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	0.14 122	0.00 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 94	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 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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 94	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 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 121	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	0.05 108	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	0.04 104	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 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.04 110	0.06 125	0.04 100	0.06 116	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 157	0.04 110	0.06 125	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	0.50 254	0.10 92	0.12 106	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	0.24 154	0.20 191	0.23 178	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	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 272	0.10 92	0.12 106	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	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

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	0.11 161	0.04 90	0.03 52	0.58 398	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 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 135	0.07 142	0.08 134	0.07 142	0.08 134	0.06 134	0.07 132	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 121	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 211	0.02 20	0.02 21	0.71 424	0.02 16	0.02 19	0.02 21	0.02 21	0.16 190

BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 134	0.15 141	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
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	0.09 139	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 94	0.17 176	0.19 157	0.06 139	0.08 132	0.06 137	0.08 135	0.06 138	0.08 134	0.06 138	0.08 134	0.06 134	0.08 135	0.06 131	0.15 141	0.16 170	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 148	0.04 90	0.03 52	0.92 466	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 113	0.39 300	0.08 69	0.05 126	0.07 130	0.05 120	0.13 158	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 75	0.13 113	0.39 300	0.08 69	0.05 126	0.07 130	0.05 120	0.13 158	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

test_sample7	0.09 75	1.00 351	0.11 112	0.11 98	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 341	0.10 92	0.10 81	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	0.87 318	0.10 92	0.12 106	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	1.03 367	0.11 112	0.11 98	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	0.87 318	0.12 123	0.11 98	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	1.01 361	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	0.95 338	0.09 88	0.10 81	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	1.01 361	0.10 92	0.10 81	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 94	0.10 92	0.09 76	0.09 145	0.09 140	0.09 144	0.10 142	0.08 146	0.10 143	0.09 146	0.09 142	0.09 144	0.09 141	0.08 134	0.09 85	0.08 84	0.09 137	0.08 139	0.09 142	0.08 137

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 519	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 429	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 162	0.36 363	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 342	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 371	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 371	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 371	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 375	0.11 112	0.10 81	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	1.03 367	0.12 123	0.10 81	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	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 375	0.11 112	0.10 81	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	1.14 384	0.13 143	0.14 122	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	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

222	0.10 90	0.99 349	0.12 123	0.13 118	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	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 377	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SHD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SAMSARA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

XQC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTS	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet+	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet++	0.10 90	0.10 98	0.10 92	0.10 81	0.10 152	0.10 142	0.10 149	0.10 142	0.10 150	0.10 143	0.10 150	0.10 145	0.10 148	0.10 145	0.10 145	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 530	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	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	0.36 283	0.24 183	0.07 141	0.13 157	0.05 120	0.06 122	0.05 125	0.05 113	0.05 127	0.13 159	0.05 117	0.05 104	0.09 139	0.24 203	0.20 201	0.10 138	0.05 123	0.06 123	0.13 179

JetRed	0.11 111	0.12 111	0.11 112	0.11 98	0.11 168	0.11 153	0.14 181	0.11 154	0.11 165	0.12 157	0.11 164	0.11 155	0.11 161	0.11 156	0.11 157	0.11 105	0.16 170	0.11 149	0.11 160	0.11 153	0.11 158

JetBlue	0.11 111	0.11 109	0.12 123	0.13 118	0.14 187	0.11 153	0.11 162	0.11 154	0.11 165	0.11 155	0.11 164	0.11 155	0.11 161	0.12 160	0.12 169	0.11 105	0.11 122	0.11 149	0.11 160	0.11 153	0.11 158

x	0.11 111	1.15 387	0.15 165	0.14 122	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	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 225	0.33 260	0.39 239	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	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 389	0.16 169	0.12 106	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	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 558	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 558	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	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	1.62 561	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	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	1.14 384	0.17 176	0.20 161	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	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 119	0.10 92	0.15 133	0.10 152	0.14 158	0.10 149	0.14 160	0.10 150	0.15 166	0.10 150	0.14 160	0.10 148	0.14 162	0.10 145	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.09 140
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 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 551	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

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	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 621	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

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	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 625	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	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 627	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	1.71 564	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	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	0.21 140	0.12 123	0.16 143	0.11 168	0.15 166	0.11 162	0.14 160	0.11 165	0.15 166	0.12 172	0.15 171	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLG	0.13 127	0.20 134	0.14 148	0.15 133	0.11 168	0.14 158	0.11 162	0.14 160	0.11 165	0.14 159	0.11 164	0.14 160	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

ACRE	0.13 127	0.21 140	0.14 148	0.15 133	0.11 168	0.14 158	0.11 162	0.14 160	0.11 165	0.14 159	0.12 172	0.14 160	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

LRCNet_RVC	0.13 127	0.13 113	0.09 88	0.13 118	0.10 152	0.14 158	0.10 149	0.14 160	0.10 150	0.23 209	0.10 150	0.20 191	0.10 148	0.24 216	0.11 157	0.11 105	0.09 94	0.12 152	0.14 190	0.12 159	0.09 140

aanetorigin	0.13 127	0.11 109	0.11 112	0.11 98	0.11 168	0.11 153	0.11 162	0.11 154	0.11 165	0.11 155	0.12 172	0.11 155	0.11 161	0.11 156	0.11 157	0.11 105	0.11 122	0.14 158	0.11 160	0.49 398	0.11 158

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 630	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 127	0.16 121	0.11 112	0.15 133	0.09 145	0.18 184	0.11 162	0.18 183	0.11 165	0.17 178	0.11 164	0.18 184	0.11 161	0.18 183	0.11 157	0.14 133	0.08 84	0.14 158	0.08 139	0.14 163	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 446	0.28 227	0.32 215	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	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 126	0.12 123	0.17 152	0.11 168	0.17 180	0.11 162	0.17 180	0.11 165	0.17 178	0.11 164	0.17 180	0.11 161	0.17 180	0.11 157	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
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	1.83 507	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 134	0.20 134	0.14 148	0.16 143	0.11 168	0.16 173	0.11 162	0.17 180	0.11 165	0.17 178	0.12 172	0.17 180	0.13 182	0.17 180	0.12 169	0.15 141	0.11 122	0.16 175	0.11 160	0.15 171	0.12 172

IPLGR_C	0.14 134	0.20 134	0.12 123	0.15 133	0.11 168	0.14 158	0.15 187	0.14 160	0.11 165	0.15 166	0.12 172	0.14 160	0.11 161	0.16 173	0.11 157	0.15 141	0.12 136	0.14 158	0.12 175	0.15 171	0.12 172

MIPNet	0.14 134	0.21 140	0.17 176	0.16 143	0.11 168	0.15 166	0.12 175	0.14 160	0.11 165	0.16 171	0.11 164	0.14 160	0.11 161	0.14 162	0.11 157	0.14 133	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLGR	0.14 134	0.24 154	0.14 148	0.16 143	0.12 181	0.15 166	0.12 175	0.14 160	0.11 165	0.15 166	0.12 172	0.14 160	0.11 161	0.14 162	0.11 157	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

GMStereo	0.14 134	0.13 113	0.14 148	0.14 122	0.14 187	0.14 158	0.14 181	0.14 160	0.14 187	0.14 159	0.14 190	0.14 160	0.14 186	0.14 162	0.14 180	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 184
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	2.22 581	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	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	0.16 121	0.12 123	0.17 152	0.12 181	0.17 180	0.11 162	0.17 180	0.11 165	0.17 178	0.12 172	0.17 180	0.12 176	0.17 180	0.12 169	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.12 172

DRN-Test	0.14 134	0.13 113	0.09 88	0.14 122	0.09 145	0.15 166	0.09 144	0.14 160	0.10 150	0.14 159	0.09 146	0.14 160	0.09 144	0.13 161	0.09 139	0.12 111	0.09 94	0.12 152	0.09 141	0.12 159	0.73 492

ELAS_RVC	0.14 134	0.16 121	0.10 92	0.15 133	0.10 152	0.18 184	0.11 162	0.19 185	0.11 165	0.19 184	0.12 172	0.18 184	0.11 161	0.19 186	0.12 169	0.14 133	0.08 84	0.14 158	0.09 141	0.15 171	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 126	0.13 143	0.20 161	0.13 185	0.19 187	0.13 179	0.18 183	0.13 185	0.19 184	0.13 185	0.18 184	0.14 186	0.18 183	0.14 180	0.16 152	0.11 122	0.15 171	0.14 190	0.18 186	0.11 158

CoDeX	0.15 146	0.70 291	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	0.67 467	0.02 15	0.69 454	0.75 475	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 268	0.11 112	0.16 143	0.11 168	0.16 173	0.11 162	0.16 174	0.11 165	0.16 171	0.11 164	0.16 172	0.11 161	0.16 173	0.11 157	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
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	2.20 580	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	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	0.14 119	0.10 92	0.14 122	0.09 145	0.15 166	0.09 144	0.14 160	0.09 149	0.14 159	0.10 150	0.14 160	0.09 144	0.14 162	0.09 139	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.82 508

LALA_ROB	0.15 146	0.19 130	0.12 123	0.18 154	0.11 168	0.20 192	0.12 175	0.21 200	0.12 181	0.20 190	0.12 172	0.20 191	0.12 176	0.21 201	0.13 176	0.17 160	0.10 99	0.18 193	0.11 160	0.18 186	0.11 158

SGM_RVC	0.15 146	0.17 126	0.11 112	0.18 154	0.11 168	0.19 187	0.11 162	0.19 185	0.12 181	0.19 184	0.12 172	0.20 191	0.12 176	0.19 186	0.12 169	0.16 152	0.11 122	0.17 183	0.10 148	0.17 182	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 440	0.33 260	0.41 264	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 121	0.16 169	0.16 143	0.16 209	0.16 173	0.16 193	0.16 174	0.16 203	0.16 171	0.16 203	0.16 172	0.16 199	0.16 173	0.16 197	0.16 152	0.16 170	0.16 175	0.16 200	0.16 176	0.16 190

qqq	0.16 153	2.01 531	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 129	0.13 143	0.19 157	0.13 185	0.19 187	0.13 179	0.19 185	0.13 185	0.19 184	0.13 185	0.19 188	0.13 182	0.19 186	0.13 176	0.18 168	0.13 159	0.18 193	0.13 184	0.18 186	0.13 179

ManiGeoR	0.17 157	0.05 66	0.62 421	0.73 406	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 432	0.58 421	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 157	0.05 66	0.63 425	0.72 402	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 424	0.59 427	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 157	0.05 66	0.62 421	0.73 406	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 432	0.58 421	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 157	0.05 66	0.62 421	0.72 402	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 432	0.58 421	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 157	0.05 66	0.65 432	0.72 402	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 424	0.59 427	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 157	0.27 165	0.21 197	0.10 81	0.21 242	0.15 166	0.22 229	0.10 142	0.21 231	0.22 204	0.10 150	0.19 188	0.18 221	0.10 145	0.19 218	0.20 175	0.19 199	0.18 193	0.10 148	0.19 192	0.18 212
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 541	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 168	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 157	0.78 304	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	0.79 505	0.02 15	0.75 467	0.76 477	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.71 292	0.14 148	0.14 122	0.14 187	0.14 158	0.14 181	0.14 160	0.14 187	0.14 159	0.14 190	0.14 160	0.14 186	0.14 162	0.22 227	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 184

DepthFocus	0.18 166	0.22 144	0.15 165	0.22 173	0.15 199	0.22 205	0.15 187	0.22 204	0.15 198	0.22 204	0.15 199	0.22 207	0.16 199	0.22 205	0.15 190	0.20 175	0.15 167	0.20 200	0.14 190	0.20 193	0.14 184

w-ln-seven	0.18 166	1.47 465	0.33 260	0.40 252	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 166	0.48 247	0.16 169	0.16 143	0.15 199	0.15 166	0.16 193	0.16 174	0.16 203	0.16 171	0.16 203	0.16 172	0.16 199	0.16 173	0.16 197	0.16 152	0.16 170	0.16 175	0.16 200	0.16 176	0.16 190

xyz-stereo	0.18 166	0.50 254	0.16 169	0.15 133	0.16 209	0.16 173	0.16 193	0.16 174	0.16 203	0.16 171	0.16 203	0.16 172	0.16 199	0.16 173	0.16 197	0.16 152	0.16 170	0.16 175	0.16 200	0.16 176	0.16 190

BEATNet-Init1	0.19 170	0.08 85	0.08 82	2.23 582	0.08 143	0.08 132	0.07 141	0.07 132	0.08 146	0.08 134	0.07 142	0.08 134	0.07 140	0.11 156	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 170	0.08 85	0.08 82	2.23 582	0.08 143	0.08 132	0.07 141	0.07 132	0.08 146	0.08 134	0.07 142	0.08 134	0.07 140	0.11 156	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

IGEV_Zeroshot_test	0.20 172	0.19 130	0.40 332	0.30 203	0.17 215	0.22 205	0.17 203	0.21 200	0.17 213	0.20 190	0.17 210	0.21 199	0.18 221	0.21 201	0.17 203	0.20 175	0.16 170	0.20 200	0.16 200	0.20 193	0.17 207

DAS	0.20 172	0.20 134	0.20 191	0.20 161	0.20 233	0.20 192	0.20 219	0.20 191	0.20 227	0.20 190	0.20 232	0.20 191	0.20 230	0.20 190	0.20 221	0.20 175	0.20 201	0.20 200	0.20 230	0.20 193	0.20 217

ASD4	0.20 172	0.20 134	0.20 191	0.20 161	0.20 233	0.20 192	0.20 219	0.20 191	0.20 227	0.20 190	0.20 232	0.20 191	0.20 230	0.20 190	0.20 221	0.20 175	0.20 201	0.20 200	0.20 230	0.20 193	0.20 217

ACVNet	0.20 172	0.19 130	0.14 148	0.20 161	0.14 187	0.20 192	0.96 526	0.21 200	0.14 187	0.20 190	0.13 185	0.21 199	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 172

acv_ft	0.20 172	0.19 130	0.14 148	0.20 161	0.14 187	0.20 192	0.96 526	0.21 200	0.14 187	0.20 190	0.13 185	0.21 199	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 172

iResNetv2_ROB	0.20 172	0.23 146	0.18 186	0.24 183	0.20 233	0.24 217	0.18 211	0.24 214	0.18 219	0.24 216	0.18 226	0.23 214	0.19 226	0.24 216	0.18 215	0.21 183	0.16 170	0.21 204	0.16 200	0.22 202	0.16 190

iResNet	0.20 172	0.23 146	0.18 186	0.24 183	0.18 226	0.24 217	0.20 219	0.24 214	0.18 219	0.23 209	0.17 210	0.23 214	0.18 221	0.23 212	0.18 215	0.22 185	0.16 170	0.21 204	0.16 200	0.21 200	0.16 190

LACA2	0.21 179	0.24 154	0.26 218	0.31 209	0.16 209	0.24 217	0.16 193	0.24 214	0.16 203	0.24 216	0.16 203	0.24 220	0.16 199	0.24 216	0.16 197	0.27 214	0.23 215	0.24 226	0.16 200	0.23 213	0.16 190

LACA1	0.21 179	0.24 154	0.26 218	0.31 209	0.16 209	0.24 217	0.16 193	0.24 214	0.16 203	0.24 216	0.16 203	0.24 220	0.16 199	0.24 216	0.16 197	0.27 214	0.22 209	0.23 217	0.16 200	0.23 213	0.16 190

z-ln-s-r	0.21 179	1.40 463	0.53 403	0.56 369	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 397	0.44 377	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 179	0.25 160	0.21 197	0.26 197	0.17 215	0.24 217	0.17 203	0.24 214	0.17 213	0.24 216	0.17 210	0.24 220	0.17 211	0.24 216	0.17 203	0.24 203	0.17 191	0.23 217	0.16 200	0.23 213	0.16 190

Pointernet	0.21 179	0.22 144	0.19 188	0.24 183	0.19 230	0.24 217	0.19 215	0.24 214	0.19 225	0.24 216	0.19 228	0.24 220	0.19 226	0.24 216	0.19 218	0.22 185	0.17 191	0.22 209	0.17 222	0.22 202	0.17 207

SuperB	0.21 179	0.10 98	2.51 647	0.12 106	0.09 145	0.10 142	0.09 144	0.08 135	0.07 142	0.10 143	0.09 146	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

BStereo	0.22 185	0.23 146	0.20 191	0.24 183	0.20 233	0.23 214	0.33 345	0.39 278	0.17 213	0.23 209	0.17 210	0.23 214	0.16 199	0.24 216	0.17 203	0.23 196	0.16 170	0.22 209	0.20 230	0.22 202	0.16 190

Anonymus123	0.22 185	0.23 146	0.20 191	0.24 183	0.20 233	0.23 214	0.33 345	0.39 278	0.17 213	0.23 209	0.17 210	0.23 214	0.16 199	0.24 216	0.17 203	0.23 196	0.16 170	0.22 209	0.20 230	0.22 202	0.16 190

WAO-6	0.22 185	0.23 146	0.22 199	0.23 178	0.22 244	0.22 205	0.22 229	0.22 204	0.22 234	0.22 204	0.22 239	0.22 207	0.22 237	0.22 205	0.22 227	0.22 185	0.22 209	0.22 209	0.22 237	0.22 202	0.22 222

IMH-64-1	0.22 185	0.23 146	0.23 202	0.22 173	0.22 244	0.22 205	0.22 229	0.22 204	0.22 234	0.22 204	0.22 239	0.22 207	0.22 237	0.22 205	0.22 227	0.22 185	0.22 209	0.23 217	0.22 237	0.22 202	0.23 224

IMH-64	0.22 185	0.23 146	0.23 202	0.22 173	0.22 244	0.22 205	0.22 229	0.22 204	0.22 234	0.22 204	0.22 239	0.22 207	0.22 237	0.22 205	0.22 227	0.22 185	0.22 209	0.23 217	0.22 237	0.22 202	0.23 224

ac_64	0.22 185	0.13 113	0.19 188	0.23 178	0.10 152	0.26 235	1.02 536	0.14 160	0.10 150	0.28 237	0.14 190	0.17 180	0.19 226	0.28 244	0.09 139	0.22 185	0.16 170	0.23 217	0.17 222	0.11 153	0.12 172

LACA3	0.23 191	0.25 160	0.27 221	0.54 362	0.17 215	0.25 226	0.17 203	0.25 222	0.17 213	0.25 224	0.17 210	0.25 227	0.17 211	0.25 225	0.17 203	0.28 218	0.23 215	0.24 226	0.17 222	0.24 217	0.17 207

dd	0.23 191	0.98 342	0.16 169	0.23 178	0.15 199	0.23 214	0.15 187	0.23 211	0.15 198	0.23 209	0.15 199	0.24 220	0.17 211	0.23 212	0.15 190	0.22 185	0.15 167	0.21 204	0.15 198	0.22 202	0.16 190

dad	0.23 191	1.03 367	0.16 169	0.23 178	0.15 199	0.24 217	0.15 187	0.24 214	0.16 203	0.23 209	0.16 203	0.24 220	0.16 199	0.23 212	0.15 190	0.22 185	0.16 170	0.22 209	0.16 200	0.22 202	0.16 190

RSGM-EC	0.24 194	0.24 154	0.15 165	0.22 173	0.15 199	0.22 205	0.15 187	0.22 204	0.15 198	0.24 216	0.15 199	0.22 207	0.15 197	0.22 205	1.19 551	0.20 175	0.17 191	0.24 226	0.14 190	0.20 193	0.14 184

acva	0.24 194	0.24 154	0.15 165	0.22 173	0.15 199	0.22 205	0.15 187	0.22 204	0.15 198	0.24 216	0.15 199	0.22 207	0.15 197	0.22 205	1.19 551	0.20 175	0.17 191	0.24 226	0.14 190	0.20 193	0.14 184

MSKI-zero shot	0.24 194	0.21 140	0.49 384	0.65 386	0.18 226	0.22 205	0.17 203	0.23 211	0.18 219	0.21 202	0.17 210	0.23 214	0.28 273	0.23 212	0.18 215	0.21 183	0.16 170	0.21 204	0.16 200	0.21 200	0.16 190

qqq1	0.25 197	3.70 610	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 197	3.70 610	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 197	0.26 162	0.25 212	0.26 197	0.25 258	0.25 226	0.25 244	0.25 222	0.25 249	0.25 224	0.25 256	0.25 227	0.25 249	0.26 236	0.25 245	0.25 209	0.25 220	0.25 231	0.25 253	0.25 220	0.25 235

ffm	0.25 197	3.83 616	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 197	3.83 616	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 197	3.83 616	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 197	0.23 146	0.66 435	0.80 415	0.17 215	0.22 205	0.17 203	0.23 211	0.18 219	0.26 233	0.17 210	0.21 199	0.17 211	0.25 225	0.17 203	0.23 196	0.16 170	0.21 204	0.17 222	0.22 202	0.17 207

LoS	0.25 197	0.27 165	0.25 212	0.25 190	0.25 258	0.25 226	0.25 244	0.26 228	0.25 249	0.25 224	0.25 256	0.25 227	0.25 249	0.25 225	0.25 245	0.26 211	0.25 220	0.25 231	0.26 259	0.26 223	0.25 235
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 197	1.31 454	0.74 463	0.92 434	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	0.87 461	0.75 467	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 206	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 134	0.05 104	0.03 52	4.34 653	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

model_zeroshot	0.27 207	0.20 134	0.27 221	0.33 219	0.21 242	0.37 275	0.22 229	0.37 265	0.24 244	0.26 233	0.27 265	0.33 262	0.21 236	0.25 225	0.27 251	0.32 235	0.20 201	0.34 274	0.23 243	0.25 220	0.26 241

DLNR-FE	0.28 208	0.89 323	0.30 235	0.34 222	0.19 230	0.28 240	0.19 215	0.28 231	0.20 227	0.28 237	0.20 232	0.28 241	0.20 230	0.28 244	0.20 221	0.33 240	0.28 239	0.25 231	0.19 229	0.24 217	0.19 215

xyz-stereo-finetune	0.28 208	0.49 249	0.16 169	0.16 143	0.16 209	0.16 173	0.16 193	0.22 204	0.30 291	0.32 254	0.31 337	0.32 259	0.31 339	0.32 257	0.32 330	0.32 235	0.33 283	0.31 255	0.32 358	0.31 241	0.32 338

SQANet	0.28 208	0.28 168	0.28 227	0.28 201	0.28 271	0.28 240	0.28 263	0.28 231	0.28 270	0.28 237	0.28 272	0.28 241	0.28 273	0.28 244	0.28 260	0.28 218	0.28 239	0.28 242	0.28 313	0.28 230	0.28 303

HGLStereo	0.28 208	0.29 170	0.22 199	0.36 228	0.22 244	0.36 270	0.21 225	0.36 259	0.21 231	0.42 315	0.21 238	0.36 274	0.22 237	0.36 274	0.21 225	0.34 244	0.21 205	0.34 274	0.21 234	0.34 255	0.21 220

iResNet_ROB	0.28 208	0.32 176	0.24 209	0.32 215	0.25 258	0.32 259	0.24 242	0.32 245	0.24 244	0.33 258	0.24 250	0.35 269	0.24 246	0.33 264	0.24 237	0.31 233	0.24 219	0.32 258	0.24 250	0.32 244	0.24 234

UNet	0.29 213	0.90 326	0.10 92	0.14 122	0.10 152	0.14 158	0.10 149	0.91 481	0.69 485	0.14 159	0.11 164	0.14 160	0.11 161	0.14 162	0.10 145	0.12 111	0.09 94	0.12 152	0.09 141	0.88 472	0.76 499

MultiAttention	0.30 214	0.30 171	0.30 235	0.30 203	0.30 291	0.30 244	0.30 281	0.30 238	0.30 291	0.30 243	0.30 295	0.30 251	0.30 290	0.30 250	0.30 281	0.30 227	0.30 262	0.30 249	0.30 340	0.30 236	0.30 322

MSAF-DinoV2	0.30 214	0.30 171	0.30 235	0.30 203	0.30 291	0.30 244	0.30 281	0.30 238	0.30 291	0.30 243	0.30 295	0.30 251	0.30 290	0.30 250	0.30 281	0.30 227	0.30 262	0.30 249	0.30 340	0.30 236	0.30 322

DDVS	0.30 214	3.10 596	0.14 148	0.19 157	0.14 187	0.19 187	0.14 181	0.20 191	0.14 187	0.19 184	0.13 185	0.16 172	0.13 182	0.19 186	0.13 176	0.17 160	0.13 159	0.17 183	0.13 184	0.17 182	0.13 179

ACV-stereo	0.30 214	2.08 533	0.25 212	0.25 190	0.18 226	0.24 217	0.17 203	0.24 214	0.18 219	0.24 216	0.17 210	0.25 227	0.17 211	0.24 216	0.17 203	0.22 185	0.16 170	0.22 209	0.16 200	0.22 202	0.16 190

LoS_RVC	0.30 214	1.14 384	0.25 212	0.25 190	0.25 258	0.26 235	0.25 244	0.25 222	0.25 249	0.25 224	0.25 256	0.26 238	0.26 259	0.26 236	0.25 245	0.26 211	0.26 223	0.25 231	0.25 253	0.26 223	0.26 241

CAS	0.30 214	1.17 390	0.25 212	0.25 190	0.25 258	0.26 235	0.25 244	0.25 222	0.26 262	0.25 224	0.25 256	0.25 227	0.25 249	0.25 225	0.25 245	0.26 211	0.26 223	0.26 236	0.25 253	0.26 223	0.25 235

DANet	0.30 214	0.30 171	0.30 235	0.30 203	0.30 291	0.30 244	0.30 281	0.30 238	0.30 291	0.30 243	0.30 295	0.30 251	0.30 290	0.30 250	0.30 281	0.30 227	0.30 262	0.30 249	0.30 340	0.30 236	0.30 322
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 221	0.31 174	0.31 250	0.30 203	0.40 401	0.31 250	0.30 281	0.30 238	0.34 363	0.29 242	0.31 337	0.29 247	0.30 290	0.31 254	0.31 320	0.31 233	0.29 253	0.31 255	0.30 340	0.31 241	0.31 331

tt1	0.31 221	0.93 335	0.24 209	0.33 219	0.23 250	0.31 250	0.24 242	0.32 245	0.24 244	0.32 254	0.23 243	0.32 259	0.25 249	0.32 257	0.24 237	0.27 214	0.26 223	0.27 240	0.26 259	0.27 228	0.27 279

xxxxx1	0.31 221	0.91 328	0.23 202	0.31 209	0.23 250	0.31 250	0.23 237	0.33 249	0.25 249	0.31 248	0.24 250	0.33 262	0.25 249	0.32 257	0.24 237	0.28 218	0.28 239	0.28 242	0.28 313	0.29 233	0.27 279

DLNR_Zeroshot_test	0.31 221	0.28 168	0.47 369	0.79 412	0.24 255	0.30 244	0.26 251	0.30 238	0.24 244	0.32 254	0.23 243	0.31 255	0.24 246	0.30 250	0.23 234	0.29 226	0.26 223	0.29 247	0.24 250	0.33 251	0.23 224

tt_ll	0.31 221	0.91 328	0.23 202	0.31 209	0.23 250	0.31 250	0.23 237	0.33 249	0.25 249	0.31 248	0.24 250	0.33 262	0.25 249	0.32 257	0.24 237	0.28 218	0.28 239	0.28 242	0.28 313	0.29 233	0.27 279

ff	0.31 221	0.91 328	0.23 202	0.31 209	0.23 250	0.31 250	0.23 237	0.33 249	0.25 249	0.31 248	0.24 250	0.33 262	0.25 249	0.32 257	0.24 237	0.28 218	0.28 239	0.28 242	0.28 313	0.29 233	0.27 279

RAFT + AFF	0.31 221	0.45 233	0.34 270	0.39 239	0.28 271	0.38 282	0.33 345	0.29 236	0.31 334	0.30 243	0.30 295	0.29 247	0.27 266	0.29 248	0.30 281	0.28 218	0.29 253	0.29 247	0.29 326	0.27 228	0.32 338

MLCV	0.31 221	0.35 179	0.27 221	0.35 224	0.28 271	0.35 266	0.27 254	0.35 255	0.28 270	0.36 269	0.27 265	0.35 269	0.27 266	0.35 268	0.27 251	0.34 244	0.27 233	0.34 274	0.27 296	0.34 255	0.27 279

DN-CSS_ROB	0.31 221	0.35 179	0.28 227	0.35 224	0.28 271	0.34 262	0.27 254	0.34 252	0.25 249	0.35 265	0.27 265	0.36 274	0.26 259	0.34 265	0.28 260	0.35 252	0.28 239	0.34 274	0.28 313	0.34 255	0.27 279

DStereoFS	0.32 230	0.33 177	0.32 255	0.33 219	0.30 291	0.32 259	0.32 334	0.32 245	0.31 334	0.30 243	0.31 337	0.31 255	0.30 290	0.32 257	0.32 330	0.32 235	0.31 267	0.30 249	0.47 441	0.32 244	0.34 352

DStereoSA	0.32 230	0.52 264	0.34 270	0.31 209	0.31 338	0.30 244	0.30 281	0.31 243	0.30 291	0.31 248	0.31 337	0.31 255	0.30 290	0.31 254	0.31 320	0.30 227	0.32 271	0.31 255	0.31 351	0.31 241	0.31 331

WCG-NET（raft）	0.32 230	1.24 448	0.24 209	0.32 215	0.24 255	0.32 259	0.23 237	0.32 245	0.24 244	0.32 254	0.24 250	0.32 259	0.24 246	0.32 257	0.24 237	0.30 227	0.23 215	0.30 249	0.23 243	0.30 236	0.23 224

Any-RAFT	0.32 230	0.36 182	0.27 221	0.36 228	0.27 266	0.36 270	0.27 254	0.36 259	0.27 266	0.36 269	0.27 265	0.36 274	0.27 266	0.36 274	0.28 260	0.36 256	0.28 239	0.36 295	0.28 313	0.36 275	0.28 303

StereoDRNet-Refined	0.33 234	0.39 195	0.26 218	0.39 239	0.26 265	0.40 290	0.26 251	0.40 286	0.26 262	0.39 281	0.26 261	0.39 288	0.26 259	0.39 289	0.26 250	0.37 259	0.25 220	0.37 298	0.25 253	0.37 279	0.37 370
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 235	0.26 162	0.17 176	0.21 171	0.17 215	0.20 192	0.16 193	0.20 191	0.16 203	0.20 190	0.17 210	0.21 199	0.16 199	0.27 240	0.24 237	0.19 172	0.16 170	0.19 196	0.16 200	0.26 223	3.08 673

RAFT-FE	0.34 235	0.26 162	0.17 176	0.21 171	0.17 215	0.20 192	0.16 193	0.20 191	0.16 203	0.20 190	0.17 210	0.21 199	0.16 199	0.27 240	0.24 237	0.19 172	0.16 170	0.19 196	0.16 200	0.26 223	3.08 673

LG-Stereo_L2	0.34 235	0.37 184	0.38 289	0.47 296	0.28 271	0.39 288	0.28 263	0.39 278	0.28 270	0.39 281	0.28 272	0.39 288	0.28 273	0.38 281	0.28 260	0.42 312	0.35 319	0.36 295	0.26 259	0.35 268	0.26 241

H2IRNET	0.34 235	0.34 178	0.34 270	0.34 222	0.34 370	0.34 262	0.34 358	0.34 252	0.34 363	0.34 261	0.34 364	0.34 267	0.34 360	0.34 265	0.34 355	0.34 244	0.34 312	0.34 274	0.34 372	0.34 255	0.34 352

IGEV++	0.34 235	0.43 222	0.30 235	0.40 252	0.29 281	0.40 290	0.29 274	0.40 286	0.29 277	0.40 287	0.29 281	0.40 296	0.29 282	0.40 292	0.30 281	0.38 270	0.29 253	0.37 298	0.29 326	0.37 279	0.29 309

iRaft-Stereo_5w	0.34 235	0.42 220	0.31 250	0.39 239	0.30 291	0.38 282	0.30 281	0.40 286	0.29 277	0.40 287	0.37 383	0.41 309	0.34 360	0.38 281	0.30 281	0.34 244	0.27 233	0.34 274	0.26 259	0.34 255	0.26 241

CSP-Net	0.34 235	1.29 450	1.19 517	1.36 545	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 557	1.21 568	0.03 41	0.09 141	0.02 21	0.09 140

iRaft-Stereo_20w	0.34 235	0.41 210	0.31 250	0.39 239	0.29 281	0.40 290	0.32 334	0.41 301	0.32 344	0.38 275	0.30 295	0.39 288	0.30 290	0.38 281	0.32 330	0.35 252	0.27 233	0.34 274	0.27 296	0.34 255	0.29 309

DGSMNet	0.34 235	0.41 210	0.27 221	0.41 264	0.28 271	0.41 306	0.28 263	0.41 301	0.27 266	0.41 301	0.27 265	0.42 327	0.27 266	0.41 308	0.28 260	0.40 290	0.29 253	0.40 360	0.28 313	0.40 349	0.27 279

gcap_with_dpt	0.35 244	0.39 195	0.30 235	0.44 284	0.31 338	0.44 366	0.31 326	0.44 363	0.31 334	0.44 358	0.30 295	0.44 369	0.30 290	0.44 358	0.30 281	0.38 270	0.26 223	0.38 306	0.27 296	0.38 292	0.27 279

FE-Mocha	0.35 244	0.71 292	0.40 332	0.47 296	0.27 266	0.34 262	0.27 254	0.34 252	0.26 262	0.34 261	0.26 261	0.34 267	0.27 266	0.34 265	0.27 251	0.44 314	0.41 356	0.33 265	0.29 326	0.32 244	0.29 309

IGEV-FE	0.35 244	0.37 184	0.17 176	0.19 157	0.17 215	0.20 192	0.17 203	0.19 185	0.17 213	0.19 184	0.17 210	0.19 188	0.17 211	0.37 278	0.36 363	0.19 172	0.17 191	0.19 196	0.17 222	0.38 292	2.84 664

test_for_model	0.35 244	0.39 195	0.30 235	0.43 280	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.44 358	0.31 320	0.38 270	0.26 223	0.38 306	0.26 259	0.38 292	0.26 241

CASnet	0.35 244	0.51 262	0.44 354	0.32 215	0.31 338	0.24 217	0.34 358	0.36 259	0.25 249	0.31 248	0.37 383	0.30 251	0.33 355	0.25 225	0.45 412	0.37 259	0.37 329	0.33 265	0.35 385	0.34 255	0.37 370
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 244	0.44 225	0.45 356	0.49 307	0.30 291	0.37 275	0.30 281	0.36 259	0.30 291	0.36 269	0.29 281	0.36 274	0.29 282	0.36 274	0.30 281	0.46 353	0.39 343	0.32 258	0.24 250	0.32 244	0.25 235
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 244	0.35 179	0.35 281	0.35 224	0.35 373	0.35 266	0.35 363	0.35 255	0.35 367	0.35 265	0.35 372	0.35 269	0.35 367	0.35 268	0.35 359	0.35 252	0.35 319	0.35 290	0.35 385	0.35 268	0.35 362

GeoVLM	0.36 251	0.38 188	0.27 221	0.46 289	0.28 271	0.35 266	0.28 263	0.37 265	0.27 266	0.35 265	0.28 272	0.36 274	0.38 379	0.35 268	0.28 260	1.08 490	0.26 223	0.33 265	0.27 296	0.34 255	0.33 345

Zero-FE251	0.36 251	0.40 199	0.28 227	0.41 264	0.28 271	0.41 306	0.28 263	0.41 301	0.28 270	0.41 301	0.28 272	0.41 309	0.28 273	0.42 321	0.30 281	0.37 259	0.26 223	0.37 298	0.27 296	0.45 375	0.56 451

GIP-stereo	0.36 251	0.49 249	0.39 300	0.48 301	0.32 348	0.41 306	0.28 263	0.40 286	0.30 291	0.41 301	0.28 272	0.40 296	0.28 273	0.42 321	0.28 260	0.45 343	0.32 271	0.38 306	0.30 340	0.37 279	0.27 279

DCVSM-stereo	0.36 251	1.89 519	0.22 199	0.40 252	0.22 244	0.40 290	0.22 229	0.40 286	0.22 234	0.40 287	0.22 239	0.40 296	0.22 237	0.40 292	0.22 227	0.28 218	0.21 205	0.28 242	0.21 234	0.28 230	0.20 217

RSM	0.36 251	0.36 182	0.43 352	0.37 231	0.42 421	0.49 401	0.42 411	0.37 265	0.28 270	0.36 269	0.29 281	0.36 274	0.30 290	0.37 278	0.28 260	0.34 244	0.31 267	0.34 274	0.35 385	0.40 349	0.29 309

gcap-zeroshot	0.36 251	0.40 199	0.34 270	0.44 284	0.31 338	0.44 366	0.31 326	0.44 363	0.32 344	0.44 358	0.32 347	0.44 369	0.32 344	0.44 358	0.31 320	0.39 283	0.28 239	0.39 347	0.28 313	0.39 337	0.27 279

testlalala	0.36 251	0.40 199	0.34 270	0.44 284	0.31 338	0.44 366	0.31 326	0.44 363	0.32 344	0.44 358	0.32 347	0.44 369	0.32 344	0.44 358	0.31 320	0.39 283	0.28 239	0.39 347	0.28 313	0.39 337	0.27 279

GCAPDPT-zeroshot	0.36 251	0.40 199	0.30 235	0.43 280	0.30 291	0.43 333	0.30 281	0.43 325	0.31 334	0.43 320	0.30 295	0.43 334	0.30 290	0.44 358	0.31 320	0.39 283	0.28 239	0.39 347	0.27 296	0.39 337	0.26 241

RAFT-Test	0.36 251	0.37 184	0.33 260	0.41 264	0.32 348	0.41 306	0.32 334	0.41 301	0.32 344	0.41 301	0.32 347	0.41 309	0.32 344	0.41 308	0.33 342	0.37 259	0.29 253	0.37 298	0.29 326	0.38 292	0.31 331

DMCA	0.36 251	0.38 188	0.37 287	0.35 224	0.35 373	0.36 270	0.36 370	0.36 259	0.35 367	0.35 265	0.37 383	0.36 274	0.36 370	0.35 268	0.36 363	0.36 256	0.36 325	0.35 290	0.36 391	0.36 275	0.36 365

ACVNet-DCA	0.37 261	1.00 351	0.30 235	0.40 252	0.29 281	0.40 290	0.29 274	0.40 286	0.29 277	0.40 287	0.29 281	0.40 296	0.29 282	0.39 289	0.28 260	0.33 240	0.32 271	0.33 265	0.32 358	0.33 251	0.32 338

1test111	0.37 261	1.02 365	0.30 235	0.39 239	0.29 281	0.40 290	0.28 263	0.39 278	0.29 277	0.39 281	0.29 281	0.39 288	0.28 273	0.40 292	0.29 272	0.33 240	0.32 271	0.33 265	0.31 351	0.32 244	0.31 331

cc1	0.37 261	1.02 365	0.30 235	0.39 239	0.29 281	0.40 290	0.28 263	0.39 278	0.29 277	0.39 281	0.29 281	0.39 288	0.28 273	0.40 292	0.29 272	0.33 240	0.32 271	0.33 265	0.31 351	0.32 244	0.31 331

EKT-Stereo	0.37 261	0.40 199	0.44 354	1.07 460	0.29 281	0.34 262	0.31 326	0.36 259	0.29 277	0.38 275	0.31 337	0.37 281	0.30 290	0.36 274	0.29 272	0.34 244	0.28 239	0.39 347	0.30 340	0.37 279	0.30 322

GMOStereo	0.37 261	0.45 233	0.23 202	0.30 203	0.37 383	0.41 306	0.36 370	0.41 301	0.35 367	0.43 320	0.36 376	0.41 309	0.40 391	0.41 308	0.36 363	0.34 244	0.22 209	0.47 414	0.37 394	0.39 337	0.33 345

XPNet_ROB	0.37 261	0.37 184	0.37 287	0.37 231	0.37 383	0.37 275	0.37 376	0.37 265	0.37 380	0.37 274	0.37 383	0.37 281	0.37 375	0.37 278	0.37 372	0.37 259	0.37 329	0.37 298	0.37 394	0.37 279	0.37 370

MonSter++	0.38 267	0.44 225	0.31 250	0.43 280	0.30 291	0.43 333	0.31 326	0.43 325	0.31 334	0.45 370	0.31 337	0.43 334	0.31 339	0.43 327	0.69 483	0.38 270	0.33 283	0.40 360	0.30 340	0.38 292	0.30 322

HiDET	0.38 267	0.44 225	0.30 235	0.42 274	0.30 291	0.42 326	0.30 281	0.42 319	0.30 291	0.44 358	0.30 295	0.42 327	0.30 290	0.42 321	0.68 475	0.37 259	0.32 271	0.40 360	0.29 326	0.37 279	0.29 309

LCMNet	0.38 267	0.44 225	0.30 235	0.42 274	0.30 291	0.42 326	0.30 281	0.42 319	0.30 291	0.45 370	0.30 295	0.42 327	0.30 290	0.42 321	0.69 483	0.37 259	0.32 271	0.40 360	0.29 326	0.37 279	0.29 309

CSFM-Stereo	0.38 267	0.44 225	0.30 235	0.42 274	0.30 291	0.42 326	0.30 281	0.43 325	0.30 291	0.44 358	0.30 295	0.42 327	0.30 290	0.42 321	0.73 495	0.37 259	0.32 271	0.40 360	0.29 326	0.37 279	0.30 322

HART	0.38 267	0.45 233	0.34 270	0.42 274	0.33 360	0.41 306	0.34 358	0.42 319	0.33 354	0.43 320	0.34 364	0.42 327	0.34 360	0.41 308	0.38 375	0.40 290	0.32 271	0.42 392	0.32 358	0.40 349	0.32 338

GREAT-IGEV	0.38 267	0.43 222	0.36 283	0.48 301	0.32 348	0.45 379	0.32 334	0.45 372	0.32 344	0.45 370	0.32 347	0.45 379	0.32 344	0.45 376	0.32 330	0.44 314	0.33 283	0.41 377	0.29 326	0.41 360	0.29 309
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	0.38 267	0.43 222	0.33 260	0.46 289	0.33 360	0.45 379	0.32 334	0.45 372	0.32 344	0.45 370	0.32 347	0.45 379	0.33 355	0.45 376	0.32 330	0.38 270	0.38 336	0.38 306	0.37 394	0.37 279	0.36 365

WAO-8	0.38 267	0.38 188	0.38 289	0.38 234	0.38 390	0.38 282	0.38 383	0.38 274	0.38 384	0.38 275	0.38 388	0.38 283	0.38 379	0.38 281	0.38 375	0.38 270	0.38 336	0.38 306	0.37 394	0.38 292	0.38 377

WAO-7	0.38 267	0.38 188	0.38 289	0.38 234	0.38 390	0.38 282	0.38 383	0.38 274	0.38 384	0.38 275	0.38 388	0.38 283	0.38 379	0.38 281	0.38 375	0.38 270	0.38 336	0.38 306	0.38 407	0.38 292	0.38 377

xx1	0.38 267	1.03 367	0.31 250	0.40 252	0.31 338	0.41 306	0.28 263	0.40 286	0.29 277	0.40 287	0.29 281	0.40 296	0.29 282	0.40 292	0.29 272	0.34 244	0.33 283	0.34 274	0.32 358	0.34 255	0.32 338

Venus	0.38 267	0.38 188	0.38 289	0.38 234	0.38 390	0.37 275	0.38 383	0.37 265	0.37 380	0.41 301	0.37 383	0.39 288	0.37 375	0.38 281	0.38 375	0.37 259	0.38 336	0.38 306	0.37 394	0.37 279	0.38 377

IMH	0.38 267	0.38 188	0.38 289	0.38 234	0.38 390	0.38 282	0.38 383	0.38 274	0.38 384	0.42 315	0.38 388	0.40 296	0.38 379	0.38 281	0.38 375	0.38 270	0.38 336	0.39 347	0.38 407	0.38 292	0.38 377

DF	0.39 279	1.37 460	1.02 501	1.14 468	0.12 181	0.16 173	0.12 175	0.16 174	0.12 181	0.16 171	0.12 172	0.16 172	0.12 176	0.16 173	0.12 169	1.12 499	1.00 491	0.15 171	0.12 175	0.15 171	0.12 172

PAM	0.39 279	1.88 518	0.34 270	0.37 231	0.41 411	0.45 379	0.22 229	0.28 231	0.23 241	0.28 237	0.24 250	0.29 247	0.23 243	0.29 248	0.23 234	0.38 270	0.32 271	0.38 306	0.37 394	0.32 244	0.22 222

HanzoNet	0.39 279	0.38 188	0.40 332	0.39 239	0.41 411	0.38 282	0.38 383	0.38 274	0.38 384	0.39 281	0.39 398	0.38 283	0.38 379	0.39 289	0.40 390	0.38 270	0.38 336	0.40 360	0.38 407	0.38 292	0.40 386

CES	0.39 279	0.47 241	0.36 283	0.36 228	0.37 383	0.45 379	0.35 363	0.35 255	0.40 398	0.36 269	0.44 423	0.47 389	0.36 370	0.44 358	0.36 363	0.37 259	0.39 343	0.44 395	0.35 385	0.37 279	0.36 365

PASM	0.39 279	3.06 595	1.36 583	1.58 554	0.09 145	0.11 153	0.11 162	0.11 154	0.11 165	0.09 141	0.09 146	0.11 155	0.09 144	0.09 141	0.09 139	0.11 105	0.11 122	0.11 149	0.09 141	0.11 153	0.11 158

mms	0.40 284	0.45 233	0.35 281	0.48 301	0.36 379	0.47 391	0.34 358	0.45 372	0.38 384	0.47 382	0.33 356	0.45 379	0.32 344	0.45 376	0.32 330	0.39 283	0.38 336	0.38 306	0.37 394	0.39 337	0.39 383

GCAPDPT-zeroshot4090	0.40 284	1.09 377	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.44 363	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.45 343	0.34 312	0.38 306	0.27 296	0.38 292	0.27 279

knoymous	0.40 284	0.40 199	0.40 332	0.40 252	0.40 401	0.40 290	0.40 397	0.40 286	0.40 398	0.40 287	0.40 401	0.40 296	0.40 391	0.40 292	0.40 390	0.40 290	0.40 346	0.40 360	0.40 412	0.40 349	0.40 386

anonymousa	0.40 284	0.40 199	0.40 332	0.40 252	0.40 401	0.40 290	0.40 397	0.40 286	0.40 398	0.40 287	0.40 401	0.40 296	0.40 391	0.40 292	0.40 390	0.40 290	0.40 346	0.40 360	0.40 412	0.40 349	0.40 386

riskmin	0.40 284	0.40 199	0.40 332	0.40 252	0.40 401	0.40 290	0.40 397	0.40 286	0.40 398	0.40 287	0.40 401	0.40 296	0.40 391	0.40 292	0.40 390	0.40 290	0.40 346	0.40 360	0.40 412	0.40 349	0.40 386

Anonymous_2	0.40 284	0.40 199	0.40 332	0.40 252	0.40 401	0.40 290	0.40 397	0.40 286	0.40 398	0.40 287	0.40 401	0.40 296	0.40 391	0.40 292	0.40 390	0.40 290	0.40 346	0.40 360	0.40 412	0.40 349	0.40 386

Anonymous_1	0.40 284	0.40 199	0.40 332	0.40 252	0.40 401	0.40 290	0.40 397	0.40 286	0.40 398	0.40 287	0.40 401	0.40 296	0.40 391	0.40 292	0.40 390	0.40 290	0.40 346	0.40 360	0.40 412	0.40 349	0.40 386

AdaStereo	0.40 284	0.40 199	0.40 332	0.40 252	0.40 401	0.40 290	0.40 397	0.40 286	0.40 398	0.40 287	0.40 401	0.40 296	0.40 391	0.40 292	0.40 390	0.40 290	0.40 346	0.40 360	0.40 412	0.40 349	0.40 386
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	0.41 292	1.09 377	0.40 332	0.52 357	0.31 338	0.44 366	0.31 326	0.44 363	0.31 334	0.44 358	0.31 337	0.44 369	0.31 339	0.44 358	0.31 320	0.46 353	0.35 319	0.39 347	0.28 313	0.39 337	0.28 303

GCAP-Stereo-DPT-FT	0.41 292	1.06 374	0.40 332	0.51 354	0.31 338	0.44 366	0.30 281	0.43 325	0.32 344	0.44 358	0.30 295	0.56 438	0.30 290	0.44 358	0.31 320	0.45 343	0.34 312	0.39 347	0.27 296	0.40 349	0.27 279

Select-FE	0.41 292	0.44 225	0.23 202	0.26 197	0.22 244	0.26 235	0.22 229	0.26 228	0.23 241	0.26 233	0.23 243	0.26 238	0.23 243	0.45 376	0.42 406	0.25 209	0.22 209	0.25 231	0.22 237	0.45 375	2.90 665

water-stereo	0.41 292	0.84 312	0.46 361	0.50 343	0.33 360	0.45 379	0.33 345	0.45 372	0.32 344	0.45 370	0.32 347	0.45 379	0.32 344	0.45 376	0.32 330	0.44 314	0.41 356	0.39 347	0.31 351	0.39 337	0.32 338

ccccc	0.41 292	0.44 225	0.34 270	0.48 301	0.35 373	0.48 396	0.35 363	0.51 414	0.35 367	0.47 382	0.35 372	0.47 389	0.34 360	0.47 385	0.35 359	0.41 298	0.40 346	0.40 360	0.40 412	0.41 360	0.39 383

GCAP-BAT	0.41 292	1.30 452	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.44 358	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.34 312	0.38 306	0.26 259	0.38 292	0.26 241

GwcNet-ADL	0.41 292	0.41 210	0.41 346	0.41 264	0.41 411	0.41 306	0.41 406	0.41 301	0.41 408	0.41 301	0.41 409	0.41 309	0.41 403	0.41 308	0.41 398	0.41 298	0.41 356	0.41 377	0.41 420	0.41 360	0.41 394

PSMNet-ADL	0.41 292	0.41 210	0.41 346	0.41 264	0.41 411	0.41 306	0.41 406	0.41 301	0.41 408	0.41 301	0.41 409	0.41 309	0.41 403	0.41 308	0.41 398	0.41 298	0.41 356	0.41 377	0.41 420	0.41 360	0.41 394

GANet-ADL	0.41 292	0.41 210	0.41 346	0.41 264	0.41 411	0.41 306	0.41 406	0.41 301	0.41 408	0.41 301	0.41 409	0.41 309	0.41 403	0.41 308	0.41 398	0.41 298	0.41 356	0.41 377	0.41 420	0.41 360	0.41 394

ADLNet2	0.41 292	0.41 210	0.41 346	0.41 264	0.41 411	0.41 306	0.41 406	0.41 301	0.41 408	0.41 301	0.41 409	0.41 309	0.41 403	0.41 308	0.41 398	0.41 298	0.41 356	0.41 377	0.41 420	0.41 360	0.41 394

ADLNet	0.41 292	0.41 210	0.41 346	0.41 264	0.41 411	0.41 306	0.41 406	0.41 301	0.41 408	0.41 301	0.41 409	0.41 309	0.41 403	0.41 308	0.41 398	0.41 298	0.41 356	0.41 377	0.41 420	0.41 360	0.41 394

FCDSN-DC	0.41 292	0.59 280	0.64 428	0.54 362	0.33 360	0.50 410	0.37 376	0.42 319	0.40 398	0.61 444	0.43 421	0.50 415	0.49 435	0.38 281	0.32 330	0.28 218	0.23 215	0.26 236	0.22 237	0.35 268	0.28 303
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 292	0.46 237	0.33 260	0.49 307	0.33 360	0.49 401	0.33 345	0.49 391	0.33 354	0.49 396	0.33 356	0.49 401	0.33 355	0.51 417	0.33 342	0.41 298	0.30 262	0.41 377	0.30 340	0.79 454	0.29 309

Gwc-CoAtRS	0.41 292	1.49 466	0.32 255	0.42 274	0.32 348	0.41 306	0.32 334	0.41 301	0.33 354	0.41 301	0.32 347	0.41 309	0.32 344	0.41 308	0.32 330	0.39 283	0.28 239	0.39 347	0.28 313	0.40 349	0.28 303

UPFNet	0.42 306	1.20 394	0.17 176	0.24 183	0.17 215	0.25 226	0.17 203	1.19 522	0.90 521	0.25 224	0.17 210	0.24 220	0.17 211	0.25 225	0.17 203	0.22 185	0.17 191	0.22 209	0.16 200	1.15 510	0.93 518

quiztm	0.43 307	0.49 249	0.40 332	0.51 354	0.40 401	0.51 422	0.40 397	0.50 400	0.40 398	0.50 409	0.40 401	0.51 426	0.40 391	0.50 407	0.40 390	0.44 314	0.34 312	0.44 395	0.34 372	0.44 370	0.34 352

GCAP-Stereo-DPT26K	0.43 307	1.76 482	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.31 320	0.44 314	0.33 283	0.38 306	0.27 296	0.38 292	0.26 241

aanet-new-8k	0.43 307	1.76 482	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new	0.43 307	1.80 492	0.38 289	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-cres	0.43 307	1.77 484	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-36K	0.43 307	1.78 487	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-20K	0.43 307	1.77 484	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-3K	0.43 307	1.77 484	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

DDF-Stereo	0.43 307	1.15 387	0.57 408	0.53 359	0.32 348	0.41 306	0.32 334	0.41 301	0.32 344	0.41 301	0.32 347	0.41 309	0.32 344	0.40 292	0.32 330	0.52 382	0.50 403	0.38 306	0.31 351	0.39 337	0.31 331

DilatedVolume-Stereo	0.43 307	0.86 316	0.48 377	0.50 343	0.33 360	0.46 386	0.33 345	0.46 376	0.33 354	0.46 376	0.33 356	0.47 389	0.33 355	0.47 385	0.34 355	0.45 343	0.42 365	0.40 360	0.33 368	0.47 391	0.38 377

psmg	0.43 307	1.91 522	0.92 488	1.91 568	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 598	1.44 591	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 307	1.21 440	0.17 176	0.25 190	0.17 215	0.25 226	0.18 211	1.26 574	0.95 529	0.25 224	0.17 210	0.25 227	0.17 211	0.25 225	0.17 203	0.23 196	0.16 170	0.22 209	0.16 200	1.18 518	0.98 523

psm_up	0.43 307	1.19 393	0.17 176	0.25 190	0.18 226	0.25 226	0.19 215	1.26 574	0.91 522	0.26 233	0.17 210	0.25 227	0.17 211	0.25 225	0.17 203	0.22 185	0.17 191	0.23 217	0.16 200	1.18 518	0.99 524

aanet-new-90k	0.44 320	1.82 504	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.44 358	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-60k	0.44 320	1.81 497	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-70k	0.44 320	1.82 504	0.38 289	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-78k	0.44 320	1.80 492	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.45 343	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-40k	0.44 320	1.81 497	0.39 300	0.50 343	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.45 343	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-36k	0.44 320	1.80 492	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-34k	0.44 320	1.80 492	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-32k-new	0.44 320	1.78 487	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.44 363	0.30 291	0.44 358	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.45 343	0.34 312	0.39 347	0.26 259	0.38 292	0.26 241

aanet-new-32k	0.44 320	1.79 491	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-30k	0.44 320	1.78 487	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-28k	0.44 320	1.81 497	0.39 300	0.49 307	0.30 291	0.44 366	0.30 281	0.44 363	0.30 291	0.44 358	0.30 295	0.44 369	0.30 290	0.44 358	0.30 281	0.45 343	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-24k	0.44 320	1.78 487	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-22k	0.44 320	1.81 497	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

aanet-new-16k	0.44 320	1.83 507	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-cres-4k	0.44 320	1.81 497	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-22K	0.44 320	1.85 513	0.38 289	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-24K	0.44 320	1.86 516	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-5K	0.44 320	1.80 492	0.39 300	0.49 307	0.30 291	0.44 366	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.44 358	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-2K	0.44 320	1.82 504	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.33 283	0.38 306	0.26 259	0.38 292	0.26 241

GCAP-Stereo-DPT-50K	0.44 320	1.83 507	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.43 327	0.30 281	0.44 314	0.36 325	0.38 306	0.26 259	0.38 292	0.26 241

Monster-pub-mixall	0.44 320	0.56 276	0.60 414	0.38 234	0.27 266	0.37 275	0.27 254	0.37 265	0.29 277	0.38 275	0.27 265	0.38 283	0.29 282	0.85 481	0.27 251	1.46 573	0.26 223	0.34 274	0.26 259	0.36 275	0.53 437

depthmonostereo	0.44 320	0.85 314	0.46 361	0.54 362	0.40 401	0.52 426	0.38 383	0.52 418	0.35 367	0.47 382	0.34 364	0.46 383	0.34 360	0.47 385	0.34 355	0.45 343	0.43 370	0.41 377	0.33 368	0.41 360	0.32 338

MMNet	0.44 320	1.24 448	0.17 176	0.25 190	0.17 215	0.25 226	0.18 211	1.26 574	0.93 527	0.25 224	0.17 210	0.25 227	0.18 221	0.25 225	0.17 203	0.23 196	0.16 170	0.23 217	0.16 200	1.20 522	0.99 524

aanet-new-10k	0.45 343	1.81 497	0.40 332	0.50 343	0.31 338	0.44 366	0.31 326	0.44 363	0.31 334	0.44 358	0.31 337	0.44 369	0.32 344	0.44 358	0.31 320	0.46 353	0.35 319	0.39 347	0.27 296	0.39 337	0.27 279

252Zero-FE	0.45 343	0.50 254	0.36 283	0.50 343	0.36 379	0.50 410	0.36 370	0.50 400	0.36 378	0.49 396	0.36 376	0.49 401	0.36 370	0.54 427	0.41 398	0.45 343	0.34 312	0.45 400	0.34 372	0.55 417	0.75 496

Monster-pub-eth3d	0.45 343	0.57 277	0.60 414	0.39 239	0.28 271	0.37 275	0.28 263	0.37 265	0.30 291	0.39 281	0.29 281	0.39 288	0.30 290	0.92 493	0.27 251	1.42 570	0.28 239	0.34 274	0.28 313	0.37 279	0.53 437

Replicate-Monster	0.45 343	0.57 277	0.60 414	0.40 252	0.29 281	0.37 275	0.27 254	0.37 265	0.30 291	0.40 287	0.31 337	0.40 296	0.30 290	0.99 502	0.27 251	1.36 566	0.31 267	0.34 274	0.30 340	0.36 275	0.54 440

SCV_C0	0.45 343	0.88 320	0.49 384	0.54 362	0.37 383	0.48 396	0.37 376	0.48 386	0.37 380	0.48 389	0.36 376	0.48 396	0.37 375	0.49 399	0.37 372	0.50 374	0.41 356	0.44 395	0.34 372	0.44 370	0.34 352

RAFT-Stereo-weight	0.45 343	1.90 521	0.34 270	0.42 274	0.36 379	0.43 333	0.35 363	0.42 319	0.34 363	0.42 315	0.34 364	0.44 369	0.34 360	0.41 308	0.34 355	0.38 270	0.32 271	0.38 306	0.32 358	0.38 292	0.33 345

TorneroNet-64	0.45 343	0.27 165	0.30 235	0.58 372	0.27 266	0.70 456	0.30 281	0.28 231	0.73 504	0.73 462	0.28 272	0.71 460	0.66 470	0.75 463	0.27 251	0.27 214	0.29 253	0.37 298	0.75 509	0.28 230	0.30 322

aanet-new-12k	0.46 350	1.99 530	0.40 332	0.51 354	0.31 338	0.44 366	0.31 326	0.44 363	0.31 334	0.44 358	0.31 337	0.44 369	0.31 339	0.44 358	0.32 330	0.47 360	0.35 319	0.39 347	0.27 296	0.39 337	0.27 279

SCV	0.46 350	0.94 337	0.45 356	0.54 362	0.37 383	0.48 396	0.38 383	0.48 386	0.37 380	0.48 389	0.39 398	0.48 396	0.37 375	0.49 399	0.37 372	0.50 374	0.46 380	0.44 395	0.34 372	0.44 370	0.34 352

otaku	0.46 350	0.46 237	0.46 361	0.46 289	0.46 430	0.46 386	0.46 422	0.46 376	0.46 423	0.46 376	0.46 430	0.46 383	0.46 421	0.46 381	0.46 416	0.46 353	0.46 380	0.46 404	0.46 434	0.46 378	0.46 409

Dean	0.46 350	0.46 237	0.46 361	0.46 289	0.46 430	0.46 386	0.46 422	0.46 376	0.46 423	0.47 382	0.46 430	0.46 383	0.46 421	0.46 381	0.46 416	0.46 353	0.46 380	0.46 404	0.46 434	0.46 378	0.46 409

ACVNet_1	0.46 350	0.47 241	0.46 361	0.46 289	0.46 430	0.46 386	0.46 422	0.46 376	0.47 428	0.46 376	0.46 430	0.46 383	0.46 421	0.46 381	0.46 416	0.46 353	0.46 380	0.47 414	0.46 434	0.46 378	0.46 409

ACVNet-4b	0.46 350	0.46 237	0.46 361	0.46 289	0.46 430	0.46 386	0.46 422	0.46 376	0.46 423	0.46 376	0.46 430	0.46 383	0.46 421	0.47 385	0.46 416	0.46 353	0.46 380	0.46 404	0.46 434	0.46 378	0.46 409

PML	0.46 350	1.36 458	0.29 231	0.58 372	0.30 291	0.57 440	0.29 274	0.57 429	0.29 277	0.57 438	0.29 281	0.57 441	0.29 282	0.56 432	0.29 272	0.52 382	0.30 262	0.53 443	0.31 351	0.53 415	0.30 322

Anonymus	0.47 357	0.73 295	0.46 361	0.43 280	0.54 459	0.53 428	0.27 254	0.39 278	0.35 367	0.33 258	0.40 401	0.33 262	0.38 379	0.53 424	0.54 443	0.56 395	0.36 325	0.49 427	0.53 456	0.66 430	0.54 440

LG-Stereo_L1	0.47 357	0.52 264	0.47 369	0.62 380	0.39 400	0.53 428	0.40 397	0.53 420	0.39 397	0.53 424	0.39 398	0.53 428	0.39 390	0.53 424	0.39 387	0.55 392	0.46 380	0.49 427	0.37 394	0.49 398	0.37 370

Ntro	0.47 357	0.47 241	0.46 361	0.46 289	0.46 430	0.47 391	0.47 427	0.46 376	0.47 428	0.46 376	0.46 430	0.47 389	0.46 421	0.47 385	0.47 423	0.47 360	0.46 380	0.46 404	0.46 434	0.46 378	0.46 409

HaxPig	0.47 357	0.47 241	0.47 369	0.49 307	0.47 436	0.47 391	0.47 427	0.47 382	0.47 428	0.47 382	0.47 438	0.47 389	0.47 429	0.47 385	0.47 423	0.47 360	0.47 388	0.47 414	0.47 441	0.47 391	0.48 418

UNDER WATER	0.47 357	0.47 241	0.47 369	0.47 296	0.47 436	0.47 391	0.47 427	0.47 382	0.47 428	0.47 382	0.47 438	0.47 389	0.46 421	0.47 385	0.47 423	0.47 360	0.47 388	0.47 414	0.46 434	0.47 391	0.47 416

LVE	0.47 357	0.47 241	0.47 369	0.47 296	0.49 442	0.47 391	0.47 427	0.47 382	0.49 437	0.47 382	0.47 438	0.47 389	0.46 421	0.47 385	0.47 423	0.47 360	0.47 388	0.48 422	0.47 441	0.47 391	0.47 416

GASTEREO	0.48 363	1.21 440	0.47 369	0.57 370	0.38 390	0.50 410	0.38 383	0.50 400	0.38 384	0.50 409	0.38 388	0.50 415	0.38 379	0.50 407	0.38 375	0.52 382	0.42 365	0.46 404	0.34 372	0.46 378	0.34 352

LG-Stereo_Zeroshot	0.48 363	0.55 274	0.47 369	0.63 382	0.41 411	0.56 434	0.44 414	0.56 426	0.41 408	0.56 435	0.41 409	0.57 441	0.42 409	0.56 432	0.41 398	0.55 392	0.43 370	0.51 437	0.37 394	0.51 409	0.37 370

fffft	0.48 363	0.51 262	0.45 356	0.52 357	0.45 428	0.52 426	0.45 420	0.52 418	0.48 435	0.53 424	0.45 427	0.52 427	0.45 418	0.52 422	0.46 416	0.51 380	0.41 356	0.50 432	0.41 420	0.50 403	0.41 394
1: 1. 1
RainbowNet	0.48 363	0.48 247	0.48 377	0.48 301	0.48 440	0.48 396	0.48 436	0.48 386	0.48 435	0.48 389	0.48 442	0.48 396	0.48 430	0.48 393	0.48 429	0.48 365	0.48 392	0.48 422	0.48 445	0.48 395	0.48 418

notaker	0.48 363	0.49 249	0.48 377	0.48 301	0.48 440	0.48 396	0.48 436	0.48 386	0.49 437	0.48 389	0.48 442	0.48 396	0.48 430	0.48 393	0.48 429	0.48 365	0.48 392	0.48 422	0.48 445	0.48 395	0.49 423

LL-Strereo2	0.48 363	1.73 480	0.51 396	0.59 375	0.34 370	0.42 326	0.33 345	0.40 286	0.31 334	0.42 315	0.33 356	0.42 327	0.31 339	0.44 358	0.39 387	0.60 401	0.51 408	0.44 395	0.33 368	0.44 370	0.33 345

Former-RAFT_DAM_RVC	0.49 369	0.98 342	0.64 428	0.84 420	0.46 430	0.45 379	0.35 363	0.47 382	0.47 428	0.45 370	0.34 364	0.46 383	0.48 430	0.46 381	0.35 359	0.39 283	0.71 461	0.39 347	0.35 385	0.41 360	0.41 394

ACVNet_2	0.49 369	0.49 249	0.49 384	0.49 307	0.49 442	0.49 401	0.49 438	0.49 391	0.49 437	0.49 396	0.49 445	0.49 401	0.49 435	0.49 399	0.49 431	0.49 368	0.49 395	0.49 427	0.49 448	0.49 398	0.49 423

FoundationStereo	0.50 371	0.50 254	0.50 389	0.50 343	0.50 446	0.50 410	0.50 441	0.50 400	0.50 441	0.50 409	0.50 448	0.50 415	0.50 439	0.50 407	0.50 433	0.50 374	0.50 403	0.50 432	0.50 450	0.50 403	0.50 426

StereoAnything_RVC	0.50 371	0.50 254	0.50 389	0.50 343	0.50 446	0.50 410	0.50 441	0.50 400	0.50 441	0.50 409	0.50 448	0.50 415	0.50 439	0.50 407	0.50 433	0.50 374	0.50 403	0.50 432	0.50 450	0.50 403	0.50 426

dual_stereo	0.50 371	0.50 254	0.50 389	0.50 343	0.50 446	0.50 410	0.50 441	0.50 400	0.50 441	0.50 409	0.50 448	0.50 415	0.50 439	0.50 407	0.50 433	0.50 374	0.50 403	0.50 432	0.50 450	0.50 403	0.50 426

GCST	0.50 371	2.08 533	0.38 289	0.53 359	0.35 373	0.49 401	0.35 363	0.50 400	0.35 367	0.49 396	0.35 372	0.49 401	0.35 367	0.49 399	0.35 359	0.48 365	0.37 329	0.45 400	0.33 368	0.44 370	0.33 345

SANet	0.50 371	0.50 254	0.50 389	0.50 343	0.50 446	0.50 410	0.50 441	0.50 400	0.50 441	0.50 409	0.50 448	0.50 415	0.50 439	0.50 407	0.50 433	0.50 374	0.50 403	0.50 432	0.50 450	0.50 403	0.50 426

MSCF	0.51 376	1.40 463	0.49 384	0.58 372	0.38 390	0.50 410	0.38 383	0.54 422	0.41 408	0.52 421	0.41 409	0.53 428	0.42 409	0.53 424	0.41 398	0.60 401	0.47 388	0.48 422	0.37 394	0.48 395	0.38 377

UGAM-zero	0.51 376	2.17 542	0.39 300	0.53 359	0.36 379	0.50 410	0.36 370	0.50 400	0.36 378	0.49 396	0.36 376	0.50 415	0.35 367	0.50 407	0.36 363	0.49 368	0.37 329	0.47 414	0.35 385	0.46 378	0.34 352

UGAM	0.51 376	2.23 547	0.39 300	0.54 362	0.35 373	0.50 410	0.35 363	0.49 391	0.35 367	0.49 396	0.35 372	0.49 401	0.36 370	0.50 407	0.36 363	0.49 368	0.37 329	0.45 400	0.34 372	0.45 375	0.34 352

Selective-IGEV	0.51 376	0.55 274	0.45 356	0.69 392	0.45 428	0.61 444	0.45 420	0.50 400	0.40 398	0.56 435	0.44 423	0.55 435	0.40 391	0.72 458	0.67 467	0.59 400	0.46 380	0.45 400	0.34 372	0.46 378	0.37 370

RCA-Stereo	0.51 376	3.22 601	0.34 270	0.44 284	0.34 370	0.44 366	0.34 358	0.43 325	0.34 363	0.43 320	0.34 364	0.44 369	0.33 355	0.43 327	0.33 342	0.38 270	0.29 253	0.38 306	0.29 326	0.38 292	0.29 309

DN	0.53 381	0.85 314	0.45 356	0.65 386	0.44 424	0.60 443	0.44 414	0.60 436	0.44 419	0.60 443	0.45 427	0.60 446	0.44 414	0.60 441	0.44 410	0.56 395	0.42 365	0.56 446	0.42 428	0.56 419	0.42 401

MatchStereo	0.54 382	0.12 111	2.38 645	2.32 588	0.09 145	0.09 140	0.08 143	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 134	2.34 621	2.34 640	0.12 152	0.11 160	0.11 153	0.10 145
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	0.54 382	0.60 283	0.52 399	0.66 390	0.47 436	0.61 444	0.47 427	0.58 432	0.46 423	0.61 444	0.46 430	0.61 448	0.45 418	0.62 442	0.45 412	0.61 405	0.52 410	0.57 447	0.48 445	0.57 422	0.48 418

castereo++	0.54 382	3.59 607	1.15 511	1.31 539	0.14 187	0.16 173	0.14 181	0.16 174	0.14 187	0.16 171	0.14 190	0.16 172	0.13 182	0.16 173	0.14 180	1.45 572	1.16 517	0.15 171	0.14 190	0.15 171	0.13 179

FENet	0.54 382	1.52 467	1.19 517	1.41 549	0.23 250	0.35 266	0.23 237	0.35 255	0.23 241	0.34 261	0.23 243	0.35 269	0.23 243	0.35 268	0.23 234	1.40 569	1.07 501	0.32 258	0.23 243	0.33 251	0.23 224

PSMNet_ROB	0.54 382	0.54 272	0.54 404	0.54 362	0.53 456	0.54 432	0.54 450	0.53 420	0.54 451	0.54 430	0.54 458	0.54 431	0.53 446	0.54 427	0.54 443	0.54 386	0.53 412	0.54 444	0.54 458	0.54 416	0.54 440

AIO-test2	0.55 387	0.59 280	0.52 399	0.67 391	0.47 436	0.61 444	0.47 427	0.61 439	0.47 428	0.61 444	0.47 438	0.61 448	0.48 430	0.62 442	0.47 423	0.64 412	0.53 412	0.58 448	0.47 441	0.58 423	0.48 418

CFNet-ft	0.55 387	1.57 468	0.14 148	0.20 161	0.14 187	0.20 192	2.53 660	1.61 592	0.14 187	0.20 190	0.14 190	0.20 191	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	1.56 585	1.24 602

MyStereo04	0.56 389	3.72 613	0.59 410	0.49 307	0.41 411	0.36 270	0.32 334	0.37 265	0.31 334	0.34 261	0.46 430	0.35 269	0.32 344	0.35 268	0.33 342	0.49 368	0.45 378	0.34 274	0.32 358	0.35 268	0.43 403

CASS	0.57 390	0.89 323	0.56 406	0.57 370	0.56 460	0.56 434	0.56 451	0.56 426	0.53 449	0.57 438	0.57 461	0.59 445	0.48 430	0.56 432	0.57 447	0.55 392	0.56 417	0.47 414	0.56 464	0.62 426	0.56 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 391	0.75 299	0.49 384	0.79 412	0.50 446	0.79 466	0.49 438	0.79 461	0.49 437	0.80 473	0.49 445	0.79 473	0.49 435	0.80 467	0.49 431	0.63 411	0.40 346	0.63 453	0.40 412	0.63 427	0.40 386

aanet-new-14k	0.60 391	5.12 640	0.39 300	0.49 307	0.30 291	0.43 333	0.30 281	0.43 325	0.30 291	0.43 320	0.30 295	0.43 334	0.30 290	0.44 358	0.30 281	0.44 314	0.37 329	0.38 306	0.26 259	0.38 292	0.26 241

LG-Stereo	0.60 391	0.58 279	0.47 369	0.64 385	0.74 499	1.00 497	0.69 484	0.57 429	0.41 408	0.57 438	0.41 409	0.57 441	0.41 403	1.00 504	0.75 500	0.91 463	0.51 408	0.52 440	0.37 394	0.52 411	0.37 370

MonSter	0.60 391	0.64 286	0.52 399	0.62 380	0.44 424	2.07 617	0.44 414	0.62 440	0.44 419	0.62 447	0.44 423	0.62 450	0.44 414	0.62 442	0.44 410	0.58 398	0.42 365	0.62 451	0.46 434	0.58 423	0.42 401

MyStereo07	0.60 391	3.72 613	0.48 377	0.49 307	0.41 411	0.36 270	0.32 334	0.49 391	0.43 416	0.51 418	0.42 419	0.49 401	0.43 412	0.51 417	0.64 458	0.49 368	0.45 378	0.34 274	0.32 358	0.35 268	0.43 403

FSD	0.61 396	0.59 280	0.50 389	2.58 599	0.44 424	0.56 434	0.44 414	0.55 425	0.44 419	0.56 435	0.44 423	0.56 438	0.44 414	0.56 432	0.46 416	0.61 405	0.42 365	0.52 440	0.42 428	0.52 411	0.51 433

castereo	0.61 396	3.79 615	1.35 575	1.52 553	0.15 199	0.17 180	0.16 193	0.20 191	0.21 231	0.18 182	0.16 203	0.21 199	0.12 176	0.26 236	0.17 203	1.43 571	1.38 587	0.17 183	0.16 200	0.18 186	0.16 190

WCG-NET	0.61 396	1.21 440	0.54 404	0.61 379	0.53 456	0.67 452	0.53 447	0.66 445	0.53 449	0.64 450	0.53 457	0.65 454	0.53 446	0.59 439	0.52 440	0.65 413	0.48 392	0.64 455	0.52 454	0.58 423	0.50 426

GEAStereo	0.62 399	3.91 620	0.48 377	0.69 392	0.38 390	0.51 422	0.38 383	0.51 414	0.38 384	0.53 424	0.38 388	0.50 415	0.38 379	0.51 417	0.38 375	0.54 386	0.43 370	0.46 404	0.34 372	0.46 378	0.34 352

gasm-f	0.62 399	3.91 620	0.48 377	0.69 392	0.38 390	0.51 422	0.38 383	0.51 414	0.38 384	0.53 424	0.38 388	0.50 415	0.38 379	0.51 417	0.38 375	0.54 386	0.43 370	0.46 404	0.34 372	0.46 378	0.34 352

SMoEStereo_RVC	0.63 401	0.75 299	0.51 396	0.73 406	0.53 456	0.71 458	0.47 427	0.67 446	0.58 455	0.74 467	0.60 466	0.72 463	0.53 446	0.74 462	0.51 438	0.61 405	0.62 435	0.62 451	0.61 473	0.63 427	0.61 458

anonymity	0.63 401	0.69 288	0.56 406	0.71 400	0.56 460	0.71 458	0.56 451	0.71 453	0.56 452	0.72 460	0.56 460	0.71 460	0.56 450	0.71 456	0.58 449	0.68 417	0.55 415	0.68 460	0.55 460	0.68 433	0.54 440

PAM_32	0.64 403	2.38 562	0.51 396	0.92 434	0.43 423	0.53 428	0.44 414	0.87 473	0.43 416	0.52 421	0.45 427	0.53 428	0.40 391	0.54 427	0.46 416	0.62 409	0.56 417	0.48 422	0.45 432	0.76 448	0.44 406

CRFU-Net	0.65 404	1.67 472	1.22 567	1.96 572	0.27 266	0.41 306	0.27 254	0.41 301	0.27 266	0.40 287	0.26 261	0.41 309	0.27 266	0.40 292	0.27 251	1.80 586	1.62 608	0.34 274	0.23 243	0.33 251	0.23 224

LMCR-Stereo	0.65 404	0.63 284	0.65 432	0.65 386	0.65 478	0.66 451	0.63 462	0.58 432	0.65 470	0.63 449	0.64 474	0.65 454	0.65 466	0.66 449	0.66 466	0.66 415	0.64 439	0.65 458	0.67 491	0.68 433	0.73 492

KSHMR	0.66 406	0.50 254	0.48 377	1.15 471	0.52 453	0.49 401	0.51 445	0.49 391	0.71 498	0.67 454	0.50 448	1.16 533	1.11 531	0.66 449	0.52 440	0.49 368	0.49 395	0.51 437	0.66 487	0.50 403	1.14 543

TorneroNet	0.66 406	0.53 268	0.50 389	0.50 343	0.64 476	1.06 514	0.70 491	0.50 400	0.51 448	0.49 396	0.69 491	0.49 401	0.50 439	0.48 393	1.15 543	0.71 424	0.49 395	1.14 531	1.08 542	0.49 398	0.49 423

GES	0.66 406	2.34 558	0.29 231	0.41 264	0.29 281	0.41 306	0.29 274	0.42 319	0.29 277	0.40 287	0.41 409	0.41 309	0.30 290	0.51 417	0.29 272	0.32 235	0.29 253	0.32 258	2.46 664	2.49 626	0.30 322

cf-r	0.66 406	2.17 542	0.12 123	0.18 154	0.12 181	0.18 184	2.70 664	2.60 639	0.12 181	0.18 182	0.12 172	0.18 184	0.12 176	0.18 183	0.12 169	0.15 141	0.11 122	0.15 171	0.11 160	1.81 597	1.74 640

DSFCA	0.66 406	0.73 295	0.78 469	0.65 386	0.65 478	0.64 449	0.64 463	0.65 443	0.63 467	0.64 450	0.64 474	0.64 451	0.64 463	0.65 448	0.65 462	0.65 413	0.65 441	0.65 458	0.65 485	0.66 430	0.64 469

DEFOM-Stereo	0.68 411	3.11 597	1.40 589	1.63 562	0.25 258	0.31 250	0.25 244	0.31 243	0.28 270	0.31 248	0.29 281	0.29 247	0.27 266	0.31 254	0.28 260	1.59 579	1.47 593	0.30 249	0.29 326	0.30 236	0.28 303

ssnet_v2	0.68 411	1.96 529	1.25 571	0.29 202	0.20 233	0.30 244	0.20 219	0.29 236	0.22 234	1.50 594	0.20 232	0.31 255	0.20 230	0.27 240	0.22 227	0.24 203	1.49 594	0.26 236	0.18 228	3.90 649	0.19 215

ARAFT	0.68 411	0.81 309	0.63 425	0.74 409	0.60 464	0.78 464	0.62 461	0.77 460	0.66 473	0.74 467	0.63 472	0.75 468	0.62 462	0.83 476	0.60 454	0.70 423	0.55 415	0.70 467	0.60 470	0.78 452	0.55 448

mm2	0.69 414	0.69 288	0.69 448	0.69 392	0.69 488	0.69 453	0.69 484	0.69 448	0.69 485	0.69 457	0.69 491	0.69 457	0.69 483	0.69 453	0.69 483	0.69 418	0.69 454	0.69 463	0.69 496	0.69 437	0.69 479

mm1	0.69 414	0.69 288	0.69 448	0.69 392	0.69 488	0.69 453	0.69 484	0.69 448	0.69 485	0.69 457	0.69 491	0.69 457	0.69 483	0.69 453	0.69 483	0.69 418	0.69 454	0.69 463	0.69 496	0.69 437	0.69 479

NINENet	0.69 414	3.87 619	1.20 520	1.98 573	0.05 126	0.40 290	0.04 103	0.40 286	0.05 125	0.41 301	0.04 110	0.41 309	0.05 117	0.40 292	0.05 115	1.79 585	1.56 600	0.34 274	0.22 237	0.34 255	0.23 224

VIP-Stereo	0.70 417	2.97 594	2.43 646	2.49 595	0.16 209	0.25 226	0.16 193	0.25 222	0.16 203	0.25 224	0.18 226	0.25 227	0.16 199	0.26 236	0.16 197	1.86 587	1.26 570	0.23 217	0.15 198	0.23 213	0.15 189

RAFT-Stereo + iAFF	0.70 417	0.72 294	0.71 455	0.80 415	0.62 475	0.82 474	0.61 460	0.81 467	0.62 464	0.81 476	0.63 472	0.80 475	0.70 487	0.73 460	0.61 456	0.76 442	0.61 434	0.74 474	0.61 473	0.77 450	0.61 458

DMCA-RVC	0.70 417	0.80 306	0.70 451	0.70 398	0.70 492	0.70 456	0.70 491	0.71 453	0.70 493	0.70 459	0.71 500	0.71 460	0.70 487	0.70 455	0.69 483	0.69 418	0.70 457	0.69 463	0.70 500	0.69 437	0.70 482

MyStereo8	0.71 420	3.92 622	0.52 399	0.59 375	0.52 453	0.57 440	0.53 447	0.59 434	0.50 441	0.59 442	0.51 454	0.57 441	0.50 439	0.56 432	0.52 440	0.54 386	0.49 395	0.54 444	0.49 448	0.55 417	0.50 426

HH	0.71 420	2.54 568	0.74 463	1.10 462	0.32 348	0.41 306	0.37 376	0.69 448	0.78 508	0.73 462	0.90 523	0.75 468	1.00 518	0.84 477	0.69 483	0.69 418	0.40 346	0.35 290	0.26 259	0.35 268	0.26 241

HanStereo	0.71 420	2.54 568	0.74 463	1.10 462	0.32 348	0.41 306	0.37 376	0.69 448	0.78 508	0.73 462	0.90 523	0.75 468	1.00 518	0.84 477	0.69 483	0.69 418	0.40 346	0.35 290	0.26 259	0.35 268	0.26 241

CAR	0.72 423	0.76 301	0.59 410	0.84 420	1.19 557	0.81 471	0.58 454	0.81 467	0.58 455	0.81 476	0.58 463	0.83 480	0.59 456	0.82 471	0.59 452	0.71 424	0.49 395	0.73 469	0.68 492	0.87 469	0.52 435

MSE-Stereo	0.72 423	0.76 301	0.59 410	0.84 420	1.19 557	0.81 471	0.58 454	0.81 467	0.58 455	0.81 476	0.58 463	0.83 480	0.59 456	0.82 471	0.59 452	0.71 424	0.49 395	0.73 469	0.68 492	0.87 469	0.52 435

zero-FE	0.72 423	1.31 454	0.66 435	0.92 434	0.60 464	0.82 474	0.58 454	0.82 470	0.58 455	0.81 476	0.60 466	0.81 478	0.60 458	0.82 471	0.58 449	0.74 439	0.59 427	0.73 469	0.52 454	0.76 448	0.51 433

ktn	0.72 423	0.53 268	1.08 505	1.14 468	0.51 452	1.22 576	1.36 609	0.51 414	0.59 459	0.51 418	0.51 454	0.69 457	1.20 543	0.67 451	0.51 438	0.51 380	0.49 395	0.58 448	0.66 487	0.52 411	0.53 437

MGA	0.73 427	0.76 301	0.60 414	0.92 434	1.17 553	0.81 471	0.59 458	0.84 471	0.62 464	0.81 476	0.59 465	0.84 482	0.60 458	0.81 470	0.61 456	0.71 424	0.53 412	0.89 498	0.53 456	0.75 446	0.54 440

DStereoRT	0.73 427	0.81 309	0.73 462	0.71 400	0.74 499	0.73 460	0.75 499	0.71 453	0.71 498	0.74 467	0.72 503	0.73 465	0.80 503	0.71 456	0.73 495	0.76 442	0.71 461	0.73 469	0.72 505	0.70 440	0.76 499

CroCo-Stereo	0.73 427	1.22 446	0.25 212	1.22 525	0.25 258	1.22 576	0.25 244	1.22 571	0.25 249	1.22 579	0.25 256	1.22 582	0.25 249	1.22 582	0.25 245	1.22 555	0.26 223	1.21 590	0.25 253	1.22 570	0.25 235
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	0.88 320	0.67 439	0.75 410	0.68 487	0.75 461	0.64 463	0.80 464	0.72 501	0.83 481	0.70 495	0.82 479	0.64 463	0.84 477	0.67 467	0.77 444	0.63 437	0.81 486	0.63 476	0.78 452	0.62 461

monster-pro	0.75 431	1.67 472	0.64 428	0.89 426	0.57 462	0.86 480	0.56 451	0.87 473	0.56 452	0.87 482	0.57 461	0.88 485	0.57 451	0.87 482	0.57 447	0.79 445	0.58 421	0.76 477	0.54 458	0.77 450	0.54 440

AIO-Stereo-zeroshot1	0.75 431	0.92 333	0.85 480	0.96 446	0.59 463	1.27 580	0.44 414	0.59 434	0.69 485	0.91 488	0.68 486	0.55 435	0.61 461	1.06 520	0.83 513	0.62 409	0.70 457	0.90 499	0.41 420	0.89 473	0.56 451

MyStereo06	0.75 431	4.12 624	0.60 414	0.63 382	0.61 470	0.62 447	0.66 468	0.56 426	0.45 422	0.55 433	0.48 442	0.54 431	0.46 421	0.57 437	0.45 412	0.60 401	0.57 419	0.64 455	0.55 460	0.72 442	0.55 448

GCAP-Stereo	0.75 431	4.15 627	0.42 351	0.75 410	0.35 373	0.78 464	0.40 397	0.79 461	0.38 384	0.78 471	0.36 376	0.78 471	0.36 370	0.79 465	0.39 387	0.75 440	0.39 343	0.76 477	0.39 411	0.75 446	0.39 383

GANet-RSSM	0.75 431	1.91 522	0.14 148	0.47 296	0.14 187	0.21 203	3.21 681	2.30 625	0.14 187	0.46 376	0.14 190	0.23 214	0.18 221	0.21 201	0.14 180	0.18 168	0.27 233	0.37 298	0.13 184	2.13 608	2.12 650

RSM++	0.76 436	0.82 311	0.66 435	0.85 424	0.64 476	0.85 478	0.71 494	0.94 489	0.64 468	0.87 482	0.67 481	0.87 484	0.65 466	0.84 477	0.65 462	0.81 450	0.70 457	0.79 481	0.71 503	0.83 464	0.70 482

DNS	0.77 437	1.09 377	0.65 432	0.89 426	0.65 478	0.89 485	0.65 467	0.89 478	0.65 470	0.89 485	0.65 477	0.89 488	0.65 466	0.90 487	0.65 462	0.84 457	0.62 435	0.84 492	0.61 473	0.84 466	0.62 461

CroCo-Stereo Lap2	0.77 437	1.29 450	0.29 231	1.27 530	0.29 281	1.27 580	0.26 251	1.26 574	0.26 262	1.26 580	0.26 261	1.27 586	0.26 259	1.26 583	0.27 251	1.27 558	0.27 233	1.27 594	0.27 296	1.27 574	0.27 279

PSMNet-RSSM	0.77 437	2.76 585	0.14 148	0.20 161	0.14 187	0.20 192	2.66 662	2.79 652	0.14 187	0.21 202	0.14 190	0.21 199	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.52 630	2.31 655

GwcNet-RSSM	0.77 437	2.77 587	0.14 148	0.20 161	0.14 187	0.20 192	2.67 663	2.78 651	0.14 187	0.20 190	0.14 190	0.20 191	0.14 186	0.21 201	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.52 630	2.31 655

4D-IteraStereo	0.78 441	3.13 598	0.89 481	0.69 392	0.32 348	0.40 290	0.32 334	0.76 459	0.97 532	0.52 421	0.65 477	0.89 488	0.32 344	0.76 464	0.98 525	0.83 455	0.94 489	0.35 290	0.27 296	0.70 440	0.89 514

Pro-Stereo	0.79 442	0.53 268	0.38 289	0.49 307	0.38 390	0.49 401	0.37 376	0.49 391	0.67 474	0.50 409	0.38 388	1.10 525	0.38 379	0.49 399	0.38 375	0.71 424	0.88 483	5.98 697	0.36 391	0.46 378	0.36 365

hitnet-ft	0.79 442	2.78 590	0.14 148	0.20 161	0.14 187	0.21 203	2.89 665	2.80 653	0.14 187	0.20 190	0.14 190	0.20 191	0.14 186	0.20 190	0.14 180	0.17 160	0.12 136	0.17 183	0.12 175	2.54 638	2.33 657

G-Net	0.79 442	0.79 305	0.79 472	0.79 412	0.79 512	0.79 466	0.79 504	0.79 461	0.79 512	0.79 472	0.79 515	0.79 473	0.79 502	0.79 465	0.79 505	0.79 445	0.79 474	0.79 481	0.79 516	0.79 454	0.79 504

MyStereo05	0.80 445	4.12 624	0.63 425	0.63 382	0.61 470	0.62 447	0.66 468	0.65 443	0.62 464	0.67 454	0.61 470	0.65 454	0.58 454	0.67 451	0.55 446	0.60 401	0.57 419	0.64 455	0.55 460	0.72 442	0.55 448

UDG	0.80 445	2.21 546	0.60 414	0.91 431	0.60 464	0.90 486	0.58 454	0.88 477	0.60 460	0.90 486	0.60 466	0.88 485	0.60 458	0.90 487	0.58 449	0.86 460	0.60 430	0.84 492	0.59 469	0.84 466	0.61 458

ccnet	0.80 445	2.28 550	0.33 260	0.50 343	0.33 360	0.50 410	0.33 345	0.50 400	0.33 354	0.49 396	0.33 356	0.49 401	1.56 608	2.38 629	0.33 342	0.41 298	0.29 253	0.42 392	1.57 624	2.28 614	0.29 309

NaN_ROB	0.80 445	0.80 306	0.80 473	0.80 415	0.80 515	0.80 468	0.80 507	0.80 464	0.80 514	0.80 473	0.80 517	0.80 475	0.80 503	0.80 467	0.80 508	0.80 447	0.80 477	0.80 484	0.80 518	0.80 457	0.80 505

CSAN	0.80 445	0.80 306	0.80 473	0.80 415	0.80 515	0.80 468	0.80 507	0.80 464	0.80 514	0.80 473	0.80 517	0.80 475	0.80 503	0.80 467	0.80 508	0.80 447	0.80 477	0.80 484	0.80 518	0.80 457	0.80 505

GSStereo	0.81 450	4.28 630	0.50 389	0.59 375	0.40 401	0.51 422	0.38 383	0.50 400	0.38 384	0.50 409	0.38 388	0.50 415	3.79 678	0.50 407	0.38 375	0.54 386	0.43 370	0.46 404	0.34 372	0.46 378	0.35 362

BSDual-CNN	0.81 450	1.91 522	0.92 488	4.48 645	0.02 22	0.42 326	0.06 137	0.41 301	0.02 22	0.48 389	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 598	4.19 670	0.33 265	0.23 243	0.34 255	0.27 279

DDUNet	0.81 450	2.45 566	0.57 408	0.90 429	0.60 464	0.88 482	0.59 458	0.90 479	0.60 460	0.88 484	0.60 466	0.90 490	0.58 454	0.88 484	0.60 454	0.84 457	0.60 430	0.86 495	0.57 466	0.86 468	0.60 456

R-Stereo Train	0.81 450	0.96 339	0.67 439	0.95 443	0.67 483	0.95 492	0.68 476	0.95 491	0.68 480	0.95 497	0.68 486	0.96 501	0.68 476	0.96 500	0.68 475	0.94 472	0.68 448	0.94 513	0.68 492	0.94 489	0.68 477

RAFT-Stereo	0.81 450	0.96 339	0.67 439	0.95 443	0.67 483	0.95 492	0.68 476	0.95 491	0.68 480	0.95 497	0.68 486	0.96 501	0.68 476	0.96 500	0.68 475	0.94 472	0.68 448	0.94 513	0.68 492	0.94 489	0.68 477
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 455	1.72 475	1.48 593	0.39 239	0.15 199	0.31 250	0.21 225	0.20 191	0.25 249	1.61 598	0.23 243	0.28 241	0.26 259	0.20 190	0.15 190	0.24 203	1.33 578	0.32 258	0.16 200	6.75 688	0.23 224

scenet	0.82 455	1.72 475	1.48 593	0.39 239	0.15 199	0.31 250	0.21 225	0.20 191	0.25 249	1.61 598	0.23 243	0.28 241	0.26 259	0.20 190	0.15 190	0.24 203	1.33 578	0.32 258	0.16 200	6.75 688	0.23 224

ssnet	0.82 455	1.72 475	1.48 593	0.39 239	0.15 199	0.31 250	0.21 225	0.20 191	0.25 249	1.61 598	0.23 243	0.28 241	0.26 259	0.20 190	0.15 190	0.24 203	1.33 578	0.32 258	0.16 200	6.75 688	0.23 224

STTRV1_RVC	0.82 455	1.60 470	0.70 451	1.01 455	0.60 464	1.07 517	0.69 484	1.01 502	0.60 460	0.72 460	0.55 459	1.02 516	0.68 476	1.03 518	0.67 467	0.89 462	0.63 437	0.92 505	0.57 466	0.90 476	0.65 471

DEFOM-Stereo_RVC	0.83 459	5.18 642	1.98 634	2.19 579	0.17 215	0.19 187	0.18 211	0.19 185	0.16 203	0.20 190	0.19 228	0.22 207	0.22 237	0.20 190	0.15 190	2.28 615	2.13 635	0.24 226	0.17 222	0.18 186	0.16 190

BUS	0.83 459	1.91 522	0.92 488	4.48 645	0.02 22	0.40 290	0.04 103	0.41 301	0.02 22	0.48 389	0.03 56	0.41 309	0.05 117	0.03 43	0.05 115	1.97 598	4.19 670	0.33 265	0.23 243	0.34 255	0.27 279

PDISCO_ROB	0.83 459	2.80 591	3.49 668	0.14 122	0.11 168	0.17 180	0.09 144	0.15 173	0.10 150	0.15 166	0.12 172	0.16 172	0.14 186	3.30 659	0.13 176	0.14 133	2.34 640	0.16 175	0.12 175	2.62 639	0.10 145

WQFJA1++	0.84 462	0.98 342	0.67 439	1.26 529	0.75 501	1.00 497	0.67 472	1.00 493	0.67 474	1.00 499	0.67 481	1.00 504	0.67 472	1.00 504	0.67 467	0.96 474	0.67 443	0.91 502	0.63 476	0.92 480	0.63 463

WQFJX1	0.84 462	0.98 342	0.67 439	1.30 537	0.75 501	1.01 505	0.67 472	1.01 502	0.67 474	1.01 510	0.67 481	1.01 512	0.68 476	1.00 504	0.68 475	0.98 479	0.67 443	0.92 505	0.64 481	0.92 480	0.64 469

NLMM	0.84 462	1.00 351	0.67 439	1.27 530	0.75 501	1.00 497	0.68 476	1.00 493	0.67 474	1.00 499	0.67 481	1.02 516	0.67 472	1.02 516	0.67 467	0.97 475	0.67 443	0.93 509	0.63 476	0.92 480	0.63 463

AIO-Stereo	0.84 462	0.66 287	0.70 451	0.83 419	0.67 483	0.98 495	0.82 514	1.14 513	0.72 501	1.03 516	0.74 507	1.03 518	1.09 530	0.99 502	0.45 412	1.04 487	0.73 464	0.95 515	0.74 507	0.94 489	0.46 409

DCRE	0.84 462	1.89 519	0.77 468	0.94 441	0.72 496	0.88 482	0.73 497	0.87 473	0.78 508	0.90 486	0.71 500	0.88 485	0.67 472	0.88 484	0.73 495	0.81 450	0.68 448	0.81 486	0.70 500	0.82 462	0.70 482

iGMRVC	0.84 462	2.85 592	0.72 458	0.72 402	0.73 497	0.77 462	0.79 504	0.73 456	0.74 506	0.73 462	0.72 503	0.73 465	0.76 497	0.73 460	0.73 495	0.72 432	0.73 464	0.73 469	0.72 505	0.73 445	0.72 489

WQFJA1	0.85 468	0.98 342	0.67 439	1.29 535	0.76 506	1.01 505	0.67 472	1.02 507	0.67 474	1.02 514	0.67 481	1.01 512	0.67 472	1.01 512	0.68 475	0.99 480	0.67 443	0.93 509	0.64 481	0.92 480	0.65 471

WQFJX	0.85 468	1.00 351	0.68 446	1.30 537	0.75 501	1.01 505	0.68 476	1.01 502	0.68 480	1.01 510	0.68 486	1.03 518	0.68 476	1.02 516	0.67 467	0.97 475	0.67 443	0.93 509	0.63 476	0.94 489	0.63 463

NLSM3	0.85 468	0.99 349	0.68 446	1.29 535	0.76 506	1.01 505	0.68 476	1.01 502	0.68 480	1.02 514	0.68 486	1.01 512	0.68 476	1.01 512	0.68 475	0.97 475	0.68 448	0.93 509	0.64 481	0.93 485	0.63 463

NLMM1	0.86 471	0.98 342	0.69 448	1.48 552	0.75 501	1.01 505	0.69 484	1.00 493	0.69 485	1.00 499	0.70 495	1.00 504	0.68 476	1.01 512	0.67 467	0.97 475	0.68 448	0.92 505	0.63 476	0.93 485	0.63 463

AdaDepth	0.86 471	0.93 335	0.71 455	1.01 455	1.07 543	1.02 511	0.71 494	1.00 493	0.71 498	1.01 510	0.71 500	1.00 504	0.72 492	1.14 531	0.71 493	0.92 466	0.64 439	0.90 499	0.64 481	0.89 473	0.69 479

GEStereo_RVC	0.86 471	4.45 631	0.20 191	0.27 200	0.20 233	0.27 239	0.20 219	0.26 228	0.18 219	5.03 689	0.20 232	0.27 240	0.19 226	0.27 240	0.21 225	0.20 175	0.19 199	0.19 196	4.02 693	0.20 193	0.18 212

Selective-RAFT-Error	0.88 474	0.84 312	0.98 493	0.86 425	0.97 531	0.88 482	0.95 525	0.84 471	0.99 535	0.92 490	0.82 519	0.84 482	0.98 517	0.87 482	0.97 524	0.81 450	0.83 480	0.79 481	0.82 521	0.79 454	0.85 510

IER	0.88 474	7.04 662	2.23 639	2.75 601	0.28 271	0.43 333	0.25 244	0.39 278	0.25 249	0.41 301	0.27 265	0.39 288	0.25 249	0.40 292	0.28 260	0.37 259	0.28 239	0.37 298	0.25 253	0.37 279	0.25 235

Selective-RAFT	0.89 476	0.89 323	0.72 458	1.16 476	0.78 510	1.06 514	0.82 514	0.87 473	0.97 532	1.00 499	0.91 526	0.90 490	1.00 518	0.89 486	0.93 521	0.83 455	0.83 480	0.82 490	0.82 521	0.81 460	0.82 508

AIO-Stereo-zeroshot	0.91 477	0.86 316	0.89 481	1.25 528	0.69 488	1.05 513	0.81 511	1.16 517	0.50 441	1.12 526	0.97 531	0.72 463	0.82 507	1.06 520	0.95 522	0.61 405	0.87 482	1.03 528	0.85 524	1.04 502	1.01 532

CFNet-RSSM	0.91 477	4.89 637	0.34 270	0.44 284	1.07 543	1.62 602	1.40 616	0.91 481	0.35 367	1.60 595	1.39 616	0.64 451	0.34 360	0.44 358	0.33 342	0.41 298	0.35 319	0.75 475	0.30 340	0.41 360	0.29 309

MLG-Stereo	0.92 479	0.90 326	0.84 479	1.27 530	0.49 442	1.38 590	0.88 517	1.41 588	0.97 532	0.73 462	1.09 542	1.26 583	0.43 412	0.72 458	1.05 535	1.13 500	0.49 395	1.18 541	0.66 487	1.01 499	0.46 409

ToySt	0.92 479	2.11 536	0.90 484	0.95 443	0.79 512	0.99 496	0.78 503	0.94 489	0.81 517	0.94 495	0.78 513	0.95 500	0.77 499	0.94 496	0.86 515	0.91 463	0.79 474	0.85 494	0.77 512	0.89 473	0.73 492

DPSM_ROB	0.92 479	0.91 328	0.91 486	0.91 431	0.92 526	0.92 488	0.92 521	0.92 484	0.91 522	0.93 493	0.91 526	0.92 493	0.90 510	0.91 489	0.92 517	0.92 466	0.91 485	0.91 502	0.92 525	0.93 485	0.93 518

DPSM	0.92 479	0.91 328	0.91 486	0.91 431	0.92 526	0.92 488	0.92 521	0.92 484	0.91 522	0.93 493	0.91 526	0.92 493	0.90 510	0.91 489	0.92 517	0.92 466	0.91 485	0.91 502	0.92 525	0.93 485	0.93 518

pmcnn	0.92 479	0.92 333	0.92 488	0.92 434	0.92 526	0.92 488	0.92 521	0.92 484	0.92 526	0.92 490	0.92 529	0.92 493	0.92 512	0.92 493	0.92 517	0.92 466	0.92 487	0.92 505	0.92 525	0.92 480	0.92 517

error version	0.93 484	4.47 632	2.35 642	1.99 574	0.37 383	0.41 306	0.36 370	0.41 301	0.35 367	0.43 320	0.36 376	0.41 309	0.40 391	0.41 308	0.36 363	1.87 589	2.16 636	0.47 414	0.37 394	0.39 337	0.33 345

test_1	0.93 484	4.47 632	2.35 642	1.99 574	0.37 383	0.41 306	0.36 370	0.41 301	0.35 367	0.43 320	0.36 376	0.41 309	0.40 391	0.41 308	0.36 363	1.87 589	2.16 636	0.47 414	0.37 394	0.39 337	0.33 345

DGTPSM_ROB	0.93 484	1.00 351	0.92 488	0.94 441	0.96 530	0.91 487	0.92 521	0.91 481	0.96 531	0.91 488	0.96 530	0.93 496	0.92 512	0.94 496	0.92 517	0.92 466	0.92 487	0.90 499	0.92 525	0.94 489	0.91 516

HSM-Net_RVC	0.95 487	1.17 390	0.78 469	1.18 478	0.71 494	1.16 529	0.75 499	1.09 511	0.80 514	1.10 520	0.75 508	1.17 534	0.74 494	1.17 534	0.80 508	1.13 500	0.73 464	1.17 538	0.77 512	1.16 512	0.72 489
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 488	3.17 600	2.30 641	2.42 592	0.38 390	0.54 432	0.38 383	0.54 422	0.38 384	0.54 430	0.38 388	0.54 431	0.38 379	0.54 427	0.38 375	2.38 624	2.34 640	0.49 427	0.36 391	0.49 398	0.36 365

DPSimNet_ROB	0.97 488	1.18 392	0.81 476	1.10 462	0.91 525	1.02 511	0.82 514	1.04 508	0.91 522	1.03 516	0.86 522	1.28 587	0.82 507	1.03 518	0.89 516	1.17 504	0.81 479	1.02 526	0.82 521	1.08 504	0.81 507

test-3	0.98 490	4.13 626	1.85 623	1.85 565	0.61 470	0.69 453	0.37 376	0.63 441	0.61 463	0.66 453	0.51 454	0.73 465	0.44 414	0.57 437	0.54 443	1.68 583	1.81 620	0.40 360	0.43 430	0.66 430	0.50 426

LGCAT	1.00 491	1.00 351	1.00 495	1.00 450	1.00 532	1.00 497	1.00 529	1.00 493	1.00 536	1.00 499	1.00 533	1.00 504	1.00 518	1.00 504	1.00 527	1.00 481	1.00 491	1.00 520	1.00 532	1.00 494	1.00 526

Test_v1	1.00 491	1.00 351	1.00 495	1.00 450	1.00 532	1.00 497	1.00 529	1.00 493	1.00 536	1.00 499	1.00 533	1.00 504	1.00 518	1.00 504	1.00 527	1.00 481	1.00 491	1.00 520	1.00 532	1.00 494	1.00 526

Wavelet-MonSter	1.00 491	1.21 440	0.76 466	1.94 569	1.01 538	1.11 524	0.76 501	1.15 514	0.76 507	1.11 525	0.76 509	1.14 531	0.76 497	1.11 528	0.76 502	1.21 553	0.90 484	1.02 526	0.71 503	1.02 501	0.71 488

999	1.00 491	1.12 383	0.59 410	1.10 462	1.21 605	1.09 520	0.52 446	1.08 509	1.43 619	1.18 531	1.35 610	0.98 503	0.52 445	0.91 489	0.85 514	0.72 432	1.46 592	0.83 491	0.98 530	0.68 433	1.41 615

DispNO	1.00 491	0.63 284	0.43 352	3.45 629	0.44 424	0.65 450	0.43 413	0.64 442	0.43 416	0.64 450	0.43 421	0.64 451	3.03 656	0.64 447	0.43 409	4.55 659	0.43 370	0.63 453	0.43 430	0.63 427	0.43 403

GANet	1.00 491	1.00 351	1.00 495	1.00 450	1.00 532	1.00 497	1.00 529	1.00 493	1.00 536	1.00 499	1.00 533	1.00 504	1.00 518	1.00 504	1.00 527	1.00 481	1.00 491	1.00 520	1.00 532	1.00 494	1.00 526

TDLM	1.00 491	1.00 351	1.00 495	1.00 450	1.00 532	1.00 497	1.00 529	1.00 493	1.00 536	1.00 499	1.00 533	1.00 504	1.00 518	1.00 504	1.00 527	1.00 481	1.00 491	1.00 520	1.00 532	1.00 494	1.00 526

CVANet_RVC	1.00 491	1.00 351	1.00 495	1.00 450	1.00 532	1.00 497	1.00 529	1.00 493	1.00 536	1.00 499	1.00 533	1.00 504	1.00 518	1.00 504	1.00 527	1.00 481	1.00 491	1.00 520	1.00 532	1.00 494	1.00 526

trnet	1.01 499	1.01 361	1.01 500	1.01 455	1.01 538	1.01 505	1.01 534	1.01 502	1.01 541	1.01 510	1.01 538	1.01 512	1.01 526	1.01 512	1.01 532	1.01 486	1.01 497	1.01 525	1.01 539	1.01 499	1.01 532

LL-Strereo	1.01 499	5.06 639	1.63 602	0.70 398	1.43 616	0.56 434	0.46 422	0.57 429	0.50 441	0.57 438	0.50 448	1.58 598	0.49 435	0.59 439	0.50 433	1.64 582	0.52 410	0.51 437	1.37 611	0.52 411	0.45 408

FlowAnything_test	1.02 501	1.72 475	0.71 455	1.59 555	0.70 492	1.61 600	0.69 484	1.61 592	0.70 493	1.60 595	0.70 495	1.61 602	0.69 483	1.61 599	0.70 491	0.81 450	0.58 421	0.81 486	0.55 460	0.81 460	0.56 451

FlowAnything	1.02 501	1.71 474	0.72 458	1.59 555	0.69 488	1.60 599	0.69 484	1.61 592	0.70 493	1.60 595	0.69 491	1.60 599	0.69 483	1.61 599	0.69 483	0.81 450	0.58 421	0.81 486	0.56 464	0.82 462	0.56 451

Hybrid-DGEV	1.03 503	1.75 481	0.80 473	1.28 534	0.78 510	1.26 579	0.80 507	1.26 574	0.78 508	1.26 580	0.78 513	1.26 583	0.78 501	1.26 583	0.78 504	1.15 503	0.75 467	1.14 531	0.74 507	1.14 507	0.75 496

tt45	1.04 504	0.88 320	1.36 583	0.92 434	1.03 541	1.51 598	0.79 504	0.70 452	0.88 520	0.74 467	0.90 523	1.60 599	0.72 492	1.60 597	0.75 500	0.91 463	0.78 472	1.52 607	0.79 516	1.14 507	1.32 607

Hybrid-DGEV-2	1.05 505	1.83 507	0.83 477	1.33 541	0.82 518	1.30 582	0.81 511	1.26 574	0.79 512	1.29 582	0.79 515	1.26 583	0.80 503	1.26 583	0.79 505	1.20 507	0.78 472	1.18 541	0.77 512	1.20 522	0.77 501

Hybrid-DGEV-03	1.07 506	1.83 507	0.83 477	1.34 542	0.81 517	1.32 584	0.81 511	1.31 581	0.81 517	1.31 583	0.82 519	1.32 588	0.82 507	1.32 588	0.81 511	1.19 505	0.77 470	1.19 543	0.76 510	1.19 520	0.77 501

GLC_STEREO	1.07 506	1.01 361	1.06 503	1.07 460	1.05 542	1.06 514	1.08 539	1.08 509	1.05 545	1.07 518	1.06 540	1.08 521	1.05 528	1.06 520	1.10 538	1.07 489	1.09 507	1.05 529	1.05 541	1.06 503	1.12 539

FC-DCNN	1.07 506	1.09 377	0.98 493	0.89 426	0.52 453	1.41 594	0.91 520	1.21 570	1.24 605	1.96 607	2.05 662	1.91 608	1.30 596	1.27 586	1.08 537	0.80 447	0.60 430	0.58 448	0.41 420	0.68 433	0.54 440

hknet	1.10 509	1.85 513	3.49 668	4.48 645	0.02 22	0.42 326	0.06 137	0.41 301	0.02 22	0.48 389	0.03 56	0.41 309	0.03 53	0.42 321	0.03 52	4.39 656	4.19 670	0.33 265	0.23 243	0.34 255	0.27 279

test_xeample3	1.10 509	1.81 497	0.61 420	0.84 420	0.49 442	0.77 462	0.66 468	0.92 484	1.40 617	0.68 456	0.46 430	0.78 471	0.54 449	1.72 602	1.48 618	1.34 563	1.52 596	1.35 600	1.67 637	1.33 577	1.55 620

DISCO	1.11 511	0.39 195	5.28 682	0.39 239	0.20 233	0.39 288	0.27 254	0.39 278	0.22 234	0.38 275	0.20 232	0.38 283	0.20 230	6.95 700	0.22 227	0.30 227	0.21 205	0.27 240	0.21 234	5.25 681	0.21 220

Occ-G	1.12 512	0.52 264	3.72 673	3.50 633	0.50 446	0.56 434	0.47 427	0.54 422	0.46 423	0.54 430	0.41 409	0.54 431	0.42 409	0.52 422	0.42 406	3.42 648	4.02 669	0.52 440	0.45 432	0.51 409	0.44 406

AEACV	1.12 512	0.52 264	3.12 664	3.24 618	0.86 519	0.53 428	0.49 438	0.60 436	0.47 428	0.53 424	0.49 445	0.55 435	0.45 418	0.55 431	0.47 423	3.01 643	3.88 667	0.71 468	0.60 470	0.80 457	0.48 418

LiteMatch	1.13 514	0.73 295	2.80 650	3.23 616	0.61 470	0.83 476	0.68 476	0.73 456	0.69 485	1.00 499	0.77 511	0.94 498	0.57 451	0.82 471	0.64 458	2.97 641	2.43 643	0.68 460	0.32 358	0.56 419	0.70 482

Lsterematch	1.13 514	0.73 295	2.80 650	3.23 616	0.61 470	0.83 476	0.68 476	0.73 456	0.69 485	1.00 499	0.77 511	0.94 498	0.57 451	0.82 471	0.64 458	2.97 641	2.43 643	0.68 460	0.32 358	0.56 419	0.70 482

MSMD_ROB	1.19 516	1.10 382	0.70 451	1.10 462	0.60 464	1.10 521	0.70 491	1.10 512	0.70 493	1.10 520	0.70 495	1.10 525	0.70 487	7.00 701	0.70 491	1.10 493	0.70 457	1.10 530	0.70 500	1.10 505	0.70 482

MM-Stereo_test2	1.20 517	1.85 513	1.05 502	1.46 551	0.94 529	1.36 588	0.99 528	1.36 583	0.95 529	1.41 590	0.98 532	1.40 594	0.96 514	1.37 590	0.95 522	1.37 568	1.06 500	1.33 597	0.93 529	1.29 576	0.89 514

ours_stereo	1.20 517	1.21 440	0.90 484	1.64 563	1.11 545	1.35 586	0.67 472	1.76 599	0.93 527	1.70 603	1.10 543	1.39 592	0.75 496	1.41 592	0.81 511	1.60 581	1.03 499	1.33 597	1.00 532	1.61 587	0.72 489

DisPM	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

CrosDoStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

PFNet+	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

LCNet	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

HHNet	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

Patchmatch Stereo++	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553
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	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

STrans-v2	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

TransformOpticalFlow	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

OMP-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

IIG-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

NF-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

OCTAStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

PSM-softLoss	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

KMStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

NRIStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

PSM-adaLoss	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

PSM-AAD	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

FTStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

ROB_FTStereo_v2	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

ROB_FTStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

Consistency-Raft	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

KYRaft	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

HUI-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

ASMatch	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

DeepStereo_LL	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

DEmStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

SST-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

THIR-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

RAFT_R40	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

DRaft	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

PFNet	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

GrayStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

RE-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

Pruner-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

TVStereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

DeepStereo_RVC	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

RAFT-RH_RVC	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

IRAFT_RVC	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

RAFT-345	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

iRAFT	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

CRE-IMP	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

GMM-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

RAFT-IKP	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

Prome-Stereo	1.20 517	1.20 394	1.20 520	1.20 480	1.20 559	1.20 530	1.20 551	1.20 525	1.20 557	1.20 533	1.20 553	1.20 536	1.20 543	1.20 536	1.20 553	1.20 507	1.20 522	1.20 545	1.20 553	1.20 522	1.20 553

qqai	1.22 564	1.38 461	1.12 506	1.39 548	1.14 546	1.40 592	1.14 543	1.41 588	1.12 546	1.40 589	1.11 544	1.40 594	1.13 532	1.41 592	1.15 543	1.25 556	0.97 490	1.24 592	1.01 539	1.24 571	0.96 521

HCRNet	1.22 564	7.11 663	3.00 652	3.55 634	0.33 360	0.29 243	0.14 181	0.19 185	0.15 198	0.33 258	0.29 281	0.25 227	0.14 186	0.22 205	0.33 342	3.64 649	3.00 647	0.76 477	0.32 358	0.18 186	0.13 179

HBP-ISP	1.24 566	1.72 475	1.65 603	1.15 471	0.76 506	1.40 592	0.88 517	1.67 598	1.02 542	1.69 602	1.38 615	1.69 603	1.21 589	1.87 609	1.21 598	1.05 488	0.79 474	0.97 518	0.80 518	1.19 520	0.75 496

AANet_RVC	1.26 567	0.31 174	4.99 680	5.93 671	0.20 233	0.25 226	0.20 219	0.25 222	0.20 227	0.23 209	0.19 228	0.25 227	0.20 230	0.25 225	0.20 221	5.66 680	4.76 674	0.26 236	0.30 340	0.24 217	0.27 279

MM-Stereo_test3	1.27 568	2.07 532	1.18 515	1.60 558	1.02 540	1.45 596	1.01 534	1.40 587	1.04 544	1.44 592	1.03 539	1.46 597	1.02 527	1.44 595	1.02 533	1.51 577	1.12 514	1.32 596	0.98 530	1.38 580	0.97 522

11t	1.27 568	2.70 577	1.34 573	1.32 540	0.89 521	1.30 582	1.34 606	1.64 595	0.57 454	1.45 593	0.72 503	1.05 520	1.29 595	1.07 523	1.29 607	1.49 574	1.02 498	0.97 518	1.15 546	1.48 582	1.31 606

MaskLacGwcNet_RVC	1.35 570	1.35 457	1.35 575	1.35 544	1.35 610	1.35 586	1.35 607	1.36 583	1.35 613	1.36 587	1.35 610	1.36 590	1.36 601	1.36 589	1.35 611	1.35 564	1.35 583	1.35 600	1.35 608	1.35 578	1.35 611

CC-Net-ROB	1.36 571	1.33 456	1.33 572	1.36 545	1.38 613	1.36 588	1.33 605	1.37 585	1.34 610	1.35 586	1.36 612	1.38 591	1.34 599	1.38 591	1.38 614	1.35 564	1.38 587	1.33 597	1.35 608	1.43 581	1.34 610

CFNet	1.37 572	5.27 645	0.19 188	5.49 668	0.19 230	0.28 240	0.19 215	0.28 231	0.19 225	0.28 237	0.19 228	0.28 241	4.35 686	0.28 244	0.19 218	0.23 196	0.17 191	0.23 217	4.21 695	4.81 672	0.17 207

PS-NSSS	1.38 573	1.39 462	1.34 573	1.34 542	1.35 610	1.38 590	1.37 614	1.35 582	1.38 616	1.34 585	1.34 609	1.39 592	1.38 604	1.70 601	1.40 615	1.36 566	1.36 584	1.36 602	1.37 611	1.37 579	1.36 612

RASNet	1.49 574	1.65 471	1.45 591	1.38 547	1.43 616	1.47 597	1.36 609	1.38 586	1.36 614	1.39 588	1.60 626	1.45 596	1.45 607	1.51 596	2.21 657	1.53 578	1.36 584	1.36 602	1.36 610	1.66 590	1.36 612

BLMT-Stereo	1.53 575	1.36 458	1.06 503	1.42 550	1.23 609	1.41 594	1.07 538	1.43 590	1.12 546	1.42 591	1.06 540	1.83 605	1.07 529	1.42 594	1.07 536	1.27 558	1.38 587	6.80 698	1.00 532	1.26 573	1.00 526

GANetREF_RVC	1.55 576	1.94 528	1.22 567	1.88 566	1.21 605	1.88 606	1.22 597	1.88 601	1.22 603	1.88 604	1.22 599	1.88 606	1.22 590	1.89 610	1.22 599	1.87 589	1.22 569	1.88 621	1.22 599	1.88 599	1.22 599
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	1.59 577	1.91 522	1.21 566	1.94 569	1.20 559	2.00 614	1.23 598	1.99 606	1.24 605	2.00 612	1.25 602	2.03 616	1.26 592	2.00 614	1.29 607	1.90 593	1.18 521	1.89 622	1.21 598	1.89 600	1.20 553
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 578	1.59 469	1.70 605	1.59 555	1.59 622	1.61 600	1.61 625	1.60 591	1.60 623	1.62 601	1.59 625	1.60 599	1.60 610	1.60 597	1.59 622	1.59 579	1.60 607	1.59 608	1.59 629	1.59 586	1.59 626

ff7	1.68 579	2.68 574	1.35 575	0.97 447	0.89 521	1.84 603	2.15 655	2.12 612	1.80 640	2.05 617	1.56 622	2.33 624	2.12 646	2.23 620	2.25 658	1.31 560	1.07 501	1.48 604	1.41 614	0.90 476	1.04 534

ffff	1.68 579	2.68 574	1.35 575	0.97 447	0.89 521	1.84 603	2.15 655	2.12 612	1.80 640	2.05 617	1.56 622	2.33 624	2.12 646	2.23 620	2.25 658	1.31 560	1.07 501	1.48 604	1.41 614	0.90 476	1.04 534

ccc-4	1.68 579	2.68 574	1.35 575	0.97 447	0.89 521	1.84 603	2.15 655	2.12 612	1.80 640	2.05 617	1.56 622	2.33 624	2.12 646	2.23 620	2.25 658	1.31 560	1.07 501	1.48 604	1.41 614	0.90 476	1.04 534

PhaseNet	1.74 582	6.34 661	4.81 678	6.77 677	0.24 255	0.80 468	0.53 447	0.48 386	0.22 234	0.53 424	0.28 272	0.48 396	0.25 249	0.40 292	0.32 330	6.39 686	4.61 673	0.46 404	0.38 407	0.25 220	0.18 212

MC-Stereo	1.76 583	2.96 593	1.37 585	2.14 577	1.37 612	2.14 620	1.36 609	2.14 615	1.37 615	2.14 621	1.37 613	2.14 618	1.37 603	2.14 619	1.37 613	1.97 598	1.32 571	1.97 625	1.32 607	1.98 602	1.33 608

IGEVStereo-DCA	1.77 584	4.21 628	1.84 621	2.49 595	2.11 656	2.54 641	1.36 609	1.65 596	1.17 554	2.75 651	1.90 645	2.54 637	1.15 536	0.94 496	1.11 539	1.50 575	1.32 571	0.96 516	1.46 620	1.49 583	0.88 511

rrr	1.77 584	4.21 628	1.84 621	2.49 595	2.11 656	2.54 641	1.36 609	1.65 596	1.17 554	2.75 651	1.90 645	2.54 637	1.15 536	0.94 496	1.11 539	1.50 575	1.32 571	0.96 516	1.46 620	1.49 583	0.88 511

MM-Stereo_test1	1.80 586	3.41 605	1.52 598	2.12 576	1.41 615	2.04 615	1.41 617	2.05 610	1.46 620	2.04 616	1.41 617	2.05 617	1.42 606	2.05 615	1.43 617	2.04 602	1.54 599	1.94 623	1.38 613	1.99 603	1.33 608

MFMNet_re	1.81 587	1.91 522	1.71 607	1.95 571	1.70 633	1.95 611	1.70 630	1.96 604	1.74 636	1.97 609	1.72 634	1.95 609	1.71 618	1.97 613	1.71 630	1.86 587	1.62 608	1.85 614	1.66 636	1.86 598	1.64 632

plain	1.88 588	3.16 599	0.64 428	3.10 611	0.65 478	3.10 656	0.64 463	3.12 656	0.65 470	3.10 657	0.65 477	3.11 657	0.65 466	3.12 656	0.65 462	3.12 644	0.65 441	3.13 655	0.65 485	3.13 643	0.65 471

derf	1.91 589	2.15 540	1.78 611	2.16 578	1.75 635	2.21 621	1.80 633	2.22 618	1.80 640	2.21 624	1.76 635	2.17 619	1.81 627	2.24 623	1.74 638	1.93 596	1.56 600	1.96 624	1.53 622	1.95 601	1.56 621

RAFT_CTSACE	1.92 590	3.71 612	1.72 608	1.88 566	1.72 634	2.04 615	1.42 619	2.18 617	1.89 652	2.02 614	1.97 651	1.95 609	2.06 645	1.93 611	1.62 623	1.76 584	1.66 611	2.02 626	1.73 645	1.73 593	1.43 617

MonStereo1	1.94 591	2.77 587	1.52 598	3.73 641	1.51 619	2.13 619	1.42 619	2.32 626	1.52 621	2.31 630	1.50 620	2.53 634	1.59 609	2.34 628	1.56 620	1.91 594	1.36 584	1.86 617	1.31 606	2.07 604	1.53 618

4.25w-stereo	1.98 592	2.72 581	1.46 592	3.47 630	1.43 616	2.07 617	1.98 646	2.53 638	1.52 621	2.71 644	1.98 657	1.81 604	1.62 612	1.96 612	1.36 612	1.88 592	2.00 625	2.53 649	1.61 631	1.74 594	1.15 544

4.5w-stereo	1.99 593	2.33 554	1.81 612	3.28 620	1.68 629	1.94 608	1.99 649	2.72 641	1.70 628	2.72 645	1.99 660	1.97 611	1.68 614	1.76 603	1.29 607	1.91 594	2.02 631	2.53 649	1.61 631	1.75 595	1.16 547

2.75w_new	1.99 593	2.34 558	1.81 612	3.14 612	1.62 624	1.94 608	1.99 649	2.72 641	1.71 629	2.72 645	1.99 660	1.90 607	1.73 620	1.82 608	1.29 607	2.37 623	2.01 627	2.31 636	1.42 617	1.77 596	1.22 599

3.75w	1.99 593	2.31 552	1.83 620	3.16 614	1.65 626	1.93 607	1.98 646	2.72 641	1.68 625	2.73 650	1.97 651	2.00 613	1.72 619	1.81 607	1.25 603	2.27 614	2.01 627	2.38 641	1.42 617	1.71 592	1.24 602

2w_stereo	1.99 593	2.36 561	1.81 612	3.24 618	1.67 627	1.94 608	1.98 646	2.72 641	1.68 625	2.72 645	1.94 648	1.98 612	1.74 622	1.79 606	1.27 604	1.95 597	2.00 625	2.53 649	1.60 630	1.68 591	1.15 544

2.25w	2.00 597	1.86 516	1.98 634	2.95 609	2.17 660	2.26 622	1.35 607	2.42 632	2.00 659	2.07 620	1.27 604	2.53 634	1.99 641	2.29 625	1.49 619	2.21 609	1.32 571	1.85 614	1.87 649	2.52 630	1.62 630

4.25_new	2.00 597	2.33 554	1.82 617	3.32 623	1.69 630	1.95 611	1.99 649	2.72 641	1.71 629	2.72 645	1.97 651	2.01 614	1.74 622	1.77 604	1.28 605	2.18 606	2.01 627	2.48 647	1.58 627	1.65 588	1.17 548

4.5w_new	2.00 597	2.33 554	1.82 617	3.32 623	1.69 630	1.95 611	1.99 649	2.72 641	1.71 629	2.72 645	1.97 651	2.01 614	1.74 622	1.77 604	1.28 605	2.18 606	2.01 627	2.48 647	1.58 627	1.65 588	1.17 548

4.5_new	2.00 597	1.84 512	1.98 634	2.77 603	2.16 658	2.27 623	1.28 604	2.09 611	1.98 656	2.01 613	1.28 605	2.71 646	1.98 639	2.51 637	1.65 625	2.26 611	1.33 578	1.87 618	1.87 649	2.49 626	1.60 627

TRStereo	2.00 597	2.13 537	1.85 623	2.27 584	1.84 639	2.28 625	1.84 635	2.29 621	1.86 646	2.30 627	1.87 640	2.30 621	1.87 629	2.08 616	1.72 632	2.08 603	1.72 614	2.08 628	1.72 642	2.08 605	1.72 637

XX-Stereo	2.00 597	2.13 537	1.85 623	2.27 584	1.84 639	2.28 625	1.84 635	2.29 621	1.86 646	2.30 627	1.87 640	2.30 621	1.87 629	2.08 616	1.72 632	2.08 603	1.72 614	2.08 628	1.72 642	2.08 605	1.72 637

EAI-Stereo	2.00 597	2.13 537	1.85 623	2.27 584	1.84 639	2.28 625	1.84 635	2.29 621	1.86 646	2.30 627	1.87 640	2.30 621	1.87 629	2.08 616	1.72 632	2.08 603	1.72 614	2.08 628	1.72 642	2.08 605	1.72 637

2.5w	2.01 604	2.40 563	1.37 585	3.28 620	2.01 650	2.71 646	1.43 622	1.82 600	1.83 644	1.90 606	1.41 617	2.71 646	1.35 600	2.71 646	1.85 644	2.66 635	1.53 597	1.64 609	1.23 600	2.53 633	1.87 646

4w-stereo	2.02 605	2.72 581	1.44 590	3.36 626	1.59 622	2.48 634	1.72 631	2.28 619	1.24 605	2.24 625	1.65 630	2.56 639	1.32 598	2.39 631	1.98 654	2.67 637	1.51 595	1.66 610	1.24 601	2.53 633	1.88 649

IGEV	2.02 605	2.20 544	1.82 617	2.90 608	2.16 658	2.41 631	1.25 600	2.00 607	1.98 656	1.99 611	1.31 607	2.72 650	1.93 635	2.67 645	1.69 629	2.26 611	1.32 571	1.83 613	1.87 649	2.53 633	1.61 629

3.25w_new	2.03 607	2.72 581	1.35 575	3.33 625	1.57 620	2.72 647	1.53 624	2.15 616	1.33 609	2.15 622	1.60 626	2.63 643	1.30 596	2.72 648	1.99 655	2.67 637	1.53 597	1.75 612	1.25 603	2.53 633	1.87 646

3.5w_stereo	2.03 607	2.72 581	1.35 575	3.41 627	1.57 620	2.72 647	1.49 623	2.01 608	1.34 610	2.15 622	1.61 628	2.63 643	1.36 601	2.72 648	1.99 655	2.66 635	1.58 603	1.68 611	1.24 601	2.53 633	1.87 646

UniTT-Stereo	2.03 607	3.43 606	0.72 458	3.42 628	0.73 497	3.27 659	0.68 476	3.38 661	0.69 485	3.29 660	0.72 503	3.28 660	0.70 487	3.35 662	0.68 475	3.39 647	0.68 448	3.31 658	0.69 496	3.37 644	0.73 492

3.25w	2.04 610	2.20 544	1.48 593	3.03 610	2.17 660	2.63 645	1.39 615	1.96 604	1.95 655	1.96 607	1.37 613	2.71 646	1.96 638	2.71 646	1.73 637	2.26 611	1.32 571	1.87 618	1.87 649	2.51 629	1.63 631

3w_stereo	2.04 610	2.24 548	1.70 605	3.15 613	2.18 662	2.49 635	1.26 602	2.03 609	1.98 656	1.98 610	1.33 608	2.72 650	1.99 641	2.59 640	1.72 632	2.22 610	1.33 578	1.85 614	1.88 654	2.50 628	1.58 625

1w_stereo	2.05 612	2.32 553	1.35 575	3.74 642	2.01 650	2.73 649	1.42 619	1.88 601	1.93 654	2.03 615	1.28 605	2.71 646	1.99 641	2.72 648	1.72 632	2.20 608	1.32 571	1.87 618	1.86 648	2.45 622	1.54 619

LiteMatch*	2.07 613	1.30 452	5.73 685	6.28 674	0.79 512	1.33 585	0.80 507	1.30 580	1.02 542	1.33 584	0.84 521	1.33 589	0.97 515	1.28 587	1.04 534	6.05 684	5.89 680	1.28 595	0.76 510	1.28 575	0.88 511

sCroCo_RVC	2.10 614	2.76 585	1.92 631	2.78 606	1.39 614	2.73 649	1.41 617	2.73 647	1.40 617	2.77 656	1.41 617	2.74 652	1.40 605	2.74 651	1.40 615	2.72 639	1.42 590	2.72 653	1.44 619	2.79 640	1.42 616

MoCha-V2	2.11 615	26.97 705	0.78 469	0.92 434	0.77 509	0.96 494	0.72 496	0.90 479	0.72 501	0.94 495	0.70 495	0.90 490	0.71 491	0.91 489	0.71 493	0.85 459	0.71 461	0.88 496	0.69 496	0.87 469	0.67 476

FBW_ROB	2.12 616	2.46 567	1.77 610	2.49 595	1.79 638	2.38 629	1.83 634	2.46 633	1.78 639	2.48 638	1.97 651	2.40 629	1.78 625	2.42 634	1.83 642	2.31 619	1.85 622	2.38 641	1.82 647	2.35 617	1.84 642

MonStereo	2.17 617	2.41 564	1.49 597	2.67 600	1.67 627	2.60 644	2.04 653	2.32 626	1.76 637	2.44 635	1.68 632	2.50 632	1.69 616	2.38 629	1.80 641	2.28 615	1.78 617	2.63 652	2.14 657	3.47 645	1.68 635

asda	2.17 617	2.54 568	1.81 612	3.47 630	1.78 637	2.50 637	1.86 639	2.61 640	1.68 625	2.61 642	1.83 637	2.37 628	1.73 620	2.44 635	1.88 649	2.51 632	1.84 621	2.34 638	1.62 633	2.23 610	1.77 641

asd	2.18 619	2.77 587	1.58 600	3.59 635	2.00 649	2.58 643	1.85 638	2.39 631	1.71 629	2.47 637	1.97 651	2.59 641	1.61 611	2.56 638	1.79 640	2.51 632	1.99 624	2.11 631	1.62 633	2.36 618	1.60 627

qwe	2.18 619	2.60 571	1.58 600	3.83 643	1.90 647	2.53 639	1.90 644	2.48 634	1.73 634	2.37 633	1.92 647	2.53 634	1.68 614	2.56 638	1.83 642	2.52 634	1.87 623	2.07 627	1.68 639	2.32 616	1.71 636

monsters	2.18 619	2.41 564	1.96 633	3.47 630	2.03 654	2.53 639	1.64 627	2.48 634	1.73 634	2.40 634	1.50 620	2.62 642	1.94 636	2.59 640	1.94 651	2.44 627	1.57 602	2.28 634	1.87 649	2.42 620	1.86 644

AIO_rvc	2.18 619	2.34 558	1.87 627	2.32 588	1.94 648	2.40 630	1.89 643	2.37 629	2.07 661	2.52 640	1.95 650	2.44 631	1.99 641	2.41 632	1.89 650	2.32 620	2.09 633	2.24 632	2.18 658	2.21 609	2.23 653

HUF	2.18 619	2.30 551	1.99 637	2.34 590	2.02 653	2.41 631	2.06 654	2.38 630	1.89 652	2.36 632	1.85 638	2.56 639	1.98 639	2.31 627	1.97 653	2.30 618	2.03 632	2.30 635	2.11 656	2.23 610	2.16 651

AIO_test	2.18 619	2.09 535	2.04 638	2.42 592	2.01 650	2.47 633	1.94 645	2.34 628	2.03 660	2.56 641	1.94 648	2.43 630	1.94 636	2.41 632	1.87 648	2.39 625	2.10 634	2.35 640	1.91 655	2.25 612	2.19 652

monsterstereo	2.20 625	2.33 554	1.95 632	3.65 637	2.07 655	2.49 635	1.61 625	2.48 634	1.83 644	2.45 636	1.61 628	2.67 645	1.86 628	2.64 642	1.94 651	2.48 631	1.66 611	2.34 638	1.68 639	2.40 619	1.86 644

LG-G_1	2.22 626	2.71 579	1.89 628	2.77 603	1.87 645	2.75 651	1.87 641	2.76 649	1.87 650	2.75 651	1.87 640	2.76 653	1.87 629	2.75 652	1.86 645	2.47 629	1.58 603	2.45 644	1.57 624	2.45 622	1.57 623

LG-G	2.22 626	2.71 579	1.89 628	2.77 603	1.87 645	2.75 651	1.87 641	2.76 649	1.87 650	2.75 651	1.87 640	2.76 653	1.87 629	2.75 652	1.86 645	2.47 629	1.58 603	2.45 644	1.57 624	2.45 622	1.57 623

LGtest1	2.22 626	2.70 577	1.89 628	2.76 602	1.86 642	2.75 651	1.86 639	2.75 648	1.86 646	2.75 651	1.86 639	2.77 655	1.87 629	2.75 652	1.86 645	2.46 628	1.58 603	2.45 644	1.56 623	2.45 622	1.56 621

RAStereo	2.23 629	3.64 609	0.76 466	3.65 637	0.86 519	3.66 664	0.76 501	3.67 665	0.81 517	3.66 662	0.76 509	3.66 663	0.77 499	3.68 664	0.77 503	3.68 650	0.77 470	3.69 663	0.77 512	3.70 647	0.77 501

UDGNet	2.23 629	5.40 650	1.72 608	2.48 594	1.69 630	2.51 638	1.69 629	2.51 637	1.72 633	2.50 639	1.69 633	2.52 633	1.69 616	2.50 636	1.68 628	2.41 626	1.70 613	2.42 643	1.69 641	2.42 620	1.64 632

NCCL2	2.28 631	2.27 549	2.28 640	2.28 587	2.28 663	2.27 623	2.29 658	2.28 619	2.28 662	2.27 626	2.28 663	2.28 620	2.27 649	2.27 624	2.28 662	2.28 615	2.28 639	2.27 633	2.29 662	2.27 613	2.29 654

Abc-Net	2.32 632	24.75 697	1.14 509	1.17 477	1.17 553	1.11 524	1.15 545	1.17 519	1.21 602	1.08 519	1.16 548	1.12 530	1.14 535	1.09 524	1.17 548	1.09 491	1.16 517	1.17 538	1.17 549	1.16 512	1.11 537
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 633	25.00 698	1.13 508	1.15 471	1.15 548	1.10 521	1.15 545	1.15 514	1.15 549	1.12 526	1.15 545	1.09 523	1.13 532	1.10 526	1.15 543	1.11 498	1.09 507	1.16 534	1.12 544	1.16 512	1.17 548

stereogan	2.33 633	24.38 696	1.18 515	1.18 478	1.18 556	1.14 527	1.18 549	1.19 522	1.19 556	1.14 529	1.18 552	1.14 531	1.18 541	1.14 531	1.18 549	1.14 502	1.14 515	1.19 543	1.19 550	1.15 510	1.19 552

RGC	2.36 635	25.48 699	1.19 517	1.15 471	1.15 548	1.10 521	1.16 547	1.17 519	1.16 550	1.12 526	1.16 548	1.11 529	1.13 532	1.09 524	1.18 549	1.10 493	1.15 516	1.16 534	1.12 544	1.14 507	1.12 539

NCC-stereo	2.36 635	25.52 700	1.17 513	1.15 471	1.17 553	1.11 524	1.11 540	1.15 514	1.16 550	1.10 520	1.16 548	1.10 525	1.15 536	1.14 531	1.13 541	1.09 491	1.11 511	1.15 533	1.16 548	1.17 517	1.17 548

AF-Net	2.37 637	25.71 701	1.17 513	1.13 467	1.15 548	1.15 528	1.18 549	1.19 522	1.16 550	1.10 520	1.15 545	1.10 525	1.18 541	1.12 530	1.15 543	1.10 493	1.10 510	1.17 538	1.15 546	1.16 512	1.12 539

Nwc_Net	2.37 637	25.95 702	1.15 511	1.14 468	1.15 548	1.08 518	1.14 543	1.17 519	1.16 550	1.14 529	1.15 545	1.08 521	1.15 536	1.11 528	1.14 542	1.10 493	1.11 511	1.16 534	1.09 543	1.16 512	1.15 544

CFNet_RVC	2.38 639	8.71 674	0.38 289	9.33 689	0.42 421	0.56 434	0.42 411	0.60 436	0.38 384	0.62 447	0.42 419	0.56 438	7.29 698	0.62 442	0.42 406	0.53 385	0.37 329	0.49 427	0.34 372	8.30 695	6.87 702

edge stereo	2.43 640	27.07 706	1.14 509	1.06 459	1.14 546	1.08 518	1.17 548	1.16 517	1.14 548	1.10 520	1.16 548	1.09 523	1.16 540	1.10 526	1.16 547	1.10 493	1.11 511	1.16 534	1.19 550	1.13 506	1.11 537

FAT-Stereo	2.46 641	26.05 703	1.23 569	1.23 527	1.22 607	1.20 530	1.24 599	1.23 573	1.23 604	1.19 532	1.22 599	1.21 581	1.24 591	1.20 536	1.24 600	1.21 553	1.17 520	1.22 591	1.25 603	1.20 522	1.24 602

S-Stereo	2.51 642	26.86 704	1.23 569	1.22 525	1.22 607	1.24 578	1.25 600	1.22 571	1.24 605	1.21 578	1.24 601	1.19 535	1.27 593	1.19 535	1.24 600	1.19 505	1.20 522	1.25 593	1.19 550	1.24 571	1.23 601

Anonymous3	2.55 643	3.26 603	1.65 603	3.28 620	1.63 625	3.24 658	1.68 628	3.27 658	1.66 624	3.28 659	1.67 631	3.25 659	1.66 613	3.27 658	1.64 624	3.26 645	1.65 610	3.30 657	1.65 635	4.95 677	1.65 634

MIF-Stereo (partial)	2.58 644	3.31 604	0.66 435	3.18 615	0.66 482	3.18 657	0.66 468	3.21 657	0.67 474	3.19 658	0.66 480	3.19 658	0.66 470	3.31 660	0.68 475	5.09 676	1.79 619	8.23 702	1.67 637	6.18 686	1.38 614

MSMDNet	2.65 645	10.14 685	0.33 260	9.74 692	0.32 348	0.87 481	0.33 345	2.95 655	0.68 480	0.49 396	0.34 364	0.49 401	5.70 693	0.49 399	0.33 342	0.42 312	9.57 694	0.41 377	0.31 351	8.36 696	0.65 471

pcwnet_v2	2.66 646	9.89 683	0.33 260	9.89 693	0.32 348	0.50 410	0.32 334	0.49 391	0.33 354	0.49 396	0.34 364	0.49 401	8.76 700	0.48 393	0.33 342	0.41 298	9.58 695	0.40 360	0.29 326	9.01 699	0.63 463

CFNet_pseudo	2.67 647	9.36 679	0.32 255	10.99 698	0.33 360	0.85 478	0.33 345	0.49 391	0.33 354	0.49 396	0.32 347	0.49 401	7.26 697	0.49 399	0.33 342	0.41 298	9.62 696	0.41 377	0.29 326	10.03 703	0.29 309

TestStereo_HL2	2.73 648	0.41 210	11.06 698	14.13 700	0.30 291	0.44 366	0.28 263	0.43 325	0.29 277	0.43 320	0.28 272	0.43 334	0.29 282	0.43 327	0.28 260	13.51 701	10.37 701	0.41 377	0.27 296	0.38 292	0.27 279

CFNet_ucs	2.73 648	9.64 681	0.33 260	9.92 694	0.32 348	0.49 401	0.33 345	0.49 391	0.33 354	0.49 396	0.33 356	0.49 401	8.98 701	0.48 393	0.33 342	0.41 298	9.96 699	0.40 360	0.29 326	10.12 704	0.54 440

UCFNet_RVC	2.75 650	10.06 684	0.29 231	10.31 697	0.29 281	0.42 326	0.29 274	0.43 325	0.29 277	0.42 315	0.29 281	0.42 327	9.87 703	0.43 327	0.29 272	0.36 256	9.84 698	0.36 295	0.26 259	9.77 702	0.26 241

TestStereo_HL3	2.76 651	0.41 210	11.46 701	14.11 699	0.30 291	0.45 379	0.29 274	0.43 325	0.29 277	0.43 320	0.29 281	0.43 334	0.28 273	0.44 358	0.30 281	13.57 702	10.32 700	0.41 377	0.27 296	0.38 292	0.27 279

TestHL	2.76 651	0.41 210	11.34 700	14.28 701	0.30 291	0.44 366	0.29 274	0.43 325	0.29 277	0.43 320	0.28 272	0.43 334	0.28 273	0.43 327	0.29 272	13.45 700	10.57 702	0.41 377	0.27 296	0.38 292	0.27 279

TestStereo-Hl	2.78 653	0.42 220	11.23 699	14.38 702	0.30 291	0.44 366	0.30 281	0.43 325	0.28 270	0.43 320	0.29 281	0.44 369	0.29 282	0.44 358	0.29 272	13.64 703	10.73 703	0.41 377	0.27 296	0.38 292	0.27 279

ccs_rob	2.79 654	10.17 686	0.32 255	10.00 695	0.33 360	0.49 401	0.33 345	1.90 603	0.32 344	0.51 418	0.33 356	0.49 401	9.24 702	0.49 399	0.33 342	0.41 298	9.82 697	0.41 377	0.28 313	9.34 700	0.29 309

PCWNet_CMD	2.80 655	9.82 682	0.32 255	10.09 696	0.32 348	0.49 401	0.33 345	3.34 660	0.33 354	0.49 396	0.33 356	0.49 401	8.73 699	0.48 393	0.33 342	0.41 298	9.22 693	0.42 392	0.29 326	9.55 701	0.31 331

NLSM1	2.93 656	3.24 602	2.57 648	4.04 644	2.66 666	3.30 660	2.55 661	3.29 659	2.55 664	3.35 661	2.48 665	3.28 660	2.47 651	3.34 661	2.49 663	3.26 645	2.55 645	3.13 655	2.57 665	3.00 642	2.46 661

StereoVision	3.15 657	5.00 638	0.89 481	4.83 661	1.00 532	3.93 665	1.27 603	6.37 695	1.34 610	5.67 695	1.26 603	5.84 696	1.27 593	5.03 692	1.24 600	5.10 677	1.09 507	4.61 676	0.57 466	5.62 684	1.12 539

MaDis-Stereo	3.19 658	6.02 660	1.12 506	5.61 670	1.16 552	5.43 692	1.02 536	5.15 692	0.70 493	5.43 692	1.21 598	5.03 693	0.97 515	4.85 686	0.99 526	4.53 658	1.16 517	5.53 692	1.25 603	5.37 682	1.30 605

sAnonymous2	3.31 659	2.63 572	1.38 587	3.71 639	1.86 642	4.70 684	1.11 540	4.82 688	2.72 666	5.45 693	1.98 657	4.59 678	2.64 652	2.65 643	6.21 698	4.37 654	1.08 505	5.16 690	2.24 660	4.52 659	2.39 659

CroCo_RVC	3.31 659	2.63 572	1.38 587	3.71 639	1.86 642	4.70 684	1.11 540	4.82 688	2.72 666	5.45 693	1.98 657	4.59 678	2.64 652	2.65 643	6.21 698	4.37 654	1.08 505	5.16 690	2.24 660	4.52 659	2.39 659

DPSNet	3.66 661	3.60 608	3.62 671	3.63 636	3.64 688	3.65 663	3.65 687	3.66 664	3.67 685	3.67 663	3.65 685	3.67 664	3.66 673	3.66 663	3.68 682	3.68 650	3.66 665	3.67 662	3.68 688	3.67 646	3.67 687

NLCSM	3.67 662	4.08 623	3.19 667	4.80 660	3.26 681	3.99 668	3.24 682	4.25 671	3.18 681	4.09 667	3.27 680	4.14 669	3.18 668	4.13 669	3.28 678	4.06 652	3.10 655	3.85 667	3.14 679	3.91 652	3.27 683

STTStereo	3.73 663	30.40 710	2.37 644	2.39 591	2.31 665	2.35 628	2.33 659	2.29 621	2.42 663	2.32 631	2.34 664	2.33 624	2.36 650	2.30 626	2.27 661	2.35 622	2.22 638	2.31 636	2.22 659	2.29 615	2.34 658

rvit_105_1	3.83 664	5.22 643	3.01 653	4.53 648	3.01 669	4.51 672	3.01 667	4.56 675	3.04 669	4.53 674	3.03 669	4.55 676	3.03 656	4.56 675	3.04 665	4.57 660	3.05 648	4.57 671	3.05 670	4.57 661	3.05 668

rvit_stereo_0081	3.83 664	5.23 644	3.01 653	4.53 648	3.03 671	4.55 678	3.02 668	4.56 675	3.04 669	4.52 672	3.02 667	4.54 674	3.03 656	4.56 675	3.04 665	4.57 660	3.05 648	4.57 671	3.05 670	4.58 662	3.05 668

rvit_stereo_0081_aga	3.86 666	5.33 647	3.02 656	4.55 654	3.04 675	4.54 674	3.02 668	4.64 682	3.06 673	4.54 676	3.04 671	4.62 683	3.08 663	4.62 681	3.07 670	4.58 663	3.06 652	4.60 675	3.08 674	4.63 665	3.07 672

rvit_stereo_0082	3.86 666	5.82 658	3.01 653	4.53 648	3.03 671	4.54 674	3.02 668	4.56 675	3.04 669	4.53 674	3.02 667	4.55 676	3.04 659	4.57 678	3.05 667	4.57 660	3.05 648	4.58 673	3.05 670	4.58 662	3.06 671

rvit_0105_6	3.87 668	5.73 657	3.10 663	4.69 658	3.12 679	4.54 674	3.02 668	4.56 675	3.04 669	4.54 676	3.03 669	4.54 674	3.04 659	4.56 675	3.05 667	4.58 663	3.05 648	4.58 673	3.05 670	4.58 662	3.05 668

rvit_stereo_0080	3.89 669	5.70 655	3.04 658	4.54 651	3.03 671	4.56 679	3.05 674	4.60 679	3.07 674	4.58 679	3.06 672	4.59 678	3.06 661	4.61 679	3.08 671	4.63 665	3.09 653	4.64 677	3.10 675	4.65 666	3.10 675

whm_eth	3.89 669	5.70 655	3.04 658	4.54 651	3.03 671	4.56 679	3.05 674	4.60 679	3.07 674	4.58 679	3.06 672	4.59 678	3.06 661	4.61 679	3.08 671	4.63 665	3.09 653	4.64 677	3.10 675	4.65 666	3.10 675

rvit_0105_4	3.91 671	5.47 654	3.02 656	4.54 651	3.02 670	4.54 674	3.03 672	4.75 685	3.17 680	4.57 678	3.06 672	4.61 682	3.16 667	4.65 682	3.09 673	4.66 667	3.11 656	4.68 680	3.18 681	4.81 672	3.16 680

rvit_0105_3	3.91 671	5.33 647	3.06 661	4.60 656	3.07 677	4.60 681	3.06 676	4.62 681	3.08 677	4.60 681	3.07 675	4.62 683	3.08 663	4.67 683	3.10 674	4.70 668	3.11 656	4.77 684	3.19 682	4.77 671	3.14 679

rvit_stereo_0083	3.92 673	5.30 646	3.06 661	4.61 657	3.09 678	4.67 683	3.08 677	4.66 683	3.09 678	4.62 682	3.10 677	4.66 686	3.11 665	4.67 683	3.16 676	4.72 670	3.16 659	4.77 684	3.11 677	4.66 668	3.11 677

rvit_stereo_ft	3.93 674	5.44 652	3.05 660	4.59 655	3.06 676	4.61 682	3.08 677	4.67 684	3.12 679	4.63 683	3.10 677	4.65 685	3.11 665	4.69 685	3.13 675	4.70 668	3.14 658	4.71 682	3.15 680	4.74 669	3.16 680

rvit_0105_5	4.10 675	5.40 650	3.13 666	4.71 659	3.15 680	4.72 686	3.10 679	4.90 690	3.27 682	4.69 684	3.16 679	4.84 690	3.25 669	4.96 689	3.34 679	5.05 675	3.39 664	5.10 689	3.40 683	5.11 679	3.42 684

MLG-Stereo_test1	4.25 676	5.34 649	3.61 670	5.31 666	3.63 687	5.23 690	3.57 685	5.38 693	3.65 684	5.23 690	3.47 682	4.76 687	3.74 676	4.85 686	3.71 683	4.96 672	3.18 661	4.71 682	2.92 667	4.86 675	2.90 665

MLG-Stereo_test3	4.26 677	4.85 636	3.95 674	5.35 667	3.60 686	4.75 687	3.76 688	5.49 694	3.71 686	5.39 691	3.69 686	4.82 689	3.66 673	4.85 686	3.73 686	4.93 671	3.19 662	4.69 681	2.99 669	4.84 674	2.98 667

MLG-Stereo_test2	4.28 678	5.46 653	3.69 672	4.86 662	3.72 689	5.58 693	3.42 683	4.81 687	3.77 690	4.85 686	3.72 687	5.55 695	3.63 672	5.58 693	3.53 681	4.41 657	3.28 663	4.99 688	2.95 668	4.75 670	3.13 678

RAFT+CT+SA	4.28 678	7.62 667	4.91 679	5.55 669	2.28 663	3.09 655	3.64 686	4.49 673	3.07 674	4.80 685	3.35 681	4.77 688	3.70 675	4.29 672	3.05 667	5.58 679	5.98 682	3.58 661	3.78 690	4.26 655	3.72 688

SA	4.33 680	7.35 664	6.85 691	5.96 672	4.09 693	3.59 662	3.15 680	3.82 666	2.64 665	3.91 664	3.85 688	3.57 662	2.72 654	3.13 657	4.03 689	7.09 692	6.86 687	3.57 660	3.12 678	3.85 648	3.51 686

Sa-1000	4.34 681	8.37 670	6.84 690	6.98 681	4.45 696	3.58 661	3.00 666	3.42 662	3.39 683	2.61 642	4.00 691	3.83 666	4.01 684	3.90 666	3.90 687	5.98 683	5.62 679	3.76 664	2.34 663	4.35 657	2.47 662

TestStereo1	4.60 682	8.41 671	6.44 688	6.86 679	3.79 690	3.97 666	3.78 689	3.99 668	3.74 687	3.97 665	3.52 683	3.94 667	3.58 670	3.98 667	3.72 684	6.82 689	6.50 685	3.76 664	3.66 686	3.90 649	3.74 690

SA-5K	4.60 682	8.41 671	6.44 688	6.86 679	3.79 690	3.97 666	3.78 689	3.99 668	3.74 687	3.97 665	3.52 683	3.94 667	3.58 670	3.98 667	3.72 684	6.82 689	6.50 685	3.76 664	3.66 686	3.90 649	3.74 690

DispFullNet	4.61 684	4.84 635	3.12 664	5.00 664	3.57 685	4.75 687	3.03 672	7.75 701	4.17 694	4.91 688	3.09 676	6.20 697	3.95 682	6.71 697	3.51 680	5.30 678	3.67 666	5.86 696	3.63 685	5.61 683	3.46 685

test_5	4.62 685	7.55 666	6.23 686	6.32 675	3.40 684	5.29 691	3.50 684	3.53 663	4.11 693	4.28 669	4.47 695	4.26 672	4.38 687	3.68 664	3.24 677	5.89 681	5.60 678	4.84 686	3.50 684	4.33 656	3.93 694

raft_robust	4.71 686	7.75 668	5.40 684	6.81 678	3.31 682	4.28 671	4.20 694	4.32 672	4.37 696	4.35 671	4.35 694	4.14 669	3.75 677	4.30 673	4.20 692	6.67 688	6.37 683	3.36 659	4.24 696	4.86 675	3.25 682

cross-raft	4.83 687	7.52 665	6.43 687	6.63 676	3.96 692	4.51 672	3.99 692	4.49 673	3.96 692	4.52 672	3.96 690	4.50 673	3.97 683	4.50 674	3.97 688	6.65 687	6.44 684	4.33 668	3.92 692	4.35 657	3.91 693

test_4	4.88 688	8.13 669	6.98 692	7.46 682	4.44 695	4.25 670	3.85 691	4.04 670	3.92 691	4.13 668	3.91 689	4.18 671	3.84 680	4.14 670	4.06 690	7.01 691	7.13 688	4.53 669	3.72 689	4.09 653	3.72 688

TestStereo	4.88 688	4.75 634	4.79 677	4.87 663	4.92 697	4.81 689	4.90 697	4.78 686	4.77 697	4.87 687	4.89 696	4.90 691	4.91 689	4.99 690	4.79 694	4.98 673	4.87 675	4.87 687	4.92 698	5.00 678	5.00 697

test_3	5.01 690	8.86 676	7.77 694	8.09 684	2.76 668	4.13 669	4.05 693	3.88 667	3.76 689	4.33 670	4.13 692	3.71 665	3.91 681	4.21 671	4.06 690	7.93 693	7.69 690	4.53 669	3.91 691	4.17 654	4.29 696

NLCA_NET_v2_RVC	5.04 691	50.87 722	2.78 649	2.87 607	2.71 667	2.78 654	0.47 427	2.88 654	2.86 668	1.89 605	2.67 666	2.79 656	2.79 655	2.78 655	2.83 664	2.82 640	2.82 646	2.83 654	2.77 666	2.83 641	2.76 663
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	5.10 692	5.15 641	4.49 676	5.07 665	3.37 683	6.87 696	4.75 696	5.04 691	6.34 701	7.84 701	5.06 697	6.72 701	4.09 685	4.99 690	5.44 697	5.03 674	3.16 659	4.67 679	4.86 697	5.15 680	3.89 692

U	5.15 693	8.49 673	1.81 612	8.49 686	1.77 636	8.49 701	1.77 632	8.51 703	1.77 638	8.49 703	1.77 636	8.50 703	1.78 625	8.58 703	1.77 639	8.54 696	1.78 617	8.55 703	1.78 646	8.55 697	1.84 642

SGM-Forest	5.21 694	5.92 659	4.08 675	6.18 673	4.16 694	6.31 695	4.34 695	6.50 696	4.33 695	6.14 697	4.21 693	6.61 700	4.55 688	6.67 696	4.48 693	5.94 682	3.94 668	5.85 695	4.03 694	5.79 685	4.17 695
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 695	9.16 678	8.03 697	8.09 684	5.62 700	6.11 694	6.35 700	6.85 698	4.94 698	6.08 696	6.29 702	4.98 692	6.43 694	6.22 694	6.36 700	6.16 685	7.47 689	5.82 694	5.44 701	7.11 691	5.68 700

rvit_stereo_0075_2	6.64 696	8.80 675	5.25 681	7.89 683	5.27 699	7.90 700	5.27 698	7.92 702	5.28 699	7.91 702	5.29 699	7.93 702	5.27 690	7.92 702	5.28 695	7.93 693	5.28 677	7.93 701	5.29 700	7.93 694	5.28 699

RAFT	6.73 697	9.36 679	7.40 693	8.51 687	6.55 701	6.88 697	6.60 701	6.79 697	6.60 702	6.80 698	6.72 703	5.31 694	5.50 692	6.61 695	6.61 701	8.42 695	5.89 680	5.73 693	5.45 702	6.61 687	6.24 701

SGM+DAISY	7.06 698	9.15 677	5.38 683	8.84 688	5.18 698	8.80 702	5.31 699	8.79 704	5.28 699	8.89 704	5.20 698	8.93 704	5.33 691	8.95 704	5.36 696	8.70 697	5.21 676	8.74 704	5.20 699	8.89 698	5.15 698

MCSU-Stereo	7.34 699	31.03 712	23.33 709	30.31 710	0.67 483	0.93 491	0.64 463	0.92 484	0.64 468	0.92 490	0.64 474	0.93 496	0.64 463	0.92 493	0.64 458	28.35 711	22.39 711	0.88 496	0.60 470	0.83 464	0.60 456

test-v	7.53 700	11.89 687	7.98 695	9.36 690	7.14 702	7.06 698	7.09 702	7.37 699	6.91 703	7.29 699	5.71 700	6.45 698	6.93 695	6.73 698	7.27 702	8.93 698	7.85 691	6.98 699	6.80 703	7.56 692	7.34 703

test-2	7.53 700	11.89 687	7.98 695	9.36 690	7.14 702	7.06 698	7.09 702	7.37 699	6.91 703	7.29 699	5.71 700	6.45 698	6.93 695	6.73 698	7.27 702	8.93 698	7.85 691	6.98 699	6.80 703	7.56 692	7.34 703

PA-Net	11.80 702	223.51 729	0.62 421	0.59 375	0.71 494	0.59 442	0.73 497	0.67 446	0.73 504	0.55 433	0.61 470	0.60 446	0.74 494	0.63 446	0.73 495	0.66 415	0.60 430	0.69 463	0.66 487	0.72 442	0.65 471
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 703	23.00 695	15.00 702	23.00 709	15.00 704	24.00 709	16.00 704	24.00 711	16.00 705	22.00 711	15.00 704	23.00 711	16.00 704	23.00 711	15.00 704	22.00 710	15.00 704	22.00 711	15.00 705	22.00 711	15.00 705

rafts_anoy	20.00 704	20.00 689	20.00 703	20.00 703	20.00 705	20.00 703	20.00 705	20.00 705	20.00 706	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 704	20.00 705	20.00 705	20.00 706	20.00 705	20.00 706

raft+_RVC	20.00 704	20.00 689	20.00 703	20.00 703	20.00 705	20.00 703	20.00 705	20.00 705	20.00 706	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 704	20.00 705	20.00 705	20.00 706	20.00 705	20.00 706

raftrobust	20.00 704	20.00 689	20.00 703	20.00 703	20.00 705	20.00 703	20.00 705	20.00 705	20.00 706	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 704	20.00 705	20.00 705	20.00 706	20.00 705	20.00 706

CasAABBNet	20.00 704	20.00 689	20.00 703	20.00 703	20.00 705	20.00 703	20.00 705	20.00 705	20.00 706	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 704	20.00 705	20.00 705	20.00 706	20.00 705	20.00 706

RALCasStereoNet	20.00 704	20.00 689	20.00 703	20.00 703	20.00 705	20.00 703	20.00 705	20.00 705	20.00 706	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 704	20.00 705	20.00 705	20.00 706	20.00 705	20.00 706

RALAANet	20.00 704	20.00 689	20.00 703	20.00 703	20.00 705	20.00 703	20.00 705	20.00 705	20.00 706	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 705	20.00 704	20.00 705	20.00 705	20.00 706	20.00 705	20.00 706

111	30.40 710	30.94 711	29.72 711	32.61 711	30.02 712	33.57 710	30.47 712	31.50 712	29.39 713	30.98 712	29.11 712	29.78 712	30.39 715	29.45 712	30.76 715	30.08 712	29.02 713	29.92 712	30.32 716	29.86 712	30.17 713

WCMA_ROB	31.10 711	35.43 716	27.12 710	39.51 723	23.10 711	38.78 722	25.30 711	37.49 724	25.39 712	37.29 723	27.02 711	38.52 724	26.48 711	37.80 723	26.44 711	36.28 719	22.65 712	33.90 716	22.30 712	37.10 721	24.18 712

DCANet-4	35.22 712	34.54 713	35.08 717	33.58 715	35.47 719	34.55 711	35.53 719	36.08 718	35.85 717	35.92 718	35.77 718	35.18 718	35.48 717	35.39 718	37.15 722	34.55 718	33.92 717	35.02 719	34.90 718	35.79 716	34.74 720

ADStereo(finetuned)	36.13 713	36.63 717	38.07 722	36.97 716	33.25 716	35.91 715	34.45 716	36.36 719	32.99 714	38.14 724	36.71 719	36.69 719	34.13 716	38.57 724	40.79 723	37.60 724	36.58 720	35.90 720	33.36 717	35.42 715	34.04 717

fast-reg	37.00 714	37.00 718	37.00 718	37.00 717	37.00 720	37.00 718	37.00 720	37.00 720	37.00 718	37.00 719	37.00 720	37.00 720	37.00 718	37.00 719	37.00 718	37.00 720	37.00 721	37.00 721	37.00 721	37.00 717	37.00 721

Reg-Stereo(zero)	37.00 714	37.00 718	37.00 718	37.00 717	37.00 720	37.00 718	37.00 720	37.00 720	37.00 718	37.00 719	37.00 720	37.00 720	37.00 718	37.00 719	37.00 718	37.00 720	37.00 721	37.00 721	37.00 721	37.00 717	37.00 721

fast-iter	37.00 714	37.00 718	37.00 718	37.00 717	37.00 720	37.00 718	37.00 720	37.00 720	37.00 718	37.00 719	37.00 720	37.00 720	37.00 718	37.00 719	37.00 718	37.00 720	37.00 721	37.00 721	37.00 721	37.00 717	37.00 721

CoSv	37.00 714	37.00 718	37.00 718	37.00 717	37.00 720	37.00 718	37.00 720	37.00 720	37.00 718	37.00 719	37.00 720	37.00 720	37.00 718	37.00 719	37.00 718	37.00 720	37.00 721	37.00 721	37.00 721	37.00 717	37.00 721

MDST_ROB	69.83 718	87.70 723	41.95 723	113.75 726	65.62 726	75.05 723	55.25 725	75.64 726	45.04 722	71.61 725	41.75 724	72.81 725	44.06 722	68.38 725	44.63 724	101.89 727	59.57 727	107.10 727	61.05 727	104.38 724	59.38 727

NOSS_ROB	102.95 719	153.00 727	121.00 726	51.00 724	44.00 724	165.00 726	127.00 726	153.00 727	119.00 724	164.00 728	125.00 726	168.00 728	120.00 724	153.00 727	117.00 726	49.00 725	44.00 725	49.00 725	44.00 725	49.00 722	44.00 725

CBMV	128.50 720	1422.70 734	53.10 724	79.50 725	51.30 725	77.30 724	49.70 724	74.00 725	48.20 723	77.20 726	48.80 725	73.90 726	48.00 723	73.80 726	48.80 725	70.40 726	45.10 726	68.90 726	46.10 726	68.20 723	45.00 726
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 721	171.00 728	160.68 729	162.58 727	160.59 727	164.01 725	160.35 727	158.51 728	158.56 725	158.34 727	160.12 727	158.56 727	159.92 725	157.26 728	158.94 727	154.38 728	158.36 728	155.75 728	159.13 729	153.67 725	154.07 728
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	201.80 722	123.00 724	115.00 725	219.00 728	218.00 729	223.00 727	244.00 729	217.00 729	236.00 727	202.00 729	203.00 728	205.00 729	208.00 726	225.00 729	204.00 728	210.00 729	198.00 729	197.00 729	184.00 730	204.00 726	201.00 729

MGS-Stereo	239.45 723	123.00 724	135.00 727	266.00 729	286.00 730	277.00 728	305.00 730	271.00 730	242.00 728	274.00 730	279.00 730	255.00 730	270.00 728	268.00 730	297.00 730	221.00 730	247.00 731	216.00 730	123.00 728	217.00 727	217.00 731

EGLCR-Stereo	246.90 724	129.00 726	139.00 728	266.00 729	286.00 730	277.00 728	305.00 730	271.00 730	242.00 728	274.00 730	279.00 730	255.00 730	270.00 728	268.00 730	297.00 730	230.00 731	247.00 731	216.00 730	223.00 732	237.00 728	227.00 732

DLCB_ROB	284.23 725	354.61 730	207.27 730	363.24 731	206.46 728	364.72 730	210.41 728	364.72 732	210.41 726	364.81 732	208.64 729	364.81 732	208.64 727	364.72 732	210.41 729	354.70 732	205.53 730	354.70 732	205.53 731	354.70 729	205.53 730

LE_ROB	396.57 726	471.28 731	329.84 731	471.48 732	308.15 732	526.83 731	322.10 732	488.15 733	323.76 730	495.46 733	317.97 732	497.17 733	320.10 730	481.62 733	326.76 732	462.71 733	298.97 733	466.16 733	285.98 733	447.62 730	289.21 733

SGM-ForestM	596.69 727	677.77 732	444.52 732	699.85 733	517.25 733	732.94 732	488.29 733	770.79 734	460.11 731	750.81 734	487.98 733	792.79 734	499.41 731	730.90 734	475.81 733	720.03 734	491.16 734	663.96 734	418.60 734	674.76 731	436.05 734

CBMV_ROB	818.48 728	913.88 733	709.52 733	862.84 734	597.78 734	1073.99 733	700.52 734	1015.66 735	702.59 732	1115.65 735	760.02 734	1130.24 735	721.57 732	1037.41 735	692.65 734	814.05 735	564.29 735	843.28 735	595.31 735	915.51 732	602.92 735

tt	500032.53 729	34.60 714	29.72 711	37.47 721	34.41 717	36.85 716	35.22 717	34.71 716	33.55 715	34.50 713	35.43 716	33.81 716	10000000.00 733	33.57 716	33.13 716	33.68 716	35.00 718	34.03 717	35.26 719	30.96 713	34.63 718

DCANet	500032.53 729	34.60 714	29.72 711	37.47 721	34.41 717	36.85 716	35.22 717	34.71 716	33.55 715	34.50 713	35.43 716	33.81 716	10000000.00 733	33.57 716	33.13 716	33.68 716	35.00 718	34.03 717	35.26 719	30.96 713	34.63 718

fff	1000028.16 731	29.62 707	29.72 711	32.61 711	30.02 712	35.13 712	31.83 713	32.07 713	10000000.00 733	35.27 715	29.82 713	32.45 713	30.15 712	32.35 713	30.09 712	31.04 713	29.55 714	30.64 713	30.14 713	10000000.00 733	30.77 714

csc	1000028.16 731	29.62 707	29.72 711	32.61 711	30.02 712	35.13 712	31.83 713	32.07 713	10000000.00 733	35.27 715	29.82 713	32.45 713	30.15 712	32.35 713	30.09 712	31.04 713	29.55 714	30.64 713	30.14 713	10000000.00 733	30.77 714

cscssc	1000028.16 731	29.62 707	29.72 711	32.61 711	30.02 712	35.13 712	31.83 713	32.07 713	10000000.00 733	35.27 715	29.82 713	32.45 713	30.15 712	32.35 713	30.09 712	31.04 713	29.55 714	30.64 713	30.14 713	10000000.00 733	30.77 714

111111	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

SGD-Stereo	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

IGEV-Stereo++	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

IGEV-BASED-STEREO-	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

IGEV-Stereo+	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

SDNR	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

anonymousdsp2	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

anonymousdsp	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

test_example2	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736

DIP-Stereo	10000000.00 734	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 735	10000000.00 734	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 733	10000000.00 736	10000000.00 735	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 736	10000000.00 733	10000000.00 736
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							0.38 383	0.50 400	0.38 384	0.50 409	0.38 388	0.50 415	3.79 678	0.50 407	0.38 375	0.54 386	0.43 370	0.46 404	0.34 372	0.46 378	0.35 362

FADE		0.06 79		0.09 76	0.10 152			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 183	0.13 184	0.11 153	0.11 158

Low-res two-view benchmark