Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 89	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 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

Wz-Net-SNSev	0.03 29	0.09 89	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 428	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

WZ-Net	0.05 57	0.50 245	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 428	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 195	0.21 204	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 263	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 80	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 80	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 80	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

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	0.58 396	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	0.75 431	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 80	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 80	0.11 112	0.11 98	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
FINET	0.07 67	0.08 80	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

iinet-test	0.08 72	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 420	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	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
ADCMid	0.08 72	0.02 12	0.02 15	1.01 445	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

TS12	0.09 75	0.09 89	0.17 176	0.19 157	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

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 456	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 108	0.39 300	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	0.13 108	0.39 300	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

test_sample7	0.09 75	1.00 339	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	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 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 306	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 354	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 306	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 348	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 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 348	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 89	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

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

ADCS	0.09 75	0.02 12	0.04 64	0.90 420	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	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 330	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 358	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 358	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 358	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 362	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 354	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 362	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 370	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	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

222	0.10 90	0.99 337	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 364	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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 93	0.10 92	0.10 81	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

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

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	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	0.24 202	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	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	0.11 104	0.12 123	0.13 118	0.14 182	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

x	0.11 111	1.15 373	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 282	0.36 324	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 375	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 547	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	1.60 547	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 550	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

zh-mn7	0.12 120	1.14 370	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	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	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 534	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

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	1.57 604	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	1.65 608	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 610	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	1.71 553	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

CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	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	0.14 158	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	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	0.14 158	0.11 153

ACRE	0.13 127	0.21 135	0.14 148	0.15 133	0.11 163	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	0.14 158	0.11 153

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 203	0.10 145	0.20 185	0.10 143	0.24 210	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 154	0.09 135

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	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	0.49 388	0.11 153

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	1.71 613	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ELAS	0.13 127	0.16 116	0.11 112	0.15 133	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	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 432	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 234	0.27 232	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	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	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 492	0.12 123	0.11 98	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

ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	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	0.15 166	0.12 166

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	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	0.15 166	0.12 166

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	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	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	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	0.14 158	0.11 153

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	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	0.14 158	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
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 569	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

HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	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	0.16 171	0.12 166

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	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	0.12 154	0.73 476

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	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	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	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	0.18 181	0.11 153

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	0.67 454	0.02 15	0.69 446	0.75 462	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	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	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 568	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

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	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	0.13 156	0.82 492

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 194	0.12 175	0.20 184	0.12 167	0.20 185	0.12 171	0.21 195	0.13 171	0.17 159	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	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	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 426	0.33 260	0.41 264	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	0.35 251	0.31 266	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	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	0.16 171	0.16 184

qqq	0.16 153	2.01 516	0.12 123	0.15 133	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

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 157	0.13 180	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	0.18 188	0.13 179	0.18 181	0.13 173

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 136	0.21 225	0.22 198	0.10 145	0.19 182	0.18 216	0.10 139	0.19 214	0.20 174	0.19 198	0.18 188	0.10 143	0.19 187	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 525	0.13 143	0.13 118	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

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	0.75 457	0.76 464	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.72 282	0.14 148	0.14 122	0.14 182	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	0.14 158	0.14 178

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.22 198	0.15 194	0.22 201	0.16 194	0.22 199	0.15 186	0.20 174	0.15 166	0.20 195	0.14 184	0.20 188	0.14 178

w-ln-seven	0.18 161	1.47 450	0.33 260	0.40 252	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	0.38 269	0.32 270	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	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	0.16 171	0.16 184

xyz-stereo	0.18 161	0.50 245	0.16 169	0.15 133	0.16 204	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	0.16 171	0.16 184

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 570	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 80	0.08 82	2.23 570	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

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 194	0.17 207	0.20 184	0.17 205	0.21 193	0.18 216	0.21 195	0.17 199	0.20 174	0.16 169	0.20 195	0.16 194	0.20 188	0.17 201

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	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	0.20 195	0.20 224	0.20 188	0.20 210

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	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	0.20 195	0.20 224	0.20 188	0.20 210

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 511	0.21 194	0.14 181	0.20 184	0.13 180	0.21 193	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 177	0.12 166

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 511	0.21 194	0.14 181	0.20 184	0.13 180	0.21 193	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 177	0.12 166

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 208	0.18 213	0.24 210	0.18 221	0.23 208	0.19 221	0.24 210	0.18 211	0.21 182	0.16 169	0.21 199	0.16 194	0.22 197	0.16 184

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 208	0.18 213	0.23 203	0.17 205	0.23 208	0.18 216	0.23 206	0.18 211	0.22 184	0.16 169	0.21 199	0.16 194	0.21 195	0.16 184

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 214	0.16 194	0.24 210	0.16 193	0.27 213	0.23 214	0.24 221	0.16 194	0.23 208	0.16 184

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 214	0.16 194	0.24 210	0.16 193	0.27 213	0.22 208	0.23 212	0.16 194	0.23 208	0.16 184

z-ln-s-r	0.21 174	1.40 448	0.53 402	0.56 368	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	0.57 395	0.44 375	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 208	0.17 207	0.24 210	0.17 205	0.24 214	0.17 206	0.24 210	0.17 199	0.24 202	0.17 190	0.23 212	0.16 194	0.23 208	0.16 184

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 208	0.19 219	0.24 210	0.19 223	0.24 214	0.19 221	0.24 210	0.19 214	0.22 184	0.17 190	0.22 204	0.17 216	0.22 197	0.17 201

SuperB	0.21 174	0.10 93	2.51 634	0.12 106	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

BStereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 208	0.16 194	0.24 210	0.17 199	0.23 195	0.16 169	0.22 204	0.20 224	0.22 197	0.16 184

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 208	0.16 194	0.24 210	0.17 199	0.23 195	0.16 169	0.22 204	0.20 224	0.22 197	0.16 184

WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 201	0.22 232	0.22 199	0.22 223	0.22 184	0.22 208	0.22 204	0.22 231	0.22 197	0.22 215

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 201	0.22 232	0.22 199	0.22 223	0.22 184	0.22 208	0.23 212	0.22 231	0.22 197	0.23 217

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 201	0.22 232	0.22 199	0.22 223	0.22 184	0.22 208	0.23 212	0.22 231	0.22 197	0.23 217

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 520	0.14 154	0.10 144	0.28 231	0.14 185	0.17 174	0.19 221	0.28 238	0.09 134	0.22 184	0.16 169	0.23 212	0.17 216	0.11 148	0.12 166

LACA3	0.23 186	0.25 155	0.27 221	0.54 361	0.17 210	0.25 221	0.17 198	0.25 216	0.17 207	0.25 218	0.17 205	0.25 221	0.17 206	0.25 219	0.17 199	0.28 217	0.23 214	0.24 221	0.17 216	0.24 212	0.17 201

dd	0.23 186	0.98 330	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 205	0.15 192	0.23 203	0.15 194	0.24 214	0.17 206	0.23 206	0.15 186	0.22 184	0.15 166	0.21 199	0.15 192	0.22 197	0.16 184

dad	0.23 186	1.03 354	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 208	0.16 197	0.23 203	0.16 198	0.24 214	0.16 194	0.23 206	0.15 186	0.22 184	0.16 169	0.22 204	0.16 194	0.22 197	0.16 184

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.24 210	0.15 194	0.22 201	0.15 192	0.22 199	1.19 534	0.20 174	0.17 190	0.24 221	0.14 184	0.20 188	0.14 178

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.24 210	0.15 194	0.22 201	0.15 192	0.22 199	1.19 534	0.20 174	0.17 190	0.24 221	0.14 184	0.20 188	0.14 178

MSKI-zero shot	0.24 189	0.21 135	0.49 383	0.65 385	0.18 221	0.22 200	0.17 198	0.23 205	0.18 213	0.21 196	0.17 205	0.23 208	0.28 267	0.23 206	0.18 211	0.21 182	0.16 169	0.21 199	0.16 194	0.21 195	0.16 184

qqq1	0.25 192	3.70 594	0.14 148	0.14 122	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	0.25 192	3.70 594	0.14 148	0.14 122	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

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.25 221	0.25 244	0.26 230	0.25 240	0.25 208	0.25 219	0.25 226	0.25 247	0.25 215	0.25 228

ffm	0.25 192	3.83 600	0.12 123	0.12 106	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	0.25 192	3.83 600	0.12 123	0.12 106	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	0.25 192	3.83 600	0.12 123	0.12 106	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

MIM_Stereo	0.25 192	0.23 141	0.66 428	0.80 407	0.17 210	0.22 200	0.17 198	0.23 205	0.18 213	0.26 227	0.17 205	0.21 193	0.17 206	0.25 219	0.17 199	0.23 195	0.16 169	0.21 199	0.17 216	0.22 197	0.17 201

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 222	0.25 242	0.25 218	0.25 251	0.25 221	0.25 244	0.25 219	0.25 240	0.26 210	0.25 219	0.25 226	0.26 253	0.26 217	0.25 228
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 192	1.31 440	0.74 453	0.92 425	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	0.87 451	0.75 457	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 201	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	4.34 640	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 259	0.24 237	0.26 227	0.27 260	0.33 256	0.21 231	0.25 219	0.27 246	0.32 234	0.20 200	0.34 269	0.23 237	0.25 215	0.26 234

DLNR-FE	0.28 203	0.89 311	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 225	0.20 221	0.28 231	0.20 227	0.28 235	0.20 225	0.28 238	0.20 217	0.33 239	0.28 238	0.25 226	0.19 223	0.24 212	0.19 208

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 198	0.30 280	0.32 248	0.31 327	0.32 253	0.31 329	0.32 251	0.32 321	0.32 234	0.33 282	0.31 250	0.32 348	0.31 235	0.32 327

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 225	0.28 263	0.28 231	0.28 267	0.28 235	0.28 267	0.28 238	0.28 255	0.28 217	0.28 238	0.28 237	0.28 303	0.28 224	0.28 292

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 253	0.21 225	0.42 308	0.21 233	0.36 267	0.22 232	0.36 268	0.21 221	0.34 243	0.21 204	0.34 269	0.21 228	0.34 249	0.21 213

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 239	0.24 237	0.33 252	0.24 245	0.35 262	0.24 241	0.33 258	0.24 232	0.31 232	0.24 218	0.32 253	0.24 244	0.32 238	0.24 227

UNet	0.29 208	0.90 314	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 466	0.69 471	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	0.88 457	0.76 483

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 245	0.30 280	0.30 244	0.30 273	0.30 226	0.30 261	0.30 244	0.30 330	0.30 230	0.30 311

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 245	0.30 280	0.30 244	0.30 273	0.30 226	0.30 261	0.30 244	0.30 330	0.30 230	0.30 311

DDVS	0.30 209	3.10 580	0.14 148	0.19 157	0.14 182	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	0.17 177	0.13 173

ACV-stereo	0.30 209	2.08 518	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 208	0.18 213	0.24 210	0.17 205	0.25 221	0.17 206	0.24 210	0.17 199	0.22 184	0.16 169	0.22 204	0.16 194	0.22 197	0.16 184

LoS_RVC	0.30 209	1.14 370	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.26 232	0.26 253	0.26 230	0.25 240	0.26 210	0.26 222	0.25 226	0.25 247	0.26 217	0.26 234

CAS	0.30 209	1.17 376	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 216	0.26 255	0.25 218	0.25 251	0.25 221	0.25 244	0.25 219	0.25 240	0.26 210	0.26 222	0.26 231	0.25 247	0.26 217	0.25 228

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 245	0.30 280	0.30 244	0.30 273	0.30 226	0.30 261	0.30 244	0.30 330	0.30 230	0.30 311
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 232	0.34 352	0.29 236	0.31 327	0.29 241	0.30 280	0.31 248	0.31 311	0.31 232	0.29 252	0.31 250	0.30 330	0.31 235	0.31 320

tt1	0.31 216	0.93 323	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 239	0.24 237	0.32 248	0.23 238	0.32 253	0.25 244	0.32 251	0.24 232	0.27 213	0.26 222	0.27 235	0.26 253	0.27 222	0.27 272

xxxxx1	0.31 216	0.91 316	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 256	0.25 244	0.32 251	0.24 232	0.28 217	0.28 238	0.28 237	0.28 303	0.29 227	0.27 272

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 404	0.24 250	0.30 239	0.26 246	0.30 232	0.24 237	0.32 248	0.23 238	0.31 249	0.24 241	0.30 244	0.23 229	0.29 225	0.26 222	0.29 242	0.24 244	0.33 245	0.23 217

tt_ll	0.31 216	0.91 316	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 256	0.25 244	0.32 251	0.24 232	0.28 217	0.28 238	0.28 237	0.28 303	0.29 227	0.27 272

ff	0.31 216	0.91 316	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 256	0.25 244	0.32 251	0.24 232	0.28 217	0.28 238	0.28 237	0.28 303	0.29 227	0.27 272

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 230	0.31 323	0.30 237	0.30 285	0.29 241	0.27 260	0.29 242	0.30 273	0.28 217	0.29 252	0.29 242	0.29 316	0.27 222	0.32 327

MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 249	0.28 263	0.36 262	0.27 260	0.35 262	0.27 260	0.35 262	0.27 246	0.34 243	0.27 232	0.34 269	0.27 290	0.34 249	0.27 272

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 246	0.25 242	0.35 258	0.27 260	0.36 267	0.26 253	0.34 259	0.28 255	0.35 251	0.28 238	0.34 269	0.28 303	0.34 249	0.27 272

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 239	0.31 323	0.30 237	0.31 327	0.31 249	0.30 280	0.32 251	0.32 321	0.32 234	0.31 266	0.30 244	0.47 430	0.32 238	0.34 341

DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 237	0.30 280	0.31 242	0.31 327	0.31 249	0.30 280	0.31 248	0.31 311	0.30 226	0.32 270	0.31 250	0.31 341	0.31 235	0.31 320

WCG-NET（raft）	0.32 225	1.24 434	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 239	0.24 237	0.32 248	0.24 245	0.32 253	0.24 241	0.32 251	0.24 232	0.30 226	0.23 214	0.30 244	0.23 237	0.30 230	0.23 217

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 253	0.27 259	0.36 262	0.27 260	0.36 267	0.27 260	0.36 268	0.28 255	0.36 255	0.28 238	0.36 290	0.28 303	0.36 269	0.28 292

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 279	0.26 255	0.39 274	0.26 256	0.39 281	0.26 253	0.39 283	0.26 245	0.37 258	0.25 219	0.37 293	0.25 247	0.37 273	0.37 359
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 193	0.16 194	0.27 234	0.24 232	0.19 171	0.16 169	0.19 191	0.16 194	0.26 217	3.08 654

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 193	0.16 194	0.27 234	0.24 232	0.19 171	0.16 169	0.19 191	0.16 194	0.26 217	3.08 654

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 295	0.28 265	0.39 283	0.28 257	0.39 272	0.28 263	0.39 274	0.28 267	0.39 281	0.28 267	0.38 275	0.28 255	0.42 311	0.35 318	0.36 290	0.26 253	0.35 262	0.26 234

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 246	0.34 352	0.34 254	0.34 354	0.34 260	0.34 350	0.34 259	0.34 345	0.34 243	0.34 311	0.34 269	0.34 362	0.34 249	0.34 341

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 289	0.29 274	0.40 286	0.30 273	0.38 269	0.29 252	0.37 293	0.29 316	0.37 273	0.29 298

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 279	0.29 269	0.40 280	0.37 373	0.41 302	0.34 350	0.38 275	0.30 273	0.34 243	0.27 232	0.34 269	0.26 253	0.34 249	0.26 234

CSP-Net	0.34 230	1.29 436	1.19 505	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	1.26 545	1.21 556	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 294	0.32 333	0.38 268	0.30 285	0.39 281	0.30 280	0.38 275	0.32 321	0.35 251	0.27 232	0.34 269	0.27 290	0.34 249	0.29 298

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 294	0.27 259	0.41 294	0.27 260	0.42 320	0.27 260	0.41 301	0.28 255	0.40 289	0.29 252	0.40 355	0.28 303	0.40 339	0.27 272

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.30 285	0.44 359	0.30 280	0.44 349	0.30 273	0.38 269	0.26 222	0.38 301	0.27 290	0.38 286	0.27 272

FE-Mocha	0.35 239	0.71 281	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 246	0.26 255	0.34 254	0.26 256	0.34 260	0.27 260	0.34 259	0.27 246	0.44 313	0.41 354	0.33 260	0.29 316	0.32 238	0.29 298

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 272	0.36 353	0.19 171	0.17 190	0.19 191	0.17 216	0.38 286	2.84 645

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.31 311	0.38 269	0.26 222	0.38 301	0.26 253	0.38 286	0.26 234

CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 253	0.25 242	0.31 242	0.37 373	0.30 245	0.33 345	0.25 219	0.45 402	0.37 258	0.37 327	0.33 260	0.35 375	0.34 249	0.37 359
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 253	0.30 280	0.36 262	0.29 273	0.36 267	0.29 274	0.36 268	0.30 273	0.46 352	0.39 341	0.32 253	0.24 244	0.32 238	0.25 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 249	0.35 356	0.35 258	0.35 362	0.35 262	0.35 357	0.35 262	0.35 349	0.35 251	0.35 318	0.35 285	0.35 375	0.35 262	0.35 351

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 259	0.27 259	0.35 258	0.28 267	0.36 267	0.38 369	0.35 262	0.28 255	1.08 479	0.26 222	0.33 260	0.27 290	0.34 249	0.33 334

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 294	0.28 263	0.41 294	0.28 267	0.41 302	0.28 267	0.42 314	0.30 273	0.37 258	0.26 222	0.37 293	0.27 290	0.45 365	0.56 439

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 279	0.30 280	0.41 294	0.28 267	0.40 289	0.28 267	0.42 314	0.28 255	0.45 342	0.32 270	0.38 301	0.30 330	0.37 273	0.27 272

DCVSM-stereo	0.36 246	1.89 504	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 279	0.22 228	0.40 280	0.22 234	0.40 289	0.22 232	0.40 286	0.22 223	0.28 217	0.21 204	0.28 237	0.21 228	0.28 224	0.20 210

RSM	0.36 246	0.36 177	0.43 352	0.37 231	0.42 411	0.49 392	0.42 401	0.37 259	0.28 263	0.36 262	0.29 273	0.36 267	0.30 280	0.37 272	0.28 255	0.34 243	0.31 266	0.34 269	0.35 375	0.40 339	0.29 298

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 359	0.32 334	0.44 349	0.31 311	0.39 282	0.28 238	0.39 342	0.28 303	0.39 327	0.27 272

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 359	0.32 334	0.44 349	0.31 311	0.39 282	0.28 238	0.39 342	0.28 303	0.39 327	0.27 272

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 318	0.31 323	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.31 311	0.39 282	0.28 238	0.39 342	0.27 290	0.39 327	0.26 234

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 302	0.32 334	0.41 301	0.33 332	0.37 258	0.29 252	0.37 293	0.29 316	0.38 286	0.31 320

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 253	0.35 356	0.35 258	0.37 373	0.36 267	0.36 360	0.35 262	0.36 353	0.36 255	0.36 324	0.35 285	0.36 381	0.36 269	0.36 354

ACVNet-DCA	0.37 256	1.00 339	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 289	0.29 274	0.39 283	0.28 255	0.33 239	0.32 270	0.33 260	0.32 348	0.33 245	0.32 327

1test111	0.37 256	1.02 352	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 272	0.29 269	0.39 274	0.29 273	0.39 281	0.28 267	0.40 286	0.29 266	0.33 239	0.32 270	0.33 260	0.31 341	0.32 238	0.31 320

cc1	0.37 256	1.02 352	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 272	0.29 269	0.39 274	0.29 273	0.39 281	0.28 267	0.40 286	0.29 266	0.33 239	0.32 270	0.33 260	0.31 341	0.32 238	0.31 320

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 450	0.29 275	0.34 257	0.31 316	0.36 253	0.29 269	0.38 268	0.31 327	0.37 274	0.30 280	0.36 268	0.29 266	0.34 243	0.28 238	0.39 342	0.30 330	0.37 273	0.30 311

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 203	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 302	0.40 380	0.41 301	0.36 353	0.34 243	0.22 208	0.47 404	0.37 384	0.39 327	0.33 334

XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 259	0.37 368	0.37 267	0.37 373	0.37 274	0.37 365	0.37 272	0.37 362	0.37 258	0.37 327	0.37 293	0.37 384	0.37 273	0.37 359

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 318	0.31 323	0.45 359	0.31 327	0.43 327	0.31 329	0.43 320	0.69 470	0.38 269	0.33 282	0.40 355	0.30 330	0.38 286	0.30 311

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 312	0.30 280	0.44 347	0.30 285	0.42 320	0.30 280	0.42 314	0.68 462	0.37 258	0.32 270	0.40 355	0.29 316	0.37 273	0.29 298

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 312	0.30 280	0.45 359	0.30 285	0.42 320	0.30 280	0.42 314	0.69 470	0.37 258	0.32 270	0.40 355	0.29 316	0.37 273	0.29 298

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.42 320	0.30 280	0.42 314	0.73 480	0.37 258	0.32 270	0.40 355	0.29 316	0.37 273	0.30 311

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 312	0.33 343	0.43 313	0.34 354	0.42 320	0.34 350	0.41 301	0.38 365	0.40 289	0.32 270	0.42 383	0.32 348	0.40 339	0.32 327

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 368	0.32 334	0.45 365	0.32 321	0.44 313	0.33 282	0.41 372	0.29 316	0.41 350	0.29 298
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 368	0.33 345	0.45 365	0.32 321	0.38 269	0.38 334	0.38 301	0.37 384	0.37 273	0.36 354

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 276	0.38 369	0.38 275	0.38 365	0.38 269	0.38 334	0.38 301	0.37 384	0.38 286	0.38 366

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 276	0.38 369	0.38 275	0.38 365	0.38 269	0.38 334	0.38 301	0.38 397	0.38 286	0.38 366

xx1	0.38 262	1.03 354	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 279	0.29 269	0.40 280	0.29 273	0.40 289	0.29 274	0.40 286	0.29 266	0.34 243	0.33 282	0.34 269	0.32 348	0.34 249	0.32 327

Venus	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.37 270	0.38 373	0.37 259	0.37 368	0.41 294	0.37 373	0.39 281	0.37 365	0.38 275	0.38 365	0.37 258	0.38 334	0.38 301	0.37 384	0.37 273	0.38 366

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.42 308	0.38 378	0.40 289	0.38 369	0.38 275	0.38 365	0.38 269	0.38 334	0.39 342	0.38 397	0.38 286	0.38 366

DF	0.39 274	1.37 446	1.02 490	1.14 458	0.12 176	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	1.12 488	1.00 480	0.15 166	0.12 170	0.15 166	0.12 166

PAM	0.39 274	1.88 503	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 225	0.23 234	0.28 231	0.24 245	0.29 241	0.23 238	0.29 242	0.23 229	0.38 269	0.32 270	0.38 301	0.37 384	0.32 238	0.22 215

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 401	0.38 277	0.38 373	0.38 268	0.38 372	0.39 274	0.39 388	0.38 276	0.38 369	0.39 283	0.40 380	0.38 269	0.38 334	0.40 355	0.38 397	0.38 286	0.40 375

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 249	0.40 386	0.36 262	0.44 412	0.47 378	0.36 360	0.44 349	0.36 353	0.37 258	0.39 341	0.44 386	0.35 375	0.37 273	0.36 354

PASM	0.39 274	3.06 579	1.36 571	1.58 543	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

mms	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 361	0.38 372	0.47 371	0.33 346	0.45 368	0.32 334	0.45 365	0.32 321	0.39 282	0.38 334	0.38 301	0.37 384	0.39 327	0.39 372

GCAPDPT-zeroshot4090	0.40 279	1.09 364	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 352	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 342	0.34 311	0.38 301	0.27 290	0.38 286	0.27 272

knoymous	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GCAP-Stereo-DPT-25K	0.41 287	1.09 364	0.40 332	0.52 356	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 359	0.31 329	0.44 349	0.31 311	0.46 352	0.35 318	0.39 342	0.28 303	0.39 327	0.28 292

GCAP-Stereo-DPT-FT	0.41 287	1.06 361	0.40 332	0.51 353	0.31 328	0.44 361	0.30 272	0.43 318	0.32 333	0.44 347	0.30 285	0.56 426	0.30 280	0.44 349	0.31 311	0.45 342	0.34 311	0.39 342	0.27 290	0.40 339	0.27 272

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 222	0.23 234	0.26 227	0.23 238	0.26 232	0.23 238	0.45 365	0.42 396	0.25 208	0.22 208	0.25 226	0.22 231	0.45 365	2.90 646

water-stereo	0.41 287	0.84 300	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 361	0.32 333	0.45 359	0.32 337	0.45 368	0.32 334	0.45 365	0.32 321	0.44 313	0.41 354	0.39 342	0.31 341	0.39 327	0.32 327

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 402	0.35 356	0.47 371	0.35 362	0.47 378	0.34 350	0.47 374	0.35 349	0.41 297	0.40 344	0.40 355	0.40 401	0.41 350	0.39 372

GCAP-BAT	0.41 287	1.30 438	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.34 311	0.38 301	0.26 253	0.38 286	0.26 234

GwcNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 302	0.41 392	0.41 301	0.41 388	0.41 297	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

PSMNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 302	0.41 392	0.41 301	0.41 388	0.41 297	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

GANet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 302	0.41 392	0.41 301	0.41 388	0.41 297	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

ADLNet2	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 302	0.41 392	0.41 301	0.41 388	0.41 297	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

ADLNet	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 302	0.41 392	0.41 301	0.41 388	0.41 297	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 312	0.40 386	0.61 432	0.43 410	0.50 403	0.49 424	0.38 275	0.32 321	0.28 217	0.23 214	0.26 231	0.22 231	0.35 262	0.28 292
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 389	0.33 345	0.51 406	0.33 332	0.41 297	0.30 261	0.41 372	0.30 330	0.79 441	0.29 298

Gwc-CoAtRS	0.41 287	1.49 451	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 294	0.33 343	0.41 294	0.32 337	0.41 302	0.32 334	0.41 301	0.32 321	0.39 282	0.28 238	0.39 342	0.28 303	0.40 339	0.28 292

UPFNet	0.42 301	1.20 380	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 505	0.90 505	0.25 218	0.17 205	0.24 214	0.17 206	0.25 219	0.17 199	0.22 184	0.17 190	0.22 204	0.16 194	1.15 494	0.93 502

quiztm	0.43 302	0.49 240	0.40 332	0.51 353	0.40 391	0.51 413	0.40 387	0.50 388	0.40 386	0.50 398	0.40 391	0.51 414	0.40 380	0.50 396	0.40 380	0.44 313	0.34 311	0.44 386	0.34 362	0.44 360	0.34 341

GCAP-Stereo-DPT26K	0.43 302	1.76 467	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.31 311	0.44 313	0.33 282	0.38 301	0.27 290	0.38 286	0.26 234

aanet-new-8k	0.43 302	1.76 467	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new	0.43 302	1.80 477	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-cres	0.43 302	1.77 469	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-36K	0.43 302	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-20K	0.43 302	1.77 469	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-3K	0.43 302	1.77 469	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

DDF-Stereo	0.43 302	1.15 373	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 302	0.32 334	0.40 286	0.32 321	0.52 381	0.50 401	0.38 301	0.31 341	0.39 327	0.31 320

DilatedVolume-Stereo	0.43 302	0.86 304	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 365	0.33 343	0.46 365	0.33 346	0.47 378	0.33 345	0.47 374	0.34 345	0.45 342	0.42 363	0.40 355	0.33 358	0.47 381	0.38 366

psmg	0.43 302	1.91 507	0.92 478	1.91 557	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	1.97 585	1.44 579	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 302	1.21 426	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 557	0.95 513	0.25 218	0.17 205	0.25 221	0.17 206	0.25 219	0.17 199	0.23 195	0.16 169	0.22 204	0.16 194	1.18 502	0.98 506

psm_up	0.43 302	1.19 379	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 557	0.91 506	0.26 227	0.17 205	0.25 221	0.17 206	0.25 219	0.17 199	0.22 184	0.17 190	0.23 212	0.16 194	1.18 502	0.99 507

aanet-new-90k	0.44 315	1.82 489	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-60k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-70k	0.44 315	1.82 489	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-78k	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 342	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-40k	0.44 315	1.81 482	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 342	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-36k	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-34k	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-32k-new	0.44 315	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 352	0.30 280	0.44 347	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 342	0.34 311	0.39 342	0.26 253	0.38 286	0.26 234

aanet-new-32k	0.44 315	1.79 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-30k	0.44 315	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-28k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 352	0.30 280	0.44 347	0.30 285	0.44 359	0.30 280	0.44 349	0.30 273	0.45 342	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-24k	0.44 315	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-22k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

aanet-new-16k	0.44 315	1.83 492	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-cres-4k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-22K	0.44 315	1.85 498	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-24K	0.44 315	1.86 501	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-5K	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-2K	0.44 315	1.82 489	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 301	0.26 253	0.38 286	0.26 234

GCAP-Stereo-DPT-50K	0.44 315	1.83 492	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.36 324	0.38 301	0.26 253	0.38 286	0.26 234

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 259	0.29 269	0.38 268	0.27 260	0.38 276	0.29 274	0.85 467	0.27 246	1.46 561	0.26 222	0.34 269	0.26 253	0.36 269	0.53 426

depthmonostereo	0.44 315	0.85 302	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 406	0.35 356	0.47 371	0.34 354	0.46 372	0.34 350	0.47 374	0.34 345	0.45 342	0.43 368	0.41 372	0.33 358	0.41 350	0.32 327

MMNet	0.44 315	1.24 434	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 557	0.93 511	0.25 218	0.17 205	0.25 221	0.18 216	0.25 219	0.17 199	0.23 195	0.16 169	0.23 212	0.16 194	1.20 506	0.99 507

aanet-new-10k	0.45 338	1.81 482	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 359	0.32 334	0.44 349	0.31 311	0.46 352	0.35 318	0.39 342	0.27 290	0.39 327	0.27 272

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.49 389	0.36 360	0.54 415	0.41 388	0.45 342	0.34 311	0.45 391	0.34 362	0.55 407	0.75 480

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 259	0.30 280	0.39 274	0.29 273	0.39 281	0.30 280	0.92 478	0.27 246	1.42 558	0.28 238	0.34 269	0.28 303	0.37 273	0.53 426

Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 259	0.30 280	0.40 280	0.31 327	0.40 289	0.30 280	0.99 486	0.27 246	1.36 554	0.31 266	0.34 269	0.30 330	0.36 269	0.54 429

SCV_C0	0.45 338	0.88 308	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 375	0.37 368	0.48 378	0.36 366	0.48 385	0.37 365	0.49 388	0.37 362	0.50 373	0.41 354	0.44 386	0.34 362	0.44 360	0.34 341

RAFT-Stereo-weight	0.45 338	1.90 506	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 312	0.34 352	0.42 308	0.34 354	0.44 359	0.34 350	0.41 301	0.34 345	0.38 269	0.32 270	0.38 301	0.32 348	0.38 286	0.33 334

TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 444	0.30 272	0.28 225	0.73 488	0.73 448	0.28 267	0.71 446	0.66 457	0.75 449	0.27 246	0.27 213	0.29 252	0.37 293	0.75 493	0.28 224	0.30 311

aanet-new-12k	0.46 345	1.99 515	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 359	0.31 329	0.44 349	0.32 321	0.47 359	0.35 318	0.39 342	0.27 290	0.39 327	0.27 272

SCV	0.46 345	0.94 325	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 375	0.37 368	0.48 378	0.39 388	0.48 385	0.37 365	0.49 388	0.37 362	0.50 373	0.46 378	0.44 386	0.34 362	0.44 360	0.34 341

otaku	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.46 365	0.46 419	0.46 372	0.46 410	0.46 370	0.46 406	0.46 352	0.46 378	0.46 395	0.46 423	0.46 368	0.46 398

Dean	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.47 371	0.46 419	0.46 372	0.46 410	0.46 370	0.46 406	0.46 352	0.46 378	0.46 395	0.46 423	0.46 368	0.46 398

ACVNet_1	0.46 345	0.47 232	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.47 416	0.46 365	0.46 419	0.46 372	0.46 410	0.46 370	0.46 406	0.46 352	0.46 378	0.47 404	0.46 423	0.46 368	0.46 398

ACVNet-4b	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.46 365	0.46 419	0.46 372	0.46 410	0.47 374	0.46 406	0.46 352	0.46 378	0.46 395	0.46 423	0.46 368	0.46 398

PML	0.46 345	1.36 444	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 417	0.29 269	0.57 426	0.29 273	0.57 429	0.29 274	0.56 420	0.29 266	0.52 381	0.30 261	0.53 432	0.31 341	0.53 405	0.30 311

LG-Stereo_L1	0.47 352	0.52 255	0.47 368	0.62 379	0.39 390	0.53 419	0.40 387	0.53 408	0.39 385	0.53 413	0.39 388	0.53 416	0.39 379	0.53 413	0.39 377	0.55 391	0.46 378	0.49 417	0.37 384	0.49 388	0.37 359

Ntro	0.47 352	0.47 232	0.46 361	0.46 288	0.46 420	0.47 382	0.47 417	0.46 365	0.47 416	0.46 365	0.46 419	0.47 378	0.46 410	0.47 374	0.47 413	0.47 359	0.46 378	0.46 395	0.46 423	0.46 368	0.46 398

HaxPig	0.47 352	0.47 232	0.47 368	0.49 306	0.47 426	0.47 382	0.47 417	0.47 371	0.47 416	0.47 371	0.47 427	0.47 378	0.47 418	0.47 374	0.47 413	0.47 359	0.47 386	0.47 404	0.47 430	0.47 381	0.48 407

UNDER WATER	0.47 352	0.47 232	0.47 368	0.47 295	0.47 426	0.47 382	0.47 417	0.47 371	0.47 416	0.47 371	0.47 427	0.47 378	0.46 410	0.47 374	0.47 413	0.47 359	0.47 386	0.47 404	0.46 423	0.47 381	0.47 405

LVE	0.47 352	0.47 232	0.47 368	0.47 295	0.49 432	0.47 382	0.47 417	0.47 371	0.49 425	0.47 371	0.47 427	0.47 378	0.46 410	0.47 374	0.47 413	0.47 359	0.47 386	0.48 412	0.47 430	0.47 381	0.47 405

GASTEREO	0.48 357	1.21 426	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 403	0.38 369	0.50 396	0.38 365	0.52 381	0.42 363	0.46 395	0.34 362	0.46 368	0.34 341

LG-Stereo_Zeroshot	0.48 357	0.55 265	0.47 368	0.63 381	0.41 401	0.56 424	0.44 404	0.56 414	0.41 396	0.56 423	0.41 398	0.57 429	0.42 398	0.56 420	0.41 388	0.55 391	0.43 368	0.51 426	0.37 384	0.51 399	0.37 359

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 406	0.48 423	0.53 413	0.45 416	0.52 415	0.45 407	0.52 411	0.46 406	0.51 379	0.41 354	0.50 421	0.41 409	0.50 393	0.41 383
1: 1. 1
RainbowNet	0.48 357	0.48 238	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 375	0.48 423	0.48 378	0.48 431	0.48 385	0.48 419	0.48 382	0.48 419	0.48 364	0.48 390	0.48 412	0.48 434	0.48 385	0.48 407

notaker	0.48 357	0.49 240	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 375	0.49 425	0.48 378	0.48 431	0.48 385	0.48 419	0.48 382	0.48 419	0.48 364	0.48 390	0.48 412	0.48 434	0.48 385	0.49 412

LL-Strereo2	0.48 357	1.73 465	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 279	0.31 323	0.42 308	0.33 346	0.42 320	0.31 329	0.44 349	0.39 377	0.60 399	0.51 406	0.44 386	0.33 358	0.44 360	0.33 334

Former-RAFT_DAM_RVC	0.49 363	0.98 330	0.64 423	0.84 412	0.46 420	0.45 371	0.35 353	0.47 371	0.47 416	0.45 359	0.34 354	0.46 372	0.48 419	0.46 370	0.35 349	0.39 282	0.71 451	0.39 342	0.35 375	0.41 350	0.41 383

ACVNet_2	0.49 363	0.49 240	0.49 383	0.49 306	0.49 432	0.49 392	0.49 428	0.49 379	0.49 425	0.49 385	0.49 434	0.49 389	0.49 424	0.49 388	0.49 421	0.49 367	0.49 393	0.49 417	0.49 437	0.49 388	0.49 412

FoundationStereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 403	0.50 428	0.50 396	0.50 423	0.50 373	0.50 401	0.50 421	0.50 439	0.50 393	0.50 415

StereoAnything_RVC	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 403	0.50 428	0.50 396	0.50 423	0.50 373	0.50 401	0.50 421	0.50 439	0.50 393	0.50 415

dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 403	0.50 428	0.50 396	0.50 423	0.50 373	0.50 401	0.50 421	0.50 439	0.50 393	0.50 415

GCST	0.50 365	2.08 518	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 388	0.35 356	0.49 385	0.35 362	0.49 389	0.35 357	0.49 388	0.35 349	0.48 364	0.37 327	0.45 391	0.33 358	0.44 360	0.33 334

SANet	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 403	0.50 428	0.50 396	0.50 423	0.50 373	0.50 401	0.50 421	0.50 439	0.50 393	0.50 415

MSCF	0.51 370	1.40 448	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 410	0.41 396	0.52 410	0.41 398	0.53 416	0.42 398	0.53 413	0.41 388	0.60 399	0.47 386	0.48 412	0.37 384	0.48 385	0.38 366

UGAM-zero	0.51 370	2.17 526	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.50 403	0.35 357	0.50 396	0.36 353	0.49 367	0.37 327	0.47 404	0.35 375	0.46 368	0.34 341

UGAM	0.51 370	2.23 531	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 379	0.35 356	0.49 385	0.35 362	0.49 389	0.36 360	0.50 396	0.36 353	0.49 367	0.37 327	0.45 391	0.34 362	0.45 365	0.34 341

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 388	0.40 386	0.56 423	0.44 412	0.55 423	0.40 380	0.72 444	0.67 454	0.59 398	0.46 378	0.45 391	0.34 362	0.46 368	0.37 359

RCA-Stereo	0.51 370	3.22 585	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 318	0.34 352	0.43 313	0.34 354	0.44 359	0.33 345	0.43 320	0.33 332	0.38 269	0.29 252	0.38 301	0.29 316	0.38 286	0.29 298

DN	0.53 375	0.85 302	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 424	0.44 407	0.60 431	0.45 416	0.60 434	0.44 403	0.60 429	0.44 400	0.56 394	0.42 363	0.56 435	0.42 417	0.56 409	0.42 390

MatchStereo	0.54 376	0.12 106	2.38 632	2.32 576	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	2.34 608	2.34 627	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
AIO-test1	0.54 376	0.60 274	0.52 398	0.66 389	0.47 426	0.61 434	0.47 417	0.58 420	0.46 411	0.61 432	0.46 419	0.61 436	0.45 407	0.62 430	0.45 402	0.61 403	0.52 408	0.57 436	0.48 434	0.57 412	0.48 407

castereo++	0.54 376	3.59 591	1.15 499	1.31 529	0.14 182	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	1.45 560	1.16 505	0.15 166	0.14 184	0.15 166	0.13 173

FENet	0.54 376	1.52 452	1.19 505	1.41 538	0.23 245	0.35 261	0.23 232	0.35 249	0.23 234	0.34 254	0.23 238	0.35 262	0.23 238	0.35 262	0.23 229	1.40 557	1.07 489	0.32 253	0.23 237	0.33 245	0.23 217

PSMNet_ROB	0.54 376	0.54 263	0.54 403	0.54 361	0.53 446	0.54 422	0.54 439	0.53 408	0.54 439	0.54 418	0.54 447	0.54 419	0.53 435	0.54 415	0.54 433	0.54 385	0.53 410	0.54 433	0.54 446	0.54 406	0.54 429

AIO-test2	0.55 381	0.59 271	0.52 398	0.67 390	0.47 426	0.61 434	0.47 417	0.61 427	0.47 416	0.61 432	0.47 427	0.61 436	0.48 419	0.62 430	0.47 413	0.64 410	0.53 410	0.58 437	0.47 430	0.58 413	0.48 407

CFNet-ft	0.55 381	1.57 453	0.14 148	0.20 161	0.14 182	0.20 187	2.53 642	1.61 574	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	1.56 568	1.24 584

MyStereo04	0.56 383	3.72 597	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 259	0.31 323	0.34 254	0.46 419	0.35 262	0.32 334	0.35 262	0.33 332	0.49 367	0.45 376	0.34 269	0.32 348	0.35 262	0.43 392

CASS	0.57 384	0.89 311	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 414	0.53 437	0.57 426	0.57 450	0.59 433	0.48 419	0.56 420	0.57 436	0.55 391	0.56 415	0.47 404	0.56 452	0.62 416	0.56 439
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 385	0.75 287	0.49 383	0.79 404	0.50 436	0.79 454	0.49 428	0.79 447	0.49 425	0.80 459	0.49 434	0.79 459	0.49 424	0.80 453	0.49 421	0.63 409	0.40 344	0.63 442	0.40 401	0.63 417	0.40 375

aanet-new-14k	0.60 385	5.12 624	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.30 273	0.44 313	0.37 327	0.38 301	0.26 253	0.38 286	0.26 234

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 484	1.00 482	0.69 471	0.57 417	0.41 396	0.57 426	0.41 398	0.57 429	0.41 392	1.00 488	0.75 485	0.91 453	0.51 406	0.52 429	0.37 384	0.52 401	0.37 359

MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 600	0.44 404	0.62 428	0.44 407	0.62 435	0.44 412	0.62 438	0.44 403	0.62 430	0.44 400	0.58 396	0.42 363	0.62 440	0.46 423	0.58 413	0.42 390

MyStereo07	0.60 385	3.72 597	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 379	0.43 404	0.51 407	0.42 408	0.49 389	0.43 401	0.51 406	0.64 447	0.49 367	0.45 376	0.34 269	0.32 348	0.35 262	0.43 392

FSD	0.61 390	0.59 271	0.50 388	2.58 587	0.44 414	0.56 424	0.44 404	0.55 413	0.44 407	0.56 423	0.44 412	0.56 426	0.44 403	0.56 420	0.46 406	0.61 403	0.42 363	0.52 429	0.42 417	0.52 401	0.51 422

castereo	0.61 390	3.79 599	1.35 563	1.52 542	0.15 194	0.17 175	0.16 188	0.20 185	0.21 225	0.18 176	0.16 198	0.21 193	0.12 171	0.26 230	0.17 199	1.43 559	1.38 575	0.17 178	0.16 194	0.18 181	0.16 184

WCG-NET	0.61 390	1.21 426	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 433	0.53 437	0.64 438	0.53 446	0.65 442	0.53 435	0.59 427	0.52 430	0.65 411	0.48 390	0.64 444	0.52 443	0.58 413	0.50 415

GEAStereo	0.62 393	3.91 604	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 402	0.38 372	0.53 413	0.38 378	0.50 403	0.38 369	0.51 406	0.38 365	0.54 385	0.43 368	0.46 395	0.34 362	0.46 368	0.34 341

gasm-f	0.62 393	3.91 604	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 402	0.38 372	0.53 413	0.38 378	0.50 403	0.38 369	0.51 406	0.38 365	0.54 385	0.43 368	0.46 395	0.34 362	0.46 368	0.34 341

SMoEStereo_RVC	0.63 395	0.75 287	0.51 395	0.73 400	0.53 446	0.71 446	0.47 417	0.67 434	0.58 443	0.74 453	0.60 455	0.72 449	0.53 435	0.74 448	0.51 428	0.61 403	0.62 428	0.62 440	0.61 460	0.63 417	0.61 445

anonymity	0.63 395	0.69 279	0.56 405	0.71 397	0.56 449	0.71 446	0.56 440	0.71 439	0.56 440	0.72 446	0.56 449	0.71 446	0.56 439	0.71 442	0.58 438	0.68 415	0.55 413	0.68 449	0.55 448	0.68 422	0.54 429

PAM_32	0.64 397	2.38 546	0.51 395	0.92 425	0.43 413	0.53 419	0.44 404	0.87 459	0.43 404	0.52 410	0.45 416	0.53 416	0.40 380	0.54 415	0.46 406	0.62 407	0.56 415	0.48 412	0.45 421	0.76 435	0.44 395

CRFU-Net	0.65 398	1.67 457	1.22 555	1.96 561	0.27 260	0.41 301	0.27 249	0.41 294	0.27 259	0.40 280	0.26 256	0.41 302	0.27 260	0.40 286	0.27 246	1.80 574	1.62 595	0.34 269	0.23 237	0.33 245	0.23 217

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 420	0.65 457	0.63 437	0.64 463	0.65 442	0.65 454	0.66 437	0.66 453	0.66 413	0.64 431	0.65 447	0.67 477	0.68 422	0.73 476

KSHMR	0.66 400	0.50 245	0.48 376	1.15 461	0.52 443	0.49 392	0.51 435	0.49 379	0.71 482	0.67 442	0.50 437	1.16 516	1.11 515	0.66 437	0.52 430	0.49 367	0.49 393	0.51 426	0.66 473	0.50 393	1.14 525

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 498	0.70 476	0.50 388	0.51 436	0.49 385	0.69 478	0.49 389	0.50 428	0.48 382	1.15 527	0.71 420	0.49 393	1.14 515	1.08 524	0.49 388	0.49 412

GES	0.66 400	2.34 542	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 312	0.29 269	0.40 280	0.41 398	0.41 302	0.30 280	0.51 406	0.29 266	0.32 234	0.29 252	0.32 253	2.46 645	2.49 608	0.30 311

cf-r	0.66 400	2.17 526	0.12 123	0.18 154	0.12 176	0.18 179	2.70 646	2.60 620	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	1.81 580	1.74 621

DSFCA	0.66 400	0.73 284	0.78 459	0.65 385	0.65 467	0.64 439	0.64 452	0.65 431	0.63 455	0.64 438	0.64 463	0.64 439	0.64 452	0.65 436	0.65 450	0.65 411	0.65 433	0.65 447	0.65 471	0.66 420	0.64 455

DEFOM-Stereo	0.68 405	3.11 581	1.40 577	1.63 551	0.25 252	0.31 245	0.25 239	0.31 237	0.28 263	0.31 242	0.29 273	0.29 241	0.27 260	0.31 248	0.28 255	1.59 567	1.47 581	0.30 244	0.29 316	0.30 230	0.28 292

ssnet_v2	0.68 405	1.96 514	1.25 559	0.29 202	0.20 228	0.30 239	0.20 214	0.29 230	0.22 228	1.50 576	0.20 227	0.31 249	0.20 225	0.27 234	0.22 223	0.24 202	1.49 582	0.26 231	0.18 222	3.90 631	0.19 208

ARAFT	0.68 405	0.81 297	0.63 421	0.74 401	0.60 453	0.78 452	0.62 450	0.77 446	0.66 459	0.74 453	0.63 461	0.75 454	0.62 451	0.83 462	0.60 443	0.70 419	0.55 413	0.70 454	0.60 458	0.78 439	0.55 436

NINENet	0.69 408	3.87 603	1.20 508	1.98 562	0.05 121	0.40 285	0.04 103	0.40 279	0.05 119	0.41 294	0.04 110	0.41 302	0.05 112	0.40 286	0.05 110	1.79 573	1.56 588	0.34 269	0.22 231	0.34 249	0.23 217

VIP-Stereo	0.70 409	2.97 578	2.43 633	2.49 583	0.16 204	0.25 221	0.16 188	0.25 216	0.16 197	0.25 218	0.18 221	0.25 221	0.16 194	0.26 230	0.16 193	1.86 575	1.26 558	0.23 212	0.15 192	0.23 208	0.15 183

RAFT-Stereo + iAFF	0.70 409	0.72 282	0.71 445	0.80 407	0.62 464	0.82 461	0.61 449	0.81 453	0.62 452	0.81 462	0.63 461	0.80 461	0.70 472	0.73 446	0.61 445	0.76 433	0.61 427	0.74 461	0.61 460	0.77 437	0.61 445

DMCA-RVC	0.70 409	0.80 294	0.70 442	0.70 395	0.70 477	0.70 444	0.70 476	0.71 439	0.70 477	0.70 445	0.71 485	0.71 446	0.70 472	0.70 441	0.69 470	0.69 416	0.70 447	0.69 452	0.70 484	0.69 426	0.70 466

MyStereo8	0.71 412	3.92 606	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 422	0.50 429	0.59 430	0.51 443	0.57 429	0.50 428	0.56 420	0.52 430	0.54 385	0.49 393	0.54 433	0.49 437	0.55 407	0.50 415

HH	0.71 412	2.54 552	0.74 453	1.10 452	0.32 338	0.41 301	0.37 366	0.69 436	0.78 492	0.73 448	0.90 508	0.75 454	1.00 503	0.84 463	0.69 470	0.69 416	0.40 344	0.35 285	0.26 253	0.35 262	0.26 234

HanStereo	0.71 412	2.54 552	0.74 453	1.10 452	0.32 338	0.41 301	0.37 366	0.69 436	0.78 492	0.73 448	0.90 508	0.75 454	1.00 503	0.84 463	0.69 470	0.69 416	0.40 344	0.35 285	0.26 253	0.35 262	0.26 234

CAR	0.72 415	0.76 289	0.59 409	0.84 412	1.19 540	0.81 458	0.58 443	0.81 453	0.58 443	0.81 462	0.58 452	0.83 466	0.59 445	0.82 457	0.59 441	0.71 420	0.49 393	0.73 456	0.68 478	0.87 454	0.52 424

MSE-Stereo	0.72 415	0.76 289	0.59 409	0.84 412	1.19 540	0.81 458	0.58 443	0.81 453	0.58 443	0.81 462	0.58 452	0.83 466	0.59 445	0.82 457	0.59 441	0.71 420	0.49 393	0.73 456	0.68 478	0.87 454	0.52 424

zero-FE	0.72 415	1.31 440	0.66 428	0.92 425	0.60 453	0.82 461	0.58 443	0.82 456	0.58 443	0.81 462	0.60 455	0.81 464	0.60 447	0.82 457	0.58 438	0.74 430	0.59 422	0.73 456	0.52 443	0.76 435	0.51 422

ktn	0.72 415	0.53 259	1.08 494	1.14 458	0.51 442	1.22 560	1.36 592	0.51 402	0.59 447	0.51 407	0.51 443	0.69 445	1.20 526	0.67 439	0.51 428	0.51 379	0.49 393	0.58 437	0.66 473	0.52 401	0.53 426

MGA	0.73 419	0.76 289	0.60 413	0.92 425	1.17 536	0.81 458	0.59 447	0.84 457	0.62 452	0.81 462	0.59 454	0.84 468	0.60 447	0.81 456	0.61 445	0.71 420	0.53 410	0.89 483	0.53 445	0.75 433	0.54 429

DStereoRT	0.73 419	0.81 297	0.73 452	0.71 397	0.74 484	0.73 448	0.75 484	0.71 439	0.71 482	0.74 453	0.72 488	0.73 451	0.80 488	0.71 442	0.73 480	0.76 433	0.71 451	0.73 456	0.72 489	0.70 427	0.76 483

CroCo-Stereo	0.73 419	1.22 432	0.25 212	1.22 515	0.25 252	1.22 560	0.25 239	1.22 554	0.25 242	1.22 562	0.25 251	1.22 565	0.25 244	1.22 565	0.25 240	1.22 544	0.26 222	1.21 574	0.25 247	1.22 554	0.25 228
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 419	0.88 308	0.67 432	0.75 402	0.68 474	0.75 449	0.64 452	0.80 450	0.72 485	0.83 467	0.70 480	0.82 465	0.64 452	0.84 463	0.67 454	0.77 435	0.63 429	0.81 473	0.63 462	0.78 439	0.62 448

monster-pro	0.75 423	1.67 457	0.64 423	0.89 418	0.57 451	0.86 467	0.56 440	0.87 459	0.56 440	0.87 468	0.57 450	0.88 471	0.57 440	0.87 468	0.57 436	0.79 436	0.58 419	0.76 464	0.54 446	0.77 437	0.54 429

AIO-Stereo-zeroshot1	0.75 423	0.92 321	0.85 470	0.96 437	0.59 452	1.27 564	0.44 404	0.59 422	0.69 471	0.91 473	0.68 473	0.55 423	0.61 450	1.06 503	0.83 498	0.62 407	0.70 447	0.90 484	0.41 409	0.89 458	0.56 439

MyStereo06	0.75 423	4.12 608	0.60 413	0.63 381	0.61 459	0.62 437	0.66 455	0.56 414	0.45 410	0.55 421	0.48 431	0.54 419	0.46 410	0.57 425	0.45 402	0.60 399	0.57 417	0.64 444	0.55 448	0.72 429	0.55 436

GCAP-Stereo	0.75 423	4.15 611	0.42 351	0.75 402	0.35 363	0.78 452	0.40 387	0.79 447	0.38 372	0.78 457	0.36 366	0.78 457	0.36 360	0.79 451	0.39 377	0.75 431	0.39 341	0.76 464	0.39 400	0.75 433	0.39 372

GANet-RSSM	0.75 423	1.91 507	0.14 148	0.47 295	0.14 182	0.21 198	3.21 663	2.30 606	0.14 181	0.46 365	0.14 185	0.23 208	0.18 216	0.21 195	0.14 175	0.18 167	0.27 232	0.37 293	0.13 179	2.13 590	2.12 631

RSM++	0.76 428	0.82 299	0.66 428	0.85 416	0.64 465	0.85 465	0.71 479	0.94 473	0.64 456	0.87 468	0.67 468	0.87 470	0.65 454	0.84 463	0.65 450	0.81 441	0.70 447	0.79 468	0.71 487	0.83 451	0.70 466

CroCo-Stereo Lap2	0.77 429	1.29 436	0.29 231	1.27 520	0.29 275	1.27 564	0.26 246	1.26 557	0.26 255	1.26 563	0.26 256	1.27 569	0.26 253	1.26 566	0.27 246	1.27 546	0.27 232	1.27 577	0.27 290	1.27 557	0.27 272

PSMNet-RSSM	0.77 429	2.76 569	0.14 148	0.20 161	0.14 182	0.20 187	2.66 644	2.79 633	0.14 181	0.21 196	0.14 185	0.21 193	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 612	2.31 636

GwcNet-RSSM	0.77 429	2.77 571	0.14 148	0.20 161	0.14 182	0.20 187	2.67 645	2.78 632	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 195	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 612	2.31 636

4D-IteraStereo	0.78 432	3.13 582	0.89 471	0.69 391	0.32 338	0.40 285	0.32 324	0.76 445	0.97 516	0.52 410	0.65 465	0.89 474	0.32 334	0.76 450	0.98 510	0.83 446	0.94 479	0.35 285	0.27 290	0.70 427	0.89 498

Pro-Stereo	0.79 433	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 379	0.67 460	0.50 398	0.38 378	1.10 508	0.38 369	0.49 388	0.38 365	0.71 420	0.88 473	5.98 679	0.36 381	0.46 368	0.36 354

hitnet-ft	0.79 433	2.78 574	0.14 148	0.20 161	0.14 182	0.21 198	2.89 647	2.80 634	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	2.54 620	2.33 638

G-Net	0.79 433	0.79 293	0.79 462	0.79 404	0.79 497	0.79 454	0.79 489	0.79 447	0.79 496	0.79 458	0.79 500	0.79 459	0.79 487	0.79 451	0.79 490	0.79 436	0.79 464	0.79 468	0.79 500	0.79 441	0.79 488

MyStereo05	0.80 436	4.12 608	0.63 421	0.63 381	0.61 459	0.62 437	0.66 455	0.65 431	0.62 452	0.67 442	0.61 459	0.65 442	0.58 443	0.67 439	0.55 435	0.60 399	0.57 417	0.64 444	0.55 448	0.72 429	0.55 436

UDG	0.80 436	2.21 530	0.60 413	0.91 422	0.60 453	0.90 472	0.58 443	0.88 463	0.60 448	0.90 471	0.60 455	0.88 471	0.60 447	0.90 473	0.58 438	0.86 450	0.60 423	0.84 479	0.59 457	0.84 452	0.61 445

ccnet	0.80 436	2.28 534	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 388	0.33 343	0.49 385	0.33 346	0.49 389	1.56 591	2.38 610	0.33 332	0.41 297	0.29 252	0.42 383	1.57 605	2.28 596	0.29 298

NaN_ROB	0.80 436	0.80 294	0.80 463	0.80 407	0.80 500	0.80 456	0.80 492	0.80 450	0.80 498	0.80 459	0.80 502	0.80 461	0.80 488	0.80 453	0.80 493	0.80 438	0.80 467	0.80 471	0.80 502	0.80 444	0.80 489

CSAN	0.80 436	0.80 294	0.80 463	0.80 407	0.80 500	0.80 456	0.80 492	0.80 450	0.80 498	0.80 459	0.80 502	0.80 461	0.80 488	0.80 453	0.80 493	0.80 438	0.80 467	0.80 471	0.80 502	0.80 444	0.80 489

GSStereo	0.81 441	4.28 614	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 403	3.79 660	0.50 396	0.38 365	0.54 385	0.43 368	0.46 395	0.34 362	0.46 368	0.35 351

BSDual-CNN	0.81 441	1.91 507	0.92 478	4.48 633	0.02 22	0.42 321	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 585	4.19 657	0.33 260	0.23 237	0.34 249	0.27 272

DDUNet	0.81 441	2.45 550	0.57 407	0.90 420	0.60 453	0.88 469	0.59 447	0.90 464	0.60 448	0.88 470	0.60 455	0.90 475	0.58 443	0.88 470	0.60 443	0.84 448	0.60 423	0.86 481	0.57 454	0.86 453	0.60 444

R-Stereo Train	0.81 441	0.96 327	0.67 432	0.95 434	0.67 471	0.95 477	0.68 463	0.95 475	0.68 466	0.95 481	0.68 473	0.96 485	0.68 463	0.96 484	0.68 462	0.94 462	0.68 440	0.94 498	0.68 478	0.94 474	0.68 463

RAFT-Stereo	0.81 441	0.96 327	0.67 432	0.95 434	0.67 471	0.95 477	0.68 463	0.95 475	0.68 466	0.95 481	0.68 473	0.96 485	0.68 463	0.96 484	0.68 462	0.94 462	0.68 440	0.94 498	0.68 478	0.94 474	0.68 463
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 446	1.72 460	1.48 581	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 580	0.23 238	0.28 235	0.26 253	0.20 184	0.15 186	0.24 202	1.33 566	0.32 253	0.16 194	6.75 670	0.23 217

scenet	0.82 446	1.72 460	1.48 581	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 580	0.23 238	0.28 235	0.26 253	0.20 184	0.15 186	0.24 202	1.33 566	0.32 253	0.16 194	6.75 670	0.23 217

ssnet	0.82 446	1.72 460	1.48 581	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 580	0.23 238	0.28 235	0.26 253	0.20 184	0.15 186	0.24 202	1.33 566	0.32 253	0.16 194	6.75 670	0.23 217

DEFOM-Stereo_RVC	0.83 449	5.18 626	1.98 621	2.19 567	0.17 210	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 201	0.22 232	0.20 184	0.15 186	2.28 602	2.13 622	0.24 221	0.17 216	0.18 181	0.16 184

BUS	0.83 449	1.91 507	0.92 478	4.48 633	0.02 22	0.40 285	0.04 103	0.41 294	0.02 22	0.48 378	0.03 56	0.41 302	0.05 112	0.03 43	0.05 110	1.97 585	4.19 657	0.33 260	0.23 237	0.34 249	0.27 272

PDISCO_ROB	0.83 449	2.80 575	3.49 655	0.14 122	0.11 163	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 640	0.13 171	0.14 133	2.34 627	0.16 170	0.12 170	2.62 621	0.10 140

WQFJA1++	0.84 452	0.98 330	0.67 432	1.26 519	0.75 486	1.00 482	0.67 459	1.00 477	0.67 460	1.00 483	0.67 468	1.00 488	0.67 459	1.00 488	0.67 454	0.96 464	0.67 435	0.91 487	0.63 462	0.92 465	0.63 449

WQFJX1	0.84 452	0.98 330	0.67 432	1.30 527	0.75 486	1.01 489	0.67 459	1.01 485	0.67 460	1.01 493	0.67 468	1.01 495	0.68 463	1.00 488	0.68 462	0.98 469	0.67 435	0.92 490	0.64 467	0.92 465	0.64 455

NLMM	0.84 452	1.00 339	0.67 432	1.27 520	0.75 486	1.00 482	0.68 463	1.00 477	0.67 460	1.00 483	0.67 468	1.02 499	0.67 459	1.02 499	0.67 454	0.97 465	0.67 435	0.93 494	0.63 462	0.92 465	0.63 449

AIO-Stereo	0.84 452	0.66 278	0.70 442	0.83 411	0.67 471	0.98 480	0.82 499	1.14 496	0.72 485	1.03 499	0.74 492	1.03 501	1.09 514	0.99 486	0.45 402	1.04 476	0.73 454	0.95 500	0.74 491	0.94 474	0.46 398

DCRE	0.84 452	1.89 504	0.77 458	0.94 432	0.72 481	0.88 469	0.73 482	0.87 459	0.78 492	0.90 471	0.71 485	0.88 471	0.67 459	0.88 470	0.73 480	0.81 441	0.68 440	0.81 473	0.70 484	0.82 449	0.70 466

iGMRVC	0.84 452	2.85 576	0.72 448	0.72 399	0.73 482	0.77 450	0.79 489	0.73 442	0.74 490	0.73 448	0.72 488	0.73 451	0.76 482	0.73 446	0.73 480	0.72 426	0.73 454	0.73 456	0.72 489	0.73 432	0.72 473

WQFJA1	0.85 458	0.98 330	0.67 432	1.29 525	0.76 491	1.01 489	0.67 459	1.02 490	0.67 460	1.02 497	0.67 468	1.01 495	0.67 459	1.01 495	0.68 462	0.99 470	0.67 435	0.93 494	0.64 467	0.92 465	0.65 457

WQFJX	0.85 458	1.00 339	0.68 439	1.30 527	0.75 486	1.01 489	0.68 463	1.01 485	0.68 466	1.01 493	0.68 473	1.03 501	0.68 463	1.02 499	0.67 454	0.97 465	0.67 435	0.93 494	0.63 462	0.94 474	0.63 449

NLSM3	0.85 458	0.99 337	0.68 439	1.29 525	0.76 491	1.01 489	0.68 463	1.01 485	0.68 466	1.02 497	0.68 473	1.01 495	0.68 463	1.01 495	0.68 462	0.97 465	0.68 440	0.93 494	0.64 467	0.93 470	0.63 449

NLMM1	0.86 461	0.98 330	0.69 441	1.48 541	0.75 486	1.01 489	0.69 471	1.00 477	0.69 471	1.00 483	0.70 480	1.00 488	0.68 463	1.01 495	0.67 454	0.97 465	0.68 440	0.92 490	0.63 462	0.93 470	0.63 449

AdaDepth	0.86 461	0.93 323	0.71 445	1.01 445	1.07 527	1.02 495	0.71 479	1.00 477	0.71 482	1.01 493	0.71 485	1.00 488	0.72 477	1.14 514	0.71 478	0.92 456	0.64 431	0.90 484	0.64 467	0.89 458	0.69 465

GEStereo_RVC	0.86 461	4.45 615	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 222	0.18 213	5.03 670	0.20 227	0.27 234	0.19 221	0.27 234	0.21 221	0.20 174	0.19 198	0.19 191	4.02 674	0.20 188	0.18 206

Selective-RAFT-Error	0.88 464	0.84 300	0.98 483	0.86 417	0.97 516	0.88 469	0.95 510	0.84 457	0.99 519	0.92 475	0.82 504	0.84 468	0.98 502	0.87 468	0.97 509	0.81 441	0.83 470	0.79 468	0.82 505	0.79 441	0.85 494

IER	0.88 464	7.04 645	2.23 626	2.75 589	0.28 265	0.43 328	0.25 239	0.39 272	0.25 242	0.41 294	0.27 260	0.39 281	0.25 244	0.40 286	0.28 255	0.37 258	0.28 238	0.37 293	0.25 247	0.37 273	0.25 228

Selective-RAFT	0.89 466	0.89 311	0.72 448	1.16 466	0.78 495	1.06 498	0.82 499	0.87 459	0.97 516	1.00 483	0.91 511	0.90 475	1.00 503	0.89 472	0.93 506	0.83 446	0.83 470	0.82 477	0.82 505	0.81 447	0.82 492

AIO-Stereo-zeroshot	0.91 467	0.86 304	0.89 471	1.25 518	0.69 475	1.05 497	0.81 496	1.16 500	0.50 429	1.12 509	0.97 516	0.72 449	0.82 492	1.06 503	0.95 507	0.61 403	0.87 472	1.03 512	0.85 508	1.04 486	1.01 514

CFNet-RSSM	0.91 467	4.89 621	0.34 270	0.44 283	1.07 527	1.62 585	1.40 599	0.91 466	0.35 356	1.60 577	1.39 599	0.64 439	0.34 350	0.44 349	0.33 332	0.41 297	0.35 318	0.75 462	0.30 330	0.41 350	0.29 298

MLG-Stereo	0.92 469	0.90 314	0.84 469	1.27 520	0.49 432	1.38 574	0.88 502	1.41 571	0.97 516	0.73 448	1.09 526	1.26 566	0.43 401	0.72 444	1.05 519	1.13 489	0.49 393	1.18 525	0.66 473	1.01 483	0.46 398

ToySt	0.92 469	2.11 521	0.90 474	0.95 434	0.79 497	0.99 481	0.78 488	0.94 473	0.81 501	0.94 479	0.78 498	0.95 484	0.77 484	0.94 480	0.86 500	0.91 453	0.79 464	0.85 480	0.77 496	0.89 458	0.73 476

DPSM_ROB	0.92 469	0.91 316	0.91 476	0.91 422	0.92 511	0.92 474	0.92 506	0.92 469	0.91 506	0.93 477	0.91 511	0.92 478	0.90 495	0.91 474	0.92 502	0.92 456	0.91 475	0.91 487	0.92 509	0.93 470	0.93 502

DPSM	0.92 469	0.91 316	0.91 476	0.91 422	0.92 511	0.92 474	0.92 506	0.92 469	0.91 506	0.93 477	0.91 511	0.92 478	0.90 495	0.91 474	0.92 502	0.92 456	0.91 475	0.91 487	0.92 509	0.93 470	0.93 502

pmcnn	0.92 469	0.92 321	0.92 478	0.92 425	0.92 511	0.92 474	0.92 506	0.92 469	0.92 510	0.92 475	0.92 514	0.92 478	0.92 497	0.92 478	0.92 502	0.92 456	0.92 477	0.92 490	0.92 509	0.92 465	0.92 501

error version	0.93 474	4.47 616	2.35 629	1.99 563	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 302	0.40 380	0.41 301	0.36 353	1.87 577	2.16 623	0.47 404	0.37 384	0.39 327	0.33 334

test_1	0.93 474	4.47 616	2.35 629	1.99 563	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 302	0.40 380	0.41 301	0.36 353	1.87 577	2.16 623	0.47 404	0.37 384	0.39 327	0.33 334

DGTPSM_ROB	0.93 474	1.00 339	0.92 478	0.94 432	0.96 515	0.91 473	0.92 506	0.91 466	0.96 515	0.91 473	0.96 515	0.93 481	0.92 497	0.94 480	0.92 502	0.92 456	0.92 477	0.90 484	0.92 509	0.94 474	0.91 500

HSM-Net_RVC	0.95 477	1.17 376	0.78 459	1.18 468	0.71 479	1.16 513	0.75 484	1.09 494	0.80 498	1.10 503	0.75 493	1.17 517	0.74 479	1.17 517	0.80 493	1.13 489	0.73 454	1.17 522	0.77 496	1.16 496	0.72 473
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 478	3.17 584	2.30 628	2.42 580	0.38 380	0.54 422	0.38 373	0.54 410	0.38 372	0.54 418	0.38 378	0.54 419	0.38 369	0.54 415	0.38 365	2.38 611	2.34 627	0.49 417	0.36 381	0.49 388	0.36 354

DPSimNet_ROB	0.97 478	1.18 378	0.81 466	1.10 452	0.91 510	1.02 495	0.82 499	1.04 491	0.91 506	1.03 499	0.86 507	1.28 570	0.82 492	1.03 501	0.89 501	1.17 493	0.81 469	1.02 510	0.82 505	1.08 488	0.81 491

test-3	0.98 480	4.13 610	1.85 610	1.85 554	0.61 459	0.69 443	0.37 366	0.63 429	0.61 451	0.66 441	0.51 443	0.73 451	0.44 403	0.57 425	0.54 433	1.68 571	1.81 607	0.40 355	0.43 419	0.66 420	0.50 415

Test_v1	1.00 481	1.00 339	1.00 485	1.00 441	1.00 517	1.00 482	1.00 514	1.00 477	1.00 520	1.00 483	1.00 518	1.00 488	1.00 503	1.00 488	1.00 512	1.00 471	1.00 480	1.00 505	1.00 516	1.00 479	1.00 509

Wavelet-MonSter	1.00 481	1.21 426	0.76 456	1.94 558	1.01 522	1.11 508	0.76 486	1.15 497	0.76 491	1.11 508	0.76 494	1.14 514	0.76 482	1.11 511	0.76 487	1.21 542	0.90 474	1.02 510	0.71 487	1.02 485	0.71 472

999	1.00 481	1.12 369	0.59 409	1.10 452	1.21 588	1.09 504	0.52 436	1.08 492	1.43 601	1.18 514	1.35 593	0.98 487	0.52 434	0.91 474	0.85 499	0.72 426	1.46 580	0.83 478	0.98 514	0.68 422	1.41 597

DispNO	1.00 481	0.63 275	0.43 352	3.45 617	0.44 414	0.65 440	0.43 403	0.64 430	0.43 404	0.64 438	0.43 410	0.64 439	3.03 638	0.64 435	0.43 399	4.55 646	0.43 368	0.63 442	0.43 419	0.63 417	0.43 392

GANet	1.00 481	1.00 339	1.00 485	1.00 441	1.00 517	1.00 482	1.00 514	1.00 477	1.00 520	1.00 483	1.00 518	1.00 488	1.00 503	1.00 488	1.00 512	1.00 471	1.00 480	1.00 505	1.00 516	1.00 479	1.00 509

TDLM	1.00 481	1.00 339	1.00 485	1.00 441	1.00 517	1.00 482	1.00 514	1.00 477	1.00 520	1.00 483	1.00 518	1.00 488	1.00 503	1.00 488	1.00 512	1.00 471	1.00 480	1.00 505	1.00 516	1.00 479	1.00 509

CVANet_RVC	1.00 481	1.00 339	1.00 485	1.00 441	1.00 517	1.00 482	1.00 514	1.00 477	1.00 520	1.00 483	1.00 518	1.00 488	1.00 503	1.00 488	1.00 512	1.00 471	1.00 480	1.00 505	1.00 516	1.00 479	1.00 509

trnet	1.01 488	1.01 348	1.01 489	1.01 445	1.01 522	1.01 489	1.01 518	1.01 485	1.01 524	1.01 493	1.01 522	1.01 495	1.01 510	1.01 495	1.01 516	1.01 475	1.01 485	1.01 509	1.01 522	1.01 483	1.01 514

LL-Strereo	1.01 488	5.06 623	1.63 590	0.70 395	1.43 599	0.56 424	0.46 412	0.57 417	0.50 429	0.57 426	0.50 437	1.58 580	0.49 424	0.59 427	0.50 423	1.64 570	0.52 408	0.51 426	1.37 593	0.52 401	0.45 397

FlowAnything_test	1.02 490	1.72 460	0.71 445	1.59 544	0.70 477	1.61 583	0.69 471	1.61 574	0.70 477	1.60 577	0.70 480	1.61 584	0.69 470	1.61 581	0.70 476	0.81 441	0.58 419	0.81 473	0.55 448	0.81 447	0.56 439

FlowAnything	1.02 490	1.71 459	0.72 448	1.59 544	0.69 475	1.60 582	0.69 471	1.61 574	0.70 477	1.60 577	0.69 478	1.60 581	0.69 470	1.61 581	0.69 470	0.81 441	0.58 419	0.81 473	0.56 452	0.82 449	0.56 439

Hybrid-DGEV	1.03 492	1.75 466	0.80 463	1.28 524	0.78 495	1.26 563	0.80 492	1.26 557	0.78 492	1.26 563	0.78 498	1.26 566	0.78 486	1.26 566	0.78 489	1.15 492	0.75 457	1.14 515	0.74 491	1.14 491	0.75 480

tt45	1.04 493	0.88 308	1.36 571	0.92 425	1.03 525	1.51 581	0.79 489	0.70 438	0.88 504	0.74 453	0.90 508	1.60 581	0.72 477	1.60 579	0.75 485	0.91 453	0.78 462	1.52 590	0.79 500	1.14 491	1.32 589

Hybrid-DGEV-2	1.05 494	1.83 492	0.83 467	1.33 531	0.82 503	1.30 566	0.81 496	1.26 557	0.79 496	1.29 565	0.79 500	1.26 566	0.80 488	1.26 566	0.79 490	1.20 496	0.78 462	1.18 525	0.77 496	1.20 506	0.77 485

Hybrid-DGEV-03	1.07 495	1.83 492	0.83 467	1.34 532	0.81 502	1.32 568	0.81 496	1.31 564	0.81 501	1.31 566	0.82 504	1.32 571	0.82 492	1.32 571	0.81 496	1.19 494	0.77 460	1.19 527	0.76 494	1.19 504	0.77 485

GLC_STEREO	1.07 495	1.01 348	1.06 492	1.07 450	1.05 526	1.06 498	1.08 523	1.08 492	1.05 528	1.07 501	1.06 524	1.08 504	1.05 512	1.06 503	1.10 522	1.07 478	1.09 495	1.05 513	1.05 523	1.06 487	1.12 521

FC-DCNN	1.07 495	1.09 364	0.98 483	0.89 418	0.52 443	1.41 577	0.91 505	1.21 553	1.24 587	1.96 589	2.05 644	1.91 590	1.30 579	1.27 569	1.08 521	0.80 438	0.60 423	0.58 437	0.41 409	0.68 422	0.54 429

hknet	1.10 498	1.85 498	3.49 655	4.48 633	0.02 22	0.42 321	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.41 302	0.03 53	0.42 314	0.03 52	4.39 643	4.19 657	0.33 260	0.23 237	0.34 249	0.27 272

test_xeample3	1.10 498	1.81 482	0.61 419	0.84 412	0.49 432	0.77 450	0.66 455	0.92 469	1.40 599	0.68 444	0.46 419	0.78 457	0.54 438	1.72 584	1.48 601	1.34 551	1.52 584	1.35 583	1.67 618	1.33 560	1.55 602

DISCO	1.11 500	0.39 190	5.28 668	0.39 239	0.20 228	0.39 283	0.27 249	0.39 272	0.22 228	0.38 268	0.20 227	0.38 276	0.20 225	6.95 681	0.22 223	0.30 226	0.21 204	0.27 235	0.21 228	5.25 663	0.21 213

Occ-G	1.12 501	0.52 255	3.72 660	3.50 621	0.50 436	0.56 424	0.47 417	0.54 410	0.46 411	0.54 418	0.41 398	0.54 419	0.42 398	0.52 411	0.42 396	3.42 635	4.02 656	0.52 429	0.45 421	0.51 399	0.44 395

AEACV	1.12 501	0.52 255	3.12 651	3.24 606	0.86 504	0.53 419	0.49 428	0.60 424	0.47 416	0.53 413	0.49 434	0.55 423	0.45 407	0.55 419	0.47 413	3.01 630	3.88 654	0.71 455	0.60 458	0.80 444	0.48 407

LiteMatch	1.13 503	0.73 284	2.80 637	3.23 604	0.61 459	0.83 463	0.68 463	0.73 442	0.69 471	1.00 483	0.77 496	0.94 482	0.57 440	0.82 457	0.64 447	2.97 628	2.43 630	0.68 449	0.32 348	0.56 409	0.70 466

Lsterematch	1.13 503	0.73 284	2.80 637	3.23 604	0.61 459	0.83 463	0.68 463	0.73 442	0.69 471	1.00 483	0.77 496	0.94 482	0.57 440	0.82 457	0.64 447	2.97 628	2.43 630	0.68 449	0.32 348	0.56 409	0.70 466

MSMD_ROB	1.19 505	1.10 368	0.70 442	1.10 452	0.60 453	1.10 505	0.70 476	1.10 495	0.70 477	1.10 503	0.70 480	1.10 508	0.70 472	7.00 682	0.70 476	1.10 482	0.70 447	1.10 514	0.70 484	1.10 489	0.70 466

MM-Stereo_test2	1.20 506	1.85 498	1.05 491	1.46 540	0.94 514	1.36 572	0.99 513	1.36 566	0.95 513	1.41 572	0.98 517	1.40 577	0.96 499	1.37 573	0.95 507	1.37 556	1.06 488	1.33 580	0.93 513	1.29 559	0.89 498

ours_stereo	1.20 506	1.21 426	0.90 474	1.64 552	1.11 529	1.35 570	0.67 459	1.76 581	0.93 511	1.70 585	1.10 527	1.39 575	0.75 481	1.41 575	0.81 496	1.60 569	1.03 487	1.33 580	1.00 516	1.61 570	0.72 473

DisPM	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

CrosDoStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

PFNet+	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

LCNet	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

HHNet	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

Patchmatch Stereo++	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	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	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

STrans-v2	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

TransformOpticalFlow	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

OMP-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

IIG-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

NF-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

OCTAStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

PSM-softLoss	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

KMStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

NRIStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

PSM-adaLoss	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

PSM-AAD	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

FTStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

ROB_FTStereo_v2	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

ROB_FTStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

Consistency-Raft	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

KYRaft	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

HUI-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

ASMatch	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

DeepStereo_LL	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

DEmStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

SST-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

THIR-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

RAFT_R40	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

DRaft	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

PFNet	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

GrayStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

RE-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

Pruner-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

TVStereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

DeepStereo_RVC	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

RAFT-RH_RVC	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

IRAFT_RVC	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

RAFT-345	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

iRAFT	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

CRE-IMP	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

GMM-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

RAFT-IKP	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

Prome-Stereo	1.20 506	1.20 380	1.20 508	1.20 470	1.20 542	1.20 514	1.20 534	1.20 508	1.20 539	1.20 516	1.20 536	1.20 519	1.20 526	1.20 519	1.20 536	1.20 496	1.20 510	1.20 529	1.20 535	1.20 506	1.20 535

HCRNet	1.22 553	7.11 646	3.00 639	3.55 622	0.33 350	0.29 238	0.14 176	0.19 179	0.15 192	0.33 252	0.29 273	0.25 221	0.14 181	0.22 199	0.33 332	3.64 636	3.00 634	0.76 464	0.32 348	0.18 181	0.13 173

HBP-ISP	1.24 554	1.72 460	1.65 591	1.15 461	0.76 491	1.40 576	0.88 502	1.67 580	1.02 525	1.69 584	1.38 598	1.69 585	1.21 572	1.87 591	1.21 581	1.05 477	0.79 464	0.97 503	0.80 502	1.19 504	0.75 480

AANet_RVC	1.26 555	0.31 169	4.99 666	5.93 659	0.20 228	0.25 221	0.20 214	0.25 216	0.20 221	0.23 203	0.19 223	0.25 221	0.20 225	0.25 219	0.20 217	5.66 667	4.76 660	0.26 231	0.30 330	0.24 212	0.27 272

MM-Stereo_test3	1.27 556	2.07 517	1.18 503	1.60 547	1.02 524	1.45 579	1.01 518	1.40 570	1.04 527	1.44 574	1.03 523	1.46 579	1.02 511	1.44 577	1.02 517	1.51 565	1.12 502	1.32 579	0.98 514	1.38 563	0.97 505

11t	1.27 556	2.70 561	1.34 561	1.32 530	0.89 506	1.30 566	1.34 589	1.64 577	0.57 442	1.45 575	0.72 488	1.05 503	1.29 578	1.07 506	1.29 590	1.49 562	1.02 486	0.97 503	1.15 528	1.48 565	1.31 588

MaskLacGwcNet_RVC	1.35 558	1.35 443	1.35 563	1.35 534	1.35 593	1.35 570	1.35 590	1.36 566	1.35 595	1.36 570	1.35 593	1.36 573	1.36 584	1.36 572	1.35 594	1.35 552	1.35 571	1.35 583	1.35 590	1.35 561	1.35 593

CC-Net-ROB	1.36 559	1.33 442	1.33 560	1.36 535	1.38 596	1.36 572	1.33 588	1.37 568	1.34 592	1.35 569	1.36 595	1.38 574	1.34 582	1.38 574	1.38 597	1.35 552	1.38 575	1.33 580	1.35 590	1.43 564	1.34 592

CFNet	1.37 560	5.27 629	0.19 188	5.49 656	0.19 225	0.28 235	0.19 210	0.28 225	0.19 219	0.28 231	0.19 223	0.28 235	4.35 668	0.28 238	0.19 214	0.23 195	0.17 190	0.23 212	4.21 676	4.81 654	0.17 201

PS-NSSS	1.38 561	1.39 447	1.34 561	1.34 532	1.35 593	1.38 574	1.37 597	1.35 565	1.38 598	1.34 568	1.34 592	1.39 575	1.38 587	1.70 583	1.40 598	1.36 554	1.36 572	1.36 585	1.37 593	1.37 562	1.36 594

RASNet	1.49 562	1.65 456	1.45 579	1.38 537	1.43 599	1.47 580	1.36 592	1.38 569	1.36 596	1.39 571	1.60 609	1.45 578	1.45 590	1.51 578	2.21 639	1.53 566	1.36 572	1.36 585	1.36 592	1.66 573	1.36 594

BLMT-Stereo	1.53 563	1.36 444	1.06 492	1.42 539	1.23 592	1.41 577	1.07 522	1.43 572	1.12 529	1.42 573	1.06 524	1.83 587	1.07 513	1.42 576	1.07 520	1.27 546	1.38 575	6.80 680	1.00 516	1.26 556	1.00 509

GANetREF_RVC	1.55 564	1.94 513	1.22 555	1.88 555	1.21 588	1.88 589	1.22 580	1.88 583	1.22 585	1.88 586	1.22 582	1.88 588	1.22 573	1.89 592	1.22 582	1.87 577	1.22 557	1.88 604	1.22 581	1.88 582	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
SPS-STEREO	1.59 565	1.91 507	1.21 554	1.94 558	1.20 542	2.00 597	1.23 581	1.99 588	1.24 587	2.00 594	1.25 585	2.03 598	1.26 575	2.00 596	1.29 590	1.90 581	1.18 509	1.89 605	1.21 580	1.89 583	1.20 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 566	1.59 454	1.70 593	1.59 544	1.59 605	1.61 583	1.61 608	1.60 573	1.60 605	1.62 583	1.59 608	1.60 581	1.60 593	1.60 579	1.59 605	1.59 567	1.60 594	1.59 591	1.59 610	1.59 569	1.59 607

ff7	1.68 567	2.68 558	1.35 563	0.97 438	0.89 506	1.84 586	2.15 637	2.12 594	1.80 622	2.05 599	1.56 605	2.33 605	2.12 628	2.23 602	2.25 640	1.31 548	1.07 489	1.48 587	1.41 596	0.90 461	1.04 516

ffff	1.68 567	2.68 558	1.35 563	0.97 438	0.89 506	1.84 586	2.15 637	2.12 594	1.80 622	2.05 599	1.56 605	2.33 605	2.12 628	2.23 602	2.25 640	1.31 548	1.07 489	1.48 587	1.41 596	0.90 461	1.04 516

ccc-4	1.68 567	2.68 558	1.35 563	0.97 438	0.89 506	1.84 586	2.15 637	2.12 594	1.80 622	2.05 599	1.56 605	2.33 605	2.12 628	2.23 602	2.25 640	1.31 548	1.07 489	1.48 587	1.41 596	0.90 461	1.04 516

MC-Stereo	1.76 570	2.96 577	1.37 573	2.14 566	1.37 595	2.14 603	1.36 592	2.14 597	1.37 597	2.14 603	1.37 596	2.14 600	1.37 586	2.14 601	1.37 596	1.97 585	1.32 559	1.97 607	1.32 589	1.98 584	1.33 590

IGEVStereo-DCA	1.77 571	4.21 612	1.84 608	2.49 583	2.11 638	2.54 623	1.36 592	1.65 578	1.17 536	2.75 632	1.90 627	2.54 618	1.15 519	0.94 480	1.11 523	1.50 563	1.32 559	0.96 501	1.46 602	1.49 566	0.88 495

rrr	1.77 571	4.21 612	1.84 608	2.49 583	2.11 638	2.54 623	1.36 592	1.65 578	1.17 536	2.75 632	1.90 627	2.54 618	1.15 519	0.94 480	1.11 523	1.50 563	1.32 559	0.96 501	1.46 602	1.49 566	0.88 495

MM-Stereo_test1	1.80 573	3.41 589	1.52 586	2.12 565	1.41 598	2.04 598	1.41 600	2.05 592	1.46 602	2.04 598	1.41 600	2.05 599	1.42 589	2.05 597	1.43 600	2.04 589	1.54 587	1.94 606	1.38 595	1.99 585	1.33 590

MFMNet_re	1.81 574	1.91 507	1.71 595	1.95 560	1.70 616	1.95 594	1.70 613	1.96 586	1.74 618	1.97 591	1.72 617	1.95 591	1.71 601	1.97 595	1.71 613	1.86 575	1.62 595	1.85 597	1.66 617	1.86 581	1.64 613

plain	1.88 575	3.16 583	0.64 423	3.10 599	0.65 467	3.10 638	0.64 452	3.12 637	0.65 457	3.10 638	0.65 465	3.11 638	0.65 454	3.12 637	0.65 450	3.12 631	0.65 433	3.13 637	0.65 471	3.13 625	0.65 457

RAFT_CTSACE	1.92 576	3.71 596	1.72 596	1.88 555	1.72 617	2.04 598	1.42 602	2.18 599	1.89 633	2.02 596	1.97 633	1.95 591	2.06 627	1.93 593	1.62 606	1.76 572	1.66 598	2.02 608	1.73 626	1.73 576	1.43 599

MonStereo1	1.94 577	2.77 571	1.52 586	3.73 629	1.51 602	2.13 602	1.42 602	2.32 607	1.52 603	2.31 611	1.50 603	2.53 615	1.59 592	2.34 609	1.56 603	1.91 582	1.36 572	1.86 600	1.31 588	2.07 586	1.53 600

4.25w-stereo	1.98 578	2.72 565	1.46 580	3.47 618	1.43 599	2.07 600	1.98 628	2.53 619	1.52 603	2.71 625	1.98 639	1.81 586	1.62 595	1.96 594	1.36 595	1.88 580	2.00 612	2.53 631	1.61 612	1.74 577	1.15 526

4.5w-stereo	1.99 579	2.33 538	1.81 599	3.28 608	1.68 612	1.94 591	1.99 631	2.72 622	1.70 610	2.72 626	1.99 642	1.97 593	1.68 597	1.76 585	1.29 590	1.91 582	2.02 618	2.53 631	1.61 612	1.75 578	1.16 529

2.75w_new	1.99 579	2.34 542	1.81 599	3.14 600	1.62 607	1.94 591	1.99 631	2.72 622	1.71 611	2.72 626	1.99 642	1.90 589	1.73 603	1.82 590	1.29 590	2.37 610	2.01 614	2.31 618	1.42 599	1.77 579	1.22 581

3.75w	1.99 579	2.31 536	1.83 607	3.16 602	1.65 609	1.93 590	1.98 628	2.72 622	1.68 607	2.73 631	1.97 633	2.00 595	1.72 602	1.81 589	1.25 586	2.27 601	2.01 614	2.38 623	1.42 599	1.71 575	1.24 584

2w_stereo	1.99 579	2.36 545	1.81 599	3.24 606	1.67 610	1.94 591	1.98 628	2.72 622	1.68 607	2.72 626	1.94 630	1.98 594	1.74 605	1.79 588	1.27 587	1.95 584	2.00 612	2.53 631	1.60 611	1.68 574	1.15 526

2.25w	2.00 583	1.86 501	1.98 621	2.95 597	2.17 642	2.26 604	1.35 590	2.42 613	2.00 640	2.07 602	1.27 587	2.53 615	1.99 623	2.29 606	1.49 602	2.21 596	1.32 559	1.85 597	1.87 630	2.52 612	1.62 611

4.25_new	2.00 583	2.33 538	1.82 604	3.32 611	1.69 613	1.95 594	1.99 631	2.72 622	1.71 611	2.72 626	1.97 633	2.01 596	1.74 605	1.77 586	1.28 588	2.18 593	2.01 614	2.48 629	1.58 608	1.65 571	1.17 530

4.5w_new	2.00 583	2.33 538	1.82 604	3.32 611	1.69 613	1.95 594	1.99 631	2.72 622	1.71 611	2.72 626	1.97 633	2.01 596	1.74 605	1.77 586	1.28 588	2.18 593	2.01 614	2.48 629	1.58 608	1.65 571	1.17 530

4.5_new	2.00 583	1.84 497	1.98 621	2.77 591	2.16 640	2.27 605	1.28 587	2.09 593	1.98 637	2.01 595	1.28 588	2.71 627	1.98 621	2.51 618	1.65 608	2.26 598	1.33 566	1.87 601	1.87 630	2.49 608	1.60 608

TRStereo	2.00 583	2.13 522	1.85 610	2.27 572	1.84 621	2.28 607	1.84 617	2.29 602	1.86 627	2.30 608	1.87 622	2.30 602	1.87 611	2.08 598	1.72 615	2.08 590	1.72 601	2.08 610	1.72 623	2.08 587	1.72 618

XX-Stereo	2.00 583	2.13 522	1.85 610	2.27 572	1.84 621	2.28 607	1.84 617	2.29 602	1.86 627	2.30 608	1.87 622	2.30 602	1.87 611	2.08 598	1.72 615	2.08 590	1.72 601	2.08 610	1.72 623	2.08 587	1.72 618

EAI-Stereo	2.00 583	2.13 522	1.85 610	2.27 572	1.84 621	2.28 607	1.84 617	2.29 602	1.86 627	2.30 608	1.87 622	2.30 602	1.87 611	2.08 598	1.72 615	2.08 590	1.72 601	2.08 610	1.72 623	2.08 587	1.72 618

2.5w	2.01 590	2.40 547	1.37 573	3.28 608	2.01 632	2.71 628	1.43 605	1.82 582	1.83 625	1.90 588	1.41 600	2.71 627	1.35 583	2.71 627	1.85 626	2.66 622	1.53 585	1.64 592	1.23 582	2.53 615	1.87 627

4w-stereo	2.02 591	2.72 565	1.44 578	3.36 614	1.59 605	2.48 616	1.72 614	2.28 600	1.24 587	2.24 606	1.65 613	2.56 620	1.32 581	2.39 612	1.98 636	2.67 624	1.51 583	1.66 593	1.24 583	2.53 615	1.88 630

IGEV	2.02 591	2.20 528	1.82 604	2.90 596	2.16 640	2.41 613	1.25 583	2.00 589	1.98 637	1.99 593	1.31 590	2.72 631	1.93 617	2.67 626	1.69 612	2.26 598	1.32 559	1.83 596	1.87 630	2.53 615	1.61 610

3.25w_new	2.03 593	2.72 565	1.35 563	3.33 613	1.57 603	2.72 629	1.53 607	2.15 598	1.33 591	2.15 604	1.60 609	2.63 624	1.30 579	2.72 629	1.99 637	2.67 624	1.53 585	1.75 595	1.25 585	2.53 615	1.87 627

3.5w_stereo	2.03 593	2.72 565	1.35 563	3.41 615	1.57 603	2.72 629	1.49 606	2.01 590	1.34 592	2.15 604	1.61 611	2.63 624	1.36 584	2.72 629	1.99 637	2.66 622	1.58 590	1.68 594	1.24 583	2.53 615	1.87 627

UniTT-Stereo	2.03 593	3.43 590	0.72 448	3.42 616	0.73 482	3.27 641	0.68 463	3.38 642	0.69 471	3.29 641	0.72 488	3.28 641	0.70 472	3.35 643	0.68 462	3.39 634	0.68 440	3.31 640	0.69 482	3.37 626	0.73 476

3.25w	2.04 596	2.20 528	1.48 581	3.03 598	2.17 642	2.63 627	1.39 598	1.96 586	1.95 636	1.96 589	1.37 596	2.71 627	1.96 620	2.71 627	1.73 620	2.26 598	1.32 559	1.87 601	1.87 630	2.51 611	1.63 612

3w_stereo	2.04 596	2.24 532	1.70 593	3.15 601	2.18 644	2.49 617	1.26 585	2.03 591	1.98 637	1.98 592	1.33 591	2.72 631	1.99 623	2.59 621	1.72 615	2.22 597	1.33 566	1.85 597	1.88 635	2.50 610	1.58 606

1w_stereo	2.05 598	2.32 537	1.35 563	3.74 630	2.01 632	2.73 631	1.42 602	1.88 583	1.93 635	2.03 597	1.28 588	2.71 627	1.99 623	2.72 629	1.72 615	2.20 595	1.32 559	1.87 601	1.86 629	2.45 604	1.54 601

LiteMatch*	2.07 599	1.30 438	5.73 671	6.28 662	0.79 497	1.33 569	0.80 492	1.30 563	1.02 525	1.33 567	0.84 506	1.33 572	0.97 500	1.28 570	1.04 518	6.05 671	5.89 666	1.28 578	0.76 494	1.28 558	0.88 495

sCroCo_RVC	2.10 600	2.76 569	1.92 618	2.78 594	1.39 597	2.73 631	1.41 600	2.73 628	1.40 599	2.77 637	1.41 600	2.74 633	1.40 588	2.74 632	1.40 598	2.72 626	1.42 578	2.72 635	1.44 601	2.79 622	1.42 598

MoCha-V2	2.11 601	26.97 688	0.78 459	0.92 425	0.77 494	0.96 479	0.72 481	0.90 464	0.72 485	0.94 479	0.70 480	0.90 475	0.71 476	0.91 474	0.71 478	0.85 449	0.71 451	0.88 482	0.69 482	0.87 454	0.67 462

FBW_ROB	2.12 602	2.46 551	1.77 598	2.49 583	1.79 620	2.38 611	1.83 616	2.46 614	1.78 621	2.48 619	1.97 633	2.40 610	1.78 608	2.42 615	1.83 624	2.31 606	1.85 609	2.38 623	1.82 628	2.35 599	1.84 623

MonStereo	2.17 603	2.41 548	1.49 585	2.67 588	1.67 610	2.60 626	2.04 635	2.32 607	1.76 619	2.44 616	1.68 615	2.50 613	1.69 599	2.38 610	1.80 623	2.28 602	1.78 604	2.63 634	2.14 638	3.47 627	1.68 616

asda	2.17 603	2.54 552	1.81 599	3.47 618	1.78 619	2.50 619	1.86 621	2.61 621	1.68 607	2.61 623	1.83 619	2.37 609	1.73 603	2.44 616	1.88 631	2.51 619	1.84 608	2.34 620	1.62 614	2.23 592	1.77 622

asd	2.18 605	2.77 571	1.58 588	3.59 623	2.00 631	2.58 625	1.85 620	2.39 612	1.71 611	2.47 618	1.97 633	2.59 622	1.61 594	2.56 619	1.79 622	2.51 619	1.99 611	2.11 613	1.62 614	2.36 600	1.60 608

qwe	2.18 605	2.60 555	1.58 588	3.83 631	1.90 629	2.53 621	1.90 626	2.48 615	1.73 616	2.37 614	1.92 629	2.53 615	1.68 597	2.56 619	1.83 624	2.52 621	1.87 610	2.07 609	1.68 620	2.32 598	1.71 617

monsters	2.18 605	2.41 548	1.96 620	3.47 618	2.03 636	2.53 621	1.64 610	2.48 615	1.73 616	2.40 615	1.50 603	2.62 623	1.94 618	2.59 621	1.94 633	2.44 614	1.57 589	2.28 616	1.87 630	2.42 602	1.86 625

AIO_rvc	2.18 605	2.34 542	1.87 614	2.32 576	1.94 630	2.40 612	1.89 625	2.37 610	2.07 642	2.52 621	1.95 632	2.44 612	1.99 623	2.41 613	1.89 632	2.32 607	2.09 620	2.24 614	2.18 639	2.21 591	2.23 634

HUF	2.18 605	2.30 535	1.99 624	2.34 578	2.02 635	2.41 613	2.06 636	2.38 611	1.89 633	2.36 613	1.85 620	2.56 620	1.98 621	2.31 608	1.97 635	2.30 605	2.03 619	2.30 617	2.11 637	2.23 592	2.16 632

AIO_test	2.18 605	2.09 520	2.04 625	2.42 580	2.01 632	2.47 615	1.94 627	2.34 609	2.03 641	2.56 622	1.94 630	2.43 611	1.94 618	2.41 613	1.87 630	2.39 612	2.10 621	2.35 622	1.91 636	2.25 594	2.19 633

monsterstereo	2.20 611	2.33 538	1.95 619	3.65 625	2.07 637	2.49 617	1.61 608	2.48 615	1.83 625	2.45 617	1.61 611	2.67 626	1.86 610	2.64 623	1.94 633	2.48 618	1.66 598	2.34 620	1.68 620	2.40 601	1.86 625

LG-G_1	2.22 612	2.71 563	1.89 615	2.77 591	1.87 627	2.75 633	1.87 623	2.76 630	1.87 631	2.75 632	1.87 622	2.76 634	1.87 611	2.75 633	1.86 627	2.47 616	1.58 590	2.45 626	1.57 605	2.45 604	1.57 604

LG-G	2.22 612	2.71 563	1.89 615	2.77 591	1.87 627	2.75 633	1.87 623	2.76 630	1.87 631	2.75 632	1.87 622	2.76 634	1.87 611	2.75 633	1.86 627	2.47 616	1.58 590	2.45 626	1.57 605	2.45 604	1.57 604

LGtest1	2.22 612	2.70 561	1.89 615	2.76 590	1.86 624	2.75 633	1.86 621	2.75 629	1.86 627	2.75 632	1.86 621	2.77 636	1.87 611	2.75 633	1.86 627	2.46 615	1.58 590	2.45 626	1.56 604	2.45 604	1.56 603

RAStereo	2.23 615	3.64 593	0.76 456	3.65 625	0.86 504	3.66 646	0.76 486	3.67 646	0.81 501	3.66 643	0.76 494	3.66 644	0.77 484	3.68 645	0.77 488	3.68 637	0.77 460	3.69 645	0.77 496	3.70 629	0.77 485

UDGNet	2.23 615	5.40 634	1.72 596	2.48 582	1.69 613	2.51 620	1.69 612	2.51 618	1.72 615	2.50 620	1.69 616	2.52 614	1.69 599	2.50 617	1.68 611	2.41 613	1.70 600	2.42 625	1.69 622	2.42 602	1.64 613

NCCL2	2.28 617	2.27 533	2.28 627	2.28 575	2.28 645	2.27 605	2.29 640	2.28 600	2.28 643	2.27 607	2.28 645	2.28 601	2.27 631	2.27 605	2.28 644	2.28 602	2.28 626	2.27 615	2.29 643	2.27 595	2.29 635

Abc-Net	2.32 618	24.75 680	1.14 497	1.17 467	1.17 536	1.11 508	1.15 528	1.17 502	1.21 584	1.08 502	1.16 531	1.12 513	1.14 518	1.09 507	1.17 531	1.09 480	1.16 505	1.17 522	1.17 531	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
RP	2.33 619	25.00 681	1.13 496	1.15 461	1.15 531	1.10 505	1.15 528	1.15 497	1.15 531	1.12 509	1.15 528	1.09 506	1.13 516	1.10 509	1.15 527	1.11 487	1.09 495	1.16 518	1.12 526	1.16 496	1.17 530

stereogan	2.33 619	24.38 679	1.18 503	1.18 468	1.18 539	1.14 511	1.18 532	1.19 505	1.19 538	1.14 512	1.18 535	1.14 514	1.18 524	1.14 514	1.18 532	1.14 491	1.14 503	1.19 527	1.19 532	1.15 494	1.19 534

RGC	2.36 621	25.48 682	1.19 505	1.15 461	1.15 531	1.10 505	1.16 530	1.17 502	1.16 532	1.12 509	1.16 531	1.11 512	1.13 516	1.09 507	1.18 532	1.10 482	1.15 504	1.16 518	1.12 526	1.14 491	1.12 521

NCC-stereo	2.36 621	25.52 683	1.17 501	1.15 461	1.17 536	1.11 508	1.11 524	1.15 497	1.16 532	1.10 503	1.16 531	1.10 508	1.15 519	1.14 514	1.13 525	1.09 480	1.11 499	1.15 517	1.16 530	1.17 501	1.17 530

AF-Net	2.37 623	25.71 684	1.17 501	1.13 457	1.15 531	1.15 512	1.18 532	1.19 505	1.16 532	1.10 503	1.15 528	1.10 508	1.18 524	1.12 513	1.15 527	1.10 482	1.10 498	1.17 522	1.15 528	1.16 496	1.12 521

Nwc_Net	2.37 623	25.95 685	1.15 499	1.14 458	1.15 531	1.08 502	1.14 527	1.17 502	1.16 532	1.14 512	1.15 528	1.08 504	1.15 519	1.11 511	1.14 526	1.10 482	1.11 499	1.16 518	1.09 525	1.16 496	1.15 526

CFNet_RVC	2.38 625	8.71 657	0.38 289	9.33 676	0.42 411	0.56 424	0.42 401	0.60 424	0.38 372	0.62 435	0.42 408	0.56 426	7.29 680	0.62 430	0.42 396	0.53 384	0.37 327	0.49 417	0.34 362	8.30 677	6.87 683

edge stereo	2.43 626	27.07 689	1.14 497	1.06 449	1.14 530	1.08 502	1.17 531	1.16 500	1.14 530	1.10 503	1.16 531	1.09 506	1.16 523	1.10 509	1.16 530	1.10 482	1.11 499	1.16 518	1.19 532	1.13 490	1.11 519

FAT-Stereo	2.46 627	26.05 686	1.23 557	1.23 517	1.22 590	1.20 514	1.24 582	1.23 556	1.23 586	1.19 515	1.22 582	1.21 564	1.24 574	1.20 519	1.24 583	1.21 542	1.17 508	1.22 575	1.25 585	1.20 506	1.24 584

S-Stereo	2.51 628	26.86 687	1.23 557	1.22 515	1.22 590	1.24 562	1.25 583	1.22 554	1.24 587	1.21 561	1.24 584	1.19 518	1.27 576	1.19 518	1.24 583	1.19 494	1.20 510	1.25 576	1.19 532	1.24 555	1.23 583

Anonymous3	2.55 629	3.26 587	1.65 591	3.28 608	1.63 608	3.24 640	1.68 611	3.27 639	1.66 606	3.28 640	1.67 614	3.25 640	1.66 596	3.27 639	1.64 607	3.26 632	1.65 597	3.30 639	1.65 616	4.95 659	1.65 615

MIF-Stereo (partial)	2.58 630	3.31 588	0.66 428	3.18 603	0.66 470	3.18 639	0.66 455	3.21 638	0.67 460	3.19 639	0.66 467	3.19 639	0.66 457	3.31 641	0.68 462	5.09 663	1.79 606	8.23 684	1.67 618	6.18 668	1.38 596

MSMDNet	2.65 631	10.14 668	0.33 260	9.74 679	0.32 338	0.87 468	0.33 335	2.95 636	0.68 466	0.49 385	0.34 354	0.49 389	5.70 675	0.49 388	0.33 332	0.42 311	9.57 680	0.41 372	0.31 341	8.36 678	0.65 457

pcwnet_v2	2.66 632	9.89 666	0.33 260	9.89 680	0.32 338	0.50 401	0.32 324	0.49 379	0.33 343	0.49 385	0.34 354	0.49 389	8.76 682	0.48 382	0.33 332	0.41 297	9.58 681	0.40 355	0.29 316	9.01 681	0.63 449

CFNet_pseudo	2.67 633	9.36 662	0.32 255	10.99 685	0.33 350	0.85 465	0.33 335	0.49 379	0.33 343	0.49 385	0.32 337	0.49 389	7.26 679	0.49 388	0.33 332	0.41 297	9.62 682	0.41 372	0.29 316	10.03 685	0.29 298

CFNet_ucs	2.73 634	9.64 664	0.33 260	9.92 681	0.32 338	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 389	8.98 683	0.48 382	0.33 332	0.41 297	9.96 685	0.40 355	0.29 316	10.12 686	0.54 429

UCFNet_RVC	2.75 635	10.06 667	0.29 231	10.31 684	0.29 275	0.42 321	0.29 267	0.43 318	0.29 269	0.42 308	0.29 273	0.42 320	9.87 685	0.43 320	0.29 266	0.36 255	9.84 684	0.36 290	0.26 253	9.77 684	0.26 234

ccs_rob	2.79 636	10.17 669	0.32 255	10.00 682	0.33 350	0.49 392	0.33 335	1.90 585	0.32 333	0.51 407	0.33 346	0.49 389	9.24 684	0.49 388	0.33 332	0.41 297	9.82 683	0.41 372	0.28 303	9.34 682	0.29 298

PCWNet_CMD	2.80 637	9.82 665	0.32 255	10.09 683	0.32 338	0.49 392	0.33 335	3.34 641	0.33 343	0.49 385	0.33 346	0.49 389	8.73 681	0.48 382	0.33 332	0.41 297	9.22 679	0.42 383	0.29 316	9.55 683	0.31 320

NLSM1	2.93 638	3.24 586	2.57 635	4.04 632	2.66 648	3.30 642	2.55 643	3.29 640	2.55 645	3.35 642	2.48 647	3.28 641	2.47 633	3.34 642	2.49 645	3.26 632	2.55 632	3.13 637	2.57 646	3.00 624	2.46 642

StereoVision	3.15 639	5.00 622	0.89 471	4.83 649	1.00 517	3.93 647	1.27 586	6.37 676	1.34 592	5.67 676	1.26 586	5.84 677	1.27 576	5.03 673	1.24 583	5.10 664	1.09 495	4.61 658	0.57 454	5.62 666	1.12 521

MaDis-Stereo	3.19 640	6.02 644	1.12 495	5.61 658	1.16 535	5.43 674	1.02 520	5.15 673	0.70 477	5.43 673	1.21 581	5.03 674	0.97 500	4.85 667	0.99 511	4.53 645	1.16 505	5.53 674	1.25 585	5.37 664	1.30 587

sAnonymous2	3.31 641	2.63 556	1.38 575	3.71 627	1.86 624	4.70 666	1.11 524	4.82 669	2.72 647	5.45 674	1.98 639	4.59 659	2.64 634	2.65 624	6.21 680	4.37 641	1.08 493	5.16 672	2.24 641	4.52 641	2.39 640

CroCo_RVC	3.31 641	2.63 556	1.38 575	3.71 627	1.86 624	4.70 666	1.11 524	4.82 669	2.72 647	5.45 674	1.98 639	4.59 659	2.64 634	2.65 624	6.21 680	4.37 641	1.08 493	5.16 672	2.24 641	4.52 641	2.39 640

DPSNet	3.66 643	3.60 592	3.62 658	3.63 624	3.64 670	3.65 645	3.65 669	3.66 645	3.67 666	3.67 644	3.65 667	3.67 645	3.66 655	3.66 644	3.68 664	3.68 637	3.66 652	3.67 644	3.68 669	3.67 628	3.67 668

NLCSM	3.67 644	4.08 607	3.19 654	4.80 648	3.26 663	3.99 650	3.24 664	4.25 652	3.18 662	4.09 648	3.27 662	4.14 650	3.18 650	4.13 650	3.28 660	4.06 639	3.10 642	3.85 649	3.14 660	3.91 634	3.27 664

STTStereo	3.73 645	30.40 693	2.37 631	2.39 579	2.31 647	2.35 610	2.33 641	2.29 602	2.42 644	2.32 612	2.34 646	2.33 605	2.36 632	2.30 607	2.27 643	2.35 609	2.22 625	2.31 618	2.22 640	2.29 597	2.34 639

rvit_105_1	3.83 646	5.22 627	3.01 640	4.53 636	3.01 651	4.51 654	3.01 649	4.56 656	3.04 650	4.53 655	3.03 651	4.55 657	3.03 638	4.56 656	3.04 647	4.57 647	3.05 635	4.57 653	3.05 651	4.57 643	3.05 649

rvit_stereo_0081	3.83 646	5.23 628	3.01 640	4.53 636	3.03 653	4.55 660	3.02 650	4.56 656	3.04 650	4.52 653	3.02 649	4.54 655	3.03 638	4.56 656	3.04 647	4.57 647	3.05 635	4.57 653	3.05 651	4.58 644	3.05 649

rvit_stereo_0081_aga	3.86 648	5.33 631	3.02 643	4.55 642	3.04 657	4.54 656	3.02 650	4.64 663	3.06 654	4.54 657	3.04 653	4.62 664	3.08 645	4.62 662	3.07 652	4.58 650	3.06 639	4.60 657	3.08 655	4.63 647	3.07 653

rvit_stereo_0082	3.86 648	5.82 642	3.01 640	4.53 636	3.03 653	4.54 656	3.02 650	4.56 656	3.04 650	4.53 655	3.02 649	4.55 657	3.04 641	4.57 659	3.05 649	4.57 647	3.05 635	4.58 655	3.05 651	4.58 644	3.06 652

rvit_0105_6	3.87 650	5.73 641	3.10 650	4.69 646	3.12 661	4.54 656	3.02 650	4.56 656	3.04 650	4.54 657	3.03 651	4.54 655	3.04 641	4.56 656	3.05 649	4.58 650	3.05 635	4.58 655	3.05 651	4.58 644	3.05 649

rvit_stereo_0080	3.89 651	5.70 639	3.04 645	4.54 639	3.03 653	4.56 661	3.05 656	4.60 660	3.07 655	4.58 660	3.06 654	4.59 659	3.06 643	4.61 660	3.08 653	4.63 652	3.09 640	4.64 659	3.10 656	4.65 648	3.10 656

whm_eth	3.89 651	5.70 639	3.04 645	4.54 639	3.03 653	4.56 661	3.05 656	4.60 660	3.07 655	4.58 660	3.06 654	4.59 659	3.06 643	4.61 660	3.08 653	4.63 652	3.09 640	4.64 659	3.10 656	4.65 648	3.10 656

rvit_0105_4	3.91 653	5.47 638	3.02 643	4.54 639	3.02 652	4.54 656	3.03 654	4.75 666	3.17 661	4.57 659	3.06 654	4.61 663	3.16 649	4.65 663	3.09 655	4.66 654	3.11 643	4.68 662	3.18 662	4.81 654	3.16 661

rvit_0105_3	3.91 653	5.33 631	3.06 648	4.60 644	3.07 659	4.60 663	3.06 658	4.62 662	3.08 658	4.60 662	3.07 657	4.62 664	3.08 645	4.67 664	3.10 656	4.70 655	3.11 643	4.77 666	3.19 663	4.77 653	3.14 660

rvit_stereo_0083	3.92 655	5.30 630	3.06 648	4.61 645	3.09 660	4.67 665	3.08 659	4.66 664	3.09 659	4.62 663	3.10 659	4.66 667	3.11 647	4.67 664	3.16 658	4.72 657	3.16 646	4.77 666	3.11 658	4.66 650	3.11 658

rvit_stereo_ft	3.93 656	5.44 636	3.05 647	4.59 643	3.06 658	4.61 664	3.08 659	4.67 665	3.12 660	4.63 664	3.10 659	4.65 666	3.11 647	4.69 666	3.13 657	4.70 655	3.14 645	4.71 664	3.15 661	4.74 651	3.16 661

rvit_0105_5	4.10 657	5.40 634	3.13 653	4.71 647	3.15 662	4.72 668	3.10 661	4.90 671	3.27 663	4.69 665	3.16 661	4.84 671	3.25 651	4.96 670	3.34 661	5.05 662	3.39 651	5.10 671	3.40 664	5.11 661	3.42 665

MLG-Stereo_test1	4.25 658	5.34 633	3.61 657	5.31 654	3.63 669	5.23 672	3.57 667	5.38 674	3.65 665	5.23 671	3.47 664	4.76 668	3.74 658	4.85 667	3.71 665	4.96 659	3.18 648	4.71 664	2.92 648	4.86 657	2.90 646

MLG-Stereo_test3	4.26 659	4.85 620	3.95 661	5.35 655	3.60 668	4.75 669	3.76 670	5.49 675	3.71 667	5.39 672	3.69 668	4.82 670	3.66 655	4.85 667	3.73 668	4.93 658	3.19 649	4.69 663	2.99 650	4.84 656	2.98 648

MLG-Stereo_test2	4.28 660	5.46 637	3.69 659	4.86 650	3.72 671	5.58 675	3.42 665	4.81 668	3.77 671	4.85 667	3.72 669	5.55 676	3.63 654	5.58 674	3.53 663	4.41 644	3.28 650	4.99 670	2.95 649	4.75 652	3.13 659

RAFT+CT+SA	4.28 660	7.62 650	4.91 665	5.55 657	2.28 645	3.09 637	3.64 668	4.49 654	3.07 655	4.80 666	3.35 663	4.77 669	3.70 657	4.29 653	3.05 649	5.58 666	5.98 668	3.58 643	3.78 671	4.26 637	3.72 669

SA	4.33 662	7.35 647	6.85 677	5.96 660	4.09 675	3.59 644	3.15 662	3.82 647	2.64 646	3.91 645	3.85 670	3.57 643	2.72 636	3.13 638	4.03 671	7.09 678	6.86 673	3.57 642	3.12 659	3.85 630	3.51 667

Sa-1000	4.34 663	8.37 653	6.84 676	6.98 668	4.45 678	3.58 643	3.00 648	3.42 643	3.39 664	2.61 623	4.00 673	3.83 647	4.01 666	3.90 647	3.90 669	5.98 670	5.62 665	3.76 646	2.34 644	4.35 639	2.47 643

TestStereo1	4.60 664	8.41 654	6.44 674	6.86 666	3.79 672	3.97 648	3.78 671	3.99 649	3.74 668	3.97 646	3.52 665	3.94 648	3.58 652	3.98 648	3.72 666	6.82 675	6.50 671	3.76 646	3.66 667	3.90 631	3.74 671

SA-5K	4.60 664	8.41 654	6.44 674	6.86 666	3.79 672	3.97 648	3.78 671	3.99 649	3.74 668	3.97 646	3.52 665	3.94 648	3.58 652	3.98 648	3.72 666	6.82 675	6.50 671	3.76 646	3.66 667	3.90 631	3.74 671

DispFullNet	4.61 666	4.84 619	3.12 651	5.00 652	3.57 667	4.75 669	3.03 654	7.75 682	4.17 675	4.91 669	3.09 658	6.20 678	3.95 664	6.71 678	3.51 662	5.30 665	3.67 653	5.86 678	3.63 666	5.61 665	3.46 666

test_5	4.62 667	7.55 649	6.23 672	6.32 663	3.40 666	5.29 673	3.50 666	3.53 644	4.11 674	4.28 650	4.47 677	4.26 653	4.38 669	3.68 645	3.24 659	5.89 668	5.60 664	4.84 668	3.50 665	4.33 638	3.93 675

raft_robust	4.71 668	7.75 651	5.40 670	6.81 665	3.31 664	4.28 653	4.20 676	4.32 653	4.37 677	4.35 652	4.35 676	4.14 650	3.75 659	4.30 654	4.20 674	6.67 674	6.37 669	3.36 641	4.24 677	4.86 657	3.25 663

cross-raft	4.83 669	7.52 648	6.43 673	6.63 664	3.96 674	4.51 654	3.99 674	4.49 654	3.96 673	4.52 653	3.96 672	4.50 654	3.97 665	4.50 655	3.97 670	6.65 673	6.44 670	4.33 650	3.92 673	4.35 639	3.91 674

test_4	4.88 670	8.13 652	6.98 678	7.46 669	4.44 677	4.25 652	3.85 673	4.04 651	3.92 672	4.13 649	3.91 671	4.18 652	3.84 662	4.14 651	4.06 672	7.01 677	7.13 674	4.53 651	3.72 670	4.09 635	3.72 669

TestStereo	4.88 670	4.75 618	4.79 664	4.87 651	4.92 679	4.81 671	4.90 679	4.78 667	4.77 678	4.87 668	4.89 678	4.90 672	4.91 671	4.99 671	4.79 676	4.98 660	4.87 661	4.87 669	4.92 679	5.00 660	5.00 678

test_3	5.01 672	8.86 659	7.77 680	8.09 671	2.76 650	4.13 651	4.05 675	3.88 648	3.76 670	4.33 651	4.13 674	3.71 646	3.91 663	4.21 652	4.06 672	7.93 679	7.69 676	4.53 651	3.91 672	4.17 636	4.29 677

NLCA_NET_v2_RVC	5.04 673	50.87 703	2.78 636	2.87 595	2.71 649	2.78 636	0.47 417	2.88 635	2.86 649	1.89 587	2.67 648	2.79 637	2.79 637	2.78 636	2.83 646	2.82 627	2.82 633	2.83 636	2.77 647	2.83 623	2.76 644
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 674	5.15 625	4.49 663	5.07 653	3.37 665	6.87 678	4.75 678	5.04 672	6.34 682	7.84 682	5.06 679	6.72 682	4.09 667	4.99 671	5.44 679	5.03 661	3.16 646	4.67 661	4.86 678	5.15 662	3.89 673

U	5.15 675	8.49 656	1.81 599	8.49 673	1.77 618	8.49 683	1.77 615	8.51 684	1.77 620	8.49 684	1.77 618	8.50 684	1.78 608	8.58 684	1.77 621	8.54 682	1.78 604	8.55 685	1.78 627	8.55 679	1.84 623

SGM-Forest	5.21 676	5.92 643	4.08 662	6.18 661	4.16 676	6.31 677	4.34 677	6.50 677	4.33 676	6.14 678	4.21 675	6.61 681	4.55 670	6.67 677	4.48 675	5.94 669	3.94 655	5.85 677	4.03 675	5.79 667	4.17 676
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 677	9.16 661	8.03 683	8.09 671	5.62 682	6.11 676	6.35 682	6.85 679	4.94 679	6.08 677	6.29 684	4.98 673	6.43 676	6.22 675	6.36 682	6.16 672	7.47 675	5.82 676	5.44 682	7.11 673	5.68 681

rvit_stereo_0075_2	6.64 678	8.80 658	5.25 667	7.89 670	5.27 681	7.90 682	5.27 680	7.92 683	5.28 680	7.91 683	5.29 681	7.93 683	5.27 672	7.92 683	5.28 677	7.93 679	5.28 663	7.93 683	5.29 681	7.93 676	5.28 680

RAFT	6.73 679	9.36 662	7.40 679	8.51 674	6.55 683	6.88 679	6.60 683	6.79 678	6.60 683	6.80 679	6.72 685	5.31 675	5.50 674	6.61 676	6.61 683	8.42 681	5.89 666	5.73 675	5.45 683	6.61 669	6.24 682

SGM+DAISY	7.06 680	9.15 660	5.38 669	8.84 675	5.18 680	8.80 684	5.31 681	8.79 685	5.28 680	8.89 685	5.20 680	8.93 685	5.33 673	8.95 685	5.36 678	8.70 683	5.21 662	8.74 686	5.20 680	8.89 680	5.15 679

test-v	7.53 681	11.89 670	7.98 681	9.36 677	7.14 684	7.06 680	7.09 684	7.37 680	6.91 684	7.29 680	5.71 682	6.45 679	6.93 677	6.73 679	7.27 684	8.93 684	7.85 677	6.98 681	6.80 684	7.56 674	7.34 684

test-2	7.53 681	11.89 670	7.98 681	9.36 677	7.14 684	7.06 680	7.09 684	7.37 680	6.91 684	7.29 680	5.71 682	6.45 679	6.93 677	6.73 679	7.27 684	8.93 684	7.85 677	6.98 681	6.80 684	7.56 674	7.34 684

PA-Net	11.80 683	223.51 710	0.62 420	0.59 374	0.71 479	0.59 432	0.73 482	0.67 434	0.73 488	0.55 421	0.61 459	0.60 434	0.74 479	0.63 434	0.73 480	0.66 413	0.60 423	0.69 452	0.66 473	0.72 429	0.65 457
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 684	23.00 678	15.00 684	23.00 692	15.00 686	24.00 691	16.00 686	24.00 692	16.00 686	22.00 692	15.00 686	23.00 692	16.00 686	23.00 692	15.00 686	22.00 692	15.00 686	22.00 693	15.00 686	22.00 693	15.00 686

rafts_anoy	20.00 685	20.00 672	20.00 685	20.00 686	20.00 687	20.00 685	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687

raft+_RVC	20.00 685	20.00 672	20.00 685	20.00 686	20.00 687	20.00 685	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687

raftrobust	20.00 685	20.00 672	20.00 685	20.00 686	20.00 687	20.00 685	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687

CasAABBNet	20.00 685	20.00 672	20.00 685	20.00 686	20.00 687	20.00 685	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687

RALCasStereoNet	20.00 685	20.00 672	20.00 685	20.00 686	20.00 687	20.00 685	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687

RALAANet	20.00 685	20.00 672	20.00 685	20.00 686	20.00 687	20.00 685	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687

111	30.40 691	30.94 694	29.72 692	32.61 693	30.02 694	33.57 692	30.47 694	31.50 693	29.39 694	30.98 693	29.11 694	29.78 693	30.39 697	29.45 693	30.76 697	30.08 693	29.02 694	29.92 694	30.32 697	29.86 694	30.17 694

WCMA_ROB	31.10 692	35.43 698	27.12 691	39.51 704	23.10 693	38.78 703	25.30 693	37.49 704	25.39 693	37.29 703	27.02 693	38.52 704	26.48 693	37.80 703	26.44 693	36.28 700	22.65 693	33.90 698	22.30 693	37.10 702	24.18 693

DCANet-4	35.22 693	34.54 695	35.08 698	33.58 697	35.47 701	34.55 693	35.53 701	36.08 699	35.85 698	35.92 699	35.77 700	35.18 699	35.48 699	35.39 699	37.15 703	34.55 699	33.92 698	35.02 701	34.90 699	35.79 698	34.74 701

ADStereo(finetuned)	36.13 694	36.63 699	38.07 702	36.97 698	33.25 698	35.91 697	34.45 698	36.36 700	32.99 695	38.14 704	36.71 701	36.69 700	34.13 698	38.57 704	40.79 704	37.60 704	36.58 701	35.90 702	33.36 698	35.42 697	34.04 698

Reg-Stereo(zero)	37.00 695	37.00 700	37.00 699	37.00 699	37.00 702	37.00 700	37.00 702	37.00 701	37.00 699	37.00 700	37.00 702	37.00 701	37.00 700	37.00 700	37.00 700	37.00 701	37.00 702	37.00 703	37.00 702	37.00 699	37.00 702

HI	37.00 695	37.00 700	37.00 699	37.00 699	37.00 702	37.00 700	37.00 702	37.00 701	37.00 699	37.00 700	37.00 702	37.00 701	37.00 700	37.00 700	37.00 700	37.00 701	37.00 702	37.00 703	37.00 702	37.00 699	37.00 702

CoSv	37.00 695	37.00 700	37.00 699	37.00 699	37.00 702	37.00 700	37.00 702	37.00 701	37.00 699	37.00 700	37.00 702	37.00 701	37.00 700	37.00 700	37.00 700	37.00 701	37.00 702	37.00 703	37.00 702	37.00 699	37.00 702

MDST_ROB	69.83 698	87.70 704	41.95 703	113.75 707	65.62 707	75.05 704	55.25 706	75.64 706	45.04 702	71.61 705	41.75 705	72.81 705	44.06 703	68.38 705	44.63 705	101.89 707	59.57 707	107.10 708	61.05 707	104.38 705	59.38 707

NOSS_ROB	102.95 699	153.00 708	121.00 706	51.00 705	44.00 705	165.00 707	127.00 707	153.00 707	119.00 704	164.00 708	125.00 707	168.00 708	120.00 705	153.00 707	117.00 707	49.00 705	44.00 705	49.00 706	44.00 705	49.00 703	44.00 705

CBMV	128.50 700	1422.70 715	53.10 704	79.50 706	51.30 706	77.30 705	49.70 705	74.00 705	48.20 703	77.20 706	48.80 706	73.90 706	48.00 704	73.80 706	48.80 706	70.40 706	45.10 706	68.90 707	46.10 706	68.20 704	45.00 706
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 701	171.00 709	160.68 709	162.58 708	160.59 708	164.01 706	160.35 708	158.51 708	158.56 705	158.34 707	160.12 708	158.56 707	159.92 706	157.26 708	158.94 708	154.38 708	158.36 708	155.75 709	159.13 709	153.67 706	154.07 708
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	201.80 702	123.00 705	115.00 705	219.00 709	218.00 710	223.00 708	244.00 710	217.00 709	236.00 707	202.00 709	203.00 709	205.00 709	208.00 707	225.00 709	204.00 709	210.00 709	198.00 709	197.00 710	184.00 710	204.00 707	201.00 709

MGS-Stereo	239.45 703	123.00 705	135.00 707	266.00 710	286.00 711	277.00 709	305.00 711	271.00 710	242.00 708	274.00 710	279.00 711	255.00 710	270.00 709	268.00 710	297.00 711	221.00 710	247.00 711	216.00 711	123.00 708	217.00 708	217.00 711

EGLCR-Stereo	246.90 704	129.00 707	139.00 708	266.00 710	286.00 711	277.00 709	305.00 711	271.00 710	242.00 708	274.00 710	279.00 711	255.00 710	270.00 709	268.00 710	297.00 711	230.00 711	247.00 711	216.00 711	223.00 712	237.00 709	227.00 712

DLCB_ROB	284.23 705	354.61 711	207.27 710	363.24 712	206.46 709	364.72 711	210.41 709	364.72 712	210.41 706	364.81 712	208.64 710	364.81 712	208.64 708	364.72 712	210.41 710	354.70 712	205.53 710	354.70 713	205.53 711	354.70 710	205.53 710

LE_ROB	396.57 706	471.28 712	329.84 711	471.48 713	308.15 713	526.83 712	322.10 713	488.15 713	323.76 710	495.46 713	317.97 713	497.17 713	320.10 711	481.62 713	326.76 713	462.71 713	298.97 713	466.16 714	285.98 713	447.62 711	289.21 713

SGM-ForestM	596.69 707	677.77 713	444.52 712	699.85 714	517.25 714	732.94 713	488.29 714	770.79 714	460.11 711	750.81 714	487.98 714	792.79 714	499.41 712	730.90 714	475.81 714	720.03 714	491.16 714	663.96 715	418.60 714	674.76 712	436.05 714

CBMV_ROB	818.48 708	913.88 714	709.52 713	862.84 715	597.78 715	1073.99 714	700.52 715	1015.66 715	702.59 712	1115.65 715	760.02 715	1130.24 715	721.57 713	1037.41 715	692.65 715	814.05 715	564.29 715	843.28 716	595.31 715	915.51 713	602.92 715

tt	500032.53 709	34.60 696	29.72 692	37.47 702	34.41 699	36.85 698	35.22 699	34.71 697	33.55 696	34.50 694	35.43 698	33.81 697	10000000.00 714	33.57 697	33.13 698	33.68 697	35.00 699	34.03 699	35.26 700	30.96 695	34.63 699

DCANet	500032.53 709	34.60 696	29.72 692	37.47 702	34.41 699	36.85 698	35.22 699	34.71 697	33.55 696	34.50 694	35.43 698	33.81 697	10000000.00 714	33.57 697	33.13 698	33.68 697	35.00 699	34.03 699	35.26 700	30.96 695	34.63 699

fff	1000028.16 711	29.62 690	29.72 692	32.61 693	30.02 694	35.13 694	31.83 695	32.07 694	10000000.00 713	35.27 696	29.82 695	32.45 694	30.15 694	32.35 694	30.09 694	31.04 694	29.55 695	30.64 695	30.14 694	10000000.00 714	30.77 695

csc	1000028.16 711	29.62 690	29.72 692	32.61 693	30.02 694	35.13 694	31.83 695	32.07 694	10000000.00 713	35.27 696	29.82 695	32.45 694	30.15 694	32.35 694	30.09 694	31.04 694	29.55 695	30.64 695	30.14 694	10000000.00 714	30.77 695

cscssc	1000028.16 711	29.62 690	29.72 692	32.61 693	30.02 694	35.13 694	31.83 695	32.07 694	10000000.00 713	35.27 696	29.82 695	32.45 694	30.15 694	32.35 694	30.09 694	31.04 694	29.55 695	30.64 695	30.14 694	10000000.00 714	30.77 695

111111	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

SGD-Stereo	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

IGEV-Stereo++	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

IGEV-BASED-STEREO-	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

IGEV-Stereo+	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

SDNR	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

anonymousdsp2	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

anonymousdsp	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

test_example2	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716

DIP-Stereo	10000000.00 714	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 714	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 716	10000000.00 714	10000000.00 716
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 403	3.79 660	0.50 396	0.38 365	0.54 385	0.43 368	0.46 395	0.34 362	0.46 368	0.35 351

STTRV1_RVC		1.60 455		1.01 445	0.60 453	1.07 501	0.69 471	1.01 485	0.60 448	0.72 446	0.55 448	1.02 499	0.68 463	1.03 501	0.67 454	0.89 452	0.63 429	0.92 490	0.57 454	0.90 461	0.65 457

FADE		0.06 74		0.09 76	0.10 147													0.17 178		0.11 148

Low-res two-view benchmark