Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 429	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 88	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 148	0.20 191	0.23 176	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 262	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 244	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 115	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 421	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

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	0.73 429	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 88	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

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

CoDeX	0.15 146	0.70 280	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	0.67 453	0.02 15	0.69 445	0.75 462	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 215	0.33 259	0.39 237	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 281	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 300	1.91 508	0.92 478	1.91 558	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	1.97 588	1.44 581	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 229	1.29 437	1.19 506	1.36 535	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	1.26 547	1.21 558	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 292	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	0.79 490	0.02 15	0.75 458	0.76 464	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 191	1.31 441	0.74 453	0.92 426	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	0.87 453	0.75 458	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 446	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	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 421	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 351	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 551	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	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 330	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 371	0.17 176	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 433	0.28 226	0.32 213	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

G2L-ROB	0.03 29	0.06 74	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

DualNet (step1)	0.10 90	1.05 358	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 358	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 358	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 339	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 329	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 362	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 354	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 306	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 354	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 306	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 348	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	0.95 326	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 134	1.83 493	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

DualNet	0.10 90	1.07 362	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 371	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 348	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 111	1.15 374	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 90	0.99 337	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 376	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 548	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 548	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 571	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	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 520	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	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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	0.11 156	0.04 90	0.03 52	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 432	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 457	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

z-mn7	0.16 153	1.21 427	0.33 259	0.41 262	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 452	0.33 259	0.40 250	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 268	0.32 269	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	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

test_xeample	0.10 90	1.09 364	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 605	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 609	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 614	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 611	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	1.71 554	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 570	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 643	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

z-ln-s-r	0.21 173	1.40 450	0.53 399	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

AASNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

ISRNet	0.11 111	0.05 66	0.36 281	0.24 181	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 201	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

qqq1	0.25 191	3.70 596	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 596	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

11t1	0.17 157	2.16 527	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 167	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

ffm	0.25 191	3.83 602	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 602	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 602	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

qqq	0.16 153	2.01 517	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 504	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 535	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 572	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 572	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

TS12	0.09 75	0.09 88	0.17 176	0.19 156	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 141	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

DispViT+	0.07 67	0.08 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 141	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
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 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

SuperB	0.21 173	0.10 92	2.51 636	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

MatchStereo	0.54 374	0.12 105	2.38 634	2.32 578	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 611	2.34 630	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 157	0.27 159	0.21 196	0.10 80	0.21 235	0.15 161	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 216	0.10 139	0.19 214	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 75	0.09 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

AnonymousM	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

PVD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 386	0.11 153

PASM	0.39 273	3.06 581	1.36 572	1.58 544	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

DA	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 127	0.21 134	0.12 123	0.16 142	0.11 162	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLG	0.13 127	0.20 128	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 132	0.11 162	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.16 167	0.11 152	0.15 141	0.12 135	0.14 153	0.12 170	0.15 165	0.12 166

MIPNet	0.14 134	0.21 134	0.17 176	0.16 142	0.11 162	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR	0.14 134	0.24 148	0.14 148	0.16 142	0.12 175	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ACRE	0.13 127	0.21 134	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 202	0.10 145	0.20 185	0.10 143	0.24 209	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 520	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 221	0.28 237	0.09 134	0.22 183	0.16 169	0.23 210	0.17 216	0.11 148	0.12 166

CCAANet	0.17 157	0.72 282	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 475

StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 491

PDISCO_ROB	0.83 449	2.80 577	3.49 657	0.14 121	0.11 162	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 643	0.13 171	0.14 133	2.34 630	0.16 170	0.12 170	2.62 623	0.10 140

DF	0.39 273	1.37 447	1.02 490	1.14 458	0.12 175	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 489	1.00 482	0.15 166	0.12 170	0.15 165	0.12 166

xyz-stereo-finetune2	0.18 161	0.48 237	0.16 169	0.16 142	0.15 193	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

xyz-stereo	0.18 161	0.50 244	0.16 169	0.15 132	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

castereo++	0.54 374	3.59 593	1.15 500	1.31 529	0.14 181	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 562	1.16 507	0.15 166	0.14 184	0.15 165	0.13 173

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

ICVP	0.15 146	0.53 258	0.11 112	0.16 142	0.11 162	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 151	0.11 162	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 134	0.20 128	0.14 148	0.16 142	0.11 162	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 141	0.11 121	0.16 170	0.11 155	0.15 165	0.12 166

HSM	0.14 134	0.16 115	0.12 123	0.17 151	0.12 175	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.12 171	0.17 174	0.12 164	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.12 166

ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 160	0.13 179	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 178	0.14 181	0.18 177	0.14 175	0.16 151	0.11 121	0.15 166	0.14 184	0.18 180	0.11 153

ELAS	0.13 127	0.16 115	0.11 112	0.15 132	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IGEV-FE	0.35 238	0.37 178	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 271	0.36 351	0.19 171	0.17 190	0.19 190	0.17 216	0.38 284	2.84 646

DEFOM-Stereo_RVC	0.83 449	5.18 628	1.98 623	2.19 569	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 200	0.22 231	0.20 184	0.15 186	2.28 605	2.13 625	0.24 219	0.17 216	0.18 180	0.16 184

HCRNet	1.22 553	7.11 648	3.00 641	3.55 623	0.33 348	0.29 237	0.14 176	0.19 179	0.15 192	0.33 251	0.29 272	0.25 220	0.14 181	0.22 198	0.33 331	3.64 639	3.00 637	0.76 464	0.32 347	0.18 180	0.13 173

DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 156	0.13 179	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 182	0.13 177	0.19 180	0.13 171	0.18 167	0.13 158	0.18 187	0.13 179	0.18 180	0.13 173

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 132	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 153	0.11 162	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 121	0.17 178	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 229	0.26 156	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 655

RAFT-FE	0.34 229	0.26 156	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 655

castereo	0.61 388	3.79 601	1.35 564	1.52 543	0.15 193	0.17 175	0.16 188	0.20 185	0.21 224	0.18 176	0.16 198	0.21 192	0.12 171	0.26 229	0.17 199	1.43 561	1.38 577	0.17 178	0.16 194	0.18 180	0.16 184

DDVS	0.30 208	3.10 582	0.14 148	0.19 156	0.14 181	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 158	0.17 178	0.13 179	0.17 176	0.13 173

gwcnet-sp	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 582	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 568	0.32 251	0.16 194	6.75 672	0.23 216

scenet	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 582	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 568	0.32 251	0.16 194	6.75 672	0.23 216

ssnet	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 582	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 568	0.32 251	0.16 194	6.75 672	0.23 216

DAS	0.20 167	0.20 128	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 217	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

IGEV_Zeroshot_test	0.20 167	0.19 124	0.40 330	0.30 201	0.17 209	0.22 199	0.17 198	0.21 193	0.17 207	0.20 184	0.17 205	0.21 192	0.18 216	0.21 194	0.17 199	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

ACVNet	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 511	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

acv_ft	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 511	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 153	0.11 162	0.20 187	0.12 170	0.21 193	0.12 175	0.20 184	0.12 167	0.20 185	0.12 171	0.21 194	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

DepthFocus	0.18 161	0.22 138	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.22 197	0.15 194	0.22 200	0.16 194	0.22 198	0.15 186	0.20 174	0.15 166	0.20 194	0.14 184	0.20 187	0.14 178

RSGM-EC	0.24 188	0.24 148	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 535	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

acva	0.24 188	0.24 148	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 535	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

xyz-stereo-finetune	0.28 202	0.49 239	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.22 197	0.30 279	0.32 247	0.31 326	0.32 252	0.31 328	0.32 250	0.32 320	0.32 233	0.33 281	0.31 248	0.32 347	0.31 233	0.32 326

WAO-6	0.22 179	0.23 140	0.22 198	0.23 176	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.22 202	0.22 230	0.22 195	0.22 214

IMH-64-1	0.22 179	0.23 140	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

IMH-64	0.22 179	0.23 140	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

MSKI-zero shot	0.24 188	0.21 134	0.49 381	0.65 383	0.18 220	0.22 199	0.17 198	0.23 204	0.18 213	0.21 195	0.17 205	0.23 207	0.28 266	0.23 205	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

MIM_Stereo	0.25 191	0.23 140	0.66 426	0.80 407	0.17 209	0.22 199	0.17 198	0.23 204	0.18 213	0.26 226	0.17 205	0.21 192	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.21 197	0.17 216	0.22 195	0.17 201

dd	0.23 185	0.98 330	0.16 169	0.23 176	0.15 193	0.23 208	0.15 182	0.23 204	0.15 192	0.23 202	0.15 194	0.24 213	0.17 206	0.23 205	0.15 186	0.22 183	0.15 166	0.21 197	0.15 192	0.22 195	0.16 184

LACA2	0.21 173	0.24 148	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.23 213	0.24 219	0.16 194	0.23 206	0.16 184

LACA1	0.21 173	0.24 148	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.22 207	0.23 210	0.16 194	0.23 206	0.16 184

tg	0.21 173	0.25 154	0.21 196	0.26 195	0.17 209	0.24 211	0.17 198	0.24 207	0.17 207	0.24 209	0.17 205	0.24 213	0.17 206	0.24 209	0.17 199	0.24 201	0.17 190	0.23 210	0.16 194	0.23 206	0.16 184

ACV-stereo	0.30 208	2.08 519	0.25 211	0.25 188	0.18 220	0.24 211	0.17 198	0.24 207	0.18 213	0.24 209	0.17 205	0.25 220	0.17 206	0.24 209	0.17 199	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

Pointernet	0.21 173	0.22 138	0.19 188	0.24 181	0.19 224	0.24 211	0.19 210	0.24 207	0.19 219	0.24 209	0.19 223	0.24 213	0.19 221	0.24 209	0.19 214	0.22 183	0.17 190	0.22 202	0.17 216	0.22 195	0.17 201

dad	0.23 185	1.03 354	0.16 169	0.23 176	0.15 193	0.24 211	0.15 182	0.24 207	0.16 197	0.23 202	0.16 198	0.24 213	0.16 194	0.23 205	0.15 186	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

iResNetv2_ROB	0.20 167	0.23 140	0.18 186	0.24 181	0.20 227	0.24 211	0.18 206	0.24 207	0.18 213	0.24 209	0.18 221	0.23 207	0.19 221	0.24 209	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.22 195	0.16 184

iResNet	0.20 167	0.23 140	0.18 186	0.24 181	0.18 220	0.24 211	0.20 214	0.24 207	0.18 213	0.23 202	0.17 205	0.23 207	0.18 216	0.23 205	0.18 211	0.22 183	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

LACA3	0.23 185	0.25 154	0.27 220	0.54 359	0.17 209	0.25 220	0.17 198	0.25 215	0.17 207	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.28 216	0.23 213	0.24 219	0.17 216	0.24 210	0.17 201

VIP-Stereo	0.70 408	2.97 580	2.43 635	2.49 585	0.16 203	0.25 220	0.16 188	0.25 215	0.16 197	0.25 217	0.18 221	0.25 220	0.16 194	0.26 229	0.16 193	1.86 577	1.26 560	0.23 210	0.15 192	0.23 206	0.15 183

UNDER WATER-64	0.25 191	0.26 156	0.25 211	0.26 195	0.25 250	0.25 220	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.26 229	0.25 239	0.25 207	0.25 218	0.25 224	0.25 246	0.25 213	0.25 227

LoS_RVC	0.30 208	1.14 371	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.26 231	0.26 252	0.26 229	0.25 239	0.26 209	0.26 221	0.25 224	0.25 246	0.26 215	0.26 233

CAS	0.30 208	1.17 377	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.26 254	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.26 221	0.26 229	0.25 246	0.26 215	0.25 227

AANet_RVC	1.26 556	0.31 168	4.99 668	5.93 660	0.20 227	0.25 220	0.20 214	0.25 215	0.20 221	0.23 202	0.19 223	0.25 220	0.20 225	0.25 218	0.20 217	5.66 670	4.76 663	0.26 229	0.30 329	0.24 210	0.27 271

Select-FE	0.41 286	0.44 215	0.23 201	0.26 195	0.22 237	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 231	0.23 237	0.45 364	0.42 394	0.25 207	0.22 207	0.25 224	0.22 230	0.45 363	2.90 647

LoS	0.25 191	0.27 159	0.25 211	0.25 188	0.25 250	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.25 218	0.25 224	0.26 252	0.26 215	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 461	4.45 617	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 673	0.20 227	0.27 233	0.19 221	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 677	0.20 187	0.18 206

DLNR-FE	0.28 202	0.89 311	0.30 234	0.34 220	0.19 224	0.28 234	0.19 210	0.28 224	0.20 221	0.28 230	0.20 227	0.28 234	0.20 225	0.28 237	0.20 217	0.33 238	0.28 237	0.25 224	0.19 223	0.24 210	0.19 208

PAM	0.39 273	1.88 504	0.34 269	0.37 229	0.41 399	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 240	0.23 237	0.29 241	0.23 228	0.38 268	0.32 269	0.38 299	0.37 383	0.32 236	0.22 214

TorneroNet-64	0.45 336	0.27 159	0.30 234	0.58 369	0.27 258	0.70 445	0.30 271	0.28 224	0.73 488	0.73 448	0.28 266	0.71 447	0.66 456	0.75 450	0.27 245	0.27 212	0.29 251	0.37 291	0.75 494	0.28 222	0.30 310

SQANet	0.28 202	0.28 162	0.28 226	0.28 199	0.28 263	0.28 234	0.28 256	0.28 224	0.28 262	0.28 230	0.28 266	0.28 234	0.28 266	0.28 237	0.28 254	0.28 216	0.28 237	0.28 235	0.28 302	0.28 222	0.28 291

CFNet	1.37 561	5.27 631	0.19 188	5.49 657	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 670	0.28 237	0.19 214	0.23 194	0.17 190	0.23 210	4.21 679	4.81 656	0.17 201

ssnet_v2	0.68 402	1.96 515	1.25 560	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 578	0.20 227	0.31 248	0.20 225	0.27 233	0.22 222	0.24 201	1.49 584	0.26 229	0.18 222	3.90 633	0.19 208

RAFT + AFF	0.31 215	0.45 223	0.34 269	0.39 237	0.28 263	0.38 276	0.33 334	0.29 229	0.31 322	0.30 236	0.30 284	0.29 240	0.27 259	0.29 241	0.30 272	0.28 216	0.29 251	0.29 240	0.29 315	0.27 220	0.32 326

DStereoO	0.31 215	0.31 168	0.31 249	0.30 201	0.40 389	0.31 244	0.30 271	0.30 231	0.34 351	0.29 235	0.31 326	0.29 240	0.30 279	0.31 247	0.31 310	0.31 231	0.29 251	0.31 248	0.30 329	0.31 233	0.31 319

MultiAttention	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

MSAF-DinoV2	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

DLNR_Zeroshot_test	0.31 215	0.28 162	0.47 366	0.79 404	0.24 248	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 248	0.24 240	0.30 243	0.23 228	0.29 224	0.26 221	0.29 240	0.24 243	0.33 243	0.23 216

DANet	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 224	0.52 254	0.34 269	0.31 207	0.31 326	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 248	0.30 279	0.31 247	0.31 310	0.30 225	0.32 269	0.31 248	0.31 340	0.31 233	0.31 319

DEFOM-Stereo	0.68 402	3.11 583	1.40 578	1.63 552	0.25 250	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 240	0.27 259	0.31 247	0.28 254	1.59 569	1.47 583	0.30 242	0.29 315	0.30 228	0.28 291

DStereoFS	0.32 224	0.33 171	0.32 254	0.33 217	0.30 283	0.32 253	0.32 323	0.32 238	0.31 322	0.30 236	0.31 326	0.31 248	0.30 279	0.32 250	0.32 320	0.32 233	0.31 265	0.30 242	0.47 429	0.32 236	0.34 340

WCG-NET（raft）	0.32 224	1.24 435	0.24 208	0.32 213	0.24 248	0.32 253	0.23 231	0.32 238	0.24 236	0.32 247	0.24 244	0.32 252	0.24 240	0.32 250	0.24 231	0.30 225	0.23 213	0.30 242	0.23 236	0.30 228	0.23 216

tt1	0.31 215	0.93 323	0.24 208	0.33 217	0.23 243	0.31 244	0.24 236	0.32 238	0.24 236	0.32 247	0.23 237	0.32 252	0.25 243	0.32 250	0.24 231	0.27 212	0.26 221	0.27 233	0.26 252	0.27 220	0.27 271

iResNet_ROB	0.28 202	0.32 170	0.24 208	0.32 213	0.25 250	0.32 253	0.24 236	0.32 238	0.24 236	0.33 251	0.24 244	0.35 261	0.24 240	0.33 257	0.24 231	0.31 231	0.24 217	0.32 251	0.24 243	0.32 236	0.24 226

xxxxx1	0.31 215	0.91 316	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

tt_ll	0.31 215	0.91 316	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

ff	0.31 215	0.91 316	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

FE-Mocha	0.35 238	0.71 281	0.40 330	0.47 293	0.27 258	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 259	0.27 259	0.34 258	0.27 245	0.44 312	0.41 353	0.33 258	0.29 315	0.32 236	0.29 297

H2IRNET	0.34 229	0.34 172	0.34 269	0.34 220	0.34 358	0.34 256	0.34 347	0.34 245	0.34 351	0.34 253	0.34 353	0.34 259	0.34 349	0.34 258	0.34 344	0.34 242	0.34 310	0.34 267	0.34 361	0.34 247	0.34 340

DN-CSS_ROB	0.31 215	0.35 173	0.28 226	0.35 222	0.28 263	0.34 256	0.27 248	0.34 245	0.25 241	0.35 257	0.27 259	0.36 266	0.26 252	0.34 258	0.28 254	0.35 250	0.28 237	0.34 267	0.28 302	0.34 247	0.27 271

CES	0.39 273	0.47 231	0.36 281	0.36 226	0.37 371	0.45 370	0.35 352	0.35 248	0.40 384	0.36 261	0.44 410	0.47 377	0.36 358	0.44 348	0.36 351	0.37 257	0.39 340	0.44 384	0.35 374	0.37 271	0.36 353

FENet	0.54 374	1.52 454	1.19 506	1.41 539	0.23 243	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 261	0.23 237	0.35 261	0.23 228	1.40 559	1.07 491	0.32 251	0.23 236	0.33 243	0.23 216

MLCV	0.31 215	0.35 173	0.27 220	0.35 222	0.28 263	0.35 260	0.27 248	0.35 248	0.28 262	0.36 261	0.27 259	0.35 261	0.27 259	0.35 261	0.27 245	0.34 242	0.27 231	0.34 267	0.27 289	0.34 247	0.27 271

ETE_ROB	0.35 238	0.35 173	0.35 279	0.35 222	0.35 361	0.35 260	0.35 352	0.35 248	0.35 355	0.35 257	0.35 361	0.35 261	0.35 355	0.35 261	0.35 348	0.35 250	0.35 317	0.35 283	0.35 374	0.35 260	0.35 350

EKT-Stereo	0.37 255	0.40 193	0.44 352	1.07 450	0.29 273	0.34 256	0.31 315	0.36 252	0.29 268	0.38 267	0.31 326	0.37 273	0.30 279	0.36 267	0.29 265	0.34 242	0.28 237	0.39 340	0.30 329	0.37 271	0.30 310

CASnet	0.35 238	0.51 252	0.44 352	0.32 213	0.31 326	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 371	0.30 244	0.33 344	0.25 218	0.45 400	0.37 257	0.37 326	0.33 258	0.35 374	0.34 247	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 224	0.36 176	0.27 220	0.36 226	0.27 258	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 266	0.27 259	0.36 267	0.28 254	0.36 254	0.28 237	0.36 288	0.28 302	0.36 267	0.28 291

IGEV-Stereo	0.35 238	0.44 215	0.45 354	0.49 304	0.30 283	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 266	0.29 273	0.36 267	0.30 272	0.46 351	0.39 340	0.32 251	0.24 243	0.32 236	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 202	0.29 164	0.22 198	0.36 226	0.22 237	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 266	0.22 231	0.36 267	0.21 220	0.34 242	0.21 203	0.34 267	0.21 227	0.34 247	0.21 212

DMCA	0.36 245	0.38 182	0.37 285	0.35 222	0.35 361	0.36 264	0.36 358	0.36 252	0.35 355	0.35 257	0.37 371	0.36 266	0.36 358	0.35 261	0.36 351	0.36 254	0.36 323	0.35 283	0.36 380	0.36 267	0.36 353

GeoVLM	0.36 245	0.38 182	0.27 220	0.46 286	0.28 263	0.35 260	0.28 256	0.37 258	0.27 258	0.35 257	0.28 266	0.36 266	0.38 367	0.35 261	0.28 254	1.08 480	0.26 221	0.33 258	0.27 289	0.34 247	0.33 333

Monster-pub-eth3d	0.45 336	0.57 267	0.60 410	0.39 237	0.28 263	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 280	0.30 279	0.92 480	0.27 245	1.42 560	0.28 237	0.34 267	0.28 302	0.37 271	0.53 423

Monster-pub-mixall	0.44 313	0.56 266	0.60 410	0.38 232	0.27 258	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 275	0.29 273	0.85 468	0.27 245	1.46 563	0.26 221	0.34 267	0.26 252	0.36 267	0.53 423

Replicate-Monster	0.45 336	0.57 267	0.60 410	0.40 250	0.29 273	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 288	0.30 279	0.99 488	0.27 245	1.36 556	0.31 265	0.34 267	0.30 329	0.36 267	0.54 426

model_zeroshot	0.27 201	0.20 128	0.27 220	0.33 217	0.21 235	0.37 269	0.22 223	0.37 258	0.24 236	0.26 226	0.27 259	0.33 255	0.21 230	0.25 218	0.27 245	0.32 233	0.20 200	0.34 267	0.23 236	0.25 213	0.26 233

RSM	0.36 245	0.36 176	0.43 350	0.37 229	0.42 409	0.49 391	0.42 399	0.37 258	0.28 262	0.36 261	0.29 272	0.36 266	0.30 279	0.37 271	0.28 254	0.34 242	0.31 265	0.34 267	0.35 374	0.40 337	0.29 297

MyStereo04	0.56 381	3.72 599	0.59 406	0.49 304	0.41 399	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 417	0.35 261	0.32 333	0.35 261	0.33 331	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

Venus	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.37 269	0.38 371	0.37 258	0.37 366	0.41 293	0.37 371	0.39 280	0.37 363	0.38 274	0.38 363	0.37 257	0.38 333	0.38 299	0.37 383	0.37 271	0.38 365

XPNet_ROB	0.37 255	0.37 178	0.37 285	0.37 229	0.37 371	0.37 269	0.37 364	0.37 258	0.37 366	0.37 266	0.37 371	0.37 273	0.37 363	0.37 271	0.37 360	0.37 257	0.37 326	0.37 291	0.37 383	0.37 271	0.37 358

WAO-8	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.38 299	0.37 383	0.38 284	0.38 365

WAO-7	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.38 299	0.38 396	0.38 284	0.38 365

HanzoNet	0.39 273	0.38 182	0.40 330	0.39 237	0.41 399	0.38 276	0.38 371	0.38 267	0.38 370	0.39 273	0.39 386	0.38 275	0.38 367	0.39 282	0.40 378	0.38 268	0.38 333	0.40 353	0.38 396	0.38 284	0.40 373

IMH	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.42 307	0.38 376	0.40 288	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.39 340	0.38 396	0.38 284	0.38 365

BStereo	0.22 179	0.23 140	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

Wave_Phase_stereo	0.22 179	0.23 140	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

LG-Stereo_L2	0.34 229	0.37 178	0.38 287	0.47 293	0.28 263	0.39 282	0.28 256	0.39 271	0.28 262	0.39 273	0.28 266	0.39 280	0.28 266	0.38 274	0.28 254	0.42 310	0.35 317	0.36 288	0.26 252	0.35 260	0.26 233

1test111	0.37 255	1.02 352	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

cc1	0.37 255	1.02 352	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

IER	0.88 464	7.04 647	2.23 628	2.75 590	0.28 263	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 280	0.25 243	0.40 285	0.28 254	0.37 257	0.28 237	0.37 291	0.25 246	0.37 271	0.25 227

DISCO	1.11 500	0.39 189	5.28 670	0.39 237	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 227	0.38 275	0.20 225	6.95 684	0.22 222	0.30 225	0.21 203	0.27 233	0.21 227	5.25 665	0.21 212

GIP-stereo	0.36 245	0.49 239	0.39 298	0.48 298	0.32 336	0.41 300	0.28 256	0.40 278	0.30 279	0.41 293	0.28 266	0.40 288	0.28 266	0.42 313	0.28 254	0.45 341	0.32 269	0.38 299	0.30 329	0.37 271	0.27 271

DCVSM-stereo	0.36 245	1.89 505	0.22 198	0.40 250	0.22 237	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 288	0.22 231	0.40 285	0.22 222	0.28 216	0.21 203	0.28 235	0.21 227	0.28 222	0.20 210

IGEV++	0.34 229	0.43 212	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.30 272	0.38 268	0.29 251	0.37 291	0.29 315	0.37 271	0.29 297

ACVNet-DCA	0.37 255	1.00 339	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.39 282	0.28 254	0.33 238	0.32 269	0.33 258	0.32 347	0.33 243	0.32 326

xx1	0.38 261	1.03 354	0.31 249	0.40 250	0.31 326	0.41 300	0.28 256	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.29 265	0.34 242	0.33 281	0.34 267	0.32 347	0.34 247	0.32 326

LL-Strereo2	0.48 355	1.73 466	0.51 392	0.59 372	0.34 358	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 319	0.31 328	0.44 348	0.39 375	0.60 398	0.51 405	0.44 384	0.33 357	0.44 358	0.33 333

knoymous	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

anonymousa	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

riskmin	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

Anonymous_2	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

Anonymous_1	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

NINENet	0.69 405	3.87 605	1.20 509	1.98 563	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 301	0.05 112	0.40 285	0.05 110	1.79 575	1.56 590	0.34 267	0.22 230	0.34 247	0.23 216

iRaft-Stereo_5w	0.34 229	0.42 211	0.31 249	0.39 237	0.30 283	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 371	0.41 301	0.34 349	0.38 274	0.30 272	0.34 242	0.27 231	0.34 267	0.26 252	0.34 247	0.26 233

AdaStereo	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373
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.
StereoDRNet-Refined	0.33 228	0.39 189	0.26 217	0.39 237	0.26 257	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 280	0.26 252	0.39 282	0.26 244	0.37 257	0.25 218	0.37 291	0.25 246	0.37 271	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 300	1.15 374	0.57 404	0.53 356	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.40 285	0.32 320	0.52 380	0.50 400	0.38 299	0.31 340	0.39 325	0.31 319

Zero-FE251	0.36 245	0.40 193	0.28 226	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.28 262	0.41 293	0.28 266	0.41 301	0.28 266	0.42 313	0.30 272	0.37 257	0.26 221	0.37 291	0.27 289	0.45 363	0.56 436

RAFT-Test	0.36 245	0.37 178	0.33 259	0.41 262	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.33 331	0.37 257	0.29 251	0.37 291	0.29 315	0.38 284	0.31 319

BUS	0.83 449	1.91 508	0.92 478	4.48 634	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.05 112	0.03 43	0.05 110	1.97 588	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

CRFU-Net	0.65 395	1.67 458	1.22 556	1.96 562	0.27 258	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 301	0.27 259	0.40 285	0.27 245	1.80 576	1.62 598	0.34 267	0.23 236	0.33 243	0.23 216

BSDual-CNN	0.81 441	1.91 508	0.92 478	4.48 634	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 588	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

hknet	1.10 498	1.85 499	3.49 657	4.48 634	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.03 53	0.42 313	0.03 52	4.39 646	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

iRaft-Stereo_20w	0.34 229	0.41 204	0.31 249	0.39 237	0.29 273	0.40 284	0.32 323	0.41 293	0.32 332	0.38 267	0.30 284	0.39 280	0.30 279	0.38 274	0.32 320	0.35 250	0.27 231	0.34 267	0.27 289	0.34 247	0.29 297

GMOStereo	0.37 255	0.45 223	0.23 201	0.30 201	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	0.34 242	0.22 207	0.47 402	0.37 383	0.39 325	0.33 333

error version	0.93 474	4.47 618	2.35 631	1.99 564	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 579	2.16 626	0.47 402	0.37 383	0.39 325	0.33 333

test_1	0.93 474	4.47 618	2.35 631	1.99 564	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 579	2.16 626	0.47 402	0.37 383	0.39 325	0.33 333

GwcNet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

PSMNet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

GANet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet2	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

DGSMNet	0.34 229	0.41 204	0.27 220	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.27 258	0.41 293	0.27 259	0.42 319	0.27 259	0.41 300	0.28 254	0.40 288	0.29 251	0.40 353	0.28 302	0.40 337	0.27 271

Gwc-CoAtRS	0.41 286	1.49 453	0.32 254	0.42 272	0.32 336	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.32 320	0.39 281	0.28 237	0.39 340	0.28 302	0.40 337	0.28 291

HiDET	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.68 460	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

LCMNet	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.45 358	0.30 284	0.42 319	0.30 279	0.42 313	0.69 468	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

HART	0.38 261	0.45 223	0.34 269	0.42 272	0.33 348	0.41 300	0.34 347	0.42 311	0.33 342	0.43 312	0.34 353	0.42 319	0.34 349	0.41 300	0.38 363	0.40 288	0.32 269	0.42 381	0.32 347	0.40 337	0.32 326

RAFT-Stereo-weight	0.45 336	1.90 507	0.34 269	0.42 272	0.36 367	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 358	0.34 349	0.41 300	0.34 344	0.38 268	0.32 269	0.38 299	0.32 347	0.38 284	0.33 333

GES	0.66 397	2.34 544	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 396	0.41 301	0.30 279	0.51 405	0.29 265	0.32 233	0.29 251	0.32 251	2.46 648	2.49 610	0.30 310

FCDSN-DC	0.41 286	0.59 270	0.64 420	0.54 359	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 431	0.43 408	0.50 402	0.49 422	0.38 274	0.32 320	0.28 216	0.23 213	0.26 229	0.22 230	0.35 260	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanet-new-90k	0.44 313	1.82 490	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-60k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-70k	0.44 313	1.82 490	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-78k	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 313	1.81 483	0.39 298	0.50 340	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-34k	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 313	1.79 477	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-30k	0.44 313	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT26K	0.43 300	1.76 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.31 310	0.44 312	0.33 281	0.38 299	0.27 289	0.38 284	0.26 233

aanet-new-24k	0.44 313	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-22k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-16k	0.44 313	1.83 493	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-14k	0.60 383	5.12 626	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.37 326	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new	0.43 300	1.80 478	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-cres-4k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-cres	0.43 300	1.77 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-36K	0.43 300	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-22K	0.44 313	1.85 499	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-20K	0.43 300	1.77 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-24K	0.44 313	1.86 502	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-5K	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-2K	0.44 313	1.82 490	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-3K	0.43 300	1.77 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-50K	0.44 313	1.83 493	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.36 323	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-FT	0.41 286	1.06 361	0.40 330	0.51 351	0.31 326	0.44 360	0.30 271	0.43 317	0.32 332	0.44 346	0.30 284	0.56 425	0.30 279	0.44 348	0.31 310	0.45 341	0.34 310	0.39 340	0.27 289	0.40 337	0.27 271

MonSter++	0.38 261	0.44 215	0.31 249	0.43 278	0.30 283	0.43 327	0.31 315	0.43 317	0.31 322	0.45 358	0.31 326	0.43 326	0.31 328	0.43 319	0.69 468	0.38 268	0.33 281	0.40 353	0.30 329	0.38 284	0.30 310

CSFM-Stereo	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.73 480	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.30 310

GCAP-BAT	0.41 286	1.30 439	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.34 310	0.38 299	0.26 252	0.38 284	0.26 233

test_for_model	0.35 238	0.39 189	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.38 268	0.26 221	0.38 299	0.26 252	0.38 284	0.26 233

GCAPDPT-zeroshot	0.36 245	0.40 193	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.31 322	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.27 289	0.39 325	0.26 233

RCA-Stereo	0.51 368	3.22 587	0.34 269	0.44 281	0.34 358	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 358	0.33 344	0.43 319	0.33 331	0.38 268	0.29 251	0.38 299	0.29 315	0.38 284	0.29 297

UCFNet_RVC	2.75 637	10.06 669	0.29 230	10.31 685	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 687	0.43 319	0.29 265	0.36 254	9.84 687	0.36 288	0.26 252	9.77 686	0.26 233

aanet-32k-new	0.44 313	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-28k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-10k	0.45 336	1.81 483	0.40 330	0.50 340	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.32 333	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

aanet-new-12k	0.46 343	1.99 516	0.40 330	0.51 351	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.32 320	0.47 358	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

GCAP-Stereo-DPT-25K	0.41 286	1.09 364	0.40 330	0.52 354	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.28 302	0.39 325	0.28 291

gcap_with_dpt	0.35 238	0.39 189	0.30 234	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.38 268	0.26 221	0.38 299	0.27 289	0.38 284	0.27 271

gcap-zeroshot	0.36 245	0.40 193	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

GCAPDPT-zeroshot4090	0.40 278	1.09 364	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.38 299	0.27 289	0.38 284	0.27 271

testlalala	0.36 245	0.40 193	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

water-stereo	0.41 286	0.84 300	0.46 359	0.50 340	0.33 348	0.45 370	0.33 334	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.41 353	0.39 340	0.31 340	0.39 325	0.32 326

GREAT-IGEV	0.38 261	0.43 212	0.36 281	0.48 298	0.32 336	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.33 281	0.41 370	0.29 315	0.41 348	0.29 297
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 278	0.45 223	0.35 279	0.48 298	0.36 367	0.47 381	0.34 347	0.45 360	0.38 370	0.47 370	0.33 345	0.45 367	0.32 333	0.45 364	0.32 320	0.39 281	0.38 333	0.38 299	0.37 383	0.39 325	0.39 371

fffy	0.38 261	0.43 212	0.33 259	0.46 286	0.33 348	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.33 344	0.45 364	0.32 320	0.38 268	0.38 333	0.38 299	0.37 383	0.37 271	0.36 353

DilatedVolume-Stereo	0.43 300	0.86 304	0.48 374	0.50 340	0.33 348	0.46 376	0.33 334	0.46 364	0.33 342	0.46 364	0.33 345	0.47 377	0.33 344	0.47 373	0.34 344	0.45 341	0.42 362	0.40 353	0.33 357	0.47 379	0.38 365

otaku	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Ntro	0.47 350	0.47 231	0.46 359	0.46 286	0.46 418	0.47 381	0.47 415	0.46 364	0.47 414	0.46 364	0.46 417	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Dean	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.47 370	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

ACVNet_1	0.46 343	0.47 231	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.47 414	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 396

ACVNet-4b	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.47 373	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Former-RAFT_DAM_RVC	0.49 361	0.98 330	0.64 420	0.84 412	0.46 418	0.45 370	0.35 352	0.47 370	0.47 414	0.45 358	0.34 353	0.46 371	0.48 417	0.46 369	0.35 348	0.39 281	0.71 452	0.39 340	0.35 374	0.41 348	0.41 381

HaxPig	0.47 350	0.47 231	0.47 366	0.49 304	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.47 416	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 405

UNDER WATER	0.47 350	0.47 231	0.47 366	0.47 293	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 403

LVE	0.47 350	0.47 231	0.47 366	0.47 293	0.49 430	0.47 381	0.47 415	0.47 370	0.49 423	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 403

SCV_C0	0.45 336	0.88 308	0.49 381	0.54 359	0.37 371	0.48 386	0.37 364	0.48 374	0.37 366	0.48 377	0.36 364	0.48 384	0.37 363	0.49 387	0.37 360	0.50 372	0.41 353	0.44 384	0.34 361	0.44 358	0.34 340

SCV	0.46 343	0.94 325	0.45 354	0.54 359	0.37 371	0.48 386	0.38 371	0.48 374	0.37 366	0.48 377	0.39 386	0.48 384	0.37 363	0.49 387	0.37 360	0.50 372	0.46 377	0.44 384	0.34 361	0.44 358	0.34 340

RainbowNet	0.48 355	0.48 237	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.48 421	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 405

notaker	0.48 355	0.49 239	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.49 423	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 410

Pro-Stereo	0.79 433	0.53 258	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 458	0.50 397	0.38 376	1.10 509	0.38 367	0.49 387	0.38 363	0.71 421	0.88 474	5.98 681	0.36 380	0.46 366	0.36 353

UGAM	0.51 368	2.23 533	0.39 298	0.54 359	0.35 361	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 388	0.36 358	0.50 395	0.36 351	0.49 366	0.37 326	0.45 389	0.34 361	0.45 363	0.34 340

MyStereo07	0.60 383	3.72 599	0.48 374	0.49 304	0.41 399	0.36 264	0.32 323	0.49 378	0.43 402	0.51 406	0.42 406	0.49 388	0.43 399	0.51 405	0.64 445	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

KSHMR	0.66 397	0.50 244	0.48 374	1.15 461	0.52 441	0.49 391	0.51 433	0.49 378	0.71 482	0.67 441	0.50 435	1.16 517	1.11 515	0.66 436	0.52 428	0.49 366	0.49 392	0.51 424	0.66 472	0.50 391	1.14 525

ACVNet_2	0.49 361	0.49 239	0.49 381	0.49 304	0.49 430	0.49 391	0.49 426	0.49 378	0.49 423	0.49 384	0.49 432	0.49 388	0.49 422	0.49 387	0.49 419	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 410

CFNet_ucs	2.73 636	9.64 666	0.33 259	9.92 682	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 685	0.48 381	0.33 331	0.41 296	9.96 688	0.40 353	0.29 315	10.12 688	0.54 426

CFNet_pseudo	2.67 635	9.36 664	0.32 254	10.99 686	0.33 348	0.85 466	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 681	0.49 387	0.33 331	0.41 296	9.62 685	0.41 370	0.29 315	10.03 687	0.29 297

pcwnet_v2	2.66 634	9.89 668	0.33 259	9.89 681	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 684	0.48 381	0.33 331	0.41 296	9.58 684	0.40 353	0.29 315	9.01 683	0.63 447

psmorigin	0.41 286	0.46 227	0.33 259	0.49 304	0.33 348	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	0.33 344	0.51 405	0.33 331	0.41 296	0.30 260	0.41 370	0.30 329	0.79 441	0.29 297

quiztm	0.43 300	0.49 239	0.40 330	0.51 351	0.40 389	0.51 412	0.40 385	0.50 387	0.40 384	0.50 397	0.40 389	0.51 413	0.40 378	0.50 395	0.40 378	0.44 312	0.34 310	0.44 384	0.34 361	0.44 358	0.34 340

GSStereo	0.81 441	4.28 616	0.50 386	0.59 372	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 662	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 662	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

252Zero-FE	0.45 336	0.50 244	0.36 281	0.50 340	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.49 388	0.36 358	0.54 414	0.41 386	0.45 341	0.34 310	0.45 389	0.34 361	0.55 405	0.75 479

GASTEREO	0.48 355	1.21 427	0.47 366	0.57 367	0.38 378	0.50 400	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	0.38 367	0.50 395	0.38 363	0.52 380	0.42 362	0.46 393	0.34 361	0.46 366	0.34 340

FoundationStereo	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

StereoAnything_RVC	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

dual_stereo	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

UGAM-zero	0.51 368	2.17 528	0.39 298	0.53 356	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.50 402	0.35 355	0.50 395	0.36 351	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 340

GCST	0.50 363	2.08 519	0.38 287	0.53 356	0.35 361	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 388	0.35 355	0.49 387	0.35 348	0.48 363	0.37 326	0.45 389	0.33 357	0.44 358	0.33 333

TorneroNet	0.66 397	0.53 258	0.50 386	0.50 340	0.64 462	1.06 500	0.70 476	0.50 387	0.51 434	0.49 384	0.69 476	0.49 388	0.50 426	0.48 381	1.15 527	0.71 421	0.49 392	1.14 515	1.08 526	0.49 386	0.49 410

Selective-IGEV	0.51 368	0.55 264	0.45 354	0.69 389	0.45 416	0.61 433	0.45 408	0.50 387	0.40 384	0.56 422	0.44 410	0.55 422	0.40 378	0.72 445	0.67 453	0.59 397	0.46 377	0.45 389	0.34 361	0.46 366	0.37 358

ccnet	0.80 436	2.28 536	0.33 259	0.50 340	0.33 348	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 388	1.56 592	2.38 613	0.33 331	0.41 296	0.29 251	0.42 381	1.57 608	2.28 598	0.29 297

SANet	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

GEAStereo	0.62 390	3.91 606	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

gasm-f	0.62 390	3.91 606	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

ccccc		0.44 215		0.48 298	0.35 361	0.48 386		0.51 401		0.47 370		0.47 377		0.47 373		0.41 296	0.40 343	0.40 353	0.40 400	0.41 348

ktn	0.72 414	0.53 258	1.08 494	1.14 458	0.51 440	1.22 561	1.36 593	0.51 401	0.59 445	0.51 406	0.51 441	0.69 444	1.20 527	0.67 438	0.51 426	0.51 378	0.49 392	0.58 435	0.66 472	0.52 399	0.53 423

depthmonostereo	0.44 313	0.85 302	0.46 359	0.54 359	0.40 389	0.52 416	0.38 371	0.52 405	0.35 355	0.47 370	0.34 353	0.46 371	0.34 349	0.47 373	0.34 344	0.45 341	0.43 367	0.41 370	0.33 357	0.41 348	0.32 326

fffft	0.48 355	0.51 252	0.45 354	0.52 354	0.45 416	0.52 416	0.45 408	0.52 405	0.48 421	0.53 412	0.45 414	0.52 414	0.45 405	0.52 410	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 381
1: 1. 1
LG-Stereo_L1	0.47 350	0.52 254	0.47 366	0.62 377	0.39 388	0.53 418	0.40 385	0.53 407	0.39 383	0.53 412	0.39 386	0.53 415	0.39 377	0.53 412	0.39 375	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

PSMNet_ROB	0.54 374	0.54 262	0.54 400	0.54 359	0.53 444	0.54 421	0.54 437	0.53 407	0.54 437	0.54 417	0.54 445	0.54 418	0.53 433	0.54 414	0.54 431	0.54 384	0.53 409	0.54 431	0.54 445	0.54 404	0.54 426

MSCF	0.51 368	1.40 450	0.49 381	0.58 369	0.38 378	0.50 400	0.38 371	0.54 409	0.41 394	0.52 409	0.41 396	0.53 415	0.42 396	0.53 412	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

Occ-G	1.12 501	0.52 254	3.72 662	3.50 622	0.50 434	0.56 423	0.47 415	0.54 409	0.46 409	0.54 417	0.41 396	0.54 418	0.42 396	0.52 410	0.42 394	3.42 638	4.02 659	0.52 427	0.45 420	0.51 397	0.44 393

iRaftStereo_RVC	0.97 478	3.17 586	2.30 630	2.42 582	0.38 378	0.54 421	0.38 371	0.54 409	0.38 370	0.54 417	0.38 376	0.54 418	0.38 367	0.54 414	0.38 363	2.38 614	2.34 630	0.49 415	0.36 380	0.49 386	0.36 353

FSD					0.44 412	0.56 423	0.44 402	0.55 412	0.44 405	0.56 422	0.44 410	0.56 425	0.44 401	0.56 419	0.46 404	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399

LG-Stereo_Zeroshot	0.48 355	0.55 264	0.47 366	0.63 379	0.41 399	0.56 423	0.44 402	0.56 413	0.41 394	0.56 422	0.41 396	0.57 428	0.42 396	0.56 419	0.41 386	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 358

MyStereo06	0.75 422	4.12 610	0.60 410	0.63 379	0.61 456	0.62 436	0.66 454	0.56 413	0.45 408	0.55 420	0.48 429	0.54 418	0.46 408	0.57 424	0.45 400	0.60 398	0.57 416	0.64 442	0.55 447	0.72 429	0.55 433

CASS	0.57 382	0.89 311	0.56 402	0.57 367	0.56 447	0.56 423	0.56 438	0.56 413	0.53 435	0.57 425	0.57 447	0.59 432	0.48 417	0.56 419	0.57 434	0.55 390	0.56 414	0.47 402	0.56 451	0.62 414	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 383	0.58 269	0.47 366	0.64 382	0.74 484	1.00 484	0.69 470	0.57 416	0.41 394	0.57 425	0.41 396	0.57 428	0.41 390	1.00 490	0.75 485	0.91 454	0.51 405	0.52 427	0.37 383	0.52 399	0.37 358

LL-Strereo	1.01 488	5.06 625	1.63 591	0.70 395	1.43 600	0.56 423	0.46 410	0.57 416	0.50 427	0.57 425	0.50 435	1.58 582	0.49 422	0.59 426	0.50 421	1.64 572	0.52 407	0.51 424	1.37 595	0.52 399	0.45 395

PML	0.46 343	1.36 445	0.29 230	0.58 369	0.30 283	0.57 429	0.29 266	0.57 416	0.29 268	0.57 425	0.29 272	0.57 428	0.29 273	0.56 419	0.29 265	0.52 380	0.30 260	0.53 430	0.31 340	0.53 403	0.30 310

AIO-test1	0.54 374	0.60 272	0.52 395	0.66 387	0.47 424	0.61 433	0.47 415	0.58 419	0.46 409	0.61 431	0.46 417	0.61 435	0.45 405	0.62 429	0.45 400	0.61 402	0.52 407	0.57 434	0.48 433	0.57 410	0.48 405

LMCR-Stereo	0.65 395	0.63 273	0.65 424	0.65 383	0.65 464	0.66 440	0.63 449	0.58 419	0.65 454	0.63 436	0.64 460	0.65 441	0.65 452	0.66 436	0.66 452	0.66 412	0.64 430	0.65 445	0.67 476	0.68 420	0.73 475

AIO-Stereo-zeroshot1	0.75 422	0.92 321	0.85 470	0.96 438	0.59 450	1.27 565	0.44 402	0.59 421	0.69 469	0.91 474	0.68 471	0.55 422	0.61 448	1.06 504	0.83 498	0.62 406	0.70 448	0.90 485	0.41 408	0.89 459	0.56 436

MyStereo8	0.71 411	3.92 608	0.52 395	0.59 372	0.52 441	0.57 429	0.53 435	0.59 421	0.50 427	0.59 429	0.51 441	0.57 428	0.50 426	0.56 419	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 413

DN	0.53 373	0.85 302	0.45 354	0.65 383	0.44 412	0.60 432	0.44 402	0.60 423	0.44 405	0.60 430	0.45 414	0.60 433	0.44 401	0.60 428	0.44 398	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 388

AEACV	1.12 501	0.52 254	3.12 653	3.24 607	0.86 504	0.53 418	0.49 426	0.60 423	0.47 414	0.53 412	0.49 432	0.55 422	0.45 405	0.55 418	0.47 411	3.01 633	3.88 657	0.71 455	0.60 456	0.80 444	0.48 405

CFNet_RVC	2.38 627	8.71 659	0.38 287	9.33 677	0.42 409	0.56 423	0.42 399	0.60 423	0.38 370	0.62 434	0.42 406	0.56 425	7.29 682	0.62 429	0.42 394	0.53 383	0.37 326	0.49 415	0.34 361	8.30 679	6.87 684

AIO-test2	0.55 379	0.59 270	0.52 395	0.67 388	0.47 424	0.61 433	0.47 415	0.61 426	0.47 414	0.61 431	0.47 425	0.61 435	0.48 417	0.62 429	0.47 411	0.64 409	0.53 409	0.58 435	0.47 429	0.58 411	0.48 405

MonSter	0.60 383	0.64 275	0.52 395	0.62 377	0.44 412	2.07 602	0.44 402	0.62 427	0.44 405	0.62 434	0.44 410	0.62 437	0.44 401	0.62 429	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 388

test-3	0.98 480	4.13 612	1.85 612	1.85 555	0.61 456	0.69 442	0.37 364	0.63 428	0.61 448	0.66 440	0.51 441	0.73 452	0.44 401	0.57 424	0.54 431	1.68 573	1.81 610	0.40 353	0.43 418	0.66 418	0.50 413

DispNO	1.00 481	0.63 273	0.43 350	3.45 618	0.44 412	0.65 439	0.43 401	0.64 429	0.43 402	0.64 437	0.43 408	0.64 438	3.03 640	0.64 434	0.43 397	4.55 649	0.43 367	0.63 440	0.43 418	0.63 415	0.43 390

MyStereo05	0.80 436	4.12 610	0.63 418	0.63 379	0.61 456	0.62 436	0.66 454	0.65 430	0.62 449	0.67 441	0.61 456	0.65 441	0.58 441	0.67 438	0.55 433	0.60 398	0.57 416	0.64 442	0.55 447	0.72 429	0.55 433

DSFCA	0.66 397	0.73 284	0.78 459	0.65 383	0.65 464	0.64 438	0.64 450	0.65 430	0.63 452	0.64 437	0.64 460	0.64 438	0.64 450	0.65 435	0.65 448	0.65 410	0.65 432	0.65 445	0.65 470	0.66 418	0.64 453

WCG-NET	0.61 388	1.21 427	0.54 400	0.61 376	0.53 444	0.67 441	0.53 435	0.66 432	0.53 435	0.64 437	0.53 444	0.65 441	0.53 433	0.59 426	0.52 428	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 413

SMoEStereo_RVC	0.63 392	0.75 287	0.51 392	0.73 400	0.53 444	0.71 447	0.47 415	0.67 433	0.58 441	0.74 453	0.60 452	0.72 450	0.53 433	0.74 449	0.51 426	0.61 402	0.62 427	0.62 438	0.61 458	0.63 415	0.61 442

PA-Net	11.80 685	223.51 712	0.62 417	0.59 372	0.71 479	0.59 431	0.73 482	0.67 433	0.73 488	0.55 420	0.61 456	0.60 433	0.74 479	0.63 433	0.73 480	0.66 412	0.60 422	0.69 450	0.66 472	0.72 429	0.65 455
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
mm2	0.69 405	0.69 277	0.69 439	0.69 389	0.69 473	0.69 442	0.69 470	0.69 435	0.69 469	0.69 444	0.69 476	0.69 444	0.69 468	0.69 440	0.69 468	0.69 415	0.69 445	0.69 450	0.69 481	0.69 424	0.69 462

mm1	0.69 405	0.69 277	0.69 439	0.69 389	0.69 473	0.69 442	0.69 470	0.69 435	0.69 469	0.69 444	0.69 476	0.69 444	0.69 468	0.69 440	0.69 468	0.69 415	0.69 445	0.69 450	0.69 481	0.69 424	0.69 462

HH	0.71 411	2.54 554	0.74 453	1.10 452	0.32 336	0.41 300	0.37 364	0.69 435	0.78 492	0.73 448	0.90 508	0.75 455	1.00 503	0.84 464	0.69 468	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 411	2.54 554	0.74 453	1.10 452	0.32 336	0.41 300	0.37 364	0.69 435	0.78 492	0.73 448	0.90 508	0.75 455	1.00 503	0.84 464	0.69 468	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

tt45	1.04 493	0.88 308	1.36 572	0.92 426	1.03 525	1.51 583	0.79 489	0.70 439	0.88 504	0.74 453	0.90 508	1.60 583	0.72 477	1.60 581	0.75 485	0.91 454	0.78 463	1.52 591	0.79 501	1.14 491	1.32 589

DStereoRT	0.73 418	0.81 297	0.73 452	0.71 397	0.74 484	0.73 449	0.75 484	0.71 440	0.71 482	0.74 453	0.72 488	0.73 452	0.80 488	0.71 443	0.73 480	0.76 434	0.71 452	0.73 456	0.72 490	0.70 427	0.76 482

anonymity	0.63 392	0.69 277	0.56 402	0.71 397	0.56 447	0.71 447	0.56 438	0.71 440	0.56 438	0.72 447	0.56 446	0.71 447	0.56 437	0.71 443	0.58 436	0.68 414	0.55 412	0.68 447	0.55 447	0.68 420	0.54 426

DMCA-RVC	0.70 408	0.80 294	0.70 442	0.70 395	0.70 477	0.70 445	0.70 476	0.71 440	0.70 477	0.70 446	0.71 485	0.71 447	0.70 472	0.70 442	0.69 468	0.69 415	0.70 448	0.69 450	0.70 485	0.69 424	0.70 465

LiteMatch	1.13 503	0.73 284	2.80 639	3.23 605	0.61 456	0.83 464	0.68 462	0.73 443	0.69 469	1.00 484	0.77 496	0.94 484	0.57 438	0.82 458	0.64 445	2.97 631	2.43 633	0.68 447	0.32 347	0.56 407	0.70 465

Lsterematch	1.13 503	0.73 284	2.80 639	3.23 605	0.61 456	0.83 464	0.68 462	0.73 443	0.69 469	1.00 484	0.77 496	0.94 484	0.57 438	0.82 458	0.64 445	2.97 631	2.43 633	0.68 447	0.32 347	0.56 407	0.70 465

iGMRVC	0.84 452	2.85 578	0.72 448	0.72 399	0.73 482	0.77 451	0.79 489	0.73 443	0.74 490	0.73 448	0.72 488	0.73 452	0.76 482	0.73 447	0.73 480	0.72 427	0.73 455	0.73 456	0.72 490	0.73 432	0.72 472

4D-IteraStereo	0.78 432	3.13 584	0.89 471	0.69 389	0.32 336	0.40 284	0.32 323	0.76 446	0.97 516	0.52 409	0.65 462	0.89 475	0.32 333	0.76 451	0.98 510	0.83 447	0.94 480	0.35 283	0.27 289	0.70 427	0.89 497

ARAFT	0.68 402	0.81 297	0.63 418	0.74 401	0.60 451	0.78 453	0.62 448	0.77 447	0.66 457	0.74 453	0.63 458	0.75 455	0.62 449	0.83 463	0.60 441	0.70 420	0.55 412	0.70 454	0.60 456	0.78 439	0.55 433

PointNet	0.60 383	0.75 287	0.49 381	0.79 404	0.50 434	0.79 455	0.49 426	0.79 448	0.49 423	0.80 459	0.49 432	0.79 460	0.49 422	0.80 454	0.49 419	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 373

GCAP-Stereo	0.75 422	4.15 613	0.42 349	0.75 402	0.35 361	0.78 453	0.40 385	0.79 448	0.38 370	0.78 457	0.36 364	0.78 458	0.36 358	0.79 452	0.39 375	0.75 432	0.39 340	0.76 464	0.39 399	0.75 433	0.39 371

G-Net	0.79 433	0.79 293	0.79 462	0.79 404	0.79 497	0.79 455	0.79 489	0.79 448	0.79 496	0.79 458	0.79 500	0.79 460	0.79 487	0.79 452	0.79 490	0.79 437	0.79 465	0.79 468	0.79 501	0.79 441	0.79 487

AFF-stereo	0.73 418	0.88 308	0.67 430	0.75 402	0.68 472	0.75 450	0.64 450	0.80 451	0.72 485	0.83 467	0.70 480	0.82 466	0.64 450	0.84 464	0.67 453	0.77 436	0.63 429	0.81 473	0.63 461	0.78 439	0.62 445

NaN_ROB	0.80 436	0.80 294	0.80 463	0.80 407	0.80 500	0.80 457	0.80 492	0.80 451	0.80 498	0.80 459	0.80 502	0.80 462	0.80 488	0.80 454	0.80 493	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 488

CSAN	0.80 436	0.80 294	0.80 463	0.80 407	0.80 500	0.80 457	0.80 492	0.80 451	0.80 498	0.80 459	0.80 502	0.80 462	0.80 488	0.80 454	0.80 493	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 488

CAR	0.72 414	0.76 289	0.59 406	0.84 412	1.19 541	0.81 459	0.58 441	0.81 454	0.58 441	0.81 462	0.58 449	0.83 467	0.59 443	0.82 458	0.59 439	0.71 421	0.49 392	0.73 456	0.68 477	0.87 455	0.52 421

MSE-Stereo	0.72 414	0.76 289	0.59 406	0.84 412	1.19 541	0.81 459	0.58 441	0.81 454	0.58 441	0.81 462	0.58 449	0.83 467	0.59 443	0.82 458	0.59 439	0.71 421	0.49 392	0.73 456	0.68 477	0.87 455	0.52 421

RAFT-Stereo + iAFF	0.70 408	0.72 282	0.71 445	0.80 407	0.62 461	0.82 462	0.61 447	0.81 454	0.62 449	0.81 462	0.63 458	0.80 462	0.70 472	0.73 447	0.61 443	0.76 434	0.61 426	0.74 461	0.61 458	0.77 437	0.61 442

zero-FE	0.72 414	1.31 441	0.66 426	0.92 426	0.60 451	0.82 462	0.58 441	0.82 457	0.58 441	0.81 462	0.60 452	0.81 465	0.60 445	0.82 458	0.58 436	0.74 431	0.59 421	0.73 456	0.52 442	0.76 435	0.51 420

MGA	0.73 418	0.76 289	0.60 410	0.92 426	1.17 537	0.81 459	0.59 445	0.84 458	0.62 449	0.81 462	0.59 451	0.84 469	0.60 445	0.81 457	0.61 443	0.71 421	0.53 409	0.89 484	0.53 444	0.75 433	0.54 426

Selective-RAFT-Error	0.88 464	0.84 300	0.98 483	0.86 417	0.97 516	0.88 470	0.95 510	0.84 458	0.99 519	0.92 476	0.82 504	0.84 469	0.98 502	0.87 469	0.97 509	0.81 442	0.83 471	0.79 468	0.82 506	0.79 441	0.85 493

monster-pro	0.75 422	1.67 458	0.64 420	0.89 418	0.57 449	0.86 468	0.56 438	0.87 460	0.56 438	0.87 468	0.57 447	0.88 472	0.57 438	0.87 469	0.57 434	0.79 437	0.58 418	0.76 464	0.54 445	0.77 437	0.54 426

PAM_32	0.64 394	2.38 548	0.51 392	0.92 426	0.43 411	0.53 418	0.44 402	0.87 460	0.43 402	0.52 409	0.45 414	0.53 415	0.40 378	0.54 414	0.46 404	0.62 406	0.56 414	0.48 410	0.45 420	0.76 435	0.44 393

DCRE	0.84 452	1.89 505	0.77 458	0.94 433	0.72 481	0.88 470	0.73 482	0.87 460	0.78 492	0.90 472	0.71 485	0.88 472	0.67 458	0.88 471	0.73 480	0.81 442	0.68 439	0.81 473	0.70 485	0.82 449	0.70 465

Selective-RAFT	0.89 466	0.89 311	0.72 448	1.16 466	0.78 495	1.06 500	0.82 499	0.87 460	0.97 516	1.00 484	0.91 511	0.90 477	1.00 503	0.89 473	0.93 506	0.83 447	0.83 471	0.82 477	0.82 506	0.81 447	0.82 491

UDG	0.80 436	2.21 532	0.60 410	0.91 423	0.60 451	0.90 474	0.58 441	0.88 464	0.60 446	0.90 472	0.60 452	0.88 472	0.60 445	0.90 474	0.58 436	0.86 452	0.60 422	0.84 479	0.59 455	0.84 452	0.61 442

DNS	0.77 428	1.09 364	0.65 424	0.89 418	0.65 464	0.89 473	0.65 453	0.89 465	0.65 454	0.89 471	0.65 462	0.89 475	0.65 452	0.90 474	0.65 448	0.84 449	0.62 427	0.84 479	0.61 458	0.84 452	0.62 445

MoCha-V2	2.11 603	26.97 690	0.78 459	0.92 426	0.77 494	0.96 481	0.72 481	0.90 466	0.72 485	0.94 480	0.70 480	0.90 477	0.71 476	0.91 476	0.71 478	0.85 451	0.71 452	0.88 483	0.69 481	0.87 455	0.67 459

DDUNet	0.81 441	2.45 552	0.57 404	0.90 421	0.60 451	0.88 470	0.59 445	0.90 466	0.60 446	0.88 470	0.60 452	0.90 477	0.58 441	0.88 471	0.60 441	0.84 449	0.60 422	0.86 482	0.57 453	0.86 454	0.60 441

CFNet-RSSM	0.91 467	4.89 623	0.34 269	0.44 281	1.07 527	1.62 587	1.40 600	0.91 468	0.35 355	1.60 579	1.39 600	0.64 438	0.34 349	0.44 348	0.33 331	0.41 296	0.35 317	0.75 462	0.30 329	0.41 348	0.29 297

UNet	0.29 207	0.90 314	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 468	0.69 469	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 458	0.76 482

DGTPSM_ROB	0.93 474	1.00 339	0.92 478	0.94 433	0.96 515	0.91 475	0.92 506	0.91 468	0.96 515	0.91 474	0.96 515	0.93 483	0.92 497	0.94 482	0.92 502	0.92 457	0.92 478	0.90 485	0.92 510	0.94 474	0.91 499

test_xeample3	1.10 498	1.81 483	0.61 416	0.84 412	0.49 430	0.77 451	0.66 454	0.92 471	1.40 600	0.68 443	0.46 417	0.78 458	0.54 436	1.72 586	1.48 602	1.34 553	1.52 586	1.35 584	1.67 621	1.33 561	1.55 602

DPSM_ROB	0.92 469	0.91 316	0.91 476	0.91 423	0.92 511	0.92 476	0.92 506	0.92 471	0.91 506	0.93 478	0.91 511	0.92 480	0.90 495	0.91 476	0.92 502	0.92 457	0.91 476	0.91 488	0.92 510	0.93 470	0.93 501

DPSM	0.92 469	0.91 316	0.91 476	0.91 423	0.92 511	0.92 476	0.92 506	0.92 471	0.91 506	0.93 478	0.91 511	0.92 480	0.90 495	0.91 476	0.92 502	0.92 457	0.91 476	0.91 488	0.92 510	0.93 470	0.93 501

pmcnn	0.92 469	0.92 321	0.92 478	0.92 426	0.92 511	0.92 476	0.92 506	0.92 471	0.92 510	0.92 476	0.92 514	0.92 480	0.92 497	0.92 480	0.92 502	0.92 457	0.92 478	0.92 491	0.92 510	0.92 465	0.92 500

RSM++	0.76 427	0.82 299	0.66 426	0.85 416	0.64 462	0.85 466	0.71 479	0.94 475	0.64 453	0.87 468	0.67 466	0.87 471	0.65 452	0.84 464	0.65 448	0.81 442	0.70 448	0.79 468	0.71 488	0.83 451	0.70 465

ToySt	0.92 469	2.11 522	0.90 474	0.95 435	0.79 497	0.99 483	0.78 488	0.94 475	0.81 501	0.94 480	0.78 498	0.95 486	0.77 484	0.94 482	0.86 500	0.91 454	0.79 465	0.85 481	0.77 497	0.89 459	0.73 475

R-Stereo Train	0.81 441	0.96 327	0.67 430	0.95 435	0.67 469	0.95 479	0.68 462	0.95 477	0.68 464	0.95 482	0.68 471	0.96 487	0.68 462	0.96 486	0.68 460	0.94 463	0.68 439	0.94 498	0.68 477	0.94 474	0.68 460

RAFT-Stereo	0.81 441	0.96 327	0.67 430	0.95 435	0.67 469	0.95 479	0.68 462	0.95 477	0.68 464	0.95 482	0.68 471	0.96 487	0.68 462	0.96 486	0.68 460	0.94 463	0.68 439	0.94 498	0.68 477	0.94 474	0.68 460
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Test_v1	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

WQFJA1++	0.84 452	0.98 330	0.67 430	1.26 519	0.75 486	1.00 484	0.67 458	1.00 479	0.67 458	1.00 484	0.67 466	1.00 490	0.67 458	1.00 490	0.67 453	0.96 465	0.67 434	0.91 488	0.63 461	0.92 465	0.63 447

NLMM1	0.86 461	0.98 330	0.69 439	1.48 542	0.75 486	1.01 491	0.69 470	1.00 479	0.69 469	1.00 484	0.70 480	1.00 490	0.68 462	1.01 497	0.67 453	0.97 466	0.68 439	0.92 491	0.63 461	0.93 470	0.63 447

NLMM	0.84 452	1.00 339	0.67 430	1.27 520	0.75 486	1.00 484	0.68 462	1.00 479	0.67 458	1.00 484	0.67 466	1.02 501	0.67 458	1.02 501	0.67 453	0.97 466	0.67 434	0.93 494	0.63 461	0.92 465	0.63 447

AdaDepth	0.86 461	0.93 323	0.71 445	1.01 446	1.07 527	1.02 497	0.71 479	1.00 479	0.71 482	1.01 494	0.71 485	1.00 490	0.72 477	1.14 515	0.71 478	0.92 457	0.64 430	0.90 485	0.64 466	0.89 459	0.69 462

GANet	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

TDLM	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

CVANet_RVC	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

WQFJX1	0.84 452	0.98 330	0.67 430	1.30 527	0.75 486	1.01 491	0.67 458	1.01 487	0.67 458	1.01 494	0.67 466	1.01 497	0.68 462	1.00 490	0.68 460	0.98 470	0.67 434	0.92 491	0.64 466	0.92 465	0.64 453

WQFJX	0.85 458	1.00 339	0.68 437	1.30 527	0.75 486	1.01 491	0.68 462	1.01 487	0.68 464	1.01 494	0.68 471	1.03 502	0.68 462	1.02 501	0.67 453	0.97 466	0.67 434	0.93 494	0.63 461	0.94 474	0.63 447

NLSM3	0.85 458	0.99 337	0.68 437	1.29 525	0.76 491	1.01 491	0.68 462	1.01 487	0.68 464	1.02 498	0.68 471	1.01 497	0.68 462	1.01 497	0.68 460	0.97 466	0.68 439	0.93 494	0.64 466	0.93 470	0.63 447

trnet	1.01 488	1.01 348	1.01 489	1.01 446	1.01 522	1.01 491	1.01 518	1.01 487	1.01 524	1.01 494	1.01 522	1.01 497	1.01 510	1.01 497	1.01 516	1.01 476	1.01 487	1.01 509	1.01 523	1.01 483	1.01 514

WQFJA1	0.85 458	0.98 330	0.67 430	1.29 525	0.76 491	1.01 491	0.67 458	1.02 491	0.67 458	1.02 498	0.67 466	1.01 497	0.67 458	1.01 497	0.68 460	0.99 471	0.67 434	0.93 494	0.64 466	0.92 465	0.65 455

DPSimNet_ROB	0.97 478	1.18 379	0.81 466	1.10 452	0.91 510	1.02 497	0.82 499	1.04 492	0.91 506	1.03 500	0.86 507	1.28 571	0.82 492	1.03 503	0.89 501	1.17 494	0.81 470	1.02 510	0.82 506	1.08 488	0.81 490

999	1.00 481	1.12 370	0.59 406	1.10 452	1.21 589	1.09 505	0.52 434	1.08 493	1.43 602	1.18 515	1.35 594	0.98 489	0.52 432	0.91 476	0.85 499	0.72 427	1.46 582	0.83 478	0.98 515	0.68 420	1.41 597

GLC_STEREO	1.07 495	1.01 348	1.06 492	1.07 450	1.05 526	1.06 500	1.08 523	1.08 493	1.05 528	1.07 502	1.06 524	1.08 505	1.05 512	1.06 504	1.10 522	1.07 479	1.09 497	1.05 513	1.05 525	1.06 487	1.12 521

HSM-Net_RVC	0.95 477	1.17 377	0.78 459	1.18 468	0.71 479	1.16 514	0.75 484	1.09 495	0.80 498	1.10 504	0.75 493	1.17 518	0.74 479	1.17 518	0.80 493	1.13 490	0.73 455	1.17 522	0.77 497	1.16 496	0.72 472
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 505	1.10 369	0.70 442	1.10 452	0.60 451	1.10 506	0.70 476	1.10 496	0.70 477	1.10 504	0.70 480	1.10 509	0.70 472	7.00 685	0.70 476	1.10 483	0.70 448	1.10 514	0.70 485	1.10 489	0.70 465

AIO-Stereo	0.84 452	0.66 276	0.70 442	0.83 411	0.67 469	0.98 482	0.82 499	1.14 497	0.72 485	1.03 500	0.74 492	1.03 502	1.09 514	0.99 488	0.45 400	1.04 477	0.73 455	0.95 500	0.74 492	0.94 474	0.46 396

Wavelet-MonSter	1.00 481	1.21 427	0.76 456	1.94 559	1.01 522	1.11 509	0.76 486	1.15 498	0.76 491	1.11 509	0.76 494	1.14 515	0.76 482	1.11 512	0.76 487	1.21 543	0.90 475	1.02 510	0.71 488	1.02 485	0.71 471

RP	2.33 621	25.00 683	1.13 497	1.15 461	1.15 532	1.10 506	1.15 529	1.15 498	1.15 532	1.12 510	1.15 529	1.09 507	1.13 516	1.10 510	1.15 527	1.11 488	1.09 497	1.16 518	1.12 528	1.16 496	1.17 530

NCC-stereo	2.36 623	25.52 685	1.17 502	1.15 461	1.17 537	1.11 509	1.11 524	1.15 498	1.16 533	1.10 504	1.16 532	1.10 509	1.15 520	1.14 515	1.13 525	1.09 481	1.11 501	1.15 517	1.16 532	1.17 501	1.17 530

AIO-Stereo-zeroshot	0.91 467	0.86 304	0.89 471	1.25 518	0.69 473	1.05 499	0.81 496	1.16 501	0.50 427	1.12 510	0.97 516	0.72 450	0.82 492	1.06 504	0.95 507	0.61 402	0.87 473	1.03 512	0.85 509	1.04 486	1.01 514

edge stereo	2.43 628	27.07 691	1.14 498	1.06 449	1.14 530	1.08 503	1.17 532	1.16 501	1.14 531	1.10 504	1.16 532	1.09 507	1.16 524	1.10 510	1.16 531	1.10 483	1.11 501	1.16 518	1.19 534	1.13 490	1.11 519

RGC	2.36 623	25.48 684	1.19 506	1.15 461	1.15 532	1.10 506	1.16 531	1.17 503	1.16 533	1.12 510	1.16 532	1.11 513	1.13 516	1.09 508	1.18 533	1.10 483	1.15 506	1.16 518	1.12 528	1.14 491	1.12 521

Nwc_Net	2.37 625	25.95 687	1.15 500	1.14 458	1.15 532	1.08 503	1.14 527	1.17 503	1.16 533	1.14 513	1.15 529	1.08 505	1.15 520	1.11 512	1.14 526	1.10 483	1.11 501	1.16 518	1.09 527	1.16 496	1.15 526

Abc-Net	2.32 620	24.75 682	1.14 498	1.17 467	1.17 537	1.11 509	1.15 529	1.17 503	1.21 585	1.08 503	1.16 532	1.12 514	1.14 519	1.09 508	1.17 532	1.09 481	1.16 507	1.17 522	1.17 533	1.16 496	1.11 519
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 299	1.20 381	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 506	0.90 505	0.25 217	0.17 205	0.24 213	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.22 202	0.16 194	1.15 494	0.93 501

AF-Net	2.37 625	25.71 686	1.17 502	1.13 457	1.15 532	1.15 513	1.18 533	1.19 506	1.16 533	1.10 504	1.15 529	1.10 509	1.18 525	1.12 514	1.15 527	1.10 483	1.10 500	1.17 522	1.15 530	1.16 496	1.12 521

stereogan	2.33 621	24.38 681	1.18 504	1.18 468	1.18 540	1.14 512	1.18 533	1.19 506	1.19 539	1.14 513	1.18 536	1.14 515	1.18 525	1.14 515	1.18 533	1.14 492	1.14 505	1.19 527	1.19 534	1.15 494	1.19 534

DisPM	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

CrosDoStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PFNet+	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

LCNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

HHNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Patchmatch Stereo++	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535
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	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

STrans-v2	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

TransformOpticalFlow	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

OMP-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

IIG-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

NF-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

OCTAStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PSM-softLoss	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

KMStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

NRIStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PSM-adaLoss	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PSM-AAD	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

FTStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

ROB_FTStereo_v2	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

ROB_FTStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Consistency-Raft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

KYRaft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

HUI-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

ASMatch	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DeepStereo_LL	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DEmStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

SST-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

THIR-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT_R40	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DRaft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PFNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

GrayStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RE-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Pruner-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

TVStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DeepStereo_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT-RH_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

IRAFT_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT-345	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

iRAFT	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

CRE-IMP	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

GMM-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT-IKP	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Prome-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

FC-DCNN	1.07 495	1.09 364	0.98 483	0.89 418	0.52 441	1.41 579	0.91 505	1.21 554	1.24 588	1.96 591	2.05 646	1.91 592	1.30 580	1.27 570	1.08 521	0.80 439	0.60 422	0.58 435	0.41 408	0.68 420	0.54 426

CroCo-Stereo	0.73 418	1.22 433	0.25 211	1.22 515	0.25 250	1.22 561	0.25 238	1.22 555	0.25 241	1.22 563	0.25 250	1.22 566	0.25 243	1.22 566	0.25 239	1.22 545	0.26 221	1.21 574	0.25 246	1.22 554	0.25 227
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
S-Stereo	2.51 630	26.86 689	1.23 558	1.22 515	1.22 591	1.24 563	1.25 584	1.22 555	1.24 588	1.21 562	1.24 585	1.19 519	1.27 577	1.19 519	1.24 584	1.19 495	1.20 512	1.25 577	1.19 534	1.24 555	1.23 583

FAT-Stereo	2.46 629	26.05 688	1.23 558	1.23 517	1.22 591	1.20 515	1.24 583	1.23 557	1.23 587	1.19 516	1.22 583	1.21 565	1.24 575	1.20 520	1.24 584	1.21 543	1.17 510	1.22 575	1.25 587	1.20 506	1.24 584

Hybrid-DGEV-2	1.05 494	1.83 493	0.83 467	1.33 531	0.82 503	1.30 567	0.81 496	1.26 558	0.79 496	1.29 566	0.79 500	1.26 567	0.80 488	1.26 567	0.79 490	1.20 497	0.78 463	1.18 525	0.77 497	1.20 506	0.77 484

Hybrid-DGEV	1.03 492	1.75 467	0.80 463	1.28 524	0.78 495	1.26 564	0.80 492	1.26 558	0.78 492	1.26 564	0.78 498	1.26 567	0.78 486	1.26 567	0.78 489	1.15 493	0.75 458	1.14 515	0.74 492	1.14 491	0.75 479

CroCo-Stereo Lap2	0.77 428	1.29 437	0.29 230	1.27 520	0.29 273	1.27 565	0.26 245	1.26 558	0.26 254	1.26 564	0.26 255	1.27 570	0.26 252	1.26 567	0.27 245	1.27 548	0.27 231	1.27 578	0.27 289	1.27 558	0.27 271

MMNet	0.44 313	1.24 435	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 558	0.93 511	0.25 217	0.17 205	0.25 220	0.18 216	0.25 218	0.17 199	0.23 194	0.16 169	0.23 210	0.16 194	1.20 506	0.99 507

delet	0.43 300	1.21 427	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 558	0.95 513	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.22 202	0.16 194	1.18 502	0.98 506

psm_up	0.43 300	1.19 380	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 558	0.91 506	0.26 226	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.23 210	0.16 194	1.18 502	0.99 507

LiteMatch*	2.07 601	1.30 439	5.73 673	6.28 663	0.79 497	1.33 570	0.80 492	1.30 564	1.02 525	1.33 568	0.84 506	1.33 573	0.97 500	1.28 571	1.04 518	6.05 674	5.89 669	1.28 579	0.76 495	1.28 559	0.88 494

Hybrid-DGEV-03	1.07 495	1.83 493	0.83 467	1.34 532	0.81 502	1.32 569	0.81 496	1.31 565	0.81 501	1.31 567	0.82 504	1.32 572	0.82 492	1.32 572	0.81 496	1.19 495	0.77 461	1.19 527	0.76 495	1.19 504	0.77 484

PS-NSSS	1.38 562	1.39 449	1.34 562	1.34 532	1.35 594	1.38 575	1.37 598	1.35 566	1.38 599	1.34 569	1.34 593	1.39 576	1.38 588	1.70 585	1.40 599	1.36 556	1.36 574	1.36 586	1.37 595	1.37 563	1.36 594

MM-Stereo_test2	1.20 506	1.85 499	1.05 491	1.46 541	0.94 514	1.36 573	0.99 513	1.36 567	0.95 513	1.41 574	0.98 517	1.40 578	0.96 499	1.37 574	0.95 507	1.37 558	1.06 490	1.33 581	0.93 514	1.29 560	0.89 497

MaskLacGwcNet_RVC	1.35 559	1.35 444	1.35 564	1.35 534	1.35 594	1.35 571	1.35 591	1.36 567	1.35 596	1.36 571	1.35 594	1.36 574	1.36 585	1.36 573	1.35 595	1.35 554	1.35 573	1.35 584	1.35 592	1.35 562	1.35 593

CC-Net-ROB	1.36 560	1.33 443	1.33 561	1.36 535	1.38 597	1.36 573	1.33 589	1.37 569	1.34 593	1.35 570	1.36 596	1.38 575	1.34 583	1.38 575	1.38 598	1.35 554	1.38 577	1.33 581	1.35 592	1.43 565	1.34 592

RASNet	1.49 563	1.65 457	1.45 580	1.38 537	1.43 600	1.47 582	1.36 593	1.38 570	1.36 597	1.39 572	1.60 610	1.45 580	1.45 591	1.51 580	2.21 641	1.53 568	1.36 574	1.36 586	1.36 594	1.66 574	1.36 594

MM-Stereo_test3	1.27 557	2.07 518	1.18 504	1.60 548	1.02 524	1.45 581	1.01 518	1.40 571	1.04 527	1.44 576	1.03 523	1.46 581	1.02 511	1.44 579	1.02 517	1.51 567	1.12 504	1.32 580	0.98 515	1.38 564	0.97 505

qqai	1.22 553	1.38 448	1.12 495	1.39 538	1.14 530	1.40 577	1.14 527	1.41 572	1.12 529	1.40 573	1.11 528	1.40 578	1.13 516	1.41 576	1.15 527	1.25 546	0.97 481	1.24 576	1.01 523	1.24 555	0.96 504

MLG-Stereo	0.92 469	0.90 314	0.84 469	1.27 520	0.49 430	1.38 575	0.88 502	1.41 572	0.97 516	0.73 448	1.09 526	1.26 567	0.43 399	0.72 445	1.05 519	1.13 490	0.49 392	1.18 525	0.66 472	1.01 483	0.46 396

BLMT-Stereo	1.53 564	1.36 445	1.06 492	1.42 540	1.23 593	1.41 579	1.07 522	1.43 574	1.12 529	1.42 575	1.06 524	1.83 589	1.07 513	1.42 578	1.07 520	1.27 548	1.38 577	6.80 682	1.00 517	1.26 557	1.00 509

DPSMNet_ROB	1.60 567	1.59 456	1.70 594	1.59 545	1.59 606	1.61 585	1.61 609	1.60 575	1.60 606	1.62 585	1.59 609	1.60 583	1.60 594	1.60 581	1.59 606	1.59 569	1.60 597	1.59 592	1.59 613	1.59 570	1.59 608

FlowAnything_test	1.02 490	1.72 461	0.71 445	1.59 545	0.70 477	1.61 585	0.69 470	1.61 576	0.70 477	1.60 579	0.70 480	1.61 586	0.69 468	1.61 583	0.70 476	0.81 442	0.58 418	0.81 473	0.55 447	0.81 447	0.56 436

FlowAnything	1.02 490	1.71 460	0.72 448	1.59 545	0.69 473	1.60 584	0.69 470	1.61 576	0.70 477	1.60 579	0.69 476	1.60 583	0.69 468	1.61 583	0.69 468	0.81 442	0.58 418	0.81 473	0.56 451	0.82 449	0.56 436

CFNet-ft	0.55 379	1.57 455	0.14 148	0.20 160	0.14 181	0.20 187	2.53 644	1.61 576	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	1.56 569	1.24 584

11t	1.27 557	2.70 563	1.34 562	1.32 530	0.89 506	1.30 567	1.34 590	1.64 579	0.57 440	1.45 577	0.72 488	1.05 504	1.29 579	1.07 507	1.29 591	1.49 564	1.02 488	0.97 503	1.15 530	1.48 566	1.31 588

IGEVStereo-DCA	1.77 572	4.21 614	1.84 610	2.49 585	2.11 640	2.54 626	1.36 593	1.65 580	1.17 537	2.75 635	1.90 629	2.54 621	1.15 520	0.94 482	1.11 523	1.50 565	1.32 561	0.96 501	1.46 604	1.49 567	0.88 494

rrr	1.77 572	4.21 614	1.84 610	2.49 585	2.11 640	2.54 626	1.36 593	1.65 580	1.17 537	2.75 635	1.90 629	2.54 621	1.15 520	0.94 482	1.11 523	1.50 565	1.32 561	0.96 501	1.46 604	1.49 567	0.88 494

HBP-ISP	1.24 555	1.72 461	1.65 592	1.15 461	0.76 491	1.40 577	0.88 502	1.67 582	1.02 525	1.69 586	1.38 599	1.69 587	1.21 573	1.87 593	1.21 582	1.05 478	0.79 465	0.97 503	0.80 503	1.19 504	0.75 479

ours_stereo	1.20 506	1.21 427	0.90 474	1.64 553	1.11 529	1.35 571	0.67 458	1.76 583	0.93 511	1.70 587	1.10 527	1.39 576	0.75 481	1.41 576	0.81 496	1.60 571	1.03 489	1.33 581	1.00 517	1.61 571	0.72 472

2.5w	2.01 592	2.40 549	1.37 574	3.28 609	2.01 634	2.71 631	1.43 606	1.82 584	1.83 627	1.90 590	1.41 601	2.71 630	1.35 584	2.71 630	1.85 628	2.66 625	1.53 587	1.64 593	1.23 584	2.53 617	1.87 628

1w_stereo	2.05 600	2.32 539	1.35 564	3.74 631	2.01 634	2.73 634	1.42 603	1.88 585	1.93 637	2.03 599	1.28 589	2.71 630	1.99 625	2.72 632	1.72 616	2.20 598	1.32 561	1.87 602	1.86 632	2.45 606	1.54 601

GANetREF_RVC	1.55 565	1.94 514	1.22 556	1.88 556	1.21 589	1.88 591	1.22 581	1.88 585	1.22 586	1.88 588	1.22 583	1.88 590	1.22 574	1.89 594	1.22 583	1.87 579	1.22 559	1.88 605	1.22 583	1.88 583	1.22 581
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
ccs_rob	2.79 638	10.17 671	0.32 254	10.00 683	0.33 348	0.49 391	0.33 334	1.90 587	0.32 332	0.51 406	0.33 345	0.49 388	9.24 686	0.49 387	0.33 331	0.41 296	9.82 686	0.41 370	0.28 302	9.34 684	0.29 297

3.25w	2.04 598	2.20 530	1.48 582	3.03 599	2.17 644	2.63 630	1.39 599	1.96 588	1.95 638	1.96 591	1.37 597	2.71 630	1.96 622	2.71 630	1.73 621	2.26 601	1.32 561	1.87 602	1.87 633	2.51 613	1.63 613

MFMNet_re	1.81 575	1.91 508	1.71 596	1.95 561	1.70 617	1.95 596	1.70 614	1.96 588	1.74 619	1.97 593	1.72 618	1.95 593	1.71 602	1.97 597	1.71 614	1.86 577	1.62 598	1.85 598	1.66 620	1.86 582	1.64 614

SPS-STEREO	1.59 566	1.91 508	1.21 555	1.94 559	1.20 543	2.00 599	1.23 582	1.99 590	1.24 588	2.00 596	1.25 586	2.03 600	1.26 576	2.00 598	1.29 591	1.90 583	1.18 511	1.89 606	1.21 582	1.89 584	1.20 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 593	2.20 530	1.82 606	2.90 597	2.16 642	2.41 616	1.25 584	2.00 591	1.98 639	1.99 595	1.31 591	2.72 634	1.93 619	2.67 629	1.69 613	2.26 601	1.32 561	1.83 597	1.87 633	2.53 617	1.61 611

3.5w_stereo	2.03 595	2.72 567	1.35 564	3.41 616	1.57 604	2.72 632	1.49 607	2.01 592	1.34 593	2.15 606	1.61 612	2.63 627	1.36 585	2.72 632	1.99 639	2.66 625	1.58 593	1.68 595	1.24 585	2.53 617	1.87 628

3w_stereo	2.04 598	2.24 534	1.70 594	3.15 602	2.18 646	2.49 620	1.26 586	2.03 593	1.98 639	1.98 594	1.33 592	2.72 634	1.99 625	2.59 624	1.72 616	2.22 600	1.33 568	1.85 598	1.88 638	2.50 612	1.58 607

MM-Stereo_test1	1.80 574	3.41 591	1.52 587	2.12 566	1.41 599	2.04 600	1.41 601	2.05 594	1.46 603	2.04 600	1.41 601	2.05 601	1.42 590	2.05 599	1.43 601	2.04 592	1.54 589	1.94 607	1.38 597	1.99 587	1.33 590

4.5_new	2.00 585	1.84 498	1.98 623	2.77 592	2.16 642	2.27 608	1.28 588	2.09 595	1.98 639	2.01 597	1.28 589	2.71 630	1.98 623	2.51 621	1.65 609	2.26 601	1.33 568	1.87 602	1.87 633	2.49 610	1.60 609

ff7	1.68 568	2.68 560	1.35 564	0.97 439	0.89 506	1.84 588	2.15 639	2.12 596	1.80 623	2.05 601	1.56 606	2.33 608	2.12 630	2.23 604	2.25 642	1.31 550	1.07 491	1.48 588	1.41 598	0.90 462	1.04 516

ffff	1.68 568	2.68 560	1.35 564	0.97 439	0.89 506	1.84 588	2.15 639	2.12 596	1.80 623	2.05 601	1.56 606	2.33 608	2.12 630	2.23 604	2.25 642	1.31 550	1.07 491	1.48 588	1.41 598	0.90 462	1.04 516

ccc-4	1.68 568	2.68 560	1.35 564	0.97 439	0.89 506	1.84 588	2.15 639	2.12 596	1.80 623	2.05 601	1.56 606	2.33 608	2.12 630	2.23 604	2.25 642	1.31 550	1.07 491	1.48 588	1.41 598	0.90 462	1.04 516

MC-Stereo	1.76 571	2.96 579	1.37 574	2.14 567	1.37 596	2.14 605	1.36 593	2.14 599	1.37 598	2.14 605	1.37 597	2.14 602	1.37 587	2.14 603	1.37 597	1.97 588	1.32 561	1.97 609	1.32 591	1.98 586	1.33 590

3.25w_new	2.03 595	2.72 567	1.35 564	3.33 614	1.57 604	2.72 632	1.53 608	2.15 600	1.33 592	2.15 606	1.60 610	2.63 627	1.30 580	2.72 632	1.99 639	2.67 627	1.53 587	1.75 596	1.25 587	2.53 617	1.87 628

RAFT_CTSACE	1.92 578	3.71 598	1.72 597	1.88 556	1.72 618	2.04 600	1.42 603	2.18 601	1.89 635	2.02 598	1.97 635	1.95 593	2.06 629	1.93 595	1.62 607	1.76 574	1.66 601	2.02 610	1.73 629	1.73 577	1.43 599

derf	1.91 577	2.15 526	1.78 600	2.16 568	1.75 619	2.21 606	1.80 617	2.22 602	1.80 623	2.21 608	1.76 619	2.17 603	1.81 611	2.24 607	1.74 622	1.93 586	1.56 590	1.96 608	1.53 606	1.95 585	1.56 603

4w-stereo	2.02 593	2.72 567	1.44 579	3.36 615	1.59 606	2.48 619	1.72 615	2.28 603	1.24 588	2.24 609	1.65 614	2.56 623	1.32 582	2.39 615	1.98 638	2.67 627	1.51 585	1.66 594	1.24 585	2.53 617	1.88 631

NCCL2	2.28 619	2.27 535	2.28 629	2.28 577	2.28 647	2.27 608	2.29 642	2.28 603	2.28 645	2.27 610	2.28 647	2.28 604	2.27 633	2.27 608	2.28 646	2.28 605	2.28 629	2.27 617	2.29 646	2.27 597	2.29 636

TRStereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 623	2.28 610	1.84 619	2.29 605	1.86 629	2.30 611	1.87 624	2.30 605	1.87 613	2.08 600	1.72 616	2.08 593	1.72 604	2.08 612	1.72 626	2.08 589	1.72 619

XX-Stereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 623	2.28 610	1.84 619	2.29 605	1.86 629	2.30 611	1.87 624	2.30 605	1.87 613	2.08 600	1.72 616	2.08 593	1.72 604	2.08 612	1.72 626	2.08 589	1.72 619

EAI-Stereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 623	2.28 610	1.84 619	2.29 605	1.86 629	2.30 611	1.87 624	2.30 605	1.87 613	2.08 600	1.72 616	2.08 593	1.72 604	2.08 612	1.72 626	2.08 589	1.72 619

STTStereo	3.73 647	30.40 695	2.37 633	2.39 581	2.31 649	2.35 613	2.33 643	2.29 605	2.42 646	2.32 615	2.34 648	2.33 608	2.36 634	2.30 610	2.27 645	2.35 612	2.22 628	2.31 620	2.22 643	2.29 599	2.34 640

GANet-RSSM	0.75 422	1.91 508	0.14 148	0.47 293	0.14 181	0.21 197	3.21 665	2.30 609	0.14 181	0.46 364	0.14 185	0.23 207	0.18 216	0.21 194	0.14 175	0.18 167	0.27 231	0.37 291	0.13 179	2.13 592	2.12 632

MonStereo1	1.94 579	2.77 573	1.52 587	3.73 630	1.51 603	2.13 604	1.42 603	2.32 610	1.52 604	2.31 614	1.50 604	2.53 618	1.59 593	2.34 612	1.56 604	1.91 584	1.36 574	1.86 601	1.31 590	2.07 588	1.53 600

MonStereo	2.17 605	2.41 550	1.49 586	2.67 589	1.67 611	2.60 629	2.04 637	2.32 610	1.76 620	2.44 619	1.68 616	2.50 616	1.69 600	2.38 613	1.80 625	2.28 605	1.78 607	2.63 636	2.14 641	3.47 629	1.68 617

AIO_test	2.18 607	2.09 521	2.04 627	2.42 582	2.01 634	2.47 618	1.94 629	2.34 612	2.03 643	2.56 625	1.94 632	2.43 614	1.94 620	2.41 616	1.87 632	2.39 615	2.10 624	2.35 624	1.91 639	2.25 596	2.19 634

AIO_rvc	2.18 607	2.34 544	1.87 616	2.32 578	1.94 632	2.40 615	1.89 627	2.37 613	2.07 644	2.52 624	1.95 634	2.44 615	1.99 625	2.41 616	1.89 634	2.32 610	2.09 623	2.24 616	2.18 642	2.21 593	2.23 635

HUF	2.18 607	2.30 537	1.99 626	2.34 580	2.02 637	2.41 616	2.06 638	2.38 614	1.89 635	2.36 616	1.85 622	2.56 623	1.98 623	2.31 611	1.97 637	2.30 608	2.03 622	2.30 619	2.11 640	2.23 594	2.16 633

asd	2.18 607	2.77 573	1.58 589	3.59 624	2.00 633	2.58 628	1.85 622	2.39 615	1.71 612	2.47 621	1.97 635	2.59 625	1.61 595	2.56 622	1.79 624	2.51 622	1.99 614	2.11 615	1.62 617	2.36 602	1.60 609

2.25w	2.00 585	1.86 502	1.98 623	2.95 598	2.17 644	2.26 607	1.35 591	2.42 616	2.00 642	2.07 604	1.27 588	2.53 618	1.99 625	2.29 609	1.49 603	2.21 599	1.32 561	1.85 598	1.87 633	2.52 614	1.62 612

FBW_ROB	2.12 604	2.46 553	1.77 599	2.49 585	1.79 622	2.38 614	1.83 618	2.46 617	1.78 622	2.48 622	1.97 635	2.40 613	1.78 609	2.42 618	1.83 626	2.31 609	1.85 612	2.38 625	1.82 631	2.35 601	1.84 624

qwe	2.18 607	2.60 557	1.58 589	3.83 632	1.90 631	2.53 624	1.90 628	2.48 618	1.73 617	2.37 617	1.92 631	2.53 618	1.68 598	2.56 622	1.83 626	2.52 624	1.87 613	2.07 611	1.68 623	2.32 600	1.71 618

monsterstereo	2.20 613	2.33 540	1.95 621	3.65 626	2.07 639	2.49 620	1.61 609	2.48 618	1.83 627	2.45 620	1.61 612	2.67 629	1.86 612	2.64 626	1.94 635	2.48 621	1.66 601	2.34 622	1.68 623	2.40 603	1.86 626

monsters	2.18 607	2.41 550	1.96 622	3.47 619	2.03 638	2.53 624	1.64 611	2.48 618	1.73 617	2.40 618	1.50 604	2.62 626	1.94 620	2.59 624	1.94 635	2.44 617	1.57 592	2.28 618	1.87 633	2.42 604	1.86 626

UDGNet	2.23 617	5.40 636	1.72 597	2.48 584	1.69 614	2.51 623	1.69 613	2.51 621	1.72 616	2.50 623	1.69 617	2.52 617	1.69 600	2.50 620	1.68 612	2.41 616	1.70 603	2.42 627	1.69 625	2.42 604	1.64 614

4.25w-stereo	1.98 580	2.72 567	1.46 581	3.47 619	1.43 600	2.07 602	1.98 630	2.53 622	1.52 604	2.71 628	1.98 641	1.81 588	1.62 596	1.96 596	1.36 596	1.88 582	2.00 615	2.53 633	1.61 615	1.74 578	1.15 526

cf-r	0.66 397	2.17 528	0.12 123	0.18 153	0.12 175	0.18 179	2.70 648	2.60 623	0.12 175	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 141	0.11 121	0.15 166	0.11 155	1.81 581	1.74 622

asda	2.17 605	2.54 554	1.81 601	3.47 619	1.78 621	2.50 622	1.86 623	2.61 624	1.68 608	2.61 626	1.83 621	2.37 612	1.73 604	2.44 619	1.88 633	2.51 622	1.84 611	2.34 622	1.62 617	2.23 594	1.77 623

4.25_new	2.00 585	2.33 540	1.82 606	3.32 612	1.69 614	1.95 596	1.99 633	2.72 625	1.71 612	2.72 629	1.97 635	2.01 598	1.74 606	1.77 588	1.28 589	2.18 596	2.01 617	2.48 631	1.58 611	1.65 572	1.17 530

4.5w_new	2.00 585	2.33 540	1.82 606	3.32 612	1.69 614	1.95 596	1.99 633	2.72 625	1.71 612	2.72 629	1.97 635	2.01 598	1.74 606	1.77 588	1.28 589	2.18 596	2.01 617	2.48 631	1.58 611	1.65 572	1.17 530

4.5w-stereo	1.99 581	2.33 540	1.81 601	3.28 609	1.68 613	1.94 593	1.99 633	2.72 625	1.70 611	2.72 629	1.99 644	1.97 595	1.68 598	1.76 587	1.29 591	1.91 584	2.02 621	2.53 633	1.61 615	1.75 579	1.16 529

2.75w_new	1.99 581	2.34 544	1.81 601	3.14 601	1.62 608	1.94 593	1.99 633	2.72 625	1.71 612	2.72 629	1.99 644	1.90 591	1.73 604	1.82 592	1.29 591	2.37 613	2.01 617	2.31 620	1.42 601	1.77 580	1.22 581

3.75w	1.99 581	2.31 538	1.83 609	3.16 603	1.65 610	1.93 592	1.98 630	2.72 625	1.68 608	2.73 634	1.97 635	2.00 597	1.72 603	1.81 591	1.25 587	2.27 604	2.01 617	2.38 625	1.42 601	1.71 576	1.24 584

2w_stereo	1.99 581	2.36 547	1.81 601	3.24 607	1.67 611	1.94 593	1.98 630	2.72 625	1.68 608	2.72 629	1.94 632	1.98 596	1.74 606	1.79 590	1.27 588	1.95 587	2.00 615	2.53 633	1.60 614	1.68 575	1.15 526

sCroCo_RVC	2.10 602	2.76 571	1.92 620	2.78 595	1.39 598	2.73 634	1.41 601	2.73 631	1.40 600	2.77 640	1.41 601	2.74 636	1.40 589	2.74 635	1.40 599	2.72 629	1.42 580	2.72 637	1.44 603	2.79 624	1.42 598

LGtest1	2.22 614	2.70 563	1.89 617	2.76 591	1.86 626	2.75 636	1.86 623	2.75 632	1.86 629	2.75 635	1.86 623	2.77 639	1.87 613	2.75 636	1.86 629	2.46 618	1.58 593	2.45 628	1.56 607	2.45 606	1.56 603

LG-G_1	2.22 614	2.71 565	1.89 617	2.77 592	1.87 629	2.75 636	1.87 625	2.76 633	1.87 633	2.75 635	1.87 624	2.76 637	1.87 613	2.75 636	1.86 629	2.47 619	1.58 593	2.45 628	1.57 608	2.45 606	1.57 605

LG-G	2.22 614	2.71 565	1.89 617	2.77 592	1.87 629	2.75 636	1.87 625	2.76 633	1.87 633	2.75 635	1.87 624	2.76 637	1.87 613	2.75 636	1.86 629	2.47 619	1.58 593	2.45 628	1.57 608	2.45 606	1.57 605

GwcNet-RSSM	0.77 428	2.77 573	0.14 148	0.20 160	0.14 181	0.20 187	2.67 647	2.78 635	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 614	2.31 637

PSMNet-RSSM	0.77 428	2.76 571	0.14 148	0.20 160	0.14 181	0.20 187	2.66 646	2.79 636	0.14 181	0.21 195	0.14 185	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 614	2.31 637

hitnet-ft	0.79 433	2.78 576	0.14 148	0.20 160	0.14 181	0.21 197	2.89 649	2.80 637	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.54 622	2.33 639

NLCA_NET_v2_RVC	5.04 675	50.87 705	2.78 638	2.87 596	2.71 651	2.78 639	0.47 415	2.88 638	2.86 651	1.89 589	2.67 650	2.79 640	2.79 639	2.78 639	2.83 648	2.82 630	2.82 636	2.83 638	2.77 650	2.83 625	2.76 645
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MSMDNet	2.65 633	10.14 670	0.33 259	9.74 680	0.32 336	0.87 469	0.33 334	2.95 639	0.68 464	0.49 384	0.34 353	0.49 388	5.70 677	0.49 387	0.33 331	0.42 310	9.57 683	0.41 370	0.31 340	8.36 680	0.65 455

plain	1.88 576	3.16 585	0.64 420	3.10 600	0.65 464	3.10 641	0.64 450	3.12 640	0.65 454	3.10 641	0.65 462	3.11 641	0.65 452	3.12 640	0.65 448	3.12 634	0.65 432	3.13 639	0.65 470	3.13 627	0.65 455

MIF-Stereo (partial)	2.58 632	3.31 590	0.66 426	3.18 604	0.66 468	3.18 642	0.66 454	3.21 641	0.67 458	3.19 642	0.66 465	3.19 642	0.66 456	3.31 644	0.68 460	5.09 666	1.79 609	8.23 686	1.67 621	6.18 670	1.38 596

Anonymous3	2.55 631	3.26 589	1.65 592	3.28 609	1.63 609	3.24 643	1.68 612	3.27 642	1.66 607	3.28 643	1.67 615	3.25 643	1.66 597	3.27 642	1.64 608	3.26 635	1.65 600	3.30 641	1.65 619	4.95 661	1.65 616

NLSM1	2.93 640	3.24 588	2.57 637	4.04 633	2.66 650	3.30 645	2.55 645	3.29 643	2.55 647	3.35 645	2.48 649	3.28 644	2.47 635	3.34 645	2.49 647	3.26 635	2.55 635	3.13 639	2.57 649	3.00 626	2.46 643

PCWNet_CMD	2.80 639	9.82 667	0.32 254	10.09 684	0.32 336	0.49 391	0.33 334	3.34 644	0.33 342	0.49 384	0.33 345	0.49 388	8.73 683	0.48 381	0.33 331	0.41 296	9.22 682	0.42 381	0.29 315	9.55 685	0.31 319

UniTT-Stereo	2.03 595	3.43 592	0.72 448	3.42 617	0.73 482	3.27 644	0.68 462	3.38 645	0.69 469	3.29 644	0.72 488	3.28 644	0.70 472	3.35 646	0.68 460	3.39 637	0.68 439	3.31 642	0.69 481	3.37 628	0.73 475

Sa-1000	4.34 665	8.37 655	6.84 678	6.98 669	4.45 680	3.58 646	3.00 650	3.42 646	3.39 666	2.61 626	4.00 675	3.83 650	4.01 668	3.90 650	3.90 671	5.98 673	5.62 668	3.76 648	2.34 647	4.35 641	2.47 644

test_5	4.62 669	7.55 651	6.23 674	6.32 664	3.40 668	5.29 676	3.50 668	3.53 647	4.11 676	4.28 653	4.47 679	4.26 656	4.38 671	3.68 648	3.24 661	5.89 671	5.60 667	4.84 670	3.50 668	4.33 640	3.93 676

DPSNet	3.66 645	3.60 594	3.62 660	3.63 625	3.64 672	3.65 648	3.65 671	3.66 648	3.67 668	3.67 647	3.65 669	3.67 648	3.66 657	3.66 647	3.68 666	3.68 640	3.66 655	3.67 646	3.68 672	3.67 630	3.67 669

RAStereo	2.23 617	3.64 595	0.76 456	3.65 626	0.86 504	3.66 649	0.76 486	3.67 649	0.81 501	3.66 646	0.76 494	3.66 647	0.77 484	3.68 648	0.77 488	3.68 640	0.77 461	3.69 647	0.77 497	3.70 631	0.77 484

SA	4.33 664	7.35 649	6.85 679	5.96 661	4.09 677	3.59 647	3.15 664	3.82 650	2.64 648	3.91 648	3.85 672	3.57 646	2.72 638	3.13 641	4.03 673	7.09 681	6.86 676	3.57 644	3.12 662	3.85 632	3.51 668

test_3	5.01 674	8.86 661	7.77 682	8.09 672	2.76 652	4.13 654	4.05 677	3.88 651	3.76 672	4.33 654	4.13 676	3.71 649	3.91 665	4.21 655	4.06 674	7.93 682	7.69 679	4.53 653	3.91 675	4.17 638	4.29 678

TestStereo1	4.60 666	8.41 656	6.44 676	6.86 667	3.79 674	3.97 651	3.78 673	3.99 652	3.74 670	3.97 649	3.52 667	3.94 651	3.58 654	3.98 651	3.72 668	6.82 678	6.50 674	3.76 648	3.66 670	3.90 633	3.74 672

SA-5K	4.60 666	8.41 656	6.44 676	6.86 667	3.79 674	3.97 651	3.78 673	3.99 652	3.74 670	3.97 649	3.52 667	3.94 651	3.58 654	3.98 651	3.72 668	6.82 678	6.50 674	3.76 648	3.66 670	3.90 633	3.74 672

test_4	4.88 672	8.13 654	6.98 680	7.46 670	4.44 679	4.25 655	3.85 675	4.04 654	3.92 674	4.13 652	3.91 673	4.18 655	3.84 664	4.14 654	4.06 674	7.01 680	7.13 677	4.53 653	3.72 673	4.09 637	3.72 670

NLCSM	3.67 646	4.08 609	3.19 656	4.80 649	3.26 665	3.99 653	3.24 666	4.25 655	3.18 664	4.09 651	3.27 664	4.14 653	3.18 652	4.13 653	3.28 662	4.06 642	3.10 645	3.85 651	3.14 663	3.91 636	3.27 665

raft_robust	4.71 670	7.75 653	5.40 672	6.81 666	3.31 666	4.28 656	4.20 678	4.32 656	4.37 679	4.35 655	4.35 678	4.14 653	3.75 661	4.30 657	4.20 676	6.67 677	6.37 672	3.36 643	4.24 680	4.86 659	3.25 664

RAFT+CT+SA	4.28 662	7.62 652	4.91 667	5.55 658	2.28 647	3.09 640	3.64 670	4.49 657	3.07 657	4.80 669	3.35 665	4.77 672	3.70 659	4.29 656	3.05 651	5.58 669	5.98 671	3.58 645	3.78 674	4.26 639	3.72 670

cross-raft	4.83 671	7.52 650	6.43 675	6.63 665	3.96 676	4.51 657	3.99 676	4.49 657	3.96 675	4.52 656	3.96 674	4.50 657	3.97 667	4.50 658	3.97 672	6.65 676	6.44 673	4.33 652	3.92 676	4.35 641	3.91 675

rvit_0105_6	3.87 652	5.73 643	3.10 652	4.69 647	3.12 663	4.54 659	3.02 652	4.56 659	3.04 652	4.54 660	3.03 653	4.54 658	3.04 643	4.56 659	3.05 651	4.58 653	3.05 638	4.58 657	3.05 654	4.58 646	3.05 650

rvit_105_1	3.83 648	5.22 629	3.01 642	4.53 637	3.01 653	4.51 657	3.01 651	4.56 659	3.04 652	4.53 658	3.03 653	4.55 660	3.03 640	4.56 659	3.04 649	4.57 650	3.05 638	4.57 655	3.05 654	4.57 645	3.05 650

rvit_stereo_0081	3.83 648	5.23 630	3.01 642	4.53 637	3.03 655	4.55 663	3.02 652	4.56 659	3.04 652	4.52 656	3.02 651	4.54 658	3.03 640	4.56 659	3.04 649	4.57 650	3.05 638	4.57 655	3.05 654	4.58 646	3.05 650

rvit_stereo_0082	3.86 650	5.82 644	3.01 642	4.53 637	3.03 655	4.54 659	3.02 652	4.56 659	3.04 652	4.53 658	3.02 651	4.55 660	3.04 643	4.57 662	3.05 651	4.57 650	3.05 638	4.58 657	3.05 654	4.58 646	3.06 653

rvit_stereo_0080	3.89 653	5.70 641	3.04 647	4.54 640	3.03 655	4.56 664	3.05 658	4.60 663	3.07 657	4.58 663	3.06 656	4.59 662	3.06 645	4.61 663	3.08 655	4.63 655	3.09 643	4.64 661	3.10 659	4.65 650	3.10 657

whm_eth	3.89 653	5.70 641	3.04 647	4.54 640	3.03 655	4.56 664	3.05 658	4.60 663	3.07 657	4.58 663	3.06 656	4.59 662	3.06 645	4.61 663	3.08 655	4.63 655	3.09 643	4.64 661	3.10 659	4.65 650	3.10 657

rvit_0105_3	3.91 655	5.33 633	3.06 650	4.60 645	3.07 661	4.60 666	3.06 660	4.62 665	3.08 660	4.60 665	3.07 659	4.62 667	3.08 647	4.67 667	3.10 658	4.70 658	3.11 646	4.77 668	3.19 666	4.77 655	3.14 661

rvit_stereo_0081_aga	3.86 650	5.33 633	3.02 645	4.55 643	3.04 659	4.54 659	3.02 652	4.64 666	3.06 656	4.54 660	3.04 655	4.62 667	3.08 647	4.62 665	3.07 654	4.58 653	3.06 642	4.60 659	3.08 658	4.63 649	3.07 654

rvit_stereo_0083	3.92 657	5.30 632	3.06 650	4.61 646	3.09 662	4.67 668	3.08 661	4.66 667	3.09 661	4.62 666	3.10 661	4.66 670	3.11 649	4.67 667	3.16 660	4.72 660	3.16 649	4.77 668	3.11 661	4.66 652	3.11 659

rvit_stereo_ft	3.93 658	5.44 638	3.05 649	4.59 644	3.06 660	4.61 667	3.08 661	4.67 668	3.12 662	4.63 667	3.10 661	4.65 669	3.11 649	4.69 669	3.13 659	4.70 658	3.14 648	4.71 666	3.15 664	4.74 653	3.16 662

rvit_0105_4	3.91 655	5.47 640	3.02 645	4.54 640	3.02 654	4.54 659	3.03 656	4.75 669	3.17 663	4.57 662	3.06 656	4.61 666	3.16 651	4.65 666	3.09 657	4.66 657	3.11 646	4.68 664	3.18 665	4.81 656	3.16 662

TestStereo	4.88 672	4.75 620	4.79 666	4.87 652	4.92 681	4.81 674	4.90 681	4.78 670	4.77 680	4.87 671	4.89 680	4.90 675	4.91 673	4.99 674	4.79 678	4.98 663	4.87 664	4.87 671	4.92 682	5.00 662	5.00 679

MLG-Stereo_test2	4.28 662	5.46 639	3.69 661	4.86 651	3.72 673	5.58 678	3.42 667	4.81 671	3.77 673	4.85 670	3.72 671	5.55 679	3.63 656	5.58 677	3.53 665	4.41 647	3.28 653	4.99 672	2.95 652	4.75 654	3.13 660

sAnonymous2	3.31 643	2.63 558	1.38 576	3.71 628	1.86 626	4.70 669	1.11 524	4.82 672	2.72 649	5.45 677	1.98 641	4.59 662	2.64 636	2.65 627	6.21 682	4.37 644	1.08 495	5.16 674	2.24 644	4.52 643	2.39 641

CroCo_RVC	3.31 643	2.63 558	1.38 576	3.71 628	1.86 626	4.70 669	1.11 524	4.82 672	2.72 649	5.45 677	1.98 641	4.59 662	2.64 636	2.65 627	6.21 682	4.37 644	1.08 495	5.16 674	2.24 644	4.52 643	2.39 641

rvit_0105_5	4.10 659	5.40 636	3.13 655	4.71 648	3.15 664	4.72 671	3.10 663	4.90 674	3.27 665	4.69 668	3.16 663	4.84 674	3.25 653	4.96 673	3.34 663	5.05 665	3.39 654	5.10 673	3.40 667	5.11 663	3.42 666

FC-DCNN v2	5.10 676	5.15 627	4.49 665	5.07 654	3.37 667	6.87 681	4.75 680	5.04 675	6.34 684	7.84 685	5.06 681	6.72 685	4.09 669	4.99 674	5.44 681	5.03 664	3.16 649	4.67 663	4.86 681	5.15 664	3.89 674

MaDis-Stereo	3.19 642	6.02 646	1.12 495	5.61 659	1.16 536	5.43 677	1.02 520	5.15 676	0.70 477	5.43 676	1.21 582	5.03 677	0.97 500	4.85 670	0.99 511	4.53 648	1.16 507	5.53 676	1.25 587	5.37 666	1.30 587

MLG-Stereo_test1	4.25 660	5.34 635	3.61 659	5.31 655	3.63 671	5.23 675	3.57 669	5.38 677	3.65 667	5.23 674	3.47 666	4.76 671	3.74 660	4.85 670	3.71 667	4.96 662	3.18 651	4.71 666	2.92 651	4.86 659	2.90 647

MLG-Stereo_test3	4.26 661	4.85 622	3.95 663	5.35 656	3.60 670	4.75 672	3.76 672	5.49 678	3.71 669	5.39 675	3.69 670	4.82 673	3.66 657	4.85 670	3.73 670	4.93 661	3.19 652	4.69 665	2.99 653	4.84 658	2.98 649

StereoVision	3.15 641	5.00 624	0.89 471	4.83 650	1.00 517	3.93 650	1.27 587	6.37 679	1.34 593	5.67 679	1.26 587	5.84 680	1.27 577	5.03 676	1.24 584	5.10 667	1.09 497	4.61 660	0.57 453	5.62 668	1.12 521

SGM-Forest	5.21 678	5.92 645	4.08 664	6.18 662	4.16 678	6.31 680	4.34 679	6.50 680	4.33 678	6.14 681	4.21 677	6.61 684	4.55 672	6.67 680	4.48 677	5.94 672	3.94 658	5.85 679	4.03 678	5.79 669	4.17 677
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 681	9.36 664	7.40 681	8.51 675	6.55 685	6.88 682	6.60 685	6.79 681	6.60 685	6.80 682	6.72 687	5.31 678	5.50 676	6.61 679	6.61 685	8.42 684	5.89 669	5.73 677	5.45 686	6.61 671	6.24 683

test-1	6.46 679	9.16 663	8.03 685	8.09 672	5.62 684	6.11 679	6.35 684	6.85 682	4.94 681	6.08 680	6.29 686	4.98 676	6.43 678	6.22 678	6.36 684	6.16 675	7.47 678	5.82 678	5.44 685	7.11 675	5.68 682

test-v	7.53 683	11.89 672	7.98 683	9.36 678	7.14 686	7.06 683	7.09 686	7.37 683	6.91 686	7.29 683	5.71 684	6.45 682	6.93 679	6.73 682	7.27 686	8.93 687	7.85 680	6.98 683	6.80 687	7.56 676	7.34 685

test-2	7.53 683	11.89 672	7.98 683	9.36 678	7.14 686	7.06 683	7.09 686	7.37 683	6.91 686	7.29 683	5.71 684	6.45 682	6.93 679	6.73 682	7.27 686	8.93 687	7.85 680	6.98 683	6.80 687	7.56 676	7.34 685

DispFullNet	4.61 668	4.84 621	3.12 653	5.00 653	3.57 669	4.75 672	3.03 656	7.75 685	4.17 677	4.91 672	3.09 660	6.20 681	3.95 666	6.71 681	3.51 664	5.30 668	3.67 656	5.86 680	3.63 669	5.61 667	3.46 667

rvit_stereo_0075_2	6.64 680	8.80 660	5.25 669	7.89 671	5.27 683	7.90 685	5.27 682	7.92 686	5.28 682	7.91 686	5.29 683	7.93 686	5.27 674	7.92 686	5.28 679	7.93 682	5.28 666	7.93 685	5.29 684	7.93 678	5.28 681

U	5.15 677	8.49 658	1.81 601	8.49 674	1.77 620	8.49 686	1.77 616	8.51 687	1.77 621	8.49 687	1.77 620	8.50 687	1.78 609	8.58 687	1.77 623	8.54 685	1.78 607	8.55 687	1.78 630	8.55 681	1.84 624

SGM+DAISY	7.06 682	9.15 662	5.38 671	8.84 676	5.18 682	8.80 687	5.31 683	8.79 688	5.28 682	8.89 688	5.20 682	8.93 688	5.33 675	8.95 688	5.36 680	8.70 686	5.21 665	8.74 688	5.20 683	8.89 682	5.15 680

rafts_anoy	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

raft+_RVC	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

raftrobust	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

CasAABBNet	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

RALCasStereoNet	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

RALAANet	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

MANE	19.05 686	23.00 680	15.00 686	23.00 693	15.00 688	24.00 694	16.00 688	24.00 695	16.00 688	22.00 695	15.00 688	23.00 695	16.00 688	23.00 695	15.00 688	22.00 695	15.00 689	22.00 695	15.00 689	22.00 695	15.00 687

111	30.40 693	30.94 696	29.72 694	32.61 694	30.02 696	33.57 695	30.47 696	31.50 696	29.39 696	30.98 696	29.11 696	29.78 696	30.39 699	29.45 696	30.76 699	30.08 696	29.02 697	29.92 696	30.32 700	29.86 696	30.17 695

fff	1000028.16 713	29.62 692	29.72 694	32.61 694	30.02 696	35.13 697	31.83 697	32.07 697	10000000.00 715	35.27 699	29.82 697	32.45 697	30.15 696	32.35 697	30.09 696	31.04 697	29.55 698	30.64 697	30.14 697	10000000.00 716	30.77 696

csc	1000028.16 713	29.62 692	29.72 694	32.61 694	30.02 696	35.13 697	31.83 697	32.07 697	10000000.00 715	35.27 699	29.82 697	32.45 697	30.15 696	32.35 697	30.09 696	31.04 697	29.55 698	30.64 697	30.14 697	10000000.00 716	30.77 696

cscssc	1000028.16 713	29.62 692	29.72 694	32.61 694	30.02 696	35.13 697	31.83 697	32.07 697	10000000.00 715	35.27 699	29.82 697	32.45 697	30.15 696	32.35 697	30.09 696	31.04 697	29.55 698	30.64 697	30.14 697	10000000.00 716	30.77 696

tt	500032.53 711	34.60 698	29.72 694	37.47 703	34.41 701	36.85 701	35.22 701	34.71 700	33.55 698	34.50 697	35.43 700	33.81 700	10000000.00 716	33.57 700	33.13 700	33.68 700	35.00 702	34.03 701	35.26 703	30.96 697	34.63 700

DCANet	500032.53 711	34.60 698	29.72 694	37.47 703	34.41 701	36.85 701	35.22 701	34.71 700	33.55 698	34.50 697	35.43 700	33.81 700	10000000.00 716	33.57 700	33.13 700	33.68 700	35.00 702	34.03 701	35.26 703	30.96 697	34.63 700

DCANet-4	35.22 695	34.54 697	35.08 700	33.58 698	35.47 703	34.55 696	35.53 703	36.08 702	35.85 700	35.92 702	35.77 702	35.18 702	35.48 701	35.39 702	37.15 705	34.55 702	33.92 701	35.02 703	34.90 702	35.79 700	34.74 702

ADStereo(finetuned)	36.13 696	36.63 701	38.07 704	36.97 699	33.25 700	35.91 700	34.45 700	36.36 703	32.99 697	38.14 707	36.71 703	36.69 703	34.13 700	38.57 707	40.79 706	37.60 707	36.58 704	35.90 704	33.36 701	35.42 699	34.04 699

Reg-Stereo(zero)	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

HI	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

CoSv	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

WCMA_ROB	31.10 694	35.43 700	27.12 693	39.51 705	23.10 695	38.78 706	25.30 695	37.49 707	25.39 695	37.29 706	27.02 695	38.52 707	26.48 695	37.80 706	26.44 695	36.28 703	22.65 696	33.90 700	22.30 696	37.10 704	24.18 694

CBMV	128.50 702	1422.70 717	53.10 706	79.50 707	51.30 708	77.30 708	49.70 707	74.00 708	48.20 705	77.20 709	48.80 708	73.90 709	48.00 706	73.80 709	48.80 708	70.40 709	45.10 709	68.90 709	46.10 709	68.20 706	45.00 707
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 700	87.70 706	41.95 705	113.75 708	65.62 709	75.05 707	55.25 708	75.64 709	45.04 704	71.61 708	41.75 707	72.81 708	44.06 705	68.38 708	44.63 707	101.89 710	59.57 710	107.10 710	61.05 710	104.38 707	59.38 708

NOSS_ROB	102.95 701	153.00 710	121.00 708	51.00 706	44.00 707	165.00 710	127.00 709	153.00 710	119.00 706	164.00 711	125.00 709	168.00 711	120.00 707	153.00 710	117.00 709	49.00 708	44.00 708	49.00 708	44.00 708	49.00 705	44.00 706

MeshStereo	159.24 703	171.00 711	160.68 711	162.58 709	160.59 710	164.01 709	160.35 710	158.51 711	158.56 707	158.34 710	160.12 710	158.56 710	159.92 708	157.26 711	158.94 710	154.38 711	158.36 711	155.75 711	159.13 712	153.67 708	154.07 709
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	201.80 704	123.00 707	115.00 707	219.00 710	218.00 712	223.00 711	244.00 712	217.00 712	236.00 709	202.00 712	203.00 711	205.00 712	208.00 709	225.00 712	204.00 711	210.00 712	198.00 712	197.00 712	184.00 713	204.00 709	201.00 710

MGS-Stereo	239.45 705	123.00 707	135.00 709	266.00 711	286.00 713	277.00 712	305.00 713	271.00 713	242.00 710	274.00 713	279.00 713	255.00 713	270.00 711	268.00 713	297.00 713	221.00 713	247.00 714	216.00 713	123.00 711	217.00 710	217.00 712

EGLCR-Stereo	246.90 706	129.00 709	139.00 710	266.00 711	286.00 713	277.00 712	305.00 713	271.00 713	242.00 710	274.00 713	279.00 713	255.00 713	270.00 711	268.00 713	297.00 713	230.00 714	247.00 714	216.00 713	223.00 715	237.00 711	227.00 713

DLCB_ROB	284.23 707	354.61 713	207.27 712	363.24 713	206.46 711	364.72 714	210.41 711	364.72 715	210.41 708	364.81 715	208.64 712	364.81 715	208.64 710	364.72 715	210.41 712	354.70 715	205.53 713	354.70 715	205.53 714	354.70 712	205.53 711

LE_ROB	396.57 708	471.28 714	329.84 713	471.48 714	308.15 715	526.83 715	322.10 715	488.15 716	323.76 712	495.46 716	317.97 715	497.17 716	320.10 713	481.62 716	326.76 715	462.71 716	298.97 716	466.16 716	285.98 716	447.62 713	289.21 714

SGM-ForestM	596.69 709	677.77 715	444.52 714	699.85 715	517.25 716	732.94 716	488.29 716	770.79 717	460.11 713	750.81 717	487.98 716	792.79 717	499.41 714	730.90 717	475.81 716	720.03 717	491.16 717	663.96 717	418.60 717	674.76 714	436.05 715

CBMV_ROB	818.48 710	913.88 716	709.52 715	862.84 716	597.78 717	1073.99 717	700.52 717	1015.66 718	702.59 714	1115.65 718	760.02 717	1130.24 718	721.57 715	1037.41 718	692.65 717	814.05 718	564.29 718	843.28 718	595.31 718	915.51 715	602.92 716

111111	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

SGD-Stereo	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

IGEV-Stereo++	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

IGEV-BASED-STEREO-	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

IGEV-Stereo+	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

SDNR	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

anonymousdsp2	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

anonymousdsp	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

test_example2	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717

DIP-Stereo	10000000.00 716	10000000.00 718	10000000.00 716	10000000.00 717	10000000.00 718	10000000.00 718	10000000.00 718	10000000.00 719	10000000.00 715	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 716	10000000.00 719	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 716	10000000.00 717
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ASD4		0.20 128

Low-res two-view benchmark