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

RAFTStereoReplicaGSO							0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

USTest	0.01 9	0.02 12	0.00 1	0.14 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 20	0.02 22	0.00 1	0.00 1

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.03 54	0.02 21	0.01 11	0.73 505	0.01 11	0.01 10	0.01 10	0.01 11	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 78	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.06 75	0.04 67	0.01 10	0.01 10	0.01 11	0.01 10

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

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

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

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

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 15	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

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

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

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

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

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

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

YMNet_1	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSMNet-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

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

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

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

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

coex-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

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

iinet-f	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

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

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

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

Syn2CoEx	0.25 244	1.31 521	0.74 529	0.92 499	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.03 47	0.02 22	0.02 21	0.02 22	0.87 530	0.75 535	0.02 20	0.02 22	0.02 22	0.02 20

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

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

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

ADCMid	0.08 76	0.02 12	0.02 15	1.01 520	0.03 52	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.04 91	0.09 152	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

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

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

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

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

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

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.11 180	0.04 91	0.03 53	0.58 458	0.04 67	0.04 94	0.04 100	0.04 98	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.04 101	0.04 91	0.03 53	0.75 508	0.03 40	0.03 42	0.03 58	0.03 48	0.04 96

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

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

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

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

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

Foundation-i1c-attn	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Foundation-i1b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Foundation-i1a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Foundation-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Foundation-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Selective-IGEV-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

Selective-IGEV-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

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

zh-mn7	0.12 136	1.14 451	0.17 206	0.20 201	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.18 207	0.16 198	0.03 42	0.03 58	0.03 48	0.03 52

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

w-ln-seven-2	0.14 175	1.22 513	0.28 273	0.32 259	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.32 285	0.27 282	0.04 94	0.03 58	0.03 48	0.03 52

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

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

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

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

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

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

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

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

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

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

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

mmm	0.14 175	1.83 574	0.12 134	0.11 108	0.03 52	0.03 44	0.03 55	0.03 47	0.04 104	0.03 45	0.03 57	0.03 47	0.03 54	0.06 120	0.04 98	0.12 123	0.11 133	0.05 109	0.04 100	0.05 115	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

AnyNet_C32	0.14 175	0.04 52	0.03 39	2.22 650	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.04 97	0.02 22	0.07 143	0.04 98	0.02 16	0.02 17	0.03 42	0.03 58	0.02 22	0.03 52

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

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

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

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

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

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

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

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

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

11t1	0.17 200	2.16 609	0.13 155	0.13 129	0.04 101	0.06 123	0.04 104	0.06 126	0.04 104	0.06 128	0.03 57	0.06 129	0.03 54	0.06 120	0.05 116	0.18 207	0.12 147	0.06 126	0.03 58	0.05 115	0.03 52

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

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

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

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

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

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

ADCP+	0.15 187	0.04 52	0.04 64	2.20 649	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.05 128	0.04 97	0.04 101	0.08 147	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 104	0.04 96	0.04 104	0.04 93	0.04 111	0.04 97	0.04 101	0.04 91	0.04 98	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
UHP(ZeroShot)	0.07 67	0.41 251	0.05 79	0.05 60	0.05 126	0.05 110	0.05 121	0.05 111	0.05 125	0.05 113	0.05 128	0.05 114	0.05 118	0.05 104	0.05 116	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 84	0.11 123	0.11 108	0.05 126	0.08 143	0.05 121	0.08 147	0.05 125	0.08 146	0.05 128	0.08 145	0.05 118	0.08 147	0.05 116	0.11 117	0.10 111	0.07 138	0.05 124	0.07 145	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 76	0.08 84	0.11 123	0.11 108	0.05 126	0.08 143	0.05 121	0.08 147	0.07 153	0.08 146	0.05 128	0.08 145	0.05 118	0.09 153	0.08 148	0.15 159	0.11 133	0.07 138	0.05 124	0.07 145	0.06 135
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 83	0.13 116	0.39 359	0.08 80	0.05 126	0.07 141	0.05 121	0.13 178	0.05 125	0.06 128	0.05 128	0.06 129	0.05 118	0.06 120	0.05 116	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FINET	0.07 67	0.08 84	0.07 91	0.07 78	0.07 152	0.08 143	0.06 142	0.08 147	0.07 153	0.08 146	0.07 154	0.08 145	0.06 139	0.07 143	0.07 144	0.08 89	0.07 93	0.07 138	0.07 147	0.06 128	0.06 135

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

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

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

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

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

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

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

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

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

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

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

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

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

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

S2M2_L	0.12 136	0.14 136	0.10 103	0.15 145	0.10 165	0.14 192	0.10 162	0.14 192	0.10 166	0.15 211	0.10 163	0.14 193	0.10 162	0.14 194	0.10 159	0.13 139	0.10 111	0.13 175	0.09 154	0.13 179	0.09 154
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 102	0.10 98	0.10 103	0.10 91	0.10 165	0.10 153	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 175	0.17 157	0.12 134	0.17 176	0.11 184	0.17 225	0.11 180	0.17 224	0.11 184	0.17 223	0.11 181	0.17 224	0.11 180	0.17 225	0.11 174	0.16 171	0.11 133	0.16 219	0.11 182	0.16 219	0.11 176
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 123	0.11 109	0.12 134	0.13 129	0.14 230	0.11 164	0.11 180	0.11 166	0.11 184	0.11 169	0.11 181	0.11 169	0.11 180	0.12 178	0.12 210	0.11 117	0.11 133	0.11 164	0.11 182	0.11 168	0.11 176

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

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

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

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

ICVP	0.15 187	0.53 313	0.11 123	0.16 155	0.11 184	0.16 218	0.11 180	0.16 217	0.11 184	0.16 216	0.11 181	0.16 216	0.11 180	0.16 217	0.11 174	0.16 171	0.11 133	0.16 219	0.11 182	0.16 219	0.11 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 144	0.11 109	0.11 123	0.11 108	0.11 184	0.11 164	0.11 180	0.11 166	0.11 184	0.11 169	0.12 213	0.11 169	0.11 180	0.11 170	0.11 174	0.11 117	0.11 133	0.14 190	0.11 182	0.49 465	0.11 176

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

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

ELAS_RVC	0.14 175	0.16 152	0.10 103	0.15 145	0.10 165	0.18 229	0.11 180	0.19 230	0.11 184	0.19 229	0.12 213	0.18 228	0.11 180	0.19 231	0.12 210	0.14 146	0.08 96	0.14 190	0.09 154	0.15 214	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 187	0.17 157	0.11 123	0.18 181	0.11 184	0.19 232	0.11 180	0.19 230	0.12 223	0.19 229	0.12 213	0.20 238	0.12 218	0.19 231	0.12 210	0.16 171	0.11 133	0.17 229	0.10 163	0.17 228	0.10 162
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 144	0.16 152	0.11 123	0.15 145	0.09 159	0.18 229	0.11 180	0.18 228	0.11 184	0.17 223	0.11 181	0.18 228	0.11 180	0.18 228	0.11 174	0.14 146	0.08 96	0.14 190	0.08 152	0.14 195	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LACA_dic	0.45 402	0.13 116	1.78 679	1.70 629	0.12 221	0.13 177	0.12 216	0.16 217	0.15 243	0.13 179	0.12 213	0.13 179	0.11 180	0.16 217	0.13 220	1.73 654	1.69 683	0.16 219	0.11 182	0.13 179	0.13 220

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

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

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

MatchAttention (ZS)	0.12 136	0.12 114	0.12 134	0.12 116	0.13 226	0.12 174	0.12 216	0.12 175	0.12 223	0.12 176	0.12 213	0.12 178	0.12 218	0.12 178	0.12 210	0.12 123	0.12 147	0.12 171	0.12 216	0.12 176	0.12 212
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
MIPNet	0.14 175	0.21 171	0.17 206	0.16 155	0.11 184	0.15 211	0.12 216	0.14 192	0.11 184	0.16 216	0.11 181	0.14 193	0.11 180	0.14 194	0.11 174	0.14 146	0.12 147	0.14 190	0.11 182	0.14 195	0.11 176

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

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

ITSA-stereo	0.15 187	0.17 157	0.13 155	0.20 201	0.13 226	0.19 232	0.13 224	0.18 228	0.13 228	0.19 229	0.13 228	0.18 228	0.14 231	0.18 228	0.14 225	0.16 171	0.11 133	0.15 215	0.14 233	0.18 232	0.11 176

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

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

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

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

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

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

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

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

GMStereo	0.14 175	0.13 116	0.14 164	0.14 133	0.14 230	0.14 192	0.14 226	0.14 192	0.14 231	0.14 193	0.14 234	0.14 193	0.14 231	0.14 194	0.14 225	0.14 146	0.14 186	0.14 190	0.14 233	0.14 195	0.14 227
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 200	0.71 348	0.14 164	0.14 133	0.14 230	0.14 192	0.14 226	0.14 192	0.14 231	0.14 193	0.14 234	0.14 193	0.14 231	0.14 194	0.22 280	0.14 146	0.14 186	0.14 190	0.14 233	0.14 195	0.14 227

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.17 200	0.27 198	0.21 239	0.10 91	0.21 293	0.15 211	0.22 281	0.10 154	0.21 282	0.22 251	0.10 163	0.19 233	0.18 272	0.10 157	0.19 270	0.20 218	0.19 242	0.18 239	0.10 163	0.19 238	0.18 261
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 230	0.23 177	0.22 241	0.23 219	0.22 295	0.22 253	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 255	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.22 257	0.22 289	0.22 250	0.22 272

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.25 244	0.27 198	0.25 255	0.25 231	0.25 309	0.25 275	0.25 297	0.26 277	0.25 301	0.25 272	0.25 307	0.25 276	0.25 303	0.25 274	0.25 298	0.26 257	0.25 266	0.25 281	0.26 311	0.26 273	0.25 286
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 542	7.04 747	2.23 723	2.75 681	0.28 323	0.43 394	0.25 297	0.39 334	0.25 301	0.41 360	0.27 316	0.39 345	0.25 303	0.40 349	0.28 314	0.37 311	0.28 290	0.37 357	0.25 305	0.37 337	0.25 286

CroCo-Stereo	0.73 495	1.22 513	0.25 255	1.22 589	0.25 309	1.22 646	0.25 297	1.22 642	0.25 301	1.22 651	0.25 307	1.22 653	0.25 303	1.22 653	0.25 298	1.22 624	0.26 269	1.21 662	0.25 305	1.22 644	0.25 286
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	0.31 271	0.28 201	0.47 431	0.79 477	0.24 306	0.30 296	0.26 304	0.30 290	0.24 296	0.32 305	0.23 294	0.31 307	0.24 300	0.30 301	0.23 287	0.29 275	0.26 269	0.29 300	0.24 302	0.33 304	0.23 274

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

StereoDRNet-Refined	0.33 285	0.39 234	0.26 262	0.39 291	0.26 316	0.40 347	0.26 304	0.40 343	0.26 315	0.39 336	0.26 312	0.39 345	0.26 313	0.39 346	0.26 303	0.37 311	0.25 266	0.37 357	0.25 305	0.37 337	0.37 436
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 297	1.92 595	0.27 265	0.27 242	0.27 317	0.27 289	0.27 307	0.27 281	0.27 319	0.27 286	0.27 316	0.26 288	0.27 320	0.27 290	0.26 303	0.27 261	0.26 269	0.26 286	0.26 311	0.26 273	0.27 331

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

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

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

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

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

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

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

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

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

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

SCION-M(vits-remse)	0.34 286	0.79 365	0.30 283	0.33 263	0.28 323	0.40 347	0.28 318	0.40 343	0.28 325	0.40 343	0.28 324	0.39 345	0.28 329	0.40 349	0.28 314	0.23 239	0.21 248	0.35 344	0.27 350	0.35 322	0.27 331

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GCAP-Stereo-w-DA	0.60 455	5.10 715	0.39 359	0.49 363	0.30 348	0.43 394	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 397	0.30 350	0.44 421	0.30 340	0.44 369	0.37 384	0.38 365	0.26 311	0.38 350	0.26 292

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DStereoO	0.31 271	0.31 209	0.31 301	0.30 247	0.40 468	0.31 303	0.30 341	0.30 290	0.34 429	0.29 292	0.31 399	0.29 298	0.30 350	0.31 306	0.31 382	0.31 282	0.29 304	0.31 308	0.30 404	0.31 294	0.31 393

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.35 297	0.44 268	0.45 417	0.49 363	0.30 348	0.37 331	0.30 341	0.36 312	0.30 350	0.36 321	0.29 339	0.36 327	0.29 341	0.36 327	0.30 340	0.46 411	0.39 399	0.32 311	0.24 302	0.32 297	0.25 286
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 286	0.42 263	0.31 301	0.39 291	0.30 348	0.38 338	0.30 341	0.40 343	0.29 335	0.40 343	0.37 446	0.41 370	0.34 428	0.38 338	0.30 340	0.34 295	0.27 282	0.34 328	0.26 311	0.34 309	0.26 292

DANet	0.30 264	0.30 206	0.30 283	0.30 247	0.30 348	0.30 296	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 302	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 302	0.30 404	0.30 289	0.30 383
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 349	0.89 387	0.31 301	0.40 304	0.31 396	0.40 347	0.31 389	0.40 343	0.31 396	0.61 511	0.53 524	0.40 355	0.31 402	0.40 349	0.31 382	0.58 458	0.47 447	0.38 365	0.29 386	0.38 350	0.29 368

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

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

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

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

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

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

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

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

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

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

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

GREAT-IGEV	0.38 321	0.43 265	0.36 341	0.48 357	0.32 410	0.45 443	0.32 399	0.45 436	0.32 408	0.45 432	0.32 409	0.45 443	0.32 409	0.45 440	0.32 394	0.44 369	0.33 337	0.41 440	0.29 386	0.41 424	0.29 368
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 321	0.43 265	0.33 315	0.46 344	0.33 423	0.45 443	0.32 399	0.45 436	0.32 408	0.45 432	0.32 409	0.45 443	0.33 421	0.45 440	0.32 394	0.38 324	0.38 392	0.38 365	0.37 460	0.37 337	0.36 430

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

psmorigin	0.41 349	0.46 281	0.33 315	0.49 363	0.33 423	0.49 469	0.33 410	0.49 458	0.33 418	0.49 461	0.33 418	0.49 467	0.33 421	0.51 484	0.33 406	0.41 353	0.30 314	0.41 440	0.30 404	0.79 529	0.29 368

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

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

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

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

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

CASnet	0.35 297	0.51 307	0.44 415	0.32 259	0.31 396	0.24 265	0.34 425	0.36 312	0.25 301	0.31 299	0.37 446	0.30 302	0.33 421	0.25 274	0.45 483	0.37 311	0.37 384	0.33 318	0.35 451	0.34 309	0.37 436
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 439	3.22 670	0.34 329	0.44 339	0.34 435	0.44 429	0.34 425	0.43 388	0.34 429	0.43 381	0.34 426	0.44 433	0.33 421	0.43 390	0.33 406	0.38 324	0.29 304	0.38 365	0.29 386	0.38 350	0.29 368

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

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

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

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

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

ETE_ROB	0.35 297	0.35 215	0.35 339	0.35 272	0.35 439	0.35 319	0.35 430	0.35 308	0.35 433	0.35 317	0.35 435	0.35 322	0.35 434	0.35 321	0.35 425	0.35 303	0.35 373	0.35 344	0.35 451	0.35 322	0.35 427

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	0.41 349	0.59 331	0.64 495	0.54 419	0.33 423	0.50 478	0.37 442	0.42 380	0.40 465	0.61 511	0.43 485	0.50 481	0.49 508	0.38 338	0.32 394	0.28 266	0.23 261	0.26 286	0.22 289	0.35 322	0.28 359
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 315	0.37 223	0.37 346	0.37 279	0.37 450	0.37 331	0.37 442	0.37 320	0.37 445	0.37 327	0.37 446	0.37 337	0.37 443	0.37 334	0.37 438	0.37 311	0.37 384	0.37 357	0.37 460	0.37 337	0.37 436

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 341	0.40 238	0.40 392	0.40 304	0.40 468	0.40 347	0.40 464	0.40 343	0.40 465	0.40 343	0.40 464	0.40 355	0.40 460	0.40 349	0.40 458	0.40 345	0.40 403	0.40 422	0.40 480	0.40 413	0.40 452
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
416test1013	0.49 431	0.80 368	0.33 315	0.67 451	0.33 423	0.48 460	0.41 473	0.48 450	0.39 462	0.48 451	0.93 599	0.52 493	0.32 409	0.52 489	0.38 441	0.49 426	0.51 469	0.53 508	0.37 460	0.51 476	0.36 430

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffft	0.48 425	0.51 307	0.45 417	0.52 414	0.45 497	0.52 494	0.45 489	0.52 486	0.48 505	0.53 490	0.45 492	0.52 493	0.45 489	0.52 489	0.46 487	0.51 439	0.41 413	0.50 497	0.41 489	0.50 470	0.41 461
1: 1. 1
Selective-IGEV	0.51 439	0.55 320	0.45 417	0.69 457	0.45 497	0.61 513	0.45 489	0.50 467	0.40 465	0.56 501	0.44 487	0.55 503	0.40 460	0.72 530	0.67 538	0.59 461	0.46 439	0.45 464	0.34 438	0.46 444	0.37 436

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 777	50.87 813	2.78 732	2.87 688	2.71 753	2.78 741	0.47 498	2.88 741	2.86 754	1.89 678	2.67 753	2.79 743	2.79 742	2.78 742	2.83 751	2.82 725	2.82 731	2.83 741	2.77 753	2.83 728	2.76 747
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 425	0.48 292	0.48 439	0.48 357	0.48 510	0.48 460	0.48 507	0.48 450	0.48 505	0.48 451	0.48 508	0.48 460	0.48 502	0.48 459	0.48 500	0.48 423	0.48 453	0.48 486	0.48 516	0.48 462	0.48 488

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

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

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

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

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

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

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

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

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

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

MWSP-net	0.96 556	0.75 356	0.49 446	4.84 744	0.48 510	1.28 652	0.52 518	1.20 595	0.51 519	1.14 600	0.70 563	1.00 575	0.56 523	0.90 560	0.69 553	0.76 510	0.60 496	0.95 586	0.56 536	0.73 518	0.45 476

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

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

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

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

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

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

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

CASS	0.57 454	0.89 387	0.56 470	0.57 427	0.56 532	0.56 502	0.56 525	0.56 494	0.53 521	0.57 504	0.57 529	0.59 513	0.48 502	0.56 500	0.57 520	0.55 451	0.56 481	0.47 478	0.56 536	0.62 497	0.56 522
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 465	0.69 344	0.56 470	0.71 465	0.56 532	0.71 529	0.56 525	0.71 525	0.56 524	0.72 531	0.56 528	0.71 533	0.56 523	0.71 528	0.58 522	0.68 485	0.55 479	0.68 533	0.55 532	0.68 506	0.54 511

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

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

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

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

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

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

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

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

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

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

AFF-stereo	0.73 495	0.88 384	0.67 505	0.75 475	0.68 558	0.75 533	0.64 537	0.80 537	0.72 572	0.83 553	0.70 563	0.82 552	0.64 537	0.84 550	0.67 538	0.77 513	0.63 504	0.81 560	0.63 547	0.78 527	0.62 531

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 517	0.96 406	0.67 505	0.95 508	0.67 555	0.95 563	0.68 549	0.95 562	0.68 551	0.95 567	0.68 554	0.96 572	0.68 549	0.96 572	0.68 545	0.94 540	0.68 516	0.94 584	0.68 565	0.94 562	0.68 546
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 482	0.69 344	0.69 515	0.69 457	0.69 559	0.69 524	0.69 557	0.69 520	0.69 556	0.69 528	0.69 559	0.69 529	0.69 555	0.69 524	0.69 553	0.69 486	0.69 522	0.69 536	0.69 569	0.69 510	0.69 548

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 787	223.51 820	0.62 488	0.59 432	0.71 565	0.59 510	0.73 570	0.67 518	0.73 575	0.55 499	0.61 539	0.60 514	0.74 567	0.63 516	0.73 567	0.66 482	0.60 496	0.69 536	0.66 559	0.72 515	0.65 540
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 495	0.81 372	0.73 528	0.71 465	0.74 570	0.73 531	0.75 572	0.71 525	0.71 569	0.74 538	0.72 572	0.73 538	0.80 576	0.71 528	0.73 567	0.76 510	0.71 529	0.73 543	0.72 578	0.70 513	0.76 569

HSM-Net_RVC	0.95 555	1.17 457	0.78 536	1.18 542	0.71 565	1.16 599	0.75 572	1.09 581	0.80 585	1.10 590	0.75 577	1.17 605	0.74 567	1.17 605	0.80 580	1.13 569	0.73 532	1.17 610	0.77 585	1.16 586	0.72 558
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 560	1.21 507	0.76 532	1.94 637	1.01 609	1.11 594	0.76 574	1.15 584	0.76 578	1.11 595	0.76 578	1.14 602	0.76 570	1.11 599	0.76 574	1.21 622	0.90 552	1.02 598	0.71 576	1.02 574	0.71 557

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RP	2.33 716	25.00 785	1.13 575	1.15 535	1.15 619	1.10 591	1.15 618	1.15 584	1.15 621	1.12 596	1.15 618	1.09 594	1.13 605	1.10 597	1.15 615	1.11 567	1.09 575	1.16 606	1.12 618	1.16 586	1.17 619

Abc-Net	2.32 715	24.75 784	1.14 576	1.17 541	1.17 624	1.11 594	1.15 618	1.17 589	1.21 674	1.08 589	1.16 621	1.12 601	1.14 608	1.09 595	1.17 621	1.09 560	1.16 585	1.17 610	1.17 623	1.16 586	1.11 608
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 718	25.48 786	1.19 584	1.15 535	1.15 619	1.10 591	1.16 620	1.17 589	1.16 622	1.12 596	1.16 621	1.11 600	1.13 605	1.09 595	1.18 622	1.10 562	1.15 584	1.16 606	1.12 618	1.14 581	1.12 610

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 586	1.20 461	1.20 587	1.20 544	1.20 630	1.20 600	1.20 624	1.20 595	1.20 629	1.20 605	1.20 626	1.20 607	1.20 616	1.20 607	1.20 626	1.20 576	1.20 590	1.20 617	1.20 627	1.20 596	1.20 624

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GwcNet	0.12 136	0.07 82	0.05 79	0.08 80	0.05 126	0.08 143	1.20 624	0.07 143	0.05 125	0.05 113	0.05 128	0.08 145	0.05 118	0.08 147	0.03 53	0.07 87	0.05 79	0.06 126	0.05 124	0.07 145	0.05 122

GANetREF_RVC	1.55 645	1.94 596	1.22 634	1.88 633	1.21 676	1.88 679	1.22 670	1.88 674	1.22 675	1.88 677	1.22 672	1.88 679	1.22 663	1.89 683	1.22 672	1.87 660	1.22 638	1.88 695	1.22 673	1.88 673	1.22 670
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 646	1.91 589	1.21 633	1.94 637	1.20 630	2.00 687	1.23 671	1.99 679	1.24 677	2.00 685	1.25 675	2.03 689	1.26 665	2.00 687	1.29 680	1.90 665	1.18 589	1.89 696	1.21 672	1.89 674	1.20 624
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 725	26.05 790	1.23 636	1.23 591	1.22 678	1.20 600	1.24 672	1.23 644	1.23 676	1.19 604	1.22 672	1.21 652	1.24 664	1.20 607	1.24 673	1.21 622	1.17 588	1.22 663	1.25 677	1.20 596	1.24 673

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DPSMNet_ROB	1.60 647	1.59 537	1.70 673	1.59 620	1.59 694	1.61 672	1.61 698	1.60 664	1.60 695	1.62 673	1.59 698	1.60 670	1.60 683	1.60 670	1.59 695	1.59 649	1.60 676	1.59 681	1.59 703	1.59 660	1.59 697

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 780	5.92 744	4.08 759	6.18 756	4.16 780	6.31 782	4.34 782	6.50 783	4.33 781	6.14 784	4.21 780	6.61 787	4.55 775	6.67 783	4.48 780	5.94 768	3.94 754	5.85 782	4.03 781	5.79 772	4.17 779
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 778	5.15 718	4.49 760	5.07 748	3.37 769	6.87 783	4.75 783	5.04 778	6.34 787	7.84 788	5.06 784	6.72 788	4.09 772	4.99 777	5.44 784	5.03 760	3.16 745	4.67 766	4.86 784	5.15 767	3.89 776

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

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

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

test-1	6.46 781	9.16 763	8.03 782	8.09 767	5.62 786	6.11 781	6.35 787	6.85 785	4.94 784	6.08 783	6.29 789	4.98 779	6.43 781	6.22 781	6.36 787	6.16 771	7.47 777	5.82 781	5.44 788	7.11 778	5.68 784

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

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

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

MANE	19.05 788	23.00 782	15.00 788	23.00 795	15.00 790	24.00 796	16.00 791	24.00 798	16.00 791	22.00 798	15.00 791	23.00 798	16.00 791	23.00 798	15.00 791	22.00 798	15.00 792	22.00 798	15.00 792	22.00 798	15.00 789

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	128.50 809	1422.70 826	53.10 813	79.50 815	51.30 815	77.30 816	49.70 815	74.00 817	48.20 813	77.20 818	48.80 816	73.90 818	48.00 814	73.80 818	48.80 816	70.40 818	45.10 817	68.90 818	46.10 817	68.20 815	45.00 814
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 807	87.70 814	41.95 812	113.75 816	65.62 816	75.05 815	55.25 816	75.64 818	45.04 812	71.61 817	41.75 815	72.81 817	44.06 813	68.38 817	44.63 815	101.89 819	59.57 818	107.10 819	61.05 818	104.38 816	59.38 815

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

DF_test	189.29 811	560.34 823	182.58 819	229.00 819	135.68 817	197.79 819	135.52 818	197.80 821	135.44 815	197.75 821	135.49 818	197.90 821	135.51 816	197.84 821	135.75 818	217.37 822	171.11 820	183.74 821	127.67 820	183.56 818	127.88 816

MeshStereo	159.24 810	171.00 819	160.68 818	162.58 817	160.59 818	164.01 817	160.35 819	158.51 820	158.56 816	158.34 819	160.12 819	158.56 819	159.92 817	157.26 820	158.94 819	154.38 820	158.36 819	155.75 820	159.13 821	153.67 817	154.07 817
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DLCB_ROB	284.23 815	354.61 821	207.27 820	363.24 822	206.46 819	364.72 823	210.41 820	364.72 825	210.41 817	364.81 825	208.64 821	364.81 825	208.64 819	364.72 825	210.41 821	354.70 825	205.53 822	354.70 825	205.53 823	354.70 822	205.53 819

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 824	10000000.00 827	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 827	10000000.00 829	10000000.00 824	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 825	10000000.00 829	10000000.00 827	10000000.00 829	10000000.00 828	10000000.00 829	10000000.00 828	10000000.00 826	10000000.00 825
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PatchMatch		37.00 804		37.00 802		37.00 805		37.00 807		37.00 806		37.00 807		37.00 806		37.00 807		37.00 808		37.00 804

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

ASD4		0.20 165

Low-res two-view benchmark