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

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

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	1.03 230	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

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

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

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	1.47 262	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	1.47 262	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

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	1.32 253	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 46	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

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	1.46 261	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

AnyNet_C32	0.12 62	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 303	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

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	1.32 253	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	0.11 58	0.04 32	0.05 30	0.04 32	0.05 40	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 40	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 315	0.04 32	0.04 31	0.04 32	0.04 30	0.05 41

FADNet	0.11 58	0.04 32	0.05 30	0.06 41	0.05 40	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 39	0.05 34	0.04 33	0.05 40	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 42	0.05 35	0.04 33	1.74 312	0.04 32	0.04 31	0.05 42	0.04 30	0.05 41

ADCRef	0.13 67	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 55	0.04 31	0.04 32	2.46 306	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 41	0.04 31	0.04 32	0.04 30	0.04 32

ADCP+	0.12 62	0.04 32	0.07 36	0.04 32	0.05 40	0.04 31	0.04 32	0.04 31	0.04 32	2.28 295	0.05 39	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 41	0.04 31	0.04 32	0.04 30	0.04 32

ManiGeoR	0.09 40	0.05 37	0.60 211	0.05 36	0.04 32	0.05 35	0.04 32	0.70 208	0.04 32	0.05 27	0.04 31	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	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

HLF11	0.09 40	0.05 37	0.61 215	0.05 36	0.04 32	0.05 35	0.04 32	0.75 216	0.04 32	0.05 27	0.04 31	0.06 45	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

HLf10	0.09 40	0.05 37	0.60 211	0.05 36	0.04 32	0.05 35	0.04 32	0.70 208	0.04 32	0.05 27	0.04 31	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	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

HLf8	0.11 58	0.05 37	0.61 215	0.05 36	0.04 32	0.05 35	0.04 32	1.03 247	0.04 32	0.07 37	0.07 51	0.06 45	0.04 33	0.04 32	0.04 33	0.07 51	0.08 47	0.06 49	0.05 33	0.04 32	0.05 35	0.07 51	0.06 45	0.07 52	0.06 45	0.04 32	0.05 36	0.04 32

TestStereo_HLe17	0.09 40	0.05 37	0.60 211	0.05 36	0.04 32	0.05 35	0.04 32	0.71 212	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.05 43	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

DFGA-Net	0.04 24	0.06 42	0.03 23	0.06 41	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 46	0.03 26	0.03 25	0.03 25	0.06 45	0.03 26	0.06 45	0.03 25

AASNet	0.05 25	0.08 46	0.08 40	0.07 44	0.05 40	0.05 35	0.05 42	0.07 38	0.05 42	0.05 27	0.05 39	0.05 34	0.05 44	0.06 44	0.07 49	0.05 43	0.05 35	0.05 42	0.05 33	0.05 42	0.05 35	0.05 43	0.04 32	0.05 41	0.05 36	0.05 42	0.05 36	0.05 41

SACVNet	0.05 25	0.08 46	0.08 40	0.07 44	0.05 40	0.05 35	0.05 42	0.07 38	0.05 42	0.05 27	0.05 39	0.05 34	0.05 44	0.06 44	0.07 49	0.05 43	0.05 35	0.05 42	0.05 33	0.05 42	0.05 35	0.05 43	0.04 32	0.05 41	0.05 36	0.05 42	0.05 36	0.05 41

AACVNet	0.05 25	0.08 46	0.08 40	0.07 44	0.05 40	0.05 35	0.05 42	0.07 38	0.05 42	0.05 27	0.05 39	0.05 34	0.05 44	0.06 44	0.07 49	0.05 43	0.05 35	0.05 42	0.05 33	0.05 42	0.05 35	0.05 43	0.04 32	0.05 41	0.05 36	0.05 42	0.05 36	0.05 41

APVNet	0.09 40	0.06 42	0.04 25	0.06 41	0.04 32	0.05 35	0.04 32	0.05 35	1.08 284	0.05 27	0.05 39	0.05 34	0.04 33	0.05 40	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 46	0.04 32	0.05 30	0.04 32	0.05 40	0.05 35	0.05 42	0.07 38	0.05 42	0.05 27	0.05 39	0.05 34	0.04 33	0.05 40	0.04 33	0.04 32	0.05 35	0.05 42	0.05 33	0.05 42	0.05 35	0.04 33	1.53 303	0.04 32	0.05 36	0.05 42	0.06 45	0.05 41

FADNet_RVC	0.10 46	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	1.63 308	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

BEATNet-Init1	0.15 79	0.07 44	0.10 46	0.08 47	0.07 52	0.07 47	0.07 51	0.07 38	0.07 50	2.19 291	0.08 53	0.08 50	0.07 52	0.07 47	0.07 49	0.07 51	0.08 47	0.07 52	0.08 48	0.08 54	0.07 47	0.07 51	0.07 48	0.07 52	0.08 48	0.07 51	0.07 47	0.07 53

DeepPrunerF	0.15 79	0.07 44	0.10 46	0.08 47	0.07 52	0.07 47	0.07 51	0.07 38	0.07 50	2.19 291	0.08 53	0.08 50	0.07 52	0.07 47	0.07 49	0.07 51	0.08 47	0.07 52	0.08 48	0.08 54	0.07 47	0.07 51	0.07 48	0.07 52	0.08 48	0.07 51	0.07 47	0.07 53

TS12	0.08 33	0.16 78	0.14 81	0.08 47	0.06 50	0.08 49	0.06 49	0.15 71	0.06 48	0.08 41	0.06 49	0.08 50	0.06 50	0.14 94	0.06 47	0.06 49	0.08 47	0.06 49	0.08 48	0.06 50	0.08 50	0.06 49	0.06 45	0.06 49	0.08 48	0.06 49	0.08 49	0.06 49

TS	0.08 33	0.08 46	0.16 86	0.08 47	0.06 50	0.08 49	0.06 49	0.15 71	0.06 48	0.08 41	0.06 49	0.08 50	0.06 50	0.14 94	0.06 47	0.06 49	0.08 47	0.06 49	0.08 48	0.06 50	0.08 50	0.06 49	0.06 45	0.06 49	0.08 48	0.06 49	0.08 49	0.06 49

DispViT+	0.07 29	0.09 51	0.07 36	0.08 47	0.05 40	0.08 49	0.05 42	0.08 44	0.07 50	0.07 37	0.05 39	0.07 47	0.05 44	0.07 47	0.05 43	0.05 43	0.08 47	0.05 42	0.08 48	0.05 42	0.08 50	0.05 43	0.05 42	0.05 41	0.08 48	0.05 42	0.08 49	0.05 41

BridgeDepth_RVC	0.07 29	0.11 63	0.10 46	0.08 47	0.05 40	0.08 49	0.05 42	0.11 57	0.05 42	0.07 37	0.05 39	0.07 47	0.05 44	0.10 56	0.05 43	0.05 43	0.08 47	0.05 42	0.08 48	0.05 42	0.08 50	0.05 43	0.05 42	0.05 41	0.08 48	0.05 42	0.08 49	0.05 41
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 63	0.10 46	0.08 47	0.05 40	0.08 49	0.05 42	0.11 57	0.05 42	0.07 37	0.05 39	0.07 47	0.05 44	0.10 56	0.05 43	0.05 43	0.08 47	0.05 42	0.08 48	0.05 42	0.07 47	0.05 43	0.05 42	0.05 41	0.08 48	0.07 51	0.08 49	0.06 49
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 29	0.08 46	0.07 36	0.08 47	0.07 52	0.08 49	0.07 51	0.08 44	0.07 50	0.08 41	0.07 51	0.08 50	0.07 52	0.07 47	0.07 49	0.07 51	0.07 46	0.07 52	0.07 46	0.07 52	0.08 50	0.07 51	0.07 48	0.06 49	0.07 47	0.07 51	0.08 49	0.06 49

SepStereo	0.09 40	0.09 51	0.09 43	0.09 55	0.10 57	0.09 55	0.08 54	0.09 46	0.08 54	0.09 44	0.08 53	0.09 56	0.09 56	0.08 52	0.08 55	0.09 56	0.09 55	0.08 56	0.09 55	0.08 54	0.09 55	0.08 56	0.09 52	0.09 56	0.10 56	0.08 55	0.10 56	0.09 56

AnonymousM	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

PVD	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

SHD	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

SAMSARA	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

XQC	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

RTSC	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

RTS	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

RTSA	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

MADNet+	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

MADNet++	0.10 46	0.10 53	0.10 46	0.10 56	0.10 57	0.10 56	0.10 58	0.10 47	0.10 58	0.10 46	0.10 59	0.10 57	0.10 59	0.10 56	0.10 59	0.10 58	0.10 57	0.10 58	0.10 57	0.10 58	0.10 57	0.10 59	0.10 55	0.10 59	0.10 56	0.10 57	0.10 56	0.10 60

JetRed	0.22 106	0.11 63	0.12 68	0.11 66	0.11 70	0.11 66	0.11 69	0.11 57	0.11 70	2.93 316	0.11 70	0.11 67	0.11 71	0.11 72	0.11 70	0.12 85	0.11 67	0.11 73	0.11 67	0.11 71	0.11 67	0.11 71	0.11 68	0.11 73	0.11 67	0.11 71	0.11 67	0.11 72

MatchStereo	0.27 117	0.12 66	2.51 322	0.12 67	0.11 70	0.12 67	0.11 69	2.54 311	0.08 54	0.09 44	0.08 53	0.08 50	0.07 52	0.07 47	0.09 56	0.07 51	0.09 55	0.07 52	0.09 55	0.07 52	0.09 55	0.07 51	0.08 51	0.07 52	0.08 48	0.08 55	0.09 55	0.08 55
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetBlue	0.23 108	0.12 66	0.13 77	0.12 67	0.12 89	0.12 67	0.11 69	0.14 62	0.12 85	3.07 317	0.12 88	0.12 69	0.11 71	0.11 72	0.13 92	0.13 91	0.12 68	0.12 89	0.13 68	0.11 71	0.12 68	0.13 93	0.12 85	0.14 96	0.13 69	0.12 87	0.12 68	0.11 72

LRCNet_RVC	0.11 58	0.12 66	0.09 43	0.12 67	0.09 55	0.12 67	0.09 55	0.12 60	0.09 56	0.12 56	0.09 57	0.11 67	0.09 56	0.09 53	0.09 56	0.09 56	0.12 68	0.16 103	0.21 103	0.09 57	0.12 68	0.09 57	0.09 52	0.09 56	0.12 68	0.28 143	0.12 68	0.09 56

UNet	0.19 94	0.13 69	0.09 43	0.13 70	0.09 55	0.13 70	0.09 55	0.13 61	0.09 56	0.90 210	0.09 57	0.13 70	0.09 56	0.10 56	0.09 56	0.70 251	0.13 70	0.09 57	0.13 68	0.10 58	0.91 243	0.09 57	0.10 55	0.09 56	0.13 69	0.10 57	0.13 70	0.09 56

PDISCO_ROB	0.50 180	0.15 73	0.11 62	0.16 87	3.16 333	0.13 70	0.12 87	0.14 62	0.12 85	0.15 63	0.11 70	2.55 319	0.11 71	2.20 317	0.13 92	0.12 85	0.16 87	0.10 58	0.14 70	0.12 89	0.15 80	0.12 88	0.12 85	0.12 87	0.15 77	0.10 57	2.75 320	0.09 56

ProNet	0.12 62	0.18 84	0.11 62	0.14 71	0.10 57	0.14 72	0.11 69	0.14 62	0.11 70	0.14 57	0.10 59	0.14 71	0.10 59	0.10 56	0.11 70	0.10 58	0.15 79	0.10 58	0.14 70	0.10 58	0.14 70	0.10 59	0.11 68	0.10 59	0.15 77	0.10 57	0.14 71	0.10 60

CIPLG	0.13 67	0.15 73	0.12 68	0.14 71	0.11 70	0.14 72	0.11 69	0.15 71	0.11 70	0.15 63	0.11 70	0.15 81	0.11 71	0.12 82	0.12 87	0.11 70	0.15 79	0.11 73	0.15 79	0.11 71	0.14 70	0.11 71	0.11 68	0.12 87	0.15 77	0.12 87	0.15 79	0.12 86

IPLG	0.12 62	0.15 73	0.12 68	0.14 71	0.11 70	0.14 72	0.11 69	0.14 62	0.11 70	0.15 63	0.11 70	0.14 71	0.11 71	0.12 82	0.11 70	0.11 70	0.14 71	0.11 73	0.14 70	0.11 71	0.14 70	0.11 71	0.11 68	0.11 73	0.14 71	0.11 71	0.14 71	0.11 72

IPLGR_C	0.13 67	0.16 78	0.14 81	0.15 80	0.11 70	0.14 72	0.11 69	0.14 62	0.11 70	0.14 57	0.11 70	0.14 71	0.11 71	0.12 82	0.11 70	0.11 70	0.14 71	0.11 73	0.14 70	0.11 71	0.14 70	0.11 71	0.11 68	0.11 73	0.14 71	0.11 71	0.15 79	0.11 72

MIPNet	0.12 62	0.15 73	0.12 68	0.14 71	0.11 70	0.14 72	0.11 69	0.14 62	0.11 70	0.15 63	0.11 70	0.14 71	0.11 71	0.12 82	0.11 70	0.11 70	0.14 71	0.11 73	0.15 79	0.11 71	0.14 70	0.11 71	0.11 68	0.11 73	0.14 71	0.11 71	0.14 71	0.11 72

IPLGR	0.13 67	0.15 73	0.12 68	0.14 71	0.11 70	0.14 72	0.11 69	0.14 62	0.13 91	0.15 63	0.11 70	0.14 71	0.12 90	0.12 82	0.11 70	0.11 70	0.14 71	0.11 73	0.14 70	0.11 71	0.14 70	0.11 71	0.11 68	0.12 87	0.15 77	0.11 71	0.14 71	0.11 72

ACRE	0.13 67	0.16 78	0.12 68	0.14 71	0.11 70	0.14 72	0.11 69	0.15 71	0.11 70	0.14 57	0.11 70	0.14 71	0.11 71	0.12 82	0.11 70	0.11 70	0.14 71	0.11 73	0.14 70	0.11 71	0.14 70	0.11 71	0.11 68	0.11 73	0.14 71	0.11 71	0.14 71	0.11 72

GMStereo	0.14 74	0.13 69	0.14 81	0.14 71	0.14 97	0.14 72	0.14 94	0.14 62	0.14 96	0.14 57	0.14 96	0.14 71	0.14 97	0.14 94	0.14 97	0.14 96	0.14 71	0.14 96	0.14 70	0.14 97	0.14 70	0.14 97	0.14 93	0.14 96	0.14 71	0.14 94	0.14 71	0.14 97
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.15 79	0.14 71	0.14 81	0.14 71	0.14 97	0.14 72	0.16 104	0.14 62	0.21 122	0.14 57	0.23 130	0.14 71	0.14 97	0.14 94	0.14 97	0.14 96	0.14 71	0.14 96	0.14 70	0.14 97	0.14 70	0.14 97	0.14 93	0.14 96	0.14 71	0.14 94	0.14 71	0.16 102

S2M2_L	0.13 67	0.14 71	0.10 46	0.14 71	0.10 57	0.15 81	0.10 58	0.30 121	0.10 58	0.14 57	0.17 104	0.14 71	0.10 59	0.10 56	0.10 59	0.10 58	0.14 71	0.10 58	0.14 70	0.10 58	0.14 70	0.10 59	0.10 55	0.10 59	0.15 77	0.10 57	0.14 71	0.10 60
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo++	0.26 116	1.28 259	1.07 263	0.15 80	0.13 93	0.15 81	0.14 94	1.22 265	0.13 91	0.16 75	0.17 104	0.16 89	0.14 97	0.14 94	0.15 101	0.14 96	0.15 79	0.14 96	0.16 86	0.14 97	0.16 86	0.14 97	0.14 93	0.14 96	0.16 87	0.14 94	0.16 86	0.15 99

test_for_model	0.17 85	1.25 248	0.20 102	0.15 80	0.11 70	0.15 81	0.11 69	0.21 87	0.11 70	0.15 63	0.11 70	0.15 81	0.11 71	0.11 72	0.11 70	0.11 70	0.15 79	0.11 73	0.15 79	0.11 71	0.15 80	0.11 71	0.11 68	0.11 73	0.15 77	0.11 71	0.15 79	0.11 72

GCAPDPT-zeroshot4090	0.17 85	1.25 248	0.20 102	0.15 80	0.11 70	0.15 81	0.11 69	0.21 87	0.11 70	0.15 63	0.11 70	0.15 81	0.11 71	0.11 72	0.11 70	0.11 70	0.15 79	0.11 73	0.15 79	0.11 71	0.15 80	0.11 71	0.11 68	0.11 73	0.15 77	0.11 71	0.15 79	0.11 72

testlalala	0.17 85	1.25 248	0.20 102	0.15 80	0.11 70	0.15 81	0.11 69	0.21 87	0.11 70	0.15 63	0.11 70	0.15 81	0.11 71	0.11 72	0.11 70	0.11 70	0.15 79	0.11 73	0.15 79	0.11 71	0.15 80	0.11 71	0.11 68	0.11 73	0.15 77	0.11 71	0.15 79	0.11 72

GCAPDPT-zeroshot	0.17 85	1.25 248	0.20 102	0.15 80	0.11 70	0.15 81	0.11 69	0.21 87	0.11 70	0.15 63	0.11 70	0.15 81	0.11 71	0.11 72	0.11 70	0.11 70	0.15 79	0.11 73	0.15 79	0.11 71	0.15 80	0.11 71	0.11 68	0.11 73	0.15 77	0.11 71	0.15 79	0.11 72

GCAP-Stereo	0.17 85	1.25 248	0.20 102	0.15 80	0.11 70	0.15 81	0.11 69	0.21 87	0.11 70	0.15 63	0.11 70	0.15 81	0.11 71	0.11 72	0.11 70	0.11 70	0.15 79	0.11 73	0.15 79	0.11 71	0.15 80	0.11 71	0.11 68	0.11 73	0.15 77	0.11 71	0.15 79	0.11 72

DF	0.25 111	1.16 238	1.02 255	0.16 87	0.13 93	0.16 88	0.13 91	1.16 258	0.13 91	0.15 63	0.13 94	0.15 81	0.13 95	0.13 89	0.13 92	0.13 91	0.16 87	0.13 92	0.16 86	0.13 95	0.16 86	0.13 93	0.13 90	0.13 95	0.16 87	0.13 92	0.16 86	0.13 94

ICVP	0.13 67	0.16 78	0.11 62	0.16 87	0.11 70	0.16 88	0.11 69	0.16 75	0.11 70	0.16 75	0.11 70	0.16 89	0.11 71	0.11 72	0.11 70	0.11 70	0.16 87	0.11 73	0.16 86	0.11 71	0.16 86	0.11 71	0.11 68	0.11 73	0.16 87	0.11 71	0.16 86	0.11 72
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.24 110	1.32 260	0.86 244	0.17 91	0.11 70	0.17 90	0.11 69	1.05 251	0.12 85	0.16 75	0.11 70	0.16 89	0.11 71	0.11 72	0.11 70	0.11 70	0.17 91	0.11 73	0.17 89	0.11 71	0.17 90	0.11 71	0.11 68	0.11 73	0.17 90	0.11 71	0.17 90	0.11 72
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 74	0.17 83	0.11 62	0.17 91	0.11 70	0.17 90	0.12 87	0.17 79	0.11 70	0.17 79	0.11 70	0.17 93	0.11 71	0.12 82	0.12 87	0.12 85	0.17 91	0.12 89	0.17 89	0.12 89	0.17 90	0.12 88	0.12 85	0.12 87	0.17 90	0.12 87	0.17 90	0.12 86

castereo	0.34 142	1.59 266	1.39 283	0.17 91	0.15 100	0.18 92	0.26 135	1.74 281	0.17 105	0.19 84	0.18 119	0.18 96	0.20 122	0.20 118	0.22 129	0.21 120	0.18 95	0.17 107	0.19 97	0.16 104	0.18 92	0.20 124	0.17 101	0.21 126	0.19 96	0.17 107	0.19 94	0.16 102

ITSA-stereo	0.21 104	0.16 78	0.12 68	0.16 87	0.13 93	0.18 92	0.14 94	0.16 75	1.89 322	0.16 75	0.12 88	0.17 93	0.12 90	0.13 89	0.13 92	0.13 91	0.17 91	0.13 92	0.17 89	0.12 89	0.16 86	0.12 88	0.12 85	0.12 87	0.17 90	0.12 87	0.16 86	0.12 86

SFCPSM	0.23 108	0.18 84	0.13 77	0.18 94	0.12 89	0.18 92	0.80 264	0.17 79	0.12 85	0.88 209	0.12 88	0.17 93	0.12 90	0.13 89	0.12 87	0.12 85	0.18 95	0.12 89	0.18 93	0.12 89	1.18 274	0.13 93	0.12 85	0.12 87	0.18 93	0.13 92	0.18 92	0.12 86

DeepPruner_ROB	0.15 79	0.18 84	0.12 68	0.18 94	0.12 89	0.18 92	0.12 87	0.18 81	0.13 91	0.18 81	0.12 88	0.18 96	0.12 90	0.13 89	0.12 87	0.13 91	0.18 95	0.13 92	0.18 93	0.12 89	0.19 96	0.12 88	0.13 90	0.12 87	0.18 93	0.12 87	0.18 92	0.12 86

ELAS_RVC	0.14 74	0.18 84	0.11 62	0.19 97	0.11 70	0.18 92	0.13 91	0.16 75	0.11 70	0.17 79	0.11 70	0.14 71	0.11 71	0.09 53	0.11 70	0.12 85	0.17 91	0.10 58	0.18 93	0.11 71	0.18 92	0.11 71	0.10 55	0.11 73	0.19 96	0.11 71	0.19 94	0.12 86
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IGEV-FE	0.29 123	2.85 302	0.36 149	0.20 99	0.17 108	0.19 97	0.17 107	0.37 139	0.17 105	0.19 84	0.17 104	0.19 99	0.17 107	0.17 106	0.17 108	0.17 105	0.19 100	0.17 107	0.19 97	0.17 108	0.19 96	0.17 109	0.17 101	0.17 105	0.19 96	0.17 107	0.19 94	0.17 109

DEFOM-Stereo_RVC	0.40 159	2.14 285	1.91 309	0.20 99	0.18 118	0.19 97	0.17 107	2.23 295	0.19 118	0.24 98	0.21 124	0.19 99	0.21 126	0.20 118	0.18 116	0.20 118	0.20 101	0.18 120	0.20 100	0.19 123	0.19 96	0.17 109	0.18 115	0.17 105	0.20 100	0.20 122	0.21 102	0.19 121

DDVS	0.15 79	0.18 84	0.13 77	0.18 94	0.13 93	0.19 97	0.13 91	0.18 81	0.13 91	0.18 81	0.13 94	0.18 96	0.13 95	0.13 89	0.13 92	0.13 91	0.18 95	0.13 92	0.18 93	0.13 95	0.18 92	0.13 93	0.13 90	0.10 59	0.19 96	0.14 94	0.19 94	0.13 94

IGEV_Zeroshot_test	0.18 90	0.22 93	0.18 96	0.21 103	0.18 118	0.20 100	0.17 107	0.20 84	0.16 100	0.25 104	0.16 102	0.21 103	0.17 107	0.16 104	0.18 116	0.15 101	0.20 101	0.16 103	0.20 100	0.18 118	0.21 102	0.17 109	0.17 101	0.17 105	0.20 100	0.17 107	0.20 99	0.16 102

DAS	0.20 99	0.20 90	0.20 102	0.20 99	0.20 124	0.20 100	0.20 123	0.20 84	0.20 120	0.20 86	0.20 122	0.20 102	0.20 122	0.20 118	0.20 124	0.20 118	0.20 101	0.20 126	0.20 100	0.20 125	0.20 100	0.20 124	0.20 120	0.20 122	0.20 100	0.20 122	0.20 99	0.20 123

LALA_ROB	0.15 79	0.21 91	0.12 68	0.21 103	0.12 89	0.20 100	0.14 94	0.20 84	0.12 85	0.22 91	0.12 88	0.16 89	0.12 90	0.10 56	0.12 87	0.12 85	0.21 104	0.11 73	0.22 105	0.12 89	0.20 100	0.12 88	0.11 68	0.12 87	0.21 104	0.14 94	0.21 102	0.13 94

SGM_RVC	0.14 74	0.19 89	0.11 62	0.20 99	0.11 70	0.20 100	0.12 87	0.18 81	0.12 85	0.18 81	0.12 88	0.19 99	0.11 71	0.11 72	0.11 70	0.11 70	0.18 95	0.11 73	0.19 97	0.11 71	0.19 96	0.11 71	0.11 68	0.11 73	0.20 100	0.11 71	0.20 99	0.12 86
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 74	0.23 98	0.10 46	0.19 97	0.11 70	0.20 100	0.11 69	0.16 75	0.10 58	0.15 63	0.11 70	0.15 81	0.11 71	0.09 53	0.11 70	0.11 70	0.16 87	0.10 58	0.17 89	0.11 71	0.18 92	0.11 71	0.09 52	0.10 59	0.18 93	0.11 71	0.19 94	0.12 86
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
depth_test_26	0.19 94	0.36 133	0.26 123	0.21 103	0.14 97	0.21 105	0.14 94	0.36 137	0.14 96	0.20 86	0.14 96	0.24 120	0.14 97	0.14 94	0.14 97	0.14 96	0.21 104	0.14 96	0.21 103	0.14 97	0.21 102	0.14 97	0.26 134	0.14 96	0.21 104	0.14 94	0.21 102	0.14 97

HCRNet	0.71 223	6.06 329	3.15 327	0.50 208	0.22 126	0.21 105	0.15 99	3.04 314	0.34 170	0.43 153	0.33 174	0.43 181	0.33 171	0.15 100	0.14 97	0.14 96	0.21 104	0.17 107	0.47 192	0.20 125	0.21 102	0.16 105	0.32 165	0.33 172	0.50 202	0.33 173	0.49 201	0.28 145

DepthFocus	0.18 90	0.22 93	0.15 85	0.22 106	0.15 100	0.22 107	0.15 99	0.21 87	0.15 98	0.21 88	0.15 98	0.21 103	0.15 101	0.15 100	0.15 101	0.15 101	0.21 104	0.15 101	0.22 105	0.15 102	0.22 106	0.15 101	0.15 96	0.15 101	0.22 107	0.15 100	0.22 105	0.15 99

Pointernet	0.22 106	0.41 142	0.38 153	0.22 106	0.17 108	0.22 107	0.17 107	0.41 154	0.17 105	0.22 91	0.17 104	0.22 107	0.17 107	0.18 113	0.18 116	0.18 114	0.23 113	0.18 120	0.23 113	0.18 118	0.23 113	0.18 120	0.17 101	0.17 105	0.22 107	0.18 119	0.22 105	0.17 109

IMH-64-1	0.29 123	0.23 98	0.23 113	0.23 114	0.22 126	0.22 107	0.23 129	0.22 95	0.22 126	2.02 284	0.23 130	0.23 113	0.22 128	0.23 130	0.23 131	0.23 125	0.23 113	0.22 128	0.23 113	0.22 128	0.22 106	0.22 126	0.22 124	0.22 129	0.22 107	0.22 128	0.22 105	0.22 128

IMH-64	0.29 123	0.23 98	0.23 113	0.23 114	0.22 126	0.22 107	0.23 129	0.22 95	0.22 126	2.02 284	0.23 130	0.23 113	0.22 128	0.23 130	0.23 131	0.23 125	0.23 113	0.22 128	0.23 113	0.22 128	0.22 106	0.22 126	0.22 124	0.22 129	0.22 107	0.22 128	0.22 105	0.22 128

MIM_Stereo	0.19 94	0.23 98	0.18 96	0.22 106	0.16 104	0.22 107	0.16 104	0.21 87	0.16 100	0.22 91	0.17 104	0.21 103	0.17 107	0.20 118	0.18 116	0.17 105	0.22 108	0.18 120	0.22 105	0.16 104	0.21 102	0.16 105	0.17 101	0.17 105	0.21 104	0.16 105	0.22 105	0.20 123

dd	0.18 90	0.22 93	0.16 86	0.22 106	0.15 100	0.22 107	0.15 99	0.21 87	0.15 98	0.21 88	0.15 98	0.21 103	0.15 101	0.15 100	0.15 101	0.15 101	0.22 108	0.14 96	0.22 105	0.14 97	0.22 106	0.15 101	0.16 99	0.15 101	0.23 113	0.15 100	0.22 105	0.16 102

dad	0.18 90	0.23 98	0.16 86	0.22 106	0.15 100	0.22 107	0.15 99	0.22 95	0.16 100	0.21 88	0.15 98	0.22 107	0.15 101	0.15 100	0.16 104	0.17 105	0.23 113	0.17 107	0.23 113	0.15 102	0.22 106	0.15 101	0.15 96	0.15 101	0.22 107	0.15 100	0.22 105	0.16 102

iResNetv2_ROB	0.20 99	0.22 93	0.19 100	0.23 114	0.19 122	0.22 107	0.17 107	0.22 95	0.17 105	0.22 91	0.17 104	0.22 107	0.17 107	0.18 113	0.18 116	0.19 117	0.22 108	0.17 107	0.23 113	0.17 108	0.25 120	0.18 120	0.17 101	0.18 119	0.23 113	0.17 107	0.25 125	0.17 109

iResNet	0.19 94	0.23 98	0.17 91	0.22 106	0.17 108	0.22 107	0.19 121	0.22 95	0.17 105	0.22 91	0.17 104	0.22 107	0.17 107	0.17 106	0.17 108	0.17 105	0.22 108	0.17 107	0.22 105	0.17 108	0.23 113	0.17 109	0.18 115	0.17 105	0.23 113	0.17 107	0.23 114	0.17 109

ACV-stereo	0.20 99	0.23 98	0.17 91	0.23 114	0.17 108	0.23 116	0.17 107	0.23 103	0.17 105	0.23 97	0.17 104	0.23 113	0.17 107	0.17 106	0.17 108	0.17 105	0.24 118	0.17 107	0.23 113	0.17 108	0.24 116	0.17 109	0.17 101	0.17 105	0.23 113	0.17 107	0.23 114	0.17 109

WAO-6	0.30 127	0.22 93	0.23 113	0.22 106	0.23 131	0.23 116	0.22 127	0.22 95	0.23 129	2.21 294	0.22 127	0.22 107	0.22 128	0.22 125	0.22 129	0.23 125	0.22 108	0.23 133	0.22 105	0.22 128	0.22 106	0.22 126	0.22 124	0.22 129	0.23 113	0.23 131	0.22 105	0.22 128

MSKI-zero shot	0.19 94	0.21 91	0.16 86	0.22 106	0.16 104	0.23 116	0.17 107	0.22 95	0.17 105	0.22 91	0.17 104	0.22 107	0.16 104	0.19 117	0.16 104	0.17 105	0.23 113	0.16 103	0.22 105	0.16 104	0.22 106	0.17 109	0.16 99	0.17 105	0.22 107	0.19 121	0.22 105	0.16 102

GEStereo_RVC	0.36 148	0.23 98	0.18 96	0.23 114	0.18 118	0.23 116	0.19 121	0.22 95	0.19 118	0.24 98	0.20 122	0.24 120	0.18 120	0.18 113	0.18 116	0.21 120	0.25 126	0.18 120	0.22 105	0.18 118	0.23 113	0.18 120	0.19 118	0.20 122	0.23 113	0.20 122	4.43 339	0.19 121

LACA2	0.20 99	0.27 117	0.22 109	0.24 119	0.17 108	0.24 120	0.17 107	0.26 113	0.17 105	0.24 98	0.17 104	0.24 120	0.17 107	0.21 122	0.17 108	0.17 105	0.24 118	0.17 107	0.24 119	0.17 108	0.24 116	0.17 109	0.17 101	0.17 105	0.24 119	0.17 107	0.24 116	0.17 109

LACA1	0.20 99	0.27 117	0.22 109	0.24 119	0.17 108	0.24 120	0.17 107	0.27 115	0.17 105	0.24 98	0.17 104	0.24 120	0.17 107	0.21 122	0.17 108	0.17 105	0.24 118	0.17 107	0.24 119	0.17 108	0.24 116	0.17 109	0.17 101	0.17 105	0.24 119	0.17 107	0.24 116	0.17 109

VIP-Stereo	0.36 148	2.00 276	1.11 267	0.26 130	0.16 104	0.24 120	0.15 99	2.00 292	0.23 129	0.24 98	0.15 98	0.23 113	0.16 104	0.16 104	0.16 104	0.15 101	0.24 118	0.15 101	0.24 119	0.16 104	0.24 116	0.15 101	0.15 96	0.20 122	0.24 119	0.15 100	0.24 116	0.15 99

MMNet	0.30 127	0.24 106	0.17 91	0.24 119	0.17 108	0.24 120	0.17 107	0.23 103	0.18 116	1.21 246	0.17 104	0.23 113	0.17 107	0.17 106	0.17 108	0.89 263	0.24 118	0.17 107	0.24 119	0.17 108	1.22 279	0.16 105	0.17 101	0.17 105	0.24 119	0.17 107	0.24 116	0.17 109

delet	0.30 127	0.24 106	0.17 91	0.24 119	0.17 108	0.24 120	0.17 107	0.23 103	0.16 100	1.21 246	0.17 104	0.24 120	0.17 107	0.17 106	0.17 108	0.91 267	0.24 118	0.17 107	0.24 119	0.17 108	1.23 281	0.17 109	0.17 101	0.17 105	0.24 119	0.17 107	0.24 116	0.17 109

psm_up	0.30 127	0.24 106	0.17 91	0.25 124	0.17 108	0.24 120	0.17 107	0.24 107	0.17 105	1.20 245	0.17 104	0.23 113	0.17 107	0.17 106	0.18 116	0.90 266	0.24 118	0.17 107	0.25 126	0.17 108	1.24 284	0.17 109	0.17 101	0.17 105	0.24 119	0.17 107	0.24 116	0.17 109

UPFNet	0.29 123	0.24 106	0.16 86	0.24 119	0.16 104	0.24 120	0.16 104	0.23 103	0.16 100	1.19 243	0.16 102	0.23 113	0.16 104	0.17 106	0.16 104	0.89 263	0.24 118	0.16 103	0.24 119	0.18 118	1.20 277	0.16 105	0.17 101	0.16 104	0.24 119	0.16 105	0.24 116	0.16 102

AANet_RVC	0.61 205	0.31 125	5.05 339	0.31 139	0.19 122	0.24 120	0.20 123	5.86 335	0.20 120	0.24 98	0.18 119	0.25 125	0.20 122	0.23 130	0.21 125	0.18 114	0.37 153	0.18 120	0.24 119	0.19 123	0.25 120	0.19 123	0.19 118	0.19 121	0.24 119	0.15 100	0.24 116	0.20 123

LACA3	0.21 104	0.27 117	0.23 113	0.25 124	0.17 108	0.25 128	0.17 107	0.28 116	0.17 105	0.25 104	0.17 104	0.25 125	0.17 107	0.22 125	0.17 108	0.17 105	0.25 126	0.17 107	0.25 126	0.17 108	0.25 120	0.17 109	0.17 101	0.17 105	0.25 127	0.17 107	0.25 125	0.17 109

model_zeroshot	0.27 117	0.30 123	0.19 100	0.36 151	0.23 131	0.25 128	0.27 139	0.33 124	0.21 122	0.35 120	0.22 127	0.25 125	0.27 142	0.26 136	0.23 131	0.26 132	0.35 145	0.22 128	0.36 147	0.23 133	0.25 120	0.27 139	0.27 137	0.23 132	0.36 147	0.22 128	0.25 125	0.27 142

UNDER WATER-64	0.31 135	0.25 110	0.25 119	0.26 130	0.26 135	0.25 128	0.26 135	0.25 108	0.26 139	1.69 268	0.26 140	0.25 125	0.25 134	0.25 134	0.26 141	0.26 132	0.25 126	0.26 139	0.26 130	0.26 140	0.25 120	0.25 132	0.25 130	0.25 135	0.26 132	0.26 138	0.25 125	0.26 139

LoS_RVC	0.25 111	0.25 110	0.25 119	0.25 124	0.25 133	0.25 128	0.25 133	0.25 108	0.25 132	0.25 104	0.25 136	0.25 125	0.25 134	0.26 136	0.25 136	0.26 132	0.25 126	0.25 135	0.26 130	0.25 136	0.25 120	0.25 132	0.25 130	0.25 135	0.25 127	0.25 134	0.25 125	0.25 134

tt_ll	0.25 111	0.25 110	0.25 119	0.25 124	0.25 133	0.25 128	0.25 133	0.25 108	0.25 132	0.25 104	0.25 136	0.25 125	0.25 134	0.26 136	0.25 136	0.26 132	0.25 126	0.25 135	0.26 130	0.25 136	0.25 120	0.25 132	0.25 130	0.25 135	0.25 127	0.25 134	0.25 125	0.25 134

LoS	0.25 111	0.25 110	0.27 124	0.27 132	0.26 135	0.25 128	0.26 135	0.26 113	0.25 132	0.26 111	0.25 136	0.25 125	0.25 134	0.26 136	0.25 136	0.25 129	0.25 126	0.25 135	0.25 126	0.25 136	0.27 128	0.25 132	0.26 134	0.26 139	0.26 132	0.25 134	0.25 125	0.25 134
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CFNet	0.55 197	0.25 110	0.18 96	0.25 124	0.18 118	0.25 128	0.18 120	0.25 108	0.18 116	0.25 104	0.18 119	0.25 125	0.18 120	0.18 113	0.18 116	0.18 114	0.25 126	0.18 120	0.25 126	0.18 118	5.31 350	4.36 350	0.18 115	0.18 119	0.25 127	0.18 119	0.25 125	0.18 120

CAS	0.25 111	0.25 110	0.25 119	0.25 124	0.26 135	0.26 135	0.26 135	0.25 108	0.25 132	0.25 104	0.25 136	0.25 125	0.25 134	0.25 134	0.25 136	0.25 129	0.26 133	0.25 135	0.26 130	0.26 140	0.25 120	0.25 132	0.25 130	0.26 139	0.25 127	0.26 138	0.25 125	0.25 134

TorneroNet-64	0.69 217	0.65 197	0.30 138	0.27 132	0.47 210	0.28 136	0.35 175	0.34 130	0.80 258	7.93 357	0.29 157	0.30 139	0.31 164	0.81 260	0.28 148	0.27 141	0.29 137	0.28 143	0.85 246	0.83 266	0.62 220	0.28 145	0.30 162	0.28 147	0.52 208	0.29 162	0.29 135	0.27 142

SQANet	0.33 139	0.28 120	0.28 127	0.28 136	0.28 144	0.29 137	0.28 146	0.28 116	0.28 146	1.59 265	0.28 147	0.28 136	0.28 144	0.28 148	0.28 148	0.28 142	0.28 136	0.28 143	0.29 136	0.28 145	0.28 130	0.28 145	0.28 142	0.28 147	0.28 135	0.28 143	0.28 134	0.28 145

DISCO	0.59 204	0.29 121	0.22 109	0.27 132	5.05 355	0.30 138	0.21 125	0.28 116	0.21 122	0.27 112	0.21 124	0.27 134	0.20 122	0.21 122	0.21 125	0.21 120	0.27 135	0.21 127	0.27 134	0.21 127	0.27 128	0.23 131	0.21 121	0.21 126	0.27 134	0.21 125	5.06 347	0.22 128

DEFOM-Stereo	0.43 169	1.60 268	1.47 288	0.30 137	0.28 144	0.31 139	0.28 146	1.65 279	0.25 132	0.29 113	0.26 140	0.30 139	0.29 156	0.27 143	0.26 141	0.26 132	0.30 138	0.29 156	0.30 138	0.26 140	0.29 132	0.29 161	0.27 137	0.26 139	0.30 137	0.29 162	0.30 136	0.29 160

DLNR_Zeroshot_test	0.27 117	0.30 123	0.23 113	0.30 137	0.22 126	0.31 139	0.24 131	0.29 119	0.23 129	0.38 129	0.23 130	0.29 137	0.23 132	0.22 125	0.23 131	0.23 125	0.30 138	0.34 171	0.29 136	0.23 133	0.29 132	0.29 161	0.22 124	0.23 132	0.30 137	0.23 131	0.30 136	0.23 132

iResNet_ROB	0.28 122	0.32 127	0.24 118	0.33 141	0.26 135	0.32 141	0.24 131	0.33 124	0.25 132	0.33 115	0.24 134	0.35 146	0.24 133	0.23 130	0.24 135	0.25 129	0.32 140	0.24 134	0.36 147	0.24 135	0.32 134	0.28 145	0.24 129	0.24 134	0.32 139	0.24 133	0.33 138	0.24 133

anonymity	0.30 127	0.34 129	0.27 124	0.33 141	0.27 140	0.33 142	0.28 146	0.33 124	0.28 146	0.33 115	0.28 147	0.33 141	0.28 144	0.28 148	0.28 148	0.28 142	0.34 142	0.28 143	0.34 142	0.28 145	0.34 136	0.27 139	0.27 137	0.27 143	0.34 142	0.28 143	0.34 142	0.28 145

MLCV	0.30 127	0.33 128	0.28 127	0.34 143	0.28 144	0.33 142	0.28 146	0.33 124	0.29 154	0.33 115	0.27 144	0.33 141	0.28 144	0.26 136	0.29 159	0.28 142	0.33 141	0.28 143	0.33 139	0.28 145	0.33 135	0.27 139	0.28 142	0.28 147	0.33 140	0.28 143	0.33 138	0.28 145

CASnet	0.32 136	0.53 177	0.34 146	0.27 132	0.31 168	0.34 144	0.29 163	0.31 122	0.32 165	0.25 104	0.31 167	0.27 134	0.40 194	0.45 198	0.27 144	0.30 158	0.26 133	0.40 193	0.28 135	0.37 183	0.28 130	0.39 191	0.29 153	0.40 197	0.29 136	0.28 143	0.24 116	0.30 166
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DN-CSS_ROB	0.30 127	0.34 129	0.29 132	0.34 143	0.27 140	0.34 144	0.28 146	0.33 124	0.27 141	0.34 118	0.27 144	0.34 143	0.28 144	0.29 153	0.27 144	0.26 132	0.35 145	0.29 156	0.33 139	0.28 145	0.34 136	0.28 145	0.28 142	0.27 143	0.34 142	0.28 143	0.33 138	0.28 145

iRaft-Stereo_20w	0.30 127	0.46 161	0.27 124	0.34 143	0.26 135	0.35 146	0.28 146	0.34 130	0.26 139	0.34 118	0.26 140	0.34 143	0.26 140	0.26 136	0.26 141	0.26 132	0.34 142	0.26 139	0.34 142	0.26 140	0.34 136	0.26 138	0.26 134	0.26 139	0.34 142	0.26 138	0.34 142	0.26 139

FCDSN-DC	0.44 171	0.31 125	0.35 147	0.34 143	0.28 144	0.35 146	0.30 168	0.32 123	0.25 132	1.32 253	0.24 134	1.00 262	0.32 167	0.35 168	0.34 171	0.30 158	0.72 231	0.37 182	0.48 199	0.32 170	0.53 207	0.49 218	0.23 128	0.29 161	0.50 202	0.42 202	0.61 221	0.71 257
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
HGLStereo	0.27 117	0.25 110	0.21 108	0.35 147	0.21 125	0.35 146	0.21 125	0.34 130	0.21 122	0.39 132	0.21 124	0.34 143	0.21 126	0.22 125	0.21 125	0.21 120	0.35 145	0.22 128	0.35 144	0.22 128	0.35 140	0.22 126	0.21 121	0.21 126	0.35 145	0.21 125	0.35 144	0.21 126

DMCA	0.36 148	0.38 136	0.37 151	0.35 147	0.35 178	0.35 146	0.36 181	0.35 133	0.36 179	0.36 126	0.37 185	0.36 152	0.36 179	0.36 173	0.35 173	0.37 178	0.36 150	0.36 177	0.36 147	0.36 181	0.36 144	0.35 173	0.36 178	0.36 181	0.37 151	0.36 178	0.36 147	0.36 181

ETE_ROB	0.35 147	0.35 132	0.35 147	0.35 147	0.35 178	0.35 146	0.35 175	0.35 133	0.35 174	0.35 120	0.35 176	0.35 146	0.35 174	0.35 168	0.35 173	0.35 173	0.35 145	0.35 175	0.35 144	0.35 177	0.35 140	0.35 173	0.35 173	0.35 178	0.35 145	0.35 175	0.35 144	0.35 176

RSM	0.33 139	0.36 133	0.31 141	0.39 168	0.32 170	0.36 151	0.30 168	0.35 133	0.38 182	0.35 120	0.31 167	0.35 146	0.30 162	0.30 159	0.31 167	0.30 158	0.36 150	0.31 165	0.36 147	0.30 165	0.36 144	0.31 166	0.31 164	0.31 167	0.36 147	0.31 168	0.36 147	0.31 169

Any-RAFT	0.32 136	0.45 157	0.29 132	0.36 151	0.29 158	0.36 151	0.29 163	0.36 137	0.29 154	0.35 120	0.29 157	0.35 146	0.28 144	0.27 143	0.28 148	0.28 142	0.35 145	0.28 143	0.35 144	0.28 145	0.35 140	0.28 145	0.29 153	0.29 161	0.36 147	0.29 162	0.36 147	0.29 160

HH	0.66 210	2.13 280	0.47 177	0.37 153	0.29 158	0.36 151	0.27 139	0.49 176	0.44 202	0.78 196	0.68 249	0.67 224	0.90 267	0.62 228	0.90 267	0.53 222	0.88 244	0.48 216	0.37 151	0.29 158	0.63 221	0.66 242	0.66 237	0.51 224	1.06 273	0.61 238	1.08 271	0.60 233

HanStereo	0.66 210	2.13 280	0.47 177	0.37 153	0.29 158	0.36 151	0.27 139	0.49 176	0.44 202	0.78 196	0.68 249	0.67 224	0.90 267	0.62 228	0.90 267	0.53 222	0.88 244	0.48 216	0.37 151	0.29 158	0.63 221	0.66 242	0.66 237	0.51 224	1.06 273	0.61 238	1.08 271	0.60 233

LG-Stereo_L2	0.32 136	0.45 157	0.36 149	0.37 153	0.27 140	0.37 155	0.27 139	0.43 159	0.27 141	0.36 126	0.31 167	0.36 152	0.27 142	0.27 143	0.27 144	0.30 158	0.37 153	0.27 142	0.37 151	0.27 144	0.37 146	0.27 139	0.27 137	0.27 143	0.37 151	0.27 141	0.37 150	0.27 142

LL-Strereo2	0.47 177	2.60 298	0.51 195	0.38 157	0.28 144	0.37 155	0.28 146	0.55 192	0.35 174	0.44 155	0.34 175	0.44 183	0.34 172	0.34 164	0.36 177	0.36 175	0.47 190	0.36 177	0.47 192	0.35 177	0.47 184	0.35 173	0.35 173	0.35 178	0.46 185	0.35 175	0.47 187	0.35 176

CES	0.38 155	0.34 129	0.44 169	0.43 182	0.33 173	0.37 155	0.44 206	0.37 139	0.38 182	0.45 156	0.35 176	0.35 146	0.41 195	0.45 198	0.36 177	0.36 175	0.36 150	0.45 204	0.43 183	0.35 177	0.34 136	0.46 203	0.36 178	0.36 181	0.42 180	0.34 174	0.35 144	0.38 187

XPNet_ROB	0.37 153	0.37 135	0.37 151	0.37 153	0.37 184	0.37 155	0.37 186	0.37 139	0.37 181	0.37 128	0.37 185	0.37 154	0.37 181	0.37 175	0.37 180	0.37 178	0.37 153	0.37 182	0.37 151	0.37 183	0.37 146	0.37 179	0.37 182	0.37 187	0.37 151	0.37 184	0.37 150	0.37 184

DCVSM-stereo	0.27 117	0.38 136	0.22 109	0.38 157	0.22 126	0.38 159	0.22 127	0.29 119	0.22 126	0.29 113	0.22 127	0.29 137	0.22 128	0.22 125	0.21 125	0.21 120	0.38 156	0.22 128	0.38 155	0.22 128	0.38 149	0.22 126	0.21 121	0.25 135	0.38 154	0.21 125	0.38 152	0.21 126

WAO-7	0.46 175	0.38 136	0.38 153	0.38 157	0.38 188	0.38 159	0.38 189	0.38 142	0.38 182	2.57 310	0.38 188	0.38 157	0.38 184	0.38 177	0.38 182	0.38 181	0.38 156	0.38 185	0.38 155	0.38 187	0.38 149	0.38 182	0.38 186	0.38 188	0.38 154	0.38 188	0.38 152	0.38 187

HanzoNet	0.47 177	0.39 140	0.38 153	0.38 157	0.38 188	0.38 159	0.38 189	0.40 152	0.38 182	2.63 311	0.38 188	0.38 157	0.38 184	0.38 177	0.38 182	0.39 189	0.38 156	0.38 185	0.38 155	0.42 202	0.38 149	0.39 191	0.39 192	0.38 188	0.38 154	0.38 188	0.38 152	0.39 193

IMH	0.47 177	0.40 141	0.39 156	0.38 157	0.38 188	0.38 159	0.38 189	0.38 142	0.40 191	2.79 314	0.38 188	0.38 157	0.38 184	0.38 177	0.38 182	0.38 181	0.39 166	0.38 185	0.38 155	0.40 196	0.38 149	0.38 182	0.38 186	0.38 188	0.38 154	0.38 188	0.38 152	0.38 187

IER	0.56 200	2.72 301	2.20 313	0.38 157	0.29 158	0.38 159	0.27 139	2.77 312	0.27 141	0.38 129	0.28 147	0.37 154	0.25 134	0.26 136	0.25 136	0.26 132	0.38 156	0.29 156	0.38 155	0.25 136	0.39 158	0.25 132	0.29 153	0.29 161	0.40 164	0.25 134	0.38 152	0.25 134

CFNet_pseudo	1.01 264	9.78 348	0.29 132	0.38 157	0.28 144	0.38 159	0.28 146	0.38 142	0.28 146	0.39 132	0.28 147	0.39 161	0.28 144	9.50 357	0.29 159	0.28 142	0.38 156	0.28 143	0.38 155	0.28 145	0.38 149	0.28 145	0.28 142	0.28 147	0.38 154	0.28 143	0.38 152	0.28 145

pcwnet_v2	1.01 264	9.73 347	0.28 127	0.38 157	0.28 144	0.38 159	0.28 146	0.38 142	0.28 146	0.38 129	0.28 147	0.39 161	0.28 144	9.61 358	0.28 148	0.28 142	0.38 156	0.28 143	0.38 155	0.28 145	0.38 149	0.28 145	0.29 153	0.28 147	0.38 154	0.28 143	0.38 152	0.28 145

Venus	0.46 175	0.38 136	0.40 157	0.38 157	0.38 188	0.39 166	0.38 189	0.38 142	0.38 182	2.71 312	0.38 188	0.38 157	0.38 184	0.38 177	0.38 182	0.38 181	0.38 156	0.38 185	0.38 155	0.38 187	0.38 149	0.38 182	0.38 186	0.38 188	0.38 154	0.38 188	0.39 162	0.38 187

RAFT + AFF	0.34 142	0.29 121	0.32 144	0.31 139	0.30 165	0.39 166	0.32 172	0.39 148	0.30 158	0.39 132	0.32 170	0.39 161	0.32 167	0.35 168	0.36 177	0.32 167	0.38 156	0.31 165	0.38 155	0.31 169	0.38 149	0.28 145	0.37 182	0.34 174	0.38 154	0.30 165	0.38 152	0.28 145

UCFNet_RVC	1.03 269	10.10 351	0.28 127	0.38 157	0.28 144	0.39 166	0.28 146	0.38 142	0.28 146	0.39 132	0.28 147	0.39 161	0.29 156	9.62 359	0.28 148	0.28 142	0.38 156	0.28 143	0.38 155	0.28 145	0.39 158	0.28 145	0.29 153	0.28 147	0.39 163	0.28 143	0.38 152	0.29 160

DDF-Stereo	0.37 153	0.57 187	0.50 191	0.40 169	0.32 170	0.40 169	0.32 172	0.53 186	0.32 165	0.39 132	0.32 170	0.39 161	0.32 167	0.32 162	0.32 169	0.32 167	0.40 170	0.32 169	0.40 167	0.32 170	0.40 163	0.32 169	0.32 165	0.32 169	0.40 164	0.32 170	0.40 163	0.32 171

EKT-Stereo	0.36 148	0.50 174	0.30 138	0.40 169	0.29 158	0.40 169	0.29 163	0.35 133	0.30 158	0.47 162	0.30 164	0.35 146	0.32 167	0.29 153	0.34 171	0.33 169	0.59 215	0.31 165	0.39 166	0.29 158	0.37 146	0.38 182	0.29 153	0.31 167	0.58 220	0.28 143	0.51 205	0.29 160

RAFT-Test	0.34 142	0.45 157	0.30 138	0.38 157	0.32 170	0.40 169	0.32 172	0.39 148	0.32 165	0.39 132	0.30 164	0.37 154	0.29 156	0.30 159	0.30 164	0.29 155	0.38 156	0.30 162	0.38 155	0.29 158	0.38 149	0.29 161	0.29 153	0.30 165	0.38 154	0.30 165	0.38 152	0.30 166

DGSMNet	0.33 139	0.42 152	0.28 127	0.40 169	0.28 144	0.40 169	0.28 146	0.40 152	0.28 146	0.40 140	0.28 147	0.39 161	0.28 144	0.27 143	0.28 148	0.28 142	0.40 170	0.28 143	0.42 180	0.29 158	0.41 164	0.31 166	0.29 153	0.28 147	0.41 169	0.28 143	0.42 177	0.29 160

TestStereo_HL3	1.20 282	0.41 142	10.53 355	0.44 184	0.28 144	0.41 173	0.28 146	13.40 356	0.30 158	0.41 141	0.28 147	0.40 169	0.28 144	0.28 148	0.28 148	0.28 142	0.42 177	0.28 143	0.41 172	0.28 145	0.41 164	0.28 145	0.28 142	0.28 147	0.41 169	0.28 143	0.41 167	0.28 145

TestStereo_HL2	1.22 284	0.41 142	10.61 357	0.44 184	0.28 144	0.41 173	0.28 146	13.91 358	0.30 158	0.41 141	0.29 157	0.40 169	0.28 144	0.29 153	0.28 148	0.28 142	0.42 177	0.28 143	0.41 172	0.28 145	0.41 164	0.28 145	0.28 142	0.28 147	0.41 169	0.28 143	0.41 167	0.28 145

TestStereo-Hl	1.20 282	0.41 142	10.60 356	0.44 184	0.28 144	0.41 173	0.28 146	13.37 355	0.30 158	0.41 141	0.28 147	0.40 169	0.28 144	0.28 148	0.28 148	0.28 142	0.42 177	0.28 143	0.41 172	0.28 145	0.41 164	0.28 145	0.28 142	0.28 147	0.41 169	0.28 143	0.41 167	0.28 145

GwcNet-ADL	0.41 160	0.41 142	0.41 160	0.41 176	0.41 196	0.41 173	0.41 198	0.41 154	0.41 195	0.41 141	0.41 199	0.41 173	0.41 195	0.41 188	0.41 198	0.41 191	0.41 173	0.41 196	0.41 172	0.41 197	0.41 164	0.41 196	0.41 195	0.41 198	0.41 169	0.41 197	0.41 167	0.41 197

PSMNet-ADL	0.41 160	0.41 142	0.41 160	0.41 176	0.41 196	0.41 173	0.41 198	0.41 154	0.41 195	0.41 141	0.41 199	0.41 173	0.41 195	0.41 188	0.41 198	0.41 191	0.41 173	0.41 196	0.41 172	0.41 197	0.41 164	0.41 196	0.41 195	0.41 198	0.41 169	0.41 197	0.41 167	0.41 197

GANet-ADL	0.41 160	0.41 142	0.41 160	0.41 176	0.41 196	0.41 173	0.41 198	0.41 154	0.41 195	0.41 141	0.41 199	0.41 173	0.41 195	0.41 188	0.41 198	0.41 191	0.41 173	0.41 196	0.41 172	0.41 197	0.41 164	0.41 196	0.41 195	0.41 198	0.41 169	0.41 197	0.41 167	0.41 197

ADLNet	0.41 160	0.41 142	0.41 160	0.41 176	0.41 196	0.41 173	0.41 198	0.41 154	0.41 195	0.41 141	0.41 199	0.41 173	0.41 195	0.41 188	0.41 198	0.41 191	0.41 173	0.41 196	0.41 172	0.41 197	0.41 164	0.41 196	0.41 195	0.41 198	0.41 169	0.41 197	0.41 167	0.41 197

GGDA	1.23 288	0.41 142	11.21 358	0.45 189	0.28 144	0.42 180	0.28 146	13.66 357	0.30 158	0.41 141	0.29 157	0.40 169	0.29 156	0.28 148	0.29 159	0.29 155	0.43 182	0.28 143	0.41 172	0.28 145	0.41 164	0.28 145	0.29 153	0.28 147	0.41 169	0.28 143	0.41 167	0.28 145

gcap_with_dpt	0.34 142	0.42 152	0.29 132	0.42 180	0.29 158	0.42 180	0.29 163	0.39 148	0.29 154	0.39 132	0.29 157	0.39 161	0.29 156	0.29 153	0.29 159	0.28 142	0.42 177	0.29 156	0.42 180	0.29 158	0.42 173	0.28 145	0.28 142	0.28 147	0.41 169	0.28 143	0.41 167	0.28 145

GCAP-BAT	0.34 142	0.42 152	0.29 132	0.42 180	0.29 158	0.42 180	0.29 163	0.39 148	0.29 154	0.39 132	0.29 157	0.39 161	0.29 156	0.29 153	0.29 159	0.28 142	0.42 177	0.29 156	0.42 180	0.29 158	0.42 173	0.28 145	0.28 142	0.28 147	0.41 169	0.28 143	0.41 167	0.28 145

GMOStereo	0.50 180	0.44 155	2.38 319	0.40 169	0.34 175	0.42 180	0.36 181	1.96 287	0.34 170	0.41 141	0.36 179	0.42 177	0.35 174	0.34 164	0.38 182	0.31 163	0.39 166	0.34 171	0.40 167	0.33 174	0.39 158	0.33 170	0.33 168	0.34 174	0.40 164	0.36 178	0.40 163	0.32 171

error version	0.50 180	0.44 155	2.38 319	0.40 169	0.34 175	0.42 180	0.36 181	1.96 287	0.34 170	0.41 141	0.36 179	0.42 177	0.35 174	0.34 164	0.38 182	0.31 163	0.39 166	0.34 171	0.40 167	0.33 174	0.39 158	0.33 170	0.33 168	0.34 174	0.40 164	0.36 178	0.40 163	0.32 171

test_1	0.65 209	4.37 317	2.38 319	0.40 169	0.34 175	0.42 180	0.36 181	1.96 287	0.34 170	0.41 141	0.36 179	0.42 177	0.35 174	0.34 164	0.38 182	0.31 163	0.39 166	0.34 171	0.40 167	0.33 174	0.39 158	0.33 170	0.33 168	0.34 174	0.40 164	0.36 178	0.40 163	0.32 171

GREAT-IGEV	0.36 148	0.46 161	0.33 145	0.43 182	0.30 165	0.43 186	0.30 168	0.45 162	0.30 158	0.42 152	0.30 164	0.43 181	0.30 162	0.30 159	0.30 164	0.30 158	0.43 182	0.30 162	0.43 183	0.30 165	0.43 176	0.30 164	0.30 162	0.30 165	0.43 181	0.30 165	0.43 179	0.30 166
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
ccs_rob	1.00 259	10.06 350	0.31 141	0.44 184	0.31 168	0.43 186	0.31 171	0.43 159	0.32 165	0.45 156	0.32 170	1.20 281	0.31 164	7.02 356	0.31 167	0.31 163	0.44 184	0.31 165	0.44 185	0.32 170	0.44 178	0.31 166	0.32 165	0.32 169	0.44 183	0.32 170	0.43 179	0.31 169

GIP-stereo	0.38 155	0.56 184	0.40 157	0.45 189	0.33 173	0.44 188	0.35 175	0.49 176	0.33 169	0.43 153	0.32 170	0.42 177	0.31 164	0.33 163	0.33 170	0.34 170	0.40 170	0.32 169	0.40 167	0.32 170	0.43 176	0.38 182	0.33 168	0.32 169	0.43 181	0.32 170	0.42 177	0.34 175

quiztm	0.41 160	0.45 157	0.40 157	0.44 184	0.39 193	0.45 189	0.39 196	0.44 161	0.40 191	0.45 156	0.39 196	0.45 184	0.39 193	0.39 186	0.40 195	0.39 189	0.45 185	0.40 193	0.45 186	0.39 194	0.44 178	0.39 191	0.39 192	0.39 195	0.44 183	0.39 194	0.44 181	0.39 193

Former-RAFT_DAM_RVC	0.38 155	1.06 231	0.54 199	0.59 222	0.27 140	0.46 190	0.27 139	0.46 163	0.27 141	0.46 159	0.27 144	0.46 185	0.26 140	0.27 143	0.27 144	0.26 132	0.46 186	0.26 139	0.45 186	0.30 165	0.46 180	0.27 139	0.27 137	0.27 143	0.46 185	0.27 141	0.45 182	0.26 139

otaku	0.52 185	0.46 161	0.48 184	0.46 191	0.46 206	0.46 190	0.46 208	0.46 163	0.47 211	1.88 272	0.46 208	0.46 185	0.46 207	0.46 200	0.46 208	0.46 201	0.47 190	0.46 205	0.46 188	0.46 208	0.47 184	0.46 203	0.46 203	0.46 208	0.47 191	0.46 207	0.46 183	0.47 208

Dean	0.52 185	0.46 161	0.48 184	0.46 191	0.46 206	0.46 190	0.46 208	0.46 163	0.46 206	1.90 273	0.46 208	0.47 190	0.46 207	0.46 200	0.46 208	0.46 201	0.48 195	0.46 205	0.46 188	0.46 208	0.46 180	0.46 203	0.46 203	0.46 208	0.46 185	0.46 207	0.46 183	0.46 205

ACVNet_1	0.53 189	0.46 161	0.48 184	0.47 196	0.47 210	0.46 190	0.48 217	0.48 172	0.48 216	2.07 287	0.47 212	0.48 198	0.48 214	0.47 204	0.47 212	0.46 201	0.49 200	0.47 212	0.47 192	0.47 213	0.48 191	0.46 203	0.46 203	0.48 216	0.47 191	0.47 214	0.48 193	0.47 208

ACVNet-4b	0.53 189	0.46 161	0.47 177	0.46 191	0.46 206	0.46 190	0.46 208	0.46 163	0.46 206	2.17 290	0.46 208	0.46 185	0.47 210	0.46 200	0.46 208	0.46 201	0.46 186	0.46 205	0.46 188	0.46 208	0.46 180	0.46 203	0.46 203	0.47 212	0.46 185	0.46 207	0.46 183	0.46 205

MaskLacGwcNet_RVC	0.70 221	6.91 331	0.46 176	0.46 191	0.46 206	0.46 190	0.46 208	0.46 163	0.46 206	0.46 159	0.46 208	0.46 185	0.46 207	0.46 200	0.46 208	0.46 201	0.46 186	0.46 205	0.46 188	0.46 208	0.47 184	0.46 203	0.46 203	0.46 208	0.46 185	0.46 207	0.46 183	0.46 205

Ntro	0.53 189	0.47 167	0.50 191	0.46 191	0.48 216	0.47 196	0.47 212	0.46 163	0.46 206	2.05 286	0.47 212	0.47 190	0.49 219	0.47 204	0.47 212	0.46 201	0.48 195	0.46 205	0.49 203	0.46 208	0.47 184	0.46 203	0.46 203	0.47 212	0.46 185	0.46 207	0.47 187	0.47 208

HaxPig	0.52 185	0.48 170	0.47 177	0.47 196	0.47 210	0.47 196	0.47 212	0.47 169	0.47 211	1.80 269	0.47 212	0.47 190	0.47 210	0.47 204	0.47 212	0.47 208	0.47 190	0.47 212	0.47 192	0.47 213	0.47 184	0.47 211	0.47 209	0.47 212	0.47 191	0.47 214	0.47 187	0.47 208

UNDER WATER	0.52 185	0.47 167	0.47 177	0.47 196	0.47 210	0.47 196	0.47 212	0.47 169	0.47 211	1.90 273	0.47 212	0.47 190	0.47 210	0.47 204	0.47 212	0.47 208	0.46 186	0.47 212	0.47 192	0.47 213	0.46 180	0.47 211	0.47 209	0.48 216	0.47 191	0.47 214	0.47 187	0.47 208

LVE	0.53 189	0.47 167	0.48 184	0.47 196	0.47 210	0.47 196	0.47 212	0.48 172	0.47 211	1.96 280	0.47 212	0.47 190	0.47 210	0.47 204	0.47 212	0.47 208	0.47 190	0.47 212	0.47 192	0.47 213	0.47 184	0.47 211	0.47 209	0.47 212	0.47 191	0.47 214	0.47 187	0.47 208

4D-IteraStereo	0.67 214	3.40 307	1.05 260	0.71 240	0.83 264	0.47 196	0.27 139	0.47 169	0.27 141	0.35 120	0.26 140	0.68 226	0.84 263	0.41 188	0.54 227	0.89 263	0.74 234	0.88 267	0.73 235	0.87 268	0.42 173	0.27 139	0.28 142	0.28 147	0.36 147	0.28 143	0.68 225	0.90 267

GES	0.43 169	0.41 142	0.31 141	0.35 147	0.30 165	0.47 196	0.28 146	0.33 124	0.28 146	0.35 120	0.29 157	2.95 320	0.38 184	0.35 168	0.30 164	0.34 170	0.34 142	0.30 162	0.33 139	0.30 165	0.35 140	0.30 164	0.33 168	0.33 172	0.33 140	0.31 168	0.33 138	0.29 160

GEAStereo	0.42 166	0.55 180	0.44 169	0.48 200	0.35 178	0.48 202	0.35 175	0.54 188	0.35 174	0.47 162	0.36 179	0.47 190	0.41 195	0.38 177	0.38 182	0.38 181	0.51 205	0.36 177	0.51 210	0.38 187	0.48 191	0.35 173	0.35 173	0.36 181	0.52 208	0.37 184	0.48 193	0.36 181

GSStereo	0.42 166	0.56 184	0.44 169	0.48 200	0.36 183	0.48 202	0.36 181	0.54 188	0.36 179	0.47 162	0.36 179	0.47 190	0.36 179	0.36 173	0.35 173	0.36 175	0.48 195	0.36 177	0.48 199	0.36 181	0.48 191	0.36 178	0.36 178	0.36 181	0.48 196	0.36 178	0.48 193	0.35 176

gasm-f	0.42 166	0.55 180	0.44 169	0.48 200	0.35 178	0.48 202	0.35 175	0.54 188	0.35 174	0.47 162	0.36 179	0.47 190	0.41 195	0.38 177	0.38 182	0.38 181	0.51 205	0.36 177	0.51 210	0.38 187	0.48 191	0.35 173	0.35 173	0.36 181	0.52 208	0.37 184	0.48 193	0.36 181

GASTEREO	0.41 160	0.54 178	0.44 169	0.48 200	0.35 178	0.48 202	0.35 175	0.53 186	0.35 174	0.46 159	0.35 176	0.46 185	0.35 174	0.35 168	0.35 173	0.35 173	0.47 190	0.35 175	0.47 192	0.35 177	0.47 184	0.38 182	0.35 173	0.35 178	0.48 196	0.35 175	0.47 187	0.35 176

RainbowNet	0.53 189	0.48 170	0.48 184	0.48 200	0.48 216	0.48 202	0.48 217	0.48 172	0.48 216	1.92 275	0.48 218	0.48 198	0.48 214	0.48 210	0.48 218	0.48 212	0.48 195	0.48 216	0.48 199	0.48 217	0.48 191	0.48 214	0.48 213	0.48 216	0.48 196	0.48 218	0.48 193	0.48 215

notaker	0.54 194	0.48 170	0.48 184	0.48 200	0.48 216	0.48 202	0.49 220	0.48 172	0.48 216	1.95 279	0.48 218	0.48 198	0.48 214	0.48 210	0.48 218	0.48 212	0.48 195	0.48 216	0.48 199	0.48 217	0.49 197	0.48 214	0.48 213	0.49 220	0.48 196	0.48 218	0.48 193	0.49 216

ACVNet_2	0.55 197	0.49 173	0.50 191	0.49 206	0.49 220	0.49 208	0.49 220	0.49 176	0.49 221	2.14 289	0.49 221	0.50 203	0.49 219	0.49 213	0.49 222	0.49 216	0.50 203	0.49 222	0.50 207	0.49 222	0.49 197	0.49 218	0.49 215	0.50 222	0.50 202	0.49 222	0.50 203	0.49 216

MSCF	0.44 171	0.60 193	0.47 177	0.50 208	0.40 194	0.50 209	0.38 189	0.57 196	0.38 182	0.48 166	0.38 188	0.48 198	0.38 184	0.38 177	0.38 182	0.38 181	0.49 200	0.38 185	0.49 203	0.39 194	0.50 199	0.38 182	0.38 186	0.38 188	0.49 201	0.38 188	0.49 201	0.38 187

SANet	0.50 180	0.50 174	0.50 191	0.50 208	0.50 224	0.50 209	0.50 224	0.50 180	0.50 223	0.50 168	0.50 223	0.50 203	0.50 221	0.50 216	0.50 225	0.50 220	0.50 203	0.50 223	0.50 207	0.50 225	0.50 199	0.50 224	0.50 218	0.50 222	0.50 202	0.50 225	0.50 203	0.50 219

LG-Stereo_L1	0.44 171	0.58 190	0.49 190	0.51 211	0.38 188	0.51 211	0.38 189	0.56 194	0.38 182	0.50 168	0.38 188	0.50 203	0.38 184	0.38 177	0.38 182	0.38 181	0.52 207	0.38 185	0.52 213	0.38 187	0.51 201	0.38 182	0.38 186	0.38 188	0.52 208	0.38 188	0.51 205	0.40 195

ktn	0.84 247	1.15 236	0.54 199	1.16 283	1.26 298	0.51 211	0.53 227	0.51 183	0.66 242	4.54 340	0.51 224	0.52 209	0.52 227	0.66 239	0.51 226	0.51 221	1.37 291	1.17 290	0.49 203	0.51 226	1.23 281	0.51 226	0.67 243	0.51 224	0.51 206	0.68 253	0.51 205	0.51 222

KSHMR	0.85 248	0.72 202	0.51 195	0.49 206	0.49 220	0.51 211	1.07 285	0.50 180	0.48 216	6.04 352	0.52 225	0.66 222	0.98 273	0.49 213	0.77 260	0.49 216	1.17 277	0.51 226	0.49 203	1.06 283	0.51 201	0.49 218	0.49 215	0.51 224	1.04 271	0.49 222	0.81 240	0.72 258

Occ-G	0.68 216	0.54 178	3.16 328	0.57 221	0.45 205	0.52 214	0.40 197	3.44 319	0.46 206	0.52 172	0.45 207	0.51 206	0.44 203	0.44 196	0.40 195	0.45 200	0.55 210	0.41 196	0.53 215	0.43 203	0.52 204	0.40 194	0.44 201	0.45 207	0.55 214	0.44 205	0.53 210	0.44 203

LG-Stereo_Zeroshot	0.45 174	0.57 187	0.45 175	0.54 213	0.37 184	0.53 215	0.37 186	0.56 194	0.40 191	0.53 174	0.38 188	0.53 210	0.37 181	0.37 175	0.37 180	0.37 178	0.55 210	0.38 185	0.53 215	0.37 183	0.53 207	0.37 179	0.37 182	0.39 195	0.54 213	0.37 184	0.54 211	0.37 184

iRaftStereo_RVC	0.62 207	1.76 271	2.24 315	0.52 212	0.37 184	0.53 215	0.38 189	2.51 306	0.38 182	0.51 171	0.38 188	0.51 206	0.38 184	0.38 177	0.38 182	0.38 181	0.52 207	0.38 185	0.52 213	0.38 187	0.52 204	0.38 182	0.38 186	0.38 188	0.52 208	0.39 194	0.52 208	0.38 187

FSD		0.55 180	0.42 166	0.54 213	0.42 201	0.55 217	0.43 204	0.54 188	0.42 200	0.59 179	0.42 204			0.43 194	0.42 204	0.42 196			2.46 315	0.44 205				0.44 205	0.55 214	0.43 204	0.55 212	0.53 225

AEACV	0.74 228	0.52 176	3.10 325	0.60 224	0.48 216	0.56 218	0.48 217	3.02 313	0.83 263	0.61 182	0.62 237	0.72 233	0.50 221	0.49 213	0.49 222	0.48 212	0.58 214	0.50 223	0.55 218	0.48 217	0.56 211	0.50 224	0.50 218	0.51 224	0.58 220	0.51 227	0.60 218	0.51 222

PML	0.39 158	0.56 184	0.29 132	0.55 216	0.28 144	0.56 218	0.28 146	0.51 183	0.28 146	0.50 168	0.28 147	0.51 206	0.28 144	0.29 153	0.28 148	0.29 155	0.56 213	0.29 156	0.57 221	0.28 145	0.56 211	0.28 145	0.28 142	0.29 161	0.56 217	0.28 143	0.56 214	0.28 145

CFNet_RVC	0.93 253	8.54 344	0.41 160	0.56 217	0.37 184	0.56 218	0.37 186	0.50 180	0.40 191	0.56 177	5.24 356	0.56 213	0.34 172	0.40 187	0.41 198	0.34 170	0.53 209	0.40 193	0.56 220	0.38 187	0.52 204	0.40 194	0.40 194	0.41 198	0.56 217	0.40 196	0.56 214	0.40 195

PSMNet_ROB	0.55 197	0.55 180	0.56 205	0.56 217	0.55 228	0.56 218	0.55 228	0.55 192	0.55 227	0.55 175	0.55 228	0.55 212	0.55 229	0.55 219	0.56 230	0.55 224	0.55 210	0.55 229	0.55 218	0.55 228	0.55 210	0.55 227	0.55 223	0.55 230	0.55 214	0.55 230	0.55 212	0.55 226

DN	0.50 180	0.59 192	0.44 169	0.59 222	0.44 204	0.59 222	0.44 206	0.57 196	0.44 202	0.57 178	0.44 205	0.57 215	0.44 203	0.44 196	0.44 205	0.44 198	0.59 215	0.44 203	0.59 222	0.44 205	0.59 215	0.44 202	0.44 201	0.44 205	0.59 222	0.44 205	0.59 217	0.44 203

AIO-test2	0.54 194	0.65 197	0.55 202	0.60 224	0.50 224	0.60 223	0.49 220	0.65 202	0.48 216	0.60 181	0.49 221	0.59 216	0.50 221	0.50 216	0.49 222	0.49 216	0.60 217	0.50 223	0.60 224	0.49 222	0.60 216	0.49 218	0.50 218	0.51 224	0.60 224	0.48 218	0.60 218	0.50 219

CASS	0.58 203	0.89 216	0.55 202	0.56 217	0.55 228	0.60 223	0.57 234	0.57 196	0.56 229	0.55 175	0.56 229	0.56 213	0.50 221	0.63 231	0.56 230	0.56 227	0.62 220	0.62 238	0.59 222	0.56 230	0.56 211	0.48 214	0.60 230	0.56 231	0.57 219	0.60 237	0.57 216	0.59 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AIO-test1	0.54 194	0.64 196	0.54 199	0.60 224	0.49 220	0.61 225	0.49 220	0.64 201	0.49 221	0.59 179	0.48 218	0.60 218	0.50 221	0.48 210	0.48 218	0.48 212	0.60 217	0.48 216	0.60 224	0.48 217	0.60 216	0.49 218	0.49 215	0.49 220	0.59 222	0.49 222	0.60 218	0.49 216

test-3	0.78 232	4.38 318	1.80 301	0.62 228	0.49 220	0.62 226	0.50 224	1.86 282	0.64 238	0.69 186	0.52 225	0.66 222	0.38 184	0.58 223	0.57 233	0.46 201	0.66 223	0.46 205	0.50 207	0.44 205	0.48 191	0.58 229	0.54 222	0.60 238	0.70 231	0.46 207	0.48 193	0.50 219

DSFCA	0.66 210	0.73 204	0.74 229	0.68 232	0.65 241	0.64 227	0.65 246	0.65 202	0.65 239	0.66 185	0.65 241	0.65 221	0.64 239	0.65 236	0.65 243	0.65 237	0.65 222	0.65 243	0.65 228	0.65 241	0.65 224	0.65 239	0.65 236	0.65 245	0.66 228	0.66 244	0.65 224	0.65 241

MyStereo04	0.76 230	4.78 323	0.62 218	0.63 230	0.54 227	0.65 228	0.56 232	0.61 199	0.58 233	0.61 182	0.56 229	0.63 220	0.57 232	0.63 231	0.60 235	0.60 230	0.64 221	0.56 232	0.63 227	0.58 232	0.63 221	0.62 236	0.55 223	0.60 238	0.63 227	0.57 232	0.64 223	0.58 230

STTRV1_RVC		1.59 266	0.52 198	0.69 233	0.61 235	0.66 229	0.43 204	0.88 226	0.45 205	0.71 191	0.62 237	0.69 227	0.45 206	0.62 228	0.40 195	0.44 198	0.80 238	0.59 234		0.63 237	0.80 232	0.46 203		0.61 240	0.72 234	0.54 228	0.80 236	0.60 233

LMCR-Stereo	0.61 205	0.61 194	0.61 215	0.61 227	0.61 235	0.67 230	0.61 239	0.61 199	0.61 236	0.61 182	0.61 236	0.61 219	0.61 236	0.61 227	0.61 237	0.61 231	0.61 219	0.61 237	0.61 226	0.61 236	0.61 218	0.61 234	0.61 231	0.61 240	0.61 226	0.61 238	0.61 221	0.61 237

mm2	0.69 217	0.69 199	0.69 222	0.69 233	0.69 251	0.69 231	0.69 255	0.69 204	0.69 251	0.69 186	0.69 252	0.69 227	0.69 251	0.69 250	0.69 255	0.69 248	0.69 225	0.69 253	0.69 229	0.69 252	0.69 225	0.69 252	0.69 250	0.69 257	0.69 229	0.69 254	0.69 226	0.69 252

mm1	0.69 217	0.69 199	0.69 222	0.69 233	0.69 251	0.69 231	0.69 255	0.69 204	0.69 251	0.69 186	0.69 252	0.69 227	0.69 251	0.69 250	0.69 255	0.69 248	0.69 225	0.69 253	0.69 229	0.69 252	0.69 225	0.69 252	0.69 250	0.69 257	0.69 229	0.69 254	0.69 226	0.69 252

PointNet	0.56 200	0.69 199	0.47 177	0.69 233	0.47 210	0.69 231	0.47 212	0.70 208	0.47 211	0.69 186	0.47 212	0.69 227	0.48 214	0.47 204	0.47 212	0.47 208	0.70 227	0.48 216	0.70 231	0.48 217	0.69 225	0.48 214	0.47 209	0.48 216	0.70 231	0.48 218	0.69 226	0.47 208

DMCA-RVC	0.71 223	0.72 202	0.72 224	0.71 240	0.70 254	0.70 234	0.70 260	0.70 208	0.71 253	0.70 190	0.71 255	0.71 232	0.70 253	0.70 252	0.71 257	0.70 251	0.70 227	0.71 257	0.70 231	0.71 255	0.70 228	0.70 254	0.71 255	0.71 260	0.70 231	0.72 259	0.71 229	0.70 255

PA-Net	0.71 223	0.62 195	0.55 202	0.69 233	0.71 255	0.70 234	0.69 255	0.69 204	0.74 256	0.73 193	0.75 258	0.59 216	0.72 256	0.82 261	0.79 262	0.83 260	0.67 224	0.76 260	0.81 244	0.67 248	0.61 218	0.76 258	0.68 248	0.65 245	0.82 243	0.76 262	0.71 229	0.69 252
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.64 208	0.74 206	0.62 218	0.70 239	0.56 230	0.72 236	0.55 228	0.72 214	0.54 226	0.73 193	0.56 229	0.72 233	0.56 231	0.56 221	0.62 238	0.63 233	0.73 232	0.53 228	0.73 235	0.54 227	0.72 229	0.65 239	0.62 232	0.56 231	0.72 234	0.54 228	0.72 231	0.57 228

RAFT-Stereo + iAFF	0.67 214	0.74 206	0.60 211	0.79 243	0.61 235	0.76 237	0.57 234	0.71 212	0.56 229	0.71 191	0.54 227	0.72 233	0.66 242	0.65 236	0.65 243	0.64 235	0.74 234	0.64 241	0.74 237	0.63 237	0.73 230	0.65 239	0.64 234	0.64 243	0.74 236	0.61 238	0.73 232	0.64 239

G-Net	0.82 244	1.77 272	0.78 237	0.78 242	0.78 259	0.78 238	0.78 262	0.78 218	0.79 257	0.79 198	0.78 260	0.78 239	0.78 258	0.78 257	0.78 261	0.78 256	0.79 236	0.79 261	0.79 241	0.79 260	0.79 231	0.79 259	0.79 260	0.79 263	0.79 238	0.79 263	0.79 235	0.79 261

NaN_ROB	0.80 233	0.80 209	0.80 239	0.80 245	0.80 261	0.80 239	0.80 264	0.80 219	0.80 258	0.80 200	0.80 262	0.80 242	0.80 259	0.80 258	0.80 263	0.80 258	0.80 238	0.80 263	0.80 242	0.80 263	0.80 232	0.80 260	0.80 261	0.80 264	0.80 240	0.80 264	0.80 236	0.80 262

CSAN	0.80 233	0.80 209	0.80 239	0.80 245	0.80 261	0.80 239	0.80 264	0.80 219	0.80 258	0.80 200	0.80 262	0.80 242	0.80 259	0.80 258	0.80 263	0.80 258	0.80 238	0.80 263	0.80 242	0.80 263	0.80 232	0.80 260	0.80 261	0.80 264	0.80 240	0.80 264	0.80 236	0.80 262

zero-FE	0.66 210	0.80 209	0.56 205	0.79 243	0.58 232	0.82 241	0.55 228	0.76 217	0.56 229	0.75 195	0.58 233	0.75 237	0.59 234	0.57 222	0.56 230	0.55 224	0.79 236	0.55 229	0.78 240	0.55 228	0.85 238	0.58 229	0.55 223	0.57 235	0.80 240	0.57 232	0.80 236	0.57 228

RSM++	0.77 231	0.91 217	0.72 224	0.83 248	0.71 255	0.83 242	0.72 261	0.81 221	0.71 253	0.81 202	0.71 255	0.81 244	0.71 255	0.71 254	0.71 257	0.70 251	0.83 241	0.72 258	0.83 245	0.81 265	0.83 236	0.72 257	0.71 255	0.71 260	0.88 247	0.71 257	0.83 241	0.70 255

AFF-stereo	0.71 223	0.73 204	0.65 221	0.82 247	0.63 238	0.83 242	0.63 241	0.73 215	0.65 239	0.82 203	0.73 257	0.74 236	0.64 239	0.63 231	0.62 238	0.62 232	0.73 232	0.63 239	0.74 237	0.72 257	0.80 232	0.58 229	0.70 253	0.71 260	0.79 238	0.69 254	0.78 234	0.72 258

gcap-zeroshot	0.81 239	1.03 229	0.84 243	0.93 255	0.85 265	0.84 244	0.62 240	1.21 264	0.53 225	0.79 198	0.84 265	0.77 238	0.70 253	0.84 263	0.67 250	0.74 255	1.18 280	0.52 227	0.91 251	0.79 260	0.84 237	0.61 234	0.83 263	0.69 257	0.93 255	0.82 266	0.85 244	0.66 242

UDG	0.70 221	0.87 214	0.56 205	0.87 250	0.59 233	0.84 244	0.59 237	0.85 223	0.57 232	0.84 205	0.59 235	0.84 245	0.60 235	0.58 223	0.60 235	0.59 229	0.85 242	0.59 234	0.87 248	0.58 232	0.87 240	0.60 233	0.57 227	0.59 236	0.87 245	0.58 234	0.86 245	0.60 233

FC-DCNN	1.10 271	0.81 212	0.77 236	0.63 230	0.42 201	0.86 246	0.64 244	0.91 227	0.96 271	1.11 233	0.80 262	1.07 270	0.81 261	0.67 244	1.75 315	1.30 298	1.41 293	0.85 266	1.28 286	0.71 255	2.12 307	1.32 297	0.52 221	0.81 267	1.64 300	1.40 307	2.39 314	1.75 318

DDUNet	0.69 217	0.84 213	0.59 210	0.84 249	0.59 233	0.87 247	0.57 234	0.84 222	0.59 235	0.82 203	0.58 233	0.85 246	0.57 232	0.59 226	0.59 234	0.57 228	0.87 243	0.59 234	0.85 246	0.59 235	0.85 238	0.59 232	0.59 228	0.59 236	0.87 245	0.59 235	0.84 242	0.59 231

DNS	0.73 227	0.88 215	0.64 220	0.88 251	0.64 240	0.88 248	0.64 244	0.85 223	0.63 237	0.85 206	0.63 239	0.85 246	0.63 237	0.63 231	0.63 241	0.64 235	0.88 244	0.64 241	0.88 249	0.64 240	0.88 241	0.64 238	0.64 234	0.64 243	0.88 247	0.64 243	0.88 246	0.64 239

MoCha-V2	1.75 300	27.02 366	0.72 224	0.92 253	0.69 251	0.89 249	0.69 255	0.92 229	0.71 253	0.87 207	0.69 252	0.88 249	0.68 250	0.70 252	0.68 253	0.69 248	0.90 247	0.69 253	0.92 252	0.69 252	0.92 245	0.71 255	0.70 253	0.67 251	0.88 247	0.71 257	0.92 248	0.68 251

MCSU-Stereo	3.70 332	30.10 367	23.29 367	0.90 252	0.63 238	0.90 250	0.63 241	29.06 367	0.66 242	0.87 207	0.63 239	0.87 248	0.63 237	0.63 231	0.63 241	0.63 233	0.90 247	0.63 239	0.90 250	0.63 237	0.90 242	0.63 237	0.63 233	0.63 242	0.90 250	0.63 242	0.90 247	0.63 238

DGTPSM_ROB	0.92 251	0.93 221	0.91 245	0.93 255	0.91 266	0.92 251	0.93 270	0.92 229	0.92 267	0.92 211	0.91 267	0.91 250	0.93 270	0.91 264	0.92 271	0.92 270	0.92 249	0.92 268	0.92 252	0.90 269	0.91 243	0.92 268	0.93 267	0.94 274	0.92 253	0.91 268	0.92 248	0.97 272

DPSM_ROB	0.93 253	0.92 218	0.94 248	0.96 258	1.02 276	0.92 251	0.98 271	0.95 233	0.92 267	0.92 211	0.92 269	0.91 250	0.97 271	0.92 266	0.91 269	0.91 267	0.96 252	0.94 270	0.93 255	0.91 270	0.93 247	0.92 268	0.93 267	0.91 271	0.91 251	0.99 271	0.92 248	0.91 268

DPSM	0.93 253	0.92 218	0.94 248	0.96 258	1.02 276	0.92 251	0.98 271	0.95 233	0.92 267	0.92 211	0.92 269	0.91 250	0.97 271	0.92 266	0.91 269	0.91 267	0.96 252	0.94 270	0.93 255	0.91 270	0.93 247	0.92 268	0.93 267	0.91 271	0.91 251	0.99 271	0.92 248	0.91 268

pmcnn	0.92 251	0.92 218	0.92 246	0.92 253	0.92 267	0.92 251	0.92 268	0.92 229	0.92 267	0.92 211	0.92 269	0.92 253	0.92 269	0.92 266	0.92 271	0.92 270	0.92 249	0.92 268	0.92 252	0.92 273	0.92 245	0.92 268	0.92 266	0.92 273	0.92 253	0.92 269	0.92 248	0.92 270

AdaDepth	0.80 233	0.95 222	1.02 255	0.95 257	0.67 249	0.95 255	0.67 252	0.94 232	0.67 248	0.92 211	0.67 246	0.94 254	0.67 248	0.67 244	0.67 250	0.67 243	0.95 251	0.67 248	0.95 257	0.67 248	0.96 250	0.68 250	0.67 243	0.67 251	0.96 257	0.67 248	0.95 254	0.67 247

LG-Stereo	0.57 202	0.58 190	0.43 167	0.54 213	0.65 241	0.95 255	0.69 255	0.69 204	0.38 182	0.52 172	0.37 185	0.53 210	0.37 181	0.68 248	0.73 259	0.72 254	0.70 227	0.37 182	0.54 217	0.37 183	0.54 209	0.37 179	0.37 182	0.56 231	0.95 256	0.59 235	0.84 242	0.37 184

WQFJA1++	0.80 233	1.24 247	0.73 227	0.97 260	0.65 241	0.97 257	0.65 246	0.97 235	0.65 239	0.94 216	0.66 242	0.94 254	0.65 241	0.66 239	0.65 243	0.66 238	0.98 254	0.66 245	0.98 258	0.66 243	0.98 251	0.66 242	0.66 237	0.66 247	0.98 258	0.66 244	0.98 255	0.66 242

NLMM	0.80 233	1.26 253	0.75 233	0.98 262	0.66 244	0.97 257	0.66 248	0.97 235	0.66 242	0.94 216	0.66 242	0.96 261	0.66 242	0.66 239	0.68 253	0.67 243	0.99 256	0.68 252	0.98 258	0.66 243	0.99 252	0.66 242	0.66 237	0.66 247	1.00 264	0.66 244	0.99 256	0.66 242

WQFJA1	0.82 244	1.52 265	0.76 235	1.01 271	0.66 244	0.98 259	0.66 248	0.98 238	0.66 242	0.95 221	0.68 249	0.95 257	0.66 242	0.68 248	0.66 246	0.66 238	1.00 260	0.67 248	1.00 262	0.67 248	0.99 252	0.68 250	0.67 243	0.68 256	0.99 259	0.67 248	1.00 258	0.67 247

WQFJX1	0.81 239	1.27 255	0.74 229	0.98 262	0.67 249	0.98 259	0.67 252	0.97 235	0.67 248	0.94 216	0.67 246	0.95 257	0.66 242	0.66 239	0.66 246	0.67 243	0.99 256	0.67 248	0.98 258	0.68 251	0.99 252	0.66 242	0.66 237	0.66 247	0.99 259	0.66 244	1.00 258	0.66 242

WQFJX	0.81 239	1.27 255	0.74 229	0.99 264	0.66 244	0.99 261	0.66 248	0.99 241	0.66 242	0.95 221	0.66 242	0.95 257	0.67 248	0.67 244	0.66 246	0.66 238	0.99 256	0.66 245	1.00 262	0.66 243	0.99 252	0.67 248	0.68 248	0.67 251	0.99 259	0.67 248	0.99 256	0.67 247

NLMM1	0.81 239	1.26 253	0.74 229	1.00 266	0.66 244	0.99 261	0.67 252	0.98 238	0.66 242	0.94 216	0.67 246	0.94 254	0.66 242	0.66 239	0.66 246	0.66 238	1.00 260	0.67 248	1.00 262	0.66 243	0.99 252	0.71 255	0.73 258	0.67 251	0.99 259	0.67 248	1.00 258	0.66 242

NLSM3	0.81 239	1.27 255	0.75 233	0.99 264	0.66 244	0.99 261	0.66 248	0.98 238	0.67 248	0.95 221	0.66 242	0.95 257	0.66 242	0.67 244	0.67 250	0.66 238	0.99 256	0.66 245	0.99 261	0.66 243	0.99 252	0.67 248	0.66 237	0.66 247	0.99 259	0.67 248	1.00 258	0.67 247

AIO-Stereo-zeroshot	0.93 253	0.77 208	0.82 241	1.16 283	0.75 258	0.99 261	0.92 268	0.91 227	0.99 273	0.94 216	0.91 267	1.15 274	0.88 266	0.92 266	1.00 274	0.67 243	0.98 254	1.00 273	0.75 239	0.91 270	1.18 274	0.87 264	0.89 265	0.90 270	1.08 276	1.07 283	0.74 233	0.89 266

LGCAT	1.00 259	1.00 223	1.00 250	1.00 266	1.00 270	1.00 265	1.00 276	1.00 242	1.00 274	1.00 224	1.00 273	1.00 262	1.00 275	1.00 273	1.00 274	1.00 274	1.00 260	1.00 273	1.00 262	1.00 275	1.00 258	1.00 273	1.00 272	1.00 277	1.00 264	1.00 274	1.00 258	1.00 274

GANet	1.00 259	1.00 223	1.00 250	1.00 266	1.00 270	1.00 265	1.00 276	1.00 242	1.00 274	1.00 224	1.00 273	1.00 262	1.00 275	1.00 273	1.00 274	1.00 274	1.00 260	1.00 273	1.00 262	1.00 275	1.00 258	1.00 273	1.00 272	1.00 277	1.00 264	1.00 274	1.00 258	1.00 274

TDLM	1.00 259	1.00 223	1.00 250	1.00 266	1.00 270	1.00 265	1.00 276	1.00 242	1.00 274	1.00 224	1.00 273	1.00 262	1.00 275	1.00 273	1.00 274	1.00 274	1.00 260	1.00 273	1.00 262	1.00 275	1.00 258	1.00 273	1.00 272	1.00 277	1.00 264	1.00 274	1.00 258	1.00 274

CVANet_RVC	1.00 259	1.00 223	1.00 250	1.00 266	1.00 270	1.00 265	1.00 276	1.00 242	1.00 274	1.00 224	1.00 273	1.00 262	1.00 275	1.00 273	1.00 274	1.00 274	1.00 260	1.00 273	1.00 262	1.00 275	1.00 258	1.00 273	1.00 272	1.00 277	1.00 264	1.00 274	1.00 258	1.00 274

trnet	1.01 264	1.01 227	1.01 254	1.01 271	1.01 275	1.01 269	1.01 280	1.01 246	1.01 278	1.01 229	1.01 277	1.01 267	1.01 280	1.01 277	1.01 279	1.01 278	1.01 266	1.01 278	1.01 269	1.01 279	1.01 262	1.01 277	1.01 276	1.01 281	1.01 269	1.01 278	1.01 267	1.01 278

DPSimNet_ROB	0.93 253	1.04 230	0.83 242	1.05 274	0.82 263	1.04 270	0.83 267	1.03 247	0.89 265	1.03 230	0.84 265	1.03 268	0.84 263	0.83 262	0.84 266	0.83 260	1.14 272	0.84 265	1.12 275	0.84 267	1.04 263	0.88 266	0.83 263	0.84 268	1.07 275	0.83 267	1.15 277	0.88 265

GLC_STEREO	1.05 270	1.01 227	1.02 255	1.02 273	1.02 276	1.05 271	1.06 282	1.05 251	1.05 280	1.04 232	1.05 280	1.05 269	1.04 281	1.06 281	1.05 281	1.06 282	1.06 267	1.05 281	1.06 270	1.05 282	1.06 265	1.06 280	1.04 278	1.05 283	1.04 271	1.05 281	1.06 269	1.06 280

AIO-Stereo	0.82 244	1.06 231	0.73 227	0.97 260	0.74 257	1.06 272	0.60 238	1.04 250	0.90 266	1.00 224	1.01 277	0.78 239	0.85 265	0.74 256	0.62 238	0.67 243	1.12 270	0.55 229	0.70 231	0.65 241	0.93 247	0.66 242	0.67 243	0.67 251	0.82 243	0.74 260	0.92 248	0.83 264

AIO-Stereo-zeroshot1	0.74 228	0.57 187	0.57 208	0.56 217	0.92 267	1.07 273	0.63 241	1.03 247	0.82 262	0.49 167	0.77 259	0.69 227	0.54 228	0.58 223	0.54 227	0.86 262	1.06 267	0.72 258	1.06 270	0.79 260	0.58 214	0.87 264	0.59 228	0.46 208	0.76 237	0.46 207	1.05 268	0.97 272

HSM-Net_RVC	0.93 253	1.09 234	0.79 238	1.10 276	0.78 259	1.09 274	0.79 263	1.16 258	0.80 258	1.14 235	0.79 261	1.17 277	0.77 257	0.73 255	0.83 265	0.78 256	1.19 281	0.79 261	1.18 279	0.72 257	1.19 276	0.80 260	0.72 257	0.80 264	1.18 284	0.74 260	1.14 276	0.73 260
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TorneroNet	1.15 274	1.10 235	0.51 195	0.69 233	0.51 226	1.10 275	0.50 224	0.51 183	0.51 224	13.92 359	1.17 292	0.49 202	0.51 226	0.54 218	0.48 218	0.49 216	0.49 200	0.65 243	0.70 231	0.49 222	0.51 201	0.49 218	0.67 243	1.36 304	0.51 206	0.50 225	0.52 208	1.23 296

NCC-stereo	1.15 274	1.17 242	1.12 269	1.10 276	1.15 288	1.14 276	1.15 288	1.15 256	1.12 286	1.17 242	1.17 292	1.11 272	1.17 292	1.11 284	1.10 284	1.16 288	1.12 270	1.11 286	1.16 276	1.13 289	1.23 281	1.16 287	1.19 291	1.11 289	1.18 284	1.17 292	1.17 281	1.13 287

stereogan	1.17 280	1.19 245	1.15 270	1.15 281	1.15 288	1.15 277	1.19 293	1.19 262	1.15 288	1.15 236	1.16 288	1.19 280	1.19 293	1.19 291	1.19 293	1.19 293	1.15 273	1.19 293	1.19 280	1.19 296	1.15 269	1.19 290	1.15 286	1.15 293	1.16 281	1.15 290	1.19 282	1.20 292

MLG-Stereo	0.87 250	1.33 261	0.93 247	0.62 228	1.00 270	1.16 278	0.55 228	0.86 225	0.83 263	1.19 243	0.40 197	1.30 286	0.81 261	0.65 236	0.45 207	1.01 278	1.17 277	0.46 205	1.29 287	0.58 232	1.05 264	0.90 267	0.73 258	0.87 269	0.60 224	1.01 278	1.13 275	0.51 222

AF-Net	2.06 313	25.73 365	1.18 274	1.12 279	1.16 291	1.16 278	1.19 293	1.10 253	1.17 293	1.15 236	1.14 287	1.11 272	1.16 289	1.16 290	1.14 289	1.11 284	1.15 273	1.13 289	1.21 282	1.17 293	1.11 267	1.21 293	1.17 288	1.17 294	1.17 282	1.11 289	1.20 284	1.13 287

RP	1.14 272	1.16 238	1.15 270	1.17 285	1.10 285	1.16 278	1.15 288	1.10 253	1.16 290	1.15 236	1.08 282	1.16 275	1.15 288	1.15 289	1.14 289	1.16 288	1.16 275	1.10 283	1.10 272	1.10 286	1.16 270	1.11 284	1.10 282	1.19 296	1.14 280	1.19 295	1.07 270	1.10 283

Nwc_Net	1.15 274	1.15 236	1.15 270	1.09 275	1.19 294	1.16 278	1.17 290	1.15 256	1.16 290	1.16 239	1.16 288	1.08 271	1.16 289	1.11 284	1.15 291	1.18 292	1.11 269	1.10 283	1.16 276	1.17 293	1.16 270	1.13 286	1.18 289	1.20 297	1.11 278	1.15 290	1.16 278	1.20 292

Abc-Net	1.14 272	1.16 238	1.18 274	1.10 276	1.10 285	1.16 278	1.18 292	1.16 258	1.13 287	1.11 233	1.16 288	1.16 275	1.12 286	1.10 282	1.17 292	1.16 288	1.16 275	1.10 283	1.16 276	1.14 290	1.17 272	1.16 287	1.11 284	1.09 288	1.10 277	1.10 286	1.16 278	1.17 289
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
edge stereo	1.15 274	1.18 243	1.11 267	1.12 279	1.17 292	1.17 283	1.17 290	1.16 258	1.18 294	1.16 239	1.17 292	1.17 277	1.13 287	1.11 284	1.11 286	1.12 285	1.17 277	1.17 290	1.11 274	1.17 293	1.17 272	1.17 289	1.18 289	1.14 292	1.11 278	1.18 293	1.12 274	1.11 284

RGC	1.15 274	1.16 238	1.17 273	1.15 281	1.11 287	1.21 284	1.21 299	1.10 253	1.15 288	1.16 239	1.11 285	1.17 277	1.09 283	1.14 288	1.11 286	1.16 288	1.19 281	1.11 286	1.10 272	1.15 292	1.11 267	1.19 290	1.16 287	1.12 291	1.17 282	1.10 286	1.16 278	1.17 289

qqai	1.17 280	1.27 255	1.10 264	1.26 288	1.09 284	1.23 285	1.11 286	1.26 267	1.11 285	1.26 249	1.08 282	1.25 284	1.11 285	1.11 284	1.10 284	1.09 283	1.27 285	1.11 286	1.27 284	1.11 287	1.27 285	1.10 283	1.10 282	1.11 289	1.27 289	1.10 286	1.24 285	1.11 284

S-Stereo	1.22 284	1.18 243	1.19 277	1.20 286	1.23 296	1.23 285	1.19 293	1.19 262	1.18 294	1.27 250	1.20 296	1.20 281	1.20 294	1.23 294	1.22 297	1.23 296	1.23 284	1.23 297	1.20 281	1.25 300	1.20 277	1.22 296	1.25 295	1.24 300	1.20 286	1.22 299	1.26 286	1.24 297

FAT-Stereo	1.22 284	1.23 246	1.19 277	1.21 287	1.24 297	1.24 287	1.19 293	1.25 266	1.24 297	1.25 248	1.19 295	1.20 281	1.24 297	1.20 292	1.21 295	1.25 297	1.22 283	1.21 295	1.25 283	1.23 299	1.22 279	1.19 290	1.19 291	1.24 300	1.25 287	1.20 296	1.19 282	1.25 298

CroCo-Stereo	0.80 233	2.51 293	0.41 160	1.27 289	0.41 196	1.27 288	0.41 198	1.27 268	0.41 195	1.27 250	0.41 199	1.27 285	0.41 195	0.41 188	0.41 198	0.41 191	1.28 286	0.41 196	1.27 284	0.41 197	1.27 285	0.41 196	0.42 199	0.41 198	1.27 289	0.41 197	1.27 287	0.41 197
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
CroCo-Stereo Lap2	0.85 248	2.86 304	0.43 167	1.33 291	0.43 203	1.31 289	0.42 203	1.32 269	0.42 200	1.31 252	0.44 205	1.32 287	0.44 203	0.43 194	0.44 205	0.43 197	1.35 287	0.43 202	1.32 288	0.43 203	1.31 287	0.43 201	0.43 200	0.42 204	1.31 291	0.42 202	1.31 288	0.43 202

MM-Stereo_test2	1.15 274	1.90 274	1.10 264	1.37 293	0.94 269	1.36 290	0.98 271	1.48 275	0.98 272	1.37 257	0.98 272	1.37 291	0.98 273	0.95 270	0.94 273	0.95 272	1.37 291	0.95 272	1.38 290	0.95 274	1.38 291	0.95 272	0.95 270	0.95 275	1.37 294	0.95 270	1.37 292	0.95 271

HBP-ISP	1.47 291	1.07 233	1.03 258	1.30 290	1.08 282	1.36 290	1.06 282	1.44 273	1.25 299	1.97 281	1.51 306	1.65 296	1.58 306	0.98 271	1.58 307	1.68 312	1.98 303	1.32 298	2.02 303	1.28 301	2.95 319	1.89 320	0.97 271	1.06 285	1.26 288	0.99 271	1.94 299	1.43 307

CC-Net-ROB	1.51 293	4.40 319	1.69 297	1.39 295	1.40 301	1.37 292	1.40 306	1.36 270	1.39 303	1.41 259	1.36 301	1.35 289	1.38 302	1.39 299	1.39 300	1.36 300	1.36 289	1.35 301	1.39 291	1.39 304	1.37 290	1.36 301	1.41 302	1.48 309	1.39 295	1.42 308	1.35 290	1.35 300

RASNet	1.39 290	1.37 262	1.35 281	1.38 294	1.40 301	1.39 293	1.77 316	1.36 270	1.74 315	1.36 256	1.36 301	1.36 290	1.36 300	1.36 296	1.35 299	1.41 305	1.36 289	1.36 303	1.36 289	1.35 303	1.36 289	1.35 300	1.36 298	1.35 303	1.36 293	1.35 303	1.36 291	1.35 300

PS-NSSS	1.48 292	4.46 320	1.35 281	1.35 292	1.35 300	1.41 294	1.34 301	1.36 270	1.35 302	1.40 258	1.35 300	1.33 288	1.35 299	1.37 297	1.40 302	1.35 299	1.35 287	1.35 301	1.39 291	1.44 308	1.35 288	1.34 299	1.35 297	1.38 307	1.35 292	1.33 302	1.34 289	1.38 304

MM-Stereo_test3	1.22 284	1.60 268	1.19 277	1.48 296	1.02 276	1.48 295	0.99 275	1.54 276	1.03 279	1.41 259	1.03 279	1.44 293	1.00 275	1.04 279	1.04 280	1.02 280	1.42 294	1.04 279	1.48 293	1.01 279	1.48 292	1.03 278	1.06 280	1.04 282	1.53 297	1.04 280	1.49 293	1.04 279

SPS-STEREO	1.25 289	1.47 263	1.06 262	1.54 297	1.08 282	1.52 296	1.20 298	1.44 273	1.06 282	1.49 264	1.10 284	1.41 292	1.10 284	0.98 271	1.08 283	1.12 285	1.47 295	1.04 279	1.53 294	1.14 290	1.52 293	1.07 281	1.02 277	1.05 283	1.48 296	1.07 283	1.55 294	1.11 284
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	1.02 267	1.50 264	1.49 289	0.40 169	0.40 194	1.56 297	0.98 271	1.55 277	0.58 233	4.18 336	0.40 197	0.79 241	0.48 214	0.91 264	0.39 194	0.99 273	0.71 230	0.70 256	0.51 210	0.77 259	1.07 266	0.82 263	0.69 250	0.96 276	1.01 269	1.30 300	1.10 273	1.38 304

FlowAnything	1.02 267	2.51 293	0.58 209	1.60 298	0.56 230	1.61 298	0.56 232	1.60 278	0.55 227	1.61 266	0.56 229	1.61 294	0.55 229	0.55 219	0.55 229	0.55 224	1.61 297	0.56 232	1.61 295	0.56 230	1.62 294	0.55 227	0.56 226	0.56 231	1.62 299	0.56 231	1.62 296	0.56 227

DPSMNet_ROB	1.62 296	1.60 268	1.59 290	1.61 299	1.69 310	1.66 299	1.61 308	1.70 280	1.65 312	1.62 267	1.60 309	1.61 294	1.60 307	1.60 303	1.59 308	1.62 310	1.60 296	1.63 311	1.62 296	1.68 315	1.70 295	1.60 306	1.64 309	1.60 311	1.61 298	1.60 310	1.60 295	1.59 310

MFMNet_re	1.77 301	1.89 273	1.72 298	1.88 300	1.69 310	1.89 300	1.67 312	1.91 283	1.70 313	1.87 271	1.67 313	1.89 297	1.68 312	1.67 307	1.67 313	1.70 313	1.88 298	1.68 313	1.88 297	1.67 313	1.89 296	1.68 312	1.70 311	1.71 316	1.87 301	1.68 318	1.87 297	1.68 315

R-Stereo Train	1.62 296	2.01 277	1.41 284	1.97 301	1.40 301	1.96 301	1.39 303	1.93 284	1.39 303	1.92 275	1.38 303	1.94 300	1.39 303	1.40 300	1.45 303	1.38 302	1.96 301	1.37 304	1.97 299	1.39 304	1.98 299	1.41 303	1.40 300	1.37 305	1.97 303	1.38 304	1.96 300	1.37 302

RAFT-Stereo	1.62 296	2.01 277	1.41 284	1.97 301	1.40 301	1.96 301	1.39 303	1.93 284	1.39 303	1.92 275	1.38 303	1.94 300	1.39 303	1.40 300	1.45 303	1.38 302	1.96 301	1.37 304	1.97 299	1.39 304	1.98 299	1.41 303	1.40 300	1.37 305	1.97 303	1.38 304	1.96 300	1.37 302
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
derf	1.84 302	1.93 275	1.73 299	1.97 301	1.77 313	1.98 303	1.76 315	1.94 286	1.73 314	1.97 281	1.78 315	1.97 302	1.76 313	1.76 309	1.71 314	1.79 314	1.94 299	1.77 314	1.98 301	1.75 317	1.89 296	1.71 313	1.77 314	1.77 318	2.01 307	1.74 319	2.00 303	1.71 316

GANetREF_RVC	1.52 294	2.01 277	1.21 280	1.98 304	1.21 295	1.98 303	1.21 299	1.98 290	1.21 296	1.99 283	1.21 297	1.98 303	1.21 296	1.02 278	1.21 295	1.21 295	1.99 304	1.21 295	1.99 302	1.21 297	1.99 301	1.21 293	1.21 293	1.21 298	1.99 305	1.21 297	1.99 302	1.21 294
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	1.60 295	2.69 300	1.46 286	1.99 305	1.31 299	1.99 305	1.36 302	1.99 291	1.31 300	1.84 270	1.32 299	1.89 297	1.31 298	1.32 295	1.30 298	1.36 300	1.94 299	1.33 300	1.93 298	1.30 302	1.92 298	1.33 298	1.31 296	1.31 302	1.94 302	1.31 301	1.93 298	1.31 299

MonStereo	1.66 299	2.63 299	1.46 286	1.99 305	1.41 305	2.03 306	1.39 303	2.04 293	1.43 306	1.94 278	1.40 305	1.92 299	1.37 301	1.38 298	1.39 300	1.39 304	1.99 304	1.38 306	2.04 304	1.41 307	2.02 303	1.37 302	1.39 299	1.38 307	1.99 305	1.38 304	2.01 304	1.39 306

MM-Stereo_test1	1.85 303	3.50 309	1.61 291	2.12 307	1.47 306	2.14 307	1.47 307	2.33 302	1.53 307	2.12 288	1.54 307	2.19 305	1.53 305	1.54 302	1.53 305	1.53 306	2.20 306	1.54 307	2.24 305	1.57 309	2.21 309	1.49 305	1.59 304	1.49 310	2.15 311	1.52 309	2.15 306	1.54 309

TRStereo	2.05 310	2.13 280	1.85 303	2.27 308	1.84 316	2.28 308	1.84 319	2.29 298	1.87 319	2.29 298	1.86 318	2.30 308	1.87 318	2.30 324	1.87 320	2.08 322	2.29 308	1.87 318	2.30 307	1.87 320	2.08 304	1.72 314	1.86 318	2.30 330	2.13 308	1.84 322	2.29 308	1.87 321

XX-Stereo	2.05 310	2.13 280	1.85 303	2.27 308	1.84 316	2.28 308	1.84 319	2.29 298	1.87 319	2.29 298	1.86 318	2.30 308	1.87 318	2.30 324	1.87 320	2.08 322	2.29 308	1.87 318	2.30 307	1.87 320	2.08 304	1.72 314	1.86 318	2.30 330	2.13 308	1.84 322	2.29 308	1.87 321

EAI-Stereo	2.05 310	2.13 280	1.85 303	2.27 308	1.84 316	2.28 308	1.84 319	2.29 298	1.87 319	2.29 298	1.86 318	2.30 308	1.87 318	2.30 324	1.87 320	2.08 322	2.29 308	1.87 318	2.30 307	1.87 320	2.08 304	1.72 314	1.86 318	2.30 330	2.13 308	1.84 322	2.29 308	1.87 321

NCCL2	2.27 319	2.27 286	2.28 318	2.27 308	2.28 328	2.28 308	2.28 329	2.27 296	2.28 329	2.28 295	2.28 327	2.29 307	2.28 327	2.28 323	2.29 329	2.28 329	2.28 307	2.28 329	2.27 306	2.28 331	2.28 310	2.28 328	2.28 328	2.28 328	2.28 313	2.28 331	2.11 305	2.28 332

STTStereo	2.30 320	2.34 288	2.26 317	2.37 313	2.23 325	2.40 312	2.35 330	2.20 294	2.33 330	2.28 295	2.31 329	2.19 305	2.37 328	2.20 317	2.31 330	2.23 328	2.38 311	2.25 328	2.33 311	2.27 330	2.39 313	2.27 327	2.31 329	2.29 329	2.37 314	2.32 332	2.34 312	2.26 331

FBW_ROB	2.04 309	2.50 292	1.75 300	2.45 314	1.78 314	2.40 312	1.74 314	2.47 305	1.77 316	2.37 305	1.81 316	2.30 308	1.80 314	1.78 310	1.88 323	1.80 315	2.41 312	1.77 314	2.43 313	1.83 318	2.39 313	1.81 318	1.76 313	1.75 317	2.56 321	1.75 320	2.30 311	1.74 317

UDGNet	1.97 305	2.43 291	1.67 295	2.46 315	1.70 312	2.44 314	1.69 313	2.34 303	1.63 311	2.35 304	1.67 313	2.37 314	1.67 311	1.68 308	1.64 312	1.67 311	2.44 313	1.64 312	2.43 313	1.67 313	2.43 315	1.66 310	1.67 310	1.63 315	2.43 316	1.66 316	2.42 315	1.66 314

HUF	2.22 315	2.33 287	2.24 315	2.35 312	2.07 322	2.45 315	2.11 326	2.42 304	2.13 326	2.19 291	2.15 325	2.10 304	2.09 323	2.27 322	2.04 325	2.08 322	2.44 313	2.12 325	2.38 312	2.18 327	2.29 311	2.22 324	2.12 325	2.12 325	2.52 317	2.10 327	2.22 307	2.15 328

LGtest1	1.99 306	2.55 295	1.62 292	2.54 318	1.61 307	2.54 316	1.61 308	2.51 306	1.61 308	2.49 307	1.61 310	2.49 315	1.61 308	1.61 304	1.61 309	1.61 307	2.55 317	1.62 310	2.54 317	1.61 310	2.54 316	1.61 307	1.61 305	1.61 312	2.54 318	1.61 311	2.54 317	1.61 311

AIO_rvc	2.25 318	2.35 289	2.10 311	2.47 316	2.17 324	2.54 316	2.15 327	2.32 301	2.21 327	2.29 298	2.28 327	2.33 313	2.09 323	2.26 321	2.14 326	2.08 322	2.49 315	2.09 324	2.53 316	2.14 326	2.34 312	2.23 325	2.14 326	2.18 326	2.19 312	2.15 328	2.35 313	2.22 329

AIO_test	2.22 315	2.36 290	2.10 311	2.47 316	2.15 323	2.54 316	2.06 325	2.27 296	2.09 325	2.29 298	2.13 324	2.30 308	2.09 323	2.25 320	2.15 327	1.95 320	2.52 316	2.08 323	2.32 310	2.21 329	2.20 308	2.26 326	2.05 324	2.06 323	2.40 315	2.16 329	2.52 316	2.05 327

LG-G_1	1.99 306	2.56 296	1.63 293	2.54 318	1.62 308	2.55 319	1.61 308	2.51 306	1.61 308	2.50 308	1.62 311	2.50 316	1.61 308	1.61 304	1.61 309	1.61 307	2.55 317	1.61 308	2.55 318	1.61 310	2.55 317	1.61 307	1.61 305	1.61 312	2.55 319	1.61 311	2.54 317	1.61 311

LG-G	1.99 306	2.56 296	1.63 293	2.54 318	1.62 308	2.55 319	1.61 308	2.51 306	1.61 308	2.50 308	1.62 311	2.50 316	1.61 308	1.61 304	1.61 309	1.61 307	2.55 317	1.61 308	2.55 318	1.61 310	2.55 317	1.61 307	1.61 305	1.61 312	2.55 319	1.61 311	2.54 317	1.61 311

NLCA_NET_v2_RVC	2.50 321	2.85 302	1.90 308	2.90 321	2.77 331	2.88 321	2.85 333	2.51 306	2.85 333	2.88 315	1.99 323	2.50 316	2.76 331	2.20 317	1.57 306	2.64 331	2.89 320	2.63 331	5.69 351	1.03 281	2.01 302	2.71 330	2.74 333	2.73 334	2.87 322	1.64 314	1.00 258	1.49 308
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_4	4.11 338	8.05 341	6.64 345	4.52 343	3.68 344	3.00 322	3.40 340	6.21 342	3.29 339	4.07 331	3.84 347	4.04 335	3.76 348	3.56 339	3.67 346	3.76 347	4.04 334	3.79 346	4.10 332	3.53 341	3.98 332	3.74 344	3.55 338	3.61 341	3.94 336	3.75 345	3.73 329	3.73 345

FC-DCNN v2	4.74 349	3.16 305	3.16 328	3.16 322	3.16 333	3.16 323	3.16 338	3.16 315	3.16 335	3.16 318	3.16 335	3.16 322	3.16 336	3.16 330	3.16 337	3.16 337	6.72 354	6.72 356	6.72 354	6.72 359	6.72 353	6.72 358	6.72 357	6.72 358	6.72 354	6.72 357	6.72 355	6.72 358

plain	1.96 304	3.33 306	1.04 259	3.24 324	1.04 280	3.24 324	1.04 281	3.26 316	1.05 280	3.26 320	1.13 286	3.27 323	1.06 282	1.05 280	1.05 281	1.05 281	3.28 321	1.05 281	3.29 321	1.06 283	3.30 321	1.05 279	1.05 279	1.06 285	3.30 324	1.06 282	3.30 323	1.06 280

Sa-1000	3.84 333	7.71 336	6.81 349	4.15 338	2.86 332	3.27 325	3.87 349	5.99 336	4.35 353	2.78 313	3.71 342	3.88 329	3.56 342	3.88 344	3.64 341	2.71 333	3.72 326	3.27 338	3.67 326	3.15 338	3.51 323	3.36 337	2.70 332	3.49 340	3.32 325	3.76 346	2.87 321	3.76 346

NLSM1	2.82 324	3.85 313	2.57 323	3.19 323	2.46 329	3.28 326	2.38 331	3.29 317	2.42 331	3.20 319	2.64 330	3.14 321	2.62 329	2.46 327	2.44 331	2.51 330	3.31 322	2.53 330	3.17 320	2.47 332	3.27 320	2.33 329	2.65 330	2.61 333	3.22 323	2.55 333	3.31 324	2.39 333

MIF-Stereo (partial)	2.52 322	3.41 308	1.05 260	3.29 325	1.05 281	3.29 327	1.06 282	3.30 318	1.06 282	3.31 321	1.06 281	4.97 346	2.72 330	2.72 328	2.71 332	2.70 332	6.57 353	2.19 326	5.08 348	1.08 285	3.36 322	1.07 281	1.07 281	1.07 287	3.35 326	1.07 283	3.36 325	1.07 282

UniTT-Stereo	2.12 314	3.66 311	1.10 264	3.48 327	1.15 288	3.57 328	1.11 286	3.44 319	1.16 290	3.52 322	1.16 288	3.50 324	1.16 289	1.10 282	1.13 288	1.15 287	3.61 323	1.17 290	3.64 322	1.12 288	3.58 324	1.12 285	1.12 285	1.17 294	3.53 327	1.18 293	3.52 326	1.18 291

DPSNet	3.67 330	3.61 310	3.62 334	3.64 328	3.61 343	3.64 329	3.65 343	3.64 321	3.67 342	3.67 324	3.65 341	3.68 326	3.69 346	3.69 341	3.69 348	3.68 344	3.70 325	3.70 343	3.69 327	3.69 345	3.71 327	3.69 340	3.67 341	3.69 346	3.68 330	3.67 342	3.68 328	3.67 339

RAStereo	2.24 317	3.70 312	1.18 274	3.73 331	1.18 293	3.69 330	1.19 293	3.73 322	1.24 297	3.72 325	1.21 297	3.76 328	1.20 294	1.20 292	1.20 294	1.20 294	3.74 328	1.20 294	3.75 328	1.21 297	3.77 328	1.21 293	1.21 293	1.21 298	3.82 331	1.21 297	3.82 330	1.21 294

SA	3.93 337	7.22 332	4.74 336	4.15 338	3.88 349	3.70 331	4.02 352	6.67 344	3.95 347	3.64 323	3.74 343	3.63 325	3.00 333	3.51 336	3.68 347	3.68 344	3.73 327	3.71 344	3.64 322	3.48 340	3.58 324	2.97 332	3.69 342	3.61 341	3.55 329	3.42 339	3.64 327	3.79 347

NLCSM	3.61 329	5.05 327	3.36 333	4.13 337	3.31 339	3.91 332	3.26 339	3.98 323	3.24 337	4.08 332	3.06 334	3.95 333	3.25 338	3.25 333	3.10 336	3.17 338	4.20 336	3.08 333	4.16 335	3.24 339	4.26 336	3.46 338	3.14 335	3.19 337	4.02 337	3.24 338	4.21 338	3.17 337

TESTraft	4.16 342	8.03 340	6.81 349	3.99 334	3.68 344	3.93 333	3.70 345	6.86 346	3.69 343	3.93 329	3.88 349	3.93 332	3.59 345	3.65 340	3.64 341	3.68 344	3.92 331	3.72 345	3.92 329	3.57 342	3.84 329	3.70 341	3.71 343	3.67 343	3.91 335	3.74 344	3.92 333	3.67 339

TestStereo1	4.11 338	7.79 338	6.72 347	3.93 332	3.81 346	3.96 334	3.58 341	6.96 347	3.74 344	3.90 327	3.76 344	3.89 330	3.57 343	3.70 342	3.66 344	3.34 341	3.80 329	3.62 340	3.66 324	3.68 343	3.91 330	3.70 341	3.65 339	3.67 343	3.88 332	3.53 340	3.89 331	3.68 342

SA-5K	4.11 338	7.79 338	6.72 347	3.93 332	3.81 346	3.96 334	3.58 341	6.96 347	3.74 344	3.90 327	3.76 344	3.89 330	3.57 343	3.70 342	3.66 344	3.34 341	3.80 329	3.62 340	3.66 324	3.68 343	3.91 330	3.70 341	3.65 339	3.67 343	3.88 332	3.53 340	3.89 331	3.68 342

sCroCo_RVC	2.76 323	4.00 314	1.82 302	4.00 335	1.83 315	3.98 336	1.82 317	3.99 324	1.81 317	4.14 333	2.76 331	4.13 337	1.82 316	1.83 311	1.83 316	1.82 316	4.01 333	1.82 317	3.98 331	1.86 319	4.00 333	1.82 319	1.83 316	1.84 319	4.02 337	1.81 321	4.00 334	1.83 320

raft_robust	4.19 343	7.78 337	6.08 342	3.30 326	3.85 348	4.03 337	3.73 346	6.25 343	3.30 340	4.44 339	3.28 338	4.01 334	3.82 349	4.29 349	3.70 349	4.01 349	4.48 342	3.42 339	4.11 333	3.76 347	4.05 334	3.32 334	3.85 344	3.82 347	4.71 342	3.83 348	4.09 335	3.80 348

test_3	4.55 348	10.96 354	7.69 353	4.04 336	3.60 342	4.10 338	3.98 351	7.94 349	4.56 354	3.99 330	4.03 350	4.08 336	3.74 347	3.99 348	3.91 351	4.05 350	4.33 340	3.89 347	4.14 334	4.00 350	4.11 335	4.02 346	4.01 349	3.91 349	3.53 327	3.94 350	4.19 336	4.20 352

sAnonymous2	2.87 325	4.16 315	1.89 306	4.26 340	1.87 319	4.23 339	1.92 322	4.17 325	1.94 323	4.16 334	1.92 321	4.20 338	1.92 321	1.96 313	1.86 318	1.87 318	4.25 337	1.90 321	4.23 337	1.91 323	4.26 336	1.93 321	1.89 321	1.90 320	4.07 339	1.91 325	5.09 350	1.93 325

CroCo_RVC	2.87 325	4.16 315	1.89 306	4.26 340	1.87 319	4.23 339	1.92 322	4.17 325	1.94 323	4.16 334	1.92 321	4.20 338	1.92 321	1.96 313	1.86 318	1.87 318	4.25 337	1.90 321	4.23 337	1.91 323	4.26 336	1.93 321	1.89 321	1.90 320	4.07 339	1.91 325	5.09 350	1.93 325

RAFT+CT+SA	4.43 344	7.34 334	6.71 346	5.01 348	4.38 352	4.40 341	3.85 348	6.15 341	4.30 352	4.89 344	3.26 337	4.49 342	3.01 334	4.53 350	3.36 340	3.65 343	3.64 324	4.39 352	3.94 330	4.28 351	4.44 340	4.30 349	4.24 351	4.52 353	3.90 334	3.85 349	4.89 342	4.00 350

cross-raft	4.43 344	7.31 333	6.46 344	4.47 342	3.95 350	4.46 342	3.95 350	6.70 345	3.97 348	4.41 338	3.82 346	4.38 341	3.94 350	3.95 347	3.95 352	3.95 348	4.45 341	3.95 348	4.46 340	3.95 349	4.46 341	3.95 345	3.95 348	3.94 350	4.40 341	3.95 351	4.45 340	3.95 349

DispFullNet	4.96 351	5.67 328	3.30 332	5.01 348	3.21 335	4.50 343	3.11 336	4.43 327	3.44 341	4.60 341	3.46 340	5.13 349	3.44 340	3.53 337	3.20 338	2.87 335	4.80 343	3.15 334	4.70 341	4.83 353	9.02 358	5.98 355	5.95 356	6.21 357	8.84 359	5.85 356	9.76 360	5.91 356

RAFT_CTSACE	4.43 344	8.26 343	6.10 343	4.62 344	4.01 351	4.54 344	3.65 343	6.09 338	3.93 346	4.64 342	4.14 352	4.26 340	4.13 351	3.91 345	3.88 350	4.06 351	4.30 339	4.03 349	4.27 339	3.92 348	4.26 336	3.67 339	3.91 346	4.16 351	4.82 344	4.08 352	4.20 337	3.67 339

test-1	4.11 338	7.65 335	4.93 337	3.65 329	3.58 341	4.70 345	3.74 347	4.73 329	4.06 349	3.72 325	4.11 351	3.70 327	3.49 341	3.36 335	3.65 343	4.17 352	3.92 331	4.04 350	4.19 336	3.75 346	4.69 343	4.18 347	3.88 345	3.90 348	4.73 343	3.77 347	3.12 322	3.68 342

MLG-Stereo_test3	3.87 335	4.64 321	3.29 330	5.17 350	3.23 336	4.83 346	3.02 334	4.95 332	3.22 336	4.31 337	3.33 339	5.08 348	3.20 337	3.23 332	2.77 333	3.20 339	4.99 347	3.24 337	4.93 345	2.94 334	4.82 345	3.33 336	3.33 337	3.29 339	5.19 349	3.02 335	5.08 348	2.93 336

Anonymous3	3.36 327	4.93 325	2.20 313	4.92 347	2.23 325	4.90 347	2.23 328	4.89 331	2.24 328	4.95 346	2.21 326	4.91 345	2.21 326	2.18 316	2.22 328	2.22 327	4.86 344	2.20 327	4.90 344	2.20 328	4.96 346	2.21 323	2.21 327	2.21 327	6.30 353	2.21 330	4.90 343	2.23 330

TestStereo	4.92 350	4.80 324	4.98 338	4.82 346	4.97 354	4.91 348	4.78 355	4.80 330	4.88 355	4.78 343	4.80 354	4.99 347	4.81 354	4.83 351	4.87 355	4.97 355	4.93 345	5.01 354	5.03 347	4.90 354	5.02 347	5.02 352	5.06 352	5.04 355	4.93 346	4.89 354	5.01 345	5.09 354

MLG-Stereo_test1	3.87 335	4.67 322	3.29 330	5.26 351	3.25 337	5.04 349	3.11 336	4.43 327	3.27 338	5.02 348	3.21 336	4.71 344	3.10 335	3.22 331	3.06 335	2.98 336	5.03 348	3.18 335	4.95 346	2.94 334	4.70 344	3.32 334	3.30 336	3.27 338	5.17 348	3.08 337	5.02 346	2.85 335

test_5	4.51 347	8.85 346	5.35 341	3.66 330	3.56 340	5.10 350	4.47 354	6.14 339	4.07 350	4.96 347	3.87 348	5.14 350	4.17 353	3.53 337	4.39 353	4.53 353	4.15 335	3.62 340	4.74 342	2.94 334	3.63 326	4.53 351	4.20 350	4.54 354	4.86 345	3.68 343	4.95 344	4.06 351

MLG-Stereo_test2	3.86 334	4.96 326	3.13 326	4.65 345	3.27 338	5.17 351	3.07 335	5.01 333	3.01 334	4.93 345	3.03 333	4.56 343	3.32 339	3.26 334	3.33 339	3.30 340	5.17 349	3.19 336	4.86 343	2.96 337	5.04 348	3.25 333	2.67 331	3.15 336	4.98 347	3.05 336	4.59 341	3.30 338

StereoVision	3.44 328	10.12 352	1.68 296	5.44 352	2.26 327	5.87 352	1.97 324	5.17 334	1.31 300	5.80 350	1.56 308	5.62 351	1.84 317	1.97 315	1.91 324	1.84 317	4.98 346	1.32 298	5.60 349	1.71 316	5.35 351	1.73 317	1.97 323	1.96 322	5.40 350	1.65 315	5.08 348	1.76 319

MaDis-Stereo	3.69 331	10.19 353	2.01 310	6.09 353	2.01 321	5.94 353	1.82 317	6.14 339	1.85 318	6.59 353	1.82 317	6.01 352	1.81 315	1.83 311	1.83 316	2.02 321	5.87 350	1.79 316	5.93 352	2.06 325	4.63 342	1.67 311	1.84 317	2.08 324	5.90 351	1.66 316	6.34 353	1.87 321

RAFT	6.60 355	9.99 349	8.33 354	7.21 357	6.55 357	5.95 354	5.87 357	8.70 354	5.02 356	5.10 349	6.69 357	7.06 356	6.94 358	6.17 355	7.09 359	6.84 357	6.47 352	4.72 353	5.60 349	5.60 356	5.11 349	5.97 354	6.93 358	6.89 359	7.16 355	7.08 360	6.58 354	6.66 357

SGM-Forest	5.07 352	6.74 330	4.17 335	6.46 354	4.68 353	6.21 355	4.38 353	6.00 337	4.14 351	5.84 351	4.44 353	6.28 353	4.16 352	3.92 346	4.56 354	4.60 354	6.15 351	4.27 351	6.12 353	4.31 352	5.99 352	4.27 348	3.92 347	4.27 352	6.13 352	4.10 353	6.18 352	4.49 353
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-v	7.17 356	11.53 355	7.63 351	7.17 355	6.87 358	7.48 356	6.90 358	8.14 351	6.88 358	6.93 354	7.42 358	7.05 354	6.14 356	6.05 353	6.86 357	6.99 358	7.60 355	6.75 357	6.90 355	6.66 357	7.83 354	6.36 356	5.89 354	7.34 360	7.19 356	6.75 358	7.52 356	6.77 359

test-2	7.17 356	11.53 355	7.63 351	7.17 355	6.87 358	7.48 356	6.90 358	8.14 351	6.88 358	6.93 354	7.42 358	7.05 354	6.14 356	6.05 353	6.86 357	6.99 358	7.60 355	6.75 357	6.90 355	6.66 357	7.83 354	6.36 356	5.89 354	7.34 360	7.19 356	6.75 358	7.52 356	6.77 359

SGM+DAISY	6.35 354	8.16 342	5.14 340	8.12 358	5.08 356	8.12 358	5.16 356	8.01 350	5.18 357	7.92 356	5.14 355	7.89 357	5.14 355	4.95 352	5.33 356	5.32 356	8.14 357	5.16 355	8.16 357	5.16 355	8.21 356	5.19 353	5.12 353	5.12 356	8.18 358	5.24 355	8.12 358	5.11 355

U	5.23 353	8.71 345	2.75 324	8.64 359	2.76 330	8.65 359	2.79 332	8.67 353	2.79 332	8.70 358	2.79 332	8.70 358	2.79 332	2.79 329	2.80 334	2.80 334	8.84 358	2.82 332	8.82 358	2.89 333	8.84 357	2.83 331	2.83 334	2.82 335	8.87 360	2.83 334	8.84 359	2.83 334

rafts_anoy	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

raft+_RVC	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

raftrobust	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

CasAABBNet	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

RALCasStereoNet	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

RALAANet	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

MSMDNet	20.00 359	20.00 357	20.00 360	20.00 360	20.00 361	20.00 360	20.00 361	20.00 359	20.00 361	20.00 360	20.00 361	20.00 359	20.00 360	20.00 361	20.00 361	20.00 361	20.00 359	20.00 360	20.00 359	20.00 361	20.00 359	20.00 360	20.00 360	20.00 363	20.00 361	20.00 362	20.00 361	20.00 362

MANE	18.41 358	23.00 364	16.00 359	22.00 367	15.00 360	22.00 367	15.00 360	22.00 366	15.00 360	21.00 367	15.00 360	22.00 366	15.00 359	15.00 360	17.00 360	15.00 360	23.00 366	15.00 359	22.00 366	15.00 360	23.00 366	15.00 359	18.00 359	15.00 362	24.00 368	17.00 361	24.00 368	16.00 361

fast-reg	37.00 366	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 367	37.00 368	37.00 367	37.00 367	37.00 367	37.00 370	37.00 369	37.00 369	37.00 369	37.00 369

Reg-Stereo(zero)	37.00 366	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 367	37.00 368	37.00 367	37.00 367	37.00 367	37.00 370	37.00 369	37.00 369	37.00 369	37.00 369

fast-iter	37.00 366	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 367	37.00 368	37.00 367	37.00 367	37.00 367	37.00 370	37.00 369	37.00 369	37.00 369	37.00 369

CoSv	37.00 366	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 368	37.00 368	37.00 368	37.00 367	37.00 367	37.00 367	37.00 368	37.00 367	37.00 367	37.00 367	37.00 370	37.00 369	37.00 369	37.00 369	37.00 369

MDST_ROB	61.15 370	72.66 373	46.52 372	70.00 372	44.89 372	64.24 372	43.75 372	73.65 372	48.92 373	72.70 373	42.40 372	60.70 371	50.23 371	50.07 373	67.69 373	68.60 373	83.13 372	47.77 371	82.48 372	46.00 372	95.93 372	53.44 372	50.66 371	45.00 374	84.99 374	53.64 374	79.01 373	52.07 374

CBMV	101.59 371	71.60 372	48.40 373	72.70 373	49.00 373	79.60 373	48.40 373	80.90 373	46.90 372	68.90 372	49.00 373	78.00 372	572.10 380	49.50 372	51.30 372	48.40 372	72.20 371	639.60 380	79.40 371	48.90 373	79.50 371	51.40 371	52.30 372	48.30 375	80.20 373	49.10 373	79.60 374	47.60 373
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 372	131.36 374	140.69 374	151.38 374	151.40 374	150.79 374	151.72 374	149.36 374	159.46 374	146.42 374	150.73 374	149.06 376	176.22 372	143.94 374	133.10 376	133.45 376	153.30 374	154.22 373	154.67 374	153.95 375	156.90 375	156.53 375	160.21 373	162.72 376	154.57 375	160.59 375	153.47 375	163.50 375
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	252.48 374	202.00 375	361.00 378	502.00 378	324.00 378	321.00 375	482.00 381	423.00 378	227.00 378	201.00 375	273.00 378	101.00 373	207.00 373	198.00 375	183.00 377	181.00 377	221.00 375	232.00 377	477.00 376	220.00 377	111.00 373	100.00 373	219.00 375	214.00 377	204.00 376	211.00 377	200.00 376	222.00 378

MGS-Stereo	264.93 375	208.00 376	362.00 379	512.00 379	350.00 379	326.00 376	443.00 380	410.00 377	210.00 375	232.00 377	215.00 375	125.00 374	217.00 374	216.00 377	127.00 375	122.00 375	223.00 376	230.00 375	487.00 378	255.00 378	250.00 376	223.00 377	272.00 377	228.00 380	241.00 377	220.00 379	214.00 377	235.00 379

EGLCR-Stereo	276.81 376	209.00 377	366.00 380	514.00 380	354.00 380	336.00 377	422.00 378	440.00 379	220.00 377	231.00 376	245.00 377	135.00 375	237.00 376	218.00 378	197.00 378	222.00 379	223.00 376	230.00 375	487.00 378	255.00 378	250.00 376	273.00 378	272.00 377	228.00 380	241.00 377	220.00 379	214.00 377	235.00 379

DLCB_ROB	280.78 377	376.74 378	215.59 375	376.74 375	215.59 375	376.74 378	215.59 375	366.42 376	218.39 376	366.42 378	218.39 376	366.42 377	218.39 375	209.96 376	219.76 379	219.38 378	376.72 378	216.43 374	376.72 375	216.43 376	376.72 378	216.43 376	216.14 374	216.14 379	376.69 380	217.67 378	376.69 380	217.67 377

NOSS_ROB	248.11 373	409.00 379	288.00 376	412.00 376	280.00 376	411.00 379	288.00 376	356.00 375	275.00 379	379.00 379	303.00 379	415.00 378	278.00 377	260.00 379	104.00 374	103.00 374	126.00 373	108.00 372	118.00 373	98.00 374	126.00 374	104.00 374	268.00 376	216.00 378	279.00 379	201.00 376	288.00 379	206.00 376

LE_ROB	387.11 378	453.07 380	321.39 377	500.23 377	323.05 377	493.99 380	324.56 377	477.63 380	322.28 380	465.51 380	322.97 380	486.37 379	334.17 378	305.26 380	320.63 380	327.66 380	476.08 379	315.70 378	483.76 377	335.15 380	469.64 379	309.74 379	315.90 379	318.85 382	498.41 381	328.85 381	491.00 381	330.08 381

SGM-ForestM	522.49 379	676.08 381	448.56 381	638.17 381	433.15 381	639.59 381	427.03 379	617.52 381	439.90 381	604.63 381	429.02 381	611.68 380	432.74 379	420.18 381	451.96 381	465.85 381	601.06 380	403.73 379	659.15 380	405.50 381	669.64 380	437.21 380	455.85 380	425.66 383	689.82 382	481.65 382	662.43 382	479.61 382

CBMV_ROB	1133.35 380	1280.38 382	976.92 382	1317.57 382	1021.62 382	1282.66 382	1022.22 382	1213.88 382	982.57 382	1194.12 382	975.90 382	1357.87 381	1090.02 381	943.32 382	1021.85 382	1006.47 382	1309.01 381	986.29 381	1499.40 381	986.35 382	1359.35 381	975.96 381	975.21 381	969.30 384	1337.82 383	1042.34 383	1398.25 383	1073.86 383

111111	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

SGD-Stereo	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

IGEV-Stereo++	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

IGEV-BASED-STEREO-	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

IGEV-Stereo+	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

anonymousdsp2	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

anonymousdsp	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

AMNet	10000000.00 381	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 383	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 385	10000000.00 384	10000000.00 384	10000000.00 384	10000000.00 384

GS-Stereo																							0.36 178	0.36 181	0.48 196	0.36 178	0.48 193	0.35 176

ASD4																								0.20 122

Low-res two-view benchmark