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 98	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 98	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 82	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 125	0.03 57	0.04 97	0.03 52

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	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	0.73 439	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 82	0.04 64	0.06 65	0.04 101	0.06 123	0.04 103	0.06 126	0.04 104	0.06 128	0.04 110	0.06 129	0.04 100	0.06 120	0.04 97	0.06 70	0.04 66	0.05 109	0.04 99	0.05 115	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 104	0.12 161	0.04 110	0.06 129	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	0.73 439	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 158	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 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 142	0.06 128	0.06 142	0.05 113	0.06 138	0.06 120	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

SACVNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 142	0.06 128	0.06 142	0.05 113	0.06 138	0.06 120	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AACVNet	0.06 61	0.08 88	0.08 82	0.08 69	0.05 130	0.06 123	0.05 124	0.05 110	0.06 142	0.06 128	0.06 142	0.05 113	0.06 138	0.06 120	0.05 119	0.08 77	0.08 84	0.08 135	0.05 127	0.06 127	0.05 125

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 165	0.04 90	0.03 52	0.58 397	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	0.75 442	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 88	0.12 123	0.08 69	0.05 130	0.08 136	0.05 124	0.08 139	0.05 129	0.08 138	0.05 131	0.08 138	0.05 121	0.08 139	0.05 119	0.08 77	0.07 81	0.07 130	0.05 127	0.07 137	0.05 125

BridgeDepth_RVC	0.07 67	0.08 88	0.11 112	0.11 98	0.05 130	0.08 136	0.05 124	0.08 139	0.05 129	0.08 138	0.05 131	0.08 138	0.05 121	0.08 139	0.05 119	0.11 105	0.10 99	0.07 130	0.05 127	0.07 137	0.05 125
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 88	0.07 80	0.07 67	0.07 145	0.08 136	0.06 141	0.08 139	0.07 146	0.08 138	0.07 146	0.08 138	0.06 138	0.07 136	0.07 136	0.08 77	0.07 81	0.07 130	0.07 139	0.06 127	0.06 134

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 215	0.02 20	0.02 21	0.71 424	0.02 16	0.02 19	0.02 21	0.02 21	0.16 194

BridgeDepth	0.08 72	0.08 88	0.11 112	0.11 98	0.05 130	0.08 136	0.05 124	0.08 139	0.07 146	0.08 138	0.05 131	0.08 138	0.05 121	0.09 145	0.08 138	0.15 141	0.11 122	0.07 130	0.05 127	0.07 137	0.06 134
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 457	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 143	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 98	0.17 176	0.19 157	0.06 143	0.08 136	0.06 141	0.08 139	0.06 142	0.08 138	0.06 142	0.08 138	0.06 138	0.08 139	0.06 135	0.15 141	0.16 170	0.08 135	0.06 138	0.08 142	0.06 134

RT-Monster	0.09 75	0.07 86	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	0.10 152	0.04 90	0.03 52	0.92 469	0.03 39	0.03 41	0.03 57	0.03 47	0.07 139

DA	0.09 75	0.13 117	0.39 300	0.08 69	0.05 130	0.07 134	0.05 124	0.13 162	0.05 129	0.06 128	0.05 131	0.06 129	0.05 121	0.06 120	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

GGEV	0.09 75	0.13 117	0.39 300	0.08 69	0.05 130	0.07 134	0.05 124	0.13 162	0.05 129	0.06 128	0.05 131	0.06 129	0.05 121	0.06 120	0.05 119	0.06 70	0.05 78	0.14 162	0.13 188	0.06 127	0.05 125

test_sample7	0.09 75	1.00 350	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	0.97 340	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	0.87 317	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	1.03 365	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	0.87 317	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	1.01 359	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	0.95 337	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	1.01 359	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 98	0.10 92	0.09 76	0.09 149	0.09 144	0.09 148	0.10 146	0.08 150	0.10 147	0.09 150	0.09 146	0.09 148	0.09 145	0.08 138	0.09 85	0.08 84	0.09 141	0.08 143	0.09 146	0.08 141

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 517	0.06 126	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	0.05 109	0.04 99	0.05 115	0.05 125

ADCS	0.09 75	0.02 12	0.04 64	0.90 432	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 166	0.36 362	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 341	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	1.05 369	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	1.05 369	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	1.05 369	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	1.07 373	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	1.03 365	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	1.07 373	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	1.14 382	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	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

222	0.10 90	0.99 348	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	1.09 375	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	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SHD	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

SAMSARA	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

XQC	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSC	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTS	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

RTSA	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet+	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

MADNet++	0.10 90	0.10 102	0.10 92	0.10 81	0.10 156	0.10 146	0.10 153	0.10 146	0.10 154	0.10 147	0.10 154	0.10 149	0.10 152	0.10 149	0.10 149	0.10 90	0.10 99	0.10 142	0.10 152	0.10 147	0.10 149

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 532	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	0.08 139	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	0.07 145	0.13 161	0.05 124	0.06 126	0.05 129	0.05 113	0.05 131	0.13 163	0.05 121	0.05 104	0.09 143	0.24 203	0.20 201	0.10 142	0.05 127	0.06 127	0.13 183

JetRed	0.11 111	0.12 115	0.11 112	0.11 98	0.11 172	0.11 157	0.14 185	0.11 158	0.11 169	0.12 161	0.11 168	0.11 159	0.11 165	0.11 160	0.11 161	0.11 105	0.16 170	0.11 153	0.11 164	0.11 157	0.11 162

JetBlue	0.11 111	0.11 113	0.12 123	0.13 118	0.14 191	0.11 157	0.11 166	0.11 158	0.11 169	0.11 159	0.11 168	0.11 159	0.11 165	0.12 164	0.12 173	0.11 105	0.11 122	0.11 153	0.11 164	0.11 157	0.11 162

x	0.11 111	1.15 385	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	1.16 387	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	1.60 560	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	1.60 560	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	1.62 563	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	0.06 120	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	1.14 382	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	0.14 123	0.10 92	0.15 133	0.10 156	0.14 162	0.10 153	0.14 164	0.10 154	0.15 170	0.10 154	0.14 164	0.10 152	0.14 166	0.10 149	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.09 144
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 86	0.05 79	0.08 69	0.05 130	0.08 136	1.20 548	0.07 136	0.05 129	0.05 113	0.05 131	0.08 138	0.05 121	0.08 139	0.03 52	0.07 75	0.05 78	0.06 125	0.05 127	0.07 137	0.05 125

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 618	0.04 59	0.04 66	0.04 93	0.05 127	0.04 97	0.06 134

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 121	0.04 90	1.65 622	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	0.05 121	0.04 90	1.66 624	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	1.71 566	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	0.06 120	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	0.21 144	0.12 123	0.16 143	0.11 172	0.15 170	0.11 166	0.14 164	0.11 169	0.15 170	0.12 176	0.15 175	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLG	0.13 127	0.20 138	0.14 148	0.15 133	0.11 172	0.14 162	0.11 166	0.14 164	0.11 169	0.14 163	0.11 168	0.14 164	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

ACRE	0.13 127	0.21 144	0.14 148	0.15 133	0.11 172	0.14 162	0.11 166	0.14 164	0.11 169	0.14 163	0.12 176	0.14 164	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

LRCNet_RVC	0.13 127	0.13 117	0.09 88	0.13 118	0.10 156	0.14 162	0.10 153	0.14 164	0.10 154	0.23 213	0.10 154	0.20 195	0.10 152	0.24 220	0.11 161	0.11 105	0.09 94	0.12 156	0.14 194	0.12 163	0.09 144

aanetorigin	0.13 127	0.11 113	0.11 112	0.11 98	0.11 172	0.11 157	0.11 166	0.11 158	0.11 169	0.11 159	0.12 176	0.11 159	0.11 165	0.11 160	0.11 161	0.11 105	0.11 122	0.14 162	0.11 164	0.49 397	0.11 162

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 124	0.04 95	0.04 104	0.04 92	0.05 131	0.04 96	0.05 121	0.04 90	1.71 627	0.04 59	0.04 66	0.04 93	0.04 99	0.07 137	0.04 96

ELAS	0.13 127	0.16 125	0.11 112	0.15 133	0.09 149	0.18 188	0.11 166	0.18 187	0.11 169	0.17 182	0.11 168	0.18 188	0.11 165	0.18 187	0.11 161	0.14 133	0.08 84	0.14 162	0.08 143	0.14 167	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 444	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	0.17 130	0.12 123	0.17 152	0.11 172	0.17 184	0.11 166	0.17 184	0.11 169	0.17 182	0.11 168	0.17 184	0.11 165	0.17 184	0.11 161	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 505	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	0.06 120	0.04 97	0.12 111	0.11 122	0.05 109	0.04 99	0.05 115	0.04 96

ProNet	0.14 134	0.20 138	0.14 148	0.16 143	0.11 172	0.16 177	0.11 166	0.17 184	0.11 169	0.17 182	0.12 176	0.17 184	0.13 186	0.17 184	0.12 173	0.15 141	0.11 122	0.16 179	0.11 164	0.15 175	0.12 176

IPLGR_C	0.14 134	0.20 138	0.12 123	0.15 133	0.11 172	0.14 162	0.15 191	0.14 164	0.11 169	0.15 170	0.12 176	0.14 164	0.11 165	0.16 177	0.11 161	0.15 141	0.12 136	0.14 162	0.12 179	0.15 175	0.12 176

MIPNet	0.14 134	0.21 144	0.17 176	0.16 143	0.11 172	0.15 170	0.12 179	0.14 164	0.11 169	0.16 175	0.11 168	0.14 164	0.11 165	0.14 166	0.11 161	0.14 133	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

IPLGR	0.14 134	0.24 158	0.14 148	0.16 143	0.12 185	0.15 170	0.12 179	0.14 164	0.11 169	0.15 170	0.12 176	0.14 164	0.11 165	0.14 166	0.11 161	0.15 141	0.12 136	0.14 162	0.11 164	0.14 167	0.11 162

GMStereo	0.14 134	0.13 117	0.14 148	0.14 122	0.14 191	0.14 162	0.14 185	0.14 164	0.14 191	0.14 163	0.14 194	0.14 164	0.14 190	0.14 166	0.14 184	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 188
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	2.22 583	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	0.07 136	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	0.16 125	0.12 123	0.17 152	0.12 185	0.17 184	0.11 166	0.17 184	0.11 169	0.17 182	0.12 176	0.17 184	0.12 180	0.17 184	0.12 173	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.12 176

DRN-Test	0.14 134	0.13 117	0.09 88	0.14 122	0.09 149	0.15 170	0.09 148	0.14 164	0.10 154	0.14 163	0.09 150	0.14 164	0.09 148	0.13 165	0.09 143	0.12 111	0.09 94	0.12 156	0.09 145	0.12 163	0.73 490

ELAS_RVC	0.14 134	0.16 125	0.10 92	0.15 133	0.10 156	0.18 188	0.11 166	0.19 189	0.11 169	0.19 188	0.12 176	0.18 188	0.11 165	0.19 190	0.12 173	0.14 133	0.08 84	0.14 162	0.09 145	0.15 175	0.09 144
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 130	0.13 143	0.20 161	0.13 189	0.19 191	0.13 183	0.18 187	0.13 189	0.19 188	0.13 189	0.18 188	0.14 190	0.18 187	0.14 184	0.16 152	0.11 122	0.15 175	0.14 194	0.18 190	0.11 162

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	0.67 465	0.02 15	0.69 456	0.75 473	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 268	0.11 112	0.16 143	0.11 172	0.16 177	0.11 166	0.16 178	0.11 169	0.16 175	0.11 168	0.16 176	0.11 165	0.16 177	0.11 161	0.16 152	0.11 122	0.16 179	0.11 164	0.16 180	0.11 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 582	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 131	0.04 96	0.04 100	0.08 139	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	0.14 123	0.10 92	0.14 122	0.09 149	0.15 170	0.09 148	0.14 164	0.09 153	0.14 163	0.10 154	0.14 164	0.09 148	0.14 166	0.09 143	0.13 126	0.10 99	0.13 160	0.09 145	0.13 165	0.82 506

LALA_ROB	0.15 146	0.19 134	0.12 123	0.18 154	0.11 172	0.20 196	0.12 179	0.21 204	0.12 185	0.20 194	0.12 176	0.20 195	0.12 180	0.21 205	0.13 180	0.17 160	0.10 99	0.18 197	0.11 164	0.18 190	0.11 162

SGM_RVC	0.15 146	0.17 130	0.11 112	0.18 154	0.11 172	0.19 191	0.11 166	0.19 189	0.12 185	0.19 188	0.12 176	0.20 195	0.12 180	0.19 190	0.12 173	0.16 152	0.11 122	0.17 187	0.10 152	0.17 186	0.10 149
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TestStereo_HL1	0.16 153	0.05 66	0.61 419	0.71 399	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	0.57 418	0.04 93	0.04 99	0.04 97	0.04 96

z-mn7	0.16 153	1.21 438	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	0.16 125	0.16 169	0.16 143	0.16 213	0.16 177	0.16 197	0.16 178	0.16 207	0.16 175	0.16 207	0.16 176	0.16 203	0.16 177	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

qqq	0.16 153	2.01 529	0.12 123	0.15 133	0.04 101	0.06 123	0.05 124	0.06 126	0.04 104	0.06 128	0.03 56	0.06 129	0.03 53	0.06 120	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	0.18 133	0.13 143	0.19 157	0.13 189	0.19 191	0.13 183	0.19 189	0.13 189	0.19 188	0.13 189	0.19 192	0.13 186	0.19 190	0.13 180	0.18 168	0.13 159	0.18 197	0.13 188	0.18 190	0.13 183

ManiGeoR	0.17 158	0.05 66	0.62 422	0.73 408	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLF11	0.17 158	0.05 66	0.63 426	0.72 403	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	0.59 429	0.05 109	0.04 99	0.04 97	0.04 96

HLf10	0.17 158	0.05 66	0.62 422	0.73 408	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

HLf8	0.17 158	0.05 66	0.62 422	0.72 403	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	0.72 434	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HLe17	0.17 158	0.05 66	0.65 434	0.72 403	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	0.59 429	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL3	0.17 158	0.05 66	0.61 419	0.71 399	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	0.70 422	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

TestStereo_HL2	0.17 158	0.05 66	0.63 426	0.72 403	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	0.58 421	0.05 109	0.04 99	0.05 115	0.04 96

CAS++	0.17 158	0.27 169	0.21 197	0.10 81	0.21 246	0.15 170	0.22 233	0.10 146	0.21 235	0.22 208	0.10 154	0.19 192	0.18 225	0.10 149	0.19 222	0.20 175	0.19 199	0.18 197	0.10 152	0.19 196	0.18 216
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 158	2.16 539	0.13 143	0.13 118	0.04 101	0.06 123	0.04 103	0.06 126	0.04 104	0.06 128	0.03 56	0.06 129	0.03 53	0.06 120	0.05 119	0.18 168	0.12 136	0.06 125	0.03 57	0.05 115	0.03 52

SFCPSM	0.17 158	0.78 303	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	0.79 503	0.02 15	0.75 469	0.76 475	0.02 21	0.02 21	0.02 20

CCAANet	0.17 158	0.71 292	0.14 148	0.14 122	0.14 191	0.14 162	0.14 185	0.14 164	0.14 191	0.14 163	0.14 194	0.14 164	0.14 190	0.14 166	0.22 231	0.14 133	0.14 163	0.14 162	0.14 194	0.14 167	0.14 188

DepthFocus	0.18 169	0.22 148	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 208	0.15 202	0.22 208	0.15 203	0.22 211	0.16 203	0.22 209	0.15 194	0.20 175	0.15 167	0.20 204	0.14 194	0.20 197	0.14 188

w-ln-seven	0.18 169	1.47 463	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	0.05 109	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 169	0.48 247	0.16 169	0.16 143	0.15 203	0.15 170	0.16 197	0.16 178	0.16 207	0.16 175	0.16 207	0.16 176	0.16 203	0.16 177	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

xyz-stereo	0.18 169	0.50 254	0.16 169	0.15 133	0.16 213	0.16 177	0.16 197	0.16 178	0.16 207	0.16 175	0.16 207	0.16 176	0.16 203	0.16 177	0.16 201	0.16 152	0.16 170	0.16 179	0.16 204	0.16 180	0.16 194

BEATNet-Init1	0.19 173	0.08 88	0.08 82	2.23 584	0.08 147	0.08 136	0.07 145	0.07 136	0.08 150	0.08 138	0.07 146	0.08 138	0.07 144	0.11 160	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

DeepPrunerF	0.19 173	0.08 88	0.08 82	2.23 584	0.08 147	0.08 136	0.07 145	0.07 136	0.08 150	0.08 138	0.07 146	0.08 138	0.07 144	0.11 160	0.08 138	0.08 77	0.08 84	0.08 135	0.07 139	0.08 142	0.08 141

IGEV_Zeroshot_test	0.20 175	0.19 134	0.40 332	0.30 203	0.17 219	0.22 209	0.17 207	0.21 204	0.17 217	0.20 194	0.17 214	0.21 203	0.18 225	0.21 205	0.17 207	0.20 175	0.16 170	0.20 204	0.16 204	0.20 197	0.17 211

DAS	0.20 175	0.20 138	0.20 191	0.20 161	0.20 237	0.20 196	0.20 223	0.20 195	0.20 231	0.20 194	0.20 236	0.20 195	0.20 234	0.20 194	0.20 225	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 220

ASD4	0.20 175	0.20 138	0.20 191	0.20 161	0.20 237	0.20 196	0.20 223	0.20 195	0.20 231	0.20 194	0.20 236	0.20 195	0.20 234	0.20 194	0.20 225	0.20 175	0.20 201	0.20 204	0.20 234	0.20 197	0.20 220

ACVNet	0.20 175	0.19 134	0.14 148	0.20 161	0.14 191	0.20 196	0.96 524	0.21 204	0.14 191	0.20 194	0.13 189	0.21 203	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 176

acv_ft	0.20 175	0.19 134	0.14 148	0.20 161	0.14 191	0.20 196	0.96 524	0.21 204	0.14 191	0.20 194	0.13 189	0.21 203	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	0.17 186	0.12 176

iResNetv2_ROB	0.20 175	0.23 150	0.18 186	0.24 183	0.20 237	0.24 221	0.18 215	0.24 218	0.18 223	0.24 220	0.18 230	0.23 218	0.19 230	0.24 220	0.18 219	0.21 183	0.16 170	0.21 208	0.16 204	0.22 206	0.16 194

iResNet	0.20 175	0.23 150	0.18 186	0.24 183	0.18 230	0.24 221	0.20 223	0.24 218	0.18 223	0.23 213	0.17 214	0.23 218	0.18 225	0.23 216	0.18 219	0.22 185	0.16 170	0.21 208	0.16 204	0.21 204	0.16 194

TestStereo-Hl	0.21 182	0.08 88	0.83 479	0.73 408	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	0.85 461	1.04 501	0.05 109	0.04 99	0.05 115	0.06 134

LACA2	0.21 182	0.24 158	0.26 218	0.31 209	0.16 213	0.24 221	0.16 197	0.24 218	0.16 207	0.24 220	0.16 207	0.24 224	0.16 203	0.24 220	0.16 201	0.27 214	0.23 215	0.24 230	0.16 204	0.23 217	0.16 194

LACA1	0.21 182	0.24 158	0.26 218	0.31 209	0.16 213	0.24 221	0.16 197	0.24 218	0.16 207	0.24 220	0.16 207	0.24 224	0.16 203	0.24 220	0.16 201	0.27 214	0.22 209	0.23 221	0.16 204	0.23 217	0.16 194

z-ln-s-r	0.21 182	1.40 461	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 129	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 119	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 182	0.25 164	0.21 197	0.26 197	0.17 219	0.24 221	0.17 207	0.24 218	0.17 217	0.24 220	0.17 214	0.24 224	0.17 215	0.24 220	0.17 207	0.24 203	0.17 191	0.23 221	0.16 204	0.23 217	0.16 194

Pointernet	0.21 182	0.22 148	0.19 188	0.24 183	0.19 234	0.24 221	0.19 219	0.24 218	0.19 229	0.24 220	0.19 232	0.24 224	0.19 230	0.24 220	0.19 222	0.22 185	0.17 191	0.22 213	0.17 226	0.22 206	0.17 211

SuperB	0.21 182	0.10 102	2.51 649	0.12 106	0.09 149	0.10 146	0.09 148	0.08 139	0.07 146	0.10 147	0.09 150	0.09 146	0.07 144	0.07 136	0.07 136	0.07 75	0.08 84	0.07 130	0.07 139	0.08 142	0.07 139

BStereo	0.22 189	0.23 150	0.20 191	0.24 183	0.20 237	0.23 218	0.33 344	0.39 282	0.17 217	0.23 213	0.17 214	0.23 218	0.16 203	0.24 220	0.17 207	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 194

Wave_Phase_stereo	0.22 189	0.23 150	0.20 191	0.24 183	0.20 237	0.23 218	0.33 344	0.39 282	0.17 217	0.23 213	0.17 214	0.23 218	0.16 203	0.24 220	0.17 207	0.23 196	0.16 170	0.22 213	0.20 234	0.22 206	0.16 194

WAO-6	0.22 189	0.23 150	0.22 199	0.23 178	0.22 248	0.22 209	0.22 233	0.22 208	0.22 238	0.22 208	0.22 243	0.22 211	0.22 241	0.22 209	0.22 231	0.22 185	0.22 209	0.22 213	0.22 241	0.22 206	0.22 225

IMH-64-1	0.22 189	0.23 150	0.23 202	0.22 173	0.22 248	0.22 209	0.22 233	0.22 208	0.22 238	0.22 208	0.22 243	0.22 211	0.22 241	0.22 209	0.22 231	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 227

IMH-64	0.22 189	0.23 150	0.23 202	0.22 173	0.22 248	0.22 209	0.22 233	0.22 208	0.22 238	0.22 208	0.22 243	0.22 211	0.22 241	0.22 209	0.22 231	0.22 185	0.22 209	0.23 221	0.22 241	0.22 206	0.23 227

ac_64	0.22 189	0.13 117	0.19 188	0.23 178	0.10 156	0.26 239	1.02 533	0.14 164	0.10 154	0.28 241	0.14 194	0.17 184	0.19 230	0.28 248	0.09 143	0.22 185	0.16 170	0.23 221	0.17 226	0.11 157	0.12 176

LACA3	0.23 195	0.25 164	0.27 221	0.54 361	0.17 219	0.25 230	0.17 207	0.25 226	0.17 217	0.25 228	0.17 214	0.25 231	0.17 215	0.25 229	0.17 207	0.28 218	0.23 215	0.24 230	0.17 226	0.24 221	0.17 211

dd	0.23 195	0.98 341	0.16 169	0.23 178	0.15 203	0.23 218	0.15 191	0.23 215	0.15 202	0.23 213	0.15 203	0.24 224	0.17 215	0.23 216	0.15 194	0.22 185	0.15 167	0.21 208	0.15 202	0.22 206	0.16 194

dad	0.23 195	1.03 365	0.16 169	0.23 178	0.15 203	0.24 221	0.15 191	0.24 218	0.16 207	0.23 213	0.16 207	0.24 224	0.16 203	0.23 216	0.15 194	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 194

RSGM-EC	0.24 198	0.24 158	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 208	0.15 202	0.24 220	0.15 203	0.22 211	0.15 201	0.22 209	1.19 548	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 188

acva	0.24 198	0.24 158	0.15 165	0.22 173	0.15 203	0.22 209	0.15 191	0.22 208	0.15 202	0.24 220	0.15 203	0.22 211	0.15 201	0.22 209	1.19 548	0.20 175	0.17 191	0.24 230	0.14 194	0.20 197	0.14 188

MSKI-zero shot	0.24 198	0.21 144	0.49 383	0.65 385	0.18 230	0.22 209	0.17 207	0.23 215	0.18 223	0.21 206	0.17 214	0.23 218	0.28 276	0.23 216	0.18 219	0.21 183	0.16 170	0.21 208	0.16 204	0.21 204	0.16 194

qqq1	0.25 201	3.70 608	0.14 148	0.14 122	0.04 101	0.06 123	0.05 124	0.06 126	0.05 129	0.06 128	0.05 131	0.04 96	0.05 121	0.06 120	0.05 119	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

fff1	0.25 201	3.70 608	0.14 148	0.14 122	0.04 101	0.06 123	0.05 124	0.06 126	0.05 129	0.06 128	0.05 131	0.04 96	0.05 121	0.06 120	0.05 119	0.13 126	0.12 136	0.06 125	0.05 127	0.03 47	0.04 96

UNDER WATER-64	0.25 201	0.26 166	0.25 212	0.26 197	0.25 261	0.25 230	0.25 248	0.25 226	0.25 252	0.25 228	0.25 260	0.25 231	0.25 253	0.26 240	0.25 249	0.25 209	0.25 220	0.25 235	0.25 257	0.25 224	0.25 238

ffm	0.25 201	3.83 614	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 121	0.06 120	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

ff1	0.25 201	3.83 614	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 121	0.06 120	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

mmx	0.25 201	3.83 614	0.12 123	0.12 106	0.05 130	0.06 123	0.05 124	0.06 126	0.05 129	0.03 44	0.03 56	0.06 129	0.05 121	0.06 120	0.05 119	0.12 111	0.12 136	0.05 109	0.04 99	0.06 127	0.04 96

MIM_Stereo	0.25 201	0.23 150	0.66 437	0.80 418	0.17 219	0.22 209	0.17 207	0.23 215	0.18 223	0.26 237	0.17 214	0.21 203	0.17 215	0.25 229	0.17 207	0.23 196	0.16 170	0.21 208	0.17 226	0.22 206	0.17 211

LoS	0.25 201	0.27 169	0.25 212	0.25 190	0.25 261	0.25 230	0.25 248	0.26 232	0.25 252	0.25 228	0.25 260	0.25 231	0.25 253	0.25 229	0.25 249	0.26 211	0.25 220	0.25 235	0.26 263	0.26 226	0.25 238
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 201	1.31 452	0.74 465	0.92 437	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	0.87 464	0.75 469	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 210	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	0.06 138	0.05 104	0.03 52	4.34 655	0.03 39	0.04 93	0.03 57	0.05 115	0.04 96

model_zeroshot	0.27 211	0.20 138	0.27 221	0.33 219	0.21 246	0.37 279	0.22 233	0.37 269	0.24 247	0.26 237	0.27 269	0.33 266	0.21 240	0.25 229	0.27 255	0.32 235	0.20 201	0.34 278	0.23 247	0.25 224	0.26 244

DLNR-FE	0.28 212	0.89 322	0.30 235	0.34 222	0.19 234	0.28 244	0.19 219	0.28 235	0.20 231	0.28 241	0.20 236	0.28 245	0.20 234	0.28 248	0.20 225	0.33 240	0.28 239	0.25 235	0.19 233	0.24 221	0.19 218

xyz-stereo-finetune	0.28 212	0.49 249	0.16 169	0.16 143	0.16 213	0.16 177	0.16 197	0.22 208	0.30 290	0.32 258	0.31 336	0.32 263	0.31 338	0.32 261	0.32 330	0.32 235	0.33 283	0.31 259	0.32 358	0.31 244	0.32 337

SQANet	0.28 212	0.28 172	0.28 227	0.28 201	0.28 274	0.28 244	0.28 266	0.28 235	0.28 273	0.28 241	0.28 276	0.28 245	0.28 276	0.28 248	0.28 264	0.28 218	0.28 239	0.28 246	0.28 313	0.28 233	0.28 302

HGLStereo	0.28 212	0.29 174	0.22 199	0.36 228	0.22 248	0.36 274	0.21 229	0.36 263	0.21 235	0.42 318	0.21 242	0.36 277	0.22 241	0.36 278	0.21 229	0.34 244	0.21 205	0.34 278	0.21 238	0.34 258	0.21 223

iResNet_ROB	0.28 212	0.32 180	0.24 209	0.32 215	0.25 261	0.32 263	0.24 246	0.32 249	0.24 247	0.33 262	0.24 254	0.35 272	0.24 250	0.33 268	0.24 241	0.31 233	0.24 219	0.32 262	0.24 254	0.32 247	0.24 237

UNet	0.29 217	0.90 325	0.10 92	0.14 122	0.10 156	0.14 162	0.10 153	0.91 479	0.69 483	0.14 163	0.11 168	0.14 164	0.11 165	0.14 166	0.10 149	0.12 111	0.09 94	0.12 156	0.09 145	0.88 470	0.76 497

MultiAttention	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 242	0.30 290	0.30 247	0.30 294	0.30 255	0.30 289	0.30 254	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321

MSAF-DinoV2	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 242	0.30 290	0.30 247	0.30 294	0.30 255	0.30 289	0.30 254	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321

DDVS	0.30 218	3.10 594	0.14 148	0.19 157	0.14 191	0.19 191	0.14 185	0.20 195	0.14 191	0.19 188	0.13 189	0.16 176	0.13 186	0.19 190	0.13 180	0.17 160	0.13 159	0.17 187	0.13 188	0.17 186	0.13 183

ACV-stereo	0.30 218	2.08 531	0.25 212	0.25 190	0.18 230	0.24 221	0.17 207	0.24 218	0.18 223	0.24 220	0.17 214	0.25 231	0.17 215	0.24 220	0.17 207	0.22 185	0.16 170	0.22 213	0.16 204	0.22 206	0.16 194

LoS_RVC	0.30 218	1.14 382	0.25 212	0.25 190	0.25 261	0.26 239	0.25 248	0.25 226	0.25 252	0.25 228	0.25 260	0.26 242	0.26 262	0.26 240	0.25 249	0.26 211	0.26 223	0.25 235	0.25 257	0.26 226	0.26 244

CAS	0.30 218	1.17 388	0.25 212	0.25 190	0.25 261	0.26 239	0.25 248	0.25 226	0.26 265	0.25 228	0.25 260	0.25 231	0.25 253	0.25 229	0.25 249	0.26 211	0.26 223	0.26 240	0.25 257	0.26 226	0.25 238

DANet	0.30 218	0.30 175	0.30 235	0.30 203	0.30 294	0.30 248	0.30 281	0.30 242	0.30 290	0.30 247	0.30 294	0.30 255	0.30 289	0.30 254	0.30 282	0.30 227	0.30 262	0.30 253	0.30 340	0.30 239	0.30 321
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 225	0.31 178	0.31 250	0.30 203	0.40 400	0.31 254	0.30 281	0.30 242	0.34 362	0.29 246	0.31 336	0.29 251	0.30 289	0.31 258	0.31 320	0.31 233	0.29 253	0.31 259	0.30 340	0.31 244	0.31 330

tt1	0.31 225	0.93 334	0.24 209	0.33 219	0.23 254	0.31 254	0.24 246	0.32 249	0.24 247	0.32 258	0.23 247	0.32 263	0.25 253	0.32 261	0.24 241	0.27 214	0.26 223	0.27 244	0.26 263	0.27 231	0.27 282

xxxxx1	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 253	0.25 252	0.31 252	0.24 254	0.33 266	0.25 253	0.32 261	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

DLNR_Zeroshot_test	0.31 225	0.28 172	0.47 368	0.79 415	0.24 259	0.30 248	0.26 255	0.30 242	0.24 247	0.32 258	0.23 247	0.31 259	0.24 250	0.30 254	0.23 238	0.29 226	0.26 223	0.29 251	0.24 254	0.33 254	0.23 227

tt_ll	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 253	0.25 252	0.31 252	0.24 254	0.33 266	0.25 253	0.32 261	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

ff	0.31 225	0.91 327	0.23 202	0.31 209	0.23 254	0.31 254	0.23 241	0.33 253	0.25 252	0.31 252	0.24 254	0.33 266	0.25 253	0.32 261	0.24 241	0.28 218	0.28 239	0.28 246	0.28 313	0.29 236	0.27 282

RAFT + AFF	0.31 225	0.45 233	0.34 270	0.39 239	0.28 274	0.38 286	0.33 344	0.29 240	0.31 333	0.30 247	0.30 294	0.29 251	0.27 269	0.29 252	0.30 282	0.28 218	0.29 253	0.29 251	0.29 326	0.27 231	0.32 337

MLCV	0.31 225	0.35 183	0.27 221	0.35 224	0.28 274	0.35 270	0.27 258	0.35 259	0.28 273	0.36 272	0.27 269	0.35 272	0.27 269	0.35 272	0.27 255	0.34 244	0.27 233	0.34 278	0.27 300	0.34 258	0.27 282

DN-CSS_ROB	0.31 225	0.35 183	0.28 227	0.35 224	0.28 274	0.34 266	0.27 258	0.34 256	0.25 252	0.35 268	0.27 269	0.36 277	0.26 262	0.34 269	0.28 264	0.35 252	0.28 239	0.34 278	0.28 313	0.34 258	0.27 282

DStereoFS	0.32 234	0.33 181	0.32 255	0.33 219	0.30 294	0.32 263	0.32 333	0.32 249	0.31 333	0.30 247	0.31 336	0.31 259	0.30 289	0.32 261	0.32 330	0.32 235	0.31 267	0.30 253	0.47 440	0.32 247	0.34 351

DStereoSA	0.32 234	0.52 264	0.34 270	0.31 209	0.31 337	0.30 248	0.30 281	0.31 247	0.30 290	0.31 252	0.31 336	0.31 259	0.30 289	0.31 258	0.31 320	0.30 227	0.32 271	0.31 259	0.31 351	0.31 244	0.31 330

WCG-NET（raft）	0.32 234	1.24 446	0.24 209	0.32 215	0.24 259	0.32 263	0.23 241	0.32 249	0.24 247	0.32 258	0.24 254	0.32 263	0.24 250	0.32 261	0.24 241	0.30 227	0.23 215	0.30 253	0.23 247	0.30 239	0.23 227

Any-RAFT	0.32 234	0.36 186	0.27 221	0.36 228	0.27 269	0.36 274	0.27 258	0.36 263	0.27 269	0.36 272	0.27 269	0.36 277	0.27 269	0.36 278	0.28 264	0.36 256	0.28 239	0.36 299	0.28 313	0.36 278	0.28 302

StereoDRNet-Refined	0.33 238	0.39 199	0.26 218	0.39 239	0.26 268	0.40 294	0.26 255	0.40 289	0.26 265	0.39 284	0.26 265	0.39 291	0.26 262	0.39 293	0.26 254	0.37 259	0.25 220	0.37 302	0.25 257	0.37 282	0.37 369
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 239	0.26 166	0.17 176	0.21 171	0.17 219	0.20 196	0.16 197	0.20 195	0.16 207	0.20 194	0.17 214	0.21 203	0.16 203	0.27 244	0.24 241	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 670

RAFT-FE	0.34 239	0.26 166	0.17 176	0.21 171	0.17 219	0.20 196	0.16 197	0.20 195	0.16 207	0.20 194	0.17 214	0.21 203	0.16 203	0.27 244	0.24 241	0.19 172	0.16 170	0.19 200	0.16 204	0.26 226	3.08 670

LG-Stereo_L2	0.34 239	0.37 188	0.38 289	0.47 295	0.28 274	0.39 292	0.28 266	0.39 282	0.28 273	0.39 284	0.28 276	0.39 291	0.28 276	0.38 285	0.28 264	0.42 312	0.35 319	0.36 299	0.26 263	0.35 271	0.26 244

H2IRNET	0.34 239	0.34 182	0.34 270	0.34 222	0.34 369	0.34 266	0.34 357	0.34 256	0.34 362	0.34 264	0.34 363	0.34 270	0.34 359	0.34 269	0.34 354	0.34 244	0.34 312	0.34 278	0.34 372	0.34 258	0.34 351

IGEV++	0.34 239	0.43 222	0.30 235	0.40 252	0.29 284	0.40 294	0.29 276	0.40 289	0.29 279	0.40 290	0.29 282	0.40 299	0.29 283	0.40 296	0.30 282	0.38 270	0.29 253	0.37 302	0.29 326	0.37 282	0.29 308

iRaft-Stereo_5w	0.34 239	0.42 221	0.31 250	0.39 239	0.30 294	0.38 286	0.30 281	0.40 289	0.29 279	0.40 290	0.37 382	0.41 312	0.34 359	0.38 285	0.30 282	0.34 244	0.27 233	0.34 278	0.26 263	0.34 258	0.26 244

CSP-Net	0.34 239	1.29 448	1.19 519	1.36 547	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	1.26 559	1.21 570	0.03 41	0.09 145	0.02 21	0.09 144

iRaft-Stereo_20w	0.34 239	0.41 214	0.31 250	0.39 239	0.29 284	0.40 294	0.32 333	0.41 304	0.32 343	0.38 278	0.30 294	0.39 291	0.30 289	0.38 285	0.32 330	0.35 252	0.27 233	0.34 278	0.27 300	0.34 258	0.29 308

DGSMNet	0.34 239	0.41 214	0.27 221	0.41 264	0.28 274	0.41 310	0.28 266	0.41 304	0.27 269	0.41 304	0.27 269	0.42 330	0.27 269	0.41 311	0.28 264	0.40 290	0.29 253	0.40 364	0.28 313	0.40 348	0.27 282

gcap_with_dpt	0.35 248	0.39 199	0.30 235	0.44 283	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.30 294	0.44 369	0.30 289	0.44 359	0.30 282	0.38 270	0.26 223	0.38 310	0.27 300	0.38 295	0.27 282

FE-Mocha	0.35 248	0.71 292	0.40 332	0.47 295	0.27 269	0.34 266	0.27 258	0.34 256	0.26 265	0.34 264	0.26 265	0.34 270	0.27 269	0.34 269	0.27 255	0.44 314	0.41 355	0.33 269	0.29 326	0.32 247	0.29 308

IGEV-FE	0.35 248	0.37 188	0.17 176	0.19 157	0.17 219	0.20 196	0.17 207	0.19 189	0.17 217	0.19 188	0.17 214	0.19 192	0.17 215	0.37 282	0.36 362	0.19 172	0.17 191	0.19 200	0.17 226	0.38 295	2.84 661

test_for_model	0.35 248	0.39 199	0.30 235	0.43 280	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.31 320	0.38 270	0.26 223	0.38 310	0.26 263	0.38 295	0.26 244

CASnet	0.35 248	0.51 262	0.44 354	0.32 215	0.31 337	0.24 221	0.34 357	0.36 263	0.25 252	0.31 252	0.37 382	0.30 255	0.33 354	0.25 229	0.45 411	0.37 259	0.37 328	0.33 269	0.35 385	0.34 258	0.37 369
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 248	0.44 225	0.45 356	0.49 306	0.30 294	0.37 279	0.30 281	0.36 263	0.30 290	0.36 272	0.29 282	0.36 277	0.29 283	0.36 278	0.30 282	0.46 353	0.39 342	0.32 262	0.24 254	0.32 247	0.25 238
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 248	0.35 183	0.35 281	0.35 224	0.35 372	0.35 270	0.35 362	0.35 259	0.35 366	0.35 268	0.35 371	0.35 272	0.35 366	0.35 272	0.35 358	0.35 252	0.35 319	0.35 294	0.35 385	0.35 271	0.35 361

GeoVLM	0.36 255	0.38 192	0.27 221	0.46 288	0.28 274	0.35 270	0.28 266	0.37 269	0.27 269	0.35 268	0.28 276	0.36 277	0.38 378	0.35 272	0.28 264	1.08 492	0.26 223	0.33 269	0.27 300	0.34 258	0.33 344

Zero-FE251	0.36 255	0.40 203	0.28 227	0.41 264	0.28 274	0.41 310	0.28 266	0.41 304	0.28 273	0.41 304	0.28 276	0.41 312	0.28 276	0.42 324	0.30 282	0.37 259	0.26 223	0.37 302	0.27 300	0.45 374	0.56 449

GIP-stereo	0.36 255	0.49 249	0.39 300	0.48 300	0.32 347	0.41 310	0.28 266	0.40 289	0.30 290	0.41 304	0.28 276	0.40 299	0.28 276	0.42 324	0.28 264	0.45 343	0.32 271	0.38 310	0.30 340	0.37 282	0.27 282

DCVSM-stereo	0.36 255	1.89 517	0.22 199	0.40 252	0.22 248	0.40 294	0.22 233	0.40 289	0.22 238	0.40 290	0.22 243	0.40 299	0.22 241	0.40 296	0.22 231	0.28 218	0.21 205	0.28 246	0.21 238	0.28 233	0.20 220

RSM	0.36 255	0.36 186	0.43 352	0.37 231	0.42 420	0.49 401	0.42 410	0.37 269	0.28 273	0.36 272	0.29 282	0.36 277	0.30 289	0.37 282	0.28 264	0.34 244	0.31 267	0.34 278	0.35 385	0.40 348	0.29 308

gcap-zeroshot	0.36 255	0.40 203	0.34 270	0.44 283	0.31 337	0.44 370	0.31 325	0.44 362	0.32 343	0.44 357	0.32 346	0.44 369	0.32 343	0.44 359	0.31 320	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 282

testlalala	0.36 255	0.40 203	0.34 270	0.44 283	0.31 337	0.44 370	0.31 325	0.44 362	0.32 343	0.44 357	0.32 346	0.44 369	0.32 343	0.44 359	0.31 320	0.39 283	0.28 239	0.39 351	0.28 313	0.39 336	0.27 282

GCAPDPT-zeroshot	0.36 255	0.40 203	0.30 235	0.43 280	0.30 294	0.43 337	0.30 281	0.43 328	0.31 333	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.31 320	0.39 283	0.28 239	0.39 351	0.27 300	0.39 336	0.26 244

RAFT-Test	0.36 255	0.37 188	0.33 260	0.41 264	0.32 347	0.41 310	0.32 333	0.41 304	0.32 343	0.41 304	0.32 346	0.41 312	0.32 343	0.41 311	0.33 341	0.37 259	0.29 253	0.37 302	0.29 326	0.38 295	0.31 330

DMCA	0.36 255	0.38 192	0.37 287	0.35 224	0.35 372	0.36 274	0.36 369	0.36 263	0.35 366	0.35 268	0.37 382	0.36 277	0.36 369	0.35 272	0.36 362	0.36 256	0.36 325	0.35 294	0.36 391	0.36 278	0.36 364

ACVNet-DCA	0.37 265	1.00 350	0.30 235	0.40 252	0.29 284	0.40 294	0.29 276	0.40 289	0.29 279	0.40 290	0.29 282	0.40 299	0.29 283	0.39 293	0.28 264	0.33 240	0.32 271	0.33 269	0.32 358	0.33 254	0.32 337

1test111	0.37 265	1.02 363	0.30 235	0.39 239	0.29 284	0.40 294	0.28 266	0.39 282	0.29 279	0.39 284	0.29 282	0.39 291	0.28 276	0.40 296	0.29 275	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 330

cc1	0.37 265	1.02 363	0.30 235	0.39 239	0.29 284	0.40 294	0.28 266	0.39 282	0.29 279	0.39 284	0.29 282	0.39 291	0.28 276	0.40 296	0.29 275	0.33 240	0.32 271	0.33 269	0.31 351	0.32 247	0.31 330

EKT-Stereo	0.37 265	0.40 203	0.44 354	1.07 462	0.29 284	0.34 266	0.31 325	0.36 263	0.29 279	0.38 278	0.31 336	0.37 284	0.30 289	0.36 278	0.29 275	0.34 244	0.28 239	0.39 351	0.30 340	0.37 282	0.30 321

GMOStereo	0.37 265	0.45 233	0.23 202	0.30 203	0.37 382	0.41 310	0.36 369	0.41 304	0.35 366	0.43 323	0.36 375	0.41 312	0.40 389	0.41 311	0.36 362	0.34 244	0.22 209	0.47 413	0.37 394	0.39 336	0.33 344

XPNet_ROB	0.37 265	0.37 188	0.37 287	0.37 231	0.37 382	0.37 279	0.37 375	0.37 269	0.37 378	0.37 277	0.37 382	0.37 284	0.37 374	0.37 282	0.37 371	0.37 259	0.37 328	0.37 302	0.37 394	0.37 282	0.37 369

MonSter++	0.38 271	0.44 225	0.31 250	0.43 280	0.30 294	0.43 337	0.31 325	0.43 328	0.31 333	0.45 369	0.31 336	0.43 337	0.31 338	0.43 330	0.69 481	0.38 270	0.33 283	0.40 364	0.30 340	0.38 295	0.30 321

HiDET	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.42 322	0.30 290	0.44 357	0.30 294	0.42 330	0.30 289	0.42 324	0.68 473	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 308

LCMNet	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.42 322	0.30 290	0.45 369	0.30 294	0.42 330	0.30 289	0.42 324	0.69 481	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.29 308

CSFM-Stereo	0.38 271	0.44 225	0.30 235	0.42 274	0.30 294	0.42 330	0.30 281	0.43 328	0.30 290	0.44 357	0.30 294	0.42 330	0.30 289	0.42 324	0.73 493	0.37 259	0.32 271	0.40 364	0.29 326	0.37 282	0.30 321

HART	0.38 271	0.45 233	0.34 270	0.42 274	0.33 359	0.41 310	0.34 357	0.42 322	0.33 353	0.43 323	0.34 363	0.42 330	0.34 359	0.41 311	0.38 374	0.40 290	0.32 271	0.42 392	0.32 358	0.40 348	0.32 337

GREAT-IGEV	0.38 271	0.43 222	0.36 283	0.48 300	0.32 347	0.45 380	0.32 333	0.45 371	0.32 343	0.45 369	0.32 346	0.45 378	0.32 343	0.45 375	0.32 330	0.44 314	0.33 283	0.41 381	0.29 326	0.41 359	0.29 308
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	0.38 271	0.43 222	0.33 260	0.46 288	0.33 359	0.45 380	0.32 333	0.45 371	0.32 343	0.45 369	0.32 346	0.45 378	0.33 354	0.45 375	0.32 330	0.38 270	0.38 335	0.38 310	0.37 394	0.37 282	0.36 364

WAO-8	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 278	0.38 382	0.38 278	0.38 387	0.38 286	0.38 378	0.38 285	0.38 374	0.38 270	0.38 335	0.38 310	0.37 394	0.38 295	0.38 376

WAO-7	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 278	0.38 382	0.38 278	0.38 387	0.38 286	0.38 378	0.38 285	0.38 374	0.38 270	0.38 335	0.38 310	0.38 407	0.38 295	0.38 376

xx1	0.38 271	1.03 365	0.31 250	0.40 252	0.31 337	0.41 310	0.28 266	0.40 289	0.29 279	0.40 290	0.29 282	0.40 299	0.29 283	0.40 296	0.29 275	0.34 244	0.33 283	0.34 278	0.32 358	0.34 258	0.32 337

Venus	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.37 279	0.38 382	0.37 269	0.37 378	0.41 304	0.37 382	0.39 291	0.37 374	0.38 285	0.38 374	0.37 259	0.38 335	0.38 310	0.37 394	0.37 282	0.38 376

IMH	0.38 271	0.38 192	0.38 289	0.38 234	0.38 389	0.38 286	0.38 382	0.38 278	0.38 382	0.42 318	0.38 387	0.40 299	0.38 378	0.38 285	0.38 374	0.38 270	0.38 335	0.39 351	0.38 407	0.38 295	0.38 376

DF	0.39 283	1.37 458	1.02 503	1.14 470	0.12 185	0.16 177	0.12 179	0.16 178	0.12 185	0.16 175	0.12 176	0.16 176	0.12 180	0.16 177	0.12 173	1.12 501	1.00 493	0.15 175	0.12 179	0.15 175	0.12 176

PAM	0.39 283	1.88 516	0.34 270	0.37 231	0.41 410	0.45 380	0.22 233	0.28 235	0.23 244	0.28 241	0.24 254	0.29 251	0.23 247	0.29 252	0.23 238	0.38 270	0.32 271	0.38 310	0.37 394	0.32 247	0.22 225

HanzoNet	0.39 283	0.38 192	0.40 332	0.39 239	0.41 410	0.38 286	0.38 382	0.38 278	0.38 382	0.39 284	0.39 397	0.38 286	0.38 378	0.39 293	0.40 389	0.38 270	0.38 335	0.40 364	0.38 407	0.38 295	0.40 385

CES	0.39 283	0.47 241	0.36 283	0.36 228	0.37 382	0.45 380	0.35 362	0.35 259	0.40 396	0.36 272	0.44 421	0.47 388	0.36 369	0.44 359	0.36 362	0.37 259	0.39 342	0.44 395	0.35 385	0.37 282	0.36 364

PASM	0.39 283	3.06 593	1.36 585	1.58 556	0.09 149	0.11 157	0.11 166	0.11 158	0.11 169	0.09 145	0.09 150	0.11 159	0.09 148	0.09 145	0.09 143	0.11 105	0.11 122	0.11 153	0.09 145	0.11 157	0.11 162

mms	0.40 288	0.45 233	0.35 281	0.48 300	0.36 378	0.47 391	0.34 357	0.45 371	0.38 382	0.47 381	0.33 355	0.45 378	0.32 343	0.45 375	0.32 330	0.39 283	0.38 335	0.38 310	0.37 394	0.39 336	0.39 382

GCAPDPT-zeroshot4090	0.40 288	1.09 375	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.44 362	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.34 312	0.38 310	0.27 300	0.38 295	0.27 282

knoymous	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

anonymousa	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

riskmin	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

Anonymous_2	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

Anonymous_1	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385

AdaStereo	0.40 288	0.40 203	0.40 332	0.40 252	0.40 400	0.40 294	0.40 396	0.40 289	0.40 396	0.40 290	0.40 400	0.40 299	0.40 389	0.40 296	0.40 389	0.40 290	0.40 345	0.40 364	0.40 411	0.40 348	0.40 385
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	0.41 296	1.09 375	0.40 332	0.52 356	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.31 336	0.44 369	0.31 338	0.44 359	0.31 320	0.46 353	0.35 319	0.39 351	0.28 313	0.39 336	0.28 302

GCAP-Stereo-DPT-FT	0.41 296	1.06 372	0.40 332	0.51 353	0.31 337	0.44 370	0.30 281	0.43 328	0.32 343	0.44 357	0.30 294	0.56 436	0.30 289	0.44 359	0.31 320	0.45 343	0.34 312	0.39 351	0.27 300	0.40 348	0.27 282

Select-FE	0.41 296	0.44 225	0.23 202	0.26 197	0.22 248	0.26 239	0.22 233	0.26 232	0.23 244	0.26 237	0.23 247	0.26 242	0.23 247	0.45 375	0.42 405	0.25 209	0.22 209	0.25 235	0.22 241	0.45 374	2.90 662

water-stereo	0.41 296	0.84 311	0.46 361	0.50 342	0.33 359	0.45 380	0.33 344	0.45 371	0.32 343	0.45 369	0.32 346	0.45 378	0.32 343	0.45 375	0.32 330	0.44 314	0.41 355	0.39 351	0.31 351	0.39 336	0.32 337

ccccc	0.41 296	0.44 225	0.34 270	0.48 300	0.35 372	0.48 396	0.35 362	0.51 412	0.35 366	0.47 381	0.35 371	0.47 388	0.34 359	0.47 384	0.35 358	0.41 298	0.40 345	0.40 364	0.40 411	0.41 359	0.39 382

GCAP-BAT	0.41 296	1.30 450	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.44 357	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.34 312	0.38 310	0.26 263	0.38 295	0.26 244

GwcNet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

PSMNet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

GANet-ADL	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

ADLNet2	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

ADLNet	0.41 296	0.41 214	0.41 346	0.41 264	0.41 410	0.41 310	0.41 405	0.41 304	0.41 406	0.41 304	0.41 407	0.41 312	0.41 401	0.41 311	0.41 397	0.41 298	0.41 355	0.41 381	0.41 419	0.41 359	0.41 393

FCDSN-DC	0.41 296	0.59 280	0.64 430	0.54 361	0.33 359	0.50 410	0.37 375	0.42 322	0.40 396	0.61 442	0.43 419	0.50 413	0.49 433	0.38 285	0.32 330	0.28 218	0.23 215	0.26 240	0.22 241	0.35 271	0.28 302
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 296	0.46 237	0.33 260	0.49 306	0.33 359	0.49 401	0.33 344	0.49 389	0.33 353	0.49 395	0.33 355	0.49 399	0.33 354	0.51 416	0.33 341	0.41 298	0.30 262	0.41 381	0.30 340	0.79 452	0.29 308

Gwc-CoAtRS	0.41 296	1.49 464	0.32 255	0.42 274	0.32 347	0.41 310	0.32 333	0.41 304	0.33 353	0.41 304	0.32 346	0.41 312	0.32 343	0.41 311	0.32 330	0.39 283	0.28 239	0.39 351	0.28 313	0.40 348	0.28 302

UPFNet	0.42 310	1.20 392	0.17 176	0.24 183	0.17 219	0.25 230	0.17 207	1.19 519	0.90 519	0.25 228	0.17 214	0.24 224	0.17 215	0.25 229	0.17 207	0.22 185	0.17 191	0.22 213	0.16 204	1.15 507	0.93 516

quiztm	0.43 311	0.49 249	0.40 332	0.51 353	0.40 400	0.51 422	0.40 396	0.50 398	0.40 396	0.50 408	0.40 400	0.51 424	0.40 389	0.50 406	0.40 389	0.44 314	0.34 312	0.44 395	0.34 372	0.44 369	0.34 351

GCAP-Stereo-DPT26K	0.43 311	1.76 480	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.31 320	0.44 314	0.33 283	0.38 310	0.27 300	0.38 295	0.26 244

aanet-new-8k	0.43 311	1.76 480	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new	0.43 311	1.80 490	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-cres	0.43 311	1.77 482	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-36K	0.43 311	1.78 485	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-20K	0.43 311	1.77 482	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-3K	0.43 311	1.77 482	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

DDF-Stereo	0.43 311	1.15 385	0.57 407	0.53 358	0.32 347	0.41 310	0.32 333	0.41 304	0.32 343	0.41 304	0.32 346	0.41 312	0.32 343	0.40 296	0.32 330	0.52 382	0.50 402	0.38 310	0.31 351	0.39 336	0.31 330

DilatedVolume-Stereo	0.43 311	0.86 315	0.48 376	0.50 342	0.33 359	0.46 386	0.33 344	0.46 375	0.33 353	0.46 375	0.33 355	0.47 388	0.33 354	0.47 384	0.34 354	0.45 343	0.42 364	0.40 364	0.33 368	0.47 390	0.38 376

psmg	0.43 311	1.91 520	0.92 491	1.91 570	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	1.97 600	1.44 593	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 311	1.21 438	0.17 176	0.25 190	0.17 219	0.25 230	0.18 215	1.26 571	0.95 527	0.25 228	0.17 214	0.25 231	0.17 215	0.25 229	0.17 207	0.23 196	0.16 170	0.22 213	0.16 204	1.18 515	0.98 521

psm_up	0.43 311	1.19 391	0.17 176	0.25 190	0.18 230	0.25 230	0.19 219	1.26 571	0.91 520	0.26 237	0.17 214	0.25 231	0.17 215	0.25 229	0.17 207	0.22 185	0.17 191	0.23 221	0.16 204	1.18 515	0.99 522

aanet-new-90k	0.44 324	1.82 502	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-60k	0.44 324	1.81 495	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-70k	0.44 324	1.82 502	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-78k	0.44 324	1.80 490	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-40k	0.44 324	1.81 495	0.39 300	0.50 342	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-36k	0.44 324	1.80 490	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-34k	0.44 324	1.80 490	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-32k-new	0.44 324	1.78 485	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.44 362	0.30 290	0.44 357	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.45 343	0.34 312	0.39 351	0.26 263	0.38 295	0.26 244

aanet-new-32k	0.44 324	1.79 489	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-30k	0.44 324	1.78 485	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-28k	0.44 324	1.81 495	0.39 300	0.49 306	0.30 294	0.44 370	0.30 281	0.44 362	0.30 290	0.44 357	0.30 294	0.44 369	0.30 289	0.44 359	0.30 282	0.45 343	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-24k	0.44 324	1.78 485	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-22k	0.44 324	1.81 495	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

aanet-new-16k	0.44 324	1.83 505	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-cres-4k	0.44 324	1.81 495	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-22K	0.44 324	1.85 511	0.38 289	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-24K	0.44 324	1.86 514	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-5K	0.44 324	1.80 490	0.39 300	0.49 306	0.30 294	0.44 370	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-2K	0.44 324	1.82 502	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.33 283	0.38 310	0.26 263	0.38 295	0.26 244

GCAP-Stereo-DPT-50K	0.44 324	1.83 505	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.43 330	0.30 282	0.44 314	0.36 325	0.38 310	0.26 263	0.38 295	0.26 244

Monster-pub-mixall	0.44 324	0.56 276	0.60 413	0.38 234	0.27 269	0.37 279	0.27 258	0.37 269	0.29 279	0.38 278	0.27 269	0.38 286	0.29 283	0.85 479	0.27 255	1.46 575	0.26 223	0.34 278	0.26 263	0.36 278	0.53 436

depthmonostereo	0.44 324	0.85 313	0.46 361	0.54 361	0.40 400	0.52 426	0.38 382	0.52 416	0.35 366	0.47 381	0.34 363	0.46 382	0.34 359	0.47 384	0.34 354	0.45 343	0.43 369	0.41 381	0.33 368	0.41 359	0.32 337

MMNet	0.44 324	1.24 446	0.17 176	0.25 190	0.17 219	0.25 230	0.18 215	1.26 571	0.93 525	0.25 228	0.17 214	0.25 231	0.18 225	0.25 229	0.17 207	0.23 196	0.16 170	0.23 221	0.16 204	1.20 519	0.99 522

aanet-new-10k	0.45 347	1.81 495	0.40 332	0.50 342	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.31 336	0.44 369	0.32 343	0.44 359	0.31 320	0.46 353	0.35 319	0.39 351	0.27 300	0.39 336	0.27 282

252Zero-FE	0.45 347	0.50 254	0.36 283	0.50 342	0.36 378	0.50 410	0.36 369	0.50 398	0.36 376	0.49 395	0.36 375	0.49 399	0.36 369	0.54 425	0.41 397	0.45 343	0.34 312	0.45 400	0.34 372	0.55 416	0.75 494

Monster-pub-eth3d	0.45 347	0.57 277	0.60 413	0.39 239	0.28 274	0.37 279	0.28 266	0.37 269	0.30 290	0.39 284	0.29 282	0.39 291	0.30 289	0.92 491	0.27 255	1.42 572	0.28 239	0.34 278	0.28 313	0.37 282	0.53 436

Replicate-Monster	0.45 347	0.57 277	0.60 413	0.40 252	0.29 284	0.37 279	0.27 258	0.37 269	0.30 290	0.40 290	0.31 336	0.40 299	0.30 289	0.99 500	0.27 255	1.36 568	0.31 267	0.34 278	0.30 340	0.36 278	0.54 439

SCV_C0	0.45 347	0.88 319	0.49 383	0.54 361	0.37 382	0.48 396	0.37 375	0.48 385	0.37 378	0.48 388	0.36 375	0.48 395	0.37 374	0.49 398	0.37 371	0.50 374	0.41 355	0.44 395	0.34 372	0.44 369	0.34 351

RAFT-Stereo-weight	0.45 347	1.90 519	0.34 270	0.42 274	0.36 378	0.43 337	0.35 362	0.42 322	0.34 362	0.42 318	0.34 363	0.44 369	0.34 359	0.41 311	0.34 354	0.38 270	0.32 271	0.38 310	0.32 358	0.38 295	0.33 344

TorneroNet-64	0.45 347	0.27 169	0.30 235	0.58 371	0.27 269	0.70 455	0.30 281	0.28 235	0.73 502	0.73 460	0.28 276	0.71 458	0.66 468	0.75 461	0.27 255	0.27 214	0.29 253	0.37 302	0.75 507	0.28 233	0.30 321

aanet-new-12k	0.46 354	1.99 528	0.40 332	0.51 353	0.31 337	0.44 370	0.31 325	0.44 362	0.31 333	0.44 357	0.31 336	0.44 369	0.31 338	0.44 359	0.32 330	0.47 360	0.35 319	0.39 351	0.27 300	0.39 336	0.27 282

SCV	0.46 354	0.94 336	0.45 356	0.54 361	0.37 382	0.48 396	0.38 382	0.48 385	0.37 378	0.48 388	0.39 397	0.48 395	0.37 374	0.49 398	0.37 371	0.50 374	0.46 379	0.44 395	0.34 372	0.44 369	0.34 351

otaku	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.46 421	0.46 375	0.46 428	0.46 382	0.46 419	0.46 380	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

Dean	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.46 421	0.47 381	0.46 428	0.46 382	0.46 419	0.46 380	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

ACVNet_1	0.46 354	0.47 241	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.47 426	0.46 375	0.46 428	0.46 382	0.46 419	0.46 380	0.46 415	0.46 353	0.46 379	0.47 413	0.46 433	0.46 377	0.46 408

ACVNet-4b	0.46 354	0.46 237	0.46 361	0.46 288	0.46 429	0.46 386	0.46 421	0.46 375	0.46 421	0.46 375	0.46 428	0.46 382	0.46 419	0.47 384	0.46 415	0.46 353	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

PML	0.46 354	1.36 456	0.29 231	0.58 371	0.30 294	0.57 439	0.29 276	0.57 427	0.29 279	0.57 436	0.29 282	0.57 439	0.29 283	0.56 430	0.29 275	0.52 382	0.30 262	0.53 441	0.31 351	0.53 414	0.30 321

LG-Stereo_L1	0.47 361	0.52 264	0.47 368	0.62 379	0.39 399	0.53 428	0.40 396	0.53 418	0.39 395	0.53 423	0.39 397	0.53 426	0.39 388	0.53 423	0.39 386	0.55 392	0.46 379	0.49 426	0.37 394	0.49 397	0.37 369

Ntro	0.47 361	0.47 241	0.46 361	0.46 288	0.46 429	0.47 391	0.47 426	0.46 375	0.47 426	0.46 375	0.46 428	0.47 388	0.46 419	0.47 384	0.47 422	0.47 360	0.46 379	0.46 404	0.46 433	0.46 377	0.46 408

HaxPig	0.47 361	0.47 241	0.47 368	0.49 306	0.47 435	0.47 391	0.47 426	0.47 381	0.47 426	0.47 381	0.47 436	0.47 388	0.47 427	0.47 384	0.47 422	0.47 360	0.47 387	0.47 413	0.47 440	0.47 390	0.48 417

UNDER WATER	0.47 361	0.47 241	0.47 368	0.47 295	0.47 435	0.47 391	0.47 426	0.47 381	0.47 426	0.47 381	0.47 436	0.47 388	0.46 419	0.47 384	0.47 422	0.47 360	0.47 387	0.47 413	0.46 433	0.47 390	0.47 415

LVE	0.47 361	0.47 241	0.47 368	0.47 295	0.49 441	0.47 391	0.47 426	0.47 381	0.49 435	0.47 381	0.47 436	0.47 388	0.46 419	0.47 384	0.47 422	0.47 360	0.47 387	0.48 421	0.47 440	0.47 390	0.47 415

GASTEREO	0.48 366	1.21 438	0.47 368	0.57 369	0.38 389	0.50 410	0.38 382	0.50 398	0.38 382	0.50 408	0.38 387	0.50 413	0.38 378	0.50 406	0.38 374	0.52 382	0.42 364	0.46 404	0.34 372	0.46 377	0.34 351

LG-Stereo_Zeroshot	0.48 366	0.55 274	0.47 368	0.63 381	0.41 410	0.56 433	0.44 413	0.56 424	0.41 406	0.56 433	0.41 407	0.57 439	0.42 407	0.56 430	0.41 397	0.55 392	0.43 369	0.51 435	0.37 394	0.51 408	0.37 369

fffft	0.48 366	0.51 262	0.45 356	0.52 356	0.45 427	0.52 426	0.45 419	0.52 416	0.48 433	0.53 423	0.45 425	0.52 425	0.45 416	0.52 421	0.46 415	0.51 380	0.41 355	0.50 430	0.41 419	0.50 402	0.41 393
1: 1. 1
RainbowNet	0.48 366	0.48 247	0.48 376	0.48 300	0.48 439	0.48 396	0.48 435	0.48 385	0.48 433	0.48 388	0.48 440	0.48 395	0.48 428	0.48 392	0.48 428	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.48 417

notaker	0.48 366	0.49 249	0.48 376	0.48 300	0.48 439	0.48 396	0.48 435	0.48 385	0.49 435	0.48 388	0.48 440	0.48 395	0.48 428	0.48 392	0.48 428	0.48 365	0.48 391	0.48 421	0.48 444	0.48 394	0.49 422

LL-Strereo2	0.48 366	1.73 478	0.51 395	0.59 374	0.34 369	0.42 330	0.33 344	0.40 289	0.31 333	0.42 318	0.33 355	0.42 330	0.31 338	0.44 359	0.39 386	0.60 400	0.51 407	0.44 395	0.33 368	0.44 369	0.33 344

Former-RAFT_DAM_RVC	0.49 372	0.98 341	0.64 430	0.84 423	0.46 429	0.45 380	0.35 362	0.47 381	0.47 426	0.45 369	0.34 363	0.46 382	0.48 428	0.46 380	0.35 358	0.39 283	0.71 463	0.39 351	0.35 385	0.41 359	0.41 393

ACVNet_2	0.49 372	0.49 249	0.49 383	0.49 306	0.49 441	0.49 401	0.49 437	0.49 389	0.49 435	0.49 395	0.49 443	0.49 399	0.49 433	0.49 398	0.49 430	0.49 368	0.49 394	0.49 426	0.49 447	0.49 397	0.49 422

FoundationStereo	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

StereoAnything_RVC	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

dual_stereo	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

GCST	0.50 374	2.08 531	0.38 289	0.53 358	0.35 372	0.49 401	0.35 362	0.50 398	0.35 366	0.49 395	0.35 371	0.49 399	0.35 366	0.49 398	0.35 358	0.48 365	0.37 328	0.45 400	0.33 368	0.44 369	0.33 344

SANet	0.50 374	0.50 254	0.50 388	0.50 342	0.50 445	0.50 410	0.50 440	0.50 398	0.50 439	0.50 408	0.50 446	0.50 413	0.50 437	0.50 406	0.50 432	0.50 374	0.50 402	0.50 430	0.50 449	0.50 402	0.50 425

MSCF	0.51 379	1.40 461	0.49 383	0.58 371	0.38 389	0.50 410	0.38 382	0.54 420	0.41 406	0.52 420	0.41 407	0.53 426	0.42 407	0.53 423	0.41 397	0.60 400	0.47 387	0.48 421	0.37 394	0.48 394	0.38 376

UGAM-zero	0.51 379	2.17 540	0.39 300	0.53 358	0.36 378	0.50 410	0.36 369	0.50 398	0.36 376	0.49 395	0.36 375	0.50 413	0.35 366	0.50 406	0.36 362	0.49 368	0.37 328	0.47 413	0.35 385	0.46 377	0.34 351

UGAM	0.51 379	2.23 545	0.39 300	0.54 361	0.35 372	0.50 410	0.35 362	0.49 389	0.35 366	0.49 395	0.35 371	0.49 399	0.36 369	0.50 406	0.36 362	0.49 368	0.37 328	0.45 400	0.34 372	0.45 374	0.34 351

Selective-IGEV	0.51 379	0.55 274	0.45 356	0.69 391	0.45 427	0.61 443	0.45 419	0.50 398	0.40 396	0.56 433	0.44 421	0.55 433	0.40 389	0.72 456	0.67 465	0.59 399	0.46 379	0.45 400	0.34 372	0.46 377	0.37 369

RCA-Stereo	0.51 379	3.22 599	0.34 270	0.44 283	0.34 369	0.44 370	0.34 357	0.43 328	0.34 362	0.43 323	0.34 363	0.44 369	0.33 354	0.43 330	0.33 341	0.38 270	0.29 253	0.38 310	0.29 326	0.38 295	0.29 308

DN	0.53 384	0.85 313	0.45 356	0.65 385	0.44 423	0.60 442	0.44 413	0.60 434	0.44 417	0.60 441	0.45 425	0.60 444	0.44 412	0.60 439	0.44 409	0.56 395	0.42 364	0.56 444	0.42 427	0.56 418	0.42 400

MatchStereo	0.54 385	0.12 115	2.38 647	2.32 590	0.09 149	0.09 144	0.08 147	0.09 145	0.07 146	0.09 145	0.07 146	0.09 146	0.07 144	0.09 145	0.08 138	2.34 623	2.34 642	0.12 156	0.11 164	0.11 157	0.10 149
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 385	0.60 283	0.52 398	0.66 389	0.47 435	0.61 443	0.47 426	0.58 430	0.46 421	0.61 442	0.46 428	0.61 446	0.45 416	0.62 440	0.45 411	0.61 404	0.52 409	0.57 445	0.48 444	0.57 421	0.48 417

castereo++	0.54 385	3.59 605	1.15 513	1.31 541	0.14 191	0.16 177	0.14 185	0.16 178	0.14 191	0.16 175	0.14 194	0.16 176	0.13 186	0.16 177	0.14 184	1.45 574	1.16 519	0.15 175	0.14 194	0.15 175	0.13 183

FENet	0.54 385	1.52 465	1.19 519	1.41 551	0.23 254	0.35 270	0.23 241	0.35 259	0.23 244	0.34 264	0.23 247	0.35 272	0.23 247	0.35 272	0.23 238	1.40 571	1.07 503	0.32 262	0.23 247	0.33 254	0.23 227

PSMNet_ROB	0.54 385	0.54 272	0.54 403	0.54 361	0.53 455	0.54 431	0.54 448	0.53 418	0.54 449	0.54 428	0.54 456	0.54 429	0.53 444	0.54 425	0.54 442	0.54 386	0.53 411	0.54 442	0.54 456	0.54 415	0.54 439

AIO-test2	0.55 390	0.59 280	0.52 398	0.67 390	0.47 435	0.61 443	0.47 426	0.61 437	0.47 426	0.61 442	0.47 436	0.61 446	0.48 428	0.62 440	0.47 422	0.64 411	0.53 411	0.58 446	0.47 440	0.58 422	0.48 417

CFNet-ft	0.55 390	1.57 466	0.14 148	0.20 161	0.14 191	0.20 196	2.53 657	1.61 589	0.14 191	0.20 194	0.14 194	0.20 195	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	1.56 582	1.24 599

MyStereo04	0.56 392	3.72 611	0.59 409	0.49 306	0.41 410	0.36 274	0.32 333	0.37 269	0.31 333	0.34 264	0.46 428	0.35 272	0.32 343	0.35 272	0.33 341	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 402

CASS	0.57 393	0.89 322	0.56 405	0.57 369	0.56 458	0.56 433	0.56 449	0.56 424	0.53 447	0.57 436	0.57 459	0.59 443	0.48 428	0.56 430	0.57 445	0.55 392	0.56 416	0.47 413	0.56 462	0.62 425	0.56 449
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 394	0.75 298	0.49 383	0.79 415	0.50 445	0.79 465	0.49 437	0.79 459	0.49 435	0.80 471	0.49 443	0.79 471	0.49 433	0.80 465	0.49 430	0.63 410	0.40 345	0.63 451	0.40 411	0.63 426	0.40 385

aanet-new-14k	0.60 394	5.12 638	0.39 300	0.49 306	0.30 294	0.43 337	0.30 281	0.43 328	0.30 290	0.43 323	0.30 294	0.43 337	0.30 289	0.44 359	0.30 282	0.44 314	0.37 328	0.38 310	0.26 263	0.38 295	0.26 244

LG-Stereo	0.60 394	0.58 279	0.47 368	0.64 384	0.74 497	1.00 495	0.69 482	0.57 427	0.41 406	0.57 436	0.41 407	0.57 439	0.41 401	1.00 502	0.75 498	0.91 466	0.51 407	0.52 438	0.37 394	0.52 410	0.37 369

MonSter	0.60 394	0.64 286	0.52 398	0.62 379	0.44 423	2.07 614	0.44 413	0.62 438	0.44 417	0.62 445	0.44 421	0.62 448	0.44 412	0.62 440	0.44 409	0.58 397	0.42 364	0.62 449	0.46 433	0.58 422	0.42 400

MyStereo07	0.60 394	3.72 611	0.48 376	0.49 306	0.41 410	0.36 274	0.32 333	0.49 389	0.43 414	0.51 417	0.42 417	0.49 399	0.43 410	0.51 416	0.64 456	0.49 368	0.45 377	0.34 278	0.32 358	0.35 271	0.43 402

FSD	0.61 399	0.59 280	0.50 388	2.58 601	0.44 423	0.56 433	0.44 413	0.55 423	0.44 417	0.56 433	0.44 421	0.56 436	0.44 412	0.56 430	0.46 415	0.61 404	0.42 364	0.52 438	0.42 427	0.52 410	0.51 432

castereo	0.61 399	3.79 613	1.35 577	1.52 555	0.15 203	0.17 184	0.16 197	0.20 195	0.21 235	0.18 186	0.16 207	0.21 203	0.12 180	0.26 240	0.17 207	1.43 573	1.38 589	0.17 187	0.16 204	0.18 190	0.16 194

WCG-NET	0.61 399	1.21 438	0.54 403	0.61 378	0.53 455	0.67 451	0.53 446	0.66 443	0.53 447	0.64 448	0.53 455	0.65 452	0.53 444	0.59 437	0.52 439	0.65 412	0.48 391	0.64 453	0.52 453	0.58 422	0.50 425

GEAStereo	0.62 402	3.91 618	0.48 376	0.69 391	0.38 389	0.51 422	0.38 382	0.51 412	0.38 382	0.53 423	0.38 387	0.50 413	0.38 378	0.51 416	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 351

gasm-f	0.62 402	3.91 618	0.48 376	0.69 391	0.38 389	0.51 422	0.38 382	0.51 412	0.38 382	0.53 423	0.38 387	0.50 413	0.38 378	0.51 416	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.34 351

SMoEStereo_RVC	0.63 404	0.75 298	0.51 395	0.73 408	0.53 455	0.71 457	0.47 426	0.67 444	0.58 453	0.74 465	0.60 464	0.72 461	0.53 444	0.74 460	0.51 437	0.61 404	0.62 437	0.62 449	0.61 471	0.63 426	0.61 456

anonymity	0.63 404	0.69 288	0.56 405	0.71 399	0.56 458	0.71 457	0.56 449	0.71 451	0.56 450	0.72 458	0.56 458	0.71 458	0.56 448	0.71 454	0.58 447	0.68 416	0.55 414	0.68 458	0.55 458	0.68 431	0.54 439

PAM_32	0.64 406	2.38 560	0.51 395	0.92 437	0.43 422	0.53 428	0.44 413	0.87 471	0.43 414	0.52 420	0.45 425	0.53 426	0.40 389	0.54 425	0.46 415	0.62 408	0.56 416	0.48 421	0.45 431	0.76 446	0.44 405

CRFU-Net	0.65 407	1.67 470	1.22 569	1.96 574	0.27 269	0.41 310	0.27 258	0.41 304	0.27 269	0.40 290	0.26 265	0.41 312	0.27 269	0.40 296	0.27 255	1.80 588	1.62 610	0.34 278	0.23 247	0.33 254	0.23 227

LMCR-Stereo	0.65 407	0.63 284	0.65 434	0.65 385	0.65 476	0.66 450	0.63 460	0.58 430	0.65 468	0.63 447	0.64 472	0.65 452	0.65 464	0.66 447	0.66 464	0.66 414	0.64 441	0.65 456	0.67 489	0.68 431	0.73 490

KSHMR	0.66 409	0.50 254	0.48 376	1.15 473	0.52 452	0.49 401	0.51 444	0.49 389	0.71 496	0.67 452	0.50 446	1.16 530	1.11 528	0.66 447	0.52 439	0.49 368	0.49 394	0.51 435	0.66 485	0.50 402	1.14 540

TorneroNet	0.66 409	0.53 268	0.50 388	0.50 342	0.64 474	1.06 511	0.70 489	0.50 398	0.51 446	0.49 395	0.69 489	0.49 399	0.50 437	0.48 392	1.15 540	0.71 424	0.49 394	1.14 528	1.08 539	0.49 397	0.49 422

GES	0.66 409	2.34 556	0.29 231	0.41 264	0.29 284	0.41 310	0.29 276	0.42 322	0.29 279	0.40 290	0.41 407	0.41 312	0.30 289	0.51 416	0.29 275	0.32 235	0.29 253	0.32 262	2.46 661	2.49 623	0.30 321

cf-r	0.66 409	2.17 540	0.12 123	0.18 154	0.12 185	0.18 188	2.70 661	2.60 636	0.12 185	0.18 186	0.12 176	0.18 188	0.12 180	0.18 187	0.12 173	0.15 141	0.11 122	0.15 175	0.11 164	1.81 594	1.74 637

DSFCA	0.66 409	0.73 295	0.78 471	0.65 385	0.65 476	0.64 448	0.64 461	0.65 441	0.63 465	0.64 448	0.64 472	0.64 449	0.64 461	0.65 446	0.65 460	0.65 412	0.65 443	0.65 456	0.65 483	0.66 429	0.64 467

DEFOM-Stereo	0.68 414	3.11 595	1.40 591	1.63 564	0.25 261	0.31 254	0.25 248	0.31 247	0.28 273	0.31 252	0.29 282	0.29 251	0.27 269	0.31 258	0.28 264	1.59 581	1.47 595	0.30 253	0.29 326	0.30 239	0.28 302

ssnet_v2	0.68 414	1.96 527	1.25 573	0.29 202	0.20 237	0.30 248	0.20 223	0.29 240	0.22 238	1.50 591	0.20 236	0.31 259	0.20 234	0.27 244	0.22 231	0.24 203	1.49 596	0.26 240	0.18 232	3.90 646	0.19 218

ARAFT	0.68 414	0.81 308	0.63 426	0.74 412	0.60 462	0.78 463	0.62 459	0.77 458	0.66 471	0.74 465	0.63 470	0.75 466	0.62 460	0.83 474	0.60 452	0.70 422	0.55 414	0.70 465	0.60 468	0.78 450	0.55 446

mm2	0.69 417	0.69 288	0.69 450	0.69 391	0.69 486	0.69 452	0.69 482	0.69 446	0.69 483	0.69 455	0.69 489	0.69 455	0.69 481	0.69 451	0.69 481	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 477

mm1	0.69 417	0.69 288	0.69 450	0.69 391	0.69 486	0.69 452	0.69 482	0.69 446	0.69 483	0.69 455	0.69 489	0.69 455	0.69 481	0.69 451	0.69 481	0.69 417	0.69 456	0.69 461	0.69 494	0.69 435	0.69 477

NINENet	0.69 417	3.87 617	1.20 522	1.98 575	0.05 130	0.40 294	0.04 103	0.40 289	0.05 129	0.41 304	0.04 110	0.41 312	0.05 121	0.40 296	0.05 119	1.79 587	1.56 602	0.34 278	0.22 241	0.34 258	0.23 227

VIP-Stereo	0.70 420	2.97 592	2.43 648	2.49 597	0.16 213	0.25 230	0.16 197	0.25 226	0.16 207	0.25 228	0.18 230	0.25 231	0.16 203	0.26 240	0.16 201	1.86 589	1.26 572	0.23 221	0.15 202	0.23 217	0.15 193

RAFT-Stereo + iAFF	0.70 420	0.72 294	0.71 457	0.80 418	0.62 473	0.82 472	0.61 458	0.81 465	0.62 462	0.81 474	0.63 470	0.80 473	0.70 485	0.73 458	0.61 454	0.76 444	0.61 436	0.74 472	0.61 471	0.77 448	0.61 456

DMCA-RVC	0.70 420	0.80 305	0.70 453	0.70 397	0.70 490	0.70 455	0.70 489	0.71 451	0.70 491	0.70 457	0.71 498	0.71 458	0.70 485	0.70 453	0.69 481	0.69 417	0.70 459	0.69 461	0.70 498	0.69 435	0.70 480

MyStereo8	0.71 423	3.92 620	0.52 398	0.59 374	0.52 452	0.57 439	0.53 446	0.59 432	0.50 439	0.59 440	0.51 452	0.57 439	0.50 437	0.56 430	0.52 439	0.54 386	0.49 394	0.54 442	0.49 447	0.55 416	0.50 425

HH	0.71 423	2.54 566	0.74 465	1.10 464	0.32 347	0.41 310	0.37 375	0.69 446	0.78 506	0.73 460	0.90 521	0.75 466	1.00 516	0.84 475	0.69 481	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 244

HanStereo	0.71 423	2.54 566	0.74 465	1.10 464	0.32 347	0.41 310	0.37 375	0.69 446	0.78 506	0.73 460	0.90 521	0.75 466	1.00 516	0.84 475	0.69 481	0.69 417	0.40 345	0.35 294	0.26 263	0.35 271	0.26 244

CAR	0.72 426	0.76 300	0.59 409	0.84 423	1.19 554	0.81 469	0.58 452	0.81 465	0.58 453	0.81 474	0.58 461	0.83 478	0.59 454	0.82 469	0.59 450	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 434

MSE-Stereo	0.72 426	0.76 300	0.59 409	0.84 423	1.19 554	0.81 469	0.58 452	0.81 465	0.58 453	0.81 474	0.58 461	0.83 478	0.59 454	0.82 469	0.59 450	0.71 424	0.49 394	0.73 467	0.68 490	0.87 467	0.52 434

zero-FE	0.72 426	1.31 452	0.66 437	0.92 437	0.60 462	0.82 472	0.58 452	0.82 468	0.58 453	0.81 474	0.60 464	0.81 476	0.60 456	0.82 469	0.58 447	0.74 441	0.59 429	0.73 467	0.52 453	0.76 446	0.51 432

ktn	0.72 426	0.53 268	1.08 507	1.14 470	0.51 451	1.22 573	1.36 606	0.51 412	0.59 457	0.51 417	0.51 452	0.69 455	1.20 540	0.67 449	0.51 437	0.51 380	0.49 394	0.58 446	0.66 485	0.52 410	0.53 436

MGA	0.73 430	0.76 300	0.60 413	0.92 437	1.17 550	0.81 469	0.59 456	0.84 469	0.62 462	0.81 474	0.59 463	0.84 480	0.60 456	0.81 468	0.61 454	0.71 424	0.53 411	0.89 496	0.53 455	0.75 444	0.54 439

DStereoRT	0.73 430	0.81 308	0.73 464	0.71 399	0.74 497	0.73 459	0.75 497	0.71 451	0.71 496	0.74 465	0.72 501	0.73 463	0.80 501	0.71 454	0.73 493	0.76 444	0.71 463	0.73 467	0.72 503	0.70 438	0.76 497

CroCo-Stereo	0.73 430	1.22 444	0.25 212	1.22 527	0.25 261	1.22 573	0.25 248	1.22 568	0.25 252	1.22 576	0.25 260	1.22 579	0.25 253	1.22 579	0.25 249	1.22 557	0.26 223	1.21 587	0.25 257	1.22 567	0.25 238
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	0.73 430	0.88 319	0.67 441	0.75 413	0.68 485	0.75 460	0.64 461	0.80 462	0.72 499	0.83 479	0.70 493	0.82 477	0.64 461	0.84 475	0.67 465	0.77 446	0.63 439	0.81 484	0.63 474	0.78 450	0.62 459

monster-pro	0.75 434	1.67 470	0.64 430	0.89 429	0.57 460	0.86 478	0.56 449	0.87 471	0.56 450	0.87 480	0.57 459	0.88 483	0.57 449	0.87 480	0.57 445	0.79 447	0.58 421	0.76 475	0.54 456	0.77 448	0.54 439

AIO-Stereo-zeroshot1	0.75 434	0.92 332	0.85 483	0.96 449	0.59 461	1.27 577	0.44 413	0.59 432	0.69 483	0.91 486	0.68 484	0.55 433	0.61 459	1.06 517	0.83 511	0.62 408	0.70 459	0.90 497	0.41 419	0.89 471	0.56 449

MyStereo06	0.75 434	4.12 622	0.60 413	0.63 381	0.61 468	0.62 446	0.66 466	0.56 424	0.45 420	0.55 431	0.48 440	0.54 429	0.46 419	0.57 435	0.45 411	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 446

GCAP-Stereo	0.75 434	4.15 625	0.42 351	0.75 413	0.35 372	0.78 463	0.40 396	0.79 459	0.38 382	0.78 469	0.36 375	0.78 469	0.36 369	0.79 463	0.39 386	0.75 442	0.39 342	0.76 475	0.39 410	0.75 444	0.39 382

GANet-RSSM	0.75 434	1.91 520	0.14 148	0.47 295	0.14 191	0.21 207	3.21 678	2.30 622	0.14 191	0.46 375	0.14 194	0.23 218	0.18 225	0.21 205	0.14 184	0.18 168	0.27 233	0.37 302	0.13 188	2.13 605	2.12 647

RSM++	0.76 439	0.82 310	0.66 437	0.85 427	0.64 474	0.85 476	0.71 492	0.94 487	0.64 466	0.87 480	0.67 479	0.87 482	0.65 464	0.84 475	0.65 460	0.81 452	0.70 459	0.79 479	0.71 501	0.83 462	0.70 480

DNS	0.77 440	1.09 375	0.65 434	0.89 429	0.65 476	0.89 483	0.65 465	0.89 476	0.65 468	0.89 483	0.65 475	0.89 486	0.65 464	0.90 485	0.65 460	0.84 459	0.62 437	0.84 490	0.61 471	0.84 464	0.62 459

CroCo-Stereo Lap2	0.77 440	1.29 448	0.29 231	1.27 532	0.29 284	1.27 577	0.26 255	1.26 571	0.26 265	1.26 577	0.26 265	1.27 583	0.26 262	1.26 580	0.27 255	1.27 560	0.27 233	1.27 591	0.27 300	1.27 571	0.27 282

PSMNet-RSSM	0.77 440	2.76 583	0.14 148	0.20 161	0.14 191	0.20 196	2.66 659	2.79 649	0.14 191	0.21 206	0.14 194	0.21 203	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.52 627	2.31 652

GwcNet-RSSM	0.77 440	2.77 585	0.14 148	0.20 161	0.14 191	0.20 196	2.67 660	2.78 648	0.14 191	0.20 194	0.14 194	0.20 195	0.14 190	0.21 205	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.52 627	2.31 652

4D-IteraStereo	0.78 444	3.13 596	0.89 484	0.69 391	0.32 347	0.40 294	0.32 333	0.76 457	0.97 530	0.52 420	0.65 475	0.89 486	0.32 343	0.76 462	0.98 523	0.83 457	0.94 491	0.35 294	0.27 300	0.70 438	0.89 512

Pro-Stereo	0.79 445	0.53 268	0.38 289	0.49 306	0.38 389	0.49 401	0.37 375	0.49 389	0.67 472	0.50 408	0.38 387	1.10 522	0.38 378	0.49 398	0.38 374	0.71 424	0.88 485	5.98 694	0.36 391	0.46 377	0.36 364

hitnet-ft	0.79 445	2.78 588	0.14 148	0.20 161	0.14 191	0.21 207	2.89 662	2.80 650	0.14 191	0.20 194	0.14 194	0.20 195	0.14 190	0.20 194	0.14 184	0.17 160	0.12 136	0.17 187	0.12 179	2.54 635	2.33 654

G-Net	0.79 445	0.79 304	0.79 474	0.79 415	0.79 510	0.79 465	0.79 502	0.79 459	0.79 510	0.79 470	0.79 513	0.79 471	0.79 500	0.79 463	0.79 503	0.79 447	0.79 476	0.79 479	0.79 514	0.79 452	0.79 502

MyStereo05	0.80 448	4.12 622	0.63 426	0.63 381	0.61 468	0.62 446	0.66 466	0.65 441	0.62 462	0.67 452	0.61 468	0.65 452	0.58 452	0.67 449	0.55 444	0.60 400	0.57 418	0.64 453	0.55 458	0.72 440	0.55 446

UDG	0.80 448	2.21 544	0.60 413	0.91 434	0.60 462	0.90 484	0.58 452	0.88 475	0.60 458	0.90 484	0.60 464	0.88 483	0.60 456	0.90 485	0.58 447	0.86 463	0.60 432	0.84 490	0.59 467	0.84 464	0.61 456

ccnet	0.80 448	2.28 548	0.33 260	0.50 342	0.33 359	0.50 410	0.33 344	0.50 398	0.33 353	0.49 395	0.33 355	0.49 399	1.56 605	2.38 626	0.33 341	0.41 298	0.29 253	0.42 392	1.57 621	2.28 611	0.29 308

NaN_ROB	0.80 448	0.80 305	0.80 475	0.80 418	0.80 513	0.80 467	0.80 505	0.80 462	0.80 512	0.80 471	0.80 515	0.80 473	0.80 501	0.80 465	0.80 506	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 503

CSAN	0.80 448	0.80 305	0.80 475	0.80 418	0.80 513	0.80 467	0.80 505	0.80 462	0.80 512	0.80 471	0.80 515	0.80 473	0.80 501	0.80 465	0.80 506	0.80 449	0.80 479	0.80 482	0.80 516	0.80 455	0.80 503

GSStereo	0.81 453	4.28 628	0.50 388	0.59 374	0.40 400	0.51 422	0.38 382	0.50 398	0.38 382	0.50 408	0.38 387	0.50 413	3.79 675	0.50 406	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 361

BSDual-CNN	0.81 453	1.91 520	0.92 491	4.48 647	0.02 22	0.42 330	0.06 141	0.41 304	0.02 22	0.48 388	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 600	4.19 672	0.33 269	0.23 247	0.34 258	0.27 282

DDUNet	0.81 453	2.45 564	0.57 407	0.90 432	0.60 462	0.88 480	0.59 456	0.90 477	0.60 458	0.88 482	0.60 464	0.90 488	0.58 452	0.88 482	0.60 452	0.84 459	0.60 432	0.86 493	0.57 464	0.86 466	0.60 454

R-Stereo Train	0.81 453	0.96 338	0.67 441	0.95 446	0.67 481	0.95 490	0.68 474	0.95 489	0.68 478	0.95 495	0.68 484	0.96 499	0.68 474	0.96 498	0.68 473	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 475

RAFT-Stereo	0.81 453	0.96 338	0.67 441	0.95 446	0.67 481	0.95 490	0.68 474	0.95 489	0.68 478	0.95 495	0.68 484	0.96 499	0.68 474	0.96 498	0.68 473	0.94 475	0.68 450	0.94 511	0.68 490	0.94 487	0.68 475
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 458	1.72 473	1.48 595	0.39 239	0.15 203	0.31 254	0.21 229	0.20 195	0.25 252	1.61 595	0.23 247	0.28 245	0.26 262	0.20 194	0.15 194	0.24 203	1.33 580	0.32 262	0.16 204	6.75 685	0.23 227

scenet	0.82 458	1.72 473	1.48 595	0.39 239	0.15 203	0.31 254	0.21 229	0.20 195	0.25 252	1.61 595	0.23 247	0.28 245	0.26 262	0.20 194	0.15 194	0.24 203	1.33 580	0.32 262	0.16 204	6.75 685	0.23 227

ssnet	0.82 458	1.72 473	1.48 595	0.39 239	0.15 203	0.31 254	0.21 229	0.20 195	0.25 252	1.61 595	0.23 247	0.28 245	0.26 262	0.20 194	0.15 194	0.24 203	1.33 580	0.32 262	0.16 204	6.75 685	0.23 227

STTRV1_RVC	0.82 458	1.60 468	0.70 453	1.01 457	0.60 462	1.07 514	0.69 482	1.01 499	0.60 458	0.72 458	0.55 457	1.02 513	0.68 474	1.03 515	0.67 465	0.89 465	0.63 439	0.92 503	0.57 464	0.90 474	0.65 469

DEFOM-Stereo_RVC	0.83 462	5.18 640	1.98 636	2.19 581	0.17 219	0.19 191	0.18 215	0.19 189	0.16 207	0.20 194	0.19 232	0.22 211	0.22 241	0.20 194	0.15 194	2.28 617	2.13 637	0.24 230	0.17 226	0.18 190	0.16 194

BUS	0.83 462	1.91 520	0.92 491	4.48 647	0.02 22	0.40 294	0.04 103	0.41 304	0.02 22	0.48 388	0.03 56	0.41 312	0.05 121	0.03 43	0.05 119	1.97 600	4.19 672	0.33 269	0.23 247	0.34 258	0.27 282

PDISCO_ROB	0.83 462	2.80 589	3.49 670	0.14 122	0.11 172	0.17 184	0.09 148	0.15 177	0.10 154	0.15 170	0.12 176	0.16 176	0.14 190	3.30 656	0.13 180	0.14 133	2.34 642	0.16 179	0.12 179	2.62 636	0.10 149

WQFJA1++	0.84 465	0.98 341	0.67 441	1.26 531	0.75 499	1.00 495	0.67 470	1.00 491	0.67 472	1.00 497	0.67 479	1.00 502	0.67 470	1.00 502	0.67 465	0.96 477	0.67 445	0.91 500	0.63 474	0.92 478	0.63 461

WQFJX1	0.84 465	0.98 341	0.67 441	1.30 539	0.75 499	1.01 502	0.67 470	1.01 499	0.67 472	1.01 507	0.67 479	1.01 509	0.68 474	1.00 502	0.68 473	0.98 482	0.67 445	0.92 503	0.64 479	0.92 478	0.64 467

NLMM	0.84 465	1.00 350	0.67 441	1.27 532	0.75 499	1.00 495	0.68 474	1.00 491	0.67 472	1.00 497	0.67 479	1.02 513	0.67 470	1.02 513	0.67 465	0.97 478	0.67 445	0.93 507	0.63 474	0.92 478	0.63 461

AIO-Stereo	0.84 465	0.66 287	0.70 453	0.83 422	0.67 481	0.98 493	0.82 512	1.14 510	0.72 499	1.03 513	0.74 505	1.03 515	1.09 527	0.99 500	0.45 411	1.04 489	0.73 466	0.95 513	0.74 505	0.94 487	0.46 408

DCRE	0.84 465	1.89 517	0.77 470	0.94 444	0.72 494	0.88 480	0.73 495	0.87 471	0.78 506	0.90 484	0.71 498	0.88 483	0.67 470	0.88 482	0.73 493	0.81 452	0.68 450	0.81 484	0.70 498	0.82 460	0.70 480

iGMRVC	0.84 465	2.85 590	0.72 460	0.72 403	0.73 495	0.77 461	0.79 502	0.73 454	0.74 504	0.73 460	0.72 501	0.73 463	0.76 495	0.73 458	0.73 493	0.72 434	0.73 466	0.73 467	0.72 503	0.73 443	0.72 487

WQFJA1	0.85 471	0.98 341	0.67 441	1.29 537	0.76 504	1.01 502	0.67 470	1.02 504	0.67 472	1.02 511	0.67 479	1.01 509	0.67 470	1.01 509	0.68 473	0.99 483	0.67 445	0.93 507	0.64 479	0.92 478	0.65 469

WQFJX	0.85 471	1.00 350	0.68 448	1.30 539	0.75 499	1.01 502	0.68 474	1.01 499	0.68 478	1.01 507	0.68 484	1.03 515	0.68 474	1.02 513	0.67 465	0.97 478	0.67 445	0.93 507	0.63 474	0.94 487	0.63 461

NLSM3	0.85 471	0.99 348	0.68 448	1.29 537	0.76 504	1.01 502	0.68 474	1.01 499	0.68 478	1.02 511	0.68 484	1.01 509	0.68 474	1.01 509	0.68 473	0.97 478	0.68 450	0.93 507	0.64 479	0.93 483	0.63 461

NLMM1	0.86 474	0.98 341	0.69 450	1.48 554	0.75 499	1.01 502	0.69 482	1.00 491	0.69 483	1.00 497	0.70 493	1.00 502	0.68 474	1.01 509	0.67 465	0.97 478	0.68 450	0.92 503	0.63 474	0.93 483	0.63 461

AdaDepth	0.86 474	0.93 334	0.71 457	1.01 457	1.07 540	1.02 508	0.71 492	1.00 491	0.71 496	1.01 507	0.71 498	1.00 502	0.72 490	1.14 528	0.71 491	0.92 469	0.64 441	0.90 497	0.64 479	0.89 471	0.69 477

GEStereo_RVC	0.86 474	4.45 629	0.20 191	0.27 200	0.20 237	0.27 243	0.20 223	0.26 232	0.18 223	5.03 686	0.20 236	0.27 244	0.19 230	0.27 244	0.21 229	0.20 175	0.19 199	0.19 200	4.02 690	0.20 197	0.18 216

Selective-RAFT-Error	0.88 477	0.84 311	0.98 496	0.86 428	0.97 529	0.88 480	0.95 523	0.84 469	0.99 533	0.92 488	0.82 517	0.84 480	0.98 515	0.87 480	0.97 522	0.81 452	0.83 482	0.79 479	0.82 519	0.79 452	0.85 508

IER	0.88 477	7.04 659	2.23 641	2.75 603	0.28 274	0.43 337	0.25 248	0.39 282	0.25 252	0.41 304	0.27 269	0.39 291	0.25 253	0.40 296	0.28 264	0.37 259	0.28 239	0.37 302	0.25 257	0.37 282	0.25 238

Selective-RAFT	0.89 479	0.89 322	0.72 460	1.16 478	0.78 508	1.06 511	0.82 512	0.87 471	0.97 530	1.00 497	0.91 524	0.90 488	1.00 516	0.89 484	0.93 519	0.83 457	0.83 482	0.82 488	0.82 519	0.81 458	0.82 506

AIO-Stereo-zeroshot	0.91 480	0.86 315	0.89 484	1.25 530	0.69 486	1.05 510	0.81 509	1.16 514	0.50 439	1.12 523	0.97 529	0.72 461	0.82 505	1.06 517	0.95 520	0.61 404	0.87 484	1.03 525	0.85 522	1.04 499	1.01 529

CFNet-RSSM	0.91 480	4.89 635	0.34 270	0.44 283	1.07 540	1.62 599	1.40 613	0.91 479	0.35 366	1.60 592	1.39 613	0.64 449	0.34 359	0.44 359	0.33 341	0.41 298	0.35 319	0.75 473	0.30 340	0.41 359	0.29 308

MLG-Stereo	0.92 482	0.90 325	0.84 482	1.27 532	0.49 441	1.38 587	0.88 515	1.41 585	0.97 530	0.73 460	1.09 539	1.26 580	0.43 410	0.72 456	1.05 532	1.13 502	0.49 394	1.18 538	0.66 485	1.01 496	0.46 408

ToySt	0.92 482	2.11 534	0.90 487	0.95 446	0.79 510	0.99 494	0.78 501	0.94 487	0.81 515	0.94 493	0.78 511	0.95 498	0.77 497	0.94 494	0.86 513	0.91 466	0.79 476	0.85 492	0.77 510	0.89 471	0.73 490

DPSM_ROB	0.92 482	0.91 327	0.91 489	0.91 434	0.92 524	0.92 486	0.92 519	0.92 482	0.91 520	0.93 491	0.91 524	0.92 491	0.90 508	0.91 487	0.92 515	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 516

DPSM	0.92 482	0.91 327	0.91 489	0.91 434	0.92 524	0.92 486	0.92 519	0.92 482	0.91 520	0.93 491	0.91 524	0.92 491	0.90 508	0.91 487	0.92 515	0.92 469	0.91 487	0.91 500	0.92 523	0.93 483	0.93 516

pmcnn	0.92 482	0.92 332	0.92 491	0.92 437	0.92 524	0.92 486	0.92 519	0.92 482	0.92 524	0.92 488	0.92 527	0.92 491	0.92 510	0.92 491	0.92 515	0.92 469	0.92 489	0.92 503	0.92 523	0.92 478	0.92 515

error version	0.93 487	4.47 630	2.35 644	1.99 576	0.37 382	0.41 310	0.36 369	0.41 304	0.35 366	0.43 323	0.36 375	0.41 312	0.40 389	0.41 311	0.36 362	1.87 591	2.16 638	0.47 413	0.37 394	0.39 336	0.33 344

test_1	0.93 487	4.47 630	2.35 644	1.99 576	0.37 382	0.41 310	0.36 369	0.41 304	0.35 366	0.43 323	0.36 375	0.41 312	0.40 389	0.41 311	0.36 362	1.87 591	2.16 638	0.47 413	0.37 394	0.39 336	0.33 344

DGTPSM_ROB	0.93 487	1.00 350	0.92 491	0.94 444	0.96 528	0.91 485	0.92 519	0.91 479	0.96 529	0.91 486	0.96 528	0.93 494	0.92 510	0.94 494	0.92 515	0.92 469	0.92 489	0.90 497	0.92 523	0.94 487	0.91 514

HSM-Net_RVC	0.95 490	1.17 388	0.78 471	1.18 480	0.71 492	1.16 526	0.75 497	1.09 508	0.80 512	1.10 517	0.75 506	1.17 531	0.74 492	1.17 531	0.80 506	1.13 502	0.73 466	1.17 535	0.77 510	1.16 509	0.72 487
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 491	3.17 598	2.30 643	2.42 594	0.38 389	0.54 431	0.38 382	0.54 420	0.38 382	0.54 428	0.38 387	0.54 429	0.38 378	0.54 425	0.38 374	2.38 626	2.34 642	0.49 426	0.36 391	0.49 397	0.36 364

DPSimNet_ROB	0.97 491	1.18 390	0.81 478	1.10 464	0.91 523	1.02 508	0.82 512	1.04 505	0.91 520	1.03 513	0.86 520	1.28 584	0.82 505	1.03 515	0.89 514	1.17 506	0.81 481	1.02 523	0.82 519	1.08 501	0.81 505

test-3	0.98 493	4.13 624	1.85 625	1.85 567	0.61 468	0.69 452	0.37 375	0.63 439	0.61 461	0.66 451	0.51 452	0.73 463	0.44 412	0.57 435	0.54 442	1.68 585	1.81 622	0.40 364	0.43 429	0.66 429	0.50 425

Test_v1	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

Wavelet-MonSter	1.00 494	1.21 438	0.76 468	1.94 571	1.01 535	1.11 521	0.76 499	1.15 511	0.76 505	1.11 522	0.76 507	1.14 528	0.76 495	1.11 525	0.76 500	1.21 555	0.90 486	1.02 523	0.71 501	1.02 498	0.71 486

999	1.00 494	1.12 381	0.59 409	1.10 464	1.21 602	1.09 517	0.52 445	1.08 506	1.43 616	1.18 528	1.35 607	0.98 501	0.52 443	0.91 487	0.85 512	0.72 434	1.46 594	0.83 489	0.98 528	0.68 431	1.41 612

DispNO	1.00 494	0.63 284	0.43 352	3.45 631	0.44 423	0.65 449	0.43 412	0.64 440	0.43 414	0.64 448	0.43 419	0.64 449	3.03 653	0.64 445	0.43 408	4.55 661	0.43 369	0.63 451	0.43 429	0.63 426	0.43 402

GANet	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

TDLM	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

CVANet_RVC	1.00 494	1.00 350	1.00 498	1.00 453	1.00 530	1.00 495	1.00 527	1.00 491	1.00 534	1.00 497	1.00 531	1.00 502	1.00 516	1.00 502	1.00 525	1.00 484	1.00 493	1.00 518	1.00 530	1.00 492	1.00 524

trnet	1.01 501	1.01 359	1.01 502	1.01 457	1.01 535	1.01 502	1.01 531	1.01 499	1.01 538	1.01 507	1.01 535	1.01 509	1.01 523	1.01 509	1.01 529	1.01 488	1.01 498	1.01 522	1.01 536	1.01 496	1.01 529

LL-Strereo	1.01 501	5.06 637	1.63 604	0.70 397	1.43 613	0.56 433	0.46 421	0.57 427	0.50 439	0.57 436	0.50 446	1.58 595	0.49 433	0.59 437	0.50 432	1.64 584	0.52 409	0.51 435	1.37 608	0.52 410	0.45 407

FlowAnything_test	1.02 503	1.72 473	0.71 457	1.59 557	0.70 490	1.61 597	0.69 482	1.61 589	0.70 491	1.60 592	0.70 493	1.61 599	0.69 481	1.61 596	0.70 489	0.81 452	0.58 421	0.81 484	0.55 458	0.81 458	0.56 449

FlowAnything	1.02 503	1.71 472	0.72 460	1.59 557	0.69 486	1.60 596	0.69 482	1.61 589	0.70 491	1.60 592	0.69 489	1.60 596	0.69 481	1.61 596	0.69 481	0.81 452	0.58 421	0.81 484	0.56 462	0.82 460	0.56 449

Hybrid-DGEV	1.03 505	1.75 479	0.80 475	1.28 536	0.78 508	1.26 576	0.80 505	1.26 571	0.78 506	1.26 577	0.78 511	1.26 580	0.78 499	1.26 580	0.78 502	1.15 505	0.75 469	1.14 528	0.74 505	1.14 504	0.75 494

tt45	1.04 506	0.88 319	1.36 585	0.92 437	1.03 538	1.51 595	0.79 502	0.70 450	0.88 518	0.74 465	0.90 521	1.60 596	0.72 490	1.60 594	0.75 498	0.91 466	0.78 474	1.52 604	0.79 514	1.14 504	1.32 604

Hybrid-DGEV-2	1.05 507	1.83 505	0.83 479	1.33 543	0.82 516	1.30 579	0.81 509	1.26 571	0.79 510	1.29 579	0.79 513	1.26 580	0.80 501	1.26 580	0.79 503	1.20 509	0.78 474	1.18 538	0.77 510	1.20 519	0.77 499

Hybrid-DGEV-03	1.07 508	1.83 505	0.83 479	1.34 544	0.81 515	1.32 581	0.81 509	1.31 578	0.81 515	1.31 580	0.82 517	1.32 585	0.82 505	1.32 585	0.81 509	1.19 507	0.77 472	1.19 540	0.76 508	1.19 517	0.77 499

GLC_STEREO	1.07 508	1.01 359	1.06 505	1.07 462	1.05 539	1.06 511	1.08 536	1.08 506	1.05 542	1.07 515	1.06 537	1.08 518	1.05 525	1.06 517	1.10 535	1.07 491	1.09 509	1.05 526	1.05 538	1.06 500	1.12 536

FC-DCNN	1.07 508	1.09 375	0.98 496	0.89 429	0.52 452	1.41 591	0.91 518	1.21 567	1.24 602	1.96 604	2.05 659	1.91 605	1.30 593	1.27 583	1.08 534	0.80 449	0.60 432	0.58 446	0.41 419	0.68 431	0.54 439

hknet	1.10 511	1.85 511	3.49 670	4.48 647	0.02 22	0.42 330	0.06 141	0.41 304	0.02 22	0.48 388	0.03 56	0.41 312	0.03 53	0.42 324	0.03 52	4.39 658	4.19 672	0.33 269	0.23 247	0.34 258	0.27 282

test_xeample3	1.10 511	1.81 495	0.61 419	0.84 423	0.49 441	0.77 461	0.66 466	0.92 482	1.40 614	0.68 454	0.46 428	0.78 469	0.54 447	1.72 599	1.48 615	1.34 565	1.52 598	1.35 597	1.67 634	1.33 574	1.55 617

DISCO	1.11 513	0.39 199	5.28 683	0.39 239	0.20 237	0.39 292	0.27 258	0.39 282	0.22 238	0.38 278	0.20 236	0.38 286	0.20 234	6.95 697	0.22 231	0.30 227	0.21 205	0.27 244	0.21 238	5.25 678	0.21 223

Occ-G	1.12 514	0.52 264	3.72 675	3.50 635	0.50 445	0.56 433	0.47 426	0.54 420	0.46 421	0.54 428	0.41 407	0.54 429	0.42 407	0.52 421	0.42 405	3.42 650	4.02 671	0.52 438	0.45 431	0.51 408	0.44 405

AEACV	1.12 514	0.52 264	3.12 666	3.24 620	0.86 517	0.53 428	0.49 437	0.60 434	0.47 426	0.53 423	0.49 443	0.55 433	0.45 416	0.55 429	0.47 422	3.01 645	3.88 669	0.71 466	0.60 468	0.80 455	0.48 417

LiteMatch	1.13 516	0.73 295	2.80 652	3.23 618	0.61 468	0.83 474	0.68 474	0.73 454	0.69 483	1.00 497	0.77 509	0.94 496	0.57 449	0.82 469	0.64 456	2.97 643	2.43 645	0.68 458	0.32 358	0.56 418	0.70 480

Lsterematch	1.13 516	0.73 295	2.80 652	3.23 618	0.61 468	0.83 474	0.68 474	0.73 454	0.69 483	1.00 497	0.77 509	0.94 496	0.57 449	0.82 469	0.64 456	2.97 643	2.43 645	0.68 458	0.32 358	0.56 418	0.70 480

MSMD_ROB	1.19 518	1.10 380	0.70 453	1.10 464	0.60 462	1.10 518	0.70 489	1.10 509	0.70 491	1.10 517	0.70 493	1.10 522	0.70 485	7.00 698	0.70 489	1.10 495	0.70 459	1.10 527	0.70 498	1.10 502	0.70 480

MM-Stereo_test2	1.20 519	1.85 511	1.05 504	1.46 553	0.94 527	1.36 585	0.99 526	1.36 580	0.95 527	1.41 587	0.98 530	1.40 591	0.96 512	1.37 587	0.95 520	1.37 570	1.06 502	1.33 594	0.93 527	1.29 573	0.89 512

ours_stereo	1.20 519	1.21 438	0.90 487	1.64 565	1.11 542	1.35 583	0.67 470	1.76 596	0.93 525	1.70 600	1.10 540	1.39 589	0.75 494	1.41 589	0.81 509	1.60 583	1.03 500	1.33 594	1.00 530	1.61 584	0.72 487

DisPM	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

CrosDoStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

PFNet+	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

LCNet	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

HHNet	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

Patchmatch Stereo++	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550
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	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

STrans-v2	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

TransformOpticalFlow	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

OMP-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

IIG-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

NF-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

OCTAStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

PSM-softLoss	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

KMStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

NRIStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

PSM-adaLoss	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

PSM-AAD	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

FTStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

ROB_FTStereo_v2	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

ROB_FTStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

Consistency-Raft	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

KYRaft	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

HUI-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

ASMatch	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

DeepStereo_LL	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

DEmStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

SST-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

THIR-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

RAFT_R40	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

DRaft	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

PFNet	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

GrayStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

RE-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

Pruner-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

TVStereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

DeepStereo_RVC	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

RAFT-RH_RVC	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

IRAFT_RVC	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

RAFT-345	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

iRAFT	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

CRE-IMP	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

GMM-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

RAFT-IKP	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

Prome-Stereo	1.20 519	1.20 392	1.20 522	1.20 482	1.20 556	1.20 527	1.20 548	1.20 522	1.20 554	1.20 530	1.20 550	1.20 533	1.20 540	1.20 533	1.20 550	1.20 509	1.20 524	1.20 542	1.20 550	1.20 519	1.20 550

qqai	1.22 566	1.38 459	1.12 508	1.39 550	1.14 543	1.40 589	1.14 540	1.41 585	1.12 543	1.40 586	1.11 541	1.40 591	1.13 529	1.41 589	1.15 540	1.25 558	0.97 492	1.24 589	1.01 536	1.24 568	0.96 519

HCRNet	1.22 566	7.11 660	3.00 654	3.55 636	0.33 359	0.29 247	0.14 185	0.19 189	0.15 202	0.33 262	0.29 282	0.25 231	0.14 190	0.22 209	0.33 341	3.64 651	3.00 649	0.76 475	0.32 358	0.18 190	0.13 183

HBP-ISP	1.24 568	1.72 473	1.65 605	1.15 473	0.76 504	1.40 589	0.88 515	1.67 595	1.02 539	1.69 599	1.38 612	1.69 600	1.21 586	1.87 606	1.21 595	1.05 490	0.79 476	0.97 516	0.80 516	1.19 517	0.75 494

AANet_RVC	1.26 569	0.31 178	4.99 681	5.93 673	0.20 237	0.25 230	0.20 223	0.25 226	0.20 231	0.23 213	0.19 232	0.25 231	0.20 234	0.25 229	0.20 225	5.66 682	4.76 675	0.26 240	0.30 340	0.24 221	0.27 282

MM-Stereo_test3	1.27 570	2.07 530	1.18 517	1.60 560	1.02 537	1.45 593	1.01 531	1.40 584	1.04 541	1.44 589	1.03 536	1.46 594	1.02 524	1.44 592	1.02 530	1.51 579	1.12 516	1.32 593	0.98 528	1.38 577	0.97 520

11t	1.27 570	2.70 575	1.34 575	1.32 542	0.89 519	1.30 579	1.34 603	1.64 592	0.57 452	1.45 590	0.72 501	1.05 517	1.29 592	1.07 520	1.29 604	1.49 576	1.02 499	0.97 516	1.15 543	1.48 579	1.31 603

MaskLacGwcNet_RVC	1.35 572	1.35 455	1.35 577	1.35 546	1.35 607	1.35 583	1.35 604	1.36 580	1.35 610	1.36 584	1.35 607	1.36 587	1.36 598	1.36 586	1.35 608	1.35 566	1.35 585	1.35 597	1.35 605	1.35 575	1.35 608

CC-Net-ROB	1.36 573	1.33 454	1.33 574	1.36 547	1.38 610	1.36 585	1.33 602	1.37 582	1.34 607	1.35 583	1.36 609	1.38 588	1.34 596	1.38 588	1.38 611	1.35 566	1.38 589	1.33 594	1.35 605	1.43 578	1.34 607

CFNet	1.37 574	5.27 643	0.19 188	5.49 670	0.19 234	0.28 244	0.19 219	0.28 235	0.19 229	0.28 241	0.19 232	0.28 245	4.35 683	0.28 248	0.19 222	0.23 196	0.17 191	0.23 221	4.21 692	4.81 669	0.17 211

PS-NSSS	1.38 575	1.39 460	1.34 575	1.34 544	1.35 607	1.38 587	1.37 611	1.35 579	1.38 613	1.34 582	1.34 606	1.39 589	1.38 601	1.70 598	1.40 612	1.36 568	1.36 586	1.36 599	1.37 608	1.37 576	1.36 609

RASNet	1.49 576	1.65 469	1.45 593	1.38 549	1.43 613	1.47 594	1.36 606	1.38 583	1.36 611	1.39 585	1.60 623	1.45 593	1.45 604	1.51 593	2.21 654	1.53 580	1.36 586	1.36 599	1.36 607	1.66 587	1.36 609

BLMT-Stereo	1.53 577	1.36 456	1.06 505	1.42 552	1.23 606	1.41 591	1.07 535	1.43 587	1.12 543	1.42 588	1.06 537	1.83 602	1.07 526	1.42 591	1.07 533	1.27 560	1.38 589	6.80 695	1.00 530	1.26 570	1.00 524

GANetREF_RVC	1.55 578	1.94 526	1.22 569	1.88 568	1.21 602	1.88 603	1.22 594	1.88 598	1.22 600	1.88 601	1.22 596	1.88 603	1.22 587	1.89 607	1.22 596	1.87 591	1.22 571	1.88 618	1.22 596	1.88 596	1.22 596
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	1.59 579	1.91 520	1.21 568	1.94 571	1.20 556	2.00 611	1.23 595	1.99 603	1.24 602	2.00 609	1.25 599	2.03 613	1.26 589	2.00 611	1.29 604	1.90 595	1.18 523	1.89 619	1.21 595	1.89 597	1.20 550
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 580	1.59 467	1.70 607	1.59 557	1.59 619	1.61 597	1.61 622	1.60 588	1.60 620	1.62 598	1.59 622	1.60 596	1.60 607	1.60 594	1.59 619	1.59 581	1.60 609	1.59 605	1.59 626	1.59 583	1.59 623

ff7	1.68 581	2.68 572	1.35 577	0.97 450	0.89 519	1.84 600	2.15 652	2.12 609	1.80 637	2.05 614	1.56 619	2.33 621	2.12 643	2.23 617	2.25 655	1.31 562	1.07 503	1.48 601	1.41 611	0.90 474	1.04 531

ffff	1.68 581	2.68 572	1.35 577	0.97 450	0.89 519	1.84 600	2.15 652	2.12 609	1.80 637	2.05 614	1.56 619	2.33 621	2.12 643	2.23 617	2.25 655	1.31 562	1.07 503	1.48 601	1.41 611	0.90 474	1.04 531

ccc-4	1.68 581	2.68 572	1.35 577	0.97 450	0.89 519	1.84 600	2.15 652	2.12 609	1.80 637	2.05 614	1.56 619	2.33 621	2.12 643	2.23 617	2.25 655	1.31 562	1.07 503	1.48 601	1.41 611	0.90 474	1.04 531

MC-Stereo	1.76 584	2.96 591	1.37 587	2.14 579	1.37 609	2.14 617	1.36 606	2.14 612	1.37 612	2.14 618	1.37 610	2.14 615	1.37 600	2.14 616	1.37 610	1.97 600	1.32 573	1.97 622	1.32 604	1.98 599	1.33 605

IGEVStereo-DCA	1.77 585	4.21 626	1.84 623	2.49 597	2.11 653	2.54 638	1.36 606	1.65 593	1.17 551	2.75 648	1.90 642	2.54 634	1.15 533	0.94 494	1.11 536	1.50 577	1.32 573	0.96 514	1.46 617	1.49 580	0.88 509

rrr	1.77 585	4.21 626	1.84 623	2.49 597	2.11 653	2.54 638	1.36 606	1.65 593	1.17 551	2.75 648	1.90 642	2.54 634	1.15 533	0.94 494	1.11 536	1.50 577	1.32 573	0.96 514	1.46 617	1.49 580	0.88 509

MM-Stereo_test1	1.80 587	3.41 603	1.52 600	2.12 578	1.41 612	2.04 612	1.41 614	2.05 607	1.46 617	2.04 613	1.41 614	2.05 614	1.42 603	2.05 612	1.43 614	2.04 604	1.54 601	1.94 620	1.38 610	1.99 600	1.33 605

MFMNet_re	1.81 588	1.91 520	1.71 609	1.95 573	1.70 630	1.95 608	1.70 627	1.96 601	1.74 633	1.97 606	1.72 631	1.95 606	1.71 615	1.97 610	1.71 627	1.86 589	1.62 610	1.85 611	1.66 633	1.86 595	1.64 629

plain	1.88 589	3.16 597	0.64 430	3.10 613	0.65 476	3.10 653	0.64 461	3.12 653	0.65 468	3.10 654	0.65 475	3.11 654	0.65 464	3.12 653	0.65 460	3.12 646	0.65 443	3.13 652	0.65 483	3.13 640	0.65 469

derf	1.91 590	2.15 538	1.78 613	2.16 580	1.75 632	2.21 618	1.80 630	2.22 615	1.80 637	2.21 621	1.76 632	2.17 616	1.81 624	2.24 620	1.74 635	1.93 598	1.56 602	1.96 621	1.53 619	1.95 598	1.56 618

RAFT_CTSACE	1.92 591	3.71 610	1.72 610	1.88 568	1.72 631	2.04 612	1.42 616	2.18 614	1.89 649	2.02 611	1.97 648	1.95 606	2.06 642	1.93 608	1.62 620	1.76 586	1.66 613	2.02 623	1.73 642	1.73 590	1.43 614

MonStereo1	1.94 592	2.77 585	1.52 600	3.73 643	1.51 616	2.13 616	1.42 616	2.32 623	1.52 618	2.31 627	1.50 617	2.53 631	1.59 606	2.34 625	1.56 617	1.91 596	1.36 586	1.86 614	1.31 603	2.07 601	1.53 615

4.25w-stereo	1.98 593	2.72 579	1.46 594	3.47 632	1.43 613	2.07 614	1.98 643	2.53 635	1.52 618	2.71 641	1.98 654	1.81 601	1.62 609	1.96 609	1.36 609	1.88 594	2.00 627	2.53 646	1.61 628	1.74 591	1.15 541

4.5w-stereo	1.99 594	2.33 552	1.81 614	3.28 622	1.68 626	1.94 605	1.99 646	2.72 638	1.70 625	2.72 642	1.99 657	1.97 608	1.68 611	1.76 600	1.29 604	1.91 596	2.02 633	2.53 646	1.61 628	1.75 592	1.16 544

2.75w_new	1.99 594	2.34 556	1.81 614	3.14 614	1.62 621	1.94 605	1.99 646	2.72 638	1.71 626	2.72 642	1.99 657	1.90 604	1.73 617	1.82 605	1.29 604	2.37 625	2.01 629	2.31 633	1.42 614	1.77 593	1.22 596

3.75w	1.99 594	2.31 550	1.83 622	3.16 616	1.65 623	1.93 604	1.98 643	2.72 638	1.68 622	2.73 647	1.97 648	2.00 610	1.72 616	1.81 604	1.25 600	2.27 616	2.01 629	2.38 638	1.42 614	1.71 589	1.24 599

2w_stereo	1.99 594	2.36 559	1.81 614	3.24 620	1.67 624	1.94 605	1.98 643	2.72 638	1.68 622	2.72 642	1.94 645	1.98 609	1.74 619	1.79 603	1.27 601	1.95 599	2.00 627	2.53 646	1.60 627	1.68 588	1.15 541

2.25w	2.00 598	1.86 514	1.98 636	2.95 611	2.17 657	2.26 619	1.35 604	2.42 629	2.00 656	2.07 617	1.27 601	2.53 631	1.99 638	2.29 622	1.49 616	2.21 611	1.32 573	1.85 611	1.87 646	2.52 627	1.62 627

4.25_new	2.00 598	2.33 552	1.82 619	3.32 625	1.69 627	1.95 608	1.99 646	2.72 638	1.71 626	2.72 642	1.97 648	2.01 611	1.74 619	1.77 601	1.28 602	2.18 608	2.01 629	2.48 644	1.58 624	1.65 585	1.17 545

4.5w_new	2.00 598	2.33 552	1.82 619	3.32 625	1.69 627	1.95 608	1.99 646	2.72 638	1.71 626	2.72 642	1.97 648	2.01 611	1.74 619	1.77 601	1.28 602	2.18 608	2.01 629	2.48 644	1.58 624	1.65 585	1.17 545

4.5_new	2.00 598	1.84 510	1.98 636	2.77 605	2.16 655	2.27 620	1.28 601	2.09 608	1.98 653	2.01 610	1.28 602	2.71 643	1.98 636	2.51 634	1.65 622	2.26 613	1.33 580	1.87 615	1.87 646	2.49 623	1.60 624

TRStereo	2.00 598	2.13 535	1.85 625	2.27 586	1.84 636	2.28 622	1.84 632	2.29 618	1.86 643	2.30 624	1.87 637	2.30 618	1.87 626	2.08 613	1.72 629	2.08 605	1.72 616	2.08 625	1.72 639	2.08 602	1.72 634

XX-Stereo	2.00 598	2.13 535	1.85 625	2.27 586	1.84 636	2.28 622	1.84 632	2.29 618	1.86 643	2.30 624	1.87 637	2.30 618	1.87 626	2.08 613	1.72 629	2.08 605	1.72 616	2.08 625	1.72 639	2.08 602	1.72 634

EAI-Stereo	2.00 598	2.13 535	1.85 625	2.27 586	1.84 636	2.28 622	1.84 632	2.29 618	1.86 643	2.30 624	1.87 637	2.30 618	1.87 626	2.08 613	1.72 629	2.08 605	1.72 616	2.08 625	1.72 639	2.08 602	1.72 634

2.5w	2.01 605	2.40 561	1.37 587	3.28 622	2.01 647	2.71 643	1.43 619	1.82 597	1.83 641	1.90 603	1.41 614	2.71 643	1.35 597	2.71 643	1.85 641	2.66 637	1.53 599	1.64 606	1.23 597	2.53 630	1.87 643

4w-stereo	2.02 606	2.72 579	1.44 592	3.36 628	1.59 619	2.48 631	1.72 628	2.28 616	1.24 602	2.24 622	1.65 627	2.56 636	1.32 595	2.39 628	1.98 651	2.67 639	1.51 597	1.66 607	1.24 598	2.53 630	1.88 646

IGEV	2.02 606	2.20 542	1.82 619	2.90 610	2.16 655	2.41 628	1.25 597	2.00 604	1.98 653	1.99 608	1.31 604	2.72 647	1.93 632	2.67 642	1.69 626	2.26 613	1.32 573	1.83 610	1.87 646	2.53 630	1.61 626

3.25w_new	2.03 608	2.72 579	1.35 577	3.33 627	1.57 617	2.72 644	1.53 621	2.15 613	1.33 606	2.15 619	1.60 623	2.63 640	1.30 593	2.72 645	1.99 652	2.67 639	1.53 599	1.75 609	1.25 600	2.53 630	1.87 643

3.5w_stereo	2.03 608	2.72 579	1.35 577	3.41 629	1.57 617	2.72 644	1.49 620	2.01 605	1.34 607	2.15 619	1.61 625	2.63 640	1.36 598	2.72 645	1.99 652	2.66 637	1.58 605	1.68 608	1.24 598	2.53 630	1.87 643

UniTT-Stereo	2.03 608	3.43 604	0.72 460	3.42 630	0.73 495	3.27 656	0.68 474	3.38 658	0.69 483	3.29 657	0.72 501	3.28 657	0.70 485	3.35 659	0.68 473	3.39 649	0.68 450	3.31 655	0.69 494	3.37 641	0.73 490

3.25w	2.04 611	2.20 542	1.48 595	3.03 612	2.17 657	2.63 642	1.39 612	1.96 601	1.95 652	1.96 604	1.37 610	2.71 643	1.96 635	2.71 643	1.73 634	2.26 613	1.32 573	1.87 615	1.87 646	2.51 626	1.63 628

3w_stereo	2.04 611	2.24 546	1.70 607	3.15 615	2.18 659	2.49 632	1.26 599	2.03 606	1.98 653	1.98 607	1.33 605	2.72 647	1.99 638	2.59 637	1.72 629	2.22 612	1.33 580	1.85 611	1.88 651	2.50 625	1.58 622

1w_stereo	2.05 613	2.32 551	1.35 577	3.74 644	2.01 647	2.73 646	1.42 616	1.88 598	1.93 651	2.03 612	1.28 602	2.71 643	1.99 638	2.72 645	1.72 629	2.20 610	1.32 573	1.87 615	1.86 645	2.45 619	1.54 616

LiteMatch*	2.07 614	1.30 450	5.73 686	6.28 676	0.79 510	1.33 582	0.80 505	1.30 577	1.02 539	1.33 581	0.84 519	1.33 586	0.97 513	1.28 584	1.04 531	6.05 686	5.89 681	1.28 592	0.76 508	1.28 572	0.88 509

sCroCo_RVC	2.10 615	2.76 583	1.92 633	2.78 608	1.39 611	2.73 646	1.41 614	2.73 644	1.40 614	2.77 653	1.41 614	2.74 649	1.40 602	2.74 648	1.40 612	2.72 641	1.42 592	2.72 650	1.44 616	2.79 637	1.42 613

MoCha-V2	2.11 616	26.97 702	0.78 471	0.92 437	0.77 507	0.96 492	0.72 494	0.90 477	0.72 499	0.94 493	0.70 493	0.90 488	0.71 489	0.91 487	0.71 491	0.85 461	0.71 463	0.88 494	0.69 494	0.87 467	0.67 474

FBW_ROB	2.12 617	2.46 565	1.77 612	2.49 597	1.79 635	2.38 626	1.83 631	2.46 630	1.78 636	2.48 635	1.97 648	2.40 626	1.78 622	2.42 631	1.83 639	2.31 621	1.85 624	2.38 638	1.82 644	2.35 614	1.84 639

MonStereo	2.17 618	2.41 562	1.49 599	2.67 602	1.67 624	2.60 641	2.04 650	2.32 623	1.76 634	2.44 632	1.68 629	2.50 629	1.69 613	2.38 626	1.80 638	2.28 617	1.78 619	2.63 649	2.14 654	3.47 642	1.68 632

asda	2.17 618	2.54 566	1.81 614	3.47 632	1.78 634	2.50 634	1.86 636	2.61 637	1.68 622	2.61 639	1.83 634	2.37 625	1.73 617	2.44 632	1.88 646	2.51 634	1.84 623	2.34 635	1.62 630	2.23 607	1.77 638

asd	2.18 620	2.77 585	1.58 602	3.59 637	2.00 646	2.58 640	1.85 635	2.39 628	1.71 626	2.47 634	1.97 648	2.59 638	1.61 608	2.56 635	1.79 637	2.51 634	1.99 626	2.11 628	1.62 630	2.36 615	1.60 624

qwe	2.18 620	2.60 569	1.58 602	3.83 645	1.90 644	2.53 636	1.90 641	2.48 631	1.73 631	2.37 630	1.92 644	2.53 631	1.68 611	2.56 635	1.83 639	2.52 636	1.87 625	2.07 624	1.68 636	2.32 613	1.71 633

monsters	2.18 620	2.41 562	1.96 635	3.47 632	2.03 651	2.53 636	1.64 624	2.48 631	1.73 631	2.40 631	1.50 617	2.62 639	1.94 633	2.59 637	1.94 648	2.44 629	1.57 604	2.28 631	1.87 646	2.42 617	1.86 641

AIO_rvc	2.18 620	2.34 556	1.87 629	2.32 590	1.94 645	2.40 627	1.89 640	2.37 626	2.07 658	2.52 637	1.95 647	2.44 628	1.99 638	2.41 629	1.89 647	2.32 622	2.09 635	2.24 629	2.18 655	2.21 606	2.23 650

HUF	2.18 620	2.30 549	1.99 639	2.34 592	2.02 650	2.41 628	2.06 651	2.38 627	1.89 649	2.36 629	1.85 635	2.56 636	1.98 636	2.31 624	1.97 650	2.30 620	2.03 634	2.30 632	2.11 653	2.23 607	2.16 648

AIO_test	2.18 620	2.09 533	2.04 640	2.42 594	2.01 647	2.47 630	1.94 642	2.34 625	2.03 657	2.56 638	1.94 645	2.43 627	1.94 633	2.41 629	1.87 645	2.39 627	2.10 636	2.35 637	1.91 652	2.25 609	2.19 649

monsterstereo	2.20 626	2.33 552	1.95 634	3.65 639	2.07 652	2.49 632	1.61 622	2.48 631	1.83 641	2.45 633	1.61 625	2.67 642	1.86 625	2.64 639	1.94 648	2.48 633	1.66 613	2.34 635	1.68 636	2.40 616	1.86 641

LG-G_1	2.22 627	2.71 577	1.89 630	2.77 605	1.87 642	2.75 648	1.87 638	2.76 646	1.87 647	2.75 648	1.87 637	2.76 650	1.87 626	2.75 649	1.86 642	2.47 631	1.58 605	2.45 641	1.57 621	2.45 619	1.57 620

LG-G	2.22 627	2.71 577	1.89 630	2.77 605	1.87 642	2.75 648	1.87 638	2.76 646	1.87 647	2.75 648	1.87 637	2.76 650	1.87 626	2.75 649	1.86 642	2.47 631	1.58 605	2.45 641	1.57 621	2.45 619	1.57 620

LGtest1	2.22 627	2.70 575	1.89 630	2.76 604	1.86 639	2.75 648	1.86 636	2.75 645	1.86 643	2.75 648	1.86 636	2.77 652	1.87 626	2.75 649	1.86 642	2.46 630	1.58 605	2.45 641	1.56 620	2.45 619	1.56 618

RAStereo	2.23 630	3.64 607	0.76 468	3.65 639	0.86 517	3.66 661	0.76 499	3.67 662	0.81 515	3.66 659	0.76 507	3.66 660	0.77 497	3.68 661	0.77 501	3.68 652	0.77 472	3.69 660	0.77 510	3.70 644	0.77 499

UDGNet	2.23 630	5.40 648	1.72 610	2.48 596	1.69 627	2.51 635	1.69 626	2.51 634	1.72 630	2.50 636	1.69 630	2.52 630	1.69 613	2.50 633	1.68 625	2.41 628	1.70 615	2.42 640	1.69 638	2.42 617	1.64 629

NCCL2	2.28 632	2.27 547	2.28 642	2.28 589	2.28 660	2.27 620	2.29 655	2.28 616	2.28 659	2.27 623	2.28 660	2.28 617	2.27 646	2.27 621	2.28 659	2.28 617	2.28 641	2.27 630	2.29 659	2.27 610	2.29 651

Abc-Net	2.32 633	24.75 694	1.14 511	1.17 479	1.17 550	1.11 521	1.15 542	1.17 516	1.21 599	1.08 516	1.16 545	1.12 527	1.14 532	1.09 521	1.17 545	1.09 493	1.16 519	1.17 535	1.17 546	1.16 509	1.11 534
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 634	25.00 695	1.13 510	1.15 473	1.15 545	1.10 518	1.15 542	1.15 511	1.15 546	1.12 523	1.15 542	1.09 520	1.13 529	1.10 523	1.15 540	1.11 500	1.09 509	1.16 531	1.12 541	1.16 509	1.17 545

stereogan	2.33 634	24.38 693	1.18 517	1.18 480	1.18 553	1.14 524	1.18 546	1.19 519	1.19 553	1.14 526	1.18 549	1.14 528	1.18 538	1.14 528	1.18 546	1.14 504	1.14 517	1.19 540	1.19 547	1.15 507	1.19 549

RGC	2.36 636	25.48 696	1.19 519	1.15 473	1.15 545	1.10 518	1.16 544	1.17 516	1.16 547	1.12 523	1.16 545	1.11 526	1.13 529	1.09 521	1.18 546	1.10 495	1.15 518	1.16 531	1.12 541	1.14 504	1.12 536

NCC-stereo	2.36 636	25.52 697	1.17 515	1.15 473	1.17 550	1.11 521	1.11 537	1.15 511	1.16 547	1.10 517	1.16 545	1.10 522	1.15 533	1.14 528	1.13 538	1.09 493	1.11 513	1.15 530	1.16 545	1.17 514	1.17 545

AF-Net	2.37 638	25.71 698	1.17 515	1.13 469	1.15 545	1.15 525	1.18 546	1.19 519	1.16 547	1.10 517	1.15 542	1.10 522	1.18 538	1.12 527	1.15 540	1.10 495	1.10 512	1.17 535	1.15 543	1.16 509	1.12 536

Nwc_Net	2.37 638	25.95 699	1.15 513	1.14 470	1.15 545	1.08 515	1.14 540	1.17 516	1.16 547	1.14 526	1.15 542	1.08 518	1.15 533	1.11 525	1.14 539	1.10 495	1.11 513	1.16 531	1.09 540	1.16 509	1.15 541

CFNet_RVC	2.38 640	8.71 671	0.38 289	9.33 690	0.42 420	0.56 433	0.42 410	0.60 434	0.38 382	0.62 445	0.42 417	0.56 436	7.29 695	0.62 440	0.42 405	0.53 385	0.37 328	0.49 426	0.34 372	8.30 692	6.87 699

edge stereo	2.43 641	27.07 703	1.14 511	1.06 461	1.14 543	1.08 515	1.17 545	1.16 514	1.14 545	1.10 517	1.16 545	1.09 520	1.16 537	1.10 523	1.16 544	1.10 495	1.11 513	1.16 531	1.19 547	1.13 503	1.11 534

FAT-Stereo	2.46 642	26.05 700	1.23 571	1.23 529	1.22 604	1.20 527	1.24 596	1.23 570	1.23 601	1.19 529	1.22 596	1.21 578	1.24 588	1.20 533	1.24 597	1.21 555	1.17 522	1.22 588	1.25 600	1.20 519	1.24 599

S-Stereo	2.51 643	26.86 701	1.23 571	1.22 527	1.22 604	1.24 575	1.25 597	1.22 568	1.24 602	1.21 575	1.24 598	1.19 532	1.27 590	1.19 532	1.24 597	1.19 507	1.20 524	1.25 590	1.19 547	1.24 568	1.23 598

Anonymous3	2.55 644	3.26 601	1.65 605	3.28 622	1.63 622	3.24 655	1.68 625	3.27 655	1.66 621	3.28 656	1.67 628	3.25 656	1.66 610	3.27 655	1.64 621	3.26 647	1.65 612	3.30 654	1.65 632	4.95 674	1.65 631

MIF-Stereo (partial)	2.58 645	3.31 602	0.66 437	3.18 617	0.66 480	3.18 654	0.66 466	3.21 654	0.67 472	3.19 655	0.66 478	3.19 655	0.66 468	3.31 657	0.68 473	5.09 678	1.79 621	8.23 699	1.67 634	6.18 683	1.38 611

MSMDNet	2.65 646	10.14 682	0.33 260	9.74 693	0.32 347	0.87 479	0.33 344	2.95 652	0.68 478	0.49 395	0.34 363	0.49 399	5.70 690	0.49 398	0.33 341	0.42 312	9.57 695	0.41 381	0.31 351	8.36 693	0.65 469

pcwnet_v2	2.66 647	9.89 680	0.33 260	9.89 694	0.32 347	0.50 410	0.32 333	0.49 389	0.33 353	0.49 395	0.34 363	0.49 399	8.76 697	0.48 392	0.33 341	0.41 298	9.58 696	0.40 364	0.29 326	9.01 696	0.63 461

CFNet_pseudo	2.67 648	9.36 676	0.32 255	10.99 699	0.33 359	0.85 476	0.33 344	0.49 389	0.33 353	0.49 395	0.32 346	0.49 399	7.26 694	0.49 398	0.33 341	0.41 298	9.62 697	0.41 381	0.29 326	10.03 700	0.29 308

CFNet_ucs	2.73 649	9.64 678	0.33 260	9.92 695	0.32 347	0.49 401	0.33 344	0.49 389	0.33 353	0.49 395	0.33 355	0.49 399	8.98 698	0.48 392	0.33 341	0.41 298	9.96 700	0.40 364	0.29 326	10.12 701	0.54 439

UCFNet_RVC	2.75 650	10.06 681	0.29 231	10.31 698	0.29 284	0.42 330	0.29 276	0.43 328	0.29 279	0.42 318	0.29 282	0.42 330	9.87 700	0.43 330	0.29 275	0.36 256	9.84 699	0.36 299	0.26 263	9.77 699	0.26 244

ccs_rob	2.79 651	10.17 683	0.32 255	10.00 696	0.33 359	0.49 401	0.33 344	1.90 600	0.32 343	0.51 417	0.33 355	0.49 399	9.24 699	0.49 398	0.33 341	0.41 298	9.82 698	0.41 381	0.28 313	9.34 697	0.29 308

PCWNet_CMD	2.80 652	9.82 679	0.32 255	10.09 697	0.32 347	0.49 401	0.33 344	3.34 657	0.33 353	0.49 395	0.33 355	0.49 399	8.73 696	0.48 392	0.33 341	0.41 298	9.22 694	0.42 392	0.29 326	9.55 698	0.31 330

NLSM1	2.93 653	3.24 600	2.57 650	4.04 646	2.66 663	3.30 657	2.55 658	3.29 656	2.55 661	3.35 658	2.48 662	3.28 657	2.47 648	3.34 658	2.49 660	3.26 647	2.55 647	3.13 652	2.57 662	3.00 639	2.46 658

StereoVision	3.15 654	5.00 636	0.89 484	4.83 663	1.00 530	3.93 662	1.27 600	6.37 692	1.34 607	5.67 692	1.26 600	5.84 693	1.27 590	5.03 689	1.24 597	5.10 679	1.09 509	4.61 673	0.57 464	5.62 681	1.12 536

MaDis-Stereo	3.19 655	6.02 658	1.12 508	5.61 672	1.16 549	5.43 689	1.02 533	5.15 689	0.70 491	5.43 689	1.21 595	5.03 690	0.97 513	4.85 683	0.99 524	4.53 660	1.16 519	5.53 689	1.25 600	5.37 679	1.30 602

sAnonymous2	3.31 656	2.63 570	1.38 589	3.71 641	1.86 639	4.70 681	1.11 537	4.82 685	2.72 663	5.45 690	1.98 654	4.59 675	2.64 649	2.65 640	6.21 695	4.37 656	1.08 507	5.16 687	2.24 657	4.52 656	2.39 656

CroCo_RVC	3.31 656	2.63 570	1.38 589	3.71 641	1.86 639	4.70 681	1.11 537	4.82 685	2.72 663	5.45 690	1.98 654	4.59 675	2.64 649	2.65 640	6.21 695	4.37 656	1.08 507	5.16 687	2.24 657	4.52 656	2.39 656

DPSNet	3.66 658	3.60 606	3.62 673	3.63 638	3.64 685	3.65 660	3.65 684	3.66 661	3.67 682	3.67 660	3.65 682	3.67 661	3.66 670	3.66 660	3.68 679	3.68 652	3.66 667	3.67 659	3.68 685	3.67 643	3.67 684

NLCSM	3.67 659	4.08 621	3.19 669	4.80 662	3.26 678	3.99 665	3.24 679	4.25 668	3.18 678	4.09 664	3.27 677	4.14 666	3.18 665	4.13 666	3.28 675	4.06 654	3.10 657	3.85 664	3.14 676	3.91 649	3.27 680

STTStereo	3.73 660	30.40 707	2.37 646	2.39 593	2.31 662	2.35 625	2.33 656	2.29 618	2.42 660	2.32 628	2.34 661	2.33 621	2.36 647	2.30 623	2.27 658	2.35 624	2.22 640	2.31 633	2.22 656	2.29 612	2.34 655

rvit_105_1	3.83 661	5.22 641	3.01 655	4.53 650	3.01 666	4.51 669	3.01 664	4.56 672	3.04 666	4.53 671	3.03 666	4.55 673	3.03 653	4.56 672	3.04 662	4.57 662	3.05 650	4.57 668	3.05 667	4.57 658	3.05 665

rvit_stereo_0081	3.83 661	5.23 642	3.01 655	4.53 650	3.03 668	4.55 675	3.02 665	4.56 672	3.04 666	4.52 669	3.02 664	4.54 671	3.03 653	4.56 672	3.04 662	4.57 662	3.05 650	4.57 668	3.05 667	4.58 659	3.05 665

rvit_stereo_0081_aga	3.86 663	5.33 645	3.02 658	4.55 656	3.04 672	4.54 671	3.02 665	4.64 679	3.06 670	4.54 673	3.04 668	4.62 680	3.08 660	4.62 678	3.07 667	4.58 665	3.06 654	4.60 672	3.08 671	4.63 662	3.07 669

rvit_stereo_0082	3.86 663	5.82 656	3.01 655	4.53 650	3.03 668	4.54 671	3.02 665	4.56 672	3.04 666	4.53 671	3.02 664	4.55 673	3.04 656	4.57 675	3.05 664	4.57 662	3.05 650	4.58 670	3.05 667	4.58 659	3.06 668

rvit_0105_6	3.87 665	5.73 655	3.10 665	4.69 660	3.12 676	4.54 671	3.02 665	4.56 672	3.04 666	4.54 673	3.03 666	4.54 671	3.04 656	4.56 672	3.05 664	4.58 665	3.05 650	4.58 670	3.05 667	4.58 659	3.05 665

rvit_stereo_0080	3.89 666	5.70 653	3.04 660	4.54 653	3.03 668	4.56 676	3.05 671	4.60 676	3.07 671	4.58 676	3.06 669	4.59 675	3.06 658	4.61 676	3.08 668	4.63 667	3.09 655	4.64 674	3.10 672	4.65 663	3.10 672

whm_eth	3.89 666	5.70 653	3.04 660	4.54 653	3.03 668	4.56 676	3.05 671	4.60 676	3.07 671	4.58 676	3.06 669	4.59 675	3.06 658	4.61 676	3.08 668	4.63 667	3.09 655	4.64 674	3.10 672	4.65 663	3.10 672

rvit_0105_4	3.91 668	5.47 652	3.02 658	4.54 653	3.02 667	4.54 671	3.03 669	4.75 682	3.17 677	4.57 675	3.06 669	4.61 679	3.16 664	4.65 679	3.09 670	4.66 669	3.11 658	4.68 677	3.18 678	4.81 669	3.16 677

rvit_0105_3	3.91 668	5.33 645	3.06 663	4.60 658	3.07 674	4.60 678	3.06 673	4.62 678	3.08 674	4.60 678	3.07 672	4.62 680	3.08 660	4.67 680	3.10 671	4.70 670	3.11 658	4.77 681	3.19 679	4.77 668	3.14 676

rvit_stereo_0083	3.92 670	5.30 644	3.06 663	4.61 659	3.09 675	4.67 680	3.08 674	4.66 680	3.09 675	4.62 679	3.10 674	4.66 683	3.11 662	4.67 680	3.16 673	4.72 672	3.16 661	4.77 681	3.11 674	4.66 665	3.11 674

rvit_stereo_ft	3.93 671	5.44 650	3.05 662	4.59 657	3.06 673	4.61 679	3.08 674	4.67 681	3.12 676	4.63 680	3.10 674	4.65 682	3.11 662	4.69 682	3.13 672	4.70 670	3.14 660	4.71 679	3.15 677	4.74 666	3.16 677

rvit_0105_5	4.10 672	5.40 648	3.13 668	4.71 661	3.15 677	4.72 683	3.10 676	4.90 687	3.27 679	4.69 681	3.16 676	4.84 687	3.25 666	4.96 686	3.34 676	5.05 677	3.39 666	5.10 686	3.40 680	5.11 676	3.42 681

MLG-Stereo_test1	4.25 673	5.34 647	3.61 672	5.31 668	3.63 684	5.23 687	3.57 682	5.38 690	3.65 681	5.23 687	3.47 679	4.76 684	3.74 673	4.85 683	3.71 680	4.96 674	3.18 663	4.71 679	2.92 664	4.86 672	2.90 662

MLG-Stereo_test3	4.26 674	4.85 634	3.95 676	5.35 669	3.60 683	4.75 684	3.76 685	5.49 691	3.71 683	5.39 688	3.69 683	4.82 686	3.66 670	4.85 683	3.73 683	4.93 673	3.19 664	4.69 678	2.99 666	4.84 671	2.98 664

MLG-Stereo_test2	4.28 675	5.46 651	3.69 674	4.86 664	3.72 686	5.58 690	3.42 680	4.81 684	3.77 687	4.85 683	3.72 684	5.55 692	3.63 669	5.58 690	3.53 678	4.41 659	3.28 665	4.99 685	2.95 665	4.75 667	3.13 675

RAFT+CT+SA	4.28 675	7.62 664	4.91 680	5.55 671	2.28 660	3.09 652	3.64 683	4.49 670	3.07 671	4.80 682	3.35 678	4.77 685	3.70 672	4.29 669	3.05 664	5.58 681	5.98 683	3.58 658	3.78 687	4.26 652	3.72 685

SA	4.33 677	7.35 661	6.85 692	5.96 674	4.09 690	3.59 659	3.15 677	3.82 663	2.64 662	3.91 661	3.85 685	3.57 659	2.72 651	3.13 654	4.03 686	7.09 693	6.86 688	3.57 657	3.12 675	3.85 645	3.51 683

Sa-1000	4.34 678	8.37 667	6.84 691	6.98 682	4.45 693	3.58 658	3.00 663	3.42 659	3.39 680	2.61 639	4.00 688	3.83 663	4.01 681	3.90 663	3.90 684	5.98 685	5.62 680	3.76 661	2.34 660	4.35 654	2.47 659

TestStereo1	4.60 679	8.41 668	6.44 689	6.86 680	3.79 687	3.97 663	3.78 686	3.99 665	3.74 684	3.97 662	3.52 680	3.94 664	3.58 667	3.98 664	3.72 681	6.82 690	6.50 686	3.76 661	3.66 683	3.90 646	3.74 687

SA-5K	4.60 679	8.41 668	6.44 689	6.86 680	3.79 687	3.97 663	3.78 686	3.99 665	3.74 684	3.97 662	3.52 680	3.94 664	3.58 667	3.98 664	3.72 681	6.82 690	6.50 686	3.76 661	3.66 683	3.90 646	3.74 687

DispFullNet	4.61 681	4.84 633	3.12 666	5.00 666	3.57 682	4.75 684	3.03 669	7.75 698	4.17 691	4.91 685	3.09 673	6.20 694	3.95 679	6.71 694	3.51 677	5.30 680	3.67 668	5.86 693	3.63 682	5.61 680	3.46 682

test_5	4.62 682	7.55 663	6.23 687	6.32 677	3.40 681	5.29 688	3.50 681	3.53 660	4.11 690	4.28 666	4.47 692	4.26 669	4.38 684	3.68 661	3.24 674	5.89 683	5.60 679	4.84 683	3.50 681	4.33 653	3.93 691

raft_robust	4.71 683	7.75 665	5.40 685	6.81 679	3.31 679	4.28 668	4.20 691	4.32 669	4.37 693	4.35 668	4.35 691	4.14 666	3.75 674	4.30 670	4.20 689	6.67 689	6.37 684	3.36 656	4.24 693	4.86 672	3.25 679

cross-raft	4.83 684	7.52 662	6.43 688	6.63 678	3.96 689	4.51 669	3.99 689	4.49 670	3.96 689	4.52 669	3.96 687	4.50 670	3.97 680	4.50 671	3.97 685	6.65 688	6.44 685	4.33 665	3.92 689	4.35 654	3.91 690

test_4	4.88 685	8.13 666	6.98 693	7.46 683	4.44 692	4.25 667	3.85 688	4.04 667	3.92 688	4.13 665	3.91 686	4.18 668	3.84 677	4.14 667	4.06 687	7.01 692	7.13 689	4.53 666	3.72 686	4.09 650	3.72 685

TestStereo	4.88 685	4.75 632	4.79 679	4.87 665	4.92 694	4.81 686	4.90 694	4.78 683	4.77 694	4.87 684	4.89 693	4.90 688	4.91 686	4.99 687	4.79 691	4.98 675	4.87 676	4.87 684	4.92 695	5.00 675	5.00 694

test_3	5.01 687	8.86 673	7.77 695	8.09 685	2.76 665	4.13 666	4.05 690	3.88 664	3.76 686	4.33 667	4.13 689	3.71 662	3.91 678	4.21 668	4.06 687	7.93 694	7.69 691	4.53 666	3.91 688	4.17 651	4.29 693

NLCA_NET_v2_RVC	5.04 688	50.87 719	2.78 651	2.87 609	2.71 664	2.78 651	0.47 426	2.88 651	2.86 665	1.89 602	2.67 663	2.79 653	2.79 652	2.78 652	2.83 661	2.82 642	2.82 648	2.83 651	2.77 663	2.83 638	2.76 660
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	5.10 689	5.15 639	4.49 678	5.07 667	3.37 680	6.87 693	4.75 693	5.04 688	6.34 698	7.84 698	5.06 694	6.72 698	4.09 682	4.99 687	5.44 694	5.03 676	3.16 661	4.67 676	4.86 694	5.15 677	3.89 689

U	5.15 690	8.49 670	1.81 614	8.49 687	1.77 633	8.49 698	1.77 629	8.51 700	1.77 635	8.49 700	1.77 633	8.50 700	1.78 622	8.58 700	1.77 636	8.54 697	1.78 619	8.55 700	1.78 643	8.55 694	1.84 639

SGM-Forest	5.21 691	5.92 657	4.08 677	6.18 675	4.16 691	6.31 692	4.34 692	6.50 693	4.33 692	6.14 694	4.21 690	6.61 697	4.55 685	6.67 693	4.48 690	5.94 684	3.94 670	5.85 692	4.03 691	5.79 682	4.17 692
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 692	9.16 675	8.03 698	8.09 685	5.62 697	6.11 691	6.35 697	6.85 695	4.94 695	6.08 693	6.29 699	4.98 689	6.43 691	6.22 691	6.36 697	6.16 687	7.47 690	5.82 691	5.44 698	7.11 688	5.68 697

rvit_stereo_0075_2	6.64 693	8.80 672	5.25 682	7.89 684	5.27 696	7.90 697	5.27 695	7.92 699	5.28 696	7.91 699	5.29 696	7.93 699	5.27 687	7.92 699	5.28 692	7.93 694	5.28 678	7.93 698	5.29 697	7.93 691	5.28 696

RAFT	6.73 694	9.36 676	7.40 694	8.51 688	6.55 698	6.88 694	6.60 698	6.79 694	6.60 699	6.80 695	6.72 700	5.31 691	5.50 689	6.61 692	6.61 698	8.42 696	5.89 681	5.73 690	5.45 699	6.61 684	6.24 698

SGM+DAISY	7.06 695	9.15 674	5.38 684	8.84 689	5.18 695	8.80 699	5.31 696	8.79 701	5.28 696	8.89 701	5.20 695	8.93 701	5.33 688	8.95 701	5.36 693	8.70 698	5.21 677	8.74 701	5.20 696	8.89 695	5.15 695

MCSU-Stereo	7.34 696	31.03 709	23.33 706	30.31 707	0.67 481	0.93 489	0.64 461	0.92 482	0.64 466	0.92 488	0.64 472	0.93 494	0.64 461	0.92 491	0.64 456	28.35 708	22.39 708	0.88 494	0.60 468	0.83 462	0.60 454

test-v	7.53 697	11.89 684	7.98 696	9.36 691	7.14 699	7.06 695	7.09 699	7.37 696	6.91 700	7.29 696	5.71 697	6.45 695	6.93 692	6.73 695	7.27 699	8.93 699	7.85 692	6.98 696	6.80 700	7.56 689	7.34 700

test-2	7.53 697	11.89 684	7.98 696	9.36 691	7.14 699	7.06 695	7.09 699	7.37 696	6.91 700	7.29 696	5.71 697	6.45 695	6.93 692	6.73 695	7.27 699	8.93 699	7.85 692	6.98 696	6.80 700	7.56 689	7.34 700

PA-Net	11.80 699	223.51 726	0.62 422	0.59 374	0.71 492	0.59 441	0.73 495	0.67 444	0.73 502	0.55 431	0.61 468	0.60 444	0.74 492	0.63 444	0.73 493	0.66 414	0.60 432	0.69 461	0.66 485	0.72 440	0.65 469
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 700	23.00 692	15.00 699	23.00 706	15.00 701	24.00 706	16.00 701	24.00 708	16.00 702	22.00 708	15.00 701	23.00 708	16.00 701	23.00 708	15.00 701	22.00 707	15.00 701	22.00 708	15.00 702	22.00 708	15.00 702

rafts_anoy	20.00 701	20.00 686	20.00 700	20.00 700	20.00 702	20.00 700	20.00 702	20.00 702	20.00 703	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 703

raft+_RVC	20.00 701	20.00 686	20.00 700	20.00 700	20.00 702	20.00 700	20.00 702	20.00 702	20.00 703	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 703

raftrobust	20.00 701	20.00 686	20.00 700	20.00 700	20.00 702	20.00 700	20.00 702	20.00 702	20.00 703	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 703

CasAABBNet	20.00 701	20.00 686	20.00 700	20.00 700	20.00 702	20.00 700	20.00 702	20.00 702	20.00 703	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 703

RALCasStereoNet	20.00 701	20.00 686	20.00 700	20.00 700	20.00 702	20.00 700	20.00 702	20.00 702	20.00 703	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 703

RALAANet	20.00 701	20.00 686	20.00 700	20.00 700	20.00 702	20.00 700	20.00 702	20.00 702	20.00 703	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 702	20.00 701	20.00 702	20.00 702	20.00 703	20.00 702	20.00 703

111	30.40 707	30.94 708	29.72 708	32.61 708	30.02 709	33.57 707	30.47 709	31.50 709	29.39 710	30.98 709	29.11 709	29.78 709	30.39 712	29.45 709	30.76 712	30.08 709	29.02 710	29.92 709	30.32 713	29.86 709	30.17 710

WCMA_ROB	31.10 708	35.43 713	27.12 707	39.51 720	23.10 708	38.78 719	25.30 708	37.49 721	25.39 709	37.29 720	27.02 708	38.52 721	26.48 708	37.80 720	26.44 708	36.28 716	22.65 709	33.90 713	22.30 709	37.10 718	24.18 709

DCANet-4	35.22 709	34.54 710	35.08 714	33.58 712	35.47 716	34.55 708	35.53 716	36.08 715	35.85 714	35.92 715	35.77 715	35.18 715	35.48 714	35.39 715	37.15 719	34.55 715	33.92 714	35.02 716	34.90 715	35.79 713	34.74 717

ADStereo(finetuned)	36.13 710	36.63 714	38.07 719	36.97 713	33.25 713	35.91 712	34.45 713	36.36 716	32.99 711	38.14 721	36.71 716	36.69 716	34.13 713	38.57 721	40.79 720	37.60 721	36.58 717	35.90 717	33.36 714	35.42 712	34.04 714

fast-reg	37.00 711	37.00 715	37.00 715	37.00 714	37.00 717	37.00 715	37.00 717	37.00 717	37.00 715	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 718

Reg-Stereo(zero)	37.00 711	37.00 715	37.00 715	37.00 714	37.00 717	37.00 715	37.00 717	37.00 717	37.00 715	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 718

fast-iter	37.00 711	37.00 715	37.00 715	37.00 714	37.00 717	37.00 715	37.00 717	37.00 717	37.00 715	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 718

CoSv	37.00 711	37.00 715	37.00 715	37.00 714	37.00 717	37.00 715	37.00 717	37.00 717	37.00 715	37.00 716	37.00 717	37.00 717	37.00 715	37.00 716	37.00 715	37.00 717	37.00 718	37.00 718	37.00 718	37.00 714	37.00 718

MDST_ROB	69.83 715	87.70 720	41.95 720	113.75 723	65.62 723	75.05 720	55.25 722	75.64 723	45.04 719	71.61 722	41.75 721	72.81 722	44.06 719	68.38 722	44.63 721	101.89 724	59.57 724	107.10 724	61.05 724	104.38 721	59.38 724

NOSS_ROB	102.95 716	153.00 724	121.00 723	51.00 721	44.00 721	165.00 723	127.00 723	153.00 724	119.00 721	164.00 725	125.00 723	168.00 725	120.00 721	153.00 724	117.00 723	49.00 722	44.00 722	49.00 722	44.00 722	49.00 719	44.00 722

CBMV	128.50 717	1422.70 731	53.10 721	79.50 722	51.30 722	77.30 721	49.70 721	74.00 722	48.20 720	77.20 723	48.80 722	73.90 723	48.00 720	73.80 723	48.80 722	70.40 723	45.10 723	68.90 723	46.10 723	68.20 720	45.00 723
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 718	171.00 725	160.68 726	162.58 724	160.59 724	164.01 722	160.35 724	158.51 725	158.56 722	158.34 724	160.12 724	158.56 724	159.92 722	157.26 725	158.94 724	154.38 725	158.36 725	155.75 725	159.13 726	153.67 722	154.07 725
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	201.80 719	123.00 721	115.00 722	219.00 725	218.00 726	223.00 724	244.00 726	217.00 726	236.00 724	202.00 726	203.00 725	205.00 726	208.00 723	225.00 726	204.00 725	210.00 726	198.00 726	197.00 726	184.00 727	204.00 723	201.00 726

MGS-Stereo	239.45 720	123.00 721	135.00 724	266.00 726	286.00 727	277.00 725	305.00 727	271.00 727	242.00 725	274.00 727	279.00 727	255.00 727	270.00 725	268.00 727	297.00 727	221.00 727	247.00 728	216.00 727	123.00 725	217.00 724	217.00 728

EGLCR-Stereo	246.90 721	129.00 723	139.00 725	266.00 726	286.00 727	277.00 725	305.00 727	271.00 727	242.00 725	274.00 727	279.00 727	255.00 727	270.00 725	268.00 727	297.00 727	230.00 728	247.00 728	216.00 727	223.00 729	237.00 725	227.00 729

DLCB_ROB	284.23 722	354.61 727	207.27 727	363.24 728	206.46 725	364.72 727	210.41 725	364.72 729	210.41 723	364.81 729	208.64 726	364.81 729	208.64 724	364.72 729	210.41 726	354.70 729	205.53 727	354.70 729	205.53 728	354.70 726	205.53 727

LE_ROB	396.57 723	471.28 728	329.84 728	471.48 729	308.15 729	526.83 728	322.10 729	488.15 730	323.76 727	495.46 730	317.97 729	497.17 730	320.10 727	481.62 730	326.76 729	462.71 730	298.97 730	466.16 730	285.98 730	447.62 727	289.21 730

SGM-ForestM	596.69 724	677.77 729	444.52 729	699.85 730	517.25 730	732.94 729	488.29 730	770.79 731	460.11 728	750.81 731	487.98 730	792.79 731	499.41 728	730.90 731	475.81 730	720.03 731	491.16 731	663.96 731	418.60 731	674.76 728	436.05 731

CBMV_ROB	818.48 725	913.88 730	709.52 730	862.84 731	597.78 731	1073.99 730	700.52 731	1015.66 732	702.59 729	1115.65 732	760.02 731	1130.24 732	721.57 729	1037.41 732	692.65 731	814.05 732	564.29 732	843.28 732	595.31 732	915.51 729	602.92 732

tt	500032.53 726	34.60 711	29.72 708	37.47 718	34.41 714	36.85 713	35.22 714	34.71 713	33.55 712	34.50 710	35.43 713	33.81 713	10000000.00 730	33.57 713	33.13 713	33.68 713	35.00 715	34.03 714	35.26 716	30.96 710	34.63 715

DCANet	500032.53 726	34.60 711	29.72 708	37.47 718	34.41 714	36.85 713	35.22 714	34.71 713	33.55 712	34.50 710	35.43 713	33.81 713	10000000.00 730	33.57 713	33.13 713	33.68 713	35.00 715	34.03 714	35.26 716	30.96 710	34.63 715

fff	1000028.16 728	29.62 704	29.72 708	32.61 708	30.02 709	35.13 709	31.83 710	32.07 710	10000000.00 730	35.27 712	29.82 710	32.45 710	30.15 709	32.35 710	30.09 709	31.04 710	29.55 711	30.64 710	30.14 710	10000000.00 730	30.77 711

csc	1000028.16 728	29.62 704	29.72 708	32.61 708	30.02 709	35.13 709	31.83 710	32.07 710	10000000.00 730	35.27 712	29.82 710	32.45 710	30.15 709	32.35 710	30.09 709	31.04 710	29.55 711	30.64 710	30.14 710	10000000.00 730	30.77 711

cscssc	1000028.16 728	29.62 704	29.72 708	32.61 708	30.02 709	35.13 709	31.83 710	32.07 710	10000000.00 730	35.27 712	29.82 710	32.45 710	30.15 709	32.35 710	30.09 709	31.04 710	29.55 711	30.64 710	30.14 710	10000000.00 730	30.77 711

111111	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

SGD-Stereo	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

IGEV-Stereo++	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

IGEV-BASED-STEREO-	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

IGEV-Stereo+	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

SDNR	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

anonymousdsp2	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

anonymousdsp	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

test_example2	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733

DIP-Stereo	10000000.00 731	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 732	10000000.00 731	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 730	10000000.00 733	10000000.00 732	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 733	10000000.00 730	10000000.00 733
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							0.38 382	0.50 398	0.38 382	0.50 408	0.38 387	0.50 413	3.79 675	0.50 406	0.38 374	0.54 386	0.43 369	0.46 404	0.34 372	0.46 377	0.35 361

FADE		0.06 82		0.09 76	0.10 156			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 187	0.13 188	0.11 157	0.11 162

Low-res two-view benchmark