.96 336	0.67 438	0.95 444	0.67 478	0.95 489	0.68 472	0.95 487	0.68 474	0.95 492	0.68 481	0.96 497	0.68 472	0.96 496	0.68 470	0.94 472	0.68 447	0.94 508	0.68 487	0.94 484	0.68 470
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 75	0.97 338	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

WQFJA1++	0.84 461	0.98 339	0.67 438	1.26 529	0.75 496	1.00 494	0.67 468	1.00 489	0.67 468	1.00 494	0.67 476	1.00 500	0.67 468	1.00 500	0.67 463	0.96 474	0.67 442	0.91 498	0.63 471	0.92 475	0.63 457

WQFJA1	0.85 467	0.98 339	0.67 438	1.29 535	0.76 501	1.01 502	0.67 468	1.02 502	0.67 468	1.02 509	0.67 476	1.01 508	0.67 468	1.01 508	0.68 470	0.99 480	0.67 442	0.93 504	0.64 476	0.92 475	0.65 465

WQFJX1	0.84 461	0.98 339	0.67 438	1.30 537	0.75 496	1.01 502	0.67 468	1.01 498	0.67 468	1.01 505	0.67 476	1.01 508	0.68 472	1.00 500	0.68 470	0.98 479	0.67 442	0.92 501	0.64 476	0.92 475	0.64 463

NLMM1	0.86 470	0.98 339	0.69 447	1.48 552	0.75 496	1.01 502	0.69 480	1.00 489	0.69 479	1.00 494	0.70 490	1.00 500	0.68 472	1.01 508	0.67 463	0.97 475	0.68 447	0.92 501	0.63 471	0.93 480	0.63 457

zh-sn7	0.10 90	0.98 339	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

Former-RAFT_DAM_RVC	0.49 370	0.98 339	0.64 427	0.84 421	0.46 427	0.45 379	0.35 361	0.47 379	0.47 423	0.45 367	0.34 362	0.46 380	0.48 426	0.46 378	0.35 357	0.39 281	0.71 460	0.39 349	0.35 383	0.41 357	0.41 390

dd	0.23 194	0.98 339	0.16 169	0.23 176	0.15 202	0.23 217	0.15 191	0.23 213	0.15 201	0.23 211	0.15 203	0.24 222	0.17 215	0.23 214	0.15 194	0.22 183	0.15 166	0.21 206	0.15 201	0.22 204	0.16 193

NLSM3	0.85 467	0.99 346	0.68 445	1.29 535	0.76 501	1.01 502	0.68 472	1.01 498	0.68 474	1.02 509	0.68 481	1.01 508	0.68 472	1.01 508	0.68 470	0.97 475	0.68 447	0.93 504	0.64 476	0.93 480	0.63 457

222	0.10 90	0.99 346	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

LGCAT	1.00 490	1.00 348	1.00 494	1.00 451	1.00 527	1.00 494	1.00 524	1.00 489	1.00 530	1.00 494	1.00 528	1.00 500	1.00 513	1.00 500	1.00 522	1.00 481	1.00 490	1.00 515	1.00 527	1.00 489	1.00 519

Test_v1	1.00 490	1.00 348	1.00 494	1.00 451	1.00 527	1.00 494	1.00 524	1.00 489	1.00 530	1.00 494	1.00 528	1.00 500	1.00 513	1.00 500	1.00 522	1.00 481	1.00 490	1.00 515	1.00 527	1.00 489	1.00 519

WQFJX	0.85 467	1.00 348	0.68 445	1.30 537	0.75 496	1.01 502	0.68 472	1.01 498	0.68 474	1.01 505	0.68 481	1.03 513	0.68 472	1.02 512	0.67 463	0.97 475	0.67 442	0.93 504	0.63 471	0.94 484	0.63 457

NLMM	0.84 461	1.00 348	0.67 438	1.27 530	0.75 496	1.00 494	0.68 472	1.00 489	0.67 468	1.00 494	0.67 476	1.02 512	0.67 468	1.02 512	0.67 463	0.97 475	0.67 442	0.93 504	0.63 471	0.92 475	0.63 457

test_sample7	0.09 75	1.00 348	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

ACVNet-DCA	0.37 264	1.00 348	0.30 234	0.40 250	0.29 282	0.40 293	0.29 275	0.40 287	0.29 277	0.40 288	0.29 281	0.40 297	0.29 282	0.39 291	0.28 263	0.33 238	0.32 269	0.33 267	0.32 356	0.33 252	0.32 335

GANet	1.00 490	1.00 348	1.00 494	1.00 451	1.00 527	1.00 494	1.00 524	1.00 489	1.00 530	1.00 494	1.00 528	1.00 500	1.00 513	1.00 500	1.00 522	1.00 481	1.00 490	1.00 515	1.00 527	1.00 489	1.00 519

TDLM	1.00 490	1.00 348	1.00 494	1.00 451	1.00 527	1.00 494	1.00 524	1.00 489	1.00 530	1.00 494	1.00 528	1.00 500	1.00 513	1.00 500	1.00 522	1.00 481	1.00 490	1.00 515	1.00 527	1.00 489	1.00 519

CVANet_RVC	1.00 490	1.00 348	1.00 494	1.00 451	1.00 527	1.00 494	1.00 524	1.00 489	1.00 530	1.00 494	1.00 528	1.00 500	1.00 513	1.00 500	1.00 522	1.00 481	1.00 490	1.00 515	1.00 527	1.00 489	1.00 519

DGTPSM_ROB	0.93 483	1.00 348	0.92 487	0.94 442	0.96 525	0.91 484	0.92 516	0.91 477	0.96 525	0.91 483	0.96 525	0.93 492	0.92 507	0.94 492	0.92 512	0.92 466	0.92 486	0.90 495	0.92 520	0.94 484	0.91 509

trnet	1.01 498	1.01 358	1.01 499	1.01 456	1.01 533	1.01 502	1.01 529	1.01 498	1.01 535	1.01 505	1.01 533	1.01 508	1.01 521	1.01 508	1.01 527	1.01 486	1.01 496	1.01 520	1.01 534	1.01 494	1.01 525

SMFormer	0.09 75	1.01 358	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 358	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

GLC_STEREO	1.07 505	1.01 358	1.06 502	1.07 460	1.05 537	1.06 511	1.08 534	1.08 504	1.05 539	1.07 513	1.06 535	1.08 516	1.05 523	1.06 515	1.10 533	1.07 489	1.09 507	1.05 524	1.05 536	1.06 498	1.12 532

1test111	0.37 264	1.02 362	0.30 234	0.39 237	0.29 282	0.40 293	0.28 265	0.39 280	0.29 277	0.39 282	0.29 281	0.39 289	0.28 275	0.40 294	0.29 274	0.33 238	0.32 269	0.33 267	0.31 349	0.32 245	0.31 328

cc1	0.37 264	1.02 362	0.30 234	0.39 237	0.29 282	0.40 293	0.28 265	0.39 280	0.29 277	0.39 282	0.29 281	0.39 289	0.28 275	0.40 294	0.29 274	0.33 238	0.32 269	0.33 267	0.31 349	0.32 245	0.31 328

test_sample4	0.10 90	1.03 364	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 364	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xx1	0.38 270	1.03 364	0.31 249	0.40 250	0.31 335	0.41 309	0.28 265	0.40 287	0.29 277	0.40 288	0.29 281	0.40 297	0.29 282	0.40 294	0.29 274	0.34 242	0.33 281	0.34 276	0.32 356	0.34 256	0.32 335

dad	0.23 194	1.03 364	0.16 169	0.23 176	0.15 202	0.24 220	0.15 191	0.24 216	0.16 206	0.23 211	0.16 207	0.24 222	0.16 203	0.23 214	0.15 194	0.22 183	0.16 169	0.22 211	0.16 203	0.22 204	0.16 193

DualNet (step1)	0.10 90	1.05 368	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 368	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 368	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

GCAP-Stereo-DPT-FT	0.41 295	1.06 371	0.40 330	0.51 351	0.31 335	0.44 369	0.30 280	0.43 326	0.32 341	0.44 355	0.30 293	0.56 434	0.30 288	0.44 357	0.31 319	0.45 341	0.34 310	0.39 349	0.27 298	0.40 346	0.27 280

test_sample5	0.10 90	1.07 372	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 90	1.07 372	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DNS	0.77 437	1.09 374	0.65 431	0.89 427	0.65 473	0.89 482	0.65 463	0.89 474	0.65 464	0.89 480	0.65 472	0.89 484	0.65 462	0.90 483	0.65 458	0.84 457	0.62 435	0.84 488	0.61 468	0.84 462	0.62 455

GCAP-Stereo-DPT-25K	0.41 295	1.09 374	0.40 330	0.52 354	0.31 335	0.44 369	0.31 324	0.44 360	0.31 331	0.44 355	0.31 335	0.44 367	0.31 337	0.44 357	0.31 319	0.46 351	0.35 317	0.39 349	0.28 311	0.39 334	0.28 300

GCAPDPT-zeroshot4090	0.40 287	1.09 374	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.44 360	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.45 341	0.34 310	0.38 308	0.27 298	0.38 293	0.27 280

test_xeample	0.10 90	1.09 374	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

FC-DCNN	1.07 505	1.09 374	0.98 492	0.89 427	0.52 450	1.41 590	0.91 515	1.21 565	1.24 599	1.96 602	2.05 657	1.91 603	1.30 591	1.27 581	1.08 532	0.80 447	0.60 430	0.58 444	0.41 417	0.68 429	0.54 435

MSMD_ROB	1.19 515	1.10 379	0.70 450	1.10 462	0.60 460	1.10 517	0.70 486	1.10 507	0.70 487	1.10 515	0.70 490	1.10 520	0.70 482	7.00 696	0.70 486	1.10 493	0.70 456	1.10 525	0.70 495	1.10 500	0.70 475

999	1.00 490	1.12 380	0.59 406	1.10 462	1.21 600	1.09 516	0.52 443	1.08 504	1.43 613	1.18 526	1.35 605	0.98 499	0.52 441	0.91 485	0.85 509	0.72 432	1.46 592	0.83 487	0.98 525	0.68 429	1.41 608

zh-mn7	0.12 120	1.14 381	0.17 176	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

1111x	0.10 90	1.14 381	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

LoS_RVC	0.30 217	1.14 381	0.25 211	0.25 188	0.25 259	0.26 238	0.25 247	0.25 224	0.25 250	0.25 226	0.25 259	0.26 240	0.26 261	0.26 238	0.25 248	0.26 209	0.26 221	0.25 233	0.25 255	0.26 224	0.26 242

DDF-Stereo	0.43 309	1.15 384	0.57 404	0.53 356	0.32 345	0.41 309	0.32 332	0.41 302	0.32 341	0.41 302	0.32 345	0.41 310	0.32 342	0.40 294	0.32 329	0.52 380	0.50 400	0.38 308	0.31 349	0.39 334	0.31 328

x	0.11 111	1.15 384	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

xxxx	0.11 111	1.16 386	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

CAS	0.30 217	1.17 387	0.25 211	0.25 188	0.25 259	0.26 238	0.25 247	0.25 224	0.26 263	0.25 226	0.25 259	0.25 229	0.25 252	0.25 227	0.25 248	0.26 209	0.26 221	0.26 238	0.25 255	0.26 224	0.25 236

HSM-Net_RVC	0.95 486	1.17 387	0.78 467	1.18 478	0.71 489	1.16 525	0.75 494	1.09 506	0.80 508	1.10 515	0.75 503	1.17 529	0.74 489	1.17 529	0.80 503	1.13 500	0.73 463	1.17 533	0.77 507	1.16 507	0.72 482
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 487	1.18 389	0.81 474	1.10 462	0.91 520	1.02 508	0.82 509	1.04 503	0.91 516	1.03 511	0.86 517	1.28 582	0.82 502	1.03 514	0.89 511	1.17 504	0.81 478	1.02 521	0.82 516	1.08 499	0.81 500

psm_up	0.43 309	1.19 390	0.17 176	0.25 188	0.18 229	0.25 229	0.19 219	1.26 569	0.91 516	0.26 235	0.17 214	0.25 229	0.17 215	0.25 227	0.17 207	0.22 183	0.17 190	0.23 219	0.16 203	1.18 513	0.99 517

DisPM	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

CrosDoStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

PFNet+	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

LCNet	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

HHNet	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

Patchmatch Stereo++	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546
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	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

STrans-v2	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

TransformOpticalFlow	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

OMP-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

IIG-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

NF-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

OCTAStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

PSM-softLoss	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

KMStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

NRIStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

PSM-adaLoss	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

PSM-AAD	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

FTStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

ROB_FTStereo_v2	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

ROB_FTStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

Consistency-Raft	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

KYRaft	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

HUI-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

ASMatch	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

DeepStereo_LL	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

DEmStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

SST-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

THIR-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

RAFT_R40	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

DRaft	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

PFNet	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

GrayStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

RE-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

Pruner-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

TVStereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

DeepStereo_RVC	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

RAFT-RH_RVC	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

IRAFT_RVC	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

RAFT-345	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

iRAFT	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

CRE-IMP	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

GMM-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

RAFT-IKP	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

Prome-Stereo	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

UPFNet	0.42 308	1.20 391	0.17 176	0.24 181	0.17 218	0.25 229	0.17 207	1.19 517	0.90 515	0.25 226	0.17 214	0.24 222	0.17 215	0.25 227	0.17 207	0.22 183	0.17 190	0.22 211	0.16 203	1.15 505	0.93 511

Wavelet-MonSter	1.00 490	1.21 437	0.76 464	1.94 569	1.01 533	1.11 520	0.76 496	1.15 509	0.76 501	1.11 520	0.76 504	1.14 526	0.76 492	1.11 523	0.76 497	1.21 553	0.90 483	1.02 521	0.71 498	1.02 496	0.71 481

GASTEREO	0.48 364	1.21 437	0.47 366	0.57 367	0.38 387	0.50 409	0.38 380	0.50 396	0.38 379	0.50 406	0.38 385	0.50 411	0.38 376	0.50 404	0.38 372	0.52 380	0.42 362	0.46 402	0.34 370	0.46 375	0.34 349

z-mn7	0.16 153	1.21 437	0.33 259	0.41 262	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

ours_stereo	1.20 516	1.21 437	0.90 483	1.64 563	1.11 540	1.35 582	0.67 468	1.76 594	0.93 521	1.70 598	1.10 538	1.39 587	0.75 491	1.41 587	0.81 506	1.60 581	1.03 498	1.33 592	1.00 527	1.61 582	0.72 482

WCG-NET	0.61 397	1.21 437	0.54 400	0.61 376	0.53 453	0.67 450	0.53 444	0.66 441	0.53 444	0.64 446	0.53 453	0.65 450	0.53 442	0.59 435	0.52 437	0.65 410	0.48 389	0.64 451	0.52 451	0.58 420	0.50 422

delet	0.43 309	1.21 437	0.17 176	0.25 188	0.17 218	0.25 229	0.18 215	1.26 569	0.95 523	0.25 226	0.17 214	0.25 229	0.17 215	0.25 227	0.17 207	0.23 194	0.16 169	0.22 211	0.16 203	1.18 513	0.98 516

w-ln-seven-2	0.14 134	1.22 443	0.28 226	0.32 213	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo	0.73 427	1.22 443	0.25 211	1.22 525	0.25 259	1.22 572	0.25 247	1.22 566	0.25 250	1.22 574	0.25 259	1.22 577	0.25 252	1.22 577	0.25 248	1.22 555	0.26 221	1.21 585	0.25 255	1.22 565	0.25 236
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
WCG-NET（raft）	0.32 233	1.24 445	0.24 208	0.32 213	0.24 257	0.32 262	0.23 240	0.32 247	0.24 245	0.32 256	0.24 253	0.32 261	0.24 249	0.32 259	0.24 240	0.30 225	0.23 213	0.30 251	0.23 245	0.30 237	0.23 225

MMNet	0.44 322	1.24 445	0.17 176	0.25 188	0.17 218	0.25 229	0.18 215	1.26 569	0.93 521	0.25 226	0.17 214	0.25 229	0.18 225	0.25 227	0.17 207	0.23 194	0.16 169	0.23 219	0.16 203	1.20 517	0.99 517

CroCo-Stereo Lap2	0.77 437	1.29 447	0.29 230	1.27 530	0.29 282	1.27 576	0.26 254	1.26 569	0.26 263	1.26 575	0.26 264	1.27 581	0.26 261	1.26 578	0.27 254	1.27 558	0.27 231	1.27 589	0.27 298	1.27 569	0.27 280

CSP-Net	0.34 238	1.29 447	1.19 516	1.36 545	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 557	1.21 568	0.03 41	0.09 145	0.02 21	0.09 144

LiteMatch*	2.07 611	1.30 449	5.73 683	6.28 673	0.79 507	1.33 581	0.80 502	1.30 575	1.02 536	1.33 579	0.84 516	1.33 584	0.97 510	1.28 582	1.04 529	6.05 684	5.89 679	1.28 590	0.76 505	1.28 570	0.88 504

GCAP-BAT	0.41 295	1.30 449	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.44 355	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.34 310	0.38 308	0.26 261	0.38 293	0.26 242

zero-FE	0.72 423	1.31 451	0.66 434	0.92 435	0.60 460	0.82 471	0.58 450	0.82 466	0.58 450	0.81 471	0.60 461	0.81 474	0.60 454	0.82 467	0.58 445	0.74 439	0.59 427	0.73 465	0.52 451	0.76 444	0.51 429

Syn2CoEx	0.25 200	1.31 451	0.74 461	0.92 435	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 462	0.75 466	0.02 19	0.02 21	0.02 21	0.02 20

CC-Net-ROB	1.36 570	1.33 453	1.33 571	1.36 545	1.38 608	1.36 584	1.33 600	1.37 580	1.34 604	1.35 581	1.36 607	1.38 586	1.34 594	1.38 586	1.38 609	1.35 564	1.38 587	1.33 592	1.35 603	1.43 576	1.34 603

MaskLacGwcNet_RVC	1.35 569	1.35 454	1.35 574	1.35 544	1.35 605	1.35 582	1.35 602	1.36 578	1.35 607	1.36 582	1.35 605	1.36 585	1.36 596	1.36 584	1.35 606	1.35 564	1.35 583	1.35 595	1.35 603	1.35 573	1.35 604

BLMT-Stereo	1.53 574	1.36 455	1.06 502	1.42 550	1.23 604	1.41 590	1.07 533	1.43 585	1.12 540	1.42 586	1.06 535	1.83 600	1.07 524	1.42 589	1.07 531	1.27 558	1.38 587	6.80 693	1.00 527	1.26 568	1.00 519

PML	0.46 352	1.36 455	0.29 230	0.58 369	0.30 292	0.57 438	0.29 275	0.57 425	0.29 277	0.57 434	0.29 281	0.57 437	0.29 282	0.56 428	0.29 274	0.52 380	0.30 260	0.53 439	0.31 349	0.53 412	0.30 319

DF	0.39 282	1.37 457	1.02 500	1.14 468	0.12 184	0.16 177	0.12 179	0.16 177	0.12 184	0.16 174	0.12 176	0.16 175	0.12 180	0.16 176	0.12 173	1.12 499	1.00 490	0.15 175	0.12 179	0.15 174	0.12 175

qqai	1.22 563	1.38 458	1.12 505	1.39 548	1.14 541	1.40 588	1.14 538	1.41 583	1.12 540	1.40 584	1.11 539	1.40 589	1.13 527	1.41 587	1.15 538	1.25 556	0.97 489	1.24 587	1.01 534	1.24 566	0.96 514

PS-NSSS	1.38 572	1.39 459	1.34 572	1.34 542	1.35 605	1.38 586	1.37 609	1.35 577	1.38 610	1.34 580	1.34 604	1.39 587	1.38 599	1.70 596	1.40 610	1.36 566	1.36 584	1.36 597	1.37 606	1.37 574	1.36 605

MSCF	0.51 377	1.40 460	0.49 381	0.58 369	0.38 387	0.50 409	0.38 380	0.54 418	0.41 403	0.52 418	0.41 405	0.53 424	0.42 405	0.53 421	0.41 395	0.60 398	0.47 385	0.48 419	0.37 392	0.48 392	0.38 374

z-ln-s-r	0.21 181	1.40 460	0.53 399	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 128	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 119	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 169	1.47 462	0.33 259	0.40 250	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 268	0.32 269	0.05 109	0.04 99	0.04 97	0.04 96

Gwc-CoAtRS	0.41 295	1.49 463	0.32 254	0.42 272	0.32 345	0.41 309	0.32 332	0.41 302	0.33 351	0.41 302	0.32 345	0.41 310	0.32 342	0.41 309	0.32 329	0.39 281	0.28 237	0.39 349	0.28 311	0.40 346	0.28 300

FENet	0.54 383	1.52 464	1.19 516	1.41 549	0.23 252	0.35 269	0.23 240	0.35 257	0.23 242	0.34 262	0.23 246	0.35 270	0.23 246	0.35 270	0.23 237	1.40 569	1.07 501	0.32 260	0.23 245	0.33 252	0.23 225

CFNet-ft	0.55 388	1.57 465	0.14 148	0.20 160	0.14 190	0.20 196	2.53 655	1.61 587	0.14 190	0.20 193	0.14 194	0.20 194	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	1.56 580	1.24 595

DPSMNet_ROB	1.60 577	1.59 466	1.70 604	1.59 555	1.59 617	1.61 596	1.61 620	1.60 586	1.60 617	1.62 596	1.59 620	1.60 594	1.60 605	1.60 592	1.59 617	1.59 579	1.60 607	1.59 603	1.59 624	1.59 581	1.59 619

RASNet	1.49 573	1.65 467	1.45 590	1.38 547	1.43 611	1.47 593	1.36 604	1.38 581	1.36 608	1.39 583	1.60 621	1.45 591	1.45 602	1.51 591	2.21 652	1.53 578	1.36 584	1.36 597	1.36 605	1.66 585	1.36 605

monster-pro	0.75 431	1.67 468	0.64 427	0.89 427	0.57 458	0.86 477	0.56 447	0.87 469	0.56 447	0.87 477	0.57 456	0.88 481	0.57 447	0.87 478	0.57 443	0.79 445	0.58 419	0.76 473	0.54 454	0.77 446	0.54 435

CRFU-Net	0.65 404	1.67 468	1.22 566	1.96 572	0.27 267	0.41 309	0.27 257	0.41 302	0.27 267	0.40 288	0.26 264	0.41 310	0.27 268	0.40 294	0.27 254	1.80 586	1.62 608	0.34 276	0.23 245	0.33 252	0.23 225

FlowAnything	1.02 500	1.71 470	0.72 456	1.59 555	0.69 483	1.60 595	0.69 480	1.61 587	0.70 487	1.60 590	0.69 486	1.60 594	0.69 478	1.61 594	0.69 478	0.81 450	0.58 419	0.81 482	0.56 460	0.82 458	0.56 445

FlowAnything_test	1.02 500	1.72 471	0.71 453	1.59 555	0.70 487	1.61 596	0.69 480	1.61 587	0.70 487	1.60 590	0.70 490	1.61 597	0.69 478	1.61 594	0.70 486	0.81 450	0.58 419	0.81 482	0.55 456	0.81 456	0.56 445

gwcnet-sp	0.82 455	1.72 471	1.48 592	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 250	1.61 593	0.23 246	0.28 243	0.26 261	0.20 193	0.15 194	0.24 201	1.33 578	0.32 260	0.16 203	6.75 683	0.23 225

scenet	0.82 455	1.72 471	1.48 592	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 250	1.61 593	0.23 246	0.28 243	0.26 261	0.20 193	0.15 194	0.24 201	1.33 578	0.32 260	0.16 203	6.75 683	0.23 225

ssnet	0.82 455	1.72 471	1.48 592	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 250	1.61 593	0.23 246	0.28 243	0.26 261	0.20 193	0.15 194	0.24 201	1.33 578	0.32 260	0.16 203	6.75 683	0.23 225

HBP-ISP	1.24 565	1.72 471	1.65 602	1.15 471	0.76 501	1.40 588	0.88 512	1.67 593	1.02 536	1.69 597	1.38 610	1.69 598	1.21 584	1.87 604	1.21 593	1.05 488	0.79 473	0.97 513	0.80 513	1.19 515	0.75 489

LL-Strereo2	0.48 364	1.73 476	0.51 392	0.59 372	0.34 367	0.42 329	0.33 343	0.40 287	0.31 331	0.42 316	0.33 354	0.42 328	0.31 337	0.44 357	0.39 384	0.60 398	0.51 405	0.44 393	0.33 366	0.44 367	0.33 342

Hybrid-DGEV	1.03 502	1.75 477	0.80 471	1.28 534	0.78 505	1.26 575	0.80 502	1.26 569	0.78 502	1.26 575	0.78 508	1.26 578	0.78 496	1.26 578	0.78 499	1.15 503	0.75 466	1.14 526	0.74 502	1.14 502	0.75 489

GCAP-Stereo-DPT26K	0.43 309	1.76 478	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.31 319	0.44 312	0.33 281	0.38 308	0.27 298	0.38 293	0.26 242

aanet-new-8k	0.43 309	1.76 478	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-cres	0.43 309	1.77 480	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-20K	0.43 309	1.77 480	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-3K	0.43 309	1.77 480	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-32k-new	0.44 322	1.78 483	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.44 360	0.30 288	0.44 355	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.45 341	0.34 310	0.39 349	0.26 261	0.38 293	0.26 242

aanet-new-30k	0.44 322	1.78 483	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-24k	0.44 322	1.78 483	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-36K	0.43 309	1.78 483	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-32k	0.44 322	1.79 487	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-78k	0.44 322	1.80 488	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.45 341	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-36k	0.44 322	1.80 488	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-34k	0.44 322	1.80 488	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new	0.43 309	1.80 488	0.38 287	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-5K	0.44 322	1.80 488	0.39 298	0.49 304	0.30 292	0.44 369	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.44 357	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-60k	0.44 322	1.81 493	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-40k	0.44 322	1.81 493	0.39 298	0.50 340	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.45 341	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-28k	0.44 322	1.81 493	0.39 298	0.49 304	0.30 292	0.44 369	0.30 280	0.44 360	0.30 288	0.44 355	0.30 293	0.44 367	0.30 288	0.44 357	0.30 281	0.45 341	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-22k	0.44 322	1.81 493	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-10k	0.45 345	1.81 493	0.40 330	0.50 340	0.31 335	0.44 369	0.31 324	0.44 360	0.31 331	0.44 355	0.31 335	0.44 367	0.32 342	0.44 357	0.31 319	0.46 351	0.35 317	0.39 349	0.27 298	0.39 334	0.27 280

GCAP-Stereo-cres-4k	0.44 322	1.81 493	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

test_xeample3	1.10 508	1.81 493	0.61 416	0.84 421	0.49 439	0.77 460	0.66 464	0.92 480	1.40 611	0.68 452	0.46 426	0.78 467	0.54 445	1.72 597	1.48 613	1.34 563	1.52 596	1.35 595	1.67 632	1.33 572	1.55 613

aanet-new-90k	0.44 322	1.82 500	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.44 357	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-70k	0.44 322	1.82 500	0.38 287	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-2K	0.44 322	1.82 500	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-16k	0.44 322	1.83 503	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

GCAP-Stereo-DPT-50K	0.44 322	1.83 503	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.36 323	0.38 308	0.26 261	0.38 293	0.26 242

Hybrid-DGEV-03	1.07 505	1.83 503	0.83 475	1.34 542	0.81 512	1.32 580	0.81 506	1.31 576	0.81 511	1.31 578	0.82 514	1.32 583	0.82 502	1.32 583	0.81 506	1.19 505	0.77 469	1.19 538	0.76 505	1.19 515	0.77 494

Hybrid-DGEV-2	1.05 504	1.83 503	0.83 475	1.33 541	0.82 513	1.30 578	0.81 506	1.26 569	0.79 506	1.29 577	0.79 510	1.26 578	0.80 498	1.26 578	0.79 500	1.20 507	0.78 471	1.18 536	0.77 507	1.20 517	0.77 494

mmm	0.14 134	1.83 503	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 119	0.04 97	0.12 111	0.11 121	0.05 109	0.04 99	0.05 115	0.04 96

4.5_new	2.00 595	1.84 508	1.98 633	2.77 602	2.16 653	2.27 619	1.28 599	2.09 606	1.98 650	2.01 608	1.28 600	2.71 641	1.98 634	2.51 632	1.65 620	2.26 611	1.33 578	1.87 613	1.87 644	2.49 621	1.60 620

GCAP-Stereo-DPT-22K	0.44 322	1.85 509	0.38 287	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

MM-Stereo_test2	1.20 516	1.85 509	1.05 501	1.46 551	0.94 524	1.36 584	0.99 523	1.36 578	0.95 523	1.41 585	0.98 527	1.40 589	0.96 509	1.37 585	0.95 517	1.37 568	1.06 500	1.33 592	0.93 524	1.29 571	0.89 507

hknet	1.10 508	1.85 509	3.49 667	4.48 644	0.02 22	0.42 329	0.06 141	0.41 302	0.02 22	0.48 386	0.03 56	0.41 310	0.03 53	0.42 322	0.03 52	4.39 656	4.19 670	0.33 267	0.23 245	0.34 256	0.27 280

GCAP-Stereo-DPT-24K	0.44 322	1.86 512	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.43 328	0.30 281	0.44 312	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

2.25w	2.00 595	1.86 512	1.98 633	2.95 608	2.17 655	2.26 618	1.35 602	2.42 627	2.00 653	2.07 615	1.27 599	2.53 629	1.99 636	2.29 620	1.49 614	2.21 609	1.32 571	1.85 609	1.87 644	2.52 625	1.62 623

PAM	0.39 282	1.88 514	0.34 269	0.37 229	0.41 408	0.45 379	0.22 232	0.28 233	0.23 242	0.28 239	0.24 253	0.29 249	0.23 246	0.29 250	0.23 237	0.38 268	0.32 269	0.38 308	0.37 392	0.32 245	0.22 223

DCVSM-stereo	0.36 254	1.89 515	0.22 198	0.40 250	0.22 246	0.40 293	0.22 232	0.40 287	0.22 236	0.40 288	0.22 242	0.40 297	0.22 240	0.40 294	0.22 230	0.28 216	0.21 203	0.28 244	0.21 236	0.28 231	0.20 219

DCRE	0.84 461	1.89 515	0.77 466	0.94 442	0.72 491	0.88 479	0.73 492	0.87 469	0.78 502	0.90 481	0.71 495	0.88 481	0.67 468	0.88 480	0.73 490	0.81 450	0.68 447	0.81 482	0.70 495	0.82 458	0.70 475

RAFT-Stereo-weight	0.45 345	1.90 517	0.34 269	0.42 272	0.36 376	0.43 336	0.35 361	0.42 320	0.34 360	0.42 316	0.34 362	0.44 367	0.34 358	0.41 309	0.34 353	0.38 268	0.32 269	0.38 308	0.32 356	0.38 293	0.33 342

BUS	0.83 458	1.91 518	0.92 487	4.48 644	0.02 22	0.40 293	0.04 103	0.41 302	0.02 22	0.48 386	0.03 56	0.41 310	0.05 121	0.03 43	0.05 119	1.97 598	4.19 670	0.33 267	0.23 245	0.34 256	0.27 280

BSDual-CNN	0.81 450	1.91 518	0.92 487	4.48 644	0.02 22	0.42 329	0.06 141	0.41 302	0.02 22	0.48 386	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 598	4.19 670	0.33 267	0.23 245	0.34 256	0.27 280

psmg	0.43 309	1.91 518	0.92 487	1.91 568	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 598	1.44 591	0.04 93	0.03 57	0.02 21	0.03 52

GANet-RSSM	0.75 431	1.91 518	0.14 148	0.47 293	0.14 190	0.21 206	3.21 676	2.30 620	0.14 190	0.46 373	0.14 194	0.23 216	0.18 225	0.21 203	0.14 184	0.18 167	0.27 231	0.37 300	0.13 188	2.13 603	2.12 643

MFMNet_re	1.81 585	1.91 518	1.71 606	1.95 571	1.70 628	1.95 607	1.70 625	1.96 599	1.74 630	1.97 604	1.72 629	1.95 604	1.71 613	1.97 608	1.71 625	1.86 587	1.62 608	1.85 609	1.66 631	1.86 593	1.64 625

SPS-STEREO	1.59 576	1.91 518	1.21 565	1.94 569	1.20 554	2.00 610	1.23 593	1.99 601	1.24 599	2.00 607	1.25 597	2.03 611	1.26 587	2.00 609	1.29 602	1.90 593	1.18 521	1.89 617	1.21 593	1.89 595	1.20 546
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 575	1.94 524	1.22 566	1.88 566	1.21 600	1.88 602	1.22 592	1.88 596	1.22 597	1.88 599	1.22 594	1.88 601	1.22 585	1.89 605	1.22 594	1.87 589	1.22 569	1.88 616	1.22 594	1.88 594	1.22 592
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
ssnet_v2	0.68 411	1.96 525	1.25 570	0.29 200	0.20 236	0.30 247	0.20 223	0.29 238	0.22 236	1.50 589	0.20 236	0.31 257	0.20 234	0.27 242	0.22 230	0.24 201	1.49 594	0.26 238	0.18 231	3.90 644	0.19 217

aanet-new-12k	0.46 352	1.99 526	0.40 330	0.51 351	0.31 335	0.44 369	0.31 324	0.44 360	0.31 331	0.44 355	0.31 335	0.44 367	0.31 337	0.44 357	0.32 329	0.47 358	0.35 317	0.39 349	0.27 298	0.39 334	0.27 280

qqq	0.16 153	2.01 527	0.12 123	0.15 132	0.04 101	0.06 123	0.05 124	0.06 125	0.04 103	0.06 127	0.03 56	0.06 128	0.03 53	0.06 119	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

MM-Stereo_test3	1.27 567	2.07 528	1.18 514	1.60 558	1.02 535	1.45 592	1.01 529	1.40 582	1.04 538	1.44 587	1.03 534	1.46 592	1.02 522	1.44 590	1.02 528	1.51 577	1.12 514	1.32 591	0.98 525	1.38 575	0.97 515

ACV-stereo	0.30 217	2.08 529	0.25 211	0.25 188	0.18 229	0.24 220	0.17 207	0.24 216	0.18 222	0.24 218	0.17 214	0.25 229	0.17 215	0.24 218	0.17 207	0.22 183	0.16 169	0.22 211	0.16 203	0.22 204	0.16 193

GCST	0.50 372	2.08 529	0.38 287	0.53 356	0.35 370	0.49 400	0.35 361	0.50 396	0.35 364	0.49 393	0.35 370	0.49 397	0.35 364	0.49 396	0.35 357	0.48 363	0.37 326	0.45 398	0.33 366	0.44 367	0.33 342

AIO_test	2.18 617	2.09 531	2.04 637	2.42 592	2.01 645	2.47 629	1.94 640	2.34 623	2.03 654	2.56 636	1.94 643	2.43 625	1.94 631	2.41 627	1.87 643	2.39 625	2.10 634	2.35 635	1.91 650	2.25 607	2.19 645

ToySt	0.92 478	2.11 532	0.90 483	0.95 444	0.79 507	0.99 493	0.78 498	0.94 485	0.81 511	0.94 490	0.78 508	0.95 496	0.77 494	0.94 492	0.86 510	0.91 463	0.79 473	0.85 490	0.77 507	0.89 469	0.73 485

TRStereo	2.00 595	2.13 533	1.85 622	2.27 584	1.84 634	2.28 621	1.84 630	2.29 616	1.86 640	2.30 622	1.87 635	2.30 616	1.87 624	2.08 611	1.72 627	2.08 603	1.72 614	2.08 623	1.72 637	2.08 600	1.72 630

XX-Stereo	2.00 595	2.13 533	1.85 622	2.27 584	1.84 634	2.28 621	1.84 630	2.29 616	1.86 640	2.30 622	1.87 635	2.30 616	1.87 624	2.08 611	1.72 627	2.08 603	1.72 614	2.08 623	1.72 637	2.08 600	1.72 630

EAI-Stereo	2.00 595	2.13 533	1.85 622	2.27 584	1.84 634	2.28 621	1.84 630	2.29 616	1.86 640	2.30 622	1.87 635	2.30 616	1.87 624	2.08 611	1.72 627	2.08 603	1.72 614	2.08 623	1.72 637	2.08 600	1.72 630

derf	1.91 587	2.15 536	1.78 610	2.16 578	1.75 630	2.21 617	1.80 628	2.22 613	1.80 634	2.21 619	1.76 630	2.17 614	1.81 622	2.24 618	1.74 633	1.93 596	1.56 600	1.96 619	1.53 617	1.95 596	1.56 614

11t1	0.17 158	2.16 537	0.13 143	0.13 117	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.03 56	0.06 128	0.03 53	0.06 119	0.05 119	0.18 167	0.12 135	0.06 125	0.03 57	0.05 115	0.03 52

UGAM-zero	0.51 377	2.17 538	0.39 298	0.53 356	0.36 376	0.50 409	0.36 367	0.50 396	0.36 373	0.49 393	0.36 373	0.50 411	0.35 364	0.50 404	0.36 360	0.49 366	0.37 326	0.47 411	0.35 383	0.46 375	0.34 349

cf-r	0.66 406	2.17 538	0.12 123	0.18 153	0.12 184	0.18 188	2.70 659	2.60 634	0.12 184	0.18 185	0.12 176	0.18 187	0.12 180	0.18 186	0.12 173	0.15 141	0.11 121	0.15 175	0.11 164	1.81 592	1.74 633

3.25w	2.04 608	2.20 540	1.48 592	3.03 609	2.17 655	2.63 641	1.39 610	1.96 599	1.95 649	1.96 602	1.37 608	2.71 641	1.96 633	2.71 641	1.73 632	2.26 611	1.32 571	1.87 613	1.87 644	2.51 624	1.63 624

IGEV	2.02 603	2.20 540	1.82 616	2.90 607	2.16 653	2.41 627	1.25 595	2.00 602	1.98 650	1.99 606	1.31 602	2.72 645	1.93 630	2.67 640	1.69 624	2.26 611	1.32 571	1.83 608	1.87 644	2.53 628	1.61 622

UDG	0.80 445	2.21 542	0.60 410	0.91 432	0.60 460	0.90 483	0.58 450	0.88 473	0.60 455	0.90 481	0.60 461	0.88 481	0.60 454	0.90 483	0.58 445	0.86 461	0.60 430	0.84 488	0.59 464	0.84 462	0.61 452

UGAM	0.51 377	2.23 543	0.39 298	0.54 359	0.35 370	0.50 409	0.35 361	0.49 387	0.35 364	0.49 393	0.35 370	0.49 397	0.36 367	0.50 404	0.36 360	0.49 366	0.37 326	0.45 398	0.34 370	0.45 372	0.34 349

3w_stereo	2.04 608	2.24 544	1.70 604	3.15 612	2.18 657	2.49 631	1.26 597	2.03 604	1.98 650	1.98 605	1.33 603	2.72 645	1.99 636	2.59 635	1.72 627	2.22 610	1.33 578	1.85 609	1.88 649	2.50 623	1.58 618

NCCL2	2.28 629	2.27 545	2.28 639	2.28 587	2.28 658	2.27 619	2.29 653	2.28 614	2.28 656	2.27 621	2.28 658	2.28 615	2.27 644	2.27 619	2.28 657	2.28 615	2.28 639	2.27 628	2.29 657	2.27 608	2.29 647

ccnet	0.80 445	2.28 546	0.33 259	0.50 340	0.33 357	0.50 409	0.33 343	0.50 396	0.33 351	0.49 393	0.33 354	0.49 397	1.56 603	2.38 624	0.33 340	0.41 296	0.29 251	0.42 390	1.57 619	2.28 609	0.29 306

HUF	2.18 617	2.30 547	1.99 636	2.34 590	2.02 648	2.41 627	2.06 649	2.38 625	1.89 646	2.36 627	1.85 633	2.56 634	1.98 634	2.31 622	1.97 648	2.30 618	2.03 632	2.30 630	2.11 651	2.23 605	2.16 644

3.75w	1.99 591	2.31 548	1.83 619	3.16 613	1.65 621	1.93 603	1.98 641	2.72 636	1.68 619	2.73 645	1.97 646	2.00 608	1.72 614	1.81 602	1.25 598	2.27 614	2.01 627	2.38 636	1.42 612	1.71 587	1.24 595

1w_stereo	2.05 610	2.32 549	1.35 574	3.74 641	2.01 645	2.73 645	1.42 614	1.88 596	1.93 648	2.03 610	1.28 600	2.71 641	1.99 636	2.72 643	1.72 627	2.20 608	1.32 571	1.87 613	1.86 643	2.45 617	1.54 612

4.25_new	2.00 595	2.33 550	1.82 616	3.32 622	1.69 625	1.95 607	1.99 644	2.72 636	1.71 623	2.72 640	1.97 646	2.01 609	1.74 617	1.77 599	1.28 600	2.18 606	2.01 627	2.48 642	1.58 622	1.65 583	1.17 541

4.5w_new	2.00 595	2.33 550	1.82 616	3.32 622	1.69 625	1.95 607	1.99 644	2.72 636	1.71 623	2.72 640	1.97 646	2.01 609	1.74 617	1.77 599	1.28 600	2.18 606	2.01 627	2.48 642	1.58 622	1.65 583	1.17 541

4.5w-stereo	1.99 591	2.33 550	1.81 611	3.28 619	1.68 624	1.94 604	1.99 644	2.72 636	1.70 622	2.72 640	1.99 655	1.97 606	1.68 609	1.76 598	1.29 602	1.91 594	2.02 631	2.53 644	1.61 626	1.75 590	1.16 540

monsterstereo	2.20 623	2.33 550	1.95 631	3.65 636	2.07 650	2.49 631	1.61 620	2.48 629	1.83 638	2.45 631	1.61 623	2.67 640	1.86 623	2.64 637	1.94 646	2.48 631	1.66 611	2.34 633	1.68 634	2.40 614	1.86 637

2.75w_new	1.99 591	2.34 554	1.81 611	3.14 611	1.62 619	1.94 604	1.99 644	2.72 636	1.71 623	2.72 640	1.99 655	1.90 602	1.73 615	1.82 603	1.29 602	2.37 623	2.01 627	2.31 631	1.42 612	1.77 591	1.22 592

AIO_rvc	2.18 617	2.34 554	1.87 626	2.32 588	1.94 643	2.40 626	1.89 638	2.37 624	2.07 655	2.52 635	1.95 645	2.44 626	1.99 636	2.41 627	1.89 645	2.32 620	2.09 633	2.24 627	2.18 653	2.21 604	2.23 646

GES	0.66 406	2.34 554	0.29 230	0.41 262	0.29 282	0.41 309	0.29 275	0.42 320	0.29 277	0.40 288	0.41 405	0.41 310	0.30 288	0.51 414	0.29 274	0.32 233	0.29 251	0.32 260	2.46 659	2.49 621	0.30 319

2w_stereo	1.99 591	2.36 557	1.81 611	3.24 617	1.67 622	1.94 604	1.98 641	2.72 636	1.68 619	2.72 640	1.94 643	1.98 607	1.74 617	1.79 601	1.27 599	1.95 597	2.00 625	2.53 644	1.60 625	1.68 586	1.15 537

PAM_32	0.64 403	2.38 558	0.51 392	0.92 435	0.43 420	0.53 427	0.44 411	0.87 469	0.43 411	0.52 418	0.45 423	0.53 424	0.40 387	0.54 423	0.46 413	0.62 406	0.56 414	0.48 419	0.45 429	0.76 444	0.44 402

2.5w	2.01 602	2.40 559	1.37 584	3.28 619	2.01 645	2.71 642	1.43 617	1.82 595	1.83 638	1.90 601	1.41 612	2.71 641	1.35 595	2.71 641	1.85 639	2.66 635	1.53 597	1.64 604	1.23 595	2.53 628	1.87 639

MonStereo	2.17 615	2.41 560	1.49 596	2.67 599	1.67 622	2.60 640	2.04 648	2.32 621	1.76 631	2.44 630	1.68 627	2.50 627	1.69 611	2.38 624	1.80 636	2.28 615	1.78 617	2.63 647	2.14 652	3.47 640	1.68 628

monsters	2.18 617	2.41 560	1.96 632	3.47 629	2.03 649	2.53 635	1.64 622	2.48 629	1.73 628	2.40 629	1.50 615	2.62 637	1.94 631	2.59 635	1.94 646	2.44 627	1.57 602	2.28 629	1.87 644	2.42 615	1.86 637

DDUNet	0.81 450	2.45 562	0.57 404	0.90 430	0.60 460	0.88 479	0.59 454	0.90 475	0.60 455	0.88 479	0.60 461	0.90 486	0.58 450	0.88 480	0.60 450	0.84 457	0.60 430	0.86 491	0.57 462	0.86 464	0.60 450

FBW_ROB	2.12 614	2.46 563	1.77 609	2.49 595	1.79 633	2.38 625	1.83 629	2.46 628	1.78 633	2.48 633	1.97 646	2.40 624	1.78 620	2.42 629	1.83 637	2.31 619	1.85 622	2.38 636	1.82 642	2.35 612	1.84 635

asda	2.17 615	2.54 564	1.81 611	3.47 629	1.78 632	2.50 633	1.86 634	2.61 635	1.68 619	2.61 637	1.83 632	2.37 623	1.73 615	2.44 630	1.88 644	2.51 632	1.84 621	2.34 633	1.62 628	2.23 605	1.77 634

HH	0.71 420	2.54 564	0.74 461	1.10 462	0.32 345	0.41 309	0.37 373	0.69 444	0.78 502	0.73 457	0.90 518	0.75 464	1.00 513	0.84 473	0.69 478	0.69 415	0.40 343	0.35 292	0.26 261	0.35 269	0.26 242

HanStereo	0.71 420	2.54 564	0.74 461	1.10 462	0.32 345	0.41 309	0.37 373	0.69 444	0.78 502	0.73 457	0.90 518	0.75 464	1.00 513	0.84 473	0.69 478	0.69 415	0.40 343	0.35 292	0.26 261	0.35 269	0.26 242

qwe	2.18 617	2.60 567	1.58 599	3.83 642	1.90 642	2.53 635	1.90 639	2.48 629	1.73 628	2.37 628	1.92 642	2.53 629	1.68 609	2.56 633	1.83 637	2.52 634	1.87 623	2.07 622	1.68 634	2.32 611	1.71 629

sAnonymous2	3.31 653	2.63 568	1.38 586	3.71 638	1.86 637	4.70 680	1.11 535	4.82 683	2.72 660	5.45 688	1.98 652	4.59 673	2.64 647	2.65 638	6.21 693	4.37 654	1.08 505	5.16 685	2.24 655	4.52 654	2.39 652

CroCo_RVC	3.31 653	2.63 568	1.38 586	3.71 638	1.86 637	4.70 680	1.11 535	4.82 683	2.72 660	5.45 688	1.98 652	4.59 673	2.64 647	2.65 638	6.21 693	4.37 654	1.08 505	5.16 685	2.24 655	4.52 654	2.39 652

ff7	1.68 578	2.68 570	1.35 574	0.97 448	0.89 516	1.84 599	2.15 650	2.12 607	1.80 634	2.05 612	1.56 617	2.33 619	2.12 641	2.23 615	2.25 653	1.31 560	1.07 501	1.48 599	1.41 609	0.90 472	1.04 527

ffff	1.68 578	2.68 570	1.35 574	0.97 448	0.89 516	1.84 599	2.15 650	2.12 607	1.80 634	2.05 612	1.56 617	2.33 619	2.12 641	2.23 615	2.25 653	1.31 560	1.07 501	1.48 599	1.41 609	0.90 472	1.04 527

ccc-4	1.68 578	2.68 570	1.35 574	0.97 448	0.89 516	1.84 599	2.15 650	2.12 607	1.80 634	2.05 612	1.56 617	2.33 619	2.12 641	2.23 615	2.25 653	1.31 560	1.07 501	1.48 599	1.41 609	0.90 472	1.04 527

LGtest1	2.22 624	2.70 573	1.89 627	2.76 601	1.86 637	2.75 647	1.86 634	2.75 643	1.86 640	2.75 646	1.86 634	2.77 650	1.87 624	2.75 647	1.86 640	2.46 628	1.58 603	2.45 639	1.56 618	2.45 617	1.56 614

11t	1.27 567	2.70 573	1.34 572	1.32 540	0.89 516	1.30 578	1.34 601	1.64 590	0.57 449	1.45 588	0.72 498	1.05 515	1.29 590	1.07 518	1.29 602	1.49 574	1.02 497	0.97 513	1.15 541	1.48 577	1.31 599

LG-G_1	2.22 624	2.71 575	1.89 627	2.77 602	1.87 640	2.75 647	1.87 636	2.76 644	1.87 644	2.75 646	1.87 635	2.76 648	1.87 624	2.75 647	1.86 640	2.47 629	1.58 603	2.45 639	1.57 619	2.45 617	1.57 616

LG-G	2.22 624	2.71 575	1.89 627	2.77 602	1.87 640	2.75 647	1.87 636	2.76 644	1.87 644	2.75 646	1.87 635	2.76 648	1.87 624	2.75 647	1.86 640	2.47 629	1.58 603	2.45 639	1.57 619	2.45 617	1.57 616

4.25w-stereo	1.98 590	2.72 577	1.46 591	3.47 629	1.43 611	2.07 613	1.98 641	2.53 633	1.52 615	2.71 639	1.98 652	1.81 599	1.62 607	1.96 607	1.36 607	1.88 592	2.00 625	2.53 644	1.61 626	1.74 589	1.15 537

4w-stereo	2.02 603	2.72 577	1.44 589	3.36 625	1.59 617	2.48 630	1.72 626	2.28 614	1.24 599	2.24 620	1.65 625	2.56 634	1.32 593	2.39 626	1.98 649	2.67 637	1.51 595	1.66 605	1.24 596	2.53 628	1.88 642

3.25w_new	2.03 605	2.72 577	1.35 574	3.33 624	1.57 615	2.72 643	1.53 619	2.15 611	1.33 603	2.15 617	1.60 621	2.63 638	1.30 591	2.72 643	1.99 650	2.67 637	1.53 597	1.75 607	1.25 598	2.53 628	1.87 639

3.5w_stereo	2.03 605	2.72 577	1.35 574	3.41 626	1.57 615	2.72 643	1.49 618	2.01 603	1.34 604	2.15 617	1.61 623	2.63 638	1.36 596	2.72 643	1.99 650	2.66 635	1.58 603	1.68 606	1.24 596	2.53 628	1.87 639

sCroCo_RVC	2.10 612	2.76 581	1.92 630	2.78 605	1.39 609	2.73 645	1.41 612	2.73 642	1.40 611	2.77 651	1.41 612	2.74 647	1.40 600	2.74 646	1.40 610	2.72 639	1.42 590	2.72 648	1.44 614	2.79 635	1.42 609

PSMNet-RSSM	0.77 437	2.76 581	0.14 148	0.20 160	0.14 190	0.20 196	2.66 657	2.79 647	0.14 190	0.21 204	0.14 194	0.21 201	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	2.52 625	2.31 648

MonStereo1	1.94 589	2.77 583	1.52 597	3.73 640	1.51 614	2.13 615	1.42 614	2.32 621	1.52 615	2.31 625	1.50 615	2.53 629	1.59 604	2.34 623	1.56 615	1.91 594	1.36 584	1.86 612	1.31 601	2.07 599	1.53 611

asd	2.18 617	2.77 583	1.58 599	3.59 634	2.00 644	2.58 639	1.85 633	2.39 626	1.71 623	2.47 632	1.97 646	2.59 636	1.61 606	2.56 633	1.79 635	2.51 632	1.99 624	2.11 626	1.62 628	2.36 613	1.60 620

GwcNet-RSSM	0.77 437	2.77 583	0.14 148	0.20 160	0.14 190	0.20 196	2.67 658	2.78 646	0.14 190	0.20 193	0.14 194	0.20 194	0.14 190	0.21 203	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	2.52 625	2.31 648

hitnet-ft	0.79 442	2.78 586	0.14 148	0.20 160	0.14 190	0.21 206	2.89 660	2.80 648	0.14 190	0.20 193	0.14 194	0.20 194	0.14 190	0.20 193	0.14 184	0.17 159	0.12 135	0.17 187	0.12 179	2.54 633	2.33 650

PDISCO_ROB	0.83 458	2.80 587	3.49 667	0.14 121	0.11 171	0.17 184	0.09 148	0.15 176	0.10 153	0.15 169	0.12 176	0.16 175	0.14 190	3.30 654	0.13 180	0.14 133	2.34 640	0.16 179	0.12 179	2.62 634	0.10 149

iGMRVC	0.84 461	2.85 588	0.72 456	0.72 401	0.73 492	0.77 460	0.79 499	0.73 452	0.74 500	0.73 457	0.72 498	0.73 461	0.76 492	0.73 456	0.73 490	0.72 432	0.73 463	0.73 465	0.72 500	0.73 441	0.72 482

MC-Stereo	1.76 581	2.96 589	1.37 584	2.14 577	1.37 607	2.14 616	1.36 604	2.14 610	1.37 609	2.14 616	1.37 608	2.14 613	1.37 598	2.14 614	1.37 608	1.97 598	1.32 571	1.97 620	1.32 602	1.98 597	1.33 601

VIP-Stereo	0.70 417	2.97 590	2.43 645	2.49 595	0.16 212	0.25 229	0.16 197	0.25 224	0.16 206	0.25 226	0.18 230	0.25 229	0.16 203	0.26 238	0.16 201	1.86 587	1.26 570	0.23 219	0.15 201	0.23 215	0.15 192

PASM	0.39 282	3.06 591	1.36 582	1.58 554	0.09 149	0.11 157	0.11 166	0.11 157	0.11 168	0.09 144	0.09 150	0.11 158	0.09 148	0.09 144	0.09 143	0.11 105	0.11 121	0.11 153	0.09 145	0.11 157	0.11 162

DDVS	0.30 217	3.10 592	0.14 148	0.19 156	0.14 190	0.19 191	0.14 185	0.20 194	0.14 190	0.19 187	0.13 189	0.16 175	0.13 186	0.19 189	0.13 180	0.17 159	0.13 158	0.17 187	0.13 188	0.17 185	0.13 182

DEFOM-Stereo	0.68 411	3.11 593	1.40 588	1.63 562	0.25 259	0.31 253	0.25 247	0.31 245	0.28 271	0.31 250	0.29 281	0.29 249	0.27 268	0.31 256	0.28 263	1.59 579	1.47 593	0.30 251	0.29 324	0.30 237	0.28 300

4D-IteraStereo	0.78 441	3.13 594	0.89 480	0.69 389	0.32 345	0.40 293	0.32 332	0.76 455	0.97 526	0.52 418	0.65 472	0.89 484	0.32 342	0.76 460	0.98 520	0.83 455	0.94 488	0.35 292	0.27 298	0.70 436	0.89 507

plain	1.88 586	3.16 595	0.64 427	3.10 610	0.65 473	3.10 652	0.64 459	3.12 651	0.65 464	3.10 652	0.65 472	3.11 652	0.65 462	3.12 651	0.65 458	3.12 644	0.65 440	3.13 650	0.65 480	3.13 638	0.65 465

iRaftStereo_RVC	0.97 487	3.17 596	2.30 640	2.42 592	0.38 387	0.54 430	0.38 380	0.54 418	0.38 379	0.54 426	0.38 385	0.54 427	0.38 376	0.54 423	0.38 372	2.38 624	2.34 640	0.49 424	0.36 389	0.49 395	0.36 362

RCA-Stereo	0.51 377	3.22 597	0.34 269	0.44 281	0.34 367	0.44 369	0.34 356	0.43 326	0.34 360	0.43 321	0.34 362	0.44 367	0.33 353	0.43 328	0.33 340	0.38 268	0.29 251	0.38 308	0.29 324	0.38 293	0.29 306

NLSM1	2.93 650	3.24 598	2.57 647	4.04 643	2.66 661	3.30 656	2.55 656	3.29 654	2.55 658	3.35 656	2.48 660	3.28 655	2.47 646	3.34 656	2.49 658	3.26 645	2.55 645	3.13 650	2.57 660	3.00 637	2.46 654

Anonymous3	2.55 641	3.26 599	1.65 602	3.28 619	1.63 620	3.24 654	1.68 623	3.27 653	1.66 618	3.28 654	1.67 626	3.25 654	1.66 608	3.27 653	1.64 619	3.26 645	1.65 610	3.30 652	1.65 630	4.95 672	1.65 627

MIF-Stereo (partial)	2.58 642	3.31 600	0.66 434	3.18 614	0.66 477	3.18 653	0.66 464	3.21 652	0.67 468	3.19 653	0.66 475	3.19 653	0.66 466	3.31 655	0.68 470	5.09 676	1.79 619	8.23 697	1.67 632	6.18 681	1.38 607

MM-Stereo_test1	1.80 584	3.41 601	1.52 597	2.12 576	1.41 610	2.04 611	1.41 612	2.05 605	1.46 614	2.04 611	1.41 612	2.05 612	1.42 601	2.05 610	1.43 612	2.04 602	1.54 599	1.94 618	1.38 608	1.99 598	1.33 601

UniTT-Stereo	2.03 605	3.43 602	0.72 456	3.42 627	0.73 492	3.27 655	0.68 472	3.38 656	0.69 479	3.29 655	0.72 498	3.28 655	0.70 482	3.35 657	0.68 470	3.39 647	0.68 447	3.31 653	0.69 491	3.37 639	0.73 485

castereo++	0.54 383	3.59 603	1.15 510	1.31 539	0.14 190	0.16 177	0.14 185	0.16 177	0.14 190	0.16 174	0.14 194	0.16 175	0.13 186	0.16 176	0.14 184	1.45 572	1.16 517	0.15 175	0.14 193	0.15 174	0.13 182

DPSNet	3.66 655	3.60 604	3.62 670	3.63 635	3.64 683	3.65 659	3.65 682	3.66 659	3.67 679	3.67 658	3.65 680	3.67 659	3.66 668	3.66 658	3.68 677	3.68 650	3.66 665	3.67 657	3.68 683	3.67 641	3.67 680

RAStereo	2.23 627	3.64 605	0.76 464	3.65 636	0.86 514	3.66 660	0.76 496	3.67 660	0.81 511	3.66 657	0.76 504	3.66 658	0.77 494	3.68 659	0.77 498	3.68 650	0.77 469	3.69 658	0.77 507	3.70 642	0.77 494

qqq1	0.25 200	3.70 606	0.14 148	0.14 121	0.04 101	0.06 123	0.05 124	0.06 125	0.05 128	0.06 127	0.05 131	0.04 96	0.05 121	0.06 119	0.05 119	0.13 126	0.12 135	0.06 125	0.05 127	0.03 47	0.04 96

fff1	0.25 200	3.70 606	0.14 148	0.14 121	0.04 101	0.06 123	0.05 124	0.06 125	0.05 128	0.06 127	0.05 131	0.04 96	0.05 121	0.06 119	0.05 119	0.13 126	0.12 135	0.06 125	0.05 127	0.03 47	0.04 96

RAFT_CTSACE	1.92 588	3.71 608	1.72 607	1.88 566	1.72 629	2.04 611	1.42 614	2.18 612	1.89 646	2.02 609	1.97 646	1.95 604	2.06 640	1.93 606	1.62 618	1.76 584	1.66 611	2.02 621	1.73 640	1.73 588	1.43 610

MyStereo07	0.60 392	3.72 609	0.48 374	0.49 304	0.41 408	0.36 273	0.32 332	0.49 387	0.43 411	0.51 415	0.42 415	0.49 397	0.43 408	0.51 414	0.64 454	0.49 366	0.45 375	0.34 276	0.32 356	0.35 269	0.43 399

MyStereo04	0.56 390	3.72 609	0.59 406	0.49 304	0.41 408	0.36 273	0.32 332	0.37 267	0.31 331	0.34 262	0.46 426	0.35 270	0.32 342	0.35 270	0.33 340	0.49 366	0.45 375	0.34 276	0.32 356	0.35 269	0.43 399

castereo	0.61 397	3.79 611	1.35 574	1.52 553	0.15 202	0.17 184	0.16 197	0.20 194	0.21 233	0.18 185	0.16 207	0.21 201	0.12 180	0.26 238	0.17 207	1.43 571	1.38 587	0.17 187	0.16 203	0.18 189	0.16 193

ffm	0.25 200	3.83 612	0.12 123	0.12 105	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 128	0.05 121	0.06 119	0.05 119	0.12 111	0.12 135	0.05 109	0.04 99	0.06 127	0.04 96

ff1	0.25 200	3.83 612	0.12 123	0.12 105	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 128	0.05 121	0.06 119	0.05 119	0.12 111	0.12 135	0.05 109	0.04 99	0.06 127	0.04 96

mmx	0.25 200	3.83 612	0.12 123	0.12 105	0.05 130	0.06 123	0.05 124	0.06 125	0.05 128	0.03 44	0.03 56	0.06 128	0.05 121	0.06 119	0.05 119	0.12 111	0.12 135	0.05 109	0.04 99	0.06 127	0.04 96

NINENet	0.69 414	3.87 615	1.20 519	1.98 573	0.05 130	0.40 293	0.04 103	0.40 287	0.05 128	0.41 302	0.04 110	0.41 310	0.05 121	0.40 294	0.05 119	1.79 585	1.56 600	0.34 276	0.22 239	0.34 256	0.23 225

GEAStereo	0.62 399	3.91 616	0.48 374	0.69 389	0.38 387	0.51 421	0.38 380	0.51 410	0.38 379	0.53 421	0.38 385	0.50 411	0.38 376	0.51 414	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.34 349

gasm-f	0.62 399	3.91 616	0.48 374	0.69 389	0.38 387	0.51 421	0.38 380	0.51 410	0.38 379	0.53 421	0.38 385	0.50 411	0.38 376	0.51 414	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.34 349

MyStereo8	0.71 420	3.92 618	0.52 395	0.59 372	0.52 450	0.57 438	0.53 444	0.59 430	0.50 436	0.59 438	0.51 450	0.57 437	0.50 435	0.56 428	0.52 437	0.54 384	0.49 392	0.54 440	0.49 445	0.55 414	0.50 422

NLCSM	3.67 656	4.08 619	3.19 666	4.80 659	3.26 676	3.99 664	3.24 677	4.25 666	3.18 675	4.09 662	3.27 675	4.14 664	3.18 663	4.13 664	3.28 673	4.06 652	3.10 655	3.85 662	3.14 674	3.91 647	3.27 676

MyStereo06	0.75 431	4.12 620	0.60 410	0.63 379	0.61 465	0.62 445	0.66 464	0.56 422	0.45 417	0.55 429	0.48 438	0.54 427	0.46 417	0.57 433	0.45 409	0.60 398	0.57 416	0.64 451	0.55 456	0.72 438	0.55 442

MyStereo05	0.80 445	4.12 620	0.63 423	0.63 379	0.61 465	0.62 445	0.66 464	0.65 439	0.62 458	0.67 450	0.61 465	0.65 450	0.58 450	0.67 447	0.55 442	0.60 398	0.57 416	0.64 451	0.55 456	0.72 438	0.55 442

test-3	0.98 489	4.13 622	1.85 622	1.85 565	0.61 465	0.69 451	0.37 373	0.63 437	0.61 457	0.66 449	0.51 450	0.73 461	0.44 410	0.57 433	0.54 440	1.68 583	1.81 620	0.40 362	0.43 427	0.66 427	0.50 422

GCAP-Stereo	0.75 431	4.15 623	0.42 349	0.75 411	0.35 370	0.78 462	0.40 394	0.79 457	0.38 379	0.78 466	0.36 373	0.78 467	0.36 367	0.79 461	0.39 384	0.75 440	0.39 340	0.76 473	0.39 408	0.75 442	0.39 380

IGEVStereo-DCA	1.77 582	4.21 624	1.84 620	2.49 595	2.11 651	2.54 637	1.36 604	1.65 591	1.17 548	2.75 646	1.90 640	2.54 632	1.15 531	0.94 492	1.11 534	1.50 575	1.32 571	0.96 511	1.46 615	1.49 578	0.88 504

rrr	1.77 582	4.21 624	1.84 620	2.49 595	2.11 651	2.54 637	1.36 604	1.65 591	1.17 548	2.75 646	1.90 640	2.54 632	1.15 531	0.94 492	1.11 534	1.50 575	1.32 571	0.96 511	1.46 615	1.49 578	0.88 504

GSStereo	0.81 450	4.28 626	0.50 386	0.59 372	0.40 398	0.51 421	0.38 380	0.50 396	0.38 379	0.50 406	0.38 385	0.50 411	3.79 673	0.50 404	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.35 359

GEStereo_RVC	0.86 470	4.45 627	0.20 191	0.27 198	0.20 236	0.27 242	0.20 223	0.26 230	0.18 222	5.03 684	0.20 236	0.27 242	0.19 230	0.27 242	0.21 228	0.20 174	0.19 198	0.19 199	4.02 688	0.20 196	0.18 215

error version	0.93 483	4.47 628	2.35 641	1.99 574	0.37 380	0.41 309	0.36 367	0.41 302	0.35 364	0.43 321	0.36 373	0.41 310	0.40 387	0.41 309	0.36 360	1.87 589	2.16 636	0.47 411	0.37 392	0.39 334	0.33 342

test_1	0.93 483	4.47 628	2.35 641	1.99 574	0.37 380	0.41 309	0.36 367	0.41 302	0.35 364	0.43 321	0.36 373	0.41 310	0.40 387	0.41 309	0.36 360	1.87 589	2.16 636	0.47 411	0.37 392	0.39 334	0.33 342

TestStereo	4.88 682	4.75 630	4.79 676	4.87 662	4.92 692	4.81 685	4.90 692	4.78 681	4.77 691	4.87 682	4.89 691	4.90 686	4.91 684	4.99 685	4.79 689	4.98 673	4.87 674	4.87 682	4.92 693	5.00 673	5.00 690

DispFullNet	4.61 678	4.84 631	3.12 663	5.00 663	3.57 680	4.75 683	3.03 667	7.75 696	4.17 688	4.91 683	3.09 671	6.20 692	3.95 677	6.71 692	3.51 675	5.30 678	3.67 666	5.86 691	3.63 680	5.61 678	3.46 678

MLG-Stereo_test3	4.26 671	4.85 632	3.95 673	5.35 666	3.60 681	4.75 683	3.76 683	5.49 689	3.71 680	5.39 686	3.69 681	4.82 684	3.66 668	4.85 681	3.73 681	4.93 671	3.19 662	4.69 676	2.99 664	4.84 669	2.98 660

CFNet-RSSM	0.91 476	4.89 633	0.34 269	0.44 281	1.07 538	1.62 598	1.40 611	0.91 477	0.35 364	1.60 590	1.39 611	0.64 447	0.34 358	0.44 357	0.33 340	0.41 296	0.35 317	0.75 471	0.30 338	0.41 357	0.29 306

StereoVision	3.15 651	5.00 634	0.89 480	4.83 660	1.00 527	3.93 661	1.27 598	6.37 690	1.34 604	5.67 690	1.26 598	5.84 691	1.27 588	5.03 687	1.24 595	5.10 677	1.09 507	4.61 671	0.57 462	5.62 679	1.12 532

LL-Strereo	1.01 498	5.06 635	1.63 601	0.70 395	1.43 611	0.56 432	0.46 419	0.57 425	0.50 436	0.57 434	0.50 444	1.58 593	0.49 431	0.59 435	0.50 430	1.64 582	0.52 407	0.51 433	1.37 606	0.52 408	0.45 404

aanet-new-14k	0.60 392	5.12 636	0.39 298	0.49 304	0.30 292	0.43 336	0.30 280	0.43 326	0.30 288	0.43 321	0.30 293	0.43 335	0.30 288	0.44 357	0.30 281	0.44 312	0.37 326	0.38 308	0.26 261	0.38 293	0.26 242

FC-DCNN v2	5.10 686	5.15 637	4.49 675	5.07 664	3.37 678	6.87 692	4.75 691	5.04 686	6.34 695	7.84 696	5.06 692	6.72 696	4.09 680	4.99 685	5.44 692	5.03 674	3.16 659	4.67 674	4.86 692	5.15 675	3.89 685

DEFOM-Stereo_RVC	0.83 458	5.18 638	1.98 633	2.19 579	0.17 218	0.19 191	0.18 215	0.19 188	0.16 206	0.20 193	0.19 232	0.22 209	0.22 240	0.20 193	0.15 194	2.28 615	2.13 635	0.24 228	0.17 225	0.18 189	0.16 193

rvit_105_1	3.83 658	5.22 639	3.01 652	4.53 647	3.01 664	4.51 668	3.01 662	4.56 670	3.04 663	4.53 669	3.03 664	4.55 671	3.03 651	4.56 670	3.04 660	4.57 660	3.05 648	4.57 666	3.05 665	4.57 656	3.05 661

rvit_stereo_0081	3.83 658	5.23 640	3.01 652	4.53 647	3.03 666	4.55 674	3.02 663	4.56 670	3.04 663	4.52 667	3.02 662	4.54 669	3.03 651	4.56 670	3.04 660	4.57 660	3.05 648	4.57 666	3.05 665	4.58 657	3.05 661

CFNet	1.37 571	5.27 641	0.19 188	5.49 667	0.19 233	0.28 243	0.19 219	0.28 233	0.19 228	0.28 239	0.19 232	0.28 243	4.35 681	0.28 246	0.19 222	0.23 194	0.17 190	0.23 219	4.21 690	4.81 667	0.17 210

rvit_stereo_0083	3.92 667	5.30 642	3.06 660	4.61 656	3.09 673	4.67 679	3.08 672	4.66 678	3.09 672	4.62 677	3.10 672	4.66 681	3.11 660	4.67 678	3.16 671	4.72 670	3.16 659	4.77 679	3.11 672	4.66 663	3.11 670

rvit_0105_3	3.91 665	5.33 643	3.06 660	4.60 655	3.07 672	4.60 677	3.06 671	4.62 676	3.08 671	4.60 676	3.07 670	4.62 678	3.08 658	4.67 678	3.10 669	4.70 668	3.11 656	4.77 679	3.19 677	4.77 666	3.14 672

rvit_stereo_0081_aga	3.86 660	5.33 643	3.02 655	4.55 653	3.04 670	4.54 670	3.02 663	4.64 677	3.06 667	4.54 671	3.04 666	4.62 678	3.08 658	4.62 676	3.07 665	4.58 663	3.06 652	4.60 670	3.08 669	4.63 660	3.07 665

MLG-Stereo_test1	4.25 670	5.34 645	3.61 669	5.31 665	3.63 682	5.23 686	3.57 680	5.38 688	3.65 678	5.23 685	3.47 677	4.76 682	3.74 671	4.85 681	3.71 678	4.96 672	3.18 661	4.71 677	2.92 662	4.86 670	2.90 658

rvit_0105_5	4.10 669	5.40 646	3.13 665	4.71 658	3.15 675	4.72 682	3.10 674	4.90 685	3.27 676	4.69 679	3.16 674	4.84 685	3.25 664	4.96 684	3.34 674	5.05 675	3.39 664	5.10 684	3.40 678	5.11 674	3.42 677

UDGNet	2.23 627	5.40 646	1.72 607	2.48 594	1.69 625	2.51 634	1.69 624	2.51 632	1.72 627	2.50 634	1.69 628	2.52 628	1.69 611	2.50 631	1.68 623	2.41 626	1.70 613	2.42 638	1.69 636	2.42 615	1.64 625

rvit_stereo_ft	3.93 668	5.44 648	3.05 659	4.59 654	3.06 671	4.61 678	3.08 672	4.67 679	3.12 673	4.63 678	3.10 672	4.65 680	3.11 660	4.69 680	3.13 670	4.70 668	3.14 658	4.71 677	3.15 675	4.74 664	3.16 673

MLG-Stereo_test2	4.28 672	5.46 649	3.69 671	4.86 661	3.72 684	5.58 689	3.42 678	4.81 682	3.77 684	4.85 681	3.72 682	5.55 690	3.63 667	5.58 688	3.53 676	4.41 657	3.28 663	4.99 683	2.95 663	4.75 665	3.13 671

rvit_0105_4	3.91 665	5.47 650	3.02 655	4.54 650	3.02 665	4.54 670	3.03 667	4.75 680	3.17 674	4.57 673	3.06 667	4.61 677	3.16 662	4.65 677	3.09 668	4.66 667	3.11 656	4.68 675	3.18 676	4.81 667	3.16 673

rvit_stereo_0080	3.89 663	5.70 651	3.04 657	4.54 650	3.03 666	4.56 675	3.05 669	4.60 674	3.07 668	4.58 674	3.06 667	4.59 673	3.06 656	4.61 674	3.08 666	4.63 665	3.09 653	4.64 672	3.10 670	4.65 661	3.10 668

whm_eth	3.89 663	5.70 651	3.04 657	4.54 650	3.03 666	4.56 675	3.05 669	4.60 674	3.07 668	4.58 674	3.06 667	4.59 673	3.06 656	4.61 674	3.08 666	4.63 665	3.09 653	4.64 672	3.10 670	4.65 661	3.10 668

rvit_0105_6	3.87 662	5.73 653	3.10 662	4.69 657	3.12 674	4.54 670	3.02 663	4.56 670	3.04 663	4.54 671	3.03 664	4.54 669	3.04 654	4.56 670	3.05 662	4.58 663	3.05 648	4.58 668	3.05 665	4.58 657	3.05 661

rvit_stereo_0082	3.86 660	5.82 654	3.01 652	4.53 647	3.03 666	4.54 670	3.02 663	4.56 670	3.04 663	4.53 669	3.02 662	4.55 671	3.04 654	4.57 673	3.05 662	4.57 660	3.05 648	4.58 668	3.05 665	4.58 657	3.06 664

SGM-Forest	5.21 688	5.92 655	4.08 674	6.18 672	4.16 689	6.31 691	4.34 690	6.50 691	4.33 689	6.14 692	4.21 688	6.61 695	4.55 683	6.67 691	4.48 688	5.94 682	3.94 668	5.85 690	4.03 689	5.79 680	4.17 688
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 652	6.02 656	1.12 505	5.61 669	1.16 547	5.43 688	1.02 531	5.15 687	0.70 487	5.43 687	1.21 593	5.03 688	0.97 510	4.85 681	0.99 521	4.53 658	1.16 517	5.53 687	1.25 598	5.37 677	1.30 598

IER	0.88 473	7.04 657	2.23 638	2.75 600	0.28 272	0.43 336	0.25 247	0.39 280	0.25 250	0.41 302	0.27 268	0.39 289	0.25 252	0.40 294	0.28 263	0.37 257	0.28 237	0.37 300	0.25 255	0.37 280	0.25 236

HCRNet	1.22 563	7.11 658	3.00 651	3.55 633	0.33 357	0.29 246	0.14 185	0.19 188	0.15 201	0.33 260	0.29 281	0.25 229	0.14 190	0.22 207	0.33 340	3.64 649	3.00 647	0.76 473	0.32 356	0.18 189	0.13 182

SA	4.33 674	7.35 659	6.85 689	5.96 671	4.09 688	3.59 658	3.15 675	3.82 661	2.64 659	3.91 659	3.85 683	3.57 657	2.72 649	3.13 652	4.03 684	7.09 691	6.86 686	3.57 655	3.12 673	3.85 643	3.51 679

cross-raft	4.83 681	7.52 660	6.43 685	6.63 675	3.96 687	4.51 668	3.99 687	4.49 668	3.96 686	4.52 667	3.96 685	4.50 668	3.97 678	4.50 669	3.97 683	6.65 686	6.44 683	4.33 663	3.92 687	4.35 652	3.91 686

test_5	4.62 679	7.55 661	6.23 684	6.32 674	3.40 679	5.29 687	3.50 679	3.53 658	4.11 687	4.28 664	4.47 690	4.26 667	4.38 682	3.68 659	3.24 672	5.89 681	5.60 677	4.84 681	3.50 679	4.33 651	3.93 687

RAFT+CT+SA	4.28 672	7.62 662	4.91 677	5.55 668	2.28 658	3.09 651	3.64 681	4.49 668	3.07 668	4.80 680	3.35 676	4.77 683	3.70 670	4.29 667	3.05 662	5.58 679	5.98 681	3.58 656	3.78 685	4.26 650	3.72 681

raft_robust	4.71 680	7.75 663	5.40 682	6.81 676	3.31 677	4.28 667	4.20 689	4.32 667	4.37 690	4.35 666	4.35 689	4.14 664	3.75 672	4.30 668	4.20 687	6.67 687	6.37 682	3.36 654	4.24 691	4.86 670	3.25 675

test_4	4.88 682	8.13 664	6.98 690	7.46 680	4.44 690	4.25 666	3.85 686	4.04 665	3.92 685	4.13 663	3.91 684	4.18 666	3.84 675	4.14 665	4.06 685	7.01 690	7.13 687	4.53 664	3.72 684	4.09 648	3.72 681

Sa-1000	4.34 675	8.37 665	6.84 688	6.98 679	4.45 691	3.58 657	3.00 661	3.42 657	3.39 677	2.61 637	4.00 686	3.83 661	4.01 679	3.90 661	3.90 682	5.98 683	5.62 678	3.76 659	2.34 658	4.35 652	2.47 655

TestStereo1	4.60 676	8.41 666	6.44 686	6.86 677	3.79 685	3.97 662	3.78 684	3.99 663	3.74 681	3.97 660	3.52 678	3.94 662	3.58 665	3.98 662	3.72 679	6.82 688	6.50 684	3.76 659	3.66 681	3.90 644	3.74 683

SA-5K	4.60 676	8.41 666	6.44 686	6.86 677	3.79 685	3.97 662	3.78 684	3.99 663	3.74 681	3.97 660	3.52 678	3.94 662	3.58 665	3.98 662	3.72 679	6.82 688	6.50 684	3.76 659	3.66 681	3.90 644	3.74 683

U	5.15 687	8.49 668	1.81 611	8.49 684	1.77 631	8.49 697	1.77 627	8.51 698	1.77 632	8.49 698	1.77 631	8.50 698	1.78 620	8.58 698	1.77 634	8.54 695	1.78 617	8.55 698	1.78 641	8.55 692	1.84 635

CFNet_RVC	2.38 637	8.71 669	0.38 287	9.33 687	0.42 418	0.56 432	0.42 408	0.60 432	0.38 379	0.62 443	0.42 415	0.56 434	7.29 693	0.62 438	0.42 403	0.53 383	0.37 326	0.49 424	0.34 370	8.30 690	6.87 695

rvit_stereo_0075_2	6.64 690	8.80 670	5.25 679	7.89 681	5.27 694	7.90 696	5.27 693	7.92 697	5.28 693	7.91 697	5.29 694	7.93 697	5.27 685	7.92 697	5.28 690	7.93 692	5.28 676	7.93 696	5.29 695	7.93 689	5.28 692

test_3	5.01 684	8.86 671	7.77 692	8.09 682	2.76 663	4.13 665	4.05 688	3.88 662	3.76 683	4.33 665	4.13 687	3.71 660	3.91 676	4.21 666	4.06 685	7.93 692	7.69 689	4.53 664	3.91 686	4.17 649	4.29 689

SGM+DAISY	7.06 692	9.15 672	5.38 681	8.84 686	5.18 693	8.80 698	5.31 694	8.79 699	5.28 693	8.89 699	5.20 693	8.93 699	5.33 686	8.95 699	5.36 691	8.70 696	5.21 675	8.74 699	5.20 694	8.89 693	5.15 691

test-1	6.46 689	9.16 673	8.03 695	8.09 682	5.62 695	6.11 690	6.35 695	6.85 693	4.94 692	6.08 691	6.29 697	4.98 687	6.43 689	6.22 689	6.36 695	6.16 685	7.47 688	5.82 689	5.44 696	7.11 686	5.68 693

RAFT	6.73 691	9.36 674	7.40 691	8.51 685	6.55 696	6.88 693	6.60 696	6.79 692	6.60 696	6.80 693	6.72 698	5.31 689	5.50 687	6.61 690	6.61 696	8.42 694	5.89 679	5.73 688	5.45 697	6.61 682	6.24 694

CFNet_pseudo	2.67 645	9.36 674	0.32 254	10.99 696	0.33 357	0.85 475	0.33 343	0.49 387	0.33 351	0.49 393	0.32 345	0.49 397	7.26 692	0.49 396	0.33 340	0.41 296	9.62 695	0.41 379	0.29 324	10.03 698	0.29 306

CFNet_ucs	2.73 646	9.64 676	0.33 259	9.92 692	0.32 345	0.49 400	0.33 343	0.49 387	0.33 351	0.49 393	0.33 354	0.49 397	8.98 696	0.48 390	0.33 340	0.41 296	9.96 698	0.40 362	0.29 324	10.12 699	0.54 435

PCWNet_CMD	2.80 649	9.82 677	0.32 254	10.09 694	0.32 345	0.49 400	0.33 343	3.34 655	0.33 351	0.49 393	0.33 354	0.49 397	8.73 694	0.48 390	0.33 340	0.41 296	9.22 692	0.42 390	0.29 324	9.55 696	0.31 328

pcwnet_v2	2.66 644	9.89 678	0.33 259	9.89 691	0.32 345	0.50 409	0.32 332	0.49 387	0.33 351	0.49 393	0.34 362	0.49 397	8.76 695	0.48 390	0.33 340	0.41 296	9.58 694	0.40 362	0.29 324	9.01 694	0.63 457

UCFNet_RVC	2.75 647	10.06 679	0.29 230	10.31 695	0.29 282	0.42 329	0.29 275	0.43 326	0.29 277	0.42 316	0.29 281	0.42 328	9.87 698	0.43 328	0.29 274	0.36 254	9.84 697	0.36 297	0.26 261	9.77 697	0.26 242

MSMDNet	2.65 643	10.14 680	0.33 259	9.74 690	0.32 345	0.87 478	0.33 343	2.95 650	0.68 474	0.49 393	0.34 362	0.49 397	5.70 688	0.49 396	0.33 340	0.42 310	9.57 693	0.41 379	0.31 349	8.36 691	0.65 465

ccs_rob	2.79 648	10.17 681	0.32 254	10.00 693	0.33 357	0.49 400	0.33 343	1.90 598	0.32 341	0.51 415	0.33 354	0.49 397	9.24 697	0.49 396	0.33 340	0.41 296	9.82 696	0.41 379	0.28 311	9.34 695	0.29 306

test-v	7.53 694	11.89 682	7.98 693	9.36 688	7.14 697	7.06 694	7.09 697	7.37 694	6.91 697	7.29 694	5.71 695	6.45 693	6.93 690	6.73 693	7.27 697	8.93 697	7.85 690	6.98 694	6.80 698	7.56 687	7.34 696

test-2	7.53 694	11.89 682	7.98 693	9.36 688	7.14 697	7.06 694	7.09 697	7.37 694	6.91 697	7.29 694	5.71 695	6.45 693	6.93 690	6.73 693	7.27 697	8.93 697	7.85 690	6.98 694	6.80 698	7.56 687	7.34 696

rafts_anoy	20.00 698	20.00 684	20.00 697	20.00 697	20.00 700	20.00 699	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 699	20.00 700	20.00 700	20.00 701	20.00 700	20.00 699

raft+_RVC	20.00 698	20.00 684	20.00 697	20.00 697	20.00 700	20.00 699	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 699	20.00 700	20.00 700	20.00 701	20.00 700	20.00 699

raftrobust	20.00 698	20.00 684	20.00 697	20.00 697	20.00 700	20.00 699	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 699	20.00 700	20.00 700	20.00 701	20.00 700	20.00 699

CasAABBNet	20.00 698	20.00 684	20.00 697	20.00 697	20.00 700	20.00 699	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 699	20.00 700	20.00 700	20.00 701	20.00 700	20.00 699

RALCasStereoNet	20.00 698	20.00 684	20.00 697	20.00 697	20.00 700	20.00 699	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 699	20.00 700	20.00 700	20.00 701	20.00 700	20.00 699

RALAANet	20.00 698	20.00 684	20.00 697	20.00 697	20.00 700	20.00 699	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 700	20.00 699	20.00 700	20.00 700	20.00 701	20.00 700	20.00 699

MANE	19.05 697	23.00 690	15.00 696	23.00 703	15.00 699	24.00 705	16.00 699	24.00 706	16.00 699	22.00 706	15.00 699	23.00 706	16.00 699	23.00 706	15.00 699	22.00 705	15.00 699	22.00 706	15.00 700	22.00 706	15.00 698

stereogan	2.33 631	24.38 691	1.18 514	1.18 478	1.18 551	1.14 523	1.18 544	1.19 517	1.19 550	1.14 524	1.18 547	1.14 526	1.18 536	1.14 526	1.18 544	1.14 502	1.14 515	1.19 538	1.19 545	1.15 505	1.19 545

Abc-Net	2.32 630	24.75 692	1.14 508	1.17 477	1.17 548	1.11 520	1.15 540	1.17 514	1.21 596	1.08 514	1.16 543	1.12 525	1.14 530	1.09 519	1.17 543	1.09 491	1.16 517	1.17 533	1.17 544	1.16 507	1.11 530
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 631	25.00 693	1.13 507	1.15 471	1.15 543	1.10 517	1.15 540	1.15 509	1.15 543	1.12 521	1.15 540	1.09 518	1.13 527	1.10 521	1.15 538	1.11 498	1.09 507	1.16 529	1.12 539	1.16 507	1.17 541

RGC	2.36 633	25.48 694	1.19 516	1.15 471	1.15 543	1.10 517	1.16 542	1.17 514	1.16 544	1.12 521	1.16 543	1.11 524	1.13 527	1.09 519	1.18 544	1.10 493	1.15 516	1.16 529	1.12 539	1.14 502	1.12 532

NCC-stereo	2.36 633	25.52 695	1.17 512	1.15 471	1.17 548	1.11 520	1.11 535	1.15 509	1.16 544	1.10 515	1.16 543	1.10 520	1.15 531	1.14 526	1.13 536	1.09 491	1.11 511	1.15 528	1.16 543	1.17 512	1.17 541

AF-Net	2.37 635	25.71 696	1.17 512	1.13 467	1.15 543	1.15 524	1.18 544	1.19 517	1.16 544	1.10 515	1.15 540	1.10 520	1.18 536	1.12 525	1.15 538	1.10 493	1.10 510	1.17 533	1.15 541	1.16 507	1.12 532

Nwc_Net	2.37 635	25.95 697	1.15 510	1.14 468	1.15 543	1.08 514	1.14 538	1.17 514	1.16 544	1.14 524	1.15 540	1.08 516	1.15 531	1.11 523	1.14 537	1.10 493	1.11 511	1.16 529	1.09 538	1.16 507	1.15 537

FAT-Stereo	2.46 639	26.05 698	1.23 568	1.23 527	1.22 602	1.20 526	1.24 594	1.23 568	1.23 598	1.19 527	1.22 594	1.21 576	1.24 586	1.20 531	1.24 595	1.21 553	1.17 520	1.22 586	1.25 598	1.20 517	1.24 595

S-Stereo	2.51 640	26.86 699	1.23 568	1.22 525	1.22 602	1.24 574	1.25 595	1.22 566	1.24 599	1.21 573	1.24 596	1.19 530	1.27 588	1.19 530	1.24 595	1.19 505	1.20 522	1.25 588	1.19 545	1.24 566	1.23 594

MoCha-V2	2.11 613	26.97 700	0.78 467	0.92 435	0.77 504	0.96 491	0.72 491	0.90 475	0.72 495	0.94 490	0.70 490	0.90 486	0.71 486	0.91 485	0.71 488	0.85 459	0.71 460	0.88 492	0.69 491	0.87 465	0.67 469

edge stereo	2.43 638	27.07 701	1.14 508	1.06 459	1.14 541	1.08 514	1.17 543	1.16 512	1.14 542	1.10 515	1.16 543	1.09 518	1.16 535	1.10 521	1.16 542	1.10 493	1.11 511	1.16 529	1.19 545	1.13 501	1.11 530

fff	1000028.16 725	29.62 702	29.72 705	32.61 705	30.02 707	35.13 708	31.83 708	32.07 708	10000000.00 727	35.27 710	29.82 708	32.45 708	30.15 707	32.35 708	30.09 707	31.04 708	29.55 709	30.64 708	30.14 708	10000000.00 728	30.77 707

csc	1000028.16 725	29.62 702	29.72 705	32.61 705	30.02 707	35.13 708	31.83 708	32.07 708	10000000.00 727	35.27 710	29.82 708	32.45 708	30.15 707	32.35 708	30.09 707	31.04 708	29.55 709	30.64 708	30.14 708	10000000.00 728	30.77 707

cscssc	1000028.16 725	29.62 702	29.72 705	32.61 705	30.02 707	35.13 708	31.83 708	32.07 708	10000000.00 727	35.27 710	29.82 708	32.45 708	30.15 707	32.35 708	30.09 707	31.04 708	29.55 709	30.64 708	30.14 708	10000000.00 728	30.77 707

STTStereo	3.73 657	30.40 705	2.37 643	2.39 591	2.31 660	2.35 624	2.33 654	2.29 616	2.42 657	2.32 626	2.34 659	2.33 619	2.36 645	2.30 621	2.27 656	2.35 622	2.22 638	2.31 631	2.22 654	2.29 610	2.34 651

111	30.40 704	30.94 706	29.72 705	32.61 705	30.02 707	33.57 706	30.47 707	31.50 707	29.39 707	30.98 707	29.11 707	29.78 707	30.39 710	29.45 707	30.76 710	30.08 707	29.02 708	29.92 707	30.32 711	29.86 707	30.17 706

MCSU-Stereo	7.34 693	31.03 707	23.33 703	30.31 704	0.67 478	0.93 488	0.64 459	0.92 480	0.64 462	0.92 485	0.64 469	0.93 492	0.64 459	0.92 489	0.64 454	28.35 706	22.39 706	0.88 492	0.60 465	0.83 460	0.60 450

DCANet-4	35.22 706	34.54 708	35.08 711	33.58 709	35.47 714	34.55 707	35.53 714	36.08 713	35.85 711	35.92 713	35.77 713	35.18 713	35.48 712	35.39 713	37.15 717	34.55 713	33.92 712	35.02 714	34.90 713	35.79 711	34.74 713

tt	500032.53 723	34.60 709	29.72 705	37.47 715	34.41 712	36.85 712	35.22 712	34.71 711	33.55 709	34.50 708	35.43 711	33.81 711	10000000.00 728	33.57 711	33.13 711	33.68 711	35.00 713	34.03 712	35.26 714	30.96 708	34.63 711

DCANet	500032.53 723	34.60 709	29.72 705	37.47 715	34.41 712	36.85 712	35.22 712	34.71 711	33.55 709	34.50 708	35.43 711	33.81 711	10000000.00 728	33.57 711	33.13 711	33.68 711	35.00 713	34.03 712	35.26 714	30.96 708	34.63 711

WCMA_ROB	31.10 705	35.43 711	27.12 704	39.51 717	23.10 706	38.78 718	25.30 706	37.49 719	25.39 706	37.29 718	27.02 706	38.52 719	26.48 706	37.80 718	26.44 706	36.28 714	22.65 707	33.90 711	22.30 707	37.10 716	24.18 705

ADStereo(finetuned)	36.13 707	36.63 712	38.07 716	36.97 710	33.25 711	35.91 711	34.45 711	36.36 714	32.99 708	38.14 719	36.71 714	36.69 714	34.13 711	38.57 719	40.79 718	37.60 719	36.58 715	35.90 715	33.36 712	35.42 710	34.04 710

fast-reg	37.00 708	37.00 713	37.00 712	37.00 711	37.00 715	37.00 714	37.00 715	37.00 715	37.00 712	37.00 714	37.00 715	37.00 715	37.00 713	37.00 714	37.00 713	37.00 715	37.00 716	37.00 716	37.00 716	37.00 712	37.00 714

Reg-Stereo(zero)	37.00 708	37.00 713	37.00 712	37.00 711	37.00 715	37.00 714	37.00 715	37.00 715	37.00 712	37.00 714	37.00 715	37.00 715	37.00 713	37.00 714	37.00 713	37.00 715	37.00 716	37.00 716	37.00 716	37.00 712	37.00 714

fast-iter	37.00 708	37.00 713	37.00 712	37.00 711	37.00 715	37.00 714	37.00 715	37.00 715	37.00 712	37.00 714	37.00 715	37.00 715	37.00 713	37.00 714	37.00 713	37.00 715	37.00 716	37.00 716	37.00 716	37.00 712	37.00 714

CoSv	37.00 708	37.00 713	37.00 712	37.00 711	37.00 715	37.00 714	37.00 715	37.00 715	37.00 712	37.00 714	37.00 715	37.00 715	37.00 713	37.00 714	37.00 713	37.00 715	37.00 716	37.00 716	37.00 716	37.00 712	37.00 714

NLCA_NET_v2_RVC	5.04 685	50.87 717	2.78 648	2.87 606	2.71 662	2.78 650	0.47 424	2.88 649	2.86 662	1.89 600	2.67 661	2.79 651	2.79 650	2.78 650	2.83 659	2.82 640	2.82 646	2.83 649	2.77 661	2.83 636	2.76 656
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 712	87.70 718	41.95 717	113.75 720	65.62 721	75.05 719	55.25 720	75.64 721	45.04 716	71.61 720	41.75 719	72.81 720	44.06 717	68.38 720	44.63 719	101.89 722	59.57 722	107.10 722	61.05 722	104.38 719	59.38 720

MGS-Stereo	239.45 717	123.00 719	135.00 721	266.00 723	286.00 725	277.00 724	305.00 725	271.00 725	242.00 722	274.00 725	279.00 725	255.00 725	270.00 723	268.00 725	297.00 725	221.00 725	247.00 726	216.00 725	123.00 723	217.00 722	217.00 724

AE-Stereo	201.80 716	123.00 719	115.00 719	219.00 722	218.00 724	223.00 723	244.00 724	217.00 724	236.00 721	202.00 724	203.00 723	205.00 724	208.00 721	225.00 724	204.00 723	210.00 724	198.00 724	197.00 724	184.00 725	204.00 721	201.00 722

EGLCR-Stereo	246.90 718	129.00 721	139.00 722	266.00 723	286.00 725	277.00 724	305.00 725	271.00 725	242.00 722	274.00 725	279.00 725	255.00 725	270.00 723	268.00 725	297.00 725	230.00 726	247.00 726	216.00 725	223.00 727	237.00 723	227.00 725

NOSS_ROB	102.95 713	153.00 722	121.00 720	51.00 718	44.00 719	165.00 722	127.00 721	153.00 722	119.00 718	164.00 723	125.00 721	168.00 723	120.00 719	153.00 722	117.00 721	49.00 720	44.00 720	49.00 720	44.00 720	49.00 717	44.00 718

MeshStereo	159.24 715	171.00 723	160.68 723	162.58 721	160.59 722	164.01 721	160.35 722	158.51 723	158.56 719	158.34 722	160.12 722	158.56 722	159.92 720	157.26 723	158.94 722	154.38 723	158.36 723	155.75 723	159.13 724	153.67 720	154.07 721
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
PA-Net	11.80 696	223.51 724	0.62 419	0.59 372	0.71 489	0.59 440	0.73 492	0.67 442	0.73 498	0.55 429	0.61 465	0.60 442	0.74 489	0.63 442	0.73 490	0.66 412	0.60 430	0.69 459	0.66 482	0.72 438	0.65 465
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 719	354.61 725	207.27 724	363.24 725	206.46 723	364.72 726	210.41 723	364.72 727	210.41 720	364.81 727	208.64 724	364.81 727	208.64 722	364.72 727	210.41 724	354.70 727	205.53 725	354.70 727	205.53 726	354.70 724	205.53 723

LE_ROB	396.57 720	471.28 726	329.84 725	471.48 726	308.15 727	526.83 727	322.10 727	488.15 728	323.76 724	495.46 728	317.97 727	497.17 728	320.10 725	481.62 728	326.76 727	462.71 728	298.97 728	466.16 728	285.98 728	447.62 725	289.21 726

SGM-ForestM	596.69 721	677.77 727	444.52 726	699.85 727	517.25 728	732.94 728	488.29 728	770.79 729	460.11 725	750.81 729	487.98 728	792.79 729	499.41 726	730.90 729	475.81 728	720.03 729	491.16 729	663.96 729	418.60 729	674.76 726	436.05 727

CBMV_ROB	818.48 722	913.88 728	709.52 727	862.84 728	597.78 729	1073.99 729	700.52 729	1015.66 730	702.59 726	1115.65 730	760.02 729	1130.24 730	721.57 727	1037.41 730	692.65 729	814.05 730	564.29 730	843.28 730	595.31 730	915.51 727	602.92 728

CBMV	128.50 714	1422.70 729	53.10 718	79.50 719	51.30 720	77.30 720	49.70 719	74.00 720	48.20 717	77.20 721	48.80 720	73.90 721	48.00 718	73.80 721	48.80 720	70.40 721	45.10 721	68.90 721	46.10 721	68.20 718	45.00 719
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

SGD-Stereo	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

IGEV-Stereo++	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

IGEV-BASED-STEREO-	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

IGEV-Stereo+	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

SDNR	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

anonymousdsp2	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

anonymousdsp	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

test_example2	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

DIP-Stereo	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 380	0.50 396	0.38 379	0.50 406	0.38 385	0.50 411	3.79 673	0.50 404	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.35 359

FSD					0.44 421	0.56 432	0.44 411	0.55 421	0.44 414	0.56 431	0.44 419	0.56 434	0.44 410	0.56 428	0.46 413	0.61 402	0.42 362	0.52 436	0.42 425	0.52 408

Low-res two-view benchmark