Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 472	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 446	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 379	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 578	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 125	0.03 31	0.04 64	1.71 581	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 546	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 455	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 411	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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

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

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

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

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 640	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 644	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 661	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 599	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 151	0.04 52	0.04 64	2.20 598	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ManiGeoR	0.17 164	0.05 66	0.62 437	0.73 423	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 441	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 442	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 437	0.73 423	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 437	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 448	0.72 419	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 442	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 215	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 685	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 458	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 455	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

ISRNet	0.11 112	0.05 66	0.36 295	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 208	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 538	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 647	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 124	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 483	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 570	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

FINET	0.07 67	0.08 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

anonymous	0.09 75	0.09 93	0.14 148	0.14 121	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.07 132	0.14 133	0.13 158	0.09 139	0.07 135	0.09 142	0.07 135

TS12	0.09 75	0.09 93	0.17 183	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 146	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

VMStereo-Base	0.03 29	0.09 93	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

Wz-Net-SNSev	0.03 29	0.09 93	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 141	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

AnonymousM	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SuperB	0.21 187	0.10 98	2.51 677	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

PVD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

over-6	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.10 151

over-9	0.11 112	0.11 109	0.16 173	0.16 143	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 193	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 415	0.11 165

MatchStereo	0.54 397	0.12 114	2.38 675	2.32 615	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 652	2.34 671	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 216	0.10 151	0.20 197	0.10 151	0.24 223	0.11 162	0.11 105	0.09 94	0.12 159	0.14 196	0.12 165	0.09 143

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.14 187	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 193	0.13 116	0.19 195	0.23 183	0.10 155	0.26 243	1.02 555	0.14 166	0.10 153	0.28 246	0.14 195	0.17 186	0.19 237	0.28 253	0.09 140	0.22 190	0.16 174	0.23 224	0.17 230	0.11 156	0.12 178

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 166	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 510

over-8	0.11 112	0.14 122	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

S2M2_L	0.12 125	0.14 122	0.10 92	0.15 133	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 166	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 151	0.14 122	0.10 92	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 166	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 526

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 442	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

GMStereo_Zeroshot	0.16 158	0.16 125	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

HSM	0.14 139	0.16 125	0.12 123	0.17 156	0.12 187	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.12 183	0.17 186	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.12 178

ELAS_RVC	0.14 139	0.16 125	0.10 92	0.15 133	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 190	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 177	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 125	0.11 112	0.15 133	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 190	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 169	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 139	0.17 130	0.12 123	0.17 156	0.11 174	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 186	0.11 168	0.17 186	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 151	0.17 130	0.13 143	0.20 167	0.13 191	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 190	0.14 194	0.18 189	0.14 187	0.16 158	0.11 121	0.15 178	0.14 196	0.18 193	0.11 165

SGM_RVC	0.15 151	0.17 130	0.11 112	0.18 158	0.11 174	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 197	0.12 183	0.19 192	0.12 174	0.16 158	0.11 121	0.17 190	0.10 151	0.17 189	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 158	0.18 133	0.13 143	0.19 163	0.13 191	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 194	0.13 189	0.19 192	0.13 183	0.18 174	0.13 158	0.18 199	0.13 191	0.18 193	0.13 185

IGEV_Zeroshot_test	0.20 179	0.19 134	0.40 344	0.30 209	0.17 223	0.22 212	0.17 212	0.21 206	0.17 221	0.20 196	0.17 217	0.21 204	0.18 230	0.21 207	0.17 212	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

ACVNet	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

acv_ft	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

LALA_ROB	0.15 151	0.19 134	0.12 123	0.18 158	0.11 174	0.20 199	0.12 180	0.21 206	0.12 187	0.20 196	0.12 177	0.20 197	0.12 183	0.21 207	0.13 183	0.17 166	0.10 99	0.18 199	0.11 165	0.18 193	0.11 165

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 225	0.21 252	0.37 290	0.22 240	0.37 278	0.24 254	0.26 240	0.27 274	0.33 273	0.21 248	0.25 232	0.27 263	0.32 244	0.20 207	0.34 286	0.23 253	0.25 228	0.26 251

ProNet	0.14 139	0.20 138	0.14 148	0.16 143	0.11 174	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.13 189	0.17 186	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 177	0.12 178

DAS	0.20 179	0.20 138	0.20 198	0.20 167	0.20 242	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 240	0.20 200	0.20 225

IPLG	0.13 132	0.20 138	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLGR_C	0.14 139	0.20 138	0.12 123	0.15 133	0.11 174	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 180	0.15 177	0.12 178

ASD4		0.20 138

MSKI-zero shot	0.24 203	0.21 144	0.49 397	0.65 401	0.18 234	0.22 212	0.17 212	0.23 218	0.18 227	0.21 207	0.17 217	0.23 221	0.28 287	0.23 219	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

CIPLG	0.13 132	0.21 144	0.12 123	0.16 143	0.11 174	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 177	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

MIPNet	0.14 139	0.21 144	0.17 183	0.16 143	0.11 174	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ACRE	0.13 132	0.21 144	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

DepthFocus	0.18 173	0.22 148	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.22 210	0.15 205	0.22 213	0.16 208	0.22 212	0.15 198	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

Pointernet	0.21 187	0.22 148	0.19 195	0.24 188	0.19 239	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 227	0.19 237	0.24 223	0.19 228	0.22 190	0.17 195	0.22 215	0.17 230	0.22 208	0.17 214

BStereo	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

Anonymus123	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

WAO-6	0.22 193	0.23 150	0.22 205	0.23 183	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.22 215	0.22 247	0.22 208	0.22 231

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

IMH-64	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

MIM_Stereo	0.25 206	0.23 150	0.66 450	0.80 433	0.17 223	0.22 212	0.17 212	0.23 218	0.18 227	0.26 240	0.17 217	0.21 204	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.21 210	0.17 230	0.22 208	0.17 214

iResNetv2_ROB	0.20 179	0.23 150	0.18 193	0.24 188	0.20 242	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 221	0.19 237	0.24 223	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.22 208	0.16 197

iResNet	0.20 179	0.23 150	0.18 193	0.24 188	0.18 234	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 217	0.23 221	0.18 230	0.23 219	0.18 224	0.22 190	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

Weightmod_eth	0.20 179	0.24 158	0.28 235	0.47 307	0.14 193	0.24 224	0.14 188	0.17 186	0.13 191	0.22 210	0.16 209	0.22 213	0.13 189	0.20 196	0.16 205	0.24 208	0.20 207	0.19 202	0.14 196	0.16 182	0.24 243

LACA2	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.23 221	0.24 234	0.16 208	0.23 220	0.16 197

LACA1	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.22 215	0.23 224	0.16 208	0.23 220	0.16 197

RSGM-EC	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

acva	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

Wz-Net-LNSev	0.06 61	0.24 158	0.20 198	0.23 183	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 201	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

IPLGR	0.14 139	0.24 158	0.14 148	0.16 143	0.12 187	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

SMOE	0.23 199	0.25 165	0.30 245	0.33 225	0.18 234	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 234	0.18 230	0.25 232	0.18 224	0.31 241	0.27 241	0.23 224	0.17 230	0.23 220	0.17 214

LACA3	0.23 199	0.25 165	0.27 228	0.54 374	0.17 223	0.25 234	0.17 212	0.25 229	0.17 221	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.28 226	0.23 221	0.24 234	0.17 230	0.24 225	0.17 214

tg	0.21 187	0.25 165	0.21 203	0.26 202	0.17 223	0.24 224	0.17 212	0.24 221	0.17 221	0.24 223	0.17 217	0.24 227	0.17 220	0.24 223	0.17 212	0.24 208	0.17 195	0.23 224	0.16 208	0.23 220	0.16 197

RAFT-FEzeroshot	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 704

RAFT-FE	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 704

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 202	0.25 268	0.25 234	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.26 244	0.25 256	0.25 215	0.25 226	0.25 239	0.25 263	0.25 228	0.25 245

CAS++	0.17 164	0.27 171	0.21 203	0.10 80	0.21 252	0.15 173	0.22 240	0.10 142	0.21 240	0.22 210	0.10 151	0.19 194	0.18 230	0.10 145	0.19 228	0.20 181	0.19 205	0.18 199	0.10 151	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 358	0.27 171	0.30 245	0.58 384	0.27 276	0.70 477	0.30 297	0.28 240	0.73 522	0.73 481	0.28 282	0.71 481	0.66 489	0.75 483	0.27 263	0.27 221	0.29 263	0.37 312	0.75 529	0.28 239	0.30 338

LoS	0.25 206	0.27 171	0.25 218	0.25 195	0.25 268	0.25 234	0.25 256	0.26 235	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.25 226	0.25 239	0.26 269	0.26 231	0.25 245
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 232	0.28 174	0.47 382	0.79 429	0.24 265	0.30 255	0.26 263	0.30 248	0.24 254	0.32 264	0.23 252	0.31 265	0.24 258	0.30 259	0.23 245	0.29 234	0.26 229	0.29 258	0.24 260	0.33 262	0.23 233

SQANet	0.28 219	0.28 174	0.28 235	0.28 207	0.28 282	0.28 250	0.28 277	0.28 240	0.28 283	0.28 246	0.28 282	0.28 250	0.28 287	0.28 253	0.28 272	0.28 226	0.28 249	0.28 253	0.28 326	0.28 239	0.28 315

Weightmod	0.27 216	0.29 176	0.33 272	0.38 242	0.20 242	0.30 255	0.21 235	0.29 245	0.21 240	0.29 251	0.22 247	0.30 260	0.20 241	0.30 259	0.21 234	0.37 270	0.31 277	0.27 249	0.20 240	0.28 239	0.21 228

SME	0.27 216	0.29 176	0.31 261	0.38 242	0.20 242	0.29 253	0.18 220	0.30 248	0.20 236	0.32 264	0.21 245	0.32 269	0.20 241	0.32 267	0.21 234	0.35 262	0.32 282	0.27 249	0.19 238	0.29 243	0.20 225

HGLStereo	0.28 219	0.29 176	0.22 205	0.36 236	0.22 254	0.36 282	0.21 235	0.36 270	0.21 240	0.42 329	0.21 245	0.36 285	0.22 249	0.36 285	0.21 234	0.34 254	0.21 211	0.34 286	0.21 244	0.34 267	0.21 228

MultiAttention	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

MSAF-DinoV2	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

DANet	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 232	0.31 182	0.31 261	0.30 209	0.40 418	0.31 262	0.30 297	0.30 248	0.34 380	0.29 251	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 241	0.29 263	0.31 266	0.30 357	0.31 252	0.31 347

AANet_RVC	1.26 584	0.31 182	4.99 711	5.93 702	0.20 242	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 234	0.20 241	0.25 232	0.20 231	5.66 712	4.76 706	0.26 244	0.30 357	0.24 225	0.27 289

iResNet_ROB	0.28 219	0.32 184	0.24 215	0.32 221	0.25 268	0.32 271	0.24 254	0.32 256	0.24 254	0.33 269	0.24 259	0.35 280	0.24 258	0.33 275	0.24 248	0.31 241	0.24 225	0.32 269	0.24 260	0.32 255	0.24 243

DStereoFS	0.32 241	0.33 185	0.32 267	0.33 225	0.30 305	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 265	0.30 306	0.32 267	0.32 347	0.32 244	0.31 277	0.30 260	0.47 460	0.32 255	0.34 368

depth_test_26	0.20 179	0.34 186	0.25 218	0.34 229	0.14 193	0.21 209	0.14 188	0.21 206	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.21 207	0.14 187	0.26 217	0.26 229	0.22 215	0.15 205	0.22 208	0.14 190

H2IRNET	0.34 247	0.34 186	0.34 283	0.34 229	0.34 386	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 278	0.34 378	0.34 276	0.34 372	0.34 254	0.34 324	0.34 286	0.34 389	0.34 267	0.34 368

GREATEN-IGEV_RVC	0.38 280	0.35 188	0.56 420	0.63 395	0.29 293	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 285	0.29 297	0.36 285	0.29 286	0.62 422	0.57 433	0.35 302	0.29 341	0.36 288	0.29 324

GREATEN-IGEV-FM_RVC	0.38 280	0.35 188	0.56 420	0.63 395	0.28 282	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 285	0.28 287	0.36 285	0.28 272	0.62 422	0.57 433	0.35 302	0.28 326	0.35 280	0.28 315

MLCV	0.31 232	0.35 188	0.27 228	0.35 232	0.28 282	0.35 278	0.27 266	0.35 266	0.28 283	0.36 280	0.27 274	0.35 280	0.27 278	0.35 279	0.27 263	0.34 254	0.27 241	0.34 286	0.27 307	0.34 267	0.27 289

ETE_ROB	0.35 256	0.35 188	0.35 293	0.35 232	0.35 390	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 280	0.35 384	0.35 279	0.35 376	0.35 262	0.35 331	0.35 302	0.35 402	0.35 280	0.35 379

DN-CSS_ROB	0.31 232	0.35 188	0.28 235	0.35 232	0.28 282	0.34 274	0.27 266	0.34 263	0.25 259	0.35 276	0.27 274	0.36 285	0.26 271	0.34 276	0.28 272	0.35 262	0.28 249	0.34 286	0.28 326	0.34 267	0.27 289

PStereo	0.32 241	0.36 193	0.28 235	0.38 242	0.29 293	0.36 282	0.27 266	0.38 287	0.27 277	0.38 287	0.28 282	0.36 285	0.27 278	0.36 285	0.28 272	0.32 244	0.27 241	0.33 276	0.27 307	0.33 262	0.27 289

RSM	0.36 264	0.36 193	0.43 365	0.37 239	0.42 438	0.49 419	0.42 428	0.37 278	0.28 283	0.36 280	0.29 295	0.36 285	0.30 306	0.37 292	0.28 272	0.34 254	0.31 277	0.34 286	0.35 402	0.40 365	0.29 324

Any-RAFT	0.32 241	0.36 193	0.27 228	0.36 236	0.27 276	0.36 282	0.27 266	0.36 270	0.27 277	0.36 280	0.27 274	0.36 285	0.27 278	0.36 285	0.28 272	0.36 267	0.28 249	0.36 309	0.28 326	0.36 288	0.28 315

IGEV-FE	0.35 256	0.37 196	0.17 183	0.19 163	0.17 223	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 194	0.17 220	0.37 292	0.36 379	0.19 178	0.17 195	0.19 202	0.17 230	0.38 306	2.84 695

LG-Stereo_L2	0.34 247	0.37 196	0.38 301	0.47 307	0.28 282	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 302	0.28 287	0.38 295	0.28 272	0.42 324	0.35 331	0.36 309	0.26 269	0.35 280	0.26 251

RAFT-Test	0.36 264	0.37 196	0.33 272	0.41 275	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.33 359	0.37 270	0.29 263	0.37 312	0.29 341	0.38 306	0.31 347

XPNet_ROB	0.37 274	0.37 196	0.37 299	0.37 239	0.37 400	0.37 290	0.37 393	0.37 278	0.37 396	0.37 286	0.37 400	0.37 295	0.37 393	0.37 292	0.37 389	0.37 270	0.37 341	0.37 312	0.37 411	0.37 293	0.37 387

GeoVLM	0.36 264	0.38 200	0.27 228	0.46 300	0.28 282	0.35 278	0.28 277	0.37 278	0.27 277	0.35 276	0.28 282	0.36 285	0.38 397	0.35 279	0.28 272	1.08 507	0.26 229	0.33 276	0.27 307	0.34 267	0.33 361

WAO-8	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.37 411	0.38 306	0.38 394

WAO-7	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.38 424	0.38 306	0.38 394

HanzoNet	0.39 294	0.38 200	0.40 344	0.39 250	0.41 428	0.38 297	0.38 400	0.38 287	0.38 400	0.39 294	0.39 415	0.38 297	0.38 397	0.39 303	0.40 407	0.38 282	0.38 348	0.40 374	0.38 424	0.38 306	0.40 402

Venus	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.37 290	0.38 400	0.37 278	0.37 396	0.41 315	0.37 400	0.39 302	0.37 393	0.38 295	0.38 392	0.37 270	0.38 348	0.38 320	0.37 411	0.37 293	0.38 394

IMH	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.42 329	0.38 405	0.40 310	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.39 361	0.38 424	0.38 306	0.38 394

DMCA	0.36 264	0.38 200	0.37 299	0.35 232	0.35 390	0.36 282	0.36 387	0.36 270	0.35 384	0.35 276	0.37 400	0.36 285	0.36 388	0.35 279	0.36 379	0.36 267	0.36 337	0.35 302	0.36 408	0.36 288	0.36 382

gcap_with_dpt	0.35 256	0.39 207	0.30 245	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.38 282	0.26 229	0.38 320	0.27 307	0.38 306	0.27 289

test_for_model	0.35 256	0.39 207	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.38 282	0.26 229	0.38 320	0.26 269	0.38 306	0.26 251

StereoDRNet-Refined	0.33 246	0.39 207	0.26 225	0.39 250	0.26 275	0.40 305	0.26 263	0.40 300	0.26 273	0.39 294	0.26 270	0.39 302	0.26 271	0.39 303	0.26 261	0.37 270	0.25 226	0.37 312	0.25 263	0.37 293	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 528	0.39 207	5.28 713	0.39 250	0.20 242	0.39 303	0.27 266	0.39 292	0.22 244	0.38 287	0.20 240	0.38 297	0.20 241	6.95 733	0.22 238	0.30 235	0.21 211	0.27 249	0.21 244	5.25 714	0.21 228

Zero-FE251	0.36 264	0.40 211	0.28 235	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 323	0.28 287	0.42 336	0.30 296	0.37 270	0.26 229	0.37 312	0.27 307	0.45 391	0.56 470

gcap-zeroshot	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

EKT-Stereo	0.37 274	0.40 211	0.44 367	1.07 476	0.29 293	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 295	0.30 306	0.36 285	0.29 286	0.34 254	0.28 249	0.39 361	0.30 357	0.37 293	0.30 338

testlalala	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

GCAPDPT-zeroshot	0.36 264	0.40 211	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.27 307	0.39 351	0.26 251

knoymous	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

anonymousa	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

riskmin	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_2	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_1	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

AdaStereo	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
TestStereo_HL3	2.76 684	0.41 222	11.46 734	14.11 732	0.30 305	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 350	0.28 287	0.44 374	0.30 296	13.57 736	10.32 734	0.41 392	0.27 307	0.38 306	0.27 289

TestStereo_HL2	2.73 681	0.41 222	11.06 731	14.13 733	0.30 305	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.29 297	0.43 343	0.28 272	13.51 735	10.37 735	0.41 392	0.27 307	0.38 306	0.27 289

GGDA	2.76 684	0.41 222	11.34 733	14.28 734	0.30 305	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.28 287	0.43 343	0.29 286	13.45 734	10.57 736	0.41 392	0.27 307	0.38 306	0.27 289

iRaft-Stereo_20w	0.34 247	0.41 222	0.31 261	0.39 250	0.29 293	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 302	0.30 306	0.38 295	0.32 347	0.35 262	0.27 241	0.34 286	0.27 307	0.34 267	0.29 324

GwcNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

PSMNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

GANet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet2	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

DGSMNet	0.34 247	0.41 222	0.27 228	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.27 277	0.41 315	0.27 274	0.42 341	0.27 278	0.41 322	0.28 272	0.40 302	0.29 263	0.40 374	0.28 326	0.40 365	0.27 289

TestStereo-Hl	2.78 686	0.42 232	11.23 732	14.38 735	0.30 305	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 385	0.29 297	0.44 374	0.29 286	13.64 737	10.73 737	0.41 392	0.27 307	0.38 306	0.27 289

iRaft-Stereo_5w	0.34 247	0.42 232	0.31 261	0.39 250	0.30 305	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 400	0.41 323	0.34 378	0.38 295	0.30 296	0.34 254	0.27 241	0.34 286	0.26 269	0.34 267	0.26 251

GREAT-IGEV	0.38 280	0.43 234	0.36 295	0.48 313	0.32 364	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.33 295	0.41 392	0.29 341	0.41 376	0.29 324
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 280	0.43 234	0.33 272	0.46 300	0.33 376	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.33 373	0.45 392	0.32 347	0.38 282	0.38 348	0.38 320	0.37 411	0.37 293	0.36 382

IGEV++	0.34 247	0.43 234	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.30 296	0.38 282	0.29 263	0.37 312	0.29 341	0.37 293	0.29 324

S0	0.42 320	0.44 237	0.54 416	0.59 387	0.34 386	0.48 413	0.22 240	0.51 430	0.25 259	0.51 434	0.34 381	0.53 444	0.35 384	0.47 401	0.36 379	0.55 404	0.39 355	0.49 443	0.27 307	0.46 394	0.34 368

MonSter++	0.38 280	0.44 237	0.31 261	0.43 291	0.30 305	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 350	0.31 357	0.43 343	0.69 501	0.38 282	0.33 295	0.40 374	0.30 357	0.38 306	0.30 338

HiDET	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.68 493	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

LCMNet	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 341	0.30 306	0.42 336	0.69 501	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

CSFM-Stereo	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.73 514	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.30 338

Select-FE	0.41 307	0.44 237	0.23 208	0.26 202	0.22 254	0.26 243	0.22 240	0.26 235	0.23 251	0.26 240	0.23 252	0.26 246	0.23 255	0.45 392	0.42 423	0.25 215	0.22 215	0.25 239	0.22 247	0.45 391	2.90 696

ccccc		0.44 237		0.48 313	0.35 390	0.48 413		0.51 430		0.47 398		0.47 405		0.47 401		0.41 310	0.40 359	0.40 374	0.40 429	0.41 376

Wz-Net-LNSev-Ref	0.11 112	0.44 237	0.33 272	0.39 250	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 295	0.36 337	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-Stereo	0.35 256	0.44 237	0.45 369	0.49 319	0.30 305	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 285	0.29 297	0.36 285	0.30 296	0.46 365	0.39 355	0.32 269	0.24 260	0.32 255	0.25 245
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 280	0.45 246	0.34 283	0.42 285	0.33 376	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 341	0.34 378	0.41 322	0.38 392	0.40 302	0.32 282	0.42 408	0.32 375	0.40 365	0.32 354

mms	0.40 299	0.45 246	0.35 293	0.48 313	0.36 396	0.47 408	0.34 376	0.45 388	0.38 400	0.47 398	0.33 373	0.45 395	0.32 362	0.45 392	0.32 347	0.39 295	0.38 348	0.38 320	0.37 411	0.39 351	0.39 400

GMOStereo	0.37 274	0.45 246	0.23 208	0.30 209	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	0.34 254	0.22 215	0.47 430	0.37 411	0.39 351	0.33 361

RAFT + AFF	0.31 232	0.45 246	0.34 283	0.39 250	0.28 282	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 278	0.29 257	0.30 296	0.28 226	0.29 263	0.29 258	0.29 341	0.27 237	0.32 354

otaku	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

Dean	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.47 398	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

ACVNet-4b	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.47 401	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

psmorigin	0.41 307	0.46 250	0.33 272	0.49 319	0.33 376	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	0.33 373	0.51 434	0.33 359	0.41 310	0.30 272	0.41 392	0.30 357	0.79 476	0.29 324

Ntro	0.47 372	0.47 254	0.46 374	0.46 300	0.46 449	0.47 408	0.47 446	0.46 392	0.47 446	0.46 392	0.46 449	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

HaxPig	0.47 372	0.47 254	0.47 382	0.49 319	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.47 449	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.47 460	0.47 408	0.48 436

UNDER WATER	0.47 372	0.47 254	0.47 382	0.47 307	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.46 453	0.47 408	0.47 434

LVE	0.47 372	0.47 254	0.47 382	0.47 307	0.49 462	0.47 408	0.47 446	0.47 398	0.49 455	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.48 438	0.47 460	0.47 408	0.47 434

ACVNet_1	0.46 365	0.47 254	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.47 446	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.47 430	0.46 453	0.46 394	0.46 426

CES	0.39 294	0.47 254	0.36 295	0.36 236	0.37 400	0.45 396	0.35 381	0.35 266	0.40 414	0.36 280	0.44 441	0.47 405	0.36 388	0.44 374	0.36 379	0.37 270	0.39 355	0.44 411	0.35 402	0.37 293	0.36 382

xyz-stereo-finetune2	0.18 173	0.48 260	0.16 173	0.16 143	0.15 207	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

RainbowNet	0.48 378	0.48 260	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.48 453	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.48 436

quiztm	0.43 322	0.49 262	0.40 344	0.51 366	0.40 418	0.51 440	0.40 414	0.50 416	0.40 414	0.50 425	0.40 418	0.51 442	0.40 409	0.50 424	0.40 407	0.44 326	0.34 324	0.44 411	0.34 389	0.44 386	0.34 368

xyz-stereo-finetune	0.28 219	0.49 262	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.22 211	0.30 306	0.32 264	0.31 354	0.32 269	0.31 357	0.32 267	0.32 347	0.32 244	0.33 295	0.31 266	0.32 375	0.31 252	0.32 354

GIP-stereo	0.36 264	0.49 262	0.39 312	0.48 313	0.32 364	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 310	0.28 287	0.42 336	0.28 272	0.45 355	0.32 282	0.38 320	0.30 357	0.37 293	0.27 289

notaker	0.48 378	0.49 262	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.49 455	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.49 442

ACVNet_2	0.49 384	0.49 262	0.49 397	0.49 319	0.49 462	0.49 419	0.49 457	0.49 407	0.49 455	0.49 412	0.49 464	0.49 417	0.49 456	0.49 416	0.49 450	0.49 380	0.49 409	0.49 443	0.49 468	0.49 415	0.49 442

252Zero-FE	0.45 358	0.50 267	0.36 295	0.50 355	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.49 417	0.36 388	0.54 444	0.41 415	0.45 355	0.34 324	0.45 416	0.34 389	0.55 434	0.75 514

xyz-stereo	0.18 173	0.50 267	0.16 173	0.15 133	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

FoundationStereo	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

StereoAnything_RVC	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

dual_stereo	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

KSHMR	0.66 422	0.50 267	0.48 390	1.15 487	0.52 473	0.49 419	0.51 465	0.49 407	0.71 516	0.67 474	0.50 468	1.16 551	1.11 550	0.66 468	0.52 460	0.49 380	0.49 409	0.51 454	0.66 506	0.50 420	1.14 561

WZ-Net	0.05 57	0.50 267	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

fffft	0.48 378	0.51 275	0.45 369	0.52 369	0.45 447	0.52 444	0.45 438	0.52 435	0.48 453	0.53 441	0.45 446	0.52 443	0.45 438	0.52 439	0.46 435	0.51 392	0.41 369	0.50 449	0.41 438	0.50 420	0.41 411
1: 1. 1
CASnet	0.35 256	0.51 275	0.44 367	0.32 221	0.31 352	0.24 224	0.34 376	0.36 270	0.25 259	0.31 258	0.37 400	0.30 260	0.33 373	0.25 232	0.45 431	0.37 270	0.37 341	0.33 276	0.35 402	0.34 267	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 241	0.52 277	0.34 283	0.31 215	0.31 352	0.30 255	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 265	0.30 306	0.31 264	0.31 337	0.30 235	0.32 282	0.31 266	0.31 368	0.31 252	0.31 347

LG-Stereo_L1	0.47 372	0.52 277	0.47 382	0.62 393	0.39 417	0.53 446	0.40 414	0.53 437	0.39 413	0.53 441	0.39 415	0.53 444	0.39 408	0.53 441	0.39 404	0.55 404	0.46 394	0.49 443	0.37 411	0.49 415	0.37 387

Occ-G	1.12 529	0.52 277	3.72 704	3.50 663	0.50 466	0.56 452	0.47 446	0.54 439	0.46 441	0.54 447	0.41 426	0.54 448	0.42 427	0.52 439	0.42 423	3.42 679	4.02 701	0.52 457	0.45 451	0.51 426	0.44 423

AEACV	1.12 529	0.52 277	3.12 695	3.24 648	0.86 538	0.53 446	0.49 457	0.60 454	0.47 446	0.53 441	0.49 464	0.55 452	0.45 438	0.55 448	0.47 442	3.01 674	3.88 699	0.71 490	0.60 490	0.80 479	0.48 436

Pro-Stereo	0.79 458	0.53 281	0.38 301	0.49 319	0.38 407	0.49 419	0.37 393	0.49 407	0.67 492	0.50 425	0.38 405	1.10 543	0.38 397	0.49 416	0.38 392	0.71 442	0.88 500	5.98 730	0.36 408	0.46 394	0.36 382

ktn	0.72 440	0.53 281	1.08 521	1.14 484	0.51 472	1.22 595	1.36 628	0.51 430	0.59 479	0.51 434	0.51 474	0.69 478	1.20 562	0.67 470	0.51 458	0.51 392	0.49 409	0.58 466	0.66 506	0.52 428	0.53 456

TorneroNet	0.66 422	0.53 281	0.50 402	0.50 355	0.64 496	1.06 534	0.70 510	0.50 416	0.51 467	0.49 412	0.69 510	0.49 417	0.50 460	0.48 410	1.15 562	0.71 442	0.49 409	1.14 550	1.08 562	0.49 415	0.49 442

ICVP	0.15 151	0.53 281	0.11 112	0.16 143	0.11 174	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 178	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 61	0.54 285	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 397	0.54 285	0.54 416	0.54 374	0.53 476	0.54 450	0.54 470	0.53 437	0.54 470	0.54 447	0.54 478	0.54 448	0.53 467	0.54 444	0.54 464	0.54 398	0.53 426	0.54 461	0.54 478	0.54 433	0.54 459

LG-Stereo_Zeroshot	0.48 378	0.55 287	0.47 382	0.63 395	0.41 428	0.56 452	0.44 432	0.56 443	0.41 424	0.56 452	0.41 426	0.57 458	0.42 427	0.56 449	0.41 415	0.55 404	0.43 383	0.51 454	0.37 411	0.51 426	0.37 387

Selective-IGEV	0.51 391	0.55 287	0.45 369	0.69 409	0.45 447	0.61 463	0.45 438	0.50 416	0.40 414	0.56 452	0.44 441	0.55 452	0.40 409	0.72 478	0.67 486	0.59 413	0.46 394	0.45 416	0.34 389	0.46 394	0.37 387

Monster-pub-mixall	0.44 335	0.56 289	0.60 430	0.38 242	0.27 276	0.37 290	0.27 266	0.37 278	0.29 291	0.38 287	0.27 274	0.38 297	0.29 297	0.85 502	0.27 263	1.46 590	0.26 229	0.34 286	0.26 269	0.36 288	0.53 456

Monster-pub-eth3d	0.45 358	0.57 290	0.60 430	0.39 250	0.28 282	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 302	0.30 306	0.92 513	0.27 263	1.42 587	0.28 249	0.34 286	0.28 326	0.37 293	0.53 456

Replicate-Monster	0.45 358	0.57 290	0.60 430	0.40 263	0.29 293	0.37 290	0.27 266	0.37 278	0.30 306	0.40 301	0.31 354	0.40 310	0.30 306	0.99 521	0.27 263	1.36 583	0.31 277	0.34 286	0.30 357	0.36 288	0.54 459

LG-Stereo	0.60 407	0.58 292	0.47 382	0.64 400	0.74 518	1.00 517	0.69 504	0.57 446	0.41 424	0.57 455	0.41 426	0.57 458	0.41 421	1.00 523	0.75 519	0.91 480	0.51 422	0.52 457	0.37 411	0.52 428	0.37 387

AIO-test2	0.55 402	0.59 293	0.52 411	0.67 406	0.47 455	0.61 463	0.47 446	0.61 458	0.47 446	0.61 462	0.47 457	0.61 466	0.48 450	0.62 460	0.47 442	0.64 428	0.53 426	0.58 466	0.47 460	0.58 442	0.48 436

FCDSN-DC	0.41 307	0.59 293	0.64 444	0.54 374	0.33 376	0.50 428	0.37 393	0.42 333	0.40 414	0.61 462	0.43 439	0.50 431	0.49 456	0.38 295	0.32 347	0.28 226	0.23 221	0.26 244	0.22 247	0.35 280	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 397	0.60 295	0.52 411	0.66 405	0.47 455	0.61 463	0.47 446	0.58 449	0.46 441	0.61 462	0.46 449	0.61 466	0.45 438	0.62 460	0.45 431	0.61 418	0.52 424	0.57 465	0.48 464	0.57 440	0.48 436

S	0.56 404	0.61 296	0.54 416	0.68 408	0.48 459	0.65 469	0.49 457	0.63 460	0.49 455	0.64 468	0.49 464	0.64 470	0.48 450	0.62 460	0.49 450	0.63 426	0.62 451	0.59 469	0.48 464	0.57 440	0.48 436

DispNO	1.00 508	0.63 297	0.43 365	3.45 659	0.44 443	0.65 469	0.43 431	0.64 462	0.43 434	0.64 468	0.43 439	0.64 470	3.03 689	0.64 466	0.43 428	4.55 691	0.43 383	0.63 472	0.43 449	0.63 446	0.43 420

LMCR-Stereo	0.65 420	0.63 297	0.65 448	0.65 401	0.65 498	0.66 471	0.63 483	0.58 449	0.65 488	0.63 467	0.64 494	0.65 474	0.65 486	0.66 468	0.66 485	0.66 432	0.64 454	0.65 478	0.67 510	0.68 454	0.73 510

MonSter	0.60 407	0.64 299	0.52 411	0.62 393	0.44 443	2.07 637	0.44 432	0.62 459	0.44 437	0.62 465	0.44 441	0.62 468	0.44 434	0.62 460	0.44 429	0.58 411	0.42 378	0.62 470	0.46 453	0.58 442	0.42 418

AIO-Stereo	0.84 477	0.66 300	0.70 467	0.83 437	0.67 503	0.98 515	0.82 533	1.14 531	0.72 519	1.03 534	0.74 526	1.03 536	1.09 549	0.99 521	0.45 431	1.04 504	0.73 481	0.95 534	0.74 527	0.94 509	0.46 426

mm2	0.69 431	0.69 301	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 516	0.69 458	0.69 496

mm1	0.69 431	0.69 301	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 516	0.69 458	0.69 496

anonymity	0.63 416	0.69 301	0.56 420	0.71 417	0.56 480	0.71 479	0.56 472	0.71 474	0.56 471	0.72 480	0.56 479	0.71 481	0.56 471	0.71 476	0.58 470	0.68 435	0.55 429	0.68 481	0.55 480	0.68 454	0.54 459

CoDeX	0.15 151	0.70 304	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 486	0.02 15	0.69 471	0.75 497	0.01 9	0.02 21	0.02 20

FE-Mocha	0.35 256	0.71 305	0.40 344	0.47 307	0.27 276	0.34 274	0.27 266	0.34 263	0.26 273	0.34 272	0.26 270	0.34 278	0.27 278	0.34 276	0.27 263	0.44 326	0.41 369	0.33 276	0.29 341	0.32 255	0.29 324

CCAANet	0.17 164	0.71 305	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.22 238	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190

RAFT-Stereo + iAFF	0.70 434	0.72 307	0.71 470	0.80 433	0.62 495	0.82 496	0.61 481	0.81 488	0.62 483	0.81 496	0.63 492	0.80 496	0.70 506	0.73 480	0.61 477	0.76 460	0.61 450	0.74 496	0.61 492	0.77 472	0.61 476

SE	0.64 418	0.73 308	0.77 483	0.79 429	0.59 483	0.78 485	0.54 470	0.58 449	0.58 474	0.78 490	0.59 484	0.63 469	0.18 230	0.78 485	0.52 460	0.80 465	0.65 456	0.69 484	0.57 486	0.75 467	0.52 453

Anonymus	0.47 372	0.73 308	0.46 374	0.43 291	0.54 479	0.53 446	0.27 266	0.39 292	0.35 384	0.33 269	0.40 418	0.33 273	0.38 397	0.53 441	0.54 464	0.56 408	0.36 337	0.49 443	0.53 476	0.66 449	0.54 459

LiteMatch	1.13 531	0.73 308	2.80 680	3.23 646	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 672	2.43 674	0.68 481	0.32 375	0.56 437	0.70 499

Lsterematch	1.13 531	0.73 308	2.80 680	3.23 646	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 672	2.43 674	0.68 481	0.32 375	0.56 437	0.70 499

DSFCA	0.66 422	0.73 308	0.78 485	0.65 401	0.65 498	0.64 468	0.64 484	0.65 463	0.63 486	0.64 468	0.64 494	0.64 470	0.64 484	0.65 467	0.65 482	0.65 430	0.65 456	0.65 478	0.65 503	0.66 449	0.64 486

PointNet	0.60 407	0.75 313	0.49 397	0.79 429	0.50 466	0.79 488	0.49 457	0.79 482	0.49 455	0.80 493	0.49 464	0.79 494	0.49 456	0.80 488	0.49 450	0.63 426	0.40 359	0.63 472	0.40 429	0.63 446	0.40 402

SMoEStereo_RVC	0.63 416	0.75 313	0.51 408	0.73 423	0.53 476	0.71 479	0.47 446	0.67 467	0.58 474	0.74 486	0.60 486	0.72 484	0.53 467	0.74 482	0.51 458	0.61 418	0.62 451	0.62 470	0.61 492	0.63 446	0.61 476

MGA	0.73 444	0.76 315	0.60 430	0.92 451	1.17 572	0.81 493	0.59 479	0.84 492	0.62 483	0.81 496	0.59 484	0.84 503	0.60 479	0.81 491	0.61 477	0.71 442	0.53 426	0.89 518	0.53 476	0.75 467	0.54 459

CAR	0.72 440	0.76 315	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 512	0.87 490	0.52 453

MSE-Stereo	0.72 440	0.76 315	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 512	0.87 490	0.52 453

WAFT-Stereo (ZS)	0.67 427	0.78 318	0.67 454	0.67 406	0.66 501	0.67 472	0.67 491	0.65 463	0.66 490	0.66 472	0.67 499	0.66 477	0.67 491	0.67 470	0.72 513	0.66 432	0.67 459	0.67 480	0.67 510	0.67 452	0.67 492

SFCPSM	0.17 164	0.78 318	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 524	0.02 15	0.75 484	0.76 499	0.02 21	0.02 21	0.02 20

G-Net	0.79 458	0.79 320	0.79 488	0.79 429	0.79 531	0.79 488	0.79 523	0.79 482	0.79 530	0.79 492	0.79 534	0.79 494	0.79 521	0.79 486	0.79 524	0.79 463	0.79 491	0.79 503	0.79 536	0.79 476	0.79 522

DMCA-RVC	0.70 434	0.80 321	0.70 467	0.70 415	0.70 511	0.70 477	0.70 510	0.71 474	0.70 511	0.70 479	0.71 519	0.71 481	0.70 506	0.70 475	0.69 501	0.69 436	0.70 474	0.69 484	0.70 520	0.69 458	0.70 499

NaN_ROB	0.80 461	0.80 321	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 538	0.80 479	0.80 523

CSAN	0.80 461	0.80 321	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 538	0.80 479	0.80 523

DStereoRT	0.73 444	0.81 324	0.73 477	0.71 417	0.74 518	0.73 481	0.75 518	0.71 474	0.71 516	0.74 486	0.72 522	0.73 486	0.80 522	0.71 476	0.73 514	0.76 460	0.71 478	0.73 491	0.72 525	0.70 461	0.76 517

ARAFT	0.68 428	0.81 324	0.63 441	0.74 426	0.60 485	0.78 485	0.62 482	0.77 481	0.66 490	0.74 486	0.63 492	0.75 489	0.62 483	0.83 497	0.60 475	0.70 441	0.55 429	0.70 489	0.60 490	0.78 474	0.55 467

RSM++	0.76 453	0.82 326	0.66 450	0.85 442	0.64 496	0.85 500	0.71 513	0.94 508	0.64 487	0.87 502	0.67 499	0.87 505	0.65 486	0.84 498	0.65 482	0.81 469	0.70 474	0.79 503	0.71 523	0.83 486	0.70 499

water-stereo	0.41 307	0.84 327	0.46 374	0.50 355	0.33 376	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.41 369	0.39 361	0.31 368	0.39 351	0.32 354

Selective-RAFT-Error	0.88 491	0.84 327	0.98 509	0.86 443	0.97 550	0.88 504	0.95 544	0.84 492	0.99 553	0.92 509	0.82 538	0.84 503	0.98 536	0.87 503	0.97 543	0.81 469	0.83 497	0.79 503	0.82 541	0.79 476	0.85 528

DN	0.53 396	0.85 329	0.45 369	0.65 401	0.44 443	0.60 461	0.44 432	0.60 454	0.44 437	0.60 460	0.45 446	0.60 463	0.44 434	0.60 458	0.44 429	0.56 408	0.42 378	0.56 464	0.42 446	0.56 437	0.42 418

depthmonostereo	0.44 335	0.85 329	0.46 374	0.54 374	0.40 418	0.52 444	0.38 400	0.52 435	0.35 384	0.47 398	0.34 381	0.46 399	0.34 378	0.47 401	0.34 372	0.45 355	0.43 383	0.41 392	0.33 385	0.41 376	0.32 354

DVStereo	0.43 322	0.86 331	0.48 390	0.50 355	0.33 376	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 405	0.33 373	0.47 401	0.34 372	0.45 355	0.42 378	0.40 374	0.33 385	0.47 408	0.38 394

AIO-Stereo-zeroshot	0.91 494	0.86 331	0.89 497	1.25 544	0.69 507	1.05 533	0.81 530	1.16 535	0.50 460	1.12 544	0.97 550	0.72 484	0.82 526	1.06 538	0.95 541	0.61 418	0.87 499	1.03 547	0.85 544	1.04 522	1.01 550

test_sample3	0.09 75	0.87 333	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 333	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SCV_C0	0.45 358	0.88 335	0.49 397	0.54 374	0.37 400	0.48 413	0.37 393	0.48 402	0.37 396	0.48 405	0.36 393	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.41 369	0.44 411	0.34 389	0.44 386	0.34 368

tt45	1.04 521	0.88 335	1.36 599	0.92 451	1.03 560	1.51 617	0.79 523	0.70 473	0.88 538	0.74 486	0.90 542	1.60 617	0.72 511	1.60 616	0.75 519	0.91 480	0.78 489	1.52 626	0.79 536	1.14 527	1.32 625

AFF-stereo	0.73 444	0.88 335	0.67 454	0.75 427	0.68 506	0.75 482	0.64 484	0.80 485	0.72 519	0.83 501	0.70 514	0.82 500	0.64 484	0.84 498	0.67 486	0.77 462	0.63 453	0.81 508	0.63 494	0.78 474	0.62 479

DLNR-FE	0.28 219	0.89 338	0.30 245	0.34 229	0.19 239	0.28 250	0.19 226	0.28 240	0.20 236	0.28 246	0.20 240	0.28 250	0.20 241	0.28 253	0.20 231	0.33 250	0.28 249	0.25 239	0.19 238	0.24 225	0.19 223

CASS	0.57 406	0.89 338	0.56 420	0.57 382	0.56 480	0.56 452	0.56 472	0.56 443	0.53 468	0.57 455	0.57 480	0.59 462	0.48 450	0.56 449	0.57 468	0.55 404	0.56 431	0.47 430	0.56 484	0.62 445	0.56 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 493	0.89 338	0.72 473	1.16 492	0.78 529	1.06 534	0.82 533	0.87 494	0.97 550	1.00 517	0.91 545	0.90 510	1.00 537	0.89 507	0.93 540	0.83 474	0.83 497	0.82 512	0.82 541	0.81 482	0.82 526

MLG-Stereo	0.92 496	0.90 341	0.84 495	1.27 546	0.49 462	1.38 609	0.88 536	1.41 606	0.97 550	0.73 481	1.09 561	1.26 601	0.43 432	0.72 478	1.05 554	1.13 517	0.49 409	1.18 560	0.66 506	1.01 519	0.46 426

UNet	0.29 224	0.90 341	0.10 92	0.14 121	0.10 155	0.14 165	0.10 150	0.91 501	0.69 503	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 493	0.76 517

xxxxx1	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

tt_ll	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

ff	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

DPSM_ROB	0.92 496	0.91 343	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 545	0.93 505	0.93 536

DPSM	0.92 496	0.91 343	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 545	0.93 505	0.93 536

VeloStereo	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

AIO-Stereo-zeroshot1	0.75 448	0.92 348	0.85 496	0.96 463	0.59 483	1.27 599	0.44 432	0.59 452	0.69 503	0.91 507	0.68 505	0.55 452	0.61 482	1.06 538	0.83 532	0.62 422	0.70 474	0.90 519	0.41 438	0.89 494	0.56 470

pmcnn	0.92 496	0.92 348	0.92 504	0.92 451	0.92 545	0.92 509	0.92 540	0.92 504	0.92 544	0.92 509	0.92 548	0.92 513	0.92 531	0.92 513	0.92 536	0.92 483	0.92 504	0.92 525	0.92 545	0.92 500	0.92 535

AdaDepth	0.86 486	0.93 352	0.71 470	1.01 472	1.07 562	1.02 531	0.71 513	1.00 512	0.71 516	1.01 528	0.71 519	1.00 523	0.72 511	1.14 549	0.71 511	0.92 483	0.64 454	0.90 519	0.64 499	0.89 494	0.69 496

tt1	0.31 232	0.93 352	0.24 215	0.33 225	0.23 260	0.31 262	0.24 254	0.32 256	0.24 254	0.32 264	0.23 252	0.32 269	0.25 261	0.32 267	0.24 248	0.27 221	0.26 229	0.27 249	0.26 269	0.27 237	0.27 289

SCV	0.46 365	0.94 354	0.45 369	0.54 374	0.37 400	0.48 413	0.38 400	0.48 402	0.37 396	0.48 405	0.39 415	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.46 394	0.44 411	0.34 389	0.44 386	0.34 368

tta	0.09 75	0.95 355	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

R-Stereo Train	0.81 466	0.96 356	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 512	0.94 509	0.68 494

RAFT-Stereo	0.81 466	0.96 356	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 512	0.94 509	0.68 494
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 75	0.97 358	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

WQFJA1++	0.84 477	0.98 359	0.67 454	1.26 545	0.75 520	1.00 517	0.67 491	1.00 512	0.67 492	1.00 517	0.67 499	1.00 523	0.67 491	1.00 523	0.67 486	0.96 491	0.67 459	0.91 522	0.63 494	0.92 500	0.63 480

WQFJA1	0.85 483	0.98 359	0.67 454	1.29 551	0.76 525	1.01 525	0.67 491	1.02 525	0.67 492	1.02 532	0.67 499	1.01 531	0.67 491	1.01 531	0.68 493	0.99 497	0.67 459	0.93 528	0.64 499	0.92 500	0.65 488

WQFJX1	0.84 477	0.98 359	0.67 454	1.30 553	0.75 520	1.01 525	0.67 491	1.01 521	0.67 492	1.01 528	0.67 499	1.01 531	0.68 496	1.00 523	0.68 493	0.98 496	0.67 459	0.92 525	0.64 499	0.92 500	0.64 486

NLMM1	0.86 486	0.98 359	0.69 464	1.48 568	0.75 520	1.01 525	0.69 504	1.00 512	0.69 503	1.00 517	0.70 514	1.00 523	0.68 496	1.01 531	0.67 486	0.97 492	0.68 465	0.92 525	0.63 494	0.93 505	0.63 480

zh-sn7	0.10 91	0.98 359	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

Former-RAFT_DAM_RVC	0.49 384	0.98 359	0.64 444	0.84 438	0.46 449	0.45 396	0.35 381	0.47 398	0.47 446	0.45 386	0.34 381	0.46 399	0.48 450	0.46 397	0.35 376	0.39 295	0.71 478	0.39 361	0.35 402	0.41 376	0.41 411

dd	0.23 199	0.98 359	0.16 173	0.23 183	0.15 207	0.23 221	0.15 196	0.23 218	0.15 206	0.23 216	0.15 205	0.24 227	0.17 220	0.23 219	0.15 198	0.22 190	0.15 171	0.21 210	0.15 205	0.22 208	0.16 197

NLSM3	0.85 483	0.99 366	0.68 462	1.29 551	0.76 525	1.01 525	0.68 496	1.01 521	0.68 498	1.02 532	0.68 505	1.01 531	0.68 496	1.01 531	0.68 493	0.97 492	0.68 465	0.93 528	0.64 499	0.93 505	0.63 480

222	0.10 91	0.99 366	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

LGCAT	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

Test_v1	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

WQFJX	0.85 483	1.00 368	0.68 462	1.30 553	0.75 520	1.01 525	0.68 496	1.01 521	0.68 498	1.01 528	0.68 505	1.03 536	0.68 496	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.94 509	0.63 480

NLMM	0.84 477	1.00 368	0.67 454	1.27 546	0.75 520	1.00 517	0.68 496	1.00 512	0.67 492	1.00 517	0.67 499	1.02 535	0.67 491	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.92 500	0.63 480

test_sample7	0.09 75	1.00 368	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

ACVNet-DCA	0.37 274	1.00 368	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.39 303	0.28 272	0.33 250	0.32 282	0.33 276	0.32 375	0.33 262	0.32 354

GANet	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

TDLM	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

CVANet_RVC	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

DGTPSM_ROB	0.93 501	1.00 368	0.92 504	0.94 458	0.96 549	0.91 508	0.92 540	0.91 501	0.96 549	0.91 507	0.96 549	0.93 516	0.92 531	0.94 515	0.92 536	0.92 483	0.92 504	0.90 519	0.92 545	0.94 509	0.91 534

trnet	1.01 516	1.01 378	1.01 516	1.01 472	1.01 557	1.01 525	1.01 553	1.01 521	1.01 559	1.01 528	1.01 557	1.01 531	1.01 545	1.01 531	1.01 551	1.01 503	1.01 514	1.01 544	1.01 559	1.01 519	1.01 550

SMFormer	0.09 75	1.01 378	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 378	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

GLC_STEREO	1.07 523	1.01 378	1.06 519	1.07 476	1.05 561	1.06 534	1.08 558	1.08 527	1.05 563	1.07 536	1.06 559	1.08 539	1.05 547	1.06 538	1.10 557	1.07 506	1.09 524	1.05 548	1.05 561	1.06 523	1.12 557

1test111	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

cc1	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

test_sample4	0.10 91	1.03 384	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 384	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xx1	0.38 280	1.03 384	0.31 261	0.40 263	0.31 352	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.29 286	0.34 254	0.33 295	0.34 286	0.32 375	0.34 267	0.32 354

dad	0.23 199	1.03 384	0.16 173	0.23 183	0.15 207	0.24 224	0.15 196	0.24 221	0.16 211	0.23 216	0.16 209	0.24 227	0.16 208	0.23 219	0.15 198	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

DualNet (step1)	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

GCAP-Stereo-DPT-FT	0.41 307	1.06 391	0.40 344	0.51 366	0.31 352	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 455	0.30 306	0.44 374	0.31 337	0.45 355	0.34 324	0.39 361	0.27 307	0.40 365	0.27 289

test_sample5	0.10 91	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 91	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

GCAP-Stereo-DPT-25K	0.41 307	1.09 394	0.40 344	0.52 369	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.28 326	0.39 351	0.28 315

GCAPDPT-zeroshot4090	0.40 299	1.09 394	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.38 320	0.27 307	0.38 306	0.27 289

test_xeample	0.10 91	1.09 394	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

FC-DCNN	1.07 523	1.09 394	0.98 509	0.89 444	0.52 473	1.41 613	0.91 539	1.21 588	1.24 623	1.96 626	2.05 695	1.91 627	1.30 615	1.27 604	1.08 556	0.80 465	0.60 446	0.58 466	0.41 438	0.68 454	0.54 459

MSMD_ROB	1.19 533	1.10 398	0.70 467	1.10 478	0.60 485	1.10 540	0.70 510	1.10 530	0.70 511	1.10 538	0.70 514	1.10 543	0.70 506	7.00 734	0.70 509	1.10 510	0.70 474	1.10 549	0.70 520	1.10 525	0.70 499

999	1.00 508	1.12 399	0.59 426	1.10 478	1.21 624	1.09 539	0.52 466	1.08 527	1.43 637	1.18 549	1.35 629	0.98 522	0.52 466	0.91 509	0.85 533	0.72 450	1.46 609	0.83 513	0.98 550	0.68 454	1.41 633

zh-mn7	0.12 125	1.14 400	0.17 183	0.20 167	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

1111x	0.10 91	1.14 400	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

LoS_RVC	0.30 225	1.14 400	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.26 246	0.26 271	0.26 244	0.25 256	0.26 217	0.26 229	0.25 239	0.25 263	0.26 231	0.26 251

DDF-Stereo	0.43 322	1.15 403	0.57 424	0.53 371	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.40 306	0.32 347	0.52 394	0.50 417	0.38 320	0.31 368	0.39 351	0.31 347

x	0.11 112	1.15 403	0.15 166	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

xxxx	0.11 112	1.16 405	0.16 173	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

CAS	0.30 225	1.17 406	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.26 273	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.26 229	0.26 244	0.25 263	0.26 231	0.25 245

HSM-Net_RVC	0.95 504	1.17 406	0.78 485	1.18 494	0.71 513	1.16 548	0.75 518	1.09 529	0.80 532	1.10 538	0.75 527	1.17 552	0.74 513	1.17 552	0.80 527	1.13 517	0.73 481	1.17 557	0.77 532	1.16 532	0.72 506
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 505	1.18 408	0.81 492	1.10 478	0.91 544	1.02 531	0.82 533	1.04 526	0.91 540	1.03 534	0.86 541	1.28 605	0.82 526	1.03 537	0.89 535	1.17 521	0.81 496	1.02 545	0.82 541	1.08 524	0.81 525

psm_up	0.43 322	1.19 409	0.17 183	0.25 195	0.18 234	0.25 234	0.19 226	1.26 592	0.91 540	0.26 240	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.23 224	0.16 208	1.18 538	0.99 542

DisPM	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

CrosDoStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PFNet+	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

LCNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

HHNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Patchmatch Stereo++	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

STrans-v2	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

TransformOpticalFlow	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

OMP-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

IIG-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

NF-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

OCTAStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-softLoss	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

KMStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

NRIStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-adaLoss	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-AAD	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

FTStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ROB_FTStereo_v2	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ROB_FTStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Consistency-Raft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

KYRaft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

HUI-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ASMatch	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DeepStereo_LL	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DEmStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

SST-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

THIR-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT_R40	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DRaft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PFNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GrayStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RE-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Pruner-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

TVStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DeepStereo_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-RH_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

IRAFT_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-345	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

iRAFT	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

CRE-IMP	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GMM-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-IKP	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Prome-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

UPFNet	0.42 320	1.20 410	0.17 183	0.24 188	0.17 223	0.25 234	0.17 212	1.19 540	0.90 539	0.25 231	0.17 217	0.24 227	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.22 215	0.16 208	1.15 530	0.93 536

Wavelet-MonSter	1.00 508	1.21 456	0.76 481	1.94 586	1.01 557	1.11 543	0.76 520	1.15 532	0.76 525	1.11 543	0.76 528	1.14 549	0.76 516	1.11 546	0.76 521	1.21 570	0.90 501	1.02 545	0.71 523	1.02 521	0.71 505

GASTEREO	0.48 378	1.21 456	0.47 382	0.57 382	0.38 407	0.50 428	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	0.38 397	0.50 424	0.38 392	0.52 394	0.42 378	0.46 420	0.34 389	0.46 394	0.34 368

z-mn7	0.16 158	1.21 456	0.33 272	0.41 275	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 262	0.31 277	0.04 93	0.04 99	0.04 97	0.04 96

ours_stereo	1.20 534	1.21 456	0.90 500	1.64 580	1.11 564	1.35 605	0.67 491	1.76 618	0.93 545	1.70 622	1.10 562	1.39 610	0.75 515	1.41 610	0.81 530	1.60 598	1.03 516	1.33 616	1.00 552	1.61 607	0.72 506

WCG-NET	0.61 412	1.21 456	0.54 416	0.61 392	0.53 476	0.67 472	0.53 467	0.66 466	0.53 468	0.64 468	0.53 477	0.65 474	0.53 467	0.59 456	0.52 460	0.65 430	0.48 406	0.64 474	0.52 474	0.58 442	0.50 445

delet	0.43 322	1.21 456	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.95 547	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.22 215	0.16 208	1.18 538	0.98 541

w-ln-seven-2	0.14 139	1.22 462	0.28 235	0.32 221	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 244	0.27 241	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo	0.73 444	1.22 462	0.25 218	1.22 541	0.25 268	1.22 595	0.25 256	1.22 589	0.25 259	1.22 597	0.25 265	1.22 600	0.25 261	1.22 600	0.25 256	1.22 572	0.26 229	1.21 609	0.25 263	1.22 590	0.25 245
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
WCG-NET（raft）	0.32 241	1.24 464	0.24 215	0.32 221	0.24 265	0.32 271	0.23 249	0.32 256	0.24 254	0.32 264	0.24 259	0.32 269	0.24 258	0.32 267	0.24 248	0.30 235	0.23 221	0.30 260	0.23 253	0.30 247	0.23 233

MMNet	0.44 335	1.24 464	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.93 545	0.25 231	0.17 217	0.25 234	0.18 230	0.25 232	0.17 212	0.23 201	0.16 174	0.23 224	0.16 208	1.20 542	0.99 542

CroCo-Stereo Lap2	0.77 454	1.29 466	0.29 241	1.27 546	0.29 293	1.27 599	0.26 263	1.26 592	0.26 273	1.26 598	0.26 270	1.27 604	0.26 271	1.26 601	0.27 263	1.27 575	0.27 241	1.27 613	0.27 307	1.27 594	0.27 289

CSP-Net	0.34 247	1.29 466	1.19 533	1.36 561	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 574	1.21 585	0.03 41	0.09 142	0.02 21	0.09 143

LiteMatch*	2.07 631	1.30 468	5.73 716	6.28 705	0.79 531	1.33 604	0.80 526	1.30 598	1.02 560	1.33 602	0.84 540	1.33 607	0.97 534	1.28 605	1.04 553	6.05 716	5.89 712	1.28 614	0.76 530	1.28 595	0.88 529

GCAP-BAT	0.41 307	1.30 468	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.34 324	0.38 320	0.26 269	0.38 306	0.26 251

zero-FE	0.72 440	1.31 470	0.66 450	0.92 451	0.60 485	0.82 496	0.58 475	0.82 491	0.58 474	0.81 496	0.60 486	0.81 499	0.60 479	0.82 492	0.58 470	0.74 457	0.59 443	0.73 491	0.52 474	0.76 470	0.51 452

Syn2CoEx	0.25 206	1.31 470	0.74 478	0.92 451	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 479	0.75 484	0.02 19	0.02 21	0.02 21	0.02 20

CC-Net-ROB	1.36 588	1.33 472	1.33 588	1.36 561	1.38 632	1.36 607	1.33 624	1.37 603	1.34 628	1.35 604	1.36 631	1.38 609	1.34 618	1.38 609	1.38 633	1.35 581	1.38 604	1.33 616	1.35 628	1.43 601	1.34 628

MaskLacGwcNet_RVC	1.35 587	1.35 473	1.35 591	1.35 560	1.35 629	1.35 605	1.35 626	1.36 601	1.35 631	1.36 605	1.35 629	1.36 608	1.36 620	1.36 607	1.35 630	1.35 581	1.35 600	1.35 619	1.35 628	1.35 598	1.35 629

BLMT-Stereo	1.53 592	1.36 474	1.06 519	1.42 566	1.23 628	1.41 613	1.07 557	1.43 608	1.12 564	1.42 609	1.06 559	1.83 624	1.07 548	1.42 612	1.07 555	1.27 575	1.38 604	6.80 731	1.00 552	1.26 593	1.00 544

PML	0.46 365	1.36 474	0.29 241	0.58 384	0.30 305	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 458	0.29 297	0.56 449	0.29 286	0.52 394	0.30 272	0.53 460	0.31 368	0.53 432	0.30 338

DF	0.39 294	1.37 476	1.02 517	1.14 484	0.12 187	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 178	0.12 183	0.16 179	0.12 174	1.12 516	1.00 508	0.15 178	0.12 180	0.15 177	0.12 178

qqai	1.22 581	1.38 477	1.12 522	1.39 564	1.14 565	1.40 611	1.14 562	1.41 606	1.12 564	1.40 607	1.11 563	1.40 612	1.13 551	1.41 610	1.15 562	1.25 573	0.97 507	1.24 611	1.01 559	1.24 591	0.96 539

PS-NSSS	1.38 590	1.39 478	1.34 589	1.34 558	1.35 629	1.38 609	1.37 633	1.35 600	1.38 634	1.34 603	1.34 628	1.39 610	1.38 623	1.70 620	1.40 634	1.36 583	1.36 601	1.36 621	1.37 631	1.37 599	1.36 630

MSCF	0.51 391	1.40 479	0.49 397	0.58 384	0.38 407	0.50 428	0.38 400	0.54 439	0.41 424	0.52 438	0.41 426	0.53 444	0.42 427	0.53 441	0.41 415	0.60 414	0.47 402	0.48 438	0.37 411	0.48 412	0.38 394

z-ln-s-r	0.21 187	1.40 479	0.53 415	0.56 381	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 410	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 481	0.33 272	0.40 263	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 282	0.32 282	0.05 108	0.04 99	0.04 97	0.04 96

Gwc-CoAtRS	0.41 307	1.49 482	0.32 267	0.42 285	0.32 364	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.32 347	0.39 295	0.28 249	0.39 361	0.28 326	0.40 365	0.28 315

FENet	0.54 397	1.52 483	1.19 533	1.41 565	0.23 260	0.35 278	0.23 249	0.35 266	0.23 251	0.34 272	0.23 252	0.35 280	0.23 255	0.35 279	0.23 245	1.40 586	1.07 518	0.32 269	0.23 253	0.33 262	0.23 233

FAST (zero-shot)	0.87 490	1.55 484	0.42 363	1.57 570	0.42 438	1.62 621	0.45 438	1.59 609	0.42 432	1.66 620	0.44 441	1.62 621	0.42 427	1.59 615	0.42 423	0.64 428	0.43 383	0.64 474	0.42 446	0.67 452	0.46 426

CFNet-ft	0.55 402	1.57 485	0.14 148	0.20 167	0.14 193	0.20 199	2.53 693	1.61 611	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	1.56 605	1.24 620

DPSMNet_ROB	1.60 595	1.59 486	1.70 622	1.59 572	1.59 641	1.61 619	1.61 644	1.60 610	1.60 641	1.62 619	1.59 644	1.60 617	1.60 629	1.60 616	1.59 641	1.59 596	1.60 624	1.59 627	1.59 649	1.59 606	1.59 644

RASNet	1.49 591	1.65 487	1.45 607	1.38 563	1.43 635	1.47 616	1.36 628	1.38 604	1.36 632	1.39 606	1.60 645	1.45 614	1.45 626	1.51 614	2.21 690	1.53 595	1.36 601	1.36 621	1.36 630	1.66 610	1.36 630

monster-pro	0.75 448	1.67 488	0.64 444	0.89 444	0.57 482	0.86 502	0.56 472	0.87 494	0.56 471	0.87 502	0.57 480	0.88 506	0.57 472	0.87 503	0.57 468	0.79 463	0.58 437	0.76 499	0.54 478	0.77 472	0.54 459

CRFU-Net	0.65 420	1.67 488	1.22 583	1.96 589	0.27 276	0.41 321	0.27 266	0.41 315	0.27 277	0.40 301	0.26 270	0.41 323	0.27 278	0.40 306	0.27 263	1.80 603	1.62 625	0.34 286	0.23 253	0.33 262	0.23 233

FlowAnything	1.02 518	1.71 490	0.72 473	1.59 572	0.69 507	1.60 618	0.69 504	1.61 611	0.70 511	1.60 613	0.69 510	1.60 617	0.69 502	1.61 618	0.69 501	0.81 469	0.58 437	0.81 508	0.56 484	0.82 484	0.56 470

FlowAnything_test	1.02 518	1.72 491	0.71 470	1.59 572	0.70 511	1.61 619	0.69 504	1.61 611	0.70 511	1.60 613	0.70 514	1.61 620	0.69 502	1.61 618	0.70 509	0.81 469	0.58 437	0.81 508	0.55 480	0.81 482	0.56 470

gwcnet-sp	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

scenet	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

ssnet	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

HBP-ISP	1.24 583	1.72 491	1.65 619	1.15 487	0.76 525	1.40 611	0.88 536	1.67 617	1.02 560	1.69 621	1.38 634	1.69 622	1.21 608	1.87 628	1.21 617	1.05 505	0.79 491	0.97 537	0.80 538	1.19 540	0.75 514

LL-Strereo2	0.48 378	1.73 496	0.51 408	0.59 387	0.34 386	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 341	0.31 357	0.44 374	0.39 404	0.60 414	0.51 422	0.44 411	0.33 385	0.44 386	0.33 361

Hybrid-DGEV	1.03 520	1.75 497	0.80 489	1.28 550	0.78 529	1.26 598	0.80 526	1.26 592	0.78 526	1.26 598	0.78 532	1.26 601	0.78 520	1.26 601	0.78 523	1.15 520	0.75 484	1.14 550	0.74 527	1.14 527	0.75 514

GCAP-Stereo-DPT26K	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.31 337	0.44 326	0.33 295	0.38 320	0.27 307	0.38 306	0.26 251

aanet-new-8k	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-cres	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-20K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-3K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-32k-new	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.39 361	0.26 269	0.38 306	0.26 251

aanet-new-30k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-24k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-36K	0.43 322	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-32k	0.44 335	1.79 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-78k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-36k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-34k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new	0.43 322	1.80 508	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-5K	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-60k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-40k	0.44 335	1.81 513	0.39 312	0.50 355	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-28k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-22k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-10k	0.45 358	1.81 513	0.40 344	0.50 355	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.32 362	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

GCAP-Stereo-cres-4k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

test_xeample3	1.10 526	1.81 513	0.61 436	0.84 438	0.49 462	0.77 483	0.66 487	0.92 504	1.40 635	0.68 476	0.46 449	0.78 492	0.54 470	1.72 621	1.48 637	1.34 580	1.52 613	1.35 619	1.67 669	1.33 597	1.55 638

aanet-new-90k	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-70k	0.44 335	1.82 520	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-2K	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-16k	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-50K	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.36 337	0.38 320	0.26 269	0.38 306	0.26 251

Hybrid-DGEV-03	1.07 523	1.83 523	0.83 493	1.34 558	0.81 536	1.32 603	0.81 530	1.31 599	0.81 535	1.31 601	0.82 538	1.32 606	0.82 526	1.32 606	0.81 530	1.19 522	0.77 487	1.19 562	0.76 530	1.19 540	0.77 519

Hybrid-DGEV-2	1.05 522	1.83 523	0.83 493	1.33 557	0.82 537	1.30 601	0.81 530	1.26 592	0.79 530	1.29 600	0.79 534	1.26 601	0.80 522	1.26 601	0.79 524	1.20 524	0.78 489	1.18 560	0.77 532	1.20 542	0.77 519

mmm	0.14 139	1.83 523	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

4.5_new	2.00 615	1.84 528	1.98 663	2.77 633	2.16 691	2.27 656	1.28 623	2.09 630	1.98 688	2.01 632	1.28 624	2.71 679	1.98 672	2.51 669	1.65 644	2.26 641	1.33 595	1.87 638	1.87 682	2.49 659	1.60 646

GCAP-Stereo-DPT-22K	0.44 335	1.85 529	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

MM-Stereo_test2	1.20 534	1.85 529	1.05 518	1.46 567	0.94 548	1.36 607	0.99 547	1.36 601	0.95 547	1.41 608	0.98 551	1.40 612	0.96 533	1.37 608	0.95 541	1.37 585	1.06 517	1.33 616	0.93 549	1.29 596	0.89 532

hknet	1.10 526	1.85 529	3.49 699	4.48 676	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.03 53	0.42 336	0.03 52	4.39 688	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

GCAP-Stereo-DPT-24K	0.44 335	1.86 532	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

2.25w	2.00 615	1.86 532	1.98 663	2.95 639	2.17 693	2.26 655	1.35 626	2.42 664	2.00 691	2.07 639	1.27 623	2.53 666	1.99 674	2.29 657	1.49 638	2.21 636	1.32 588	1.85 634	1.87 682	2.52 663	1.62 657

PAM	0.39 294	1.88 534	0.34 283	0.37 239	0.41 428	0.45 396	0.22 240	0.28 240	0.23 251	0.28 246	0.24 259	0.29 256	0.23 255	0.29 257	0.23 245	0.38 282	0.32 282	0.38 320	0.37 411	0.32 255	0.22 231

DCVSM-stereo	0.36 264	1.89 535	0.22 205	0.40 263	0.22 254	0.40 305	0.22 240	0.40 300	0.22 244	0.40 301	0.22 247	0.40 310	0.22 249	0.40 306	0.22 238	0.28 226	0.21 211	0.28 253	0.21 244	0.28 239	0.20 225

DCRE	0.84 477	1.89 535	0.77 483	0.94 458	0.72 515	0.88 504	0.73 516	0.87 494	0.78 526	0.90 505	0.71 519	0.88 506	0.67 491	0.88 505	0.73 514	0.81 469	0.68 465	0.81 508	0.70 520	0.82 484	0.70 499

RAFT-Stereo-weight	0.45 358	1.90 537	0.34 283	0.42 285	0.36 396	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 385	0.34 378	0.41 322	0.34 372	0.38 282	0.32 282	0.38 320	0.32 375	0.38 306	0.33 361

BUS	0.83 474	1.91 538	0.92 504	4.48 676	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.05 117	0.03 43	0.05 115	1.97 615	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

BSDual-CNN	0.81 466	1.91 538	0.92 504	4.48 676	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

psmg	0.43 322	1.91 538	0.92 504	1.91 585	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	1.44 608	0.04 93	0.03 57	0.02 21	0.03 52

GANet-RSSM	0.75 448	1.91 538	0.14 148	0.47 307	0.14 193	0.21 209	3.21 714	2.30 657	0.14 194	0.46 392	0.14 195	0.23 221	0.18 230	0.21 207	0.14 187	0.18 174	0.27 241	0.37 312	0.13 191	2.13 640	2.12 681

MFMNet_re	1.81 604	1.91 538	1.71 624	1.95 588	1.70 664	1.95 631	1.70 661	1.96 623	1.74 667	1.97 628	1.72 666	1.95 628	1.71 650	1.97 632	1.71 661	1.86 604	1.62 625	1.85 634	1.66 668	1.86 618	1.64 662

SPS-STEREO	1.59 594	1.91 538	1.21 582	1.94 586	1.20 578	2.00 634	1.23 617	1.99 625	1.24 623	2.00 631	1.25 621	2.03 635	1.26 611	2.00 633	1.29 626	1.90 610	1.18 538	1.89 642	1.21 618	1.89 620	1.20 571
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
small-0shot	0.35 256	1.92 544	0.27 228	0.27 205	0.27 276	0.27 248	0.27 266	0.27 239	0.27 277	0.27 245	0.27 274	0.26 246	0.27 278	0.27 248	0.26 261	0.27 221	0.26 229	0.26 244	0.26 269	0.26 231	0.27 289

GANetREF_RVC	1.55 593	1.94 545	1.22 583	1.88 583	1.21 624	1.88 626	1.22 616	1.88 620	1.22 621	1.88 623	1.22 618	1.88 625	1.22 609	1.89 629	1.22 618	1.87 606	1.22 586	1.88 641	1.22 619	1.88 619	1.22 617
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ssnet_v2	0.68 428	1.96 546	1.25 587	0.29 208	0.20 242	0.30 255	0.20 230	0.29 245	0.22 244	1.50 612	0.20 240	0.31 265	0.20 241	0.27 248	0.22 238	0.24 208	1.49 611	0.26 244	0.18 237	3.90 682	0.19 223

aanet-new-12k	0.46 365	1.99 547	0.40 344	0.51 366	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.32 347	0.47 372	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

qqq	0.16 158	2.01 548	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

MM-Stereo_test3	1.27 585	2.07 549	1.18 531	1.60 575	1.02 559	1.45 615	1.01 553	1.40 605	1.04 562	1.44 610	1.03 558	1.46 615	1.02 546	1.44 613	1.02 552	1.51 594	1.12 531	1.32 615	0.98 550	1.38 600	0.97 540

ACV-stereo	0.30 225	2.08 550	0.25 218	0.25 195	0.18 234	0.24 224	0.17 212	0.24 221	0.18 227	0.24 223	0.17 217	0.25 234	0.17 220	0.24 223	0.17 212	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

GCST	0.50 386	2.08 550	0.38 301	0.53 371	0.35 390	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 417	0.35 384	0.49 416	0.35 376	0.48 377	0.37 341	0.45 416	0.33 385	0.44 386	0.33 361

AIO_test	2.18 649	2.09 552	2.04 668	2.42 623	2.01 683	2.47 666	1.94 678	2.34 660	2.03 692	2.56 673	1.94 681	2.43 662	1.94 669	2.41 664	1.87 680	2.39 656	2.10 665	2.35 672	1.91 688	2.25 644	2.19 683

ToySt	0.92 496	2.11 553	0.90 500	0.95 460	0.79 531	0.99 516	0.78 522	0.94 508	0.81 535	0.94 513	0.78 532	0.95 519	0.77 518	0.94 515	0.86 534	0.91 480	0.79 491	0.85 515	0.77 532	0.89 494	0.73 510

TRStereo	2.00 615	2.13 554	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

XX-Stereo	2.00 615	2.13 554	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

EAI-Stereo	2.00 615	2.13 554	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

derf	1.91 606	2.15 557	1.78 628	2.16 596	1.75 667	2.21 649	1.80 665	2.22 648	1.80 671	2.21 651	1.76 667	2.17 638	1.81 659	2.24 655	1.74 670	1.93 613	1.56 617	1.96 644	1.53 642	1.95 621	1.56 639

11t1	0.17 164	2.16 558	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

UGAM-zero	0.51 391	2.17 559	0.39 312	0.53 371	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.50 431	0.35 384	0.50 424	0.36 379	0.49 380	0.37 341	0.47 430	0.35 402	0.46 394	0.34 368

cf-r	0.66 422	2.17 559	0.12 123	0.18 158	0.12 187	0.18 191	2.70 697	2.60 671	0.12 187	0.18 188	0.12 177	0.18 190	0.12 183	0.18 189	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 617	1.74 671

3.25w	2.04 628	2.20 561	1.48 609	3.03 640	2.17 693	2.63 678	1.39 634	1.96 623	1.95 687	1.96 626	1.37 632	2.71 679	1.96 671	2.71 679	1.73 669	2.26 641	1.32 588	1.87 638	1.87 682	2.51 662	1.63 660

IGEV	2.02 623	2.20 561	1.82 634	2.90 638	2.16 691	2.41 664	1.25 619	2.00 626	1.98 688	1.99 630	1.31 626	2.72 683	1.93 668	2.67 678	1.69 659	2.26 641	1.32 588	1.83 633	1.87 682	2.53 666	1.61 651

UDG	0.80 461	2.21 563	0.60 430	0.91 448	0.60 485	0.90 507	0.58 475	0.88 498	0.60 480	0.90 505	0.60 486	0.88 506	0.60 479	0.90 508	0.58 470	0.86 478	0.60 446	0.84 514	0.59 489	0.84 487	0.61 476

UGAM	0.51 391	2.23 564	0.39 312	0.54 374	0.35 390	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 417	0.36 388	0.50 424	0.36 379	0.49 380	0.37 341	0.45 416	0.34 389	0.45 391	0.34 368

3w_stereo	2.04 628	2.24 565	1.70 622	3.15 643	2.18 695	2.49 668	1.26 621	2.03 628	1.98 688	1.98 629	1.33 627	2.72 683	1.99 674	2.59 672	1.72 664	2.22 637	1.33 595	1.85 634	1.88 687	2.50 661	1.58 643

NCCL2	2.28 661	2.27 566	2.28 670	2.28 607	2.28 696	2.27 656	2.29 691	2.28 651	2.28 694	2.27 658	2.28 696	2.28 652	2.27 682	2.27 656	2.28 695	2.28 645	2.28 670	2.27 665	2.29 695	2.27 645	2.29 685

ccnet	0.80 461	2.28 567	0.33 272	0.50 355	0.33 376	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 417	1.56 627	2.38 661	0.33 359	0.41 310	0.29 263	0.42 408	1.57 644	2.28 646	0.29 324

HUF	2.18 649	2.30 568	1.99 667	2.34 617	2.02 686	2.41 664	2.06 687	2.38 662	1.89 684	2.36 664	1.85 670	2.56 671	1.98 672	2.31 659	1.97 686	2.30 649	2.03 663	2.30 667	2.11 689	2.23 642	2.16 682

3.75w	1.99 611	2.31 569	1.83 637	3.16 644	1.65 645	1.93 627	1.98 679	2.72 674	1.68 650	2.73 683	1.97 684	2.00 632	1.72 651	1.81 626	1.25 622	2.27 644	2.01 658	2.38 673	1.42 637	1.71 612	1.24 620

1w_stereo	2.05 630	2.32 570	1.35 591	3.74 672	2.01 683	2.73 683	1.42 638	1.88 620	1.93 686	2.03 634	1.28 624	2.71 679	1.99 674	2.72 681	1.72 664	2.20 635	1.32 588	1.87 638	1.86 681	2.45 655	1.54 637

4.25_new	2.00 615	2.33 571	1.82 634	3.32 653	1.69 659	1.95 631	1.99 682	2.72 674	1.71 660	2.72 678	1.97 684	2.01 633	1.74 654	1.77 623	1.28 624	2.18 632	2.01 658	2.48 680	1.58 647	1.65 608	1.17 566

4.5w_new	2.00 615	2.33 571	1.82 634	3.32 653	1.69 659	1.95 631	1.99 682	2.72 674	1.71 660	2.72 678	1.97 684	2.01 633	1.74 654	1.77 623	1.28 624	2.18 632	2.01 658	2.48 680	1.58 647	1.65 608	1.17 566

4.5w-stereo	1.99 611	2.33 571	1.81 629	3.28 650	1.68 654	1.94 628	1.99 682	2.72 674	1.70 658	2.72 678	1.99 693	1.97 630	1.68 640	1.76 622	1.29 626	1.91 611	2.02 662	2.53 682	1.61 656	1.75 615	1.16 565

monsterstereo	2.20 655	2.33 571	1.95 660	3.65 667	2.07 688	2.49 668	1.61 644	2.48 666	1.83 675	2.45 668	1.61 647	2.67 678	1.86 660	2.64 674	1.94 684	2.48 662	1.66 629	2.34 670	1.68 671	2.40 651	1.86 675

2.75w_new	1.99 611	2.34 575	1.81 629	3.14 642	1.62 643	1.94 628	1.99 682	2.72 674	1.71 660	2.72 678	1.99 693	1.90 626	1.73 652	1.82 627	1.29 626	2.37 654	2.01 658	2.31 668	1.42 637	1.77 616	1.22 617

AIO_rvc	2.18 649	2.34 575	1.87 644	2.32 615	1.94 681	2.40 663	1.89 676	2.37 661	2.07 693	2.52 672	1.95 683	2.44 663	1.99 674	2.41 664	1.89 683	2.32 651	2.09 664	2.24 664	2.18 691	2.21 641	2.23 684

GES	0.66 422	2.34 575	0.29 241	0.41 275	0.29 293	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 426	0.41 323	0.30 306	0.51 434	0.29 286	0.32 244	0.29 263	0.32 269	2.46 697	2.49 659	0.30 338

2w_stereo	1.99 611	2.36 578	1.81 629	3.24 648	1.67 650	1.94 628	1.98 679	2.72 674	1.68 650	2.72 678	1.94 681	1.98 631	1.74 654	1.79 625	1.27 623	1.95 614	2.00 656	2.53 682	1.60 652	1.68 611	1.15 562

PAM_32	0.64 418	2.38 579	0.51 408	0.92 451	0.43 442	0.53 446	0.44 432	0.87 494	0.43 434	0.52 438	0.45 446	0.53 444	0.40 409	0.54 444	0.46 435	0.62 422	0.56 431	0.48 438	0.45 451	0.76 470	0.44 423

2.5w	2.01 622	2.40 580	1.37 601	3.28 650	2.01 683	2.71 680	1.43 641	1.82 619	1.83 675	1.90 625	1.41 636	2.71 679	1.35 619	2.71 679	1.85 676	2.66 666	1.53 614	1.64 628	1.23 620	2.53 666	1.87 677

MonStereo	2.17 647	2.41 581	1.49 613	2.67 630	1.67 650	2.60 677	2.04 686	2.32 658	1.76 668	2.44 667	1.68 659	2.50 664	1.69 647	2.38 661	1.80 673	2.28 645	1.78 635	2.63 685	2.14 690	3.47 678	1.68 665

monsters	2.18 649	2.41 581	1.96 662	3.47 660	2.03 687	2.53 672	1.64 646	2.48 666	1.73 665	2.40 666	1.50 639	2.62 674	1.94 669	2.59 672	1.94 684	2.44 658	1.57 619	2.28 666	1.87 682	2.42 652	1.86 675

DNS	0.86 486	2.43 583	1.66 621	2.03 593	0.42 438	0.60 461	0.42 428	0.60 454	0.42 432	0.60 460	0.42 436	0.60 463	0.42 427	0.60 458	0.42 423	1.97 615	1.63 627	0.55 463	0.40 429	0.55 434	0.40 402

DDUNet	0.81 466	2.45 584	0.57 424	0.90 446	0.60 485	0.88 504	0.59 479	0.90 499	0.60 480	0.88 504	0.60 486	0.90 510	0.58 475	0.88 505	0.60 475	0.84 476	0.60 446	0.86 516	0.57 486	0.86 489	0.60 475

FBW_ROB	2.12 645	2.46 585	1.77 627	2.49 626	1.79 670	2.38 662	1.83 666	2.46 665	1.78 670	2.48 670	1.97 684	2.40 661	1.78 657	2.42 666	1.83 674	2.31 650	1.85 645	2.38 673	1.82 680	2.35 649	1.84 673

asda	2.17 647	2.54 586	1.81 629	3.47 660	1.78 669	2.50 670	1.86 671	2.61 672	1.68 650	2.61 674	1.83 669	2.37 660	1.73 652	2.44 667	1.88 682	2.51 663	1.84 640	2.34 670	1.62 662	2.23 642	1.77 672

HH	0.71 437	2.54 586	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

HanStereo	0.71 437	2.54 586	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

qwe	2.18 649	2.60 589	1.58 616	3.83 673	1.90 680	2.53 672	1.90 677	2.48 666	1.73 665	2.37 665	1.92 680	2.53 666	1.68 640	2.56 670	1.83 674	2.52 665	1.87 653	2.07 653	1.68 671	2.32 648	1.71 666

sAnonymous2	3.31 692	2.63 590	1.38 603	3.71 669	1.86 674	4.70 718	1.11 559	4.82 721	2.72 698	5.45 726	1.98 690	4.59 711	2.64 685	2.65 675	6.21 731	4.37 686	1.08 522	5.16 723	2.24 693	4.52 692	2.39 690

CroCo_RVC	3.31 692	2.63 590	1.38 603	3.71 669	1.86 674	4.70 718	1.11 559	4.82 721	2.72 698	5.45 726	1.98 690	4.59 711	2.64 685	2.65 675	6.21 731	4.37 686	1.08 522	5.16 723	2.24 693	4.52 692	2.39 690

ff7	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

ffff	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

ccc-4	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

LGtest1	2.22 656	2.70 595	1.89 645	2.76 632	1.86 674	2.75 685	1.86 671	2.75 681	1.86 677	2.75 684	1.86 671	2.77 688	1.87 662	2.75 685	1.86 677	2.46 659	1.58 620	2.45 677	1.56 643	2.45 655	1.56 639

11t	1.27 585	2.70 595	1.34 589	1.32 556	0.89 540	1.30 601	1.34 625	1.64 614	0.57 473	1.45 611	0.72 522	1.05 538	1.29 614	1.07 541	1.29 626	1.49 591	1.02 515	0.97 537	1.15 566	1.48 602	1.31 624

LG-G_1	2.22 656	2.71 597	1.89 645	2.77 633	1.87 678	2.75 685	1.87 674	2.76 682	1.87 681	2.75 684	1.87 673	2.76 686	1.87 662	2.75 685	1.86 677	2.47 660	1.58 620	2.45 677	1.57 644	2.45 655	1.57 641

LG-G	2.22 656	2.71 597	1.89 645	2.77 633	1.87 678	2.75 685	1.87 674	2.76 682	1.87 681	2.75 684	1.87 673	2.76 686	1.87 662	2.75 685	1.86 677	2.47 660	1.58 620	2.45 677	1.57 644	2.45 655	1.57 641

4.25w-stereo	1.98 610	2.72 599	1.46 608	3.47 660	1.43 635	2.07 637	1.98 679	2.53 670	1.52 639	2.71 677	1.98 690	1.81 623	1.62 631	1.96 631	1.36 631	1.88 609	2.00 656	2.53 682	1.61 656	1.74 614	1.15 562

4w-stereo	2.02 623	2.72 599	1.44 606	3.36 656	1.59 641	2.48 667	1.72 663	2.28 651	1.24 623	2.24 657	1.65 649	2.56 671	1.32 617	2.39 663	1.98 687	2.67 668	1.51 612	1.66 629	1.24 621	2.53 666	1.88 680

3.25w_new	2.03 625	2.72 599	1.35 591	3.33 655	1.57 639	2.72 681	1.53 643	2.15 635	1.33 627	2.15 641	1.60 645	2.63 675	1.30 615	2.72 681	1.99 688	2.67 668	1.53 614	1.75 632	1.25 623	2.53 666	1.87 677

3.5w_stereo	2.03 625	2.72 599	1.35 591	3.41 657	1.57 639	2.72 681	1.49 642	2.01 627	1.34 628	2.15 641	1.61 647	2.63 675	1.36 620	2.72 681	1.99 688	2.66 666	1.58 620	1.68 630	1.24 621	2.53 666	1.87 677

sCroCo_RVC	2.10 639	2.76 603	1.92 648	2.78 636	1.39 633	2.73 683	1.41 636	2.73 680	1.40 635	2.77 689	1.41 636	2.74 685	1.40 624	2.74 684	1.40 634	2.72 670	1.42 607	2.72 686	1.44 639	2.79 673	1.42 634

PSMNet-RSSM	0.77 454	2.76 603	0.14 148	0.20 167	0.14 193	0.20 199	2.66 695	2.79 685	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 663	2.31 686

MonStereo1	1.94 609	2.77 605	1.52 614	3.73 671	1.51 638	2.13 639	1.42 638	2.32 658	1.52 639	2.31 662	1.50 639	2.53 666	1.59 628	2.34 660	1.56 639	1.91 611	1.36 601	1.86 637	1.31 626	2.07 633	1.53 636

asd	2.18 649	2.77 605	1.58 616	3.59 665	2.00 682	2.58 676	1.85 670	2.39 663	1.71 660	2.47 669	1.97 684	2.59 673	1.61 630	2.56 670	1.79 672	2.51 663	1.99 655	2.11 663	1.62 662	2.36 650	1.60 646

GwcNet-RSSM	0.77 454	2.77 605	0.14 148	0.20 167	0.14 193	0.20 199	2.67 696	2.78 684	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.21 207	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 663	2.31 686

hitnet-ft	0.79 458	2.78 608	0.14 148	0.20 167	0.14 193	0.21 209	2.89 698	2.80 686	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.54 671	2.33 688

PDISCO_ROB	0.83 474	2.80 609	3.49 699	0.14 121	0.11 174	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 178	0.14 194	3.30 692	0.13 183	0.14 133	2.34 671	0.16 182	0.12 180	2.62 672	0.10 151

iGMRVC	0.84 477	2.85 610	0.72 473	0.72 419	0.73 516	0.77 483	0.79 523	0.73 477	0.74 524	0.73 481	0.72 522	0.73 486	0.76 516	0.73 480	0.73 514	0.72 450	0.73 481	0.73 491	0.72 525	0.73 466	0.72 506

MC-Stereo	1.76 600	2.96 611	1.37 601	2.14 595	1.37 631	2.14 640	1.36 628	2.14 634	1.37 633	2.14 640	1.37 632	2.14 637	1.37 622	2.14 638	1.37 632	1.97 615	1.32 588	1.97 645	1.32 627	1.98 622	1.33 626

VIP-Stereo	0.70 434	2.97 612	2.43 676	2.49 626	0.16 217	0.25 234	0.16 202	0.25 229	0.16 211	0.25 231	0.18 233	0.25 234	0.16 208	0.26 244	0.16 205	1.86 604	1.26 587	0.23 224	0.15 205	0.23 220	0.15 196

PASM	0.39 294	3.06 613	1.36 599	1.58 571	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

DDVS	0.30 225	3.10 614	0.14 148	0.19 163	0.14 193	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 178	0.13 189	0.19 192	0.13 183	0.17 166	0.13 158	0.17 190	0.13 191	0.17 189	0.13 185

DEFOM-Stereo	0.68 428	3.11 615	1.40 605	1.63 579	0.25 268	0.31 262	0.25 256	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 278	0.31 264	0.28 272	1.59 596	1.47 610	0.30 260	0.29 341	0.30 247	0.28 315

4D-IteraStereo	0.78 457	3.13 616	0.89 497	0.69 409	0.32 364	0.40 305	0.32 352	0.76 480	0.97 550	0.52 438	0.65 496	0.89 509	0.32 362	0.76 484	0.98 544	0.83 474	0.94 506	0.35 302	0.27 307	0.70 461	0.89 532

plain	1.88 605	3.16 617	0.64 444	3.10 641	0.65 498	3.10 690	0.64 484	3.12 689	0.65 488	3.10 690	0.65 496	3.11 690	0.65 486	3.12 689	0.65 482	3.12 675	0.65 456	3.13 688	0.65 503	3.13 676	0.65 488

iRaftStereo_RVC	0.97 505	3.17 618	2.30 671	2.42 623	0.38 407	0.54 450	0.38 400	0.54 439	0.38 400	0.54 447	0.38 405	0.54 448	0.38 397	0.54 444	0.38 392	2.38 655	2.34 671	0.49 443	0.36 408	0.49 415	0.36 382

RCA-Stereo	0.51 391	3.22 619	0.34 283	0.44 295	0.34 386	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 385	0.33 373	0.43 343	0.33 359	0.38 282	0.29 263	0.38 320	0.29 341	0.38 306	0.29 324

NLSM1	2.93 689	3.24 620	2.57 678	4.04 674	2.66 699	3.30 694	2.55 694	3.29 692	2.55 696	3.35 694	2.48 698	3.28 693	2.47 684	3.34 694	2.49 696	3.26 676	2.55 676	3.13 688	2.57 698	3.00 675	2.46 692

Anonymous3	2.55 675	3.26 621	1.65 619	3.28 650	1.63 644	3.24 692	1.68 655	3.27 691	1.66 642	3.28 692	1.67 654	3.25 692	1.66 632	3.27 691	1.64 643	3.26 676	1.65 628	3.30 690	1.65 667	4.95 710	1.65 664

MIF-Stereo (partial)	2.58 677	3.31 622	0.66 450	3.18 645	0.66 501	3.18 691	0.66 487	3.21 690	0.67 492	3.19 691	0.66 498	3.19 691	0.66 489	3.31 693	0.68 493	5.09 708	1.79 637	8.23 735	1.67 669	6.18 719	1.38 632

MM-Stereo_test1	1.80 603	3.41 623	1.52 614	2.12 594	1.41 634	2.04 635	1.41 636	2.05 629	1.46 638	2.04 635	1.41 636	2.05 636	1.42 625	2.05 634	1.43 636	2.04 620	1.54 616	1.94 643	1.38 633	1.99 623	1.33 626

UniTT-Stereo	2.03 625	3.43 624	0.72 473	3.42 658	0.73 516	3.27 693	0.68 496	3.38 694	0.69 503	3.29 693	0.72 522	3.28 693	0.70 506	3.35 695	0.68 493	3.39 678	0.68 465	3.31 691	0.69 516	3.37 677	0.73 510

castereo++	0.54 397	3.59 625	1.15 527	1.31 555	0.14 193	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 178	0.13 189	0.16 179	0.14 187	1.45 589	1.16 534	0.15 178	0.14 196	0.15 177	0.13 185

DPSNet	3.66 694	3.60 626	3.62 702	3.63 666	3.64 721	3.65 697	3.65 720	3.66 697	3.67 717	3.67 696	3.65 718	3.67 697	3.66 706	3.66 696	3.68 715	3.68 681	3.66 697	3.67 695	3.68 721	3.67 679	3.67 718

RAStereo	2.23 659	3.64 627	0.76 481	3.65 667	0.86 538	3.66 698	0.76 520	3.67 698	0.81 535	3.66 695	0.76 528	3.66 696	0.77 518	3.68 697	0.77 522	3.68 681	0.77 487	3.69 696	0.77 532	3.70 680	0.77 519

qqq1	0.25 206	3.70 628	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 628	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

RAFT_CTSACE	1.92 607	3.71 630	1.72 625	1.88 583	1.72 666	2.04 635	1.42 638	2.18 637	1.89 684	2.02 633	1.97 684	1.95 628	2.06 678	1.93 630	1.62 642	1.76 601	1.66 629	2.02 646	1.73 677	1.73 613	1.43 635

MyStereo07	0.60 407	3.72 631	0.48 390	0.49 319	0.41 428	0.36 282	0.32 352	0.49 407	0.43 434	0.51 434	0.42 436	0.49 417	0.43 432	0.51 434	0.64 479	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

MyStereo04	0.56 404	3.72 631	0.59 426	0.49 319	0.41 428	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 449	0.35 280	0.32 362	0.35 279	0.33 359	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

castereo	0.61 412	3.79 633	1.35 591	1.52 569	0.15 207	0.17 187	0.16 202	0.20 198	0.21 240	0.18 188	0.16 209	0.21 204	0.12 183	0.26 244	0.17 212	1.43 588	1.38 604	0.17 190	0.16 208	0.18 193	0.16 197

ffm	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

NINENet	0.69 431	3.87 637	1.20 536	1.98 590	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 323	0.05 117	0.40 306	0.05 115	1.79 602	1.56 617	0.34 286	0.22 247	0.34 267	0.23 233

GEAStereo	0.62 414	3.91 638	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

gasm-f	0.62 414	3.91 638	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

MyStereo8	0.71 437	3.92 640	0.52 411	0.59 387	0.52 473	0.57 458	0.53 467	0.59 452	0.50 460	0.59 459	0.51 474	0.57 458	0.50 460	0.56 449	0.52 460	0.54 398	0.49 409	0.54 461	0.49 468	0.55 434	0.50 445

NLCSM	3.67 695	4.08 641	3.19 698	4.80 691	3.26 714	3.99 702	3.24 715	4.25 704	3.18 713	4.09 700	3.27 713	4.14 702	3.18 701	4.13 702	3.28 711	4.06 684	3.10 687	3.85 700	3.14 712	3.91 685	3.27 714

MyStereo06	0.75 448	4.12 642	0.60 430	0.63 395	0.61 490	0.62 466	0.66 487	0.56 443	0.45 440	0.55 450	0.48 461	0.54 448	0.46 441	0.57 454	0.45 431	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

MyStereo05	0.80 461	4.12 642	0.63 441	0.63 395	0.61 490	0.62 466	0.66 487	0.65 463	0.62 483	0.67 474	0.61 490	0.65 474	0.58 475	0.67 470	0.55 467	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

test-3	0.98 507	4.13 644	1.85 640	1.85 582	0.61 490	0.69 474	0.37 393	0.63 460	0.61 482	0.66 472	0.51 474	0.73 486	0.44 434	0.57 454	0.54 464	1.68 600	1.81 638	0.40 374	0.43 449	0.66 449	0.50 445

GCAP-Stereo	0.75 448	4.15 645	0.42 363	0.75 427	0.35 390	0.78 485	0.40 414	0.79 482	0.38 400	0.78 490	0.36 393	0.78 492	0.36 388	0.79 486	0.39 404	0.75 458	0.39 355	0.76 499	0.39 428	0.75 467	0.39 400

IGEVStereo-DCA	1.77 601	4.21 646	1.84 638	2.49 626	2.11 689	2.54 674	1.36 628	1.65 615	1.17 572	2.75 684	1.90 678	2.54 669	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 640	1.49 603	0.88 529

rrr	1.77 601	4.21 646	1.84 638	2.49 626	2.11 689	2.54 674	1.36 628	1.65 615	1.17 572	2.75 684	1.90 678	2.54 669	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 640	1.49 603	0.88 529

GSStereo	0.81 466	4.28 648	0.50 402	0.59 387	0.40 418	0.51 440	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 711	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

DNSM	2.56 676	4.43 649	3.08 693	4.09 675	1.86 674	2.66 679	1.86 671	2.66 673	1.87 681	2.66 676	1.86 671	2.66 677	1.86 660	2.66 677	1.87 680	3.82 683	2.94 678	2.42 675	1.73 677	2.42 652	1.73 670

GEStereo_RVC	0.86 486	4.45 650	0.20 198	0.27 205	0.20 242	0.27 248	0.20 230	0.26 235	0.18 227	5.03 722	0.20 240	0.27 249	0.19 237	0.27 248	0.21 234	0.20 181	0.19 205	0.19 202	4.02 726	0.20 200	0.18 220

error version	0.93 501	4.47 651	2.35 672	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 667	0.47 430	0.37 411	0.39 351	0.33 361

test_1	0.93 501	4.47 651	2.35 672	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 667	0.47 430	0.37 411	0.39 351	0.33 361

TestStereo	4.88 721	4.75 653	4.79 708	4.87 694	4.92 730	4.81 723	4.90 730	4.78 719	4.77 729	4.87 720	4.89 729	4.90 724	4.91 722	4.99 723	4.79 727	4.98 705	4.87 707	4.87 720	4.92 731	5.00 711	5.00 728

DispFullNet	4.61 717	4.84 654	3.12 695	5.00 695	3.57 718	4.75 721	3.03 705	7.75 734	4.17 726	4.91 721	3.09 709	6.20 730	3.95 715	6.71 730	3.51 713	5.30 710	3.67 698	5.86 729	3.63 718	5.61 716	3.46 716

MLG-Stereo_test3	4.26 710	4.85 655	3.95 705	5.35 698	3.60 719	4.75 721	3.76 721	5.49 727	3.71 718	5.39 724	3.69 719	4.82 722	3.66 706	4.85 719	3.73 719	4.93 703	3.19 694	4.69 714	2.99 702	4.84 707	2.98 698

CFNet-RSSM	0.91 494	4.89 656	0.34 283	0.44 295	1.07 562	1.62 621	1.40 635	0.91 501	0.35 384	1.60 613	1.39 635	0.64 470	0.34 378	0.44 374	0.33 359	0.41 310	0.35 331	0.75 497	0.30 357	0.41 376	0.29 324

zzzz2	2.08 634	4.92 657	1.93 651	2.30 610	1.67 650	2.19 643	1.66 647	2.20 643	1.67 645	2.20 649	1.68 659	2.21 646	1.66 632	2.20 645	1.68 656	2.17 630	1.84 640	2.07 653	1.62 662	2.05 625	1.61 651

noway2	2.07 631	4.96 658	1.92 648	2.28 607	1.66 646	2.20 646	1.66 647	2.19 640	1.66 642	2.19 646	1.65 649	2.19 642	1.68 640	2.18 640	1.65 644	2.15 624	1.86 649	2.06 651	1.59 649	2.06 629	1.60 646

zzz1	2.09 637	4.97 659	1.93 651	2.30 610	1.68 654	2.21 649	1.68 655	2.21 646	1.68 650	2.21 651	1.67 654	2.21 646	1.68 640	2.21 648	1.69 659	2.17 630	1.85 645	2.08 657	1.61 656	2.06 629	1.61 651

noway5	1.92 607	4.97 659	1.95 660	2.31 613	1.68 654	2.21 649	1.68 655	2.21 646	1.69 657	2.22 655	1.68 659	2.21 646	1.68 640	2.21 648	1.68 656	2.18 632	1.87 653	1.71 631	0.65 503	0.85 488	0.72 506

zzzzzz3	2.07 631	5.00 661	1.93 651	2.28 607	1.66 646	2.19 643	1.66 647	2.18 637	1.67 645	2.19 646	1.66 652	2.18 639	1.67 638	2.18 640	1.66 647	2.15 624	1.85 645	2.05 647	1.59 649	2.05 625	1.59 644

StereoVision	3.15 690	5.00 661	0.89 497	4.83 692	1.00 551	3.93 699	1.27 622	6.37 728	1.34 628	5.67 728	1.26 622	5.84 729	1.27 612	5.03 725	1.24 619	5.10 709	1.09 524	4.61 709	0.57 486	5.62 717	1.12 557

LL-Strereo	1.01 516	5.06 663	1.63 618	0.70 415	1.43 635	0.56 452	0.46 441	0.57 446	0.50 460	0.57 455	0.50 468	1.58 616	0.49 456	0.59 456	0.50 453	1.64 599	0.52 424	0.51 454	1.37 631	0.52 428	0.45 425

aanet-new-14k	0.60 407	5.12 664	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.37 341	0.38 320	0.26 269	0.38 306	0.26 251

noway4	2.11 643	5.14 665	1.93 651	2.37 618	1.69 659	2.20 646	1.68 655	2.22 648	1.68 650	2.21 651	1.69 663	2.23 650	1.68 640	2.22 650	1.66 647	2.24 639	1.84 640	2.09 662	1.63 665	2.09 638	1.62 657

FC-DCNN v2	5.10 725	5.15 666	4.49 707	5.07 696	3.37 716	6.87 730	4.75 729	5.04 724	6.34 733	7.84 734	5.06 730	6.72 734	4.09 718	4.99 723	5.44 730	5.03 706	3.16 691	4.67 712	4.86 730	5.15 713	3.89 723

noway7	2.08 634	5.18 667	1.92 648	2.27 602	1.66 646	2.18 641	1.66 647	2.17 636	1.66 642	2.18 643	1.65 649	2.18 639	1.66 632	2.17 639	1.66 647	2.15 624	1.85 645	2.05 647	1.60 652	2.05 625	1.60 646

DEFOM-Stereo_RVC	0.83 474	5.18 667	1.98 663	2.19 597	0.17 223	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 213	0.22 249	0.20 196	0.15 198	2.28 645	2.13 666	0.24 234	0.17 230	0.18 193	0.16 197

zzzzzzz1	2.10 639	5.20 669	1.93 651	2.38 620	1.68 654	2.20 646	1.67 653	2.20 643	1.68 650	2.20 649	1.67 654	2.20 645	1.68 640	2.20 645	1.67 655	2.24 639	1.86 649	2.06 651	1.61 656	2.06 629	1.62 657

monster_256*512	2.09 637	5.21 670	1.98 663	2.30 610	1.67 650	2.18 641	1.66 647	2.20 643	1.67 645	2.19 646	1.67 654	2.19 642	1.66 632	2.19 643	1.66 647	2.15 624	1.86 649	2.05 647	1.60 652	2.06 629	1.61 651

zzzz4	2.08 634	5.22 671	1.93 651	2.27 602	1.66 646	2.19 643	1.66 647	2.18 637	1.67 645	2.18 643	1.66 652	2.18 639	1.66 632	2.18 640	1.66 647	2.15 624	1.84 640	2.05 647	1.60 652	2.05 625	1.60 646

noway3	2.12 645	5.22 671	1.93 651	2.39 621	1.70 664	2.23 654	1.70 661	2.22 648	1.70 658	2.22 655	1.70 665	2.23 650	1.69 647	2.22 650	1.71 661	2.28 645	1.86 649	2.08 657	1.63 665	2.09 638	1.63 660

rvit_105_1	3.83 697	5.22 671	3.01 683	4.53 679	3.01 702	4.51 706	3.01 700	4.56 708	3.04 701	4.53 707	3.03 702	4.55 709	3.03 689	4.56 708	3.04 698	4.57 692	3.05 680	4.57 704	3.05 703	4.57 694	3.05 699

rvit_stereo_0081	3.83 697	5.23 674	3.01 683	4.53 679	3.03 704	4.55 712	3.02 701	4.56 708	3.04 701	4.52 705	3.02 700	4.54 707	3.03 689	4.56 708	3.04 698	4.57 692	3.05 680	4.57 704	3.05 703	4.58 695	3.05 699

noway1	2.10 639	5.26 675	1.93 651	2.31 613	1.69 659	2.21 649	1.67 653	2.19 640	1.68 650	2.21 651	1.68 659	2.21 646	1.67 638	2.20 645	1.66 647	2.15 624	1.84 640	2.07 653	1.61 656	2.07 633	1.61 651

CFNet	1.37 589	5.27 676	0.19 195	5.49 699	0.19 239	0.28 250	0.19 226	0.28 240	0.19 234	0.28 246	0.19 236	0.28 250	4.35 719	0.28 253	0.19 228	0.23 201	0.17 195	0.23 224	4.21 728	4.81 705	0.17 214

rvit_stereo_0083	3.92 706	5.30 677	3.06 691	4.61 688	3.09 711	4.67 717	3.08 710	4.66 716	3.09 710	4.62 715	3.10 710	4.66 719	3.11 698	4.67 716	3.16 709	4.72 702	3.16 691	4.77 717	3.11 710	4.66 701	3.11 708

GELT-Stereo	2.10 639	5.33 678	1.94 659	2.37 618	1.68 654	2.21 649	1.69 659	2.19 640	1.67 645	2.18 643	1.67 654	2.19 642	1.66 632	2.19 643	1.66 647	2.23 638	1.83 639	2.07 653	1.61 656	2.04 624	1.61 651

rvit_0105_3	3.91 704	5.33 678	3.06 691	4.60 687	3.07 710	4.60 715	3.06 709	4.62 714	3.08 709	4.60 714	3.07 708	4.62 716	3.08 696	4.67 716	3.10 707	4.70 700	3.11 688	4.77 717	3.19 715	4.77 704	3.14 710

rvit_stereo_0081_aga	3.86 699	5.33 678	3.02 686	4.55 685	3.04 708	4.54 708	3.02 701	4.64 715	3.06 705	4.54 709	3.04 704	4.62 716	3.08 696	4.62 714	3.07 703	4.58 695	3.06 684	4.60 708	3.08 707	4.63 698	3.07 703

MLG-Stereo_test1	4.25 709	5.34 681	3.61 701	5.31 697	3.63 720	5.23 724	3.57 718	5.38 726	3.65 716	5.23 723	3.47 715	4.76 720	3.74 709	4.85 719	3.71 716	4.96 704	3.18 693	4.71 715	2.92 700	4.86 708	2.90 696

rvit_0105_5	4.10 708	5.40 682	3.13 697	4.71 690	3.15 713	4.72 720	3.10 712	4.90 723	3.27 714	4.69 717	3.16 712	4.84 723	3.25 702	4.96 722	3.34 712	5.05 707	3.39 696	5.10 722	3.40 716	5.11 712	3.42 715

UDGNet	2.23 659	5.40 682	1.72 625	2.48 625	1.69 659	2.51 671	1.69 659	2.51 669	1.72 664	2.50 671	1.69 663	2.52 665	1.69 647	2.50 668	1.68 656	2.41 657	1.70 631	2.42 675	1.69 673	2.42 652	1.64 662

rvit_stereo_ft	3.93 707	5.44 684	3.05 690	4.59 686	3.06 709	4.61 716	3.08 710	4.67 717	3.12 711	4.63 716	3.10 710	4.65 718	3.11 698	4.69 718	3.13 708	4.70 700	3.14 690	4.71 715	3.15 713	4.74 702	3.16 711

MLG-Stereo_test2	4.28 711	5.46 685	3.69 703	4.86 693	3.72 722	5.58 727	3.42 716	4.81 720	3.77 722	4.85 719	3.72 720	5.55 728	3.63 705	5.58 726	3.53 714	4.41 689	3.28 695	4.99 721	2.95 701	4.75 703	3.13 709

rvit_0105_4	3.91 704	5.47 686	3.02 686	4.54 682	3.02 703	4.54 708	3.03 705	4.75 718	3.17 712	4.57 711	3.06 705	4.61 715	3.16 700	4.65 715	3.09 706	4.66 699	3.11 688	4.68 713	3.18 714	4.81 705	3.16 711

rvit_stereo_0080	3.89 702	5.70 687	3.04 688	4.54 682	3.03 704	4.56 713	3.05 707	4.60 712	3.07 706	4.58 712	3.06 705	4.59 711	3.06 694	4.61 712	3.08 704	4.63 697	3.09 685	4.64 710	3.10 708	4.65 699	3.10 706

whm_eth	3.89 702	5.70 687	3.04 688	4.54 682	3.03 704	4.56 713	3.05 707	4.60 712	3.07 706	4.58 712	3.06 705	4.59 711	3.06 694	4.61 712	3.08 704	4.63 697	3.09 685	4.64 710	3.10 708	4.65 699	3.10 706

rvit_0105_6	3.87 701	5.73 689	3.10 694	4.69 689	3.12 712	4.54 708	3.02 701	4.56 708	3.04 701	4.54 709	3.03 702	4.54 707	3.04 692	4.56 708	3.05 700	4.58 695	3.05 680	4.58 706	3.05 703	4.58 695	3.05 699

rvit_stereo_0082	3.86 699	5.82 690	3.01 683	4.53 679	3.03 704	4.54 708	3.02 701	4.56 708	3.04 701	4.53 707	3.02 700	4.55 709	3.04 692	4.57 711	3.05 700	4.57 692	3.05 680	4.58 706	3.05 703	4.58 695	3.06 702

SGM-Forest	5.21 727	5.92 691	4.08 706	6.18 704	4.16 727	6.31 729	4.34 728	6.50 729	4.33 727	6.14 730	4.21 726	6.61 733	4.55 721	6.67 729	4.48 726	5.94 714	3.94 700	5.85 728	4.03 727	5.79 718	4.17 726
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 691	6.02 692	1.12 522	5.61 701	1.16 571	5.43 726	1.02 555	5.15 725	0.70 511	5.43 725	1.21 617	5.03 726	0.97 534	4.85 719	0.99 545	4.53 690	1.16 534	5.53 725	1.25 623	5.37 715	1.30 623

PhaseNet	1.74 599	6.34 693	4.81 709	6.77 708	0.24 265	0.80 490	0.53 467	0.48 402	0.22 244	0.53 441	0.28 282	0.48 412	0.25 261	0.40 306	0.32 347	6.39 718	4.61 705	0.46 420	0.38 424	0.25 228	0.18 220

IER	0.88 491	7.04 694	2.23 669	2.75 631	0.28 282	0.43 348	0.25 256	0.39 292	0.25 259	0.41 315	0.27 274	0.39 302	0.25 261	0.40 306	0.28 272	0.37 270	0.28 249	0.37 312	0.25 263	0.37 293	0.25 245

HCRNet	1.22 581	7.11 695	3.00 682	3.55 664	0.33 376	0.29 253	0.14 188	0.19 192	0.15 206	0.33 269	0.29 295	0.25 234	0.14 194	0.22 212	0.33 359	3.64 680	3.00 679	0.76 499	0.32 375	0.18 193	0.13 185

SA	4.33 713	7.35 696	6.85 722	5.96 703	4.09 726	3.59 696	3.15 713	3.82 699	2.64 697	3.91 697	3.85 721	3.57 695	2.72 687	3.13 690	4.03 722	7.09 724	6.86 719	3.57 693	3.12 711	3.85 681	3.51 717

cross-raft	4.83 720	7.52 697	6.43 718	6.63 707	3.96 725	4.51 706	3.99 725	4.49 706	3.96 724	4.52 705	3.96 723	4.50 706	3.97 716	4.50 707	3.97 721	6.65 719	6.44 716	4.33 701	3.92 725	4.35 690	3.91 724

test_5	4.62 718	7.55 698	6.23 717	6.32 706	3.40 717	5.29 725	3.50 717	3.53 696	4.11 725	4.28 702	4.47 728	4.26 705	4.38 720	3.68 697	3.24 710	5.89 713	5.60 710	4.84 719	3.50 717	4.33 689	3.93 725

RAFT+CT+SA	4.28 711	7.62 699	4.91 710	5.55 700	2.28 696	3.09 689	3.64 719	4.49 706	3.07 706	4.80 718	3.35 714	4.77 721	3.70 708	4.29 705	3.05 700	5.58 711	5.98 714	3.58 694	3.78 723	4.26 688	3.72 719

raft_robust	4.71 719	7.75 700	5.40 715	6.81 709	3.31 715	4.28 705	4.20 727	4.32 705	4.37 728	4.35 704	4.35 727	4.14 702	3.75 710	4.30 706	4.20 725	6.67 720	6.37 715	3.36 692	4.24 729	4.86 708	3.25 713

test_4	4.88 721	8.13 701	6.98 723	7.46 713	4.44 728	4.25 704	3.85 724	4.04 703	3.92 723	4.13 701	3.91 722	4.18 704	3.84 713	4.14 703	4.06 723	7.01 723	7.13 722	4.53 702	3.72 722	4.09 686	3.72 719

Sa-1000	4.34 714	8.37 702	6.84 721	6.98 712	4.45 729	3.58 695	3.00 699	3.42 695	3.39 715	2.61 674	4.00 724	3.83 699	4.01 717	3.90 699	3.90 720	5.98 715	5.62 711	3.76 697	2.34 696	4.35 690	2.47 693

TestStereo1	4.60 715	8.41 703	6.44 719	6.86 710	3.79 723	3.97 700	3.78 722	3.99 701	3.74 719	3.97 698	3.52 716	3.94 700	3.58 703	3.98 700	3.72 717	6.82 721	6.50 717	3.76 697	3.66 719	3.90 682	3.74 721

SA-5K	4.60 715	8.41 703	6.44 719	6.86 710	3.79 723	3.97 700	3.78 722	3.99 701	3.74 719	3.97 698	3.52 716	3.94 700	3.58 703	3.98 700	3.72 717	6.82 721	6.50 717	3.76 697	3.66 719	3.90 682	3.74 721

U	5.15 726	8.49 705	1.81 629	8.49 717	1.77 668	8.49 735	1.77 664	8.51 736	1.77 669	8.49 736	1.77 668	8.50 736	1.78 657	8.58 736	1.77 671	8.54 728	1.78 635	8.55 736	1.78 679	8.55 730	1.84 673

CFNet_RVC	2.38 669	8.71 706	0.38 301	9.33 721	0.42 438	0.56 452	0.42 428	0.60 454	0.38 400	0.62 465	0.42 436	0.56 455	7.29 731	0.62 460	0.42 423	0.53 397	0.37 341	0.49 443	0.34 389	8.30 728	6.87 733

rvit_stereo_0075_2	6.64 729	8.80 707	5.25 712	7.89 714	5.27 732	7.90 734	5.27 731	7.92 735	5.28 731	7.91 735	5.29 732	7.93 735	5.27 723	7.92 735	5.28 728	7.93 725	5.28 709	7.93 734	5.29 733	7.93 727	5.28 730

test_3	5.01 723	8.86 708	7.77 725	8.09 715	2.76 701	4.13 703	4.05 726	3.88 700	3.76 721	4.33 703	4.13 725	3.71 698	3.91 714	4.21 704	4.06 723	7.93 725	7.69 724	4.53 702	3.91 724	4.17 687	4.29 727

SGM+DAISY	7.06 731	9.15 709	5.38 714	8.84 719	5.18 731	8.80 736	5.31 732	8.79 737	5.28 731	8.89 737	5.20 731	8.93 737	5.33 724	8.95 737	5.36 729	8.70 729	5.21 708	8.74 737	5.20 732	8.89 731	5.15 729

test-1	6.46 728	9.16 710	8.03 729	8.09 715	5.62 733	6.11 728	6.35 733	6.85 731	4.94 730	6.08 729	6.29 735	4.98 725	6.43 727	6.22 727	6.36 733	6.16 717	7.47 723	5.82 727	5.44 734	7.11 724	5.68 731

RAFT	6.73 730	9.36 711	7.40 724	8.51 718	6.55 734	6.88 731	6.60 734	6.79 730	6.60 734	6.80 731	6.72 736	5.31 727	5.50 725	6.61 728	6.61 734	8.42 727	5.89 712	5.73 726	5.45 735	6.61 720	6.24 732

CFNet_pseudo	2.67 680	9.36 711	0.32 267	10.99 731	0.33 376	0.85 500	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 417	7.26 730	0.49 416	0.33 359	0.41 310	9.62 730	0.41 392	0.29 341	10.03 736	0.29 324

CFNet_ucs	2.73 681	9.64 713	0.33 272	9.92 727	0.32 364	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	8.98 734	0.48 410	0.33 359	0.41 310	9.96 733	0.40 374	0.29 341	10.12 737	0.54 459

PCWNet_CMD	2.80 688	9.82 714	0.32 267	10.09 729	0.32 364	0.49 419	0.33 363	3.34 693	0.33 371	0.49 412	0.33 373	0.49 417	8.73 732	0.48 410	0.33 359	0.41 310	9.22 727	0.42 408	0.29 341	9.55 734	0.31 347

pcwnet_v2	2.66 679	9.89 715	0.33 272	9.89 726	0.32 364	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 417	8.76 733	0.48 410	0.33 359	0.41 310	9.58 729	0.40 374	0.29 341	9.01 732	0.63 480

UCFNet_RVC	2.75 683	10.06 716	0.29 241	10.31 730	0.29 293	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 341	9.87 736	0.43 343	0.29 286	0.36 267	9.84 732	0.36 309	0.26 269	9.77 735	0.26 251

MSMDNet	2.65 678	10.14 717	0.33 272	9.74 725	0.32 364	0.87 503	0.33 363	2.95 688	0.68 498	0.49 412	0.34 381	0.49 417	5.70 726	0.49 416	0.33 359	0.42 324	9.57 728	0.41 392	0.31 368	8.36 729	0.65 488

ccs_rob	2.79 687	10.17 718	0.32 267	10.00 728	0.33 376	0.49 419	0.33 363	1.90 622	0.32 361	0.51 434	0.33 373	0.49 417	9.24 735	0.49 416	0.33 359	0.41 310	9.82 731	0.41 392	0.28 326	9.34 733	0.29 324

testmc14	2.43 670	10.48 719	8.02 728	8.93 720	0.31 352	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.42 336	0.30 296	8.88 731	6.99 721	0.41 392	0.28 326	0.39 351	0.28 315

MCSU-Stereo	2.48 673	10.56 720	8.50 730	9.47 724	0.31 352	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.41 322	0.30 296	8.86 730	6.93 720	0.40 374	0.29 341	0.39 351	0.28 315

test-v	7.53 732	11.89 721	7.98 726	9.36 722	7.14 735	7.06 732	7.09 735	7.37 732	6.91 735	7.29 732	5.71 733	6.45 731	6.93 728	6.73 731	7.27 735	8.93 732	7.85 725	6.98 732	6.80 736	7.56 725	7.34 734

test-2	7.53 732	11.89 721	7.98 726	9.36 722	7.14 735	7.06 732	7.09 735	7.37 732	6.91 735	7.29 732	5.71 733	6.45 731	6.93 728	6.73 731	7.27 735	8.93 732	7.85 725	6.98 732	6.80 736	7.56 725	7.34 734

rafts_anoy	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

raft+_RVC	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

raftrobust	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

CasAABBNet	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

RALCasStereoNet	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

RALAANet	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

MANE	19.05 735	23.00 729	15.00 735	23.00 742	15.00 737	24.00 743	16.00 737	24.00 744	16.00 737	22.00 744	15.00 737	23.00 744	16.00 737	23.00 744	15.00 737	22.00 744	15.00 738	22.00 744	15.00 738	22.00 744	15.00 736

stereogan	2.33 663	24.38 730	1.18 531	1.18 494	1.18 575	1.14 546	1.18 568	1.19 540	1.19 574	1.14 547	1.18 571	1.14 549	1.18 560	1.14 549	1.18 568	1.14 519	1.14 532	1.19 562	1.19 570	1.15 530	1.19 570

Abc-Net	2.32 662	24.75 731	1.14 525	1.17 493	1.17 572	1.11 543	1.15 564	1.17 537	1.21 620	1.08 537	1.16 567	1.12 548	1.14 554	1.09 542	1.17 567	1.09 508	1.16 534	1.17 557	1.17 569	1.16 532	1.11 555
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 663	25.00 732	1.13 524	1.15 487	1.15 567	1.10 540	1.15 564	1.15 532	1.15 567	1.12 544	1.15 564	1.09 541	1.13 551	1.10 544	1.15 562	1.11 515	1.09 524	1.16 553	1.12 564	1.16 532	1.17 566

RGC	2.36 665	25.48 733	1.19 533	1.15 487	1.15 567	1.10 540	1.16 566	1.17 537	1.16 568	1.12 544	1.16 567	1.11 547	1.13 551	1.09 542	1.18 568	1.10 510	1.15 533	1.16 553	1.12 564	1.14 527	1.12 557

NCC-stereo	2.36 665	25.52 734	1.17 529	1.15 487	1.17 572	1.11 543	1.11 559	1.15 532	1.16 568	1.10 538	1.16 567	1.10 543	1.15 555	1.14 549	1.13 560	1.09 508	1.11 528	1.15 552	1.16 568	1.17 537	1.17 566

AF-Net	2.37 667	25.71 735	1.17 529	1.13 483	1.15 567	1.15 547	1.18 568	1.19 540	1.16 568	1.10 538	1.15 564	1.10 543	1.18 560	1.12 548	1.15 562	1.10 510	1.10 527	1.17 557	1.15 566	1.16 532	1.12 557

Nwc_Net	2.37 667	25.95 736	1.15 527	1.14 484	1.15 567	1.08 537	1.14 562	1.17 537	1.16 568	1.14 547	1.15 564	1.08 539	1.15 555	1.11 546	1.14 561	1.10 510	1.11 528	1.16 553	1.09 563	1.16 532	1.15 562

FAT-Stereo	2.46 672	26.05 737	1.23 585	1.23 543	1.22 626	1.20 549	1.24 618	1.23 591	1.23 622	1.19 550	1.22 618	1.21 599	1.24 610	1.20 554	1.24 619	1.21 570	1.17 537	1.22 610	1.25 623	1.20 542	1.24 620

S-Stereo	2.51 674	26.86 738	1.23 585	1.22 541	1.22 626	1.24 597	1.25 619	1.22 589	1.24 623	1.21 596	1.24 620	1.19 553	1.27 612	1.19 553	1.24 619	1.19 522	1.20 539	1.25 612	1.19 570	1.24 591	1.23 619

MoCha-V2	2.11 643	26.97 739	0.78 485	0.92 451	0.77 528	0.96 514	0.72 515	0.90 499	0.72 519	0.94 513	0.70 514	0.90 510	0.71 510	0.91 509	0.71 511	0.85 477	0.71 478	0.88 517	0.69 516	0.87 490	0.67 492

edge stereo	2.43 670	27.07 740	1.14 525	1.06 475	1.14 565	1.08 537	1.17 567	1.16 535	1.14 566	1.10 538	1.16 567	1.09 541	1.16 559	1.10 544	1.16 566	1.10 510	1.11 528	1.16 553	1.19 570	1.13 526	1.11 555

fff	1000028.16 764	29.62 741	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

csc	1000028.16 764	29.62 741	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

cscssc	1000028.16 764	29.62 741	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

STTStereo	3.73 696	30.40 744	2.37 674	2.39 621	2.31 698	2.35 661	2.33 692	2.29 653	2.42 695	2.32 663	2.34 697	2.33 656	2.36 683	2.30 658	2.27 694	2.35 653	2.22 669	2.31 668	2.22 692	2.29 647	2.34 689

111	30.40 742	30.94 745	29.72 743	32.61 743	30.02 745	33.57 744	30.47 745	31.50 745	29.39 745	30.98 745	29.11 745	29.78 745	30.39 748	29.45 745	30.76 748	30.08 745	29.02 746	29.92 745	30.32 749	29.86 745	30.17 744

DCANet-4	35.22 744	34.54 746	35.08 749	33.58 747	35.47 752	34.55 745	35.53 752	36.08 751	35.85 749	35.92 751	35.77 751	35.18 751	35.48 750	35.39 751	37.15 755	34.55 751	33.92 750	35.02 752	34.90 751	35.79 749	34.74 751

tt	500032.53 762	34.60 747	29.72 743	37.47 753	34.41 750	36.85 750	35.22 750	34.71 749	33.55 747	34.50 746	35.43 749	33.81 749	10000000.00 767	33.57 749	33.13 749	33.68 749	35.00 751	34.03 750	35.26 752	30.96 746	34.63 749

DCANet	500032.53 762	34.60 747	29.72 743	37.47 753	34.41 750	36.85 750	35.22 750	34.71 749	33.55 747	34.50 746	35.43 749	33.81 749	10000000.00 767	33.57 749	33.13 749	33.68 749	35.00 751	34.03 750	35.26 752	30.96 746	34.63 749

WCMA_ROB	31.10 743	35.43 749	27.12 742	39.51 755	23.10 744	38.78 756	25.30 744	37.49 757	25.39 744	37.29 756	27.02 744	38.52 757	26.48 744	37.80 756	26.44 744	36.28 752	22.65 745	33.90 749	22.30 745	37.10 754	24.18 743

ADStereo(finetuned)	36.13 745	36.63 750	38.07 754	36.97 748	33.25 749	35.91 749	34.45 749	36.36 752	32.99 746	38.14 757	36.71 752	36.69 752	34.13 749	38.57 757	40.79 756	37.60 757	36.58 753	35.90 753	33.36 750	35.42 748	34.04 748

fast-reg	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

Reg-Stereo(zero)	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

FLISNet	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

CoSv	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

NLCA_NET_v2_RVC	5.04 724	50.87 755	2.78 679	2.87 637	2.71 700	2.78 688	0.47 446	2.88 687	2.86 700	1.89 624	2.67 699	2.79 689	2.79 688	2.78 688	2.83 697	2.82 671	2.82 677	2.83 687	2.77 699	2.83 674	2.76 694
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 750	87.70 756	41.95 755	113.75 758	65.62 759	75.05 757	55.25 758	75.64 759	45.04 754	71.61 758	41.75 757	72.81 758	44.06 755	68.38 758	44.63 757	101.89 760	59.57 760	107.10 760	61.05 760	104.38 757	59.38 758

MGS-Stereo	239.45 756	123.00 757	135.00 759	266.00 762	286.00 764	277.00 763	305.00 764	271.00 764	242.00 761	274.00 764	279.00 764	255.00 764	270.00 762	268.00 764	297.00 764	221.00 764	247.00 765	216.00 764	123.00 761	217.00 761	217.00 763

AE-Stereo	201.80 755	123.00 757	115.00 757	219.00 760	218.00 763	223.00 762	244.00 763	217.00 763	236.00 760	202.00 763	203.00 762	205.00 763	208.00 760	225.00 763	204.00 762	210.00 762	198.00 763	197.00 763	184.00 764	204.00 760	201.00 761

EGLCR-Stereo	246.90 757	129.00 759	139.00 760	266.00 762	286.00 764	277.00 763	305.00 764	271.00 764	242.00 761	274.00 764	279.00 764	255.00 764	270.00 762	268.00 764	297.00 764	230.00 765	247.00 765	216.00 764	223.00 766	237.00 762	227.00 764

NOSS_ROB	102.95 751	153.00 760	121.00 758	51.00 756	44.00 757	165.00 760	127.00 759	153.00 760	119.00 756	164.00 761	125.00 759	168.00 761	120.00 757	153.00 760	117.00 759	49.00 758	44.00 758	49.00 758	44.00 758	49.00 755	44.00 756

MeshStereo	159.24 753	171.00 761	160.68 761	162.58 759	160.59 761	164.01 759	160.35 761	158.51 761	158.56 758	158.34 760	160.12 761	158.56 760	159.92 759	157.26 761	158.94 761	154.38 761	158.36 761	155.75 761	159.13 763	153.67 758	154.07 760
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PA-Net	11.80 734	223.51 762	0.62 437	0.59 387	0.71 513	0.59 460	0.73 516	0.67 467	0.73 522	0.55 450	0.61 490	0.60 463	0.74 513	0.63 465	0.73 514	0.66 432	0.60 446	0.69 484	0.66 506	0.72 463	0.65 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 758	354.61 763	207.27 763	363.24 764	206.46 762	364.72 765	210.41 762	364.72 766	210.41 759	364.81 766	208.64 763	364.81 766	208.64 761	364.72 766	210.41 763	354.70 766	205.53 764	354.70 766	205.53 765	354.70 763	205.53 762

LE_ROB	396.57 759	471.28 764	329.84 764	471.48 765	308.15 766	526.83 766	322.10 766	488.15 767	323.76 763	495.46 767	317.97 766	497.17 767	320.10 764	481.62 767	326.76 766	462.71 767	298.97 767	466.16 767	285.98 767	447.62 764	289.21 765

DF_test	189.29 754	560.34 765	182.58 762	229.00 761	135.68 760	197.79 761	135.52 760	197.80 762	135.44 757	197.75 762	135.49 760	197.90 762	135.51 758	197.84 762	135.75 760	217.37 763	171.11 762	183.74 762	127.67 762	183.56 759	127.88 759

SGM-ForestM	596.69 760	677.77 766	444.52 765	699.85 766	517.25 767	732.94 767	488.29 767	770.79 768	460.11 764	750.81 768	487.98 767	792.79 768	499.41 765	730.90 768	475.81 767	720.03 768	491.16 768	663.96 768	418.60 768	674.76 765	436.05 766

CBMV_ROB	818.48 761	913.88 767	709.52 766	862.84 767	597.78 768	1073.99 768	700.52 768	1015.66 769	702.59 765	1115.65 769	760.02 768	1130.24 769	721.57 766	1037.41 769	692.65 768	814.05 769	564.29 769	843.28 769	595.31 769	915.51 766	602.92 767

CBMV	128.50 752	1422.70 768	53.10 756	79.50 757	51.30 758	77.30 758	49.70 757	74.00 758	48.20 755	77.20 759	48.80 758	73.90 759	48.00 756	73.80 759	48.80 758	70.40 759	45.10 759	68.90 759	46.10 759	68.20 756	45.00 757
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

SGD-Stereo	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-Stereo++	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-BASED-STEREO-	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-Stereo+	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

SDNR	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

anonymousdsp2	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

anonymousdsp	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

test_example2	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

DIP-Stereo	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 711	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

FSD					0.44 443	0.56 452	0.44 432	0.55 442	0.44 437	0.56 452	0.44 441	0.56 455	0.44 434	0.56 449	0.46 435	0.61 418	0.42 378	0.52 457	0.42 446	0.52 428

Low-res two-view benchmark