Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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
ADCMid	0.08 72	0.02 12	0.02 15	1.01 455	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

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

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

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

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_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

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	1.03 363	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

SMFormer	0.09 75	1.01 357	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

xxx	0.09 75	1.01 357	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

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

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

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

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

DualNet (step1)	0.10 90	1.05 367	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	1.05 367	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	1.05 367	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_sample5	0.10 90	1.07 371	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	1.03 363	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

DualNet	0.10 90	1.07 371	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	1.14 380	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

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

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

test_xeample	0.10 90	1.09 373	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

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

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 529	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

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

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

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

x	0.11 111	1.15 383	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

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

xxxx	0.11 111	1.16 385	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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 557	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	1.60 557	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

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 560	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

zh-mn7	0.12 120	1.14 380	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

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
GwcNet	0.12 120	0.07 85	0.05 79	0.08 69	0.05 130	0.08 136	1.20 545	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

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	1.57 615	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	1.65 619	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	1.66 621	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 563	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

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

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

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

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	1.71 624	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

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
w-ln-seven-2	0.14 134	1.22 442	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

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
mmm	0.14 134	1.83 502	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

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

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

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

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
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 580	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

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

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

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
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

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

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)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 579	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

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

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

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
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

z-mn7	0.16 153	1.21 436	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

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

qqq	0.16 153	2.01 526	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

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

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

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
11t1	0.17 158	2.16 536	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

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

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

w-ln-seven	0.18 169	1.47 461	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

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	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

BEATNet-Init1	0.19 173	0.08 87	0.08 82	2.23 581	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	2.23 581	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

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

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

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

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

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

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	1.04 498	0.05 109	0.04 99	0.05 115	0.06 134

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

z-ln-s-r	0.21 181	1.40 459	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

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

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

SuperB	0.21 181	0.10 101	2.51 645	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

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

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

ac_64	0.22 188	0.13 116	0.19 188	0.23 176	0.10 156	0.26 238	1.02 530	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

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

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	1.03 363	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

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	1.19 545	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	1.19 545	0.20 174	0.17 190	0.24 228	0.14 193	0.20 196	0.14 187

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

qqq1	0.25 200	3.70 605	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	3.70 605	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

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

ffm	0.25 200	3.83 611	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	3.83 611	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	3.83 611	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

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

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.
Syn2CoEx	0.25 200	1.31 450	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

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	4.34 652	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

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

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

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

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

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

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

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

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

DDVS	0.30 217	3.10 591	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

ACV-stereo	0.30 217	2.08 528	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

LoS_RVC	0.30 217	1.14 380	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	1.17 386	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

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
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

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

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

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

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

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

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

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

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

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

WCG-NET（raft）	0.32 233	1.24 444	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

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

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
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	3.08 665

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	3.08 665

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

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

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

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

CSP-Net	0.34 238	1.29 446	1.19 515	1.36 544	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	1.26 556	1.21 567	0.03 41	0.09 145	0.02 21	0.09 144

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

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

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

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

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	2.84 656

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

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)
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
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

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	1.08 489	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

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

DCVSM-stereo	0.36 254	1.89 514	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

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

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

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

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

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

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

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

1test111	0.37 264	1.02 361	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	1.02 361	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

EKT-Stereo	0.37 264	0.40 202	0.44 352	1.07 459	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

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

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

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

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

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

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

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

xx1	0.38 270	1.03 363	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

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

DF	0.39 282	1.37 456	1.02 499	1.14 467	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	1.12 498	1.00 490	0.15 175	0.12 179	0.15 174	0.12 175

PAM	0.39 282	1.88 513	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

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

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

PASM	0.39 282	3.06 590	1.36 581	1.58 553	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

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

GCAPDPT-zeroshot4090	0.40 287	1.09 373	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

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.
GCAP-Stereo-DPT-25K	0.41 295	1.09 373	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-Stereo-DPT-FT	0.41 295	1.06 370	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

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	2.90 657

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

GCAP-BAT	0.41 295	1.30 448	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

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

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.
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

Gwc-CoAtRS	0.41 295	1.49 462	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

UPFNet	0.42 308	1.20 390	0.17 176	0.24 181	0.17 218	0.25 229	0.17 207	1.19 516	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	1.15 504	0.93 511

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

GCAP-Stereo-DPT26K	0.43 309	1.76 477	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-8k	0.43 309	1.76 477	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	1.80 487	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-cres	0.43 309	1.77 479	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	1.78 482	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-20K	0.43 309	1.77 479	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	1.77 479	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

DDF-Stereo	0.43 309	1.15 383	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

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

psmg	0.43 309	1.91 517	0.92 487	1.91 567	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	1.97 597	1.44 590	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 309	1.21 436	0.17 176	0.25 188	0.17 218	0.25 229	0.18 215	1.26 568	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	1.18 512	0.98 516

psm_up	0.43 309	1.19 389	0.17 176	0.25 188	0.18 229	0.25 229	0.19 219	1.26 568	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	1.18 512	0.99 517

aanet-new-90k	0.44 322	1.82 499	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	1.81 492	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	1.82 499	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	1.80 487	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	0.45 341	0.33 281	0.38 308	0.26 261	0.38 293	0.26 242

aanet-new-40k	0.44 322	1.81 492	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	1.80 487	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-34k	0.44 322	1.80 487	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-32k-new	0.44 322	1.78 482	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	1.79 486	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	1.78 482	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	1.81 492	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

aanet-new-24k	0.44 322	1.78 482	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	1.81 492	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	1.83 502	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-cres-4k	0.44 322	1.81 492	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	1.85 508	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-24K	0.44 322	1.86 511	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	1.80 487	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	1.82 499	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	1.83 502	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

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	1.46 572	0.26 221	0.34 276	0.26 261	0.36 276	0.53 432

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

MMNet	0.44 322	1.24 444	0.17 176	0.25 188	0.17 218	0.25 229	0.18 215	1.26 568	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	1.20 516	0.99 517

aanet-new-10k	0.45 345	1.81 492	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

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

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	1.42 569	0.28 237	0.34 276	0.28 311	0.37 280	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	1.36 565	0.31 265	0.34 276	0.30 338	0.36 276	0.54 435

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

RAFT-Stereo-weight	0.45 345	1.90 516	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

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

aanet-new-12k	0.46 352	1.99 525	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

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

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

PML	0.46 352	1.36 454	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

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

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

GASTEREO	0.48 364	1.21 436	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

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

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
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

LL-Strereo2	0.48 364	1.73 475	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

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

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

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

GCST	0.50 372	2.08 528	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

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

MSCF	0.51 377	1.40 459	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

UGAM-zero	0.51 377	2.17 537	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

UGAM	0.51 377	2.23 542	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

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

RCA-Stereo	0.51 377	3.22 596	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

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

MatchStereo	0.54 383	0.12 114	2.38 643	2.32 587	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	2.34 620	2.34 639	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
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

castereo++	0.54 383	3.59 602	1.15 509	1.31 538	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	1.45 571	1.16 516	0.15 175	0.14 193	0.15 174	0.13 182

FENet	0.54 383	1.52 463	1.19 515	1.41 548	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	1.40 568	1.07 500	0.32 260	0.23 245	0.33 252	0.23 225

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

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

CFNet-ft	0.55 388	1.57 464	0.14 148	0.20 160	0.14 190	0.20 196	2.53 654	1.61 586	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	1.56 579	1.24 594

MyStereo04	0.56 390	3.72 608	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

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.
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

aanet-new-14k	0.60 392	5.12 635	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

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

MonSter	0.60 392	0.64 284	0.52 395	0.62 377	0.44 421	2.07 612	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

MyStereo07	0.60 392	3.72 608	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

castereo	0.61 397	3.79 610	1.35 573	1.52 552	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	1.43 570	1.38 586	0.17 187	0.16 203	0.18 189	0.16 193

WCG-NET	0.61 397	1.21 436	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

GEAStereo	0.62 399	3.91 615	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

gasm-f	0.62 399	3.91 615	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

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

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

PAM_32	0.64 403	2.38 557	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

CRFU-Net	0.65 404	1.67 467	1.22 565	1.96 571	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	1.80 585	1.62 607	0.34 276	0.23 245	0.33 252	0.23 225

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

KSHMR	0.66 406	0.50 253	0.48 374	1.15 470	0.52 450	0.49 400	0.51 442	0.49 387	0.71 492	0.67 450	0.50 444	1.16 527	1.11 525	0.66 445	0.52 437	0.49 366	0.49 392	0.51 433	0.66 482	0.50 400	1.14 535

TorneroNet	0.66 406	0.53 267	0.50 386	0.50 340	0.64 471	1.06 510	0.70 486	0.50 396	0.51 443	0.49 393	0.69 486	0.49 397	0.50 435	0.48 390	1.15 537	0.71 422	0.49 392	1.14 525	1.08 536	0.49 395	0.49 419

GES	0.66 406	2.34 553	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	2.46 658	2.49 620	0.30 319

cf-r	0.66 406	2.17 537	0.12 123	0.18 153	0.12 184	0.18 188	2.70 658	2.60 633	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	1.81 591	1.74 632

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

DEFOM-Stereo	0.68 411	3.11 592	1.40 587	1.63 561	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	1.59 578	1.47 592	0.30 251	0.29 324	0.30 237	0.28 300

ssnet_v2	0.68 411	1.96 524	1.25 569	0.29 200	0.20 236	0.30 247	0.20 223	0.29 238	0.22 236	1.50 588	0.20 236	0.31 257	0.20 234	0.27 242	0.22 230	0.24 201	1.49 593	0.26 238	0.18 231	3.90 643	0.19 217

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

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

NINENet	0.69 414	3.87 614	1.20 518	1.98 572	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	1.79 584	1.56 599	0.34 276	0.22 239	0.34 256	0.23 225

VIP-Stereo	0.70 417	2.97 589	2.43 644	2.49 594	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	1.86 586	1.26 569	0.23 219	0.15 201	0.23 215	0.15 192

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

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

MyStereo8	0.71 420	3.92 617	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

HH	0.71 420	2.54 563	0.74 461	1.10 461	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	2.54 563	0.74 461	1.10 461	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

CAR	0.72 423	0.76 298	0.59 406	0.84 421	1.19 551	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	1.19 551	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	1.31 450	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

ktn	0.72 423	0.53 267	1.08 503	1.14 467	0.51 449	1.22 571	1.36 603	0.51 410	0.59 454	0.51 415	0.51 450	0.69 453	1.20 537	0.67 447	0.51 435	0.51 378	0.49 392	0.58 444	0.66 482	0.52 408	0.53 432

MGA	0.73 427	0.76 298	0.60 410	0.92 435	1.17 547	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

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

CroCo-Stereo	0.73 427	1.22 442	0.25 211	1.22 524	0.25 259	1.22 571	0.25 247	1.22 565	0.25 250	1.22 573	0.25 259	1.22 576	0.25 252	1.22 576	0.25 248	1.22 554	0.26 221	1.21 584	0.25 255	1.22 564	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
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

monster-pro	0.75 431	1.67 467	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

AIO-Stereo-zeroshot1	0.75 431	0.92 330	0.85 479	0.96 447	0.59 459	1.27 575	0.44 411	0.59 430	0.69 479	0.91 483	0.68 481	0.55 431	0.61 457	1.06 514	0.83 508	0.62 406	0.70 456	0.90 495	0.41 417	0.89 469	0.56 445

MyStereo06	0.75 431	4.12 619	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

GCAP-Stereo	0.75 431	4.15 622	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

GANet-RSSM	0.75 431	1.91 517	0.14 148	0.47 293	0.14 190	0.21 206	3.21 675	2.30 619	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	2.13 602	2.12 642

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

DNS	0.77 437	1.09 373	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

CroCo-Stereo Lap2	0.77 437	1.29 446	0.29 230	1.27 529	0.29 282	1.27 575	0.26 254	1.26 568	0.26 263	1.26 574	0.26 264	1.27 580	0.26 261	1.26 577	0.27 254	1.27 557	0.27 231	1.27 588	0.27 298	1.27 568	0.27 280

PSMNet-RSSM	0.77 437	2.76 580	0.14 148	0.20 160	0.14 190	0.20 196	2.66 656	2.79 646	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	2.52 624	2.31 647

GwcNet-RSSM	0.77 437	2.77 582	0.14 148	0.20 160	0.14 190	0.20 196	2.67 657	2.78 645	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	2.52 624	2.31 647

4D-IteraStereo	0.78 441	3.13 593	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

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	1.10 519	0.38 376	0.49 396	0.38 372	0.71 422	0.88 482	5.98 691	0.36 389	0.46 375	0.36 362

hitnet-ft	0.79 442	2.78 585	0.14 148	0.20 160	0.14 190	0.21 206	2.89 659	2.80 647	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	2.54 632	2.33 649

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

MyStereo05	0.80 445	4.12 619	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

UDG	0.80 445	2.21 541	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

ccnet	0.80 445	2.28 545	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	1.56 602	2.38 623	0.33 340	0.41 296	0.29 251	0.42 390	1.57 618	2.28 608	0.29 306

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

GSStereo	0.81 450	4.28 625	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	3.79 672	0.50 404	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.35 359

BSDual-CNN	0.81 450	1.91 517	0.92 487	4.48 643	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	1.97 597	4.19 669	0.33 267	0.23 245	0.34 256	0.27 280

DDUNet	0.81 450	2.45 561	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

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
gwcnet-sp	0.82 455	1.72 470	1.48 591	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 250	1.61 592	0.23 246	0.28 243	0.26 261	0.20 193	0.15 194	0.24 201	1.33 577	0.32 260	0.16 203	6.75 682	0.23 225

scenet	0.82 455	1.72 470	1.48 591	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 250	1.61 592	0.23 246	0.28 243	0.26 261	0.20 193	0.15 194	0.24 201	1.33 577	0.32 260	0.16 203	6.75 682	0.23 225

ssnet	0.82 455	1.72 470	1.48 591	0.39 237	0.15 202	0.31 253	0.21 228	0.20 194	0.25 250	1.61 592	0.23 246	0.28 243	0.26 261	0.20 193	0.15 194	0.24 201	1.33 577	0.32 260	0.16 203	6.75 682	0.23 225

DEFOM-Stereo_RVC	0.83 458	5.18 637	1.98 632	2.19 578	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	2.28 614	2.13 634	0.24 228	0.17 225	0.18 189	0.16 193

BUS	0.83 458	1.91 517	0.92 487	4.48 643	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	1.97 597	4.19 669	0.33 267	0.23 245	0.34 256	0.27 280

PDISCO_ROB	0.83 458	2.80 586	3.49 666	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	3.30 653	0.13 180	0.14 133	2.34 639	0.16 179	0.12 179	2.62 633	0.10 149

WQFJA1++	0.84 461	0.98 339	0.67 438	1.26 528	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

WQFJX1	0.84 461	0.98 339	0.67 438	1.30 536	0.75 496	1.01 501	0.67 468	1.01 497	0.67 468	1.01 504	0.67 476	1.01 507	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

NLMM	0.84 461	1.00 348	0.67 438	1.27 529	0.75 496	1.00 494	0.68 472	1.00 489	0.67 468	1.00 494	0.67 476	1.02 511	0.67 468	1.02 511	0.67 463	0.97 475	0.67 442	0.93 504	0.63 471	0.92 475	0.63 457

AIO-Stereo	0.84 461	0.66 285	0.70 450	0.83 420	0.67 478	0.98 492	0.82 509	1.14 507	0.72 495	1.03 510	0.74 502	1.03 512	1.09 524	0.99 498	0.45 409	1.04 486	0.73 463	0.95 510	0.74 502	0.94 484	0.46 405

DCRE	0.84 461	1.89 514	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

iGMRVC	0.84 461	2.85 587	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

WQFJA1	0.85 467	0.98 339	0.67 438	1.29 534	0.76 501	1.01 501	0.67 468	1.02 501	0.67 468	1.02 508	0.67 476	1.01 507	0.67 468	1.01 507	0.68 470	0.99 480	0.67 442	0.93 504	0.64 476	0.92 475	0.65 465

WQFJX	0.85 467	1.00 348	0.68 445	1.30 536	0.75 496	1.01 501	0.68 472	1.01 497	0.68 474	1.01 504	0.68 481	1.03 512	0.68 472	1.02 511	0.67 463	0.97 475	0.67 442	0.93 504	0.63 471	0.94 484	0.63 457

NLSM3	0.85 467	0.99 346	0.68 445	1.29 534	0.76 501	1.01 501	0.68 472	1.01 497	0.68 474	1.02 508	0.68 481	1.01 507	0.68 472	1.01 507	0.68 470	0.97 475	0.68 447	0.93 504	0.64 476	0.93 480	0.63 457

NLMM1	0.86 470	0.98 339	0.69 447	1.48 551	0.75 496	1.01 501	0.69 480	1.00 489	0.69 479	1.00 494	0.70 490	1.00 500	0.68 472	1.01 507	0.67 463	0.97 475	0.68 447	0.92 501	0.63 471	0.93 480	0.63 457

AdaDepth	0.86 470	0.93 332	0.71 453	1.01 455	1.07 537	1.02 507	0.71 489	1.00 489	0.71 492	1.01 504	0.71 495	1.00 500	0.72 487	1.14 525	0.71 488	0.92 466	0.64 438	0.90 495	0.64 476	0.89 469	0.69 472

GEStereo_RVC	0.86 470	4.45 626	0.20 191	0.27 198	0.20 236	0.27 242	0.20 223	0.26 230	0.18 222	5.03 683	0.20 236	0.27 242	0.19 230	0.27 242	0.21 228	0.20 174	0.19 198	0.19 199	4.02 687	0.20 196	0.18 215

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

IER	0.88 473	7.04 656	2.23 637	2.75 599	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

Selective-RAFT	0.89 475	0.89 320	0.72 456	1.16 475	0.78 505	1.06 510	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

AIO-Stereo-zeroshot	0.91 476	0.86 313	0.89 480	1.25 527	0.69 483	1.05 509	0.81 506	1.16 511	0.50 436	1.12 520	0.97 526	0.72 459	0.82 502	1.06 514	0.95 517	0.61 402	0.87 481	1.03 522	0.85 519	1.04 496	1.01 524

CFNet-RSSM	0.91 476	4.89 632	0.34 269	0.44 281	1.07 537	1.62 597	1.40 610	0.91 477	0.35 364	1.60 589	1.39 610	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

MLG-Stereo	0.92 478	0.90 323	0.84 478	1.27 529	0.49 439	1.38 585	0.88 512	1.41 582	0.97 526	0.73 457	1.09 536	1.26 577	0.43 408	0.72 454	1.05 529	1.13 499	0.49 392	1.18 535	0.66 482	1.01 493	0.46 405

ToySt	0.92 478	2.11 531	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

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

error version	0.93 483	4.47 627	2.35 640	1.99 573	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	1.87 588	2.16 635	0.47 411	0.37 392	0.39 334	0.33 342

test_1	0.93 483	4.47 627	2.35 640	1.99 573	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	1.87 588	2.16 635	0.47 411	0.37 392	0.39 334	0.33 342

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

HSM-Net_RVC	0.95 486	1.17 386	0.78 467	1.18 477	0.71 489	1.16 524	0.75 494	1.09 505	0.80 508	1.10 514	0.75 503	1.17 528	0.74 489	1.17 528	0.80 503	1.13 499	0.73 463	1.17 532	0.77 507	1.16 506	0.72 482
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 487	3.17 595	2.30 639	2.42 591	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	2.38 623	2.34 639	0.49 424	0.36 389	0.49 395	0.36 362

DPSimNet_ROB	0.97 487	1.18 388	0.81 474	1.10 461	0.91 520	1.02 507	0.82 509	1.04 502	0.91 516	1.03 510	0.86 517	1.28 581	0.82 502	1.03 513	0.89 511	1.17 503	0.81 478	1.02 520	0.82 516	1.08 498	0.81 500

test-3	0.98 489	4.13 621	1.85 621	1.85 564	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	1.68 582	1.81 619	0.40 362	0.43 427	0.66 427	0.50 422

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

Wavelet-MonSter	1.00 490	1.21 436	0.76 464	1.94 568	1.01 532	1.11 519	0.76 496	1.15 508	0.76 501	1.11 519	0.76 504	1.14 525	0.76 492	1.11 522	0.76 497	1.21 552	0.90 483	1.02 520	0.71 498	1.02 495	0.71 481

999	1.00 490	1.12 379	0.59 406	1.10 461	1.21 599	1.09 515	0.52 443	1.08 503	1.43 612	1.18 525	1.35 604	0.98 499	0.52 441	0.91 485	0.85 509	0.72 432	1.46 591	0.83 487	0.98 525	0.68 429	1.41 607

DispNO	1.00 490	0.63 282	0.43 350	3.45 627	0.44 421	0.65 448	0.43 410	0.64 438	0.43 411	0.64 446	0.43 417	0.64 447	3.03 650	0.64 443	0.43 406	4.55 658	0.43 367	0.63 449	0.43 427	0.63 424	0.43 399

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

trnet	1.01 497	1.01 357	1.01 498	1.01 455	1.01 532	1.01 501	1.01 528	1.01 497	1.01 534	1.01 504	1.01 532	1.01 507	1.01 520	1.01 507	1.01 526	1.01 485	1.01 495	1.01 519	1.01 533	1.01 493	1.01 524

LL-Strereo	1.01 497	5.06 634	1.63 600	0.70 395	1.43 610	0.56 432	0.46 419	0.57 425	0.50 436	0.57 434	0.50 444	1.58 592	0.49 431	0.59 435	0.50 430	1.64 581	0.52 407	0.51 433	1.37 605	0.52 408	0.45 404

FlowAnything_test	1.02 499	1.72 470	0.71 453	1.59 554	0.70 487	1.61 595	0.69 480	1.61 586	0.70 487	1.60 589	0.70 490	1.61 596	0.69 478	1.61 593	0.70 486	0.81 450	0.58 419	0.81 482	0.55 456	0.81 456	0.56 445

FlowAnything	1.02 499	1.71 469	0.72 456	1.59 554	0.69 483	1.60 594	0.69 480	1.61 586	0.70 487	1.60 589	0.69 486	1.60 593	0.69 478	1.61 593	0.69 478	0.81 450	0.58 419	0.81 482	0.56 460	0.82 458	0.56 445

Hybrid-DGEV	1.03 501	1.75 476	0.80 471	1.28 533	0.78 505	1.26 574	0.80 502	1.26 568	0.78 502	1.26 574	0.78 508	1.26 577	0.78 496	1.26 577	0.78 499	1.15 502	0.75 466	1.14 525	0.74 502	1.14 501	0.75 489

tt45	1.04 502	0.88 317	1.36 581	0.92 435	1.03 535	1.51 593	0.79 499	0.70 448	0.88 514	0.74 462	0.90 518	1.60 593	0.72 487	1.60 591	0.75 495	0.91 463	0.78 471	1.52 601	0.79 511	1.14 501	1.32 599

Hybrid-DGEV-2	1.05 503	1.83 502	0.83 475	1.33 540	0.82 513	1.30 577	0.81 506	1.26 568	0.79 506	1.29 576	0.79 510	1.26 577	0.80 498	1.26 577	0.79 500	1.20 506	0.78 471	1.18 535	0.77 507	1.20 516	0.77 494

Hybrid-DGEV-03	1.07 504	1.83 502	0.83 475	1.34 541	0.81 512	1.32 579	0.81 506	1.31 575	0.81 511	1.31 577	0.82 514	1.32 582	0.82 502	1.32 582	0.81 506	1.19 504	0.77 469	1.19 537	0.76 505	1.19 514	0.77 494

GLC_STEREO	1.07 504	1.01 357	1.06 501	1.07 459	1.05 536	1.06 510	1.08 533	1.08 503	1.05 538	1.07 512	1.06 534	1.08 515	1.05 522	1.06 514	1.10 532	1.07 488	1.09 506	1.05 523	1.05 535	1.06 497	1.12 531

FC-DCNN	1.07 504	1.09 373	0.98 492	0.89 427	0.52 450	1.41 589	0.91 515	1.21 564	1.24 598	1.96 601	2.05 656	1.91 602	1.30 590	1.27 580	1.08 531	0.80 447	0.60 430	0.58 444	0.41 417	0.68 429	0.54 435

hknet	1.10 507	1.85 508	3.49 666	4.48 643	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	4.39 655	4.19 669	0.33 267	0.23 245	0.34 256	0.27 280

test_xeample3	1.10 507	1.81 492	0.61 416	0.84 421	0.49 439	0.77 460	0.66 464	0.92 480	1.40 610	0.68 452	0.46 426	0.78 467	0.54 445	1.72 596	1.48 612	1.34 562	1.52 595	1.35 594	1.67 631	1.33 571	1.55 612

DISCO	1.11 509	0.39 198	5.28 679	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	6.95 694	0.22 230	0.30 225	0.21 203	0.27 242	0.21 236	5.25 675	0.21 221

Occ-G	1.12 510	0.52 263	3.72 671	3.50 631	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	3.42 647	4.02 668	0.52 436	0.45 429	0.51 406	0.44 402

AEACV	1.12 510	0.52 263	3.12 662	3.24 616	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	3.01 642	3.88 666	0.71 464	0.60 465	0.80 453	0.48 414

LiteMatch	1.13 512	0.73 293	2.80 648	3.23 614	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	2.97 640	2.43 642	0.68 456	0.32 356	0.56 416	0.70 475

Lsterematch	1.13 512	0.73 293	2.80 648	3.23 614	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	2.97 640	2.43 642	0.68 456	0.32 356	0.56 416	0.70 475

MSMD_ROB	1.19 514	1.10 378	0.70 450	1.10 461	0.60 460	1.10 516	0.70 486	1.10 506	0.70 487	1.10 514	0.70 490	1.10 519	0.70 482	7.00 695	0.70 486	1.10 492	0.70 456	1.10 524	0.70 495	1.10 499	0.70 475

MM-Stereo_test2	1.20 515	1.85 508	1.05 500	1.46 550	0.94 524	1.36 583	0.99 523	1.36 577	0.95 523	1.41 584	0.98 527	1.40 588	0.96 509	1.37 584	0.95 517	1.37 567	1.06 499	1.33 591	0.93 524	1.29 570	0.89 507

ours_stereo	1.20 515	1.21 436	0.90 483	1.64 562	1.11 539	1.35 581	0.67 468	1.76 593	0.93 521	1.70 597	1.10 537	1.39 586	0.75 491	1.41 586	0.81 506	1.60 580	1.03 497	1.33 591	1.00 527	1.61 581	0.72 482

DisPM	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

CrosDoStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

PFNet+	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

LCNet	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

HHNet	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

Patchmatch Stereo++	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545
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	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

STrans-v2	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

TransformOpticalFlow	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

OMP-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

IIG-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

NF-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

OCTAStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

PSM-softLoss	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

KMStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

NRIStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

PSM-adaLoss	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

PSM-AAD	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

FTStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

ROB_FTStereo_v2	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

ROB_FTStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

Consistency-Raft	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

KYRaft	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

HUI-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

ASMatch	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

DeepStereo_LL	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

DEmStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

SST-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

THIR-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

RAFT_R40	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

DRaft	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

PFNet	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

GrayStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

RE-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

Pruner-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

TVStereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

DeepStereo_RVC	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

RAFT-RH_RVC	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

IRAFT_RVC	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

RAFT-345	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

iRAFT	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

CRE-IMP	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

GMM-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

RAFT-IKP	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

Prome-Stereo	1.20 515	1.20 390	1.20 518	1.20 479	1.20 553	1.20 525	1.20 545	1.20 519	1.20 550	1.20 527	1.20 547	1.20 530	1.20 537	1.20 530	1.20 547	1.20 506	1.20 521	1.20 539	1.20 547	1.20 516	1.20 545

qqai	1.22 562	1.38 457	1.12 504	1.39 547	1.14 540	1.40 587	1.14 537	1.41 582	1.12 539	1.40 583	1.11 538	1.40 588	1.13 526	1.41 586	1.15 537	1.25 555	0.97 489	1.24 586	1.01 533	1.24 565	0.96 514

HCRNet	1.22 562	7.11 657	3.00 650	3.55 632	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	3.64 648	3.00 646	0.76 473	0.32 356	0.18 189	0.13 182

HBP-ISP	1.24 564	1.72 470	1.65 601	1.15 470	0.76 501	1.40 587	0.88 512	1.67 592	1.02 535	1.69 596	1.38 609	1.69 597	1.21 583	1.87 603	1.21 592	1.05 487	0.79 473	0.97 513	0.80 513	1.19 514	0.75 489

AANet_RVC	1.26 565	0.31 177	4.99 677	5.93 669	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	5.66 679	4.76 672	0.26 238	0.30 338	0.24 219	0.27 280

MM-Stereo_test3	1.27 566	2.07 527	1.18 513	1.60 557	1.02 534	1.45 591	1.01 528	1.40 581	1.04 537	1.44 586	1.03 533	1.46 591	1.02 521	1.44 589	1.02 527	1.51 576	1.12 513	1.32 590	0.98 525	1.38 574	0.97 515

11t	1.27 566	2.70 572	1.34 571	1.32 539	0.89 516	1.30 577	1.34 600	1.64 589	0.57 449	1.45 587	0.72 498	1.05 514	1.29 589	1.07 517	1.29 601	1.49 573	1.02 496	0.97 513	1.15 540	1.48 576	1.31 598

MaskLacGwcNet_RVC	1.35 568	1.35 453	1.35 573	1.35 543	1.35 604	1.35 581	1.35 601	1.36 577	1.35 606	1.36 581	1.35 604	1.36 584	1.36 595	1.36 583	1.35 605	1.35 563	1.35 582	1.35 594	1.35 602	1.35 572	1.35 603

CC-Net-ROB	1.36 569	1.33 452	1.33 570	1.36 544	1.38 607	1.36 583	1.33 599	1.37 579	1.34 603	1.35 580	1.36 606	1.38 585	1.34 593	1.38 585	1.38 608	1.35 563	1.38 586	1.33 591	1.35 602	1.43 575	1.34 602

CFNet	1.37 570	5.27 640	0.19 188	5.49 666	0.19 233	0.28 243	0.19 219	0.28 233	0.19 228	0.28 239	0.19 232	0.28 243	4.35 680	0.28 246	0.19 222	0.23 194	0.17 190	0.23 219	4.21 689	4.81 666	0.17 210

PS-NSSS	1.38 571	1.39 458	1.34 571	1.34 541	1.35 604	1.38 585	1.37 608	1.35 576	1.38 609	1.34 579	1.34 603	1.39 586	1.38 598	1.70 595	1.40 609	1.36 565	1.36 583	1.36 596	1.37 605	1.37 573	1.36 604

RASNet	1.49 572	1.65 466	1.45 589	1.38 546	1.43 610	1.47 592	1.36 603	1.38 580	1.36 607	1.39 582	1.60 620	1.45 590	1.45 601	1.51 590	2.21 651	1.53 577	1.36 583	1.36 596	1.36 604	1.66 584	1.36 604

BLMT-Stereo	1.53 573	1.36 454	1.06 501	1.42 549	1.23 603	1.41 589	1.07 532	1.43 584	1.12 539	1.42 585	1.06 534	1.83 599	1.07 523	1.42 588	1.07 530	1.27 557	1.38 586	6.80 692	1.00 527	1.26 567	1.00 519

GANetREF_RVC	1.55 574	1.94 523	1.22 565	1.88 565	1.21 599	1.88 601	1.22 591	1.88 595	1.22 596	1.88 598	1.22 593	1.88 600	1.22 584	1.89 604	1.22 593	1.87 588	1.22 568	1.88 615	1.22 593	1.88 593	1.22 591
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	1.59 575	1.91 517	1.21 564	1.94 568	1.20 553	2.00 609	1.23 592	1.99 600	1.24 598	2.00 606	1.25 596	2.03 610	1.26 586	2.00 608	1.29 601	1.90 592	1.18 520	1.89 616	1.21 592	1.89 594	1.20 545
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 576	1.59 465	1.70 603	1.59 554	1.59 616	1.61 595	1.61 619	1.60 585	1.60 616	1.62 595	1.59 619	1.60 593	1.60 604	1.60 591	1.59 616	1.59 578	1.60 606	1.59 602	1.59 623	1.59 580	1.59 618

ff7	1.68 577	2.68 569	1.35 573	0.97 448	0.89 516	1.84 598	2.15 649	2.12 606	1.80 633	2.05 611	1.56 616	2.33 618	2.12 640	2.23 614	2.25 652	1.31 559	1.07 500	1.48 598	1.41 608	0.90 472	1.04 526

ffff	1.68 577	2.68 569	1.35 573	0.97 448	0.89 516	1.84 598	2.15 649	2.12 606	1.80 633	2.05 611	1.56 616	2.33 618	2.12 640	2.23 614	2.25 652	1.31 559	1.07 500	1.48 598	1.41 608	0.90 472	1.04 526

ccc-4	1.68 577	2.68 569	1.35 573	0.97 448	0.89 516	1.84 598	2.15 649	2.12 606	1.80 633	2.05 611	1.56 616	2.33 618	2.12 640	2.23 614	2.25 652	1.31 559	1.07 500	1.48 598	1.41 608	0.90 472	1.04 526

MC-Stereo	1.76 580	2.96 588	1.37 583	2.14 576	1.37 606	2.14 615	1.36 603	2.14 609	1.37 608	2.14 615	1.37 607	2.14 612	1.37 597	2.14 613	1.37 607	1.97 597	1.32 570	1.97 619	1.32 601	1.98 596	1.33 600

IGEVStereo-DCA	1.77 581	4.21 623	1.84 619	2.49 594	2.11 650	2.54 636	1.36 603	1.65 590	1.17 547	2.75 645	1.90 639	2.54 631	1.15 530	0.94 492	1.11 533	1.50 574	1.32 570	0.96 511	1.46 614	1.49 577	0.88 504

rrr	1.77 581	4.21 623	1.84 619	2.49 594	2.11 650	2.54 636	1.36 603	1.65 590	1.17 547	2.75 645	1.90 639	2.54 631	1.15 530	0.94 492	1.11 533	1.50 574	1.32 570	0.96 511	1.46 614	1.49 577	0.88 504

MM-Stereo_test1	1.80 583	3.41 600	1.52 596	2.12 575	1.41 609	2.04 610	1.41 611	2.05 604	1.46 613	2.04 610	1.41 611	2.05 611	1.42 600	2.05 609	1.43 611	2.04 601	1.54 598	1.94 617	1.38 607	1.99 597	1.33 600

MFMNet_re	1.81 584	1.91 517	1.71 605	1.95 570	1.70 627	1.95 606	1.70 624	1.96 598	1.74 629	1.97 603	1.72 628	1.95 603	1.71 612	1.97 607	1.71 624	1.86 586	1.62 607	1.85 608	1.66 630	1.86 592	1.64 624

plain	1.88 585	3.16 594	0.64 427	3.10 609	0.65 473	3.10 651	0.64 459	3.12 650	0.65 464	3.10 651	0.65 472	3.11 651	0.65 462	3.12 650	0.65 458	3.12 643	0.65 440	3.13 649	0.65 480	3.13 637	0.65 465

derf	1.91 586	2.15 535	1.78 609	2.16 577	1.75 629	2.21 616	1.80 627	2.22 612	1.80 633	2.21 618	1.76 629	2.17 613	1.81 621	2.24 617	1.74 632	1.93 595	1.56 599	1.96 618	1.53 616	1.95 595	1.56 613

RAFT_CTSACE	1.92 587	3.71 607	1.72 606	1.88 565	1.72 628	2.04 610	1.42 613	2.18 611	1.89 645	2.02 608	1.97 645	1.95 603	2.06 639	1.93 605	1.62 617	1.76 583	1.66 610	2.02 620	1.73 639	1.73 587	1.43 609

MonStereo1	1.94 588	2.77 582	1.52 596	3.73 639	1.51 613	2.13 614	1.42 613	2.32 620	1.52 614	2.31 624	1.50 614	2.53 628	1.59 603	2.34 622	1.56 614	1.91 593	1.36 583	1.86 611	1.31 600	2.07 598	1.53 610

4.25w-stereo	1.98 589	2.72 576	1.46 590	3.47 628	1.43 610	2.07 612	1.98 640	2.53 632	1.52 614	2.71 638	1.98 651	1.81 598	1.62 606	1.96 606	1.36 606	1.88 591	2.00 624	2.53 643	1.61 625	1.74 588	1.15 536

4.5w-stereo	1.99 590	2.33 549	1.81 610	3.28 618	1.68 623	1.94 603	1.99 643	2.72 635	1.70 621	2.72 639	1.99 654	1.97 605	1.68 608	1.76 597	1.29 601	1.91 593	2.02 630	2.53 643	1.61 625	1.75 589	1.16 539

2.75w_new	1.99 590	2.34 553	1.81 610	3.14 610	1.62 618	1.94 603	1.99 643	2.72 635	1.71 622	2.72 639	1.99 654	1.90 601	1.73 614	1.82 602	1.29 601	2.37 622	2.01 626	2.31 630	1.42 611	1.77 590	1.22 591

3.75w	1.99 590	2.31 547	1.83 618	3.16 612	1.65 620	1.93 602	1.98 640	2.72 635	1.68 618	2.73 644	1.97 645	2.00 607	1.72 613	1.81 601	1.25 597	2.27 613	2.01 626	2.38 635	1.42 611	1.71 586	1.24 594

2w_stereo	1.99 590	2.36 556	1.81 610	3.24 616	1.67 621	1.94 603	1.98 640	2.72 635	1.68 618	2.72 639	1.94 642	1.98 606	1.74 616	1.79 600	1.27 598	1.95 596	2.00 624	2.53 643	1.60 624	1.68 585	1.15 536

2.25w	2.00 594	1.86 511	1.98 632	2.95 607	2.17 654	2.26 617	1.35 601	2.42 626	2.00 652	2.07 614	1.27 598	2.53 628	1.99 635	2.29 619	1.49 613	2.21 608	1.32 570	1.85 608	1.87 643	2.52 624	1.62 622

4.25_new	2.00 594	2.33 549	1.82 615	3.32 621	1.69 624	1.95 606	1.99 643	2.72 635	1.71 622	2.72 639	1.97 645	2.01 608	1.74 616	1.77 598	1.28 599	2.18 605	2.01 626	2.48 641	1.58 621	1.65 582	1.17 540

4.5w_new	2.00 594	2.33 549	1.82 615	3.32 621	1.69 624	1.95 606	1.99 643	2.72 635	1.71 622	2.72 639	1.97 645	2.01 608	1.74 616	1.77 598	1.28 599	2.18 605	2.01 626	2.48 641	1.58 621	1.65 582	1.17 540

4.5_new	2.00 594	1.84 507	1.98 632	2.77 601	2.16 652	2.27 618	1.28 598	2.09 605	1.98 649	2.01 607	1.28 599	2.71 640	1.98 633	2.51 631	1.65 619	2.26 610	1.33 577	1.87 612	1.87 643	2.49 620	1.60 619

TRStereo	2.00 594	2.13 532	1.85 621	2.27 583	1.84 633	2.28 620	1.84 629	2.29 615	1.86 639	2.30 621	1.87 634	2.30 615	1.87 623	2.08 610	1.72 626	2.08 602	1.72 613	2.08 622	1.72 636	2.08 599	1.72 629

XX-Stereo	2.00 594	2.13 532	1.85 621	2.27 583	1.84 633	2.28 620	1.84 629	2.29 615	1.86 639	2.30 621	1.87 634	2.30 615	1.87 623	2.08 610	1.72 626	2.08 602	1.72 613	2.08 622	1.72 636	2.08 599	1.72 629

EAI-Stereo	2.00 594	2.13 532	1.85 621	2.27 583	1.84 633	2.28 620	1.84 629	2.29 615	1.86 639	2.30 621	1.87 634	2.30 615	1.87 623	2.08 610	1.72 626	2.08 602	1.72 613	2.08 622	1.72 636	2.08 599	1.72 629

2.5w	2.01 601	2.40 558	1.37 583	3.28 618	2.01 644	2.71 641	1.43 616	1.82 594	1.83 637	1.90 600	1.41 611	2.71 640	1.35 594	2.71 640	1.85 638	2.66 634	1.53 596	1.64 603	1.23 594	2.53 627	1.87 638

4w-stereo	2.02 602	2.72 576	1.44 588	3.36 624	1.59 616	2.48 629	1.72 625	2.28 613	1.24 598	2.24 619	1.65 624	2.56 633	1.32 592	2.39 625	1.98 648	2.67 636	1.51 594	1.66 604	1.24 595	2.53 627	1.88 641

IGEV	2.02 602	2.20 539	1.82 615	2.90 606	2.16 652	2.41 626	1.25 594	2.00 601	1.98 649	1.99 605	1.31 601	2.72 644	1.93 629	2.67 639	1.69 623	2.26 610	1.32 570	1.83 607	1.87 643	2.53 627	1.61 621

3.25w_new	2.03 604	2.72 576	1.35 573	3.33 623	1.57 614	2.72 642	1.53 618	2.15 610	1.33 602	2.15 616	1.60 620	2.63 637	1.30 590	2.72 642	1.99 649	2.67 636	1.53 596	1.75 606	1.25 597	2.53 627	1.87 638

3.5w_stereo	2.03 604	2.72 576	1.35 573	3.41 625	1.57 614	2.72 642	1.49 617	2.01 602	1.34 603	2.15 616	1.61 622	2.63 637	1.36 595	2.72 642	1.99 649	2.66 634	1.58 602	1.68 605	1.24 595	2.53 627	1.87 638

UniTT-Stereo	2.03 604	3.43 601	0.72 456	3.42 626	0.73 492	3.27 654	0.68 472	3.38 655	0.69 479	3.29 654	0.72 498	3.28 654	0.70 482	3.35 656	0.68 470	3.39 646	0.68 447	3.31 652	0.69 491	3.37 638	0.73 485

3.25w	2.04 607	2.20 539	1.48 591	3.03 608	2.17 654	2.63 640	1.39 609	1.96 598	1.95 648	1.96 601	1.37 607	2.71 640	1.96 632	2.71 640	1.73 631	2.26 610	1.32 570	1.87 612	1.87 643	2.51 623	1.63 623

3w_stereo	2.04 607	2.24 543	1.70 603	3.15 611	2.18 656	2.49 630	1.26 596	2.03 603	1.98 649	1.98 604	1.33 602	2.72 644	1.99 635	2.59 634	1.72 626	2.22 609	1.33 577	1.85 608	1.88 648	2.50 622	1.58 617

1w_stereo	2.05 609	2.32 548	1.35 573	3.74 640	2.01 644	2.73 644	1.42 613	1.88 595	1.93 647	2.03 609	1.28 599	2.71 640	1.99 635	2.72 642	1.72 626	2.20 607	1.32 570	1.87 612	1.86 642	2.45 616	1.54 611

LiteMatch*	2.07 610	1.30 448	5.73 682	6.28 672	0.79 507	1.33 580	0.80 502	1.30 574	1.02 535	1.33 578	0.84 516	1.33 583	0.97 510	1.28 581	1.04 528	6.05 683	5.89 678	1.28 589	0.76 505	1.28 569	0.88 504

sCroCo_RVC	2.10 611	2.76 580	1.92 629	2.78 604	1.39 608	2.73 644	1.41 611	2.73 641	1.40 610	2.77 650	1.41 611	2.74 646	1.40 599	2.74 645	1.40 609	2.72 638	1.42 589	2.72 647	1.44 613	2.79 634	1.42 608

MoCha-V2	2.11 612	26.97 699	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

FBW_ROB	2.12 613	2.46 562	1.77 608	2.49 594	1.79 632	2.38 624	1.83 628	2.46 627	1.78 632	2.48 632	1.97 645	2.40 623	1.78 619	2.42 628	1.83 636	2.31 618	1.85 621	2.38 635	1.82 641	2.35 611	1.84 634

MonStereo	2.17 614	2.41 559	1.49 595	2.67 598	1.67 621	2.60 639	2.04 647	2.32 620	1.76 630	2.44 629	1.68 626	2.50 626	1.69 610	2.38 623	1.80 635	2.28 614	1.78 616	2.63 646	2.14 651	3.47 639	1.68 627

asda	2.17 614	2.54 563	1.81 610	3.47 628	1.78 631	2.50 632	1.86 633	2.61 634	1.68 618	2.61 636	1.83 631	2.37 622	1.73 614	2.44 629	1.88 643	2.51 631	1.84 620	2.34 632	1.62 627	2.23 604	1.77 633

asd	2.18 616	2.77 582	1.58 598	3.59 633	2.00 643	2.58 638	1.85 632	2.39 625	1.71 622	2.47 631	1.97 645	2.59 635	1.61 605	2.56 632	1.79 634	2.51 631	1.99 623	2.11 625	1.62 627	2.36 612	1.60 619

qwe	2.18 616	2.60 566	1.58 598	3.83 641	1.90 641	2.53 634	1.90 638	2.48 628	1.73 627	2.37 627	1.92 641	2.53 628	1.68 608	2.56 632	1.83 636	2.52 633	1.87 622	2.07 621	1.68 633	2.32 610	1.71 628

monsters	2.18 616	2.41 559	1.96 631	3.47 628	2.03 648	2.53 634	1.64 621	2.48 628	1.73 627	2.40 628	1.50 614	2.62 636	1.94 630	2.59 634	1.94 645	2.44 626	1.57 601	2.28 628	1.87 643	2.42 614	1.86 636

AIO_rvc	2.18 616	2.34 553	1.87 625	2.32 587	1.94 642	2.40 625	1.89 637	2.37 623	2.07 654	2.52 634	1.95 644	2.44 625	1.99 635	2.41 626	1.89 644	2.32 619	2.09 632	2.24 626	2.18 652	2.21 603	2.23 645

HUF	2.18 616	2.30 546	1.99 635	2.34 589	2.02 647	2.41 626	2.06 648	2.38 624	1.89 645	2.36 626	1.85 632	2.56 633	1.98 633	2.31 621	1.97 647	2.30 617	2.03 631	2.30 629	2.11 650	2.23 604	2.16 643

AIO_test	2.18 616	2.09 530	2.04 636	2.42 591	2.01 644	2.47 628	1.94 639	2.34 622	2.03 653	2.56 635	1.94 642	2.43 624	1.94 630	2.41 626	1.87 642	2.39 624	2.10 633	2.35 634	1.91 649	2.25 606	2.19 644

monsterstereo	2.20 622	2.33 549	1.95 630	3.65 635	2.07 649	2.49 630	1.61 619	2.48 628	1.83 637	2.45 630	1.61 622	2.67 639	1.86 622	2.64 636	1.94 645	2.48 630	1.66 610	2.34 632	1.68 633	2.40 613	1.86 636

LG-G_1	2.22 623	2.71 574	1.89 626	2.77 601	1.87 639	2.75 646	1.87 635	2.76 643	1.87 643	2.75 645	1.87 634	2.76 647	1.87 623	2.75 646	1.86 639	2.47 628	1.58 602	2.45 638	1.57 618	2.45 616	1.57 615

LG-G	2.22 623	2.71 574	1.89 626	2.77 601	1.87 639	2.75 646	1.87 635	2.76 643	1.87 643	2.75 645	1.87 634	2.76 647	1.87 623	2.75 646	1.86 639	2.47 628	1.58 602	2.45 638	1.57 618	2.45 616	1.57 615

LGtest1	2.22 623	2.70 572	1.89 626	2.76 600	1.86 636	2.75 646	1.86 633	2.75 642	1.86 639	2.75 645	1.86 633	2.77 649	1.87 623	2.75 646	1.86 639	2.46 627	1.58 602	2.45 638	1.56 617	2.45 616	1.56 613

RAStereo	2.23 626	3.64 604	0.76 464	3.65 635	0.86 514	3.66 659	0.76 496	3.67 659	0.81 511	3.66 656	0.76 504	3.66 657	0.77 494	3.68 658	0.77 498	3.68 649	0.77 469	3.69 657	0.77 507	3.70 641	0.77 494

UDGNet	2.23 626	5.40 645	1.72 606	2.48 593	1.69 624	2.51 633	1.69 623	2.51 631	1.72 626	2.50 633	1.69 627	2.52 627	1.69 610	2.50 630	1.68 622	2.41 625	1.70 612	2.42 637	1.69 635	2.42 614	1.64 624

NCCL2	2.28 628	2.27 544	2.28 638	2.28 586	2.28 657	2.27 618	2.29 652	2.28 613	2.28 655	2.27 620	2.28 657	2.28 614	2.27 643	2.27 618	2.28 656	2.28 614	2.28 638	2.27 627	2.29 656	2.27 607	2.29 646

Abc-Net	2.32 629	24.75 691	1.14 507	1.17 476	1.17 547	1.11 519	1.15 539	1.17 513	1.21 595	1.08 513	1.16 542	1.12 524	1.14 529	1.09 518	1.17 542	1.09 490	1.16 516	1.17 532	1.17 543	1.16 506	1.11 529
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 630	25.00 692	1.13 506	1.15 470	1.15 542	1.10 516	1.15 539	1.15 508	1.15 542	1.12 520	1.15 539	1.09 517	1.13 526	1.10 520	1.15 537	1.11 497	1.09 506	1.16 528	1.12 538	1.16 506	1.17 540

stereogan	2.33 630	24.38 690	1.18 513	1.18 477	1.18 550	1.14 522	1.18 543	1.19 516	1.19 549	1.14 523	1.18 546	1.14 525	1.18 535	1.14 525	1.18 543	1.14 501	1.14 514	1.19 537	1.19 544	1.15 504	1.19 544

RGC	2.36 632	25.48 693	1.19 515	1.15 470	1.15 542	1.10 516	1.16 541	1.17 513	1.16 543	1.12 520	1.16 542	1.11 523	1.13 526	1.09 518	1.18 543	1.10 492	1.15 515	1.16 528	1.12 538	1.14 501	1.12 531

NCC-stereo	2.36 632	25.52 694	1.17 511	1.15 470	1.17 547	1.11 519	1.11 534	1.15 508	1.16 543	1.10 514	1.16 542	1.10 519	1.15 530	1.14 525	1.13 535	1.09 490	1.11 510	1.15 527	1.16 542	1.17 511	1.17 540

AF-Net	2.37 634	25.71 695	1.17 511	1.13 466	1.15 542	1.15 523	1.18 543	1.19 516	1.16 543	1.10 514	1.15 539	1.10 519	1.18 535	1.12 524	1.15 537	1.10 492	1.10 509	1.17 532	1.15 540	1.16 506	1.12 531

Nwc_Net	2.37 634	25.95 696	1.15 509	1.14 467	1.15 542	1.08 513	1.14 537	1.17 513	1.16 543	1.14 523	1.15 539	1.08 515	1.15 530	1.11 522	1.14 536	1.10 492	1.11 510	1.16 528	1.09 537	1.16 506	1.15 536

CFNet_RVC	2.38 636	8.71 668	0.38 287	9.33 686	0.42 418	0.56 432	0.42 408	0.60 432	0.38 379	0.62 443	0.42 415	0.56 434	7.29 692	0.62 438	0.42 403	0.53 383	0.37 326	0.49 424	0.34 370	8.30 689	6.87 694

edge stereo	2.43 637	27.07 700	1.14 507	1.06 458	1.14 540	1.08 513	1.17 542	1.16 511	1.14 541	1.10 514	1.16 542	1.09 517	1.16 534	1.10 520	1.16 541	1.10 492	1.11 510	1.16 528	1.19 544	1.13 500	1.11 529

FAT-Stereo	2.46 638	26.05 697	1.23 567	1.23 526	1.22 601	1.20 525	1.24 593	1.23 567	1.23 597	1.19 526	1.22 593	1.21 575	1.24 585	1.20 530	1.24 594	1.21 552	1.17 519	1.22 585	1.25 597	1.20 516	1.24 594

S-Stereo	2.51 639	26.86 698	1.23 567	1.22 524	1.22 601	1.24 573	1.25 594	1.22 565	1.24 598	1.21 572	1.24 595	1.19 529	1.27 587	1.19 529	1.24 594	1.19 504	1.20 521	1.25 587	1.19 544	1.24 565	1.23 593

Anonymous3	2.55 640	3.26 598	1.65 601	3.28 618	1.63 619	3.24 653	1.68 622	3.27 652	1.66 617	3.28 653	1.67 625	3.25 653	1.66 607	3.27 652	1.64 618	3.26 644	1.65 609	3.30 651	1.65 629	4.95 671	1.65 626

MIF-Stereo (partial)	2.58 641	3.31 599	0.66 434	3.18 613	0.66 477	3.18 652	0.66 464	3.21 651	0.67 468	3.19 652	0.66 475	3.19 652	0.66 466	3.31 654	0.68 470	5.09 675	1.79 618	8.23 696	1.67 631	6.18 680	1.38 606

MSMDNet	2.65 642	10.14 679	0.33 259	9.74 689	0.32 345	0.87 478	0.33 343	2.95 649	0.68 474	0.49 393	0.34 362	0.49 397	5.70 687	0.49 396	0.33 340	0.42 310	9.57 692	0.41 379	0.31 349	8.36 690	0.65 465

pcwnet_v2	2.66 643	9.89 677	0.33 259	9.89 690	0.32 345	0.50 409	0.32 332	0.49 387	0.33 351	0.49 393	0.34 362	0.49 397	8.76 694	0.48 390	0.33 340	0.41 296	9.58 693	0.40 362	0.29 324	9.01 693	0.63 457

CFNet_pseudo	2.67 644	9.36 673	0.32 254	10.99 695	0.33 357	0.85 475	0.33 343	0.49 387	0.33 351	0.49 393	0.32 345	0.49 397	7.26 691	0.49 396	0.33 340	0.41 296	9.62 694	0.41 379	0.29 324	10.03 697	0.29 306

CFNet_ucs	2.73 645	9.64 675	0.33 259	9.92 691	0.32 345	0.49 400	0.33 343	0.49 387	0.33 351	0.49 393	0.33 354	0.49 397	8.98 695	0.48 390	0.33 340	0.41 296	9.96 697	0.40 362	0.29 324	10.12 698	0.54 435

UCFNet_RVC	2.75 646	10.06 678	0.29 230	10.31 694	0.29 282	0.42 329	0.29 275	0.43 326	0.29 277	0.42 316	0.29 281	0.42 328	9.87 697	0.43 328	0.29 274	0.36 254	9.84 696	0.36 297	0.26 261	9.77 696	0.26 242

ccs_rob	2.79 647	10.17 680	0.32 254	10.00 692	0.33 357	0.49 400	0.33 343	1.90 597	0.32 341	0.51 415	0.33 354	0.49 397	9.24 696	0.49 396	0.33 340	0.41 296	9.82 695	0.41 379	0.28 311	9.34 694	0.29 306

PCWNet_CMD	2.80 648	9.82 676	0.32 254	10.09 693	0.32 345	0.49 400	0.33 343	3.34 654	0.33 351	0.49 393	0.33 354	0.49 397	8.73 693	0.48 390	0.33 340	0.41 296	9.22 691	0.42 390	0.29 324	9.55 695	0.31 328

NLSM1	2.93 649	3.24 597	2.57 646	4.04 642	2.66 660	3.30 655	2.55 655	3.29 653	2.55 657	3.35 655	2.48 659	3.28 654	2.47 645	3.34 655	2.49 657	3.26 644	2.55 644	3.13 649	2.57 659	3.00 636	2.46 653

StereoVision	3.15 650	5.00 633	0.89 480	4.83 659	1.00 527	3.93 660	1.27 597	6.37 689	1.34 603	5.67 689	1.26 597	5.84 690	1.27 587	5.03 686	1.24 594	5.10 676	1.09 506	4.61 670	0.57 462	5.62 678	1.12 531

MaDis-Stereo	3.19 651	6.02 655	1.12 504	5.61 668	1.16 546	5.43 687	1.02 530	5.15 686	0.70 487	5.43 686	1.21 592	5.03 687	0.97 510	4.85 680	0.99 521	4.53 657	1.16 516	5.53 686	1.25 597	5.37 676	1.30 597

sAnonymous2	3.31 652	2.63 567	1.38 585	3.71 637	1.86 636	4.70 679	1.11 534	4.82 682	2.72 659	5.45 687	1.98 651	4.59 672	2.64 646	2.65 637	6.21 692	4.37 653	1.08 504	5.16 684	2.24 654	4.52 653	2.39 651

CroCo_RVC	3.31 652	2.63 567	1.38 585	3.71 637	1.86 636	4.70 679	1.11 534	4.82 682	2.72 659	5.45 687	1.98 651	4.59 672	2.64 646	2.65 637	6.21 692	4.37 653	1.08 504	5.16 684	2.24 654	4.52 653	2.39 651

DPSNet	3.66 654	3.60 603	3.62 669	3.63 634	3.64 682	3.65 658	3.65 681	3.66 658	3.67 678	3.67 657	3.65 679	3.67 658	3.66 667	3.66 657	3.68 676	3.68 649	3.66 664	3.67 656	3.68 682	3.67 640	3.67 679

NLCSM	3.67 655	4.08 618	3.19 665	4.80 658	3.26 675	3.99 663	3.24 676	4.25 665	3.18 674	4.09 661	3.27 674	4.14 663	3.18 662	4.13 663	3.28 672	4.06 651	3.10 654	3.85 661	3.14 673	3.91 646	3.27 675

STTStereo	3.73 656	30.40 704	2.37 642	2.39 590	2.31 659	2.35 623	2.33 653	2.29 615	2.42 656	2.32 625	2.34 658	2.33 618	2.36 644	2.30 620	2.27 655	2.35 621	2.22 637	2.31 630	2.22 653	2.29 609	2.34 650

rvit_105_1	3.83 657	5.22 638	3.01 651	4.53 646	3.01 663	4.51 667	3.01 661	4.56 669	3.04 662	4.53 668	3.03 663	4.55 670	3.03 650	4.56 669	3.04 659	4.57 659	3.05 647	4.57 665	3.05 664	4.57 655	3.05 660

rvit_stereo_0081	3.83 657	5.23 639	3.01 651	4.53 646	3.03 665	4.55 673	3.02 662	4.56 669	3.04 662	4.52 666	3.02 661	4.54 668	3.03 650	4.56 669	3.04 659	4.57 659	3.05 647	4.57 665	3.05 664	4.58 656	3.05 660

rvit_stereo_0081_aga	3.86 659	5.33 642	3.02 654	4.55 652	3.04 669	4.54 669	3.02 662	4.64 676	3.06 666	4.54 670	3.04 665	4.62 677	3.08 657	4.62 675	3.07 664	4.58 662	3.06 651	4.60 669	3.08 668	4.63 659	3.07 664

rvit_stereo_0082	3.86 659	5.82 653	3.01 651	4.53 646	3.03 665	4.54 669	3.02 662	4.56 669	3.04 662	4.53 668	3.02 661	4.55 670	3.04 653	4.57 672	3.05 661	4.57 659	3.05 647	4.58 667	3.05 664	4.58 656	3.06 663

rvit_0105_6	3.87 661	5.73 652	3.10 661	4.69 656	3.12 673	4.54 669	3.02 662	4.56 669	3.04 662	4.54 670	3.03 663	4.54 668	3.04 653	4.56 669	3.05 661	4.58 662	3.05 647	4.58 667	3.05 664	4.58 656	3.05 660

rvit_stereo_0080	3.89 662	5.70 650	3.04 656	4.54 649	3.03 665	4.56 674	3.05 668	4.60 673	3.07 667	4.58 673	3.06 666	4.59 672	3.06 655	4.61 673	3.08 665	4.63 664	3.09 652	4.64 671	3.10 669	4.65 660	3.10 667

whm_eth	3.89 662	5.70 650	3.04 656	4.54 649	3.03 665	4.56 674	3.05 668	4.60 673	3.07 667	4.58 673	3.06 666	4.59 672	3.06 655	4.61 673	3.08 665	4.63 664	3.09 652	4.64 671	3.10 669	4.65 660	3.10 667

rvit_0105_4	3.91 664	5.47 649	3.02 654	4.54 649	3.02 664	4.54 669	3.03 666	4.75 679	3.17 673	4.57 672	3.06 666	4.61 676	3.16 661	4.65 676	3.09 667	4.66 666	3.11 655	4.68 674	3.18 675	4.81 666	3.16 672

rvit_0105_3	3.91 664	5.33 642	3.06 659	4.60 654	3.07 671	4.60 676	3.06 670	4.62 675	3.08 670	4.60 675	3.07 669	4.62 677	3.08 657	4.67 677	3.10 668	4.70 667	3.11 655	4.77 678	3.19 676	4.77 665	3.14 671

rvit_stereo_0083	3.92 666	5.30 641	3.06 659	4.61 655	3.09 672	4.67 678	3.08 671	4.66 677	3.09 671	4.62 676	3.10 671	4.66 680	3.11 659	4.67 677	3.16 670	4.72 669	3.16 658	4.77 678	3.11 671	4.66 662	3.11 669

rvit_stereo_ft	3.93 667	5.44 647	3.05 658	4.59 653	3.06 670	4.61 677	3.08 671	4.67 678	3.12 672	4.63 677	3.10 671	4.65 679	3.11 659	4.69 679	3.13 669	4.70 667	3.14 657	4.71 676	3.15 674	4.74 663	3.16 672

rvit_0105_5	4.10 668	5.40 645	3.13 664	4.71 657	3.15 674	4.72 681	3.10 673	4.90 684	3.27 675	4.69 678	3.16 673	4.84 684	3.25 663	4.96 683	3.34 673	5.05 674	3.39 663	5.10 683	3.40 677	5.11 673	3.42 676

MLG-Stereo_test1	4.25 669	5.34 644	3.61 668	5.31 664	3.63 681	5.23 685	3.57 679	5.38 687	3.65 677	5.23 684	3.47 676	4.76 681	3.74 670	4.85 680	3.71 677	4.96 671	3.18 660	4.71 676	2.92 661	4.86 669	2.90 657

MLG-Stereo_test3	4.26 670	4.85 631	3.95 672	5.35 665	3.60 680	4.75 682	3.76 682	5.49 688	3.71 679	5.39 685	3.69 680	4.82 683	3.66 667	4.85 680	3.73 680	4.93 670	3.19 661	4.69 675	2.99 663	4.84 668	2.98 659

MLG-Stereo_test2	4.28 671	5.46 648	3.69 670	4.86 660	3.72 683	5.58 688	3.42 677	4.81 681	3.77 683	4.85 680	3.72 681	5.55 689	3.63 666	5.58 687	3.53 675	4.41 656	3.28 662	4.99 682	2.95 662	4.75 664	3.13 670

RAFT+CT+SA	4.28 671	7.62 661	4.91 676	5.55 667	2.28 657	3.09 650	3.64 680	4.49 667	3.07 667	4.80 679	3.35 675	4.77 682	3.70 669	4.29 666	3.05 661	5.58 678	5.98 680	3.58 655	3.78 684	4.26 649	3.72 680

SA	4.33 673	7.35 658	6.85 688	5.96 670	4.09 687	3.59 657	3.15 674	3.82 660	2.64 658	3.91 658	3.85 682	3.57 656	2.72 648	3.13 651	4.03 683	7.09 690	6.86 685	3.57 654	3.12 672	3.85 642	3.51 678

Sa-1000	4.34 674	8.37 664	6.84 687	6.98 678	4.45 690	3.58 656	3.00 660	3.42 656	3.39 676	2.61 636	4.00 685	3.83 660	4.01 678	3.90 660	3.90 681	5.98 682	5.62 677	3.76 658	2.34 657	4.35 651	2.47 654

TestStereo1	4.60 675	8.41 665	6.44 685	6.86 676	3.79 684	3.97 661	3.78 683	3.99 662	3.74 680	3.97 659	3.52 677	3.94 661	3.58 664	3.98 661	3.72 678	6.82 687	6.50 683	3.76 658	3.66 680	3.90 643	3.74 682

SA-5K	4.60 675	8.41 665	6.44 685	6.86 676	3.79 684	3.97 661	3.78 683	3.99 662	3.74 680	3.97 659	3.52 677	3.94 661	3.58 664	3.98 661	3.72 678	6.82 687	6.50 683	3.76 658	3.66 680	3.90 643	3.74 682

DispFullNet	4.61 677	4.84 630	3.12 662	5.00 662	3.57 679	4.75 682	3.03 666	7.75 695	4.17 687	4.91 682	3.09 670	6.20 691	3.95 676	6.71 691	3.51 674	5.30 677	3.67 665	5.86 690	3.63 679	5.61 677	3.46 677

test_5	4.62 678	7.55 660	6.23 683	6.32 673	3.40 678	5.29 686	3.50 678	3.53 657	4.11 686	4.28 663	4.47 689	4.26 666	4.38 681	3.68 658	3.24 671	5.89 680	5.60 676	4.84 680	3.50 678	4.33 650	3.93 686

raft_robust	4.71 679	7.75 662	5.40 681	6.81 675	3.31 676	4.28 666	4.20 688	4.32 666	4.37 689	4.35 665	4.35 688	4.14 663	3.75 671	4.30 667	4.20 686	6.67 686	6.37 681	3.36 653	4.24 690	4.86 669	3.25 674

cross-raft	4.83 680	7.52 659	6.43 684	6.63 674	3.96 686	4.51 667	3.99 686	4.49 667	3.96 685	4.52 666	3.96 684	4.50 667	3.97 677	4.50 668	3.97 682	6.65 685	6.44 682	4.33 662	3.92 686	4.35 651	3.91 685

test_4	4.88 681	8.13 663	6.98 689	7.46 679	4.44 689	4.25 665	3.85 685	4.04 664	3.92 684	4.13 662	3.91 683	4.18 665	3.84 674	4.14 664	4.06 684	7.01 689	7.13 686	4.53 663	3.72 683	4.09 647	3.72 680

TestStereo	4.88 681	4.75 629	4.79 675	4.87 661	4.92 691	4.81 684	4.90 691	4.78 680	4.77 690	4.87 681	4.89 690	4.90 685	4.91 683	4.99 684	4.79 688	4.98 672	4.87 673	4.87 681	4.92 692	5.00 672	5.00 689

test_3	5.01 683	8.86 670	7.77 691	8.09 681	2.76 662	4.13 664	4.05 687	3.88 661	3.76 682	4.33 664	4.13 686	3.71 659	3.91 675	4.21 665	4.06 684	7.93 691	7.69 688	4.53 663	3.91 685	4.17 648	4.29 688

NLCA_NET_v2_RVC	5.04 684	50.87 716	2.78 647	2.87 605	2.71 661	2.78 649	0.47 424	2.88 648	2.86 661	1.89 599	2.67 660	2.79 650	2.79 649	2.78 649	2.83 658	2.82 639	2.82 645	2.83 648	2.77 660	2.83 635	2.76 655
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 685	5.15 636	4.49 674	5.07 663	3.37 677	6.87 691	4.75 690	5.04 685	6.34 694	7.84 695	5.06 691	6.72 695	4.09 679	4.99 684	5.44 691	5.03 673	3.16 658	4.67 673	4.86 691	5.15 674	3.89 684

U	5.15 686	8.49 667	1.81 610	8.49 683	1.77 630	8.49 696	1.77 626	8.51 697	1.77 631	8.49 697	1.77 630	8.50 697	1.78 619	8.58 697	1.77 633	8.54 694	1.78 616	8.55 697	1.78 640	8.55 691	1.84 634

SGM-Forest	5.21 687	5.92 654	4.08 673	6.18 671	4.16 688	6.31 690	4.34 689	6.50 690	4.33 688	6.14 691	4.21 687	6.61 694	4.55 682	6.67 690	4.48 687	5.94 681	3.94 667	5.85 689	4.03 688	5.79 679	4.17 687
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 688	9.16 672	8.03 694	8.09 681	5.62 694	6.11 689	6.35 694	6.85 692	4.94 691	6.08 690	6.29 696	4.98 686	6.43 688	6.22 688	6.36 694	6.16 684	7.47 687	5.82 688	5.44 695	7.11 685	5.68 692

rvit_stereo_0075_2	6.64 689	8.80 669	5.25 678	7.89 680	5.27 693	7.90 695	5.27 692	7.92 696	5.28 692	7.91 696	5.29 693	7.93 696	5.27 684	7.92 696	5.28 689	7.93 691	5.28 675	7.93 695	5.29 694	7.93 688	5.28 691

RAFT	6.73 690	9.36 673	7.40 690	8.51 684	6.55 695	6.88 692	6.60 695	6.79 691	6.60 695	6.80 692	6.72 697	5.31 688	5.50 686	6.61 689	6.61 695	8.42 693	5.89 678	5.73 687	5.45 696	6.61 681	6.24 693

SGM+DAISY	7.06 691	9.15 671	5.38 680	8.84 685	5.18 692	8.80 697	5.31 693	8.79 698	5.28 692	8.89 698	5.20 692	8.93 698	5.33 685	8.95 698	5.36 690	8.70 695	5.21 674	8.74 698	5.20 693	8.89 692	5.15 690

MCSU-Stereo	7.34 692	31.03 706	23.33 702	30.31 703	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	28.35 705	22.39 705	0.88 492	0.60 465	0.83 460	0.60 450

test-v	7.53 693	11.89 681	7.98 692	9.36 687	7.14 696	7.06 693	7.09 696	7.37 693	6.91 696	7.29 693	5.71 694	6.45 692	6.93 689	6.73 692	7.27 696	8.93 696	7.85 689	6.98 693	6.80 697	7.56 686	7.34 695

test-2	7.53 693	11.89 681	7.98 692	9.36 687	7.14 696	7.06 693	7.09 696	7.37 693	6.91 696	7.29 693	5.71 694	6.45 692	6.93 689	6.73 692	7.27 696	8.93 696	7.85 689	6.98 693	6.80 697	7.56 686	7.34 695

PA-Net	11.80 695	223.51 723	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.
MANE	19.05 696	23.00 689	15.00 695	23.00 702	15.00 698	24.00 704	16.00 698	24.00 705	16.00 698	22.00 705	15.00 698	23.00 705	16.00 698	23.00 705	15.00 698	22.00 704	15.00 698	22.00 705	15.00 699	22.00 705	15.00 697

rafts_anoy	20.00 697	20.00 683	20.00 696	20.00 696	20.00 699	20.00 698	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 698	20.00 699	20.00 699	20.00 700	20.00 699	20.00 698

raft+_RVC	20.00 697	20.00 683	20.00 696	20.00 696	20.00 699	20.00 698	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 698	20.00 699	20.00 699	20.00 700	20.00 699	20.00 698

raftrobust	20.00 697	20.00 683	20.00 696	20.00 696	20.00 699	20.00 698	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 698	20.00 699	20.00 699	20.00 700	20.00 699	20.00 698

CasAABBNet	20.00 697	20.00 683	20.00 696	20.00 696	20.00 699	20.00 698	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 698	20.00 699	20.00 699	20.00 700	20.00 699	20.00 698

RALCasStereoNet	20.00 697	20.00 683	20.00 696	20.00 696	20.00 699	20.00 698	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 698	20.00 699	20.00 699	20.00 700	20.00 699	20.00 698

RALAANet	20.00 697	20.00 683	20.00 696	20.00 696	20.00 699	20.00 698	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 699	20.00 698	20.00 699	20.00 699	20.00 700	20.00 699	20.00 698

111	30.40 703	30.94 705	29.72 704	32.61 704	30.02 706	33.57 705	30.47 706	31.50 706	29.39 706	30.98 706	29.11 706	29.78 706	30.39 709	29.45 706	30.76 709	30.08 706	29.02 707	29.92 706	30.32 710	29.86 706	30.17 705

WCMA_ROB	31.10 704	35.43 710	27.12 703	39.51 716	23.10 705	38.78 717	25.30 705	37.49 718	25.39 705	37.29 717	27.02 705	38.52 718	26.48 705	37.80 717	26.44 705	36.28 713	22.65 706	33.90 710	22.30 706	37.10 715	24.18 704

DCANet-4	35.22 705	34.54 707	35.08 710	33.58 708	35.47 713	34.55 706	35.53 713	36.08 712	35.85 710	35.92 712	35.77 712	35.18 712	35.48 711	35.39 712	37.15 716	34.55 712	33.92 711	35.02 713	34.90 712	35.79 710	34.74 712

ADStereo(finetuned)	36.13 706	36.63 711	38.07 715	36.97 709	33.25 710	35.91 710	34.45 710	36.36 713	32.99 707	38.14 718	36.71 713	36.69 713	34.13 710	38.57 718	40.79 717	37.60 718	36.58 714	35.90 714	33.36 711	35.42 709	34.04 709

fast-reg	37.00 707	37.00 712	37.00 711	37.00 710	37.00 714	37.00 713	37.00 714	37.00 714	37.00 711	37.00 713	37.00 714	37.00 714	37.00 712	37.00 713	37.00 712	37.00 714	37.00 715	37.00 715	37.00 715	37.00 711	37.00 713

Reg-Stereo(zero)	37.00 707	37.00 712	37.00 711	37.00 710	37.00 714	37.00 713	37.00 714	37.00 714	37.00 711	37.00 713	37.00 714	37.00 714	37.00 712	37.00 713	37.00 712	37.00 714	37.00 715	37.00 715	37.00 715	37.00 711	37.00 713

fast-iter	37.00 707	37.00 712	37.00 711	37.00 710	37.00 714	37.00 713	37.00 714	37.00 714	37.00 711	37.00 713	37.00 714	37.00 714	37.00 712	37.00 713	37.00 712	37.00 714	37.00 715	37.00 715	37.00 715	37.00 711	37.00 713

CoSv	37.00 707	37.00 712	37.00 711	37.00 710	37.00 714	37.00 713	37.00 714	37.00 714	37.00 711	37.00 713	37.00 714	37.00 714	37.00 712	37.00 713	37.00 712	37.00 714	37.00 715	37.00 715	37.00 715	37.00 711	37.00 713

MDST_ROB	69.83 711	87.70 717	41.95 716	113.75 719	65.62 720	75.05 718	55.25 719	75.64 720	45.04 715	71.61 719	41.75 718	72.81 719	44.06 716	68.38 719	44.63 718	101.89 721	59.57 721	107.10 721	61.05 721	104.38 718	59.38 719

NOSS_ROB	102.95 712	153.00 721	121.00 719	51.00 717	44.00 718	165.00 721	127.00 720	153.00 721	119.00 717	164.00 722	125.00 720	168.00 722	120.00 718	153.00 721	117.00 720	49.00 719	44.00 719	49.00 719	44.00 719	49.00 716	44.00 717

CBMV	128.50 713	1422.70 728	53.10 717	79.50 718	51.30 719	77.30 719	49.70 718	74.00 719	48.20 716	77.20 720	48.80 719	73.90 720	48.00 717	73.80 720	48.80 719	70.40 720	45.10 720	68.90 720	46.10 720	68.20 717	45.00 718
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 714	171.00 722	160.68 722	162.58 720	160.59 721	164.01 720	160.35 721	158.51 722	158.56 718	158.34 721	160.12 721	158.56 721	159.92 719	157.26 722	158.94 721	154.38 722	158.36 722	155.75 722	159.13 723	153.67 719	154.07 720
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 715	123.00 718	115.00 718	219.00 721	218.00 723	223.00 722	244.00 723	217.00 723	236.00 720	202.00 723	203.00 722	205.00 723	208.00 720	225.00 723	204.00 722	210.00 723	198.00 723	197.00 723	184.00 724	204.00 720	201.00 721

MGS-Stereo	239.45 716	123.00 718	135.00 720	266.00 722	286.00 724	277.00 723	305.00 724	271.00 724	242.00 721	274.00 724	279.00 724	255.00 724	270.00 722	268.00 724	297.00 724	221.00 724	247.00 725	216.00 724	123.00 722	217.00 721	217.00 723

EGLCR-Stereo	246.90 717	129.00 720	139.00 721	266.00 722	286.00 724	277.00 723	305.00 724	271.00 724	242.00 721	274.00 724	279.00 724	255.00 724	270.00 722	268.00 724	297.00 724	230.00 725	247.00 725	216.00 724	223.00 726	237.00 722	227.00 724

DLCB_ROB	284.23 718	354.61 724	207.27 723	363.24 724	206.46 722	364.72 725	210.41 722	364.72 726	210.41 719	364.81 726	208.64 723	364.81 726	208.64 721	364.72 726	210.41 723	354.70 726	205.53 724	354.70 726	205.53 725	354.70 723	205.53 722

LE_ROB	396.57 719	471.28 725	329.84 724	471.48 725	308.15 726	526.83 726	322.10 726	488.15 727	323.76 723	495.46 727	317.97 726	497.17 727	320.10 724	481.62 727	326.76 726	462.71 727	298.97 727	466.16 727	285.98 727	447.62 724	289.21 725

SGM-ForestM	596.69 720	677.77 726	444.52 725	699.85 726	517.25 727	732.94 727	488.29 727	770.79 728	460.11 724	750.81 728	487.98 727	792.79 728	499.41 725	730.90 728	475.81 727	720.03 728	491.16 728	663.96 728	418.60 728	674.76 725	436.05 726

CBMV_ROB	818.48 721	913.88 727	709.52 726	862.84 727	597.78 728	1073.99 728	700.52 728	1015.66 729	702.59 725	1115.65 729	760.02 728	1130.24 729	721.57 726	1037.41 729	692.65 728	814.05 729	564.29 729	843.28 729	595.31 729	915.51 726	602.92 727

tt	500032.53 722	34.60 708	29.72 704	37.47 714	34.41 711	36.85 711	35.22 711	34.71 710	33.55 708	34.50 707	35.43 710	33.81 710	10000000.00 727	33.57 710	33.13 710	33.68 710	35.00 712	34.03 711	35.26 713	30.96 707	34.63 710

DCANet	500032.53 722	34.60 708	29.72 704	37.47 714	34.41 711	36.85 711	35.22 711	34.71 710	33.55 708	34.50 707	35.43 710	33.81 710	10000000.00 727	33.57 710	33.13 710	33.68 710	35.00 712	34.03 711	35.26 713	30.96 707	34.63 710

fff	1000028.16 724	29.62 701	29.72 704	32.61 704	30.02 706	35.13 707	31.83 707	32.07 707	10000000.00 726	35.27 709	29.82 707	32.45 707	30.15 706	32.35 707	30.09 706	31.04 707	29.55 708	30.64 707	30.14 707	10000000.00 727	30.77 706

csc	1000028.16 724	29.62 701	29.72 704	32.61 704	30.02 706	35.13 707	31.83 707	32.07 707	10000000.00 726	35.27 709	29.82 707	32.45 707	30.15 706	32.35 707	30.09 706	31.04 707	29.55 708	30.64 707	30.14 707	10000000.00 727	30.77 706

cscssc	1000028.16 724	29.62 701	29.72 704	32.61 704	30.02 706	35.13 707	31.83 707	32.07 707	10000000.00 726	35.27 709	29.82 707	32.45 707	30.15 706	32.35 707	30.09 706	31.04 707	29.55 708	30.64 707	30.14 707	10000000.00 727	30.77 706

111111	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

SGD-Stereo	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

IGEV-Stereo++	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

IGEV-BASED-STEREO-	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

IGEV-Stereo+	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

SDNR	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

anonymousdsp2	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

anonymousdsp	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

test_example2	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728

DIP-Stereo	10000000.00 727	10000000.00 729	10000000.00 727	10000000.00 728	10000000.00 729	10000000.00 729	10000000.00 729	10000000.00 730	10000000.00 726	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 727	10000000.00 730	10000000.00 729	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 730	10000000.00 727	10000000.00 728
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 380	0.50 396	0.38 379	0.50 406	0.38 385	0.50 411	3.79 672	0.50 404	0.38 372	0.54 384	0.43 367	0.46 402	0.34 370	0.46 375	0.35 359

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

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