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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-MNSev	0.06 61	0.54 271	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

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

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

test_sample6	0.09 75	0.97 338	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispViT+	0.07 67	0.08 87	0.12 123	0.08 69	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 137	0.05 121	0.08 138	0.05 119	0.08 77	0.07 81	0.07 130	0.05 127	0.07 137	0.05 125

BridgeDepth_RVC	0.07 67	0.08 87	0.11 112	0.11 97	0.05 130	0.08 136	0.05 124	0.08 138	0.05 128	0.08 137	0.05 131	0.08 137	0.05 121	0.08 138	0.05 119	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 87	0.11 112	0.11 97	0.05 130	0.08 136	0.05 124	0.08 138	0.07 145	0.08 137	0.05 131	0.08 137	0.05 121	0.09 144	0.08 138	0.15 141	0.11 121	0.07 130	0.05 127	0.07 137	0.06 134
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 116	0.39 298	0.08 69	0.05 130	0.07 134	0.05 124	0.13 161	0.05 128	0.06 127	0.05 131	0.06 128	0.05 121	0.06 119	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MatchStereo	0.54 383	0.12 114	2.38 644	2.32 588	0.09 149	0.09 144	0.08 147	0.09 144	0.07 145	0.09 144	0.07 146	0.09 145	0.07 144	0.09 144	0.08 138	2.34 621	2.34 640	0.12 156	0.11 164	0.11 157	0.10 149
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 75	0.09 97	0.10 92	0.09 76	0.09 149	0.09 144	0.09 148	0.10 145	0.08 149	0.10 146	0.09 150	0.09 145	0.09 148	0.09 144	0.08 138	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

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

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

StereoDRNet	0.15 146	0.14 122	0.10 92	0.14 121	0.09 149	0.15 170	0.09 148	0.14 163	0.09 152	0.14 162	0.10 154	0.14 163	0.09 148	0.14 165	0.09 143	0.13 126	0.10 99	0.13 160	0.09 145	0.13 164	0.82 501

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

S2M2_L	0.12 120	0.14 122	0.10 92	0.15 132	0.10 156	0.14 162	0.10 153	0.14 163	0.10 153	0.15 169	0.10 154	0.14 163	0.10 152	0.14 165	0.10 149	0.13 126	0.10 99	0.13 160	0.09 145	0.13 164	0.09 144
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 90	0.10 101	0.10 92	0.10 80	0.10 156	0.10 146	0.10 153	0.10 145	0.10 153	0.10 146	0.10 154	0.10 148	0.10 152	0.10 148	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

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

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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 134	0.17 129	0.12 123	0.17 151	0.11 171	0.17 184	0.11 166	0.17 183	0.11 168	0.17 181	0.11 168	0.17 183	0.11 165	0.17 183	0.11 161	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.11 162
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 111	0.11 112	0.12 123	0.13 117	0.14 190	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.11 168	0.11 158	0.11 165	0.12 163	0.12 173	0.11 105	0.11 121	0.11 153	0.11 164	0.11 157	0.11 162

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

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

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

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

ICVP	0.15 146	0.53 267	0.11 112	0.16 142	0.11 171	0.16 177	0.11 166	0.16 177	0.11 168	0.16 174	0.11 168	0.16 175	0.11 165	0.16 176	0.11 161	0.16 151	0.11 121	0.16 179	0.11 164	0.16 179	0.11 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 127	0.11 112	0.11 112	0.11 97	0.11 171	0.11 157	0.11 166	0.11 157	0.11 168	0.11 158	0.12 176	0.11 158	0.11 165	0.11 159	0.11 161	0.11 105	0.11 121	0.14 162	0.11 164	0.49 395	0.11 162

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

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

ELAS_RVC	0.14 134	0.16 124	0.10 92	0.15 132	0.10 156	0.18 188	0.11 166	0.19 188	0.11 168	0.19 187	0.12 176	0.18 187	0.11 165	0.19 189	0.12 173	0.14 133	0.08 84	0.14 162	0.09 145	0.15 174	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 129	0.11 112	0.18 153	0.11 171	0.19 191	0.11 166	0.19 188	0.12 184	0.19 187	0.12 176	0.20 194	0.12 180	0.19 189	0.12 173	0.16 151	0.11 121	0.17 187	0.10 152	0.17 185	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 127	0.16 124	0.11 112	0.15 132	0.09 149	0.18 188	0.11 166	0.18 186	0.11 168	0.17 181	0.11 168	0.18 187	0.11 165	0.18 186	0.11 161	0.14 133	0.08 84	0.14 162	0.08 143	0.14 166	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 282	1.37 457	1.02 500	1.14 468	0.12 184	0.16 177	0.12 179	0.16 177	0.12 184	0.16 174	0.12 176	0.16 175	0.12 180	0.16 176	0.12 173	1.12 499	1.00 490	0.15 175	0.12 179	0.15 174	0.12 175

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

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

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

ITSA-stereo	0.15 146	0.17 129	0.13 143	0.20 160	0.13 188	0.19 191	0.13 183	0.18 186	0.13 188	0.19 187	0.13 189	0.18 187	0.14 190	0.18 186	0.14 184	0.16 151	0.11 121	0.15 175	0.14 193	0.18 189	0.11 162

DeepPruner_ROB	0.16 153	0.18 132	0.13 143	0.19 156	0.13 188	0.19 191	0.13 183	0.19 188	0.13 188	0.19 187	0.13 189	0.19 191	0.13 186	0.19 189	0.13 180	0.18 167	0.13 158	0.18 196	0.13 188	0.18 189	0.13 182

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

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

JetRed	0.11 111	0.12 114	0.11 112	0.11 97	0.11 171	0.11 157	0.14 185	0.11 157	0.11 168	0.12 160	0.11 168	0.11 158	0.11 165	0.11 159	0.11 161	0.11 105	0.16 169	0.11 153	0.11 164	0.11 157	0.11 162

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

GMStereo	0.14 134	0.13 116	0.14 148	0.14 121	0.14 190	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 163	0.14 190	0.14 165	0.14 184	0.14 133	0.14 162	0.14 162	0.14 193	0.14 166	0.14 187
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 158	0.71 290	0.14 148	0.14 121	0.14 190	0.14 162	0.14 185	0.14 163	0.14 190	0.14 162	0.14 194	0.14 163	0.14 190	0.14 165	0.22 230	0.14 133	0.14 162	0.14 162	0.14 193	0.14 166	0.14 187

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ssnet_v2	0.68 411	1.96 525	1.25 570	0.29 200	0.20 236	0.30 247	0.20 223	0.29 238	0.22 236	1.50 589	0.20 236	0.31 257	0.20 234	0.27 242	0.22 230	0.24 201	1.49 594	0.26 238	0.18 231	3.90 644	0.19 217

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.17 158	0.27 168	0.21 196	0.10 80	0.21 244	0.15 170	0.22 232	0.10 145	0.21 233	0.22 206	0.10 154	0.19 191	0.18 225	0.10 148	0.19 222	0.20 174	0.19 198	0.18 196	0.10 152	0.19 195	0.18 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 188	0.23 149	0.22 198	0.23 176	0.22 246	0.22 208	0.22 232	0.22 206	0.22 236	0.22 206	0.22 242	0.22 209	0.22 240	0.22 207	0.22 230	0.22 183	0.22 207	0.22 211	0.22 239	0.22 204	0.22 223

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

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

WCG-NET（raft）	0.32 233	1.24 445	0.24 208	0.32 213	0.24 257	0.32 262	0.23 240	0.32 247	0.24 245	0.32 256	0.24 253	0.32 261	0.24 249	0.32 259	0.24 240	0.30 225	0.23 213	0.30 251	0.23 245	0.30 237	0.23 225

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

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

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

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

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

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

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

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

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

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

LoS	0.25 200	0.27 168	0.25 211	0.25 188	0.25 259	0.25 229	0.25 247	0.26 230	0.25 250	0.25 226	0.25 259	0.25 229	0.25 252	0.25 227	0.25 248	0.26 209	0.25 218	0.25 233	0.26 261	0.26 224	0.25 236
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 473	7.04 657	2.23 638	2.75 600	0.28 272	0.43 336	0.25 247	0.39 280	0.25 250	0.41 302	0.27 268	0.39 289	0.25 252	0.40 294	0.28 263	0.37 257	0.28 237	0.37 300	0.25 255	0.37 280	0.25 236

CroCo-Stereo	0.73 427	1.22 443	0.25 211	1.22 525	0.25 259	1.22 572	0.25 247	1.22 566	0.25 250	1.22 574	0.25 259	1.22 577	0.25 252	1.22 577	0.25 248	1.22 555	0.26 221	1.21 585	0.25 255	1.22 565	0.25 236
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	0.31 224	0.28 171	0.47 366	0.79 413	0.24 257	0.30 247	0.26 254	0.30 240	0.24 245	0.32 256	0.23 246	0.31 257	0.24 249	0.30 252	0.23 237	0.29 224	0.26 221	0.29 249	0.24 252	0.33 252	0.23 225

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

StereoDRNet-Refined	0.33 237	0.39 198	0.26 217	0.39 237	0.26 266	0.40 293	0.26 254	0.40 287	0.26 263	0.39 282	0.26 264	0.39 289	0.26 261	0.39 291	0.26 253	0.37 257	0.25 218	0.37 300	0.25 255	0.37 280	0.37 367
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 247	0.71 290	0.40 330	0.47 293	0.27 267	0.34 265	0.27 257	0.34 254	0.26 263	0.34 262	0.26 264	0.34 268	0.27 268	0.34 267	0.27 254	0.44 312	0.41 353	0.33 267	0.29 324	0.32 245	0.29 306

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

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

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

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

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

DISCO	1.11 510	0.39 198	5.28 680	0.39 237	0.20 236	0.39 291	0.27 257	0.39 280	0.22 236	0.38 276	0.20 236	0.38 284	0.20 234	6.95 695	0.22 230	0.30 225	0.21 203	0.27 242	0.21 236	5.25 676	0.21 221

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DStereoO	0.31 224	0.31 177	0.31 249	0.30 201	0.40 398	0.31 253	0.30 280	0.30 240	0.34 360	0.29 244	0.31 335	0.29 249	0.30 288	0.31 256	0.31 319	0.31 231	0.29 251	0.31 257	0.30 338	0.31 242	0.31 328

DStereoSA	0.32 233	0.52 263	0.34 269	0.31 207	0.31 335	0.30 247	0.30 280	0.31 245	0.30 288	0.31 250	0.31 335	0.31 257	0.30 288	0.31 256	0.31 319	0.30 225	0.32 269	0.31 257	0.31 349	0.31 242	0.31 328

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

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

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

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

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

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

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

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

TorneroNet-64	0.45 345	0.27 168	0.30 234	0.58 369	0.27 267	0.70 454	0.30 280	0.28 233	0.73 498	0.73 457	0.28 275	0.71 456	0.66 466	0.75 459	0.27 254	0.27 212	0.29 251	0.37 300	0.75 504	0.28 231	0.30 319

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

IGEV-Stereo	0.35 247	0.44 224	0.45 354	0.49 304	0.30 292	0.37 278	0.30 280	0.36 261	0.30 288	0.36 270	0.29 281	0.36 275	0.29 282	0.36 276	0.30 281	0.46 351	0.39 340	0.32 260	0.24 252	0.32 245	0.25 236
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 238	0.42 220	0.31 249	0.39 237	0.30 292	0.38 285	0.30 280	0.40 287	0.29 277	0.40 288	0.37 380	0.41 310	0.34 358	0.38 283	0.30 281	0.34 242	0.27 231	0.34 276	0.26 261	0.34 256	0.26 242

DANet	0.30 217	0.30 174	0.30 234	0.30 201	0.30 292	0.30 247	0.30 280	0.30 240	0.30 288	0.30 245	0.30 293	0.30 253	0.30 288	0.30 252	0.30 281	0.30 225	0.30 260	0.30 251	0.30 338	0.30 237	0.30 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 345	1.81 493	0.40 330	0.50 340	0.31 335	0.44 369	0.31 324	0.44 360	0.31 331	0.44 355	0.31 335	0.44 367	0.32 342	0.44 357	0.31 319	0.46 351	0.35 317	0.39 349	0.27 298	0.39 334	0.27 280

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

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

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

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

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

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

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

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

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

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

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

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

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

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

iRaft-Stereo_20w	0.34 238	0.41 213	0.31 249	0.39 237	0.29 282	0.40 293	0.32 332	0.41 302	0.32 341	0.38 276	0.30 293	0.39 289	0.30 288	0.38 283	0.32 329	0.35 250	0.27 231	0.34 276	0.27 298	0.34 256	0.29 306

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HART	0.38 270	0.45 232	0.34 269	0.42 272	0.33 357	0.41 309	0.34 356	0.42 320	0.33 351	0.43 321	0.34 362	0.42 328	0.34 358	0.41 309	0.38 372	0.40 288	0.32 269	0.42 390	0.32 356	0.40 346	0.32 335

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

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

CASnet	0.35 247	0.51 261	0.44 352	0.32 213	0.31 335	0.24 220	0.34 356	0.36 261	0.25 250	0.31 250	0.37 380	0.30 253	0.33 353	0.25 227	0.45 409	0.37 257	0.37 326	0.33 267	0.35 383	0.34 256	0.37 367
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 377	3.22 597	0.34 269	0.44 281	0.34 367	0.44 369	0.34 356	0.43 326	0.34 360	0.43 321	0.34 362	0.44 367	0.33 353	0.43 328	0.33 340	0.38 268	0.29 251	0.38 308	0.29 324	0.38 293	0.29 306

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	0.41 295	0.59 279	0.64 427	0.54 359	0.33 357	0.50 409	0.37 373	0.42 320	0.40 393	0.61 440	0.43 417	0.50 411	0.49 431	0.38 283	0.32 329	0.28 216	0.23 213	0.26 238	0.22 239	0.35 269	0.28 300
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 264	0.37 187	0.37 285	0.37 229	0.37 380	0.37 278	0.37 373	0.37 267	0.37 375	0.37 275	0.37 380	0.37 282	0.37 372	0.37 280	0.37 369	0.37 257	0.37 326	0.37 300	0.37 392	0.37 280	0.37 367

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

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

GS-Stereo							0.38 380	0.50 396	0.38 379	0.50 406	0.38 385	0.50 411	3.79 673	0.50 404	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.35 359

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 287	0.40 202	0.40 330	0.40 250	0.40 398	0.40 293	0.40 394	0.40 287	0.40 393	0.40 288	0.40 398	0.40 297	0.40 387	0.40 294	0.40 387	0.40 288	0.40 343	0.40 362	0.40 409	0.40 346	0.40 382
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GwcNet-ADL	0.41 295	0.41 213	0.41 344	0.41 262	0.41 408	0.41 309	0.41 403	0.41 302	0.41 403	0.41 302	0.41 405	0.41 310	0.41 399	0.41 309	0.41 395	0.41 296	0.41 353	0.41 379	0.41 417	0.41 357	0.41 390

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

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

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

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

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

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

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

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

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

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

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

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

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

fffft	0.48 364	0.51 261	0.45 354	0.52 354	0.45 425	0.52 425	0.45 417	0.52 414	0.48 430	0.53 421	0.45 423	0.52 423	0.45 414	0.52 419	0.46 413	0.51 378	0.41 353	0.50 428	0.41 417	0.50 400	0.41 390
1: 1. 1
Selective-IGEV	0.51 377	0.55 273	0.45 354	0.69 389	0.45 425	0.61 442	0.45 417	0.50 396	0.40 393	0.56 431	0.44 419	0.55 431	0.40 387	0.72 454	0.67 463	0.59 397	0.46 377	0.45 398	0.34 370	0.46 375	0.37 367

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

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

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

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

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

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

AIO-test1	0.54 383	0.60 281	0.52 395	0.66 387	0.47 433	0.61 442	0.47 424	0.58 428	0.46 418	0.61 440	0.46 426	0.61 444	0.45 414	0.62 438	0.45 409	0.61 402	0.52 407	0.57 443	0.48 442	0.57 419	0.48 414

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 685	50.87 717	2.78 648	2.87 606	2.71 662	2.78 650	0.47 424	2.88 649	2.86 662	1.89 600	2.67 661	2.79 651	2.79 650	2.78 650	2.83 659	2.82 640	2.82 646	2.83 649	2.77 661	2.83 636	2.76 656
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 364	0.48 246	0.48 374	0.48 298	0.48 437	0.48 395	0.48 433	0.48 383	0.48 430	0.48 386	0.48 438	0.48 393	0.48 426	0.48 390	0.48 426	0.48 363	0.48 389	0.48 419	0.48 442	0.48 392	0.48 414

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.57 391	0.89 320	0.56 402	0.57 367	0.56 456	0.56 432	0.56 447	0.56 422	0.53 444	0.57 434	0.57 456	0.59 441	0.48 426	0.56 428	0.57 443	0.55 390	0.56 414	0.47 411	0.56 460	0.62 423	0.56 445
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 401	0.69 286	0.56 402	0.71 397	0.56 456	0.71 456	0.56 447	0.71 449	0.56 447	0.72 456	0.56 455	0.71 456	0.56 446	0.71 452	0.58 445	0.68 414	0.55 412	0.68 456	0.55 456	0.68 429	0.54 435

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 450	0.96 336	0.67 438	0.95 444	0.67 478	0.95 489	0.68 472	0.95 487	0.68 474	0.95 492	0.68 481	0.96 497	0.68 472	0.96 496	0.68 470	0.94 472	0.68 447	0.94 508	0.68 487	0.94 484	0.68 470
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 414	0.69 286	0.69 447	0.69 389	0.69 483	0.69 451	0.69 480	0.69 444	0.69 479	0.69 453	0.69 486	0.69 453	0.69 478	0.69 449	0.69 478	0.69 415	0.69 453	0.69 459	0.69 491	0.69 433	0.69 472

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 696	223.51 724	0.62 419	0.59 372	0.71 489	0.59 440	0.73 492	0.67 442	0.73 498	0.55 429	0.61 465	0.60 442	0.74 489	0.63 442	0.73 490	0.66 412	0.60 430	0.69 459	0.66 482	0.72 438	0.65 465
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 427	0.81 306	0.73 460	0.71 397	0.74 494	0.73 458	0.75 494	0.71 449	0.71 492	0.74 462	0.72 498	0.73 461	0.80 498	0.71 452	0.73 490	0.76 442	0.71 460	0.73 465	0.72 500	0.70 436	0.76 492

HSM-Net_RVC	0.95 486	1.17 387	0.78 467	1.18 478	0.71 489	1.16 525	0.75 494	1.09 506	0.80 508	1.10 515	0.75 503	1.17 529	0.74 489	1.17 529	0.80 503	1.13 500	0.73 463	1.17 533	0.77 507	1.16 507	0.72 482
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 490	1.21 437	0.76 464	1.94 569	1.01 533	1.11 520	0.76 496	1.15 509	0.76 501	1.11 520	0.76 504	1.14 526	0.76 492	1.11 523	0.76 497	1.21 553	0.90 483	1.02 521	0.71 498	1.02 496	0.71 481

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

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

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

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

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

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

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

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

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

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

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

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

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

Selective-RAFT	0.89 475	0.89 320	0.72 456	1.16 476	0.78 505	1.06 511	0.82 509	0.87 469	0.97 526	1.00 494	0.91 521	0.90 486	1.00 513	0.89 482	0.93 516	0.83 455	0.83 479	0.82 486	0.82 516	0.81 456	0.82 501

DPSimNet_ROB	0.97 487	1.18 389	0.81 474	1.10 462	0.91 520	1.02 508	0.82 509	1.04 503	0.91 516	1.03 511	0.86 517	1.28 582	0.82 502	1.03 514	0.89 511	1.17 504	0.81 478	1.02 521	0.82 516	1.08 499	0.81 500

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MaDis-Stereo	3.19 652	6.02 656	1.12 505	5.61 669	1.16 547	5.43 688	1.02 531	5.15 687	0.70 487	5.43 687	1.21 593	5.03 688	0.97 510	4.85 681	0.99 521	4.53 658	1.16 517	5.53 687	1.25 598	5.37 677	1.30 598

ac_64	0.22 188	0.13 116	0.19 188	0.23 176	0.10 156	0.26 238	1.02 531	0.14 163	0.10 153	0.28 239	0.14 194	0.17 183	0.19 230	0.28 246	0.09 143	0.22 183	0.16 169	0.23 219	0.17 225	0.11 157	0.12 175

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

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

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

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

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

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

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

RP	2.33 631	25.00 693	1.13 507	1.15 471	1.15 543	1.10 517	1.15 540	1.15 509	1.15 543	1.12 521	1.15 540	1.09 518	1.13 527	1.10 521	1.15 538	1.11 498	1.09 507	1.16 529	1.12 539	1.16 507	1.17 541

Abc-Net	2.32 630	24.75 692	1.14 508	1.17 477	1.17 548	1.11 520	1.15 540	1.17 514	1.21 596	1.08 514	1.16 543	1.12 525	1.14 530	1.09 519	1.17 543	1.09 491	1.16 517	1.17 533	1.17 544	1.16 507	1.11 530
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 633	25.48 694	1.19 516	1.15 471	1.15 543	1.10 517	1.16 542	1.17 514	1.16 544	1.12 521	1.16 543	1.11 524	1.13 527	1.09 519	1.18 544	1.10 493	1.15 516	1.16 529	1.12 539	1.14 502	1.12 532

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 516	1.20 391	1.20 519	1.20 480	1.20 554	1.20 526	1.20 546	1.20 520	1.20 551	1.20 528	1.20 548	1.20 531	1.20 538	1.20 531	1.20 548	1.20 507	1.20 522	1.20 540	1.20 548	1.20 517	1.20 546

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GANetREF_RVC	1.55 575	1.94 524	1.22 566	1.88 566	1.21 600	1.88 602	1.22 592	1.88 596	1.22 597	1.88 599	1.22 594	1.88 601	1.22 585	1.89 605	1.22 594	1.87 589	1.22 569	1.88 616	1.22 594	1.88 594	1.22 592
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 576	1.91 518	1.21 565	1.94 569	1.20 554	2.00 610	1.23 593	1.99 601	1.24 599	2.00 607	1.25 597	2.03 611	1.26 587	2.00 609	1.29 602	1.90 593	1.18 521	1.89 617	1.21 593	1.89 595	1.20 546
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 639	26.05 698	1.23 568	1.23 527	1.22 602	1.20 526	1.24 594	1.23 568	1.23 598	1.19 527	1.22 594	1.21 576	1.24 586	1.20 531	1.24 595	1.21 553	1.17 520	1.22 586	1.25 598	1.20 517	1.24 595

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 688	5.92 655	4.08 674	6.18 672	4.16 689	6.31 691	4.34 690	6.50 691	4.33 689	6.14 692	4.21 688	6.61 695	4.55 683	6.67 691	4.48 688	5.94 682	3.94 668	5.85 690	4.03 689	5.79 680	4.17 688
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 686	5.15 637	4.49 675	5.07 664	3.37 678	6.87 692	4.75 691	5.04 686	6.34 695	7.84 696	5.06 692	6.72 696	4.09 680	4.99 685	5.44 692	5.03 674	3.16 659	4.67 674	4.86 692	5.15 675	3.89 685

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	128.50 714	1422.70 729	53.10 718	79.50 719	51.30 720	77.30 720	49.70 719	74.00 720	48.20 717	77.20 721	48.80 720	73.90 721	48.00 718	73.80 721	48.80 720	70.40 721	45.10 721	68.90 721	46.10 721	68.20 718	45.00 719
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 712	87.70 718	41.95 717	113.75 720	65.62 721	75.05 719	55.25 720	75.64 721	45.04 716	71.61 720	41.75 719	72.81 720	44.06 717	68.38 720	44.63 719	101.89 722	59.57 722	107.10 722	61.05 722	104.38 719	59.38 720

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

MeshStereo	159.24 715	171.00 723	160.68 723	162.58 721	160.59 722	164.01 721	160.35 722	158.51 723	158.56 719	158.34 722	160.12 722	158.56 722	159.92 720	157.26 723	158.94 722	154.38 723	158.36 723	155.75 723	159.13 724	153.67 720	154.07 721
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DLCB_ROB	284.23 719	354.61 725	207.27 724	363.24 725	206.46 723	364.72 726	210.41 723	364.72 727	210.41 720	364.81 727	208.64 724	364.81 727	208.64 722	364.72 727	210.41 724	354.70 727	205.53 725	354.70 727	205.53 726	354.70 724	205.53 723

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

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

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

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

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

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

111111	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 728	10000000.00 730	10000000.00 728	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 731	10000000.00 727	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 728	10000000.00 731	10000000.00 730	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 731	10000000.00 728	10000000.00 729
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 224		0.48 298	0.35 370	0.48 395		0.51 410		0.47 379		0.47 386		0.47 382		0.41 296	0.40 343	0.40 362	0.40 409	0.41 357

ASD4		0.20 137

Low-res two-view benchmark