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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

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	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	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	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	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	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	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	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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCMid	0.08 33	0.02 14	0.13 77	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 241	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 41	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 218	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

AnyNet_C01	0.08 33	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 249	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

DFGA-Net	0.04 24	0.06 37	0.03 23	0.06 36	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 40	0.03 25

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

BEATNet_4x	0.08 33	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 250	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 33	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 250	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCPNet	0.08 33	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 241	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

FADNet_RVC	0.10 42	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 296	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

FADNet-RVC	0.11 54	0.04 32	0.05 30	0.04 32	0.05 35	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 302	0.04 32	0.04 31	0.04 32	0.04 30	0.05 36

ADCRef	0.13 62	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 50	0.04 31	0.04 32	2.46 293	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

AnyNet_C32	0.12 57	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 290	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

DispViT+	0.07 29	0.09 46	0.07 36	0.08 42	0.05 35	0.08 44	0.05 37	0.08 44	0.07 45	0.07 33	0.05 35	0.07 42	0.05 39	0.07 42	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.08 45	0.05 39	0.05 38	0.05 37	0.08 43	0.05 37	0.08 44	0.05 36

BridgeDepth_RVC	0.07 29	0.11 58	0.10 46	0.08 42	0.05 35	0.08 44	0.05 37	0.11 57	0.05 37	0.07 33	0.05 35	0.07 42	0.05 39	0.10 51	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.08 45	0.05 39	0.05 38	0.05 37	0.08 43	0.05 37	0.08 44	0.05 36
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.07 29	0.11 58	0.10 46	0.08 42	0.05 35	0.08 44	0.05 37	0.11 57	0.05 37	0.07 33	0.05 35	0.07 42	0.05 39	0.10 51	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.07 42	0.05 39	0.05 38	0.05 37	0.08 43	0.07 46	0.08 44	0.06 44
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.05 25	0.08 41	0.08 40	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 44	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

SACVNet	0.05 25	0.08 41	0.08 40	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 44	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

AACVNet	0.05 25	0.08 41	0.08 40	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 44	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

APVNet	0.09 40	0.06 37	0.04 25	0.06 36	0.04 32	0.05 35	0.04 32	0.05 35	1.08 272	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

FADNet-RVC-Resample	0.10 42	0.04 32	0.05 30	0.04 32	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.04 33	1.53 291	0.04 32	0.05 36	0.05 37	0.06 40	0.05 36

FADNet	0.11 54	0.04 32	0.05 30	0.06 36	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 37	0.05 35	0.04 33	1.74 300	0.04 32	0.04 31	0.05 37	0.04 30	0.05 36

ADCP+	0.12 57	0.04 32	0.07 36	0.04 32	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	2.28 282	0.05 35	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

TS12	0.08 33	0.16 73	0.14 81	0.08 42	0.06 45	0.08 44	0.06 44	0.15 71	0.06 43	0.08 36	0.06 45	0.08 45	0.06 45	0.14 89	0.06 42	0.06 45	0.08 43	0.06 45	0.08 43	0.06 45	0.08 45	0.06 45	0.06 41	0.06 45	0.08 43	0.06 44	0.08 44	0.06 44

TS	0.08 33	0.08 41	0.16 86	0.08 42	0.06 45	0.08 44	0.06 44	0.15 71	0.06 43	0.08 36	0.06 45	0.08 45	0.06 45	0.14 89	0.06 42	0.06 45	0.08 43	0.06 45	0.08 43	0.06 45	0.08 45	0.06 45	0.06 41	0.06 45	0.08 43	0.06 44	0.08 44	0.06 44

FINET	0.07 29	0.08 41	0.07 36	0.08 42	0.07 47	0.08 44	0.07 46	0.08 44	0.07 45	0.08 36	0.07 47	0.08 45	0.07 47	0.07 42	0.07 44	0.07 47	0.07 42	0.07 47	0.07 41	0.07 47	0.08 45	0.07 47	0.07 43	0.06 45	0.07 42	0.07 46	0.08 44	0.06 44

MatchStereo	0.27 111	0.12 61	2.51 314	0.12 62	0.11 65	0.12 62	0.11 64	2.54 303	0.08 49	0.09 39	0.08 48	0.08 45	0.07 47	0.07 42	0.09 51	0.07 47	0.09 50	0.07 47	0.09 50	0.07 47	0.09 50	0.07 47	0.08 46	0.07 48	0.08 43	0.08 50	0.09 50	0.08 50
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 40	0.09 46	0.09 43	0.09 50	0.10 52	0.09 50	0.08 49	0.09 46	0.08 49	0.09 39	0.08 48	0.09 51	0.09 51	0.08 47	0.08 50	0.09 51	0.09 50	0.08 51	0.09 50	0.08 49	0.09 50	0.08 51	0.09 47	0.09 51	0.10 51	0.08 50	0.10 51	0.09 51

BEATNet-Init1	0.15 75	0.07 39	0.10 46	0.08 42	0.07 47	0.07 42	0.07 46	0.07 38	0.07 45	2.19 278	0.08 48	0.08 45	0.07 47	0.07 42	0.07 44	0.07 47	0.08 43	0.07 47	0.08 43	0.08 49	0.07 42	0.07 47	0.07 43	0.07 48	0.08 43	0.07 46	0.07 42	0.07 48

DeepPrunerF	0.15 75	0.07 39	0.10 46	0.08 42	0.07 47	0.07 42	0.07 46	0.07 38	0.07 45	2.19 278	0.08 48	0.08 45	0.07 47	0.07 42	0.07 44	0.07 47	0.08 43	0.07 47	0.08 43	0.08 49	0.07 42	0.07 47	0.07 43	0.07 48	0.08 43	0.07 46	0.07 42	0.07 48

LRCNet_RVC	0.11 54	0.12 61	0.09 43	0.12 62	0.09 50	0.12 62	0.09 50	0.12 60	0.09 51	0.12 51	0.09 52	0.11 62	0.09 51	0.09 48	0.09 51	0.09 51	0.12 63	0.16 97	0.21 98	0.09 52	0.12 63	0.09 52	0.09 47	0.09 51	0.12 63	0.28 137	0.12 63	0.09 51

UNet	0.19 89	0.13 64	0.09 43	0.13 65	0.09 50	0.13 65	0.09 50	0.13 61	0.09 51	0.90 199	0.09 52	0.13 65	0.09 51	0.10 51	0.09 51	0.70 240	0.13 65	0.09 52	0.13 63	0.10 53	0.91 232	0.09 52	0.10 50	0.09 51	0.13 64	0.10 52	0.13 65	0.09 51

ProNet	0.12 57	0.18 79	0.11 62	0.14 66	0.10 52	0.14 67	0.11 64	0.14 62	0.11 65	0.14 52	0.10 54	0.14 66	0.10 54	0.10 51	0.11 65	0.10 53	0.15 74	0.10 53	0.14 65	0.10 53	0.14 65	0.10 54	0.11 63	0.10 54	0.15 72	0.10 52	0.14 66	0.10 55

AnonymousM	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

PVD	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

SHD	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

SAMSARA	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

XQC	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

RTSC	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

RTS	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

RTSA	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

MADNet+	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

MADNet++	0.10 42	0.10 48	0.10 46	0.10 51	0.10 52	0.10 51	0.10 53	0.10 47	0.10 53	0.10 41	0.10 54	0.10 52	0.10 54	0.10 51	0.10 54	0.10 53	0.10 52	0.10 53	0.10 52	0.10 53	0.10 52	0.10 54	0.10 50	0.10 54	0.10 51	0.10 52	0.10 51	0.10 55

S2M2_XL	0.24 104	1.32 249	0.86 238	0.17 86	0.11 65	0.17 85	0.11 64	1.05 244	0.12 80	0.16 70	0.11 65	0.16 84	0.11 66	0.11 67	0.11 65	0.11 65	0.17 86	0.11 68	0.17 84	0.11 66	0.17 85	0.11 66	0.11 63	0.11 68	0.17 85	0.11 66	0.17 85	0.11 67
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_for_model	0.17 80	1.25 237	0.20 102	0.15 75	0.11 65	0.15 76	0.11 64	0.21 87	0.11 65	0.15 58	0.11 65	0.15 76	0.11 66	0.11 67	0.11 65	0.11 65	0.15 74	0.11 68	0.15 74	0.11 66	0.15 75	0.11 66	0.11 63	0.11 68	0.15 72	0.11 66	0.15 74	0.11 67

GCAPDPT-zeroshot4090	0.17 80	1.25 237	0.20 102	0.15 75	0.11 65	0.15 76	0.11 64	0.21 87	0.11 65	0.15 58	0.11 65	0.15 76	0.11 66	0.11 67	0.11 65	0.11 65	0.15 74	0.11 68	0.15 74	0.11 66	0.15 75	0.11 66	0.11 63	0.11 68	0.15 72	0.11 66	0.15 74	0.11 67

JetRed	0.22 100	0.11 58	0.12 68	0.11 61	0.11 65	0.11 61	0.11 64	0.11 57	0.11 65	2.93 303	0.11 65	0.11 62	0.11 66	0.11 67	0.11 65	0.12 80	0.11 62	0.11 68	0.11 62	0.11 66	0.11 62	0.11 66	0.11 63	0.11 68	0.11 62	0.11 66	0.11 62	0.11 67

testlalala	0.17 80	1.25 237	0.20 102	0.15 75	0.11 65	0.15 76	0.11 64	0.21 87	0.11 65	0.15 58	0.11 65	0.15 76	0.11 66	0.11 67	0.11 65	0.11 65	0.15 74	0.11 68	0.15 74	0.11 66	0.15 75	0.11 66	0.11 63	0.11 68	0.15 72	0.11 66	0.15 74	0.11 67

GCAPDPT-zeroshot	0.17 80	1.25 237	0.20 102	0.15 75	0.11 65	0.15 76	0.11 64	0.21 87	0.11 65	0.15 58	0.11 65	0.15 76	0.11 66	0.11 67	0.11 65	0.11 65	0.15 74	0.11 68	0.15 74	0.11 66	0.15 75	0.11 66	0.11 63	0.11 68	0.15 72	0.11 66	0.15 74	0.11 67

GCAP-Stereo	0.17 80	1.25 237	0.20 102	0.15 75	0.11 65	0.15 76	0.11 64	0.21 87	0.11 65	0.15 58	0.11 65	0.15 76	0.11 66	0.11 67	0.11 65	0.11 65	0.15 74	0.11 68	0.15 74	0.11 66	0.15 75	0.11 66	0.11 63	0.11 68	0.15 72	0.11 66	0.15 74	0.11 67

CIPLG	0.13 62	0.15 68	0.12 68	0.14 66	0.11 65	0.14 67	0.11 64	0.15 71	0.11 65	0.15 58	0.11 65	0.15 76	0.11 66	0.12 77	0.12 82	0.11 65	0.15 74	0.11 68	0.15 74	0.11 66	0.14 65	0.11 66	0.11 63	0.12 82	0.15 72	0.12 82	0.15 74	0.12 81

IPLG	0.12 57	0.15 68	0.12 68	0.14 66	0.11 65	0.14 67	0.11 64	0.14 62	0.11 65	0.15 58	0.11 65	0.14 66	0.11 66	0.12 77	0.11 65	0.11 65	0.14 66	0.11 68	0.14 65	0.11 66	0.14 65	0.11 66	0.11 63	0.11 68	0.14 66	0.11 66	0.14 66	0.11 67

IPLGR_C	0.13 62	0.16 73	0.14 81	0.15 75	0.11 65	0.14 67	0.11 64	0.14 62	0.11 65	0.14 52	0.11 65	0.14 66	0.11 66	0.12 77	0.11 65	0.11 65	0.14 66	0.11 68	0.14 65	0.11 66	0.14 65	0.11 66	0.11 63	0.11 68	0.14 66	0.11 66	0.15 74	0.11 67

MIPNet	0.12 57	0.15 68	0.12 68	0.14 66	0.11 65	0.14 67	0.11 64	0.14 62	0.11 65	0.15 58	0.11 65	0.14 66	0.11 66	0.12 77	0.11 65	0.11 65	0.14 66	0.11 68	0.15 74	0.11 66	0.14 65	0.11 66	0.11 63	0.11 68	0.14 66	0.11 66	0.14 66	0.11 67

IPLGR	0.13 62	0.15 68	0.12 68	0.14 66	0.11 65	0.14 67	0.11 64	0.14 62	0.13 86	0.15 58	0.11 65	0.14 66	0.12 85	0.12 77	0.11 65	0.11 65	0.14 66	0.11 68	0.14 65	0.11 66	0.14 65	0.11 66	0.11 63	0.12 82	0.15 72	0.11 66	0.14 66	0.11 67

ACRE	0.13 62	0.16 73	0.12 68	0.14 66	0.11 65	0.14 67	0.11 64	0.15 71	0.11 65	0.14 52	0.11 65	0.14 66	0.11 66	0.12 77	0.11 65	0.11 65	0.14 66	0.11 68	0.14 65	0.11 66	0.14 65	0.11 66	0.11 63	0.11 68	0.14 66	0.11 66	0.14 66	0.11 67

ICVP	0.13 62	0.16 73	0.11 62	0.16 82	0.11 65	0.16 83	0.11 64	0.16 75	0.11 65	0.16 70	0.11 65	0.16 84	0.11 66	0.11 67	0.11 65	0.11 65	0.16 82	0.11 68	0.16 81	0.11 66	0.16 81	0.11 66	0.11 63	0.11 68	0.16 82	0.11 66	0.16 81	0.11 67
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 69	0.17 78	0.11 62	0.17 86	0.11 65	0.17 85	0.12 82	0.17 79	0.11 65	0.17 74	0.11 65	0.17 88	0.11 66	0.12 77	0.12 82	0.12 80	0.17 86	0.12 84	0.17 84	0.12 84	0.17 85	0.12 83	0.12 80	0.12 82	0.17 85	0.12 82	0.17 85	0.12 81

PDISCO_ROB	0.50 174	0.15 68	0.11 62	0.16 82	3.16 320	0.13 65	0.12 82	0.14 62	0.12 80	0.15 58	0.11 65	2.55 306	0.11 66	2.20 304	0.13 87	0.12 80	0.16 82	0.10 53	0.14 65	0.12 84	0.15 75	0.12 83	0.12 80	0.12 82	0.15 72	0.10 52	2.75 307	0.09 51

ELAS_RVC	0.14 69	0.18 79	0.11 62	0.19 92	0.11 65	0.18 87	0.13 86	0.16 75	0.11 65	0.17 74	0.11 65	0.14 66	0.11 66	0.09 48	0.11 65	0.12 80	0.17 86	0.10 53	0.18 88	0.11 66	0.18 87	0.11 66	0.10 50	0.11 68	0.19 91	0.11 66	0.19 89	0.12 81
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.14 69	0.23 93	0.10 46	0.19 92	0.11 65	0.20 95	0.11 64	0.16 75	0.10 53	0.15 58	0.11 65	0.15 76	0.11 66	0.09 48	0.11 65	0.11 65	0.16 82	0.10 53	0.17 84	0.11 66	0.18 87	0.11 66	0.09 47	0.10 54	0.18 88	0.11 66	0.19 89	0.12 81
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.21 98	0.16 73	0.12 68	0.16 82	0.13 88	0.18 87	0.14 89	0.16 75	1.89 309	0.16 70	0.12 83	0.17 88	0.12 85	0.13 84	0.13 87	0.13 86	0.17 86	0.13 87	0.17 84	0.12 84	0.16 81	0.12 83	0.12 80	0.12 82	0.17 85	0.12 82	0.16 81	0.12 81

JetBlue	0.23 102	0.12 61	0.13 77	0.12 62	0.12 84	0.12 62	0.11 64	0.14 62	0.12 80	3.07 304	0.12 83	0.12 64	0.11 66	0.11 67	0.13 87	0.13 86	0.12 63	0.12 84	0.13 63	0.11 66	0.12 63	0.13 88	0.12 80	0.14 91	0.13 64	0.12 82	0.12 63	0.11 67

SFCPSM	0.23 102	0.18 79	0.13 77	0.18 89	0.12 84	0.18 87	0.80 253	0.17 79	0.12 80	0.88 198	0.12 83	0.17 88	0.12 85	0.13 84	0.12 82	0.12 80	0.18 90	0.12 84	0.18 88	0.12 84	1.18 262	0.13 88	0.12 80	0.12 82	0.18 88	0.13 87	0.18 87	0.12 81

DeepPruner_ROB	0.15 75	0.18 79	0.12 68	0.18 89	0.12 84	0.18 87	0.12 82	0.18 81	0.13 86	0.18 76	0.12 83	0.18 91	0.12 85	0.13 84	0.12 82	0.13 86	0.18 90	0.13 87	0.18 88	0.12 84	0.19 91	0.12 83	0.13 85	0.12 82	0.18 88	0.12 82	0.18 87	0.12 81

LALA_ROB	0.15 75	0.21 86	0.12 68	0.21 98	0.12 84	0.20 95	0.14 89	0.20 84	0.12 80	0.22 85	0.12 83	0.16 84	0.12 85	0.10 51	0.12 82	0.12 80	0.21 99	0.11 68	0.22 99	0.12 84	0.20 95	0.12 83	0.11 63	0.12 82	0.21 99	0.14 89	0.21 97	0.13 89

SGM_RVC	0.14 69	0.19 84	0.11 62	0.20 94	0.11 65	0.20 95	0.12 82	0.18 81	0.12 80	0.18 76	0.12 83	0.19 94	0.11 66	0.11 67	0.11 65	0.11 65	0.18 90	0.11 68	0.19 92	0.11 66	0.19 91	0.11 66	0.11 63	0.11 68	0.20 95	0.11 66	0.20 94	0.12 81
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DF	0.25 105	1.16 227	1.02 248	0.16 82	0.13 88	0.16 83	0.13 86	1.16 251	0.13 86	0.15 58	0.13 89	0.15 76	0.13 90	0.13 84	0.13 87	0.13 86	0.16 82	0.13 87	0.16 81	0.13 90	0.16 81	0.13 88	0.13 85	0.13 90	0.16 82	0.13 87	0.16 81	0.13 89

DDVS	0.15 75	0.18 79	0.13 77	0.18 89	0.13 88	0.19 92	0.13 86	0.18 81	0.13 86	0.18 76	0.13 89	0.18 91	0.13 90	0.13 84	0.13 87	0.13 86	0.18 90	0.13 87	0.18 88	0.13 90	0.18 87	0.13 88	0.13 85	0.10 54	0.19 91	0.14 89	0.19 89	0.13 89

GMStereo	0.14 69	0.13 64	0.14 81	0.14 66	0.14 92	0.14 67	0.14 89	0.14 62	0.14 91	0.14 52	0.14 91	0.14 66	0.14 92	0.14 89	0.14 92	0.14 91	0.14 66	0.14 91	0.14 65	0.14 92	0.14 65	0.14 92	0.14 88	0.14 91	0.14 66	0.14 89	0.14 66	0.14 92
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.14 69	0.14 66	0.14 81	0.14 66	0.14 92	0.14 67	0.14 89	0.14 62	0.14 91	0.14 52	0.14 91	0.14 66	0.14 92	0.14 89	0.14 92	0.14 91	0.14 66	0.14 91	0.14 65	0.14 92	0.14 65	0.14 92	0.14 88	0.14 91	0.14 66	0.14 89	0.14 66	0.18 113

DepthFocus	0.18 85	0.22 88	0.15 85	0.22 100	0.15 94	0.22 101	0.15 94	0.21 87	0.15 93	0.21 82	0.15 93	0.21 98	0.15 95	0.15 94	0.15 95	0.15 95	0.21 99	0.15 95	0.22 99	0.15 96	0.22 100	0.15 95	0.15 91	0.15 95	0.22 101	0.15 94	0.22 99	0.15 93

VIP-Stereo	0.36 142	2.00 264	1.11 260	0.26 124	0.16 98	0.24 114	0.15 94	2.00 284	0.23 123	0.24 92	0.15 93	0.23 108	0.16 98	0.16 98	0.16 98	0.15 95	0.24 112	0.15 95	0.24 113	0.16 98	0.24 110	0.15 95	0.15 91	0.20 116	0.24 113	0.15 94	0.24 110	0.15 93

dd	0.18 85	0.22 88	0.16 86	0.22 100	0.15 94	0.22 101	0.15 94	0.21 87	0.15 93	0.21 82	0.15 93	0.21 98	0.15 95	0.15 94	0.15 95	0.15 95	0.22 102	0.14 91	0.22 99	0.14 92	0.22 100	0.15 95	0.16 94	0.15 95	0.23 107	0.15 94	0.22 99	0.16 96

dad	0.18 85	0.23 93	0.16 86	0.22 100	0.15 94	0.22 101	0.15 94	0.22 95	0.16 95	0.21 82	0.15 93	0.22 102	0.15 95	0.15 94	0.16 98	0.17 99	0.23 107	0.17 101	0.23 107	0.15 96	0.22 100	0.15 95	0.15 91	0.15 95	0.22 101	0.15 94	0.22 99	0.16 96

IGEV_Zeroshot_test	0.18 85	0.22 88	0.18 96	0.21 98	0.18 112	0.20 95	0.17 101	0.20 84	0.16 95	0.25 98	0.16 97	0.21 98	0.17 101	0.16 98	0.18 110	0.15 95	0.20 96	0.16 97	0.20 95	0.18 112	0.21 97	0.17 103	0.17 96	0.17 99	0.20 95	0.17 101	0.20 94	0.16 96

UPFNet	0.29 117	0.24 101	0.16 86	0.24 113	0.16 98	0.24 114	0.16 99	0.23 103	0.16 95	1.19 231	0.16 97	0.23 108	0.16 98	0.17 100	0.16 98	0.89 252	0.24 112	0.16 97	0.24 113	0.18 112	1.20 265	0.16 99	0.17 96	0.16 98	0.24 113	0.16 99	0.24 110	0.16 96

LACA3	0.21 98	0.27 112	0.23 113	0.25 118	0.17 102	0.25 122	0.17 101	0.28 116	0.17 100	0.25 98	0.17 99	0.25 119	0.17 101	0.22 119	0.17 102	0.17 99	0.25 120	0.17 101	0.25 120	0.17 102	0.25 114	0.17 103	0.17 96	0.17 99	0.25 121	0.17 101	0.25 119	0.17 102

LACA2	0.20 93	0.27 112	0.22 109	0.24 113	0.17 102	0.24 114	0.17 101	0.26 113	0.17 100	0.24 92	0.17 99	0.24 115	0.17 101	0.21 116	0.17 102	0.17 99	0.24 112	0.17 101	0.24 113	0.17 102	0.24 110	0.17 103	0.17 96	0.17 99	0.24 113	0.17 101	0.24 110	0.17 102

LACA1	0.20 93	0.27 112	0.22 109	0.24 113	0.17 102	0.24 114	0.17 101	0.27 115	0.17 100	0.24 92	0.17 99	0.24 115	0.17 101	0.21 116	0.17 102	0.17 99	0.24 112	0.17 101	0.24 113	0.17 102	0.24 110	0.17 103	0.17 96	0.17 99	0.24 113	0.17 101	0.24 110	0.17 102

IGEV-FE	0.29 117	2.85 290	0.36 148	0.20 94	0.17 102	0.19 92	0.17 101	0.37 138	0.17 100	0.19 79	0.17 99	0.19 94	0.17 101	0.17 100	0.17 102	0.17 99	0.19 95	0.17 101	0.19 92	0.17 102	0.19 91	0.17 103	0.17 96	0.17 99	0.19 91	0.17 101	0.19 89	0.17 102

S2M2_L	0.13 62	0.14 66	0.10 46	0.14 66	0.10 52	0.15 76	0.10 53	0.30 121	0.10 53	0.14 52	0.17 99	0.14 66	0.10 54	0.10 51	0.10 54	0.10 53	0.14 66	0.10 53	0.14 65	0.10 53	0.14 65	0.10 54	0.10 50	0.10 54	0.15 72	0.10 52	0.14 66	0.10 55
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo++	0.26 110	1.28 248	1.07 256	0.15 75	0.13 88	0.15 76	0.14 89	1.22 258	0.13 86	0.16 70	0.17 99	0.16 84	0.14 92	0.14 89	0.15 95	0.14 91	0.15 74	0.14 91	0.16 81	0.14 92	0.16 81	0.14 92	0.14 88	0.14 91	0.16 82	0.14 89	0.16 81	0.15 93

ACV-stereo	0.20 93	0.23 93	0.17 91	0.23 108	0.17 102	0.23 110	0.17 101	0.23 103	0.17 100	0.23 91	0.17 99	0.23 108	0.17 101	0.17 100	0.17 102	0.17 99	0.24 112	0.17 101	0.23 107	0.17 102	0.24 110	0.17 103	0.17 96	0.17 99	0.23 107	0.17 101	0.23 108	0.17 102

Pointernet	0.22 100	0.41 136	0.38 152	0.22 100	0.17 102	0.22 101	0.17 101	0.41 153	0.17 100	0.22 85	0.17 99	0.22 102	0.17 101	0.18 107	0.18 110	0.18 108	0.23 107	0.18 114	0.23 107	0.18 112	0.23 107	0.18 114	0.17 96	0.17 99	0.22 101	0.18 113	0.22 99	0.17 102

MSKI-zero shot	0.19 89	0.21 86	0.16 86	0.22 100	0.16 98	0.23 110	0.17 101	0.22 95	0.17 100	0.22 85	0.17 99	0.22 102	0.16 98	0.19 111	0.16 98	0.17 99	0.23 107	0.16 97	0.22 99	0.16 98	0.22 100	0.17 103	0.16 94	0.17 99	0.22 101	0.19 115	0.22 99	0.16 96

MIM_Stereo	0.19 89	0.23 93	0.18 96	0.22 100	0.16 98	0.22 101	0.16 99	0.21 87	0.16 95	0.22 85	0.17 99	0.21 98	0.17 101	0.20 112	0.18 110	0.17 99	0.22 102	0.18 114	0.22 99	0.16 98	0.21 97	0.16 99	0.17 96	0.17 99	0.21 99	0.16 99	0.22 99	0.20 117

MMNet	0.30 121	0.24 101	0.17 91	0.24 113	0.17 102	0.24 114	0.17 101	0.23 103	0.18 111	1.21 234	0.17 99	0.23 108	0.17 101	0.17 100	0.17 102	0.89 252	0.24 112	0.17 101	0.24 113	0.17 102	1.22 267	0.16 99	0.17 96	0.17 99	0.24 113	0.17 101	0.24 110	0.17 102

delet	0.30 121	0.24 101	0.17 91	0.24 113	0.17 102	0.24 114	0.17 101	0.23 103	0.16 95	1.21 234	0.17 99	0.24 115	0.17 101	0.17 100	0.17 102	0.91 256	0.24 112	0.17 101	0.24 113	0.17 102	1.23 269	0.17 103	0.17 96	0.17 99	0.24 113	0.17 101	0.24 110	0.17 102

psm_up	0.30 121	0.24 101	0.17 91	0.25 118	0.17 102	0.24 114	0.17 101	0.24 107	0.17 100	1.20 233	0.17 99	0.23 108	0.17 101	0.17 100	0.18 110	0.90 255	0.24 112	0.17 101	0.25 120	0.17 102	1.24 272	0.17 103	0.17 96	0.17 99	0.24 113	0.17 101	0.24 110	0.17 102

iResNetv2_ROB	0.20 93	0.22 88	0.19 100	0.23 108	0.19 116	0.22 101	0.17 101	0.22 95	0.17 100	0.22 85	0.17 99	0.22 102	0.17 101	0.18 107	0.18 110	0.19 111	0.22 102	0.17 101	0.23 107	0.17 102	0.25 114	0.18 114	0.17 96	0.18 113	0.23 107	0.17 101	0.25 119	0.17 102

iResNet	0.19 89	0.23 93	0.17 91	0.22 100	0.17 102	0.22 101	0.19 115	0.22 95	0.17 100	0.22 85	0.17 99	0.22 102	0.17 101	0.17 100	0.17 102	0.17 99	0.22 102	0.17 101	0.22 99	0.17 102	0.23 107	0.17 103	0.18 110	0.17 99	0.23 107	0.17 101	0.23 108	0.17 102

castereo	0.34 136	1.59 255	1.39 276	0.17 86	0.15 94	0.18 87	0.26 129	1.74 274	0.17 100	0.19 79	0.18 114	0.18 91	0.20 116	0.20 112	0.22 123	0.21 114	0.18 90	0.17 101	0.19 92	0.16 98	0.18 87	0.20 118	0.17 96	0.21 120	0.19 91	0.17 101	0.19 89	0.16 96

CFNet	0.55 191	0.25 105	0.18 96	0.25 118	0.18 112	0.25 122	0.18 114	0.25 108	0.18 111	0.25 98	0.18 114	0.25 119	0.18 114	0.18 107	0.18 110	0.18 108	0.25 120	0.18 114	0.25 120	0.18 112	5.31 337	4.36 337	0.18 110	0.18 113	0.25 121	0.18 113	0.25 119	0.18 113

AANet_RVC	0.61 199	0.31 120	5.05 331	0.31 133	0.19 116	0.24 114	0.20 117	5.86 327	0.20 115	0.24 92	0.18 114	0.25 119	0.20 116	0.23 124	0.21 119	0.18 108	0.37 147	0.18 114	0.24 113	0.19 117	0.25 114	0.19 117	0.19 113	0.19 115	0.24 113	0.15 94	0.24 110	0.20 117

DAS	0.20 93	0.20 85	0.20 102	0.20 94	0.20 118	0.20 95	0.20 117	0.20 84	0.20 115	0.20 81	0.20 117	0.20 97	0.20 116	0.20 112	0.20 118	0.20 112	0.20 96	0.20 120	0.20 95	0.20 119	0.20 95	0.20 118	0.20 115	0.20 116	0.20 95	0.20 116	0.20 94	0.20 117

GEStereo_RVC	0.36 142	0.23 93	0.18 96	0.23 108	0.18 112	0.23 110	0.19 115	0.22 95	0.19 113	0.24 92	0.20 117	0.24 115	0.18 114	0.18 107	0.18 110	0.21 114	0.25 120	0.18 114	0.22 99	0.18 112	0.23 107	0.18 114	0.19 113	0.20 116	0.23 107	0.20 116	4.43 326	0.19 115

DEFOM-Stereo_RVC	0.40 153	2.14 273	1.91 301	0.20 94	0.18 112	0.19 92	0.17 101	2.23 287	0.19 113	0.24 92	0.21 119	0.19 94	0.21 120	0.20 112	0.18 110	0.20 112	0.20 96	0.18 114	0.20 95	0.19 117	0.19 91	0.17 103	0.18 110	0.17 99	0.20 95	0.20 116	0.21 97	0.19 115

HGLStereo	0.27 111	0.25 105	0.21 108	0.35 141	0.21 119	0.35 140	0.21 119	0.34 130	0.21 117	0.39 126	0.21 119	0.34 137	0.21 120	0.22 119	0.21 119	0.21 114	0.35 139	0.22 122	0.35 138	0.22 122	0.35 134	0.22 120	0.21 116	0.21 120	0.35 139	0.21 119	0.35 138	0.21 120

DISCO	0.59 198	0.29 116	0.22 109	0.27 126	5.05 342	0.30 132	0.21 119	0.28 116	0.21 117	0.27 106	0.21 119	0.27 128	0.20 116	0.21 116	0.21 119	0.21 114	0.27 129	0.21 121	0.27 128	0.21 121	0.27 122	0.23 125	0.21 116	0.21 120	0.27 128	0.21 119	5.06 334	0.22 122

model_zeroshot	0.27 111	0.30 118	0.19 100	0.36 145	0.23 125	0.25 122	0.27 133	0.33 124	0.21 117	0.35 114	0.22 122	0.25 119	0.27 136	0.26 130	0.23 125	0.26 126	0.35 139	0.22 122	0.36 141	0.23 127	0.25 114	0.27 133	0.27 131	0.23 126	0.36 141	0.22 122	0.25 119	0.27 136

DCVSM-stereo	0.27 111	0.38 130	0.22 109	0.38 151	0.22 120	0.38 153	0.22 121	0.29 119	0.22 120	0.29 107	0.22 122	0.29 131	0.22 122	0.22 119	0.21 119	0.21 114	0.38 150	0.22 122	0.38 149	0.22 122	0.38 143	0.22 120	0.21 116	0.25 129	0.38 148	0.21 119	0.38 146	0.21 120

WAO-6	0.30 121	0.22 88	0.23 113	0.22 100	0.23 125	0.23 110	0.22 121	0.22 95	0.23 123	2.21 281	0.22 122	0.22 102	0.22 122	0.22 119	0.22 123	0.23 119	0.22 102	0.23 127	0.22 99	0.22 122	0.22 100	0.22 120	0.22 119	0.22 123	0.23 107	0.23 125	0.22 99	0.22 122

IMH-64-1	0.29 117	0.23 93	0.23 113	0.23 108	0.22 120	0.22 101	0.23 123	0.22 95	0.22 120	2.02 271	0.23 125	0.23 108	0.22 122	0.23 124	0.23 125	0.23 119	0.23 107	0.22 122	0.23 107	0.22 122	0.22 100	0.22 120	0.22 119	0.22 123	0.22 101	0.22 122	0.22 99	0.22 122

IMH-64	0.29 117	0.23 93	0.23 113	0.23 108	0.22 120	0.22 101	0.23 123	0.22 95	0.22 120	2.02 271	0.23 125	0.23 108	0.22 122	0.23 124	0.23 125	0.23 119	0.23 107	0.22 122	0.23 107	0.22 122	0.22 100	0.22 120	0.22 119	0.22 123	0.22 101	0.22 122	0.22 99	0.22 122

DLNR_Zeroshot_test	0.27 111	0.30 118	0.23 113	0.30 131	0.22 120	0.31 133	0.24 125	0.29 119	0.23 123	0.38 123	0.23 125	0.29 131	0.23 126	0.22 119	0.23 125	0.23 119	0.30 132	0.34 161	0.29 130	0.23 127	0.29 126	0.29 151	0.22 119	0.23 126	0.30 131	0.23 125	0.30 130	0.23 126

FCDSN-DC	0.44 165	0.31 120	0.35 146	0.34 137	0.28 138	0.35 140	0.30 158	0.32 123	0.25 126	1.32 241	0.24 128	1.00 251	0.32 157	0.35 158	0.34 161	0.30 148	0.72 221	0.37 172	0.48 189	0.32 160	0.53 197	0.49 208	0.23 123	0.29 151	0.50 192	0.42 192	0.61 211	0.71 246
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 116	0.32 122	0.24 118	0.33 135	0.26 129	0.32 135	0.24 125	0.33 124	0.25 126	0.33 109	0.24 128	0.35 140	0.24 127	0.23 124	0.24 129	0.25 123	0.32 134	0.24 128	0.36 141	0.24 129	0.32 128	0.28 139	0.24 124	0.24 128	0.32 133	0.24 127	0.33 132	0.24 127

LoS_RVC	0.25 105	0.25 105	0.25 119	0.25 118	0.25 127	0.25 122	0.25 127	0.25 108	0.25 126	0.25 98	0.25 130	0.25 119	0.25 128	0.26 130	0.25 130	0.26 126	0.25 120	0.25 129	0.26 124	0.25 130	0.25 114	0.25 126	0.25 125	0.25 129	0.25 121	0.25 128	0.25 119	0.25 128

tt_ll	0.25 105	0.25 105	0.25 119	0.25 118	0.25 127	0.25 122	0.25 127	0.25 108	0.25 126	0.25 98	0.25 130	0.25 119	0.25 128	0.26 130	0.25 130	0.26 126	0.25 120	0.25 129	0.26 124	0.25 130	0.25 114	0.25 126	0.25 125	0.25 129	0.25 121	0.25 128	0.25 119	0.25 128

CAS	0.25 105	0.25 105	0.25 119	0.25 118	0.26 129	0.26 129	0.26 129	0.25 108	0.25 126	0.25 98	0.25 130	0.25 119	0.25 128	0.25 128	0.25 130	0.25 123	0.26 127	0.25 129	0.26 124	0.26 134	0.25 114	0.25 126	0.25 125	0.26 133	0.25 121	0.26 132	0.25 119	0.25 128

LoS	0.25 105	0.25 105	0.27 123	0.27 126	0.26 129	0.25 122	0.26 129	0.26 113	0.25 126	0.26 105	0.25 130	0.25 119	0.25 128	0.26 130	0.25 130	0.25 123	0.25 120	0.25 129	0.25 120	0.25 130	0.27 122	0.25 126	0.26 129	0.26 133	0.26 126	0.25 128	0.25 119	0.25 128
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DEFOM-Stereo	0.43 163	1.60 257	1.47 281	0.30 131	0.28 138	0.31 133	0.28 140	1.65 272	0.25 126	0.29 107	0.26 134	0.30 133	0.29 147	0.27 137	0.26 135	0.26 126	0.30 132	0.29 146	0.30 132	0.26 134	0.29 126	0.29 151	0.27 131	0.26 133	0.30 131	0.29 152	0.30 130	0.29 150

UNDER WATER-64	0.31 129	0.25 105	0.25 119	0.26 124	0.26 129	0.25 122	0.26 129	0.25 108	0.26 133	1.69 256	0.26 134	0.25 119	0.25 128	0.25 128	0.26 135	0.26 126	0.25 120	0.26 133	0.26 124	0.26 134	0.25 114	0.25 126	0.25 125	0.25 129	0.26 126	0.26 132	0.25 119	0.26 133

4D-IteraStereo	0.67 208	3.40 295	1.05 253	0.71 230	0.83 253	0.47 186	0.27 133	0.47 168	0.27 135	0.35 114	0.26 134	0.68 216	0.84 252	0.41 178	0.54 217	0.89 252	0.74 224	0.88 256	0.73 225	0.87 257	0.42 163	0.27 133	0.28 136	0.28 141	0.36 141	0.28 137	0.68 215	0.90 256

iRaft-Stereo_20w	0.30 121	0.46 151	0.27 123	0.34 137	0.26 129	0.35 140	0.28 140	0.34 130	0.26 133	0.34 112	0.26 134	0.34 137	0.26 134	0.26 130	0.26 135	0.26 126	0.34 136	0.26 133	0.34 136	0.26 134	0.34 130	0.26 132	0.26 129	0.26 133	0.34 136	0.26 132	0.34 136	0.26 133

Former-RAFT_DAM_RVC	0.38 149	1.06 220	0.54 198	0.59 212	0.27 134	0.46 180	0.27 133	0.46 162	0.27 135	0.46 149	0.27 138	0.46 175	0.26 134	0.27 137	0.27 138	0.26 126	0.46 176	0.26 133	0.45 176	0.30 155	0.46 170	0.27 133	0.27 131	0.27 137	0.46 175	0.27 135	0.45 172	0.26 133

MLCV	0.30 121	0.33 123	0.28 126	0.34 137	0.28 138	0.33 136	0.28 140	0.33 124	0.29 148	0.33 109	0.27 138	0.33 135	0.28 138	0.26 130	0.29 150	0.28 136	0.33 135	0.28 137	0.33 133	0.28 139	0.33 129	0.27 133	0.28 136	0.28 141	0.33 134	0.28 137	0.33 132	0.28 139

DN-CSS_ROB	0.30 121	0.34 124	0.29 131	0.34 137	0.27 134	0.34 138	0.28 140	0.33 124	0.27 135	0.34 112	0.27 138	0.34 137	0.28 138	0.29 144	0.27 138	0.26 126	0.35 139	0.29 146	0.33 133	0.28 139	0.34 130	0.28 139	0.28 136	0.27 137	0.34 136	0.28 137	0.33 132	0.28 139

SQANet	0.33 133	0.28 115	0.28 126	0.28 130	0.28 138	0.29 131	0.28 140	0.28 116	0.28 140	1.59 253	0.28 141	0.28 130	0.28 138	0.28 142	0.28 142	0.28 136	0.28 130	0.28 137	0.29 130	0.28 139	0.28 124	0.28 139	0.28 136	0.28 141	0.28 129	0.28 137	0.28 128	0.28 139

anonymity	0.30 121	0.34 124	0.27 123	0.33 135	0.27 134	0.33 136	0.28 140	0.33 124	0.28 140	0.33 109	0.28 141	0.33 135	0.28 138	0.28 142	0.28 142	0.28 136	0.34 136	0.28 137	0.34 136	0.28 139	0.34 130	0.27 133	0.27 131	0.27 137	0.34 136	0.28 137	0.34 136	0.28 139

IER	0.56 194	2.72 289	2.20 305	0.38 151	0.29 148	0.38 153	0.27 133	2.77 304	0.27 135	0.38 123	0.28 141	0.37 148	0.25 128	0.26 130	0.25 130	0.26 126	0.38 150	0.29 146	0.38 149	0.25 130	0.39 152	0.25 126	0.29 144	0.29 151	0.40 158	0.25 128	0.38 146	0.25 128

PML	0.39 152	0.56 174	0.29 131	0.55 206	0.28 138	0.56 208	0.28 140	0.51 182	0.28 140	0.50 158	0.28 141	0.51 196	0.28 138	0.29 144	0.28 142	0.29 146	0.56 203	0.29 146	0.57 211	0.28 139	0.56 201	0.28 139	0.28 136	0.29 151	0.56 207	0.28 137	0.56 204	0.28 139

CFNet_pseudo	1.01 257	9.78 336	0.29 131	0.38 151	0.28 138	0.38 153	0.28 140	0.38 141	0.28 140	0.39 126	0.28 141	0.39 155	0.28 138	9.50 344	0.29 150	0.28 136	0.38 150	0.28 137	0.38 149	0.28 139	0.38 143	0.28 139	0.28 136	0.28 141	0.38 148	0.28 137	0.38 146	0.28 139

pcwnet_v2	1.01 257	9.73 335	0.28 126	0.38 151	0.28 138	0.38 153	0.28 140	0.38 141	0.28 140	0.38 123	0.28 141	0.39 155	0.28 138	9.61 345	0.28 142	0.28 136	0.38 150	0.28 137	0.38 149	0.28 139	0.38 143	0.28 139	0.29 144	0.28 141	0.38 148	0.28 137	0.38 146	0.28 139

DGSMNet	0.33 133	0.42 142	0.28 126	0.40 163	0.28 138	0.40 163	0.28 140	0.40 151	0.28 140	0.40 134	0.28 141	0.39 155	0.28 138	0.27 137	0.28 142	0.28 136	0.40 164	0.28 137	0.42 170	0.29 148	0.41 158	0.31 156	0.29 144	0.28 141	0.41 163	0.28 137	0.42 167	0.29 150

UCFNet_RVC	1.03 262	10.10 339	0.28 126	0.38 151	0.28 138	0.39 160	0.28 140	0.38 141	0.28 140	0.39 126	0.28 141	0.39 155	0.29 147	9.62 346	0.28 142	0.28 136	0.38 150	0.28 137	0.38 149	0.28 139	0.39 152	0.28 139	0.29 144	0.28 141	0.39 157	0.28 137	0.38 146	0.29 150

gcap_with_dpt	0.34 136	0.42 142	0.29 131	0.42 174	0.29 148	0.42 171	0.29 153	0.39 147	0.29 148	0.39 126	0.29 149	0.39 155	0.29 147	0.29 144	0.29 150	0.28 136	0.42 171	0.29 146	0.42 170	0.29 148	0.42 163	0.28 139	0.28 136	0.28 141	0.41 163	0.28 137	0.41 161	0.28 139

GCAP-BAT	0.34 136	0.42 142	0.29 131	0.42 174	0.29 148	0.42 171	0.29 153	0.39 147	0.29 148	0.39 126	0.29 149	0.39 155	0.29 147	0.29 144	0.29 150	0.28 136	0.42 171	0.29 146	0.42 170	0.29 148	0.42 163	0.28 139	0.28 136	0.28 141	0.41 163	0.28 137	0.41 161	0.28 139

TorneroNet-64	0.69 211	0.65 187	0.30 137	0.27 126	0.47 200	0.28 130	0.35 165	0.34 130	0.80 247	7.93 344	0.29 149	0.30 133	0.31 154	0.81 249	0.28 142	0.27 135	0.29 131	0.28 137	0.85 236	0.83 255	0.62 210	0.28 139	0.30 152	0.28 141	0.52 198	0.29 152	0.29 129	0.27 136

Any-RAFT	0.32 130	0.45 147	0.29 131	0.36 145	0.29 148	0.36 145	0.29 153	0.36 137	0.29 148	0.35 114	0.29 149	0.35 140	0.28 138	0.27 137	0.28 142	0.28 136	0.35 139	0.28 137	0.35 138	0.28 139	0.35 134	0.28 139	0.29 144	0.29 151	0.36 141	0.29 152	0.36 141	0.29 150

GES	0.43 163	0.41 136	0.31 140	0.35 141	0.30 155	0.47 186	0.28 140	0.33 124	0.28 140	0.35 114	0.29 149	2.95 307	0.38 174	0.35 158	0.30 154	0.34 160	0.34 136	0.30 152	0.33 133	0.30 155	0.35 134	0.30 154	0.33 158	0.33 162	0.33 134	0.31 158	0.33 132	0.29 150

GREAT-IGEV	0.36 142	0.46 151	0.33 144	0.43 176	0.30 155	0.43 176	0.30 158	0.45 161	0.30 152	0.42 142	0.30 154	0.43 171	0.30 152	0.30 149	0.30 154	0.30 148	0.43 173	0.30 152	0.43 173	0.30 155	0.43 166	0.30 154	0.30 152	0.30 155	0.43 171	0.30 155	0.43 169	0.30 156
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
EKT-Stereo	0.36 142	0.50 164	0.30 137	0.40 163	0.29 148	0.40 163	0.29 153	0.35 133	0.30 152	0.47 152	0.30 154	0.35 140	0.32 157	0.29 144	0.34 161	0.33 159	0.59 205	0.31 155	0.39 160	0.29 148	0.37 140	0.38 172	0.29 144	0.31 157	0.58 210	0.28 137	0.51 195	0.29 150

RAFT-Test	0.34 136	0.45 147	0.30 137	0.38 151	0.32 160	0.40 163	0.32 162	0.39 147	0.32 155	0.39 126	0.30 154	0.37 148	0.29 147	0.30 149	0.30 154	0.29 146	0.38 150	0.30 152	0.38 149	0.29 148	0.38 143	0.29 151	0.29 144	0.30 155	0.38 148	0.30 155	0.38 146	0.30 156

LG-Stereo_L2	0.32 130	0.45 147	0.36 148	0.37 147	0.27 134	0.37 149	0.27 133	0.43 158	0.27 135	0.36 120	0.31 157	0.36 146	0.27 136	0.27 137	0.27 138	0.30 148	0.37 147	0.27 136	0.37 145	0.27 138	0.37 140	0.27 133	0.27 131	0.27 137	0.37 145	0.27 135	0.37 144	0.27 136

RSM	0.33 133	0.36 128	0.31 140	0.39 162	0.32 160	0.36 145	0.30 158	0.35 133	0.38 172	0.35 114	0.31 157	0.35 140	0.30 152	0.30 149	0.31 157	0.30 148	0.36 144	0.31 155	0.36 141	0.30 155	0.36 138	0.31 156	0.31 154	0.31 157	0.36 141	0.31 158	0.36 141	0.31 159

CASnet	0.32 130	0.53 167	0.34 145	0.27 126	0.31 158	0.34 138	0.29 153	0.31 122	0.32 155	0.25 98	0.31 157	0.27 128	0.40 184	0.45 188	0.27 138	0.30 148	0.26 127	0.40 183	0.28 129	0.37 173	0.28 124	0.39 181	0.29 144	0.40 187	0.29 130	0.28 137	0.24 110	0.30 156
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DDF-Stereo	0.37 147	0.57 177	0.50 190	0.40 163	0.32 160	0.40 163	0.32 162	0.53 185	0.32 155	0.39 126	0.32 160	0.39 155	0.32 157	0.32 152	0.32 159	0.32 157	0.40 164	0.32 159	0.40 161	0.32 160	0.40 157	0.32 159	0.32 155	0.32 159	0.40 158	0.32 160	0.40 157	0.32 161

GIP-stereo	0.38 149	0.56 174	0.40 156	0.45 180	0.33 163	0.44 178	0.35 165	0.49 175	0.33 159	0.43 143	0.32 160	0.42 167	0.31 154	0.33 153	0.33 160	0.34 160	0.40 164	0.32 159	0.40 161	0.32 160	0.43 166	0.38 172	0.33 158	0.32 159	0.43 171	0.32 160	0.42 167	0.34 165

RAFT + AFF	0.34 136	0.29 116	0.32 143	0.31 133	0.30 155	0.39 160	0.32 162	0.39 147	0.30 152	0.39 126	0.32 160	0.39 155	0.32 157	0.35 158	0.36 167	0.32 157	0.38 150	0.31 155	0.38 149	0.31 159	0.38 143	0.28 139	0.37 172	0.34 164	0.38 148	0.30 155	0.38 146	0.28 139

ccs_rob	1.00 253	10.06 338	0.31 140	0.44 178	0.31 158	0.43 176	0.31 161	0.43 158	0.32 155	0.45 146	0.32 160	1.20 269	0.31 154	7.02 343	0.31 157	0.31 153	0.44 174	0.31 155	0.44 175	0.32 160	0.44 168	0.31 156	0.32 155	0.32 159	0.44 173	0.32 160	0.43 169	0.31 159

HCRNet	0.71 217	6.06 317	3.15 319	0.50 198	0.22 120	0.21 100	0.15 94	3.04 306	0.34 160	0.43 143	0.33 164	0.43 171	0.33 161	0.15 94	0.14 92	0.14 91	0.21 99	0.17 101	0.47 182	0.20 119	0.21 97	0.16 99	0.32 155	0.33 162	0.50 192	0.33 163	0.49 191	0.28 139

LL-Strereo2	0.47 171	2.60 286	0.51 194	0.38 151	0.28 138	0.37 149	0.28 140	0.55 191	0.35 164	0.44 145	0.34 165	0.44 173	0.34 162	0.34 154	0.36 167	0.36 165	0.47 180	0.36 167	0.47 182	0.35 167	0.47 174	0.35 163	0.35 163	0.35 168	0.46 175	0.35 165	0.47 177	0.35 166

GASTEREO	0.41 154	0.54 168	0.44 168	0.48 190	0.35 168	0.48 192	0.35 165	0.53 185	0.35 164	0.46 149	0.35 166	0.46 175	0.35 164	0.35 158	0.35 163	0.35 163	0.47 180	0.35 165	0.47 182	0.35 167	0.47 174	0.38 172	0.35 163	0.35 168	0.48 186	0.35 165	0.47 177	0.35 166

CES	0.38 149	0.34 124	0.44 168	0.43 176	0.33 163	0.37 149	0.44 196	0.37 138	0.38 172	0.45 146	0.35 166	0.35 140	0.41 185	0.45 188	0.36 167	0.36 165	0.36 144	0.45 194	0.43 173	0.35 167	0.34 130	0.46 193	0.36 168	0.36 171	0.42 170	0.34 164	0.35 138	0.38 177

ETE_ROB	0.35 141	0.35 127	0.35 146	0.35 141	0.35 168	0.35 140	0.35 165	0.35 133	0.35 164	0.35 114	0.35 166	0.35 140	0.35 164	0.35 158	0.35 163	0.35 163	0.35 139	0.35 165	0.35 138	0.35 167	0.35 134	0.35 163	0.35 163	0.35 168	0.35 139	0.35 165	0.35 138	0.35 166

GEAStereo	0.42 160	0.55 170	0.44 168	0.48 190	0.35 168	0.48 192	0.35 165	0.54 187	0.35 164	0.47 152	0.36 169	0.47 180	0.41 185	0.38 167	0.38 172	0.38 171	0.51 195	0.36 167	0.51 200	0.38 177	0.48 181	0.35 163	0.35 163	0.36 171	0.52 198	0.37 174	0.48 183	0.36 171

GSStereo	0.42 160	0.56 174	0.44 168	0.48 190	0.36 173	0.48 192	0.36 171	0.54 187	0.36 169	0.47 152	0.36 169	0.47 180	0.36 169	0.36 163	0.35 163	0.36 165	0.48 185	0.36 167	0.48 189	0.36 171	0.48 181	0.36 168	0.36 168	0.36 171	0.48 186	0.36 168	0.48 183	0.35 166

gasm-f	0.42 160	0.55 170	0.44 168	0.48 190	0.35 168	0.48 192	0.35 165	0.54 187	0.35 164	0.47 152	0.36 169	0.47 180	0.41 185	0.38 167	0.38 172	0.38 171	0.51 195	0.36 167	0.51 200	0.38 177	0.48 181	0.35 163	0.35 163	0.36 171	0.52 198	0.37 174	0.48 183	0.36 171

GMOStereo	0.50 174	0.44 145	2.38 311	0.40 163	0.34 165	0.42 171	0.36 171	1.96 279	0.34 160	0.41 135	0.36 169	0.42 167	0.35 164	0.34 154	0.38 172	0.31 153	0.39 160	0.34 161	0.40 161	0.33 164	0.39 152	0.33 160	0.33 158	0.34 164	0.40 158	0.36 168	0.40 157	0.32 161

error version	0.50 174	0.44 145	2.38 311	0.40 163	0.34 165	0.42 171	0.36 171	1.96 279	0.34 160	0.41 135	0.36 169	0.42 167	0.35 164	0.34 154	0.38 172	0.31 153	0.39 160	0.34 161	0.40 161	0.33 164	0.39 152	0.33 160	0.33 158	0.34 164	0.40 158	0.36 168	0.40 157	0.32 161

test_1	0.65 203	4.37 305	2.38 311	0.40 163	0.34 165	0.42 171	0.36 171	1.96 279	0.34 160	0.41 135	0.36 169	0.42 167	0.35 164	0.34 154	0.38 172	0.31 153	0.39 160	0.34 161	0.40 161	0.33 164	0.39 152	0.33 160	0.33 158	0.34 164	0.40 158	0.36 168	0.40 157	0.32 161

LG-Stereo	0.57 196	0.58 180	0.43 166	0.54 203	0.65 230	0.95 244	0.69 244	0.69 203	0.38 172	0.52 162	0.37 175	0.53 200	0.37 171	0.68 237	0.73 248	0.72 243	0.70 217	0.37 172	0.54 207	0.37 173	0.54 199	0.37 169	0.37 172	0.56 221	0.95 245	0.59 225	0.84 232	0.37 174

DMCA	0.36 142	0.38 130	0.37 150	0.35 141	0.35 168	0.35 140	0.36 171	0.35 133	0.36 169	0.36 120	0.37 175	0.36 146	0.36 169	0.36 163	0.35 163	0.37 168	0.36 144	0.36 167	0.36 141	0.36 171	0.36 138	0.35 163	0.36 168	0.36 171	0.37 145	0.36 168	0.36 141	0.36 171

XPNet_ROB	0.37 147	0.37 129	0.37 150	0.37 147	0.37 174	0.37 149	0.37 176	0.37 138	0.37 171	0.37 122	0.37 175	0.37 148	0.37 171	0.37 165	0.37 170	0.37 168	0.37 147	0.37 172	0.37 145	0.37 173	0.37 140	0.37 169	0.37 172	0.37 177	0.37 145	0.37 174	0.37 144	0.37 174

MSCF	0.44 165	0.60 183	0.47 176	0.50 198	0.40 184	0.50 199	0.38 179	0.57 195	0.38 172	0.48 156	0.38 178	0.48 188	0.38 174	0.38 167	0.38 172	0.38 171	0.49 190	0.38 175	0.49 193	0.39 184	0.50 189	0.38 172	0.38 176	0.38 178	0.49 191	0.38 178	0.49 191	0.38 177

LG-Stereo_L1	0.44 165	0.58 180	0.49 189	0.51 201	0.38 178	0.51 201	0.38 179	0.56 193	0.38 172	0.50 158	0.38 178	0.50 193	0.38 174	0.38 167	0.38 172	0.38 171	0.52 197	0.38 175	0.52 203	0.38 177	0.51 191	0.38 172	0.38 176	0.38 178	0.52 198	0.38 178	0.51 195	0.40 185

LG-Stereo_Zeroshot	0.45 168	0.57 177	0.45 174	0.54 203	0.37 174	0.53 205	0.37 176	0.56 193	0.40 181	0.53 164	0.38 178	0.53 200	0.37 171	0.37 165	0.37 170	0.37 168	0.55 200	0.38 175	0.53 205	0.37 173	0.53 197	0.37 169	0.37 172	0.39 185	0.54 203	0.37 174	0.54 201	0.37 174

WAO-7	0.46 169	0.38 130	0.38 152	0.38 151	0.38 178	0.38 153	0.38 179	0.38 141	0.38 172	2.57 297	0.38 178	0.38 151	0.38 174	0.38 167	0.38 172	0.38 171	0.38 150	0.38 175	0.38 149	0.38 177	0.38 143	0.38 172	0.38 176	0.38 178	0.38 148	0.38 178	0.38 146	0.38 177

HanzoNet	0.47 171	0.39 134	0.38 152	0.38 151	0.38 178	0.38 153	0.38 179	0.40 151	0.38 172	2.63 298	0.38 178	0.38 151	0.38 174	0.38 167	0.38 172	0.39 179	0.38 150	0.38 175	0.38 149	0.42 192	0.38 143	0.39 181	0.39 182	0.38 178	0.38 148	0.38 178	0.38 146	0.39 183

Venus	0.46 169	0.38 130	0.40 156	0.38 151	0.38 178	0.39 160	0.38 179	0.38 141	0.38 172	2.71 299	0.38 178	0.38 151	0.38 174	0.38 167	0.38 172	0.38 171	0.38 150	0.38 175	0.38 149	0.38 177	0.38 143	0.38 172	0.38 176	0.38 178	0.38 148	0.38 178	0.39 156	0.38 177

IMH	0.47 171	0.40 135	0.39 155	0.38 151	0.38 178	0.38 153	0.38 179	0.38 141	0.40 181	2.79 301	0.38 178	0.38 151	0.38 174	0.38 167	0.38 172	0.38 171	0.39 160	0.38 175	0.38 149	0.40 186	0.38 143	0.38 172	0.38 176	0.38 178	0.38 148	0.38 178	0.38 146	0.38 177

iRaftStereo_RVC	0.62 201	1.76 260	2.24 307	0.52 202	0.37 174	0.53 205	0.38 179	2.51 298	0.38 172	0.51 161	0.38 178	0.51 196	0.38 174	0.38 167	0.38 172	0.38 171	0.52 197	0.38 175	0.52 203	0.38 177	0.52 194	0.38 172	0.38 176	0.38 178	0.52 198	0.39 184	0.52 198	0.38 177

quiztm	0.41 154	0.45 147	0.40 156	0.44 178	0.39 183	0.45 179	0.39 186	0.44 160	0.40 181	0.45 146	0.39 186	0.45 174	0.39 183	0.39 176	0.40 185	0.39 179	0.45 175	0.40 183	0.45 176	0.39 184	0.44 168	0.39 181	0.39 182	0.39 185	0.44 173	0.39 184	0.44 171	0.39 183

MLG-Stereo	0.87 244	1.33 250	0.93 241	0.62 218	1.00 259	1.16 266	0.55 218	0.86 220	0.83 252	1.19 231	0.40 187	1.30 274	0.81 250	0.65 225	0.45 197	1.01 266	1.17 265	0.46 195	1.29 275	0.58 222	1.05 252	0.90 256	0.73 247	0.87 258	0.60 214	1.01 266	1.13 263	0.51 212

WAO-8	1.02 260	1.50 253	1.49 282	0.40 163	0.40 184	1.56 285	0.98 260	1.55 270	0.58 223	4.18 323	0.40 187	0.79 231	0.48 204	0.91 253	0.39 184	0.99 262	0.71 220	0.70 245	0.51 200	0.77 248	1.07 254	0.82 252	0.69 239	0.96 265	1.01 257	1.30 288	1.10 261	1.38 292

GwcNet-ADL	0.41 154	0.41 136	0.41 159	0.41 170	0.41 186	0.41 167	0.41 188	0.41 153	0.41 185	0.41 135	0.41 189	0.41 163	0.41 185	0.41 178	0.41 188	0.41 181	0.41 167	0.41 186	0.41 166	0.41 187	0.41 158	0.41 186	0.41 185	0.41 188	0.41 163	0.41 187	0.41 161	0.41 187

PSMNet-ADL	0.41 154	0.41 136	0.41 159	0.41 170	0.41 186	0.41 167	0.41 188	0.41 153	0.41 185	0.41 135	0.41 189	0.41 163	0.41 185	0.41 178	0.41 188	0.41 181	0.41 167	0.41 186	0.41 166	0.41 187	0.41 158	0.41 186	0.41 185	0.41 188	0.41 163	0.41 187	0.41 161	0.41 187

GANet-ADL	0.41 154	0.41 136	0.41 159	0.41 170	0.41 186	0.41 167	0.41 188	0.41 153	0.41 185	0.41 135	0.41 189	0.41 163	0.41 185	0.41 178	0.41 188	0.41 181	0.41 167	0.41 186	0.41 166	0.41 187	0.41 158	0.41 186	0.41 185	0.41 188	0.41 163	0.41 187	0.41 161	0.41 187

CroCo-Stereo	0.80 227	2.51 281	0.41 159	1.27 277	0.41 186	1.27 276	0.41 188	1.27 261	0.41 185	1.27 238	0.41 189	1.27 273	0.41 185	0.41 178	0.41 188	0.41 181	1.28 274	0.41 186	1.27 272	0.41 187	1.27 273	0.41 186	0.42 189	0.41 188	1.27 277	0.41 187	1.27 275	0.41 187
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
ADLNet	0.41 154	0.41 136	0.41 159	0.41 170	0.41 186	0.41 167	0.41 188	0.41 153	0.41 185	0.41 135	0.41 189	0.41 163	0.41 185	0.41 178	0.41 188	0.41 181	0.41 167	0.41 186	0.41 166	0.41 187	0.41 158	0.41 186	0.41 185	0.41 188	0.41 163	0.41 187	0.41 161	0.41 187

FSD		0.55 170	0.42 165	0.54 203	0.42 191	0.55 207	0.43 194	0.54 187	0.42 190	0.59 169	0.42 194			0.43 184	0.42 194	0.42 186			2.46 302	0.44 195				0.44 195	0.55 204	0.43 194	0.55 202	0.53 215

DN	0.50 174	0.59 182	0.44 168	0.59 212	0.44 194	0.59 212	0.44 196	0.57 195	0.44 192	0.57 168	0.44 195	0.57 205	0.44 193	0.44 186	0.44 195	0.44 188	0.59 205	0.44 193	0.59 212	0.44 195	0.59 205	0.44 192	0.44 191	0.44 195	0.59 212	0.44 195	0.59 207	0.44 193

CroCo-Stereo Lap2	0.85 242	2.86 292	0.43 166	1.33 279	0.43 193	1.31 277	0.42 193	1.32 262	0.42 190	1.31 240	0.44 195	1.32 275	0.44 193	0.43 184	0.44 195	0.43 187	1.35 275	0.43 192	1.32 276	0.43 193	1.31 275	0.43 191	0.43 190	0.42 194	1.31 279	0.42 192	1.31 276	0.43 192

Occ-G	0.68 210	0.54 168	3.16 320	0.57 211	0.45 195	0.52 204	0.40 187	3.44 311	0.46 196	0.52 162	0.45 197	0.51 196	0.44 193	0.44 186	0.40 185	0.45 190	0.55 200	0.41 186	0.53 205	0.43 193	0.52 194	0.40 184	0.44 191	0.45 197	0.55 204	0.44 195	0.53 200	0.44 193

otaku	0.52 179	0.46 151	0.48 183	0.46 181	0.46 196	0.46 180	0.46 198	0.46 162	0.47 201	1.88 260	0.46 198	0.46 175	0.46 197	0.46 190	0.46 198	0.46 191	0.47 180	0.46 195	0.46 178	0.46 198	0.47 174	0.46 193	0.46 193	0.46 198	0.47 181	0.46 197	0.46 173	0.47 198

Dean	0.52 179	0.46 151	0.48 183	0.46 181	0.46 196	0.46 180	0.46 198	0.46 162	0.46 196	1.90 261	0.46 198	0.47 180	0.46 197	0.46 190	0.46 198	0.46 191	0.48 185	0.46 195	0.46 178	0.46 198	0.46 170	0.46 193	0.46 193	0.46 198	0.46 175	0.46 197	0.46 173	0.46 195

ACVNet-4b	0.53 183	0.46 151	0.47 176	0.46 181	0.46 196	0.46 180	0.46 198	0.46 162	0.46 196	2.17 277	0.46 198	0.46 175	0.47 200	0.46 190	0.46 198	0.46 191	0.46 176	0.46 195	0.46 178	0.46 198	0.46 170	0.46 193	0.46 193	0.47 202	0.46 175	0.46 197	0.46 173	0.46 195

MaskLacGwcNet_RVC	0.70 215	6.91 319	0.46 175	0.46 181	0.46 196	0.46 180	0.46 198	0.46 162	0.46 196	0.46 149	0.46 198	0.46 175	0.46 197	0.46 190	0.46 198	0.46 191	0.46 176	0.46 195	0.46 178	0.46 198	0.47 174	0.46 193	0.46 193	0.46 198	0.46 175	0.46 197	0.46 173	0.46 195

PointNet	0.56 194	0.69 189	0.47 176	0.69 223	0.47 200	0.69 221	0.47 202	0.70 207	0.47 201	0.69 176	0.47 202	0.69 217	0.48 204	0.47 194	0.47 202	0.47 198	0.70 217	0.48 206	0.70 221	0.48 207	0.69 215	0.48 204	0.47 199	0.48 206	0.70 221	0.48 208	0.69 216	0.47 198

Ntro	0.53 183	0.47 157	0.50 190	0.46 181	0.48 206	0.47 186	0.47 202	0.46 162	0.46 196	2.05 273	0.47 202	0.47 180	0.49 209	0.47 194	0.47 202	0.46 191	0.48 185	0.46 195	0.49 193	0.46 198	0.47 174	0.46 193	0.46 193	0.47 202	0.46 175	0.46 197	0.47 177	0.47 198

HaxPig	0.52 179	0.48 160	0.47 176	0.47 186	0.47 200	0.47 186	0.47 202	0.47 168	0.47 201	1.80 257	0.47 202	0.47 180	0.47 200	0.47 194	0.47 202	0.47 198	0.47 180	0.47 202	0.47 182	0.47 203	0.47 174	0.47 201	0.47 199	0.47 202	0.47 181	0.47 204	0.47 177	0.47 198

UNDER WATER	0.52 179	0.47 157	0.47 176	0.47 186	0.47 200	0.47 186	0.47 202	0.47 168	0.47 201	1.90 261	0.47 202	0.47 180	0.47 200	0.47 194	0.47 202	0.47 198	0.46 176	0.47 202	0.47 182	0.47 203	0.46 170	0.47 201	0.47 199	0.48 206	0.47 181	0.47 204	0.47 177	0.47 198

LVE	0.53 183	0.47 157	0.48 183	0.47 186	0.47 200	0.47 186	0.47 202	0.48 171	0.47 201	1.96 268	0.47 202	0.47 180	0.47 200	0.47 194	0.47 202	0.47 198	0.47 180	0.47 202	0.47 182	0.47 203	0.47 174	0.47 201	0.47 199	0.47 202	0.47 181	0.47 204	0.47 177	0.47 198

ACVNet_1	0.53 183	0.46 151	0.48 183	0.47 186	0.47 200	0.46 180	0.48 207	0.48 171	0.48 206	2.07 274	0.47 202	0.48 188	0.48 204	0.47 194	0.47 202	0.46 191	0.49 190	0.47 202	0.47 182	0.47 203	0.48 181	0.46 193	0.46 193	0.48 206	0.47 181	0.47 204	0.48 183	0.47 198

AIO-test1	0.54 188	0.64 186	0.54 198	0.60 214	0.49 210	0.61 215	0.49 210	0.64 200	0.49 211	0.59 169	0.48 208	0.60 208	0.50 211	0.48 200	0.48 208	0.48 202	0.60 207	0.48 206	0.60 214	0.48 207	0.60 206	0.49 208	0.49 205	0.49 210	0.59 212	0.49 212	0.60 208	0.49 206

RainbowNet	0.53 183	0.48 160	0.48 183	0.48 190	0.48 206	0.48 192	0.48 207	0.48 171	0.48 206	1.92 263	0.48 208	0.48 188	0.48 204	0.48 200	0.48 208	0.48 202	0.48 185	0.48 206	0.48 189	0.48 207	0.48 181	0.48 204	0.48 203	0.48 206	0.48 186	0.48 208	0.48 183	0.48 205

notaker	0.54 188	0.48 160	0.48 183	0.48 190	0.48 206	0.48 192	0.49 210	0.48 171	0.48 206	1.95 267	0.48 208	0.48 188	0.48 204	0.48 200	0.48 208	0.48 202	0.48 185	0.48 206	0.48 189	0.48 207	0.49 187	0.48 204	0.48 203	0.49 210	0.48 186	0.48 208	0.48 183	0.49 206

AIO-test2	0.54 188	0.65 187	0.55 201	0.60 214	0.50 214	0.60 213	0.49 210	0.65 201	0.48 206	0.60 171	0.49 211	0.59 206	0.50 211	0.50 206	0.49 212	0.49 206	0.60 207	0.50 213	0.60 214	0.49 212	0.60 206	0.49 208	0.50 208	0.51 214	0.60 214	0.48 208	0.60 208	0.50 209

ACVNet_2	0.55 191	0.49 163	0.50 190	0.49 196	0.49 210	0.49 198	0.49 210	0.49 175	0.49 211	2.14 276	0.49 211	0.50 193	0.49 209	0.49 203	0.49 212	0.49 206	0.50 193	0.49 212	0.50 197	0.49 212	0.49 187	0.49 208	0.49 205	0.50 212	0.50 192	0.49 212	0.50 193	0.49 206

SANet	0.50 174	0.50 164	0.50 190	0.50 198	0.50 214	0.50 199	0.50 214	0.50 179	0.50 213	0.50 158	0.50 213	0.50 193	0.50 211	0.50 206	0.50 215	0.50 210	0.50 193	0.50 213	0.50 197	0.50 215	0.50 189	0.50 214	0.50 208	0.50 212	0.50 192	0.50 215	0.50 193	0.50 209

ktn	0.84 241	1.15 225	0.54 198	1.16 271	1.26 286	0.51 201	0.53 217	0.51 182	0.66 232	4.54 327	0.51 214	0.52 199	0.52 217	0.66 228	0.51 216	0.51 211	1.37 279	1.17 278	0.49 193	0.51 216	1.23 269	0.51 216	0.67 232	0.51 214	0.51 196	0.68 242	0.51 195	0.51 212

KSHMR	0.85 242	0.72 192	0.51 194	0.49 196	0.49 210	0.51 201	1.07 273	0.50 179	0.48 206	6.04 339	0.52 215	0.66 212	0.98 262	0.49 203	0.77 249	0.49 206	1.17 265	0.51 216	0.49 193	1.06 271	0.51 191	0.49 208	0.49 205	0.51 214	1.04 259	0.49 212	0.81 230	0.72 247

test-3	0.78 226	4.38 306	1.80 293	0.62 218	0.49 210	0.62 216	0.50 214	1.86 275	0.64 228	0.69 176	0.52 215	0.66 212	0.38 174	0.58 213	0.57 223	0.46 191	0.66 213	0.46 195	0.50 197	0.44 195	0.48 181	0.58 219	0.54 212	0.60 228	0.70 221	0.46 197	0.48 183	0.50 209

RAFT-Stereo + iAFF	0.67 208	0.74 196	0.60 210	0.79 233	0.61 225	0.76 227	0.57 224	0.71 209	0.56 219	0.71 181	0.54 217	0.72 223	0.66 231	0.65 225	0.65 232	0.64 224	0.74 224	0.64 230	0.74 227	0.63 227	0.73 220	0.65 228	0.64 223	0.64 232	0.74 226	0.61 228	0.73 222	0.64 228

PSMNet_ROB	0.55 191	0.55 170	0.56 204	0.56 207	0.55 218	0.56 208	0.55 218	0.55 191	0.55 217	0.55 165	0.55 218	0.55 202	0.55 219	0.55 209	0.56 220	0.55 214	0.55 200	0.55 219	0.55 208	0.55 218	0.55 200	0.55 217	0.55 213	0.55 220	0.55 204	0.55 220	0.55 202	0.55 216

FlowAnything	1.02 260	2.51 281	0.58 208	1.60 286	0.56 220	1.61 286	0.56 222	1.60 271	0.55 217	1.61 254	0.56 219	1.61 282	0.55 219	0.55 209	0.55 219	0.55 214	1.61 285	0.56 222	1.61 283	0.56 220	1.62 282	0.55 217	0.56 216	0.56 221	1.62 287	0.56 221	1.62 284	0.56 217

MyStereo04	0.76 224	4.78 311	0.62 212	0.63 220	0.54 217	0.65 218	0.56 222	0.61 198	0.58 223	0.61 172	0.56 219	0.63 210	0.57 222	0.63 221	0.60 225	0.60 220	0.64 211	0.56 222	0.63 217	0.58 222	0.63 211	0.62 226	0.55 213	0.60 228	0.63 217	0.57 222	0.64 213	0.58 220

CASS	0.58 197	0.89 206	0.55 201	0.56 207	0.55 218	0.60 213	0.57 224	0.57 195	0.56 219	0.55 165	0.56 219	0.56 203	0.50 211	0.63 221	0.56 220	0.56 217	0.62 210	0.62 228	0.59 212	0.56 220	0.56 201	0.48 204	0.60 220	0.56 221	0.57 209	0.60 227	0.57 206	0.59 221
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ARAFT	0.64 202	0.74 196	0.62 212	0.70 229	0.56 220	0.72 226	0.55 218	0.72 210	0.54 216	0.73 183	0.56 219	0.72 223	0.56 221	0.56 211	0.62 228	0.63 223	0.73 222	0.53 218	0.73 225	0.54 217	0.72 219	0.65 228	0.62 222	0.56 221	0.72 224	0.54 218	0.72 221	0.57 218

zero-FE	0.66 204	0.80 199	0.56 204	0.79 233	0.58 222	0.82 231	0.55 218	0.76 212	0.56 219	0.75 185	0.58 223	0.75 227	0.59 224	0.57 212	0.56 220	0.55 214	0.79 226	0.55 219	0.78 230	0.55 218	0.85 228	0.58 219	0.55 213	0.57 225	0.80 230	0.57 222	0.80 226	0.57 218

DDUNet	0.69 211	0.84 203	0.59 209	0.84 239	0.59 223	0.87 237	0.57 224	0.84 217	0.59 225	0.82 193	0.58 223	0.85 236	0.57 222	0.59 216	0.59 224	0.57 218	0.87 233	0.59 224	0.85 236	0.59 225	0.85 228	0.59 222	0.59 218	0.59 226	0.87 235	0.59 225	0.84 232	0.59 221

UDG	0.70 215	0.87 204	0.56 204	0.87 240	0.59 223	0.84 234	0.59 227	0.85 218	0.57 222	0.84 195	0.59 225	0.84 235	0.60 225	0.58 213	0.60 225	0.59 219	0.85 232	0.59 224	0.87 238	0.58 222	0.87 230	0.60 223	0.57 217	0.59 226	0.87 235	0.58 224	0.86 235	0.60 223

LMCR-Stereo	0.61 199	0.61 184	0.61 211	0.61 217	0.61 225	0.67 220	0.61 229	0.61 198	0.61 226	0.61 172	0.61 226	0.61 209	0.61 226	0.61 217	0.61 227	0.61 221	0.61 209	0.61 227	0.61 216	0.61 226	0.61 208	0.61 224	0.61 221	0.61 230	0.61 216	0.61 228	0.61 211	0.61 227

AEACV	0.74 222	0.52 166	3.10 317	0.60 214	0.48 206	0.56 208	0.48 207	3.02 305	0.83 252	0.61 172	0.62 227	0.72 223	0.50 211	0.49 203	0.49 212	0.48 202	0.58 204	0.50 213	0.55 208	0.48 207	0.56 201	0.50 214	0.50 208	0.51 214	0.58 210	0.51 217	0.60 208	0.51 212

STTRV1_RVC		1.59 255	0.52 197	0.69 223	0.61 225	0.66 219	0.43 194	0.88 221	0.45 195	0.71 181	0.62 227	0.69 217	0.45 196	0.62 218	0.40 185	0.44 188	0.80 228	0.59 224		0.63 227	0.80 222	0.46 193		0.61 230	0.72 224	0.54 218	0.80 226	0.60 223

DNS	0.73 221	0.88 205	0.64 214	0.88 241	0.64 229	0.88 238	0.64 233	0.85 218	0.63 227	0.85 196	0.63 229	0.85 236	0.63 227	0.63 221	0.63 231	0.64 224	0.88 234	0.64 230	0.88 239	0.64 229	0.88 231	0.64 227	0.64 223	0.64 232	0.88 237	0.64 232	0.88 236	0.64 228

DSFCA	0.66 204	0.73 194	0.74 223	0.68 222	0.65 230	0.64 217	0.65 235	0.65 201	0.65 229	0.66 175	0.65 230	0.65 211	0.64 228	0.65 225	0.65 232	0.65 226	0.65 212	0.65 232	0.65 218	0.65 230	0.65 214	0.65 228	0.65 225	0.65 234	0.66 218	0.66 233	0.65 214	0.65 230

WQFJA1++	0.80 227	1.24 236	0.73 221	0.97 249	0.65 230	0.97 246	0.65 235	0.97 230	0.65 229	0.94 205	0.66 231	0.94 243	0.65 230	0.66 228	0.65 232	0.66 227	0.98 243	0.66 234	0.98 247	0.66 232	0.98 240	0.66 231	0.66 226	0.66 236	0.98 247	0.66 233	0.98 244	0.66 231

WQFJX	0.81 233	1.27 244	0.74 223	0.99 253	0.66 233	0.99 250	0.66 237	0.99 236	0.66 232	0.95 210	0.66 231	0.95 246	0.67 237	0.67 233	0.66 235	0.66 227	0.99 245	0.66 234	1.00 251	0.66 232	0.99 241	0.67 237	0.68 237	0.67 240	0.99 248	0.67 237	0.99 245	0.67 236

NLMM	0.80 227	1.26 242	0.75 227	0.98 251	0.66 233	0.97 246	0.66 237	0.97 230	0.66 232	0.94 205	0.66 231	0.96 250	0.66 231	0.66 228	0.68 242	0.67 232	0.99 245	0.68 241	0.98 247	0.66 232	0.99 241	0.66 231	0.66 226	0.66 236	1.00 253	0.66 233	0.99 245	0.66 231

NLSM3	0.81 233	1.27 244	0.75 227	0.99 253	0.66 233	0.99 250	0.66 237	0.98 233	0.67 237	0.95 210	0.66 231	0.95 246	0.66 231	0.67 233	0.67 239	0.66 227	0.99 245	0.66 234	0.99 250	0.66 232	0.99 241	0.67 237	0.66 226	0.66 236	0.99 248	0.67 237	1.00 247	0.67 236

WQFJX1	0.81 233	1.27 244	0.74 223	0.98 251	0.67 238	0.98 248	0.67 241	0.97 230	0.67 237	0.94 205	0.67 235	0.95 246	0.66 231	0.66 228	0.66 235	0.67 232	0.99 245	0.67 237	0.98 247	0.68 240	0.99 241	0.66 231	0.66 226	0.66 236	0.99 248	0.66 233	1.00 247	0.66 231

NLMM1	0.81 233	1.26 242	0.74 223	1.00 255	0.66 233	0.99 250	0.67 241	0.98 233	0.66 232	0.94 205	0.67 235	0.94 243	0.66 231	0.66 228	0.66 235	0.66 227	1.00 249	0.67 237	1.00 251	0.66 232	0.99 241	0.71 244	0.73 247	0.67 240	0.99 248	0.67 237	1.00 247	0.66 231

AdaDepth	0.80 227	0.95 212	1.02 248	0.95 246	0.67 238	0.95 244	0.67 241	0.94 227	0.67 237	0.92 200	0.67 235	0.94 243	0.67 237	0.67 233	0.67 239	0.67 232	0.95 240	0.67 237	0.95 246	0.67 237	0.96 239	0.68 239	0.67 232	0.67 240	0.96 246	0.67 237	0.95 243	0.67 236

WQFJA1	0.82 238	1.52 254	0.76 229	1.01 259	0.66 233	0.98 248	0.66 237	0.98 233	0.66 232	0.95 210	0.68 238	0.95 246	0.66 231	0.68 237	0.66 235	0.66 227	1.00 249	0.67 237	1.00 251	0.67 237	0.99 241	0.68 239	0.67 232	0.68 245	0.99 248	0.67 237	1.00 247	0.67 236

HH	0.66 204	2.13 268	0.47 176	0.37 147	0.29 148	0.36 145	0.27 133	0.49 175	0.44 192	0.78 186	0.68 238	0.67 214	0.90 256	0.62 218	0.90 256	0.53 212	0.88 234	0.48 206	0.37 145	0.29 148	0.63 211	0.66 231	0.66 226	0.51 214	1.06 261	0.61 228	1.08 259	0.60 223

HanStereo	0.66 204	2.13 268	0.47 176	0.37 147	0.29 148	0.36 145	0.27 133	0.49 175	0.44 192	0.78 186	0.68 238	0.67 214	0.90 256	0.62 218	0.90 256	0.53 212	0.88 234	0.48 206	0.37 145	0.29 148	0.63 211	0.66 231	0.66 226	0.51 214	1.06 261	0.61 228	1.08 259	0.60 223

mm2	0.69 211	0.69 189	0.69 216	0.69 223	0.69 240	0.69 221	0.69 244	0.69 203	0.69 240	0.69 176	0.69 241	0.69 217	0.69 240	0.69 239	0.69 244	0.69 237	0.69 215	0.69 242	0.69 219	0.69 241	0.69 215	0.69 241	0.69 239	0.69 246	0.69 219	0.69 243	0.69 216	0.69 241

mm1	0.69 211	0.69 189	0.69 216	0.69 223	0.69 240	0.69 221	0.69 244	0.69 203	0.69 240	0.69 176	0.69 241	0.69 217	0.69 240	0.69 239	0.69 244	0.69 237	0.69 215	0.69 242	0.69 219	0.69 241	0.69 215	0.69 241	0.69 239	0.69 246	0.69 219	0.69 243	0.69 216	0.69 241

MoCha-V2	1.75 289	27.02 354	0.72 218	0.92 242	0.69 240	0.89 239	0.69 244	0.92 224	0.71 242	0.87 197	0.69 241	0.88 238	0.68 239	0.70 241	0.68 242	0.69 237	0.90 237	0.69 242	0.92 241	0.69 241	0.92 234	0.71 244	0.70 242	0.67 240	0.88 237	0.71 246	0.92 237	0.68 240

RSM++	0.77 225	0.91 207	0.72 218	0.83 238	0.71 244	0.83 232	0.72 250	0.81 216	0.71 242	0.81 192	0.71 244	0.81 234	0.71 244	0.71 243	0.71 246	0.70 240	0.83 231	0.72 247	0.83 235	0.81 254	0.83 226	0.72 246	0.71 244	0.71 249	0.88 237	0.71 246	0.83 231	0.70 244

DMCA-RVC	0.71 217	0.72 192	0.72 218	0.71 230	0.70 243	0.70 224	0.70 249	0.70 207	0.71 242	0.70 180	0.71 244	0.71 222	0.70 242	0.70 241	0.71 246	0.70 240	0.70 217	0.71 246	0.70 221	0.71 244	0.70 218	0.70 243	0.71 244	0.71 249	0.70 221	0.72 248	0.71 219	0.70 244

AFF-stereo	0.71 217	0.73 194	0.65 215	0.82 237	0.63 228	0.83 232	0.63 231	0.73 211	0.65 229	0.82 193	0.73 246	0.74 226	0.64 228	0.63 221	0.62 228	0.62 222	0.73 222	0.63 229	0.74 227	0.72 246	0.80 222	0.58 219	0.70 242	0.71 249	0.79 228	0.69 243	0.78 224	0.72 247

PA-Net	0.71 217	0.62 185	0.55 201	0.69 223	0.71 244	0.70 224	0.69 244	0.69 203	0.74 245	0.73 183	0.75 247	0.59 206	0.72 245	0.82 250	0.79 251	0.83 249	0.67 214	0.76 249	0.81 234	0.67 237	0.61 208	0.76 247	0.68 237	0.65 234	0.82 233	0.76 251	0.71 219	0.69 241
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-Stereo-zeroshot1	0.74 222	0.57 177	0.57 207	0.56 207	0.92 256	1.07 261	0.63 231	1.03 241	0.82 251	0.49 157	0.77 248	0.69 217	0.54 218	0.58 213	0.54 217	0.86 251	1.06 255	0.72 247	1.06 258	0.79 249	0.58 204	0.87 253	0.59 218	0.46 198	0.76 227	0.46 197	1.05 256	0.97 261

G-Net	0.82 238	1.77 261	0.78 231	0.78 232	0.78 248	0.78 228	0.78 251	0.78 213	0.79 246	0.79 188	0.78 249	0.78 229	0.78 247	0.78 246	0.78 250	0.78 245	0.79 226	0.79 250	0.79 231	0.79 249	0.79 221	0.79 248	0.79 249	0.79 252	0.79 228	0.79 252	0.79 225	0.79 250

HSM-Net_RVC	0.93 247	1.09 223	0.79 232	1.10 264	0.78 248	1.09 262	0.79 252	1.16 251	0.80 247	1.14 223	0.79 250	1.17 265	0.77 246	0.73 244	0.83 254	0.78 245	1.19 269	0.79 250	1.18 267	0.72 246	1.19 264	0.80 249	0.72 246	0.80 253	1.18 272	0.74 249	1.14 264	0.73 249
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FC-DCNN	1.10 264	0.81 202	0.77 230	0.63 220	0.42 191	0.86 236	0.64 233	0.91 222	0.96 260	1.11 221	0.80 251	1.07 258	0.81 250	0.67 233	1.75 302	1.30 286	1.41 281	0.85 255	1.28 274	0.71 244	2.12 294	1.32 285	0.52 211	0.81 256	1.64 288	1.40 295	2.39 301	1.75 305

NaN_ROB	0.80 227	0.80 199	0.80 233	0.80 235	0.80 250	0.80 229	0.80 253	0.80 214	0.80 247	0.80 190	0.80 251	0.80 232	0.80 248	0.80 247	0.80 252	0.80 247	0.80 228	0.80 252	0.80 232	0.80 252	0.80 222	0.80 249	0.80 250	0.80 253	0.80 230	0.80 253	0.80 226	0.80 251

CSAN	0.80 227	0.80 199	0.80 233	0.80 235	0.80 250	0.80 229	0.80 253	0.80 214	0.80 247	0.80 190	0.80 251	0.80 232	0.80 248	0.80 247	0.80 252	0.80 247	0.80 228	0.80 252	0.80 232	0.80 252	0.80 222	0.80 249	0.80 250	0.80 253	0.80 230	0.80 253	0.80 226	0.80 251

gcap-zeroshot	0.81 233	1.03 218	0.84 237	0.93 244	0.85 254	0.84 234	0.62 230	1.21 257	0.53 215	0.79 188	0.84 254	0.77 228	0.70 242	0.84 252	0.67 239	0.74 244	1.18 268	0.52 217	0.91 240	0.79 249	0.84 227	0.61 224	0.83 252	0.69 246	0.93 244	0.82 255	0.85 234	0.66 231

DPSimNet_ROB	0.93 247	1.04 219	0.83 236	1.05 262	0.82 252	1.04 258	0.83 256	1.03 241	0.89 254	1.03 218	0.84 254	1.03 256	0.84 252	0.83 251	0.84 255	0.83 249	1.14 260	0.84 254	1.12 263	0.84 256	1.04 251	0.88 255	0.83 252	0.84 257	1.07 263	0.83 256	1.15 265	0.88 254

AIO-Stereo-zeroshot	0.93 247	0.77 198	0.82 235	1.16 271	0.75 247	0.99 250	0.92 257	0.91 222	0.99 262	0.94 205	0.91 256	1.15 262	0.88 255	0.92 255	1.00 263	0.67 232	0.98 243	1.00 262	0.75 229	0.91 259	1.18 262	0.87 253	0.89 254	0.90 259	1.08 264	1.07 271	0.74 223	0.89 255

DGTPSM_ROB	0.92 245	0.93 211	0.91 239	0.93 244	0.91 255	0.92 240	0.93 259	0.92 224	0.92 256	0.92 200	0.91 256	0.91 239	0.93 259	0.91 253	0.92 260	0.92 259	0.92 238	0.92 257	0.92 241	0.90 258	0.91 232	0.92 257	0.93 256	0.94 263	0.92 242	0.91 257	0.92 237	0.97 261

DPSM_ROB	0.93 247	0.92 208	0.94 242	0.96 247	1.02 264	0.92 240	0.98 260	0.95 228	0.92 256	0.92 200	0.92 258	0.91 239	0.97 260	0.92 255	0.91 258	0.91 256	0.96 241	0.94 259	0.93 244	0.91 259	0.93 236	0.92 257	0.93 256	0.91 260	0.91 240	0.99 260	0.92 237	0.91 257

DPSM	0.93 247	0.92 208	0.94 242	0.96 247	1.02 264	0.92 240	0.98 260	0.95 228	0.92 256	0.92 200	0.92 258	0.91 239	0.97 260	0.92 255	0.91 258	0.91 256	0.96 241	0.94 259	0.93 244	0.91 259	0.93 236	0.92 257	0.93 256	0.91 260	0.91 240	0.99 260	0.92 237	0.91 257

pmcnn	0.92 245	0.92 208	0.92 240	0.92 242	0.92 256	0.92 240	0.92 257	0.92 224	0.92 256	0.92 200	0.92 258	0.92 242	0.92 258	0.92 255	0.92 260	0.92 259	0.92 238	0.92 257	0.92 241	0.92 262	0.92 234	0.92 257	0.92 255	0.92 262	0.92 242	0.92 258	0.92 237	0.92 259

MM-Stereo_test2	1.15 267	1.90 263	1.10 257	1.37 281	0.94 258	1.36 278	0.98 260	1.48 268	0.98 261	1.37 245	0.98 261	1.37 279	0.98 262	0.95 259	0.94 262	0.95 261	1.37 279	0.95 261	1.38 278	0.95 263	1.38 279	0.95 261	0.95 259	0.95 264	1.37 282	0.95 259	1.37 280	0.95 260

GANet	1.00 253	1.00 213	1.00 244	1.00 255	1.00 259	1.00 254	1.00 265	1.00 237	1.00 263	1.00 213	1.00 262	1.00 251	1.00 264	1.00 262	1.00 263	1.00 263	1.00 249	1.00 262	1.00 251	1.00 264	1.00 247	1.00 262	1.00 261	1.00 266	1.00 253	1.00 263	1.00 247	1.00 263

TDLM	1.00 253	1.00 213	1.00 244	1.00 255	1.00 259	1.00 254	1.00 265	1.00 237	1.00 263	1.00 213	1.00 262	1.00 251	1.00 264	1.00 262	1.00 263	1.00 263	1.00 249	1.00 262	1.00 251	1.00 264	1.00 247	1.00 262	1.00 261	1.00 266	1.00 253	1.00 263	1.00 247	1.00 263

CVANet_RVC	1.00 253	1.00 213	1.00 244	1.00 255	1.00 259	1.00 254	1.00 265	1.00 237	1.00 263	1.00 213	1.00 262	1.00 251	1.00 264	1.00 262	1.00 263	1.00 263	1.00 249	1.00 262	1.00 251	1.00 264	1.00 247	1.00 262	1.00 261	1.00 266	1.00 253	1.00 263	1.00 247	1.00 263

AIO-Stereo	0.82 238	1.06 220	0.73 221	0.97 249	0.74 246	1.06 260	0.60 228	1.04 243	0.90 255	1.00 213	1.01 265	0.78 229	0.85 254	0.74 245	0.62 228	0.67 232	1.12 258	0.55 219	0.70 221	0.65 230	0.93 236	0.66 231	0.67 232	0.67 240	0.82 233	0.74 249	0.92 237	0.83 253

trnet	1.01 257	1.01 216	1.01 247	1.01 259	1.01 263	1.01 257	1.01 268	1.01 240	1.01 266	1.01 217	1.01 265	1.01 255	1.01 268	1.01 265	1.01 267	1.01 266	1.01 254	1.01 266	1.01 257	1.01 267	1.01 250	1.01 265	1.01 264	1.01 269	1.01 257	1.01 266	1.01 255	1.01 266

MM-Stereo_test3	1.22 275	1.60 257	1.19 270	1.48 284	1.02 264	1.48 283	0.99 264	1.54 269	1.03 267	1.41 247	1.03 267	1.44 281	1.00 264	1.04 267	1.04 268	1.02 268	1.42 282	1.04 267	1.48 281	1.01 267	1.48 280	1.03 266	1.06 268	1.04 270	1.53 285	1.04 268	1.49 281	1.04 267

GLC_STEREO	1.05 263	1.01 216	1.02 248	1.02 261	1.02 264	1.05 259	1.06 270	1.05 244	1.05 268	1.04 220	1.05 268	1.05 257	1.04 269	1.06 269	1.05 269	1.06 270	1.06 255	1.05 269	1.06 258	1.05 270	1.06 253	1.06 268	1.04 266	1.05 271	1.04 259	1.05 269	1.06 257	1.06 268

MIF-Stereo (partial)	2.52 310	3.41 296	1.05 253	3.29 312	1.05 269	3.29 314	1.06 270	3.30 310	1.06 270	3.31 308	1.06 269	4.97 333	2.72 317	2.72 315	2.71 319	2.70 319	6.57 340	2.19 313	5.08 335	1.08 273	3.36 309	1.07 269	1.07 269	1.07 275	3.35 313	1.07 271	3.36 312	1.07 270

qqai	1.17 273	1.27 244	1.10 257	1.26 276	1.09 272	1.23 273	1.11 274	1.26 260	1.11 273	1.26 237	1.08 270	1.25 272	1.11 273	1.11 272	1.10 272	1.09 271	1.27 273	1.11 274	1.27 272	1.11 275	1.27 273	1.10 271	1.10 270	1.11 277	1.27 277	1.10 274	1.24 273	1.11 272

RP	1.14 265	1.16 227	1.15 263	1.17 273	1.10 273	1.16 266	1.15 276	1.10 246	1.16 278	1.15 224	1.08 270	1.16 263	1.15 276	1.15 277	1.14 277	1.16 276	1.16 263	1.10 271	1.10 260	1.10 274	1.16 258	1.11 272	1.10 270	1.19 284	1.14 268	1.19 283	1.07 258	1.10 271

SPS-STEREO	1.25 278	1.47 252	1.06 255	1.54 285	1.08 270	1.52 284	1.20 286	1.44 266	1.06 270	1.49 252	1.10 272	1.41 280	1.10 272	0.98 260	1.08 271	1.12 273	1.47 283	1.04 267	1.53 282	1.14 278	1.52 281	1.07 269	1.02 265	1.05 271	1.48 284	1.07 271	1.55 282	1.11 272
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	1.15 267	1.16 227	1.17 266	1.15 269	1.11 275	1.21 272	1.21 287	1.10 246	1.15 276	1.16 227	1.11 273	1.17 265	1.09 271	1.14 276	1.11 274	1.16 276	1.19 269	1.11 274	1.10 260	1.15 280	1.11 255	1.19 278	1.16 275	1.12 279	1.17 270	1.10 274	1.16 266	1.17 277

plain	1.96 292	3.33 294	1.04 252	3.24 311	1.04 268	3.24 311	1.04 269	3.26 308	1.05 268	3.26 307	1.13 274	3.27 310	1.06 270	1.05 268	1.05 269	1.05 269	3.28 308	1.05 269	3.29 308	1.06 271	3.30 308	1.05 267	1.05 267	1.06 273	3.30 311	1.06 270	3.30 310	1.06 268

AF-Net	2.06 301	25.73 353	1.18 267	1.12 267	1.16 279	1.16 266	1.19 281	1.10 246	1.17 281	1.15 224	1.14 275	1.11 260	1.16 277	1.16 278	1.14 277	1.11 272	1.15 261	1.13 277	1.21 270	1.17 281	1.11 255	1.21 281	1.17 276	1.17 282	1.17 270	1.11 277	1.20 272	1.13 275

UniTT-Stereo	2.12 302	3.66 299	1.10 257	3.48 314	1.15 276	3.57 315	1.11 274	3.44 311	1.16 278	3.52 309	1.16 276	3.50 311	1.16 277	1.10 270	1.13 276	1.15 275	3.61 310	1.17 278	3.64 309	1.12 276	3.58 311	1.12 273	1.12 273	1.17 282	3.53 314	1.18 281	3.52 313	1.18 279

stereogan	1.17 273	1.19 234	1.15 263	1.15 269	1.15 276	1.15 265	1.19 281	1.19 255	1.15 276	1.15 224	1.16 276	1.19 268	1.19 281	1.19 279	1.19 281	1.19 281	1.15 261	1.19 281	1.19 268	1.19 284	1.15 257	1.19 278	1.15 274	1.15 281	1.16 269	1.15 278	1.19 270	1.20 280

Nwc_Net	1.15 267	1.15 225	1.15 263	1.09 263	1.19 282	1.16 266	1.17 278	1.15 249	1.16 278	1.16 227	1.16 276	1.08 259	1.16 277	1.11 272	1.15 279	1.18 280	1.11 257	1.10 271	1.16 264	1.17 281	1.16 258	1.13 274	1.18 277	1.20 285	1.11 266	1.15 278	1.16 266	1.20 280

Abc-Net	1.14 265	1.16 227	1.18 267	1.10 264	1.10 273	1.16 266	1.18 280	1.16 251	1.13 275	1.11 221	1.16 276	1.16 263	1.12 274	1.10 270	1.17 280	1.16 276	1.16 263	1.10 271	1.16 264	1.14 278	1.17 260	1.16 275	1.11 272	1.09 276	1.10 265	1.10 274	1.16 266	1.17 277
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TorneroNet	1.15 267	1.10 224	0.51 194	0.69 223	0.51 216	1.10 263	0.50 214	0.51 182	0.51 214	13.92 346	1.17 280	0.49 192	0.51 216	0.54 208	0.48 208	0.49 206	0.49 190	0.65 232	0.70 221	0.49 212	0.51 191	0.49 208	0.67 232	1.36 292	0.51 196	0.50 215	0.52 198	1.23 284

NCC-stereo	1.15 267	1.17 231	1.12 262	1.10 264	1.15 276	1.14 264	1.15 276	1.15 249	1.12 274	1.17 230	1.17 280	1.11 260	1.17 280	1.11 272	1.10 272	1.16 276	1.12 258	1.11 274	1.16 264	1.13 277	1.23 269	1.16 275	1.19 279	1.11 277	1.18 272	1.17 280	1.17 269	1.13 275

edge stereo	1.15 267	1.18 232	1.11 260	1.12 267	1.17 280	1.17 271	1.17 278	1.16 251	1.18 282	1.16 227	1.17 280	1.17 265	1.13 275	1.11 272	1.11 274	1.12 273	1.17 265	1.17 278	1.11 262	1.17 281	1.17 260	1.17 277	1.18 277	1.14 280	1.11 266	1.18 281	1.12 262	1.11 272

FAT-Stereo	1.22 275	1.23 235	1.19 270	1.21 275	1.24 285	1.24 275	1.19 281	1.25 259	1.24 285	1.25 236	1.19 283	1.20 269	1.24 285	1.20 280	1.21 283	1.25 285	1.22 271	1.21 283	1.25 271	1.23 287	1.22 267	1.19 278	1.19 279	1.24 288	1.25 275	1.20 284	1.19 270	1.25 286

S-Stereo	1.22 275	1.18 232	1.19 270	1.20 274	1.23 284	1.23 273	1.19 281	1.19 255	1.18 282	1.27 238	1.20 284	1.20 269	1.20 282	1.23 282	1.22 285	1.23 284	1.23 272	1.23 285	1.20 269	1.25 288	1.20 265	1.22 284	1.25 283	1.24 288	1.20 274	1.22 287	1.26 274	1.24 285

RAStereo	2.24 305	3.70 300	1.18 267	3.73 318	1.18 281	3.69 317	1.19 281	3.73 314	1.24 285	3.72 312	1.21 285	3.76 315	1.20 282	1.20 280	1.20 282	1.20 282	3.74 315	1.20 282	3.75 315	1.21 285	3.77 315	1.21 281	1.21 281	1.21 286	3.82 318	1.21 285	3.82 317	1.21 282

GANetREF_RVC	1.52 283	2.01 265	1.21 273	1.98 291	1.21 283	1.98 291	1.21 287	1.98 282	1.21 284	1.99 270	1.21 285	1.98 290	1.21 284	1.02 266	1.21 283	1.21 283	1.99 291	1.21 283	1.99 289	1.21 285	1.99 288	1.21 281	1.21 281	1.21 286	1.99 293	1.21 285	1.99 290	1.21 282
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
MonStereo1	1.60 284	2.69 288	1.46 279	1.99 292	1.31 287	1.99 292	1.36 290	1.99 283	1.31 288	1.84 258	1.32 287	1.89 285	1.31 286	1.32 283	1.30 286	1.36 288	1.94 287	1.33 288	1.93 286	1.30 290	1.92 285	1.33 286	1.31 284	1.31 290	1.94 290	1.31 289	1.93 286	1.31 287

PS-NSSS	1.48 281	4.46 308	1.35 274	1.35 280	1.35 288	1.41 282	1.34 289	1.36 263	1.35 290	1.40 246	1.35 288	1.33 276	1.35 287	1.37 285	1.40 290	1.35 287	1.35 275	1.35 289	1.39 279	1.44 296	1.35 276	1.34 287	1.35 285	1.38 295	1.35 280	1.33 290	1.34 277	1.38 292

RASNet	1.39 279	1.37 251	1.35 274	1.38 282	1.40 289	1.39 281	1.77 303	1.36 263	1.74 302	1.36 244	1.36 289	1.36 278	1.36 288	1.36 284	1.35 287	1.41 293	1.36 277	1.36 291	1.36 277	1.35 291	1.36 277	1.35 288	1.36 286	1.35 291	1.36 281	1.35 291	1.36 279	1.35 288

CC-Net-ROB	1.51 282	4.40 307	1.69 290	1.39 283	1.40 289	1.37 280	1.40 294	1.36 263	1.39 291	1.41 247	1.36 289	1.35 277	1.38 290	1.39 287	1.39 288	1.36 288	1.36 277	1.35 289	1.39 279	1.39 292	1.37 278	1.36 289	1.41 290	1.48 297	1.39 283	1.42 296	1.35 278	1.35 288

R-Stereo Train	1.62 285	2.01 265	1.41 277	1.97 289	1.40 289	1.96 289	1.39 291	1.93 277	1.39 291	1.92 263	1.38 291	1.94 288	1.39 291	1.40 288	1.45 291	1.38 290	1.96 288	1.37 292	1.97 287	1.39 292	1.98 286	1.41 291	1.40 288	1.37 293	1.97 291	1.38 292	1.96 288	1.37 290

RAFT-Stereo	1.62 285	2.01 265	1.41 277	1.97 289	1.40 289	1.96 289	1.39 291	1.93 277	1.39 291	1.92 263	1.38 291	1.94 288	1.39 291	1.40 288	1.45 291	1.38 290	1.96 288	1.37 292	1.97 287	1.39 292	1.98 286	1.41 291	1.40 288	1.37 293	1.97 291	1.38 292	1.96 288	1.37 290
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MonStereo	1.66 288	2.63 287	1.46 279	1.99 292	1.41 293	2.03 293	1.39 291	2.04 285	1.43 294	1.94 266	1.40 293	1.92 287	1.37 289	1.38 286	1.39 288	1.39 292	1.99 291	1.38 294	2.04 291	1.41 295	2.02 290	1.37 290	1.39 287	1.38 295	1.99 293	1.38 292	2.01 291	1.39 294

HBP-ISP	1.47 280	1.07 222	1.03 251	1.30 278	1.08 270	1.36 278	1.06 270	1.44 266	1.25 287	1.97 269	1.51 294	1.65 284	1.58 294	0.98 260	1.58 295	1.68 300	1.98 290	1.32 286	2.02 290	1.28 289	2.95 306	1.89 307	0.97 260	1.06 273	1.26 276	0.99 260	1.94 287	1.43 295

MM-Stereo_test1	1.85 291	3.50 297	1.61 284	2.12 294	1.47 294	2.14 294	1.47 295	2.33 294	1.53 295	2.12 275	1.54 295	2.19 292	1.53 293	1.54 290	1.53 293	1.53 294	2.20 293	1.54 295	2.24 292	1.57 297	2.21 296	1.49 293	1.59 292	1.49 298	2.15 298	1.52 297	2.15 293	1.54 297

StereoVision	3.44 316	10.12 340	1.68 289	5.44 339	2.26 314	5.87 339	1.97 311	5.17 326	1.31 288	5.80 337	1.56 296	5.62 338	1.84 304	1.97 302	1.91 311	1.84 304	4.98 333	1.32 286	5.60 336	1.71 304	5.35 338	1.73 304	1.97 310	1.96 309	5.40 337	1.65 303	5.08 335	1.76 306

DPSMNet_ROB	1.62 285	1.60 257	1.59 283	1.61 287	1.69 298	1.66 287	1.61 296	1.70 273	1.65 300	1.62 255	1.60 297	1.61 282	1.60 295	1.60 291	1.59 296	1.62 298	1.60 284	1.63 299	1.62 284	1.68 303	1.70 283	1.60 294	1.64 297	1.60 299	1.61 286	1.60 298	1.60 283	1.59 298

LGtest1	1.99 294	2.55 283	1.62 285	2.54 305	1.61 295	2.54 303	1.61 296	2.51 298	1.61 296	2.49 294	1.61 298	2.49 302	1.61 296	1.61 292	1.61 297	1.61 295	2.55 304	1.62 298	2.54 304	1.61 298	2.54 303	1.61 295	1.61 293	1.61 300	2.54 305	1.61 299	2.54 304	1.61 299

LG-G_1	1.99 294	2.56 284	1.63 286	2.54 305	1.62 296	2.55 306	1.61 296	2.51 298	1.61 296	2.50 295	1.62 299	2.50 303	1.61 296	1.61 292	1.61 297	1.61 295	2.55 304	1.61 296	2.55 305	1.61 298	2.55 304	1.61 295	1.61 293	1.61 300	2.55 306	1.61 299	2.54 304	1.61 299

LG-G	1.99 294	2.56 284	1.63 286	2.54 305	1.62 296	2.55 306	1.61 296	2.51 298	1.61 296	2.50 295	1.62 299	2.50 303	1.61 296	1.61 292	1.61 297	1.61 295	2.55 304	1.61 296	2.55 305	1.61 298	2.55 304	1.61 295	1.61 293	1.61 300	2.55 306	1.61 299	2.54 304	1.61 299

UDGNet	1.97 293	2.43 279	1.67 288	2.46 302	1.70 300	2.44 301	1.69 301	2.34 295	1.63 299	2.35 291	1.67 301	2.37 301	1.67 299	1.68 296	1.64 300	1.67 299	2.44 300	1.64 300	2.43 300	1.67 301	2.43 302	1.66 298	1.67 298	1.63 303	2.43 303	1.66 304	2.42 302	1.66 302

MFMNet_re	1.77 290	1.89 262	1.72 291	1.88 288	1.69 298	1.89 288	1.67 300	1.91 276	1.70 301	1.87 259	1.67 301	1.89 285	1.68 300	1.67 295	1.67 301	1.70 301	1.88 286	1.68 301	1.88 285	1.67 301	1.89 284	1.68 300	1.70 299	1.71 304	1.87 289	1.68 306	1.87 285	1.68 303

FBW_ROB	2.04 297	2.50 280	1.75 292	2.45 301	1.78 301	2.40 299	1.74 302	2.47 297	1.77 303	2.37 292	1.81 303	2.30 295	1.80 301	1.78 297	1.88 310	1.80 302	2.41 299	1.77 302	2.43 300	1.83 305	2.39 300	1.81 305	1.76 301	1.75 305	2.56 308	1.75 307	2.30 298	1.74 304

MaDis-Stereo	3.69 319	10.19 341	2.01 302	6.09 340	2.01 308	5.94 340	1.82 304	6.14 331	1.85 305	6.59 340	1.82 304	6.01 339	1.81 302	1.83 298	1.83 303	2.02 308	5.87 337	1.79 303	5.93 339	2.06 312	4.63 329	1.67 299	1.84 304	2.08 311	5.90 338	1.66 304	6.34 340	1.87 308

TRStereo	2.05 298	2.13 268	1.85 295	2.27 295	1.84 303	2.28 295	1.84 306	2.29 290	1.87 306	2.29 285	1.86 305	2.30 295	1.87 305	2.30 311	1.87 307	2.08 309	2.29 295	1.87 305	2.30 294	1.87 307	2.08 291	1.72 301	1.86 305	2.30 317	2.13 295	1.84 309	2.29 295	1.87 308

XX-Stereo	2.05 298	2.13 268	1.85 295	2.27 295	1.84 303	2.28 295	1.84 306	2.29 290	1.87 306	2.29 285	1.86 305	2.30 295	1.87 305	2.30 311	1.87 307	2.08 309	2.29 295	1.87 305	2.30 294	1.87 307	2.08 291	1.72 301	1.86 305	2.30 317	2.13 295	1.84 309	2.29 295	1.87 308

EAI-Stereo	2.05 298	2.13 268	1.85 295	2.27 295	1.84 303	2.28 295	1.84 306	2.29 290	1.87 306	2.29 285	1.86 305	2.30 295	1.87 305	2.30 311	1.87 307	2.08 309	2.29 295	1.87 305	2.30 294	1.87 307	2.08 291	1.72 301	1.86 305	2.30 317	2.13 295	1.84 309	2.29 295	1.87 308

sAnonymous2	2.87 313	4.16 303	1.89 298	4.26 327	1.87 306	4.23 326	1.92 309	4.17 317	1.94 310	4.16 321	1.92 308	4.20 325	1.92 308	1.96 300	1.86 305	1.87 305	4.25 324	1.90 308	4.23 324	1.91 310	4.26 323	1.93 308	1.89 308	1.90 307	4.07 326	1.91 312	5.09 337	1.93 312

CroCo_RVC	2.87 313	4.16 303	1.89 298	4.26 327	1.87 306	4.23 326	1.92 309	4.17 317	1.94 310	4.16 321	1.92 308	4.20 325	1.92 308	1.96 300	1.86 305	1.87 305	4.25 324	1.90 308	4.23 324	1.91 310	4.26 323	1.93 308	1.89 308	1.90 307	4.07 326	1.91 312	5.09 337	1.93 312

NLCA_NET_v2_RVC	2.50 309	2.85 290	1.90 300	2.90 308	2.77 318	2.88 308	2.85 320	2.51 298	2.85 320	2.88 302	1.99 310	2.50 303	2.76 318	2.20 304	1.57 294	2.64 318	2.89 307	2.63 318	5.69 338	1.03 269	2.01 289	2.71 317	2.74 320	2.73 321	2.87 309	1.64 302	1.00 247	1.49 296
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AIO_test	2.22 303	2.36 278	2.10 303	2.47 303	2.15 310	2.54 303	2.06 312	2.27 288	2.09 312	2.29 285	2.13 311	2.30 295	2.09 310	2.25 307	2.15 314	1.95 307	2.52 303	2.08 310	2.32 297	2.21 316	2.20 295	2.26 313	2.05 311	2.06 310	2.40 302	2.16 316	2.52 303	2.05 314

HUF	2.22 303	2.33 275	2.24 307	2.35 299	2.07 309	2.45 302	2.11 313	2.42 296	2.13 313	2.19 278	2.15 312	2.10 291	2.09 310	2.27 309	2.04 312	2.08 309	2.44 300	2.12 312	2.38 299	2.18 314	2.29 298	2.22 311	2.12 312	2.12 312	2.52 304	2.10 314	2.22 294	2.15 315

Anonymous3	3.36 315	4.93 313	2.20 305	4.92 334	2.23 312	4.90 334	2.23 315	4.89 323	2.24 315	4.95 333	2.21 313	4.91 332	2.21 313	2.18 303	2.22 315	2.22 314	4.86 331	2.20 314	4.90 331	2.20 315	4.96 333	2.21 310	2.21 314	2.21 314	6.30 340	2.21 317	4.90 330	2.23 317

AIO_rvc	2.25 306	2.35 277	2.10 303	2.47 303	2.17 311	2.54 303	2.15 314	2.32 293	2.21 314	2.29 285	2.28 314	2.33 300	2.09 310	2.26 308	2.14 313	2.08 309	2.49 302	2.09 311	2.53 303	2.14 313	2.34 299	2.23 312	2.14 313	2.18 313	2.19 299	2.15 315	2.35 300	2.22 316

NCCL2	2.27 307	2.27 274	2.28 310	2.27 295	2.28 315	2.28 295	2.28 316	2.27 288	2.28 316	2.28 282	2.28 314	2.29 294	2.28 314	2.28 310	2.29 316	2.28 316	2.28 294	2.28 316	2.27 293	2.28 318	2.28 297	2.28 315	2.28 315	2.28 315	2.28 300	2.28 318	2.11 292	2.28 319

STTStereo	2.30 308	2.34 276	2.26 309	2.37 300	2.23 312	2.40 299	2.35 317	2.20 286	2.33 317	2.28 282	2.31 316	2.19 292	2.37 315	2.20 304	2.31 317	2.23 315	2.38 298	2.25 315	2.33 298	2.27 317	2.39 300	2.27 314	2.31 316	2.29 316	2.37 301	2.32 319	2.34 299	2.26 318

NLSM1	2.82 312	3.85 301	2.57 315	3.19 310	2.46 316	3.28 313	2.38 318	3.29 309	2.42 318	3.20 306	2.64 317	3.14 308	2.62 316	2.46 314	2.44 318	2.51 317	3.31 309	2.53 317	3.17 307	2.47 319	3.27 307	2.33 316	2.65 317	2.61 320	3.22 310	2.55 320	3.31 311	2.39 320

sCroCo_RVC	2.76 311	4.00 302	1.82 294	4.00 322	1.83 302	3.98 323	1.82 304	3.99 316	1.81 304	4.14 320	2.76 318	4.13 324	1.82 303	1.83 298	1.83 303	1.82 303	4.01 320	1.82 304	3.98 318	1.86 306	4.00 320	1.82 306	1.83 303	1.84 306	4.02 324	1.81 308	4.00 321	1.83 307

U	5.23 340	8.71 333	2.75 316	8.64 346	2.76 317	8.65 346	2.79 319	8.67 345	2.79 319	8.70 345	2.79 319	8.70 345	2.79 319	2.79 316	2.80 321	2.80 321	8.84 345	2.82 319	8.82 345	2.89 320	8.84 344	2.83 318	2.83 321	2.82 322	8.87 347	2.83 321	8.84 346	2.83 321

MLG-Stereo_test2	3.86 321	4.96 314	3.13 318	4.65 332	3.27 325	5.17 338	3.07 322	5.01 325	3.01 321	4.93 332	3.03 320	4.56 330	3.32 326	3.26 321	3.33 326	3.30 327	5.17 336	3.19 323	4.86 330	2.96 324	5.04 335	3.25 320	2.67 318	3.15 323	4.98 334	3.05 323	4.59 328	3.30 325

NLCSM	3.61 317	5.05 315	3.36 325	4.13 324	3.31 326	3.91 319	3.26 326	3.98 315	3.24 324	4.08 319	3.06 321	3.95 320	3.25 325	3.25 320	3.10 323	3.17 325	4.20 323	3.08 320	4.16 322	3.24 326	4.26 323	3.46 325	3.14 322	3.19 324	4.02 324	3.24 325	4.21 325	3.17 324

FC-DCNN v2	4.74 336	3.16 293	3.16 320	3.16 309	3.16 320	3.16 310	3.16 325	3.16 307	3.16 322	3.16 305	3.16 322	3.16 309	3.16 323	3.16 317	3.16 324	3.16 324	6.72 341	6.72 343	6.72 341	6.72 346	6.72 340	6.72 345	6.72 344	6.72 345	6.72 341	6.72 344	6.72 342	6.72 345

MLG-Stereo_test1	3.87 322	4.67 310	3.29 322	5.26 338	3.25 324	5.04 336	3.11 323	4.43 319	3.27 325	5.02 335	3.21 323	4.71 331	3.10 322	3.22 318	3.06 322	2.98 323	5.03 335	3.18 322	4.95 333	2.94 321	4.70 331	3.32 321	3.30 323	3.27 325	5.17 335	3.08 324	5.02 333	2.85 322

RAFT+CT+SA	4.43 331	7.34 322	6.71 338	5.01 335	4.38 339	4.40 328	3.85 335	6.15 333	4.30 339	4.89 331	3.26 324	4.49 329	3.01 321	4.53 337	3.36 327	3.65 330	3.64 311	4.39 339	3.94 317	4.28 338	4.44 327	4.30 336	4.24 338	4.52 340	3.90 321	3.85 336	4.89 329	4.00 337

raft_robust	4.19 330	7.78 325	6.08 334	3.30 313	3.85 335	4.03 324	3.73 333	6.25 335	3.30 327	4.44 326	3.28 325	4.01 321	3.82 336	4.29 336	3.70 336	4.01 336	4.48 329	3.42 326	4.11 320	3.76 334	4.05 321	3.32 321	3.85 331	3.82 334	4.71 329	3.83 335	4.09 322	3.80 335

MLG-Stereo_test3	3.87 322	4.64 309	3.29 322	5.17 337	3.23 323	4.83 333	3.02 321	4.95 324	3.22 323	4.31 324	3.33 326	5.08 335	3.20 324	3.23 319	2.77 320	3.20 326	4.99 334	3.24 324	4.93 332	2.94 321	4.82 332	3.33 323	3.33 324	3.29 326	5.19 336	3.02 322	5.08 335	2.93 323

DispFullNet	4.96 338	5.67 316	3.30 324	5.01 335	3.21 322	4.50 330	3.11 323	4.43 319	3.44 328	4.60 328	3.46 327	5.13 336	3.44 327	3.53 324	3.20 325	2.87 322	4.80 330	3.15 321	4.70 328	4.83 340	9.02 345	5.98 342	5.95 343	6.21 344	8.84 346	5.85 343	9.76 347	5.91 343

DPSNet	3.67 318	3.61 298	3.62 326	3.64 315	3.61 330	3.64 316	3.65 330	3.64 313	3.67 329	3.67 311	3.65 328	3.68 313	3.69 333	3.69 328	3.69 335	3.68 331	3.70 312	3.70 330	3.69 314	3.69 332	3.71 314	3.69 327	3.67 328	3.69 333	3.68 317	3.67 329	3.68 315	3.67 326

Sa-1000	3.84 320	7.71 324	6.81 341	4.15 325	2.86 319	3.27 312	3.87 336	5.99 328	4.35 340	2.78 300	3.71 329	3.88 316	3.56 329	3.88 331	3.64 328	2.71 320	3.72 313	3.27 325	3.67 313	3.15 325	3.51 310	3.36 324	2.70 319	3.49 327	3.32 312	3.76 333	2.87 308	3.76 333

SA	3.93 324	7.22 320	4.74 328	4.15 325	3.88 336	3.70 318	4.02 339	6.67 336	3.95 334	3.64 310	3.74 330	3.63 312	3.00 320	3.51 323	3.68 334	3.68 331	3.73 314	3.71 331	3.64 309	3.48 327	3.58 311	2.97 319	3.69 329	3.61 328	3.55 316	3.42 326	3.64 314	3.79 334

TestStereo1	4.11 325	7.79 326	6.72 339	3.93 319	3.81 333	3.96 321	3.58 328	6.96 339	3.74 331	3.90 314	3.76 331	3.89 317	3.57 330	3.70 329	3.66 331	3.34 328	3.80 316	3.62 327	3.66 311	3.68 330	3.91 317	3.70 328	3.65 326	3.67 330	3.88 319	3.53 327	3.89 318	3.68 329

SA-5K	4.11 325	7.79 326	6.72 339	3.93 319	3.81 333	3.96 321	3.58 328	6.96 339	3.74 331	3.90 314	3.76 331	3.89 317	3.57 330	3.70 329	3.66 331	3.34 328	3.80 316	3.62 327	3.66 311	3.68 330	3.91 317	3.70 328	3.65 326	3.67 330	3.88 319	3.53 327	3.89 318	3.68 329

cross-raft	4.43 331	7.31 321	6.46 336	4.47 329	3.95 337	4.46 329	3.95 337	6.70 337	3.97 335	4.41 325	3.82 333	4.38 328	3.94 337	3.95 334	3.95 339	3.95 335	4.45 328	3.95 335	4.46 327	3.95 336	4.46 328	3.95 332	3.95 335	3.94 337	4.40 328	3.95 338	4.45 327	3.95 336

test_4	4.11 325	8.05 329	6.64 337	4.52 330	3.68 331	3.00 309	3.40 327	6.21 334	3.29 326	4.07 318	3.84 334	4.04 322	3.76 335	3.56 326	3.67 333	3.76 334	4.04 321	3.79 333	4.10 319	3.53 328	3.98 319	3.74 331	3.55 325	3.61 328	3.94 323	3.75 332	3.73 316	3.73 332

test_5	4.51 334	8.85 334	5.35 333	3.66 317	3.56 327	5.10 337	4.47 341	6.14 331	4.07 337	4.96 334	3.87 335	5.14 337	4.17 340	3.53 324	4.39 340	4.53 340	4.15 322	3.62 327	4.74 329	2.94 321	3.63 313	4.53 338	4.20 337	4.54 341	4.86 332	3.68 330	4.95 331	4.06 338

TESTraft	4.16 329	8.03 328	6.81 341	3.99 321	3.68 331	3.93 320	3.70 332	6.86 338	3.69 330	3.93 316	3.88 336	3.93 319	3.59 332	3.65 327	3.64 328	3.68 331	3.92 318	3.72 332	3.92 316	3.57 329	3.84 316	3.70 328	3.71 330	3.67 330	3.91 322	3.74 331	3.92 320	3.67 326

test_3	4.55 335	10.96 342	7.69 345	4.04 323	3.60 329	4.10 325	3.98 338	7.94 341	4.56 341	3.99 317	4.03 337	4.08 323	3.74 334	3.99 335	3.91 338	4.05 337	4.33 327	3.89 334	4.14 321	4.00 337	4.11 322	4.02 333	4.01 336	3.91 336	3.53 314	3.94 337	4.19 323	4.20 339

test-1	4.11 325	7.65 323	4.93 329	3.65 316	3.58 328	4.70 332	3.74 334	4.73 321	4.06 336	3.72 312	4.11 338	3.70 314	3.49 328	3.36 322	3.65 330	4.17 339	3.92 318	4.04 337	4.19 323	3.75 333	4.69 330	4.18 334	3.88 332	3.90 335	4.73 330	3.77 334	3.12 309	3.68 329

RAFT_CTSACE	4.43 331	8.26 331	6.10 335	4.62 331	4.01 338	4.54 331	3.65 330	6.09 330	3.93 333	4.64 329	4.14 339	4.26 327	4.13 338	3.91 332	3.88 337	4.06 338	4.30 326	4.03 336	4.27 326	3.92 335	4.26 323	3.67 326	3.91 333	4.16 338	4.82 331	4.08 339	4.20 324	3.67 326

SGM-Forest	5.07 339	6.74 318	4.17 327	6.46 341	4.68 340	6.21 342	4.38 340	6.00 329	4.14 338	5.84 338	4.44 340	6.28 340	4.16 339	3.92 333	4.56 341	4.60 341	6.15 338	4.27 338	6.12 340	4.31 339	5.99 339	4.27 335	3.92 334	4.27 339	6.13 339	4.10 340	6.18 339	4.49 340
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.92 337	4.80 312	4.98 330	4.82 333	4.97 341	4.91 335	4.78 342	4.80 322	4.88 342	4.78 330	4.80 341	4.99 334	4.81 341	4.83 338	4.87 342	4.97 342	4.93 332	5.01 341	5.03 334	4.90 341	5.02 334	5.02 339	5.06 339	5.04 342	4.93 333	4.89 341	5.01 332	5.09 341

SGM+DAISY	6.35 341	8.16 330	5.14 332	8.12 345	5.08 343	8.12 345	5.16 343	8.01 342	5.18 344	7.92 343	5.14 342	7.89 344	5.14 342	4.95 339	5.33 343	5.32 343	8.14 344	5.16 342	8.16 344	5.16 342	8.21 343	5.19 340	5.12 340	5.12 343	8.18 345	5.24 342	8.12 345	5.11 342

CFNet_RVC	0.93 247	8.54 332	0.41 159	0.56 207	0.37 174	0.56 208	0.37 176	0.50 179	0.40 181	0.56 167	5.24 343	0.56 203	0.34 162	0.40 177	0.41 188	0.34 160	0.53 199	0.40 183	0.56 210	0.38 177	0.52 194	0.40 184	0.40 184	0.41 188	0.56 207	0.40 186	0.56 204	0.40 185

RAFT	6.60 342	9.99 337	8.33 346	7.21 344	6.55 344	5.95 341	5.87 344	8.70 346	5.02 343	5.10 336	6.69 344	7.06 343	6.94 345	6.17 342	7.09 346	6.84 344	6.47 339	4.72 340	5.60 336	5.60 343	5.11 336	5.97 341	6.93 345	6.89 346	7.16 342	7.08 347	6.58 341	6.66 344

test-v	7.17 343	11.53 343	7.63 343	7.17 342	6.87 345	7.48 343	6.90 345	8.14 343	6.88 345	6.93 341	7.42 345	7.05 341	6.14 343	6.05 340	6.86 344	6.99 345	7.60 342	6.75 344	6.90 342	6.66 344	7.83 341	6.36 343	5.89 341	7.34 347	7.19 343	6.75 345	7.52 343	6.77 346

test-2	7.17 343	11.53 343	7.63 343	7.17 342	6.87 345	7.48 343	6.90 345	8.14 343	6.88 345	6.93 341	7.42 345	7.05 341	6.14 343	6.05 340	6.86 344	6.99 345	7.60 342	6.75 344	6.90 342	6.66 344	7.83 341	6.36 343	5.89 341	7.34 347	7.19 343	6.75 345	7.52 343	6.77 346

MANE	18.41 345	23.00 352	16.00 347	22.00 354	15.00 347	22.00 354	15.00 347	22.00 354	15.00 347	21.00 354	15.00 347	22.00 353	15.00 346	15.00 347	17.00 347	15.00 347	23.00 353	15.00 346	22.00 353	15.00 347	23.00 353	15.00 346	18.00 346	15.00 349	24.00 355	17.00 348	24.00 355	16.00 348

rafts_anoy	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

raft+_RVC	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

raftrobust	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

CasAABBNet	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

RALCasStereoNet	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

RALAANet	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

MSMDNet	20.00 346	20.00 345	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 347	20.00 348	20.00 346	20.00 347	20.00 348	20.00 348	20.00 348	20.00 346	20.00 347	20.00 346	20.00 348	20.00 346	20.00 347	20.00 347	20.00 350	20.00 348	20.00 349	20.00 348	20.00 349

Reg-Stereo(zero)	37.00 353	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 354	37.00 354	37.00 355	37.00 355	37.00 355	37.00 354	37.00 354	37.00 354	37.00 355	37.00 354	37.00 354	37.00 354	37.00 357	37.00 356	37.00 356	37.00 356	37.00 356

HI	37.00 353	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 354	37.00 354	37.00 355	37.00 355	37.00 355	37.00 354	37.00 354	37.00 354	37.00 355	37.00 354	37.00 354	37.00 354	37.00 357	37.00 356	37.00 356	37.00 356	37.00 356

CoSv	37.00 353	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 355	37.00 354	37.00 354	37.00 355	37.00 355	37.00 355	37.00 354	37.00 354	37.00 354	37.00 355	37.00 354	37.00 354	37.00 354	37.00 357	37.00 356	37.00 356	37.00 356	37.00 356

MDST_ROB	61.15 356	72.66 359	46.52 358	70.00 358	44.89 358	64.24 358	43.75 358	73.65 358	48.92 359	72.70 359	42.40 358	60.70 357	50.23 357	50.07 359	67.69 359	68.60 359	83.13 358	47.77 357	82.48 358	46.00 358	95.93 358	53.44 358	50.66 357	45.00 360	84.99 360	53.64 360	79.01 359	52.07 360

CBMV	101.59 357	71.60 358	48.40 359	72.70 359	49.00 359	79.60 359	48.40 359	80.90 359	46.90 358	68.90 358	49.00 359	78.00 358	572.10 366	49.50 358	51.30 358	48.40 358	72.20 357	639.60 366	79.40 357	48.90 359	79.50 357	51.40 357	52.30 358	48.30 361	80.20 359	49.10 359	79.60 360	47.60 359
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 358	131.36 360	140.69 360	151.38 360	151.40 360	150.79 360	151.72 360	149.36 360	159.46 360	146.42 360	150.73 360	149.06 362	176.22 358	143.94 360	133.10 362	133.45 362	153.30 360	154.22 359	154.67 360	153.95 361	156.90 361	156.53 361	160.21 359	162.72 362	154.57 361	160.59 361	153.47 361	163.50 361
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
MGS-Stereo	264.93 361	208.00 362	362.00 365	512.00 365	350.00 365	326.00 362	443.00 366	410.00 363	210.00 361	232.00 363	215.00 361	125.00 360	217.00 360	216.00 363	127.00 361	122.00 361	223.00 362	230.00 361	487.00 364	255.00 364	250.00 362	223.00 363	272.00 363	228.00 366	241.00 363	220.00 365	214.00 363	235.00 365

DLCB_ROB	280.78 363	376.74 364	215.59 361	376.74 361	215.59 361	376.74 364	215.59 361	366.42 362	218.39 362	366.42 364	218.39 362	366.42 363	218.39 361	209.96 362	219.76 365	219.38 364	376.72 364	216.43 360	376.72 361	216.43 362	376.72 364	216.43 362	216.14 360	216.14 365	376.69 366	217.67 364	376.69 366	217.67 363

EGLCR-Stereo	276.81 362	209.00 363	366.00 366	514.00 366	354.00 366	336.00 363	422.00 364	440.00 365	220.00 363	231.00 362	245.00 363	135.00 361	237.00 362	218.00 364	197.00 364	222.00 365	223.00 362	230.00 361	487.00 364	255.00 364	250.00 362	273.00 364	272.00 363	228.00 366	241.00 363	220.00 365	214.00 363	235.00 365

AE-Stereo	252.48 360	202.00 361	361.00 364	502.00 364	324.00 364	321.00 361	482.00 367	423.00 364	227.00 364	201.00 361	273.00 364	101.00 359	207.00 359	198.00 361	183.00 363	181.00 363	221.00 361	232.00 363	477.00 362	220.00 363	111.00 359	100.00 359	219.00 361	214.00 363	204.00 362	211.00 363	200.00 362	222.00 364

NOSS_ROB	248.11 359	409.00 365	288.00 362	412.00 362	280.00 362	411.00 365	288.00 362	356.00 361	275.00 365	379.00 365	303.00 365	415.00 364	278.00 363	260.00 365	104.00 360	103.00 360	126.00 359	108.00 358	118.00 359	98.00 360	126.00 360	104.00 360	268.00 362	216.00 364	279.00 365	201.00 362	288.00 365	206.00 362

LE_ROB	387.11 364	453.07 366	321.39 363	500.23 363	323.05 363	493.99 366	324.56 363	477.63 366	322.28 366	465.51 366	322.97 366	486.37 365	334.17 364	305.26 366	320.63 366	327.66 366	476.08 365	315.70 364	483.76 363	335.15 366	469.64 365	309.74 365	315.90 365	318.85 368	498.41 367	328.85 367	491.00 367	330.08 367

SGM-ForestM	522.49 365	676.08 367	448.56 367	638.17 367	433.15 367	639.59 367	427.03 365	617.52 367	439.90 367	604.63 367	429.02 367	611.68 366	432.74 365	420.18 367	451.96 367	465.85 367	601.06 366	403.73 365	659.15 366	405.50 367	669.64 366	437.21 366	455.85 366	425.66 369	689.82 368	481.65 368	662.43 368	479.61 368

CBMV_ROB	1133.35 366	1280.38 368	976.92 368	1317.57 368	1021.62 368	1282.66 368	1022.22 368	1213.88 368	982.57 368	1194.12 368	975.90 368	1357.87 367	1090.02 367	943.32 368	1021.85 368	1006.47 368	1309.01 367	986.29 367	1499.40 367	986.35 368	1359.35 367	975.96 367	975.21 367	969.30 370	1337.82 369	1042.34 369	1398.25 369	1073.86 369

111111	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

SGD-Stereo	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

IGEV-Stereo++	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

IGEV-BASED-STEREO-	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

IGEV-Stereo+	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

anonymousdsp2	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

anonymousdsp	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

AMNet	10000000.00 367	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 369	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 369	10000000.00 368	10000000.00 368	10000000.00 368	10000000.00 371	10000000.00 370	10000000.00 370	10000000.00 370	10000000.00 370

GS-Stereo																							0.36 168	0.36 171	0.48 186	0.36 168	0.48 183	0.35 166

ASD4																								0.20 116

Low-res two-view benchmark