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	0.06 120	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	0.06 120	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	0.50 244	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	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 262	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 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	0.08 129	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	0.08 129	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	0.08 129	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	0.08 129	0.05 112	0.09 135	0.08 129	0.15 141	0.11 122	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	1.01 444	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	0.08 129	0.06 129	0.08 129	0.06 126	0.15 141	0.16 170	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	0.06 120	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	0.06 120	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	1.00 338	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 328	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	0.87 305	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	1.03 353	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	0.87 305	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	1.01 347	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	0.95 325	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	1.01 347	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	0.09 137	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	0.90 503	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	0.90 419	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	0.98 329	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 357	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 357	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 357	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 361	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	1.03 353	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 361	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	1.14 369	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 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	0.10 140	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	0.99 336	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 363	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 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	0.10 140	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	0.10 140	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	0.10 140	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	0.10 140	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	0.10 140	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	0.10 140	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	0.10 140	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	0.10 140	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	0.10 140	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	1.27 519	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	0.13 154	0.05 112	0.05 103	0.09 134	0.24 203	0.20 201	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	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.16 170	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	0.11 150	0.11 156	0.12 154	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

x	0.11 111	1.15 372	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 216	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	0.39 283	0.36 324	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 374	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 546	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	1.60 546	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	1.62 549	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	1.14 369	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 114	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	0.14 155	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	1.20 533	0.07 126	0.05 119	0.05 112	0.05 122	0.08 129	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	1.57 603	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	1.65 607	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	1.66 609	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	1.71 552	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	0.15 166	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	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	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	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	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	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	0.20 186	0.10 143	0.24 210	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	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	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 387	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	1.71 612	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	0.18 179	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	1.22 431	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 121	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	0.17 175	0.11 156	0.17 174	0.11 152	0.16 152	0.11 122	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	1.83 491	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	0.11 122	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	0.17 175	0.13 177	0.17 174	0.12 164	0.15 141	0.11 122	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	0.14 155	0.11 156	0.16 167	0.11 152	0.15 141	0.12 136	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	0.14 155	0.11 156	0.14 156	0.11 152	0.14 133	0.12 136	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	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	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	0.14 155	0.14 181	0.14 156	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	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	2.22 568	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	0.17 175	0.12 171	0.17 174	0.12 164	0.16 152	0.11 122	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	0.14 155	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 475

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	0.18 179	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	0.18 179	0.14 181	0.18 177	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

CoDeX	0.15 146	0.70 279	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 453	0.02 15	0.69 446	0.75 461	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 258	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	0.16 167	0.11 156	0.16 167	0.11 152	0.16 152	0.11 122	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	2.20 567	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	0.14 155	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 491

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	0.20 186	0.12 171	0.21 195	0.13 171	0.17 160	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	0.20 186	0.12 171	0.19 180	0.12 164	0.16 152	0.11 122	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	1.21 425	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	0.35 252	0.31 267	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	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

qqq	0.16 153	2.01 515	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	0.06 120	0.03 53	0.06 110	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 124	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	0.19 183	0.13 177	0.19 180	0.13 171	0.18 168	0.13 159	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	0.19 183	0.18 216	0.10 139	0.19 214	0.20 175	0.19 199	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	2.16 524	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	0.06 120	0.03 53	0.06 110	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 157	0.78 291	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	0.79 489	0.02 15	0.75 457	0.76 463	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.72 281	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	0.14 155	0.14 181	0.14 156	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	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	0.22 202	0.16 194	0.22 199	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 178

w-ln-seven	0.18 161	1.47 449	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	0.38 270	0.32 271	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	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

xyz-stereo	0.18 161	0.50 244	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	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 569	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 129	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	2.23 569	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 129	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	0.21 194	0.18 216	0.21 195	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	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	0.20 186	0.20 225	0.20 184	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	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	0.20 186	0.20 225	0.20 184	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	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	0.96 510	0.21 194	0.14 181	0.20 184	0.13 180	0.21 194	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	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	0.96 510	0.21 194	0.14 181	0.20 184	0.13 180	0.21 194	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	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	0.23 209	0.19 221	0.24 210	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	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	0.23 209	0.18 216	0.23 206	0.18 211	0.22 185	0.16 170	0.21 199	0.16 195	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	0.24 215	0.16 194	0.24 210	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	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	0.24 215	0.16 194	0.24 210	0.16 193	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 184

z-ln-s-r	0.21 174	1.40 447	0.53 401	0.56 367	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	0.24 215	0.17 206	0.24 210	0.17 199	0.24 203	0.17 191	0.23 212	0.16 195	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	0.24 215	0.19 221	0.24 210	0.19 214	0.22 185	0.17 191	0.22 204	0.17 217	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	0.09 137	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	0.23 209	0.16 194	0.24 210	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	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	0.23 209	0.16 194	0.24 210	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	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	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.22 204	0.22 232	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	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	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	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	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	1.02 519	0.14 154	0.10 144	0.28 231	0.14 185	0.17 175	0.19 221	0.28 238	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 166

LACA3	0.23 186	0.25 155	0.27 221	0.54 360	0.17 210	0.25 221	0.17 198	0.25 216	0.17 207	0.25 218	0.17 205	0.25 222	0.17 206	0.25 219	0.17 199	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 201

dd	0.23 186	0.98 329	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	0.24 215	0.17 206	0.23 206	0.15 186	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 184

dad	0.23 186	1.03 353	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	0.24 215	0.16 194	0.23 206	0.15 186	0.22 185	0.16 170	0.22 204	0.16 195	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	0.22 202	0.15 192	0.22 199	1.19 533	0.20 175	0.17 191	0.24 221	0.14 185	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	0.22 202	0.15 192	0.22 199	1.19 533	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 178

MSKI-zero shot	0.24 189	0.21 135	0.49 382	0.65 384	0.18 221	0.22 200	0.17 198	0.23 205	0.18 213	0.21 196	0.17 205	0.23 209	0.28 267	0.23 206	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 184

qqq1	0.25 192	3.70 593	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	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 593	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	0.12 136	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	0.25 222	0.25 244	0.26 230	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 228

ffm	0.25 192	3.83 599	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	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 599	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	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 599	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	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 192	0.23 141	0.66 427	0.80 406	0.17 210	0.22 200	0.17 198	0.23 205	0.18 213	0.26 227	0.17 205	0.21 194	0.17 206	0.25 219	0.17 199	0.23 196	0.16 170	0.21 199	0.17 217	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	0.25 222	0.25 244	0.25 219	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	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	1.31 439	0.74 453	0.92 424	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	0.33 257	0.21 231	0.25 219	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 234

DLNR-FE	0.28 203	0.89 310	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	0.28 236	0.20 225	0.28 238	0.20 217	0.33 240	0.28 239	0.25 226	0.19 224	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	0.32 254	0.31 329	0.32 251	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	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	0.28 236	0.28 267	0.28 238	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	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	0.36 268	0.22 232	0.36 268	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	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	0.35 263	0.24 241	0.33 258	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 227

UNet	0.29 208	0.90 313	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 465	0.69 470	0.14 153	0.11 159	0.14 155	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 456	0.76 482

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	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	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	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311

DDVS	0.30 209	3.10 579	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	0.16 167	0.13 177	0.19 180	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 173

ACV-stereo	0.30 209	2.08 517	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	0.25 222	0.17 206	0.24 210	0.17 199	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 184

LoS_RVC	0.30 209	1.14 369	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	0.26 233	0.26 253	0.26 230	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 234

CAS	0.30 209	1.17 375	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	0.25 222	0.25 244	0.25 219	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	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	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	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	0.29 242	0.30 280	0.31 248	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 320

tt1	0.31 216	0.93 322	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	0.32 254	0.25 244	0.32 251	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 272

xxxxx1	0.31 216	0.91 315	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	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 367	0.79 403	0.24 250	0.30 239	0.26 246	0.30 232	0.24 237	0.32 248	0.23 238	0.31 250	0.24 241	0.30 244	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 217

tt_ll	0.31 216	0.91 315	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	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

ff	0.31 216	0.91 315	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	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	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	0.29 242	0.27 260	0.29 242	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	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	0.35 263	0.27 260	0.35 262	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	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	0.36 268	0.26 253	0.34 259	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	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	0.31 250	0.30 280	0.32 251	0.32 321	0.32 235	0.31 267	0.30 244	0.47 430	0.32 238	0.34 341

DStereoSA	0.32 225	0.52 254	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	0.31 250	0.30 280	0.31 248	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 320

WCG-NET（raft）	0.32 225	1.24 433	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	0.32 254	0.24 241	0.32 251	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	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	0.36 268	0.27 260	0.36 268	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	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	0.39 282	0.26 253	0.39 283	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 358
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	0.21 194	0.16 194	0.27 234	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 653

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	0.21 194	0.16 194	0.27 234	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 653

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	0.39 282	0.28 267	0.38 275	0.28 255	0.42 312	0.35 318	0.36 290	0.26 254	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	0.34 261	0.34 350	0.34 259	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	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	0.40 290	0.29 274	0.40 286	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	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	0.41 303	0.34 350	0.38 275	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 234

CSP-Net	0.34 230	1.29 435	1.19 505	1.36 534	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	0.39 282	0.30 280	0.38 275	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	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	0.42 321	0.27 260	0.41 301	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	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	0.44 360	0.30 280	0.44 349	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 272

FE-Mocha	0.35 239	0.71 280	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	0.34 261	0.27 260	0.34 259	0.27 246	0.44 314	0.41 354	0.33 260	0.29 317	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	0.19 183	0.17 206	0.37 272	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 644

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	0.43 328	0.30 280	0.44 349	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 234

CASnet	0.35 239	0.51 252	0.44 353	0.32 215	0.31 328	0.24 212	0.34 348	0.36 253	0.25 242	0.31 242	0.37 373	0.30 246	0.33 345	0.25 219	0.45 401	0.37 259	0.37 327	0.33 260	0.35 375	0.34 249	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 239	0.44 216	0.45 355	0.49 306	0.30 285	0.37 270	0.30 272	0.36 253	0.30 280	0.36 262	0.29 273	0.36 268	0.29 274	0.36 268	0.30 273	0.46 352	0.39 341	0.32 253	0.24 245	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	0.35 263	0.35 357	0.35 262	0.35 349	0.35 252	0.35 318	0.35 285	0.35 375	0.35 262	0.35 350

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	0.36 268	0.38 369	0.35 262	0.28 255	1.08 479	0.26 223	0.33 260	0.27 291	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	0.41 303	0.28 267	0.42 314	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 364	0.56 438

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	0.40 290	0.28 267	0.42 314	0.28 255	0.45 342	0.32 271	0.38 301	0.30 331	0.37 273	0.27 272

DCVSM-stereo	0.36 246	1.89 503	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	0.40 290	0.22 232	0.40 286	0.22 223	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 210

RSM	0.36 246	0.36 177	0.43 351	0.37 231	0.42 410	0.49 392	0.42 400	0.37 259	0.28 263	0.36 262	0.29 273	0.36 268	0.30 280	0.37 272	0.28 255	0.34 244	0.31 267	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	0.44 360	0.32 334	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	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	0.44 360	0.32 334	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	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	0.43 328	0.30 280	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	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	0.41 303	0.32 334	0.41 301	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	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	0.36 268	0.36 360	0.35 262	0.36 353	0.36 256	0.36 324	0.35 285	0.36 381	0.36 269	0.36 353

ACVNet-DCA	0.37 256	1.00 338	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	0.40 290	0.29 274	0.39 283	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 327

1test111	0.37 256	1.02 351	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	0.39 282	0.28 267	0.40 286	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 320

cc1	0.37 256	1.02 351	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	0.39 282	0.28 267	0.40 286	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 320

EKT-Stereo	0.37 256	0.40 194	0.44 353	1.07 449	0.29 275	0.34 257	0.31 316	0.36 253	0.29 269	0.38 268	0.31 327	0.37 275	0.30 280	0.36 268	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	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	0.41 303	0.40 380	0.41 301	0.36 353	0.34 244	0.22 209	0.47 403	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	0.37 275	0.37 365	0.37 272	0.37 362	0.37 259	0.37 327	0.37 293	0.37 384	0.37 273	0.37 358

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	0.43 328	0.31 329	0.43 320	0.69 469	0.38 270	0.33 283	0.40 355	0.30 331	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	0.42 321	0.30 280	0.42 314	0.68 461	0.37 259	0.32 271	0.40 355	0.29 317	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	0.42 321	0.30 280	0.42 314	0.69 469	0.37 259	0.32 271	0.40 355	0.29 317	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	0.42 321	0.30 280	0.42 314	0.73 479	0.37 259	0.32 271	0.40 355	0.29 317	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	0.42 321	0.34 350	0.41 301	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	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	0.45 369	0.32 334	0.45 365	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	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	0.45 369	0.33 345	0.45 365	0.32 321	0.38 270	0.38 334	0.38 301	0.37 384	0.37 273	0.36 353

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	0.38 277	0.38 369	0.38 275	0.38 365	0.38 270	0.38 334	0.38 301	0.37 384	0.38 286	0.38 365

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	0.38 277	0.38 369	0.38 275	0.38 365	0.38 270	0.38 334	0.38 301	0.38 397	0.38 286	0.38 365

xx1	0.38 262	1.03 353	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	0.40 290	0.29 274	0.40 286	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	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	0.39 282	0.37 365	0.38 275	0.38 365	0.37 259	0.38 334	0.38 301	0.37 384	0.37 273	0.38 365

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	0.40 290	0.38 369	0.38 275	0.38 365	0.38 270	0.38 334	0.39 342	0.38 397	0.38 286	0.38 365

DF	0.39 274	1.37 445	1.02 490	1.14 457	0.12 176	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 167	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	1.88 502	0.34 270	0.37 231	0.41 400	0.45 371	0.22 224	0.28 225	0.23 234	0.28 231	0.24 245	0.29 242	0.23 238	0.29 242	0.23 229	0.38 270	0.32 271	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	0.41 400	0.38 277	0.38 373	0.38 268	0.38 372	0.39 274	0.39 388	0.38 277	0.38 369	0.39 283	0.40 380	0.38 270	0.38 334	0.40 355	0.38 397	0.38 286	0.40 374

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	0.44 411	0.47 379	0.36 360	0.44 349	0.36 353	0.37 259	0.39 341	0.44 386	0.35 375	0.37 273	0.36 353

PASM	0.39 274	3.06 578	1.36 571	1.58 542	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 150	0.09 139	0.09 135	0.09 134	0.11 105	0.11 122	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	0.45 369	0.32 334	0.45 365	0.32 321	0.39 283	0.38 334	0.38 301	0.37 384	0.39 327	0.39 371

GCAPDPT-zeroshot4090	0.40 279	1.09 363	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	0.43 328	0.30 280	0.43 320	0.30 273	0.45 342	0.34 312	0.38 301	0.27 291	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	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 374

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	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 374

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	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 374

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	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 374

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	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 374

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	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 374
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	1.09 363	0.40 332	0.52 355	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 360	0.31 329	0.44 349	0.31 311	0.46 352	0.35 318	0.39 342	0.28 304	0.39 327	0.28 292

GCAP-Stereo-DPT-FT	0.41 287	1.06 360	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	0.34 312	0.39 342	0.27 291	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	0.26 233	0.23 238	0.45 365	0.42 395	0.25 209	0.22 209	0.25 226	0.22 232	0.45 364	2.90 645

water-stereo	0.41 287	0.84 299	0.46 360	0.50 342	0.33 350	0.45 371	0.33 335	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.32 334	0.45 365	0.32 321	0.44 314	0.41 354	0.39 342	0.31 342	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	0.51 401	0.35 356	0.47 371	0.35 362	0.47 379	0.34 350	0.47 374	0.35 349	0.41 298	0.40 344	0.40 355	0.40 401	0.41 350	0.39 371

GCAP-BAT	0.41 287	1.30 437	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 234

GwcNet-ADL	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 303	0.41 391	0.41 301	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 382

PSMNet-ADL	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 303	0.41 391	0.41 301	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 382

GANet-ADL	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 303	0.41 391	0.41 301	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 382

ADLNet2	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 303	0.41 391	0.41 301	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 382

ADLNet	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 303	0.41 391	0.41 301	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 382

FCDSN-DC	0.41 287	0.59 270	0.64 422	0.54 360	0.33 350	0.50 401	0.37 366	0.42 312	0.40 386	0.61 431	0.43 409	0.50 404	0.49 423	0.38 275	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	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	0.49 390	0.33 345	0.51 405	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 440	0.29 298

Gwc-CoAtRS	0.41 287	1.49 450	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	0.41 303	0.32 334	0.41 301	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 292

UPFNet	0.42 301	1.20 379	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 504	0.90 504	0.25 218	0.17 205	0.24 215	0.17 206	0.25 219	0.17 199	0.22 185	0.17 191	0.22 204	0.16 195	1.15 493	0.93 501

GCAP-Stereo-DPT26K	0.43 302	1.76 466	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	0.43 328	0.30 280	0.43 320	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 234

aanet-new-8k	0.43 302	1.76 466	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new	0.43 302	1.80 476	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-cres	0.43 302	1.77 468	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-36K	0.43 302	1.78 471	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-20K	0.43 302	1.77 468	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-3K	0.43 302	1.77 468	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

DDF-Stereo	0.43 302	1.15 372	0.57 406	0.53 357	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 303	0.32 334	0.40 286	0.32 321	0.52 381	0.50 401	0.38 301	0.31 342	0.39 327	0.31 320

DilatedVolume-Stereo	0.43 302	0.86 303	0.48 375	0.50 342	0.33 350	0.46 377	0.33 335	0.46 365	0.33 343	0.46 365	0.33 346	0.47 379	0.33 345	0.47 374	0.34 345	0.45 342	0.42 363	0.40 355	0.33 359	0.47 380	0.38 365

psmg	0.43 302	1.91 506	0.92 478	1.91 556	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	1.21 425	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 556	0.95 512	0.25 218	0.17 205	0.25 222	0.17 206	0.25 219	0.17 199	0.23 196	0.16 170	0.22 204	0.16 195	1.18 501	0.98 505

psm_up	0.43 302	1.19 378	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 556	0.91 505	0.26 227	0.17 205	0.25 222	0.17 206	0.25 219	0.17 199	0.22 185	0.17 191	0.23 212	0.16 195	1.18 501	0.99 506

aanet-new-90k	0.44 314	1.82 488	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	0.43 328	0.30 280	0.44 349	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-60k	0.44 314	1.81 481	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-70k	0.44 314	1.82 488	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-78k	0.44 314	1.80 476	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	0.43 328	0.30 280	0.43 320	0.30 273	0.45 342	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-40k	0.44 314	1.81 481	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	0.43 328	0.30 280	0.43 320	0.30 273	0.45 342	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-36k	0.44 314	1.80 476	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-34k	0.44 314	1.80 476	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-32k-new	0.44 314	1.78 471	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	0.43 328	0.30 280	0.43 320	0.30 273	0.45 342	0.34 312	0.39 342	0.26 254	0.38 286	0.26 234

aanet-new-32k	0.44 314	1.79 475	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-30k	0.44 314	1.78 471	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-28k	0.44 314	1.81 481	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	0.44 360	0.30 280	0.44 349	0.30 273	0.45 342	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-24k	0.44 314	1.78 471	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-22k	0.44 314	1.81 481	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-16k	0.44 314	1.83 491	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-cres-4k	0.44 314	1.81 481	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-22K	0.44 314	1.85 497	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-24K	0.44 314	1.86 500	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-5K	0.44 314	1.80 476	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	0.43 328	0.30 280	0.44 349	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-2K	0.44 314	1.82 488	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-50K	0.44 314	1.83 491	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	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.36 324	0.38 301	0.26 254	0.38 286	0.26 234

Monster-pub-mixall	0.44 314	0.56 266	0.60 412	0.38 234	0.27 260	0.37 270	0.27 249	0.37 259	0.29 269	0.38 268	0.27 260	0.38 277	0.29 274	0.85 466	0.27 246	1.46 561	0.26 223	0.34 269	0.26 254	0.36 269	0.53 425

depthmonostereo	0.44 314	0.85 301	0.46 360	0.54 360	0.40 391	0.52 416	0.38 373	0.52 405	0.35 356	0.47 371	0.34 354	0.46 373	0.34 350	0.47 374	0.34 345	0.45 342	0.43 368	0.41 372	0.33 359	0.41 350	0.32 327

MMNet	0.44 314	1.24 433	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 556	0.93 510	0.25 218	0.17 205	0.25 222	0.18 216	0.25 219	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 505	0.99 506

aanet-new-10k	0.45 337	1.81 481	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	0.44 360	0.32 334	0.44 349	0.31 311	0.46 352	0.35 318	0.39 342	0.27 291	0.39 327	0.27 272

252Zero-FE	0.45 337	0.50 244	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	0.49 390	0.36 360	0.54 414	0.41 387	0.45 342	0.34 312	0.45 390	0.34 363	0.55 406	0.75 479

Monster-pub-eth3d	0.45 337	0.57 267	0.60 412	0.39 239	0.28 265	0.37 270	0.28 257	0.37 259	0.30 280	0.39 274	0.29 273	0.39 282	0.30 280	0.92 477	0.27 246	1.42 558	0.28 239	0.34 269	0.28 304	0.37 273	0.53 425

Replicate-Monster	0.45 337	0.57 267	0.60 412	0.40 252	0.29 275	0.37 270	0.27 249	0.37 259	0.30 280	0.40 280	0.31 327	0.40 290	0.30 280	0.99 485	0.27 246	1.36 554	0.31 267	0.34 269	0.30 331	0.36 269	0.54 428

SCV_C0	0.45 337	0.88 307	0.49 382	0.54 360	0.37 373	0.48 387	0.37 366	0.48 375	0.37 368	0.48 378	0.36 366	0.48 386	0.37 365	0.49 388	0.37 362	0.50 373	0.41 354	0.44 386	0.34 363	0.44 360	0.34 341

RAFT-Stereo-weight	0.45 337	1.90 505	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	0.44 360	0.34 350	0.41 301	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 334

TorneroNet-64	0.45 337	0.27 160	0.30 235	0.58 370	0.27 260	0.70 443	0.30 272	0.28 225	0.73 487	0.73 447	0.28 267	0.71 446	0.66 456	0.75 448	0.27 246	0.27 214	0.29 253	0.37 293	0.75 493	0.28 224	0.30 311

aanet-new-12k	0.46 344	1.99 514	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	0.44 360	0.31 329	0.44 349	0.32 321	0.47 359	0.35 318	0.39 342	0.27 291	0.39 327	0.27 272

SCV	0.46 344	0.94 324	0.45 355	0.54 360	0.37 373	0.48 387	0.38 373	0.48 375	0.37 368	0.48 378	0.39 388	0.48 386	0.37 365	0.49 388	0.37 362	0.50 373	0.46 378	0.44 386	0.34 363	0.44 360	0.34 341

otaku	0.46 344	0.46 228	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 365	0.46 410	0.46 365	0.46 418	0.46 373	0.46 409	0.46 370	0.46 405	0.46 352	0.46 378	0.46 394	0.46 423	0.46 367	0.46 397

Dean	0.46 344	0.46 228	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 365	0.46 410	0.47 371	0.46 418	0.46 373	0.46 409	0.46 370	0.46 405	0.46 352	0.46 378	0.46 394	0.46 423	0.46 367	0.46 397

ACVNet_1	0.46 344	0.47 232	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 365	0.47 415	0.46 365	0.46 418	0.46 373	0.46 409	0.46 370	0.46 405	0.46 352	0.46 378	0.47 403	0.46 423	0.46 367	0.46 397

ACVNet-4b	0.46 344	0.46 228	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 365	0.46 410	0.46 365	0.46 418	0.46 373	0.46 409	0.47 374	0.46 405	0.46 352	0.46 378	0.46 394	0.46 423	0.46 367	0.46 397

PML	0.46 344	1.36 443	0.29 231	0.58 370	0.30 285	0.57 429	0.29 267	0.57 416	0.29 269	0.57 425	0.29 273	0.57 429	0.29 274	0.56 419	0.29 266	0.52 381	0.30 262	0.53 431	0.31 342	0.53 404	0.30 311

LG-Stereo_L1	0.47 351	0.52 254	0.47 367	0.62 378	0.39 390	0.53 418	0.40 387	0.53 407	0.39 385	0.53 412	0.39 388	0.53 416	0.39 379	0.53 412	0.39 377	0.55 391	0.46 378	0.49 416	0.37 384	0.49 387	0.37 358

Ntro	0.47 351	0.47 232	0.46 360	0.46 288	0.46 419	0.47 382	0.47 416	0.46 365	0.47 415	0.46 365	0.46 418	0.47 379	0.46 409	0.47 374	0.47 412	0.47 359	0.46 378	0.46 394	0.46 423	0.46 367	0.46 397

HaxPig	0.47 351	0.47 232	0.47 367	0.49 306	0.47 425	0.47 382	0.47 416	0.47 371	0.47 415	0.47 371	0.47 426	0.47 379	0.47 417	0.47 374	0.47 412	0.47 359	0.47 386	0.47 403	0.47 430	0.47 380	0.48 406

UNDER WATER	0.47 351	0.47 232	0.47 367	0.47 295	0.47 425	0.47 382	0.47 416	0.47 371	0.47 415	0.47 371	0.47 426	0.47 379	0.46 409	0.47 374	0.47 412	0.47 359	0.47 386	0.47 403	0.46 423	0.47 380	0.47 404

LVE	0.47 351	0.47 232	0.47 367	0.47 295	0.49 431	0.47 382	0.47 416	0.47 371	0.49 424	0.47 371	0.47 426	0.47 379	0.46 409	0.47 374	0.47 412	0.47 359	0.47 386	0.48 411	0.47 430	0.47 380	0.47 404

GASTEREO	0.48 356	1.21 425	0.47 367	0.57 368	0.38 380	0.50 401	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	0.38 369	0.50 396	0.38 365	0.52 381	0.42 363	0.46 394	0.34 363	0.46 367	0.34 341

LG-Stereo_Zeroshot	0.48 356	0.55 264	0.47 367	0.63 380	0.41 400	0.56 423	0.44 403	0.56 413	0.41 395	0.56 422	0.41 397	0.57 429	0.42 397	0.56 419	0.41 387	0.55 391	0.43 368	0.51 425	0.37 384	0.51 398	0.37 358

fffft	0.48 356	0.51 252	0.45 355	0.52 355	0.45 417	0.52 416	0.45 409	0.52 405	0.48 422	0.53 412	0.45 415	0.52 415	0.45 406	0.52 410	0.46 405	0.51 379	0.41 354	0.50 420	0.41 409	0.50 392	0.41 382
1: 1. 1
RainbowNet	0.48 356	0.48 238	0.48 375	0.48 300	0.48 429	0.48 387	0.48 425	0.48 375	0.48 422	0.48 378	0.48 430	0.48 386	0.48 418	0.48 382	0.48 418	0.48 364	0.48 390	0.48 411	0.48 434	0.48 384	0.48 406

notaker	0.48 356	0.49 240	0.48 375	0.48 300	0.48 429	0.48 387	0.48 425	0.48 375	0.49 424	0.48 378	0.48 430	0.48 386	0.48 418	0.48 382	0.48 418	0.48 364	0.48 390	0.48 411	0.48 434	0.48 384	0.49 411

LL-Strereo2	0.48 356	1.73 464	0.51 394	0.59 373	0.34 360	0.42 321	0.33 335	0.40 279	0.31 323	0.42 308	0.33 346	0.42 321	0.31 329	0.44 349	0.39 377	0.60 399	0.51 406	0.44 386	0.33 359	0.44 360	0.33 334

Former-RAFT_DAM_RVC	0.49 362	0.98 329	0.64 422	0.84 411	0.46 419	0.45 371	0.35 353	0.47 371	0.47 415	0.45 359	0.34 354	0.46 373	0.48 418	0.46 370	0.35 349	0.39 283	0.71 451	0.39 342	0.35 375	0.41 350	0.41 382

ACVNet_2	0.49 362	0.49 240	0.49 382	0.49 306	0.49 431	0.49 392	0.49 427	0.49 379	0.49 424	0.49 385	0.49 433	0.49 390	0.49 423	0.49 388	0.49 420	0.49 367	0.49 393	0.49 416	0.49 437	0.49 387	0.49 411

FoundationStereo	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 404	0.50 427	0.50 396	0.50 422	0.50 373	0.50 401	0.50 420	0.50 439	0.50 392	0.50 414

StereoAnything_RVC	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 404	0.50 427	0.50 396	0.50 422	0.50 373	0.50 401	0.50 420	0.50 439	0.50 392	0.50 414

dual_stereo	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 404	0.50 427	0.50 396	0.50 422	0.50 373	0.50 401	0.50 420	0.50 439	0.50 392	0.50 414

GCST	0.50 364	2.08 517	0.38 289	0.53 357	0.35 363	0.49 392	0.35 353	0.50 388	0.35 356	0.49 385	0.35 362	0.49 390	0.35 357	0.49 388	0.35 349	0.48 364	0.37 327	0.45 390	0.33 359	0.44 360	0.33 334

SANet	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 404	0.50 427	0.50 396	0.50 422	0.50 373	0.50 401	0.50 420	0.50 439	0.50 392	0.50 414

MSCF	0.51 369	1.40 447	0.49 382	0.58 370	0.38 380	0.50 401	0.38 373	0.54 409	0.41 395	0.52 409	0.41 397	0.53 416	0.42 397	0.53 412	0.41 387	0.60 399	0.47 386	0.48 411	0.37 384	0.48 384	0.38 365

UGAM-zero	0.51 369	2.17 525	0.39 300	0.53 357	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.50 404	0.35 357	0.50 396	0.36 353	0.49 367	0.37 327	0.47 403	0.35 375	0.46 367	0.34 341

UGAM	0.51 369	2.23 530	0.39 300	0.54 360	0.35 363	0.50 401	0.35 353	0.49 379	0.35 356	0.49 385	0.35 362	0.49 390	0.36 360	0.50 396	0.36 353	0.49 367	0.37 327	0.45 390	0.34 363	0.45 364	0.34 341

Selective-IGEV	0.51 369	0.55 264	0.45 355	0.69 390	0.45 417	0.61 433	0.45 409	0.50 388	0.40 386	0.56 422	0.44 411	0.55 423	0.40 380	0.72 443	0.67 453	0.59 398	0.46 378	0.45 390	0.34 363	0.46 367	0.37 358

RCA-Stereo	0.51 369	3.22 584	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	0.44 360	0.33 345	0.43 320	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 298

DN	0.53 374	0.85 301	0.45 355	0.65 384	0.44 413	0.60 432	0.44 403	0.60 423	0.44 406	0.60 430	0.45 415	0.60 434	0.44 402	0.60 428	0.44 399	0.56 394	0.42 363	0.56 434	0.42 417	0.56 408	0.42 389

MatchStereo	0.54 375	0.12 106	2.38 632	2.32 575	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 137	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	0.54 375	0.60 273	0.52 397	0.66 388	0.47 425	0.61 433	0.47 416	0.58 419	0.46 410	0.61 431	0.46 418	0.61 436	0.45 406	0.62 429	0.45 401	0.61 403	0.52 408	0.57 435	0.48 434	0.57 411	0.48 406

castereo++	0.54 375	3.59 590	1.15 499	1.31 528	0.14 182	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 167	0.13 177	0.16 167	0.14 175	1.45 560	1.16 505	0.15 166	0.14 185	0.15 166	0.13 173

FENet	0.54 375	1.52 451	1.19 505	1.41 537	0.23 245	0.35 261	0.23 232	0.35 249	0.23 234	0.34 254	0.23 238	0.35 263	0.23 238	0.35 262	0.23 229	1.40 557	1.07 489	0.32 253	0.23 238	0.33 245	0.23 217

PSMNet_ROB	0.54 375	0.54 262	0.54 402	0.54 360	0.53 445	0.54 421	0.54 438	0.53 407	0.54 438	0.54 417	0.54 446	0.54 419	0.53 434	0.54 414	0.54 432	0.54 385	0.53 410	0.54 432	0.54 446	0.54 405	0.54 428

AIO-test2	0.55 380	0.59 270	0.52 397	0.67 389	0.47 425	0.61 433	0.47 416	0.61 426	0.47 415	0.61 431	0.47 426	0.61 436	0.48 418	0.62 429	0.47 412	0.64 410	0.53 410	0.58 436	0.47 430	0.58 412	0.48 406

CFNet-ft	0.55 380	1.57 452	0.14 148	0.20 161	0.14 182	0.20 187	2.53 641	1.61 573	0.14 181	0.20 184	0.14 185	0.20 186	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 567	1.24 583

MyStereo04	0.56 382	3.72 596	0.59 408	0.49 306	0.41 400	0.36 265	0.32 324	0.37 259	0.31 323	0.34 254	0.46 418	0.35 263	0.32 334	0.35 262	0.33 332	0.49 367	0.45 376	0.34 269	0.32 349	0.35 262	0.43 391

CASS	0.57 383	0.89 310	0.56 404	0.57 368	0.56 448	0.56 423	0.56 439	0.56 413	0.53 436	0.57 425	0.57 449	0.59 433	0.48 418	0.56 419	0.57 435	0.55 391	0.56 415	0.47 403	0.56 452	0.62 415	0.56 438
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 384	0.75 286	0.49 382	0.79 403	0.50 435	0.79 453	0.49 427	0.79 446	0.49 424	0.80 458	0.49 433	0.79 459	0.49 423	0.80 452	0.49 420	0.63 409	0.40 344	0.63 441	0.40 401	0.63 416	0.40 374

aanet-new-14k	0.60 384	5.12 623	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	0.43 328	0.30 280	0.44 349	0.30 273	0.44 314	0.37 327	0.38 301	0.26 254	0.38 286	0.26 234

LG-Stereo	0.60 384	0.58 269	0.47 367	0.64 383	0.74 483	1.00 481	0.69 470	0.57 416	0.41 395	0.57 425	0.41 397	0.57 429	0.41 391	1.00 487	0.75 484	0.91 453	0.51 406	0.52 428	0.37 384	0.52 400	0.37 358

MonSter	0.60 384	0.64 276	0.52 397	0.62 378	0.44 413	2.07 599	0.44 403	0.62 427	0.44 406	0.62 434	0.44 411	0.62 438	0.44 402	0.62 429	0.44 399	0.58 396	0.42 363	0.62 439	0.46 423	0.58 412	0.42 389

MyStereo07	0.60 384	3.72 596	0.48 375	0.49 306	0.41 400	0.36 265	0.32 324	0.49 379	0.43 403	0.51 406	0.42 407	0.49 390	0.43 400	0.51 405	0.64 446	0.49 367	0.45 376	0.34 269	0.32 349	0.35 262	0.43 391

FSD	0.61 389	0.59 270	0.50 387	2.58 586	0.44 413	0.56 423	0.44 403	0.55 412	0.44 406	0.56 422	0.44 411	0.56 426	0.44 402	0.56 419	0.46 405	0.61 403	0.42 363	0.52 428	0.42 417	0.52 400	0.51 421

castereo	0.61 389	3.79 598	1.35 563	1.52 541	0.15 194	0.17 175	0.16 188	0.20 185	0.21 225	0.18 176	0.16 198	0.21 194	0.12 171	0.26 230	0.17 199	1.43 559	1.38 575	0.17 178	0.16 195	0.18 181	0.16 184

WCG-NET	0.61 389	1.21 425	0.54 402	0.61 377	0.53 445	0.67 441	0.53 436	0.66 432	0.53 436	0.64 437	0.53 445	0.65 442	0.53 434	0.59 426	0.52 429	0.65 411	0.48 390	0.64 443	0.52 443	0.58 412	0.50 414

GEAStereo	0.62 392	3.91 603	0.48 375	0.69 390	0.38 380	0.51 413	0.38 373	0.51 401	0.38 372	0.53 412	0.38 378	0.50 404	0.38 369	0.51 405	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.34 341

gasm-f	0.62 392	3.91 603	0.48 375	0.69 390	0.38 380	0.51 413	0.38 373	0.51 401	0.38 372	0.53 412	0.38 378	0.50 404	0.38 369	0.51 405	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.34 341

SMoEStereo_RVC	0.63 394	0.75 286	0.51 394	0.73 399	0.53 445	0.71 445	0.47 416	0.67 433	0.58 442	0.74 452	0.60 454	0.72 449	0.53 434	0.74 447	0.51 427	0.61 403	0.62 428	0.62 439	0.61 460	0.63 416	0.61 444

anonymity	0.63 394	0.69 278	0.56 404	0.71 396	0.56 448	0.71 445	0.56 439	0.71 438	0.56 439	0.72 445	0.56 448	0.71 446	0.56 438	0.71 441	0.58 437	0.68 415	0.55 413	0.68 448	0.55 448	0.68 421	0.54 428

PAM_32	0.64 396	2.38 545	0.51 394	0.92 424	0.43 412	0.53 418	0.44 403	0.87 458	0.43 403	0.52 409	0.45 415	0.53 416	0.40 380	0.54 414	0.46 405	0.62 407	0.56 415	0.48 411	0.45 421	0.76 434	0.44 394

CRFU-Net	0.65 397	1.67 456	1.22 555	1.96 560	0.27 260	0.41 301	0.27 249	0.41 294	0.27 259	0.40 280	0.26 256	0.41 303	0.27 260	0.40 286	0.27 246	1.80 574	1.62 595	0.34 269	0.23 238	0.33 245	0.23 217

LMCR-Stereo	0.65 397	0.63 274	0.65 426	0.65 384	0.65 466	0.66 440	0.63 450	0.58 419	0.65 456	0.63 436	0.64 462	0.65 442	0.65 453	0.66 436	0.66 452	0.66 413	0.64 431	0.65 446	0.67 477	0.68 421	0.73 475

KSHMR	0.66 399	0.50 244	0.48 375	1.15 460	0.52 442	0.49 392	0.51 434	0.49 379	0.71 481	0.67 441	0.50 436	1.16 516	1.11 514	0.66 436	0.52 429	0.49 367	0.49 393	0.51 425	0.66 473	0.50 392	1.14 524

TorneroNet	0.66 399	0.53 258	0.50 387	0.50 342	0.64 464	1.06 497	0.70 475	0.50 388	0.51 435	0.49 385	0.69 477	0.49 390	0.50 427	0.48 382	1.15 526	0.71 420	0.49 393	1.14 514	1.08 524	0.49 387	0.49 411

GES	0.66 399	2.34 541	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 312	0.29 269	0.40 280	0.41 397	0.41 303	0.30 280	0.51 405	0.29 266	0.32 235	0.29 253	0.32 253	2.46 645	2.49 607	0.30 311

cf-r	0.66 399	2.17 525	0.12 123	0.18 154	0.12 176	0.18 179	2.70 645	2.60 619	0.12 175	0.18 176	0.12 167	0.18 179	0.12 171	0.18 177	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 579	1.74 620

DSFCA	0.66 399	0.73 283	0.78 459	0.65 384	0.65 466	0.64 438	0.64 451	0.65 430	0.63 454	0.64 437	0.64 462	0.64 439	0.64 451	0.65 435	0.65 449	0.65 411	0.65 433	0.65 446	0.65 471	0.66 419	0.64 454

DEFOM-Stereo	0.68 404	3.11 580	1.40 577	1.63 550	0.25 252	0.31 245	0.25 239	0.31 237	0.28 263	0.31 242	0.29 273	0.29 242	0.27 260	0.31 248	0.28 255	1.59 567	1.47 581	0.30 244	0.29 317	0.30 230	0.28 292

ssnet_v2	0.68 404	1.96 513	1.25 559	0.29 202	0.20 228	0.30 239	0.20 214	0.29 230	0.22 228	1.50 575	0.20 227	0.31 250	0.20 225	0.27 234	0.22 223	0.24 203	1.49 582	0.26 231	0.18 223	3.90 630	0.19 208

ARAFT	0.68 404	0.81 296	0.63 420	0.74 400	0.60 452	0.78 451	0.62 449	0.77 445	0.66 458	0.74 452	0.63 460	0.75 454	0.62 450	0.83 461	0.60 442	0.70 419	0.55 413	0.70 453	0.60 458	0.78 438	0.55 435

NINENet	0.69 407	3.87 602	1.20 508	1.98 561	0.05 121	0.40 285	0.04 103	0.40 279	0.05 119	0.41 294	0.04 110	0.41 303	0.05 112	0.40 286	0.05 110	1.79 573	1.56 588	0.34 269	0.22 232	0.34 249	0.23 217

VIP-Stereo	0.70 408	2.97 577	2.43 633	2.49 582	0.16 204	0.25 221	0.16 188	0.25 216	0.16 197	0.25 218	0.18 221	0.25 222	0.16 194	0.26 230	0.16 193	1.86 575	1.26 558	0.23 212	0.15 193	0.23 208	0.15 183

RAFT-Stereo + iAFF	0.70 408	0.72 281	0.71 445	0.80 406	0.62 463	0.82 460	0.61 448	0.81 452	0.62 451	0.81 461	0.63 460	0.80 461	0.70 471	0.73 445	0.61 444	0.76 433	0.61 427	0.74 460	0.61 460	0.77 436	0.61 444

DMCA-RVC	0.70 408	0.80 293	0.70 441	0.70 394	0.70 476	0.70 443	0.70 475	0.71 438	0.70 476	0.70 444	0.71 484	0.71 446	0.70 471	0.70 440	0.69 469	0.69 416	0.70 447	0.69 451	0.70 484	0.69 425	0.70 465

MyStereo8	0.71 411	3.92 605	0.52 397	0.59 373	0.52 442	0.57 429	0.53 436	0.59 421	0.50 428	0.59 429	0.51 442	0.57 429	0.50 427	0.56 419	0.52 429	0.54 385	0.49 393	0.54 432	0.49 437	0.55 406	0.50 414

HH	0.71 411	2.54 551	0.74 453	1.10 451	0.32 338	0.41 301	0.37 366	0.69 435	0.78 491	0.73 447	0.90 507	0.75 454	1.00 502	0.84 462	0.69 469	0.69 416	0.40 344	0.35 285	0.26 254	0.35 262	0.26 234

HanStereo	0.71 411	2.54 551	0.74 453	1.10 451	0.32 338	0.41 301	0.37 366	0.69 435	0.78 491	0.73 447	0.90 507	0.75 454	1.00 502	0.84 462	0.69 469	0.69 416	0.40 344	0.35 285	0.26 254	0.35 262	0.26 234

CAR	0.72 414	0.76 288	0.59 408	0.84 411	1.19 539	0.81 457	0.58 442	0.81 452	0.58 442	0.81 461	0.58 451	0.83 466	0.59 444	0.82 456	0.59 440	0.71 420	0.49 393	0.73 455	0.68 478	0.87 453	0.52 423

MSE-Stereo	0.72 414	0.76 288	0.59 408	0.84 411	1.19 539	0.81 457	0.58 442	0.81 452	0.58 442	0.81 461	0.58 451	0.83 466	0.59 444	0.82 456	0.59 440	0.71 420	0.49 393	0.73 455	0.68 478	0.87 453	0.52 423

zero-FE	0.72 414	1.31 439	0.66 427	0.92 424	0.60 452	0.82 460	0.58 442	0.82 455	0.58 442	0.81 461	0.60 454	0.81 464	0.60 446	0.82 456	0.58 437	0.74 430	0.59 422	0.73 455	0.52 443	0.76 434	0.51 421

ktn	0.72 414	0.53 258	1.08 494	1.14 457	0.51 441	1.22 559	1.36 591	0.51 401	0.59 446	0.51 406	0.51 442	0.69 445	1.20 525	0.67 438	0.51 427	0.51 379	0.49 393	0.58 436	0.66 473	0.52 400	0.53 425

MGA	0.73 418	0.76 288	0.60 412	0.92 424	1.17 535	0.81 457	0.59 446	0.84 456	0.62 451	0.81 461	0.59 453	0.84 468	0.60 446	0.81 455	0.61 444	0.71 420	0.53 410	0.89 482	0.53 445	0.75 432	0.54 428

DStereoRT	0.73 418	0.81 296	0.73 452	0.71 396	0.74 483	0.73 447	0.75 483	0.71 438	0.71 481	0.74 452	0.72 487	0.73 451	0.80 487	0.71 441	0.73 479	0.76 433	0.71 451	0.73 455	0.72 489	0.70 426	0.76 482

CroCo-Stereo	0.73 418	1.22 431	0.25 212	1.22 514	0.25 252	1.22 559	0.25 239	1.22 553	0.25 242	1.22 561	0.25 251	1.22 565	0.25 244	1.22 564	0.25 240	1.22 544	0.26 223	1.21 573	0.25 248	1.22 553	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	0.73 418	0.88 307	0.67 431	0.75 401	0.68 473	0.75 448	0.64 451	0.80 449	0.72 484	0.83 466	0.70 479	0.82 465	0.64 451	0.84 462	0.67 453	0.77 435	0.63 429	0.81 472	0.63 462	0.78 438	0.62 447

monster-pro	0.75 422	1.67 456	0.64 422	0.89 417	0.57 450	0.86 466	0.56 439	0.87 458	0.56 439	0.87 467	0.57 449	0.88 471	0.57 439	0.87 467	0.57 435	0.79 436	0.58 419	0.76 463	0.54 446	0.77 436	0.54 428

AIO-Stereo-zeroshot1	0.75 422	0.92 320	0.85 470	0.96 436	0.59 451	1.27 563	0.44 403	0.59 421	0.69 470	0.91 472	0.68 472	0.55 423	0.61 449	1.06 502	0.83 497	0.62 407	0.70 447	0.90 483	0.41 409	0.89 457	0.56 438

MyStereo06	0.75 422	4.12 607	0.60 412	0.63 380	0.61 458	0.62 436	0.66 454	0.56 413	0.45 409	0.55 420	0.48 430	0.54 419	0.46 409	0.57 424	0.45 401	0.60 399	0.57 417	0.64 443	0.55 448	0.72 428	0.55 435

GCAP-Stereo	0.75 422	4.15 610	0.42 350	0.75 401	0.35 363	0.78 451	0.40 387	0.79 446	0.38 372	0.78 456	0.36 366	0.78 457	0.36 360	0.79 450	0.39 377	0.75 431	0.39 341	0.76 463	0.39 400	0.75 432	0.39 371

GANet-RSSM	0.75 422	1.91 506	0.14 148	0.47 295	0.14 182	0.21 198	3.21 662	2.30 605	0.14 181	0.46 365	0.14 185	0.23 209	0.18 216	0.21 195	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 589	2.12 630

RSM++	0.76 427	0.82 298	0.66 427	0.85 415	0.64 464	0.85 464	0.71 478	0.94 472	0.64 455	0.87 467	0.67 467	0.87 470	0.65 453	0.84 462	0.65 449	0.81 441	0.70 447	0.79 467	0.71 487	0.83 450	0.70 465

CroCo-Stereo Lap2	0.77 428	1.29 435	0.29 231	1.27 519	0.29 275	1.27 563	0.26 246	1.26 556	0.26 255	1.26 562	0.26 256	1.27 569	0.26 253	1.26 565	0.27 246	1.27 546	0.27 233	1.27 576	0.27 291	1.27 556	0.27 272

PSMNet-RSSM	0.77 428	2.76 568	0.14 148	0.20 161	0.14 182	0.20 187	2.66 643	2.79 632	0.14 181	0.21 196	0.14 185	0.21 194	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 611	2.31 635

GwcNet-RSSM	0.77 428	2.77 570	0.14 148	0.20 161	0.14 182	0.20 187	2.67 644	2.78 631	0.14 181	0.20 184	0.14 185	0.20 186	0.14 181	0.21 195	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 611	2.31 635

4D-IteraStereo	0.78 431	3.13 581	0.89 471	0.69 390	0.32 338	0.40 285	0.32 324	0.76 444	0.97 515	0.52 409	0.65 464	0.89 474	0.32 334	0.76 449	0.98 509	0.83 446	0.94 479	0.35 285	0.27 291	0.70 426	0.89 497

Pro-Stereo	0.79 432	0.53 258	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 379	0.67 459	0.50 398	0.38 378	1.10 508	0.38 369	0.49 388	0.38 365	0.71 420	0.88 473	5.98 678	0.36 381	0.46 367	0.36 353

hitnet-ft	0.79 432	2.78 573	0.14 148	0.20 161	0.14 182	0.21 198	2.89 646	2.80 633	0.14 181	0.20 184	0.14 185	0.20 186	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 619	2.33 637

G-Net	0.79 432	0.79 292	0.79 462	0.79 403	0.79 496	0.79 453	0.79 488	0.79 446	0.79 495	0.79 457	0.79 499	0.79 459	0.79 486	0.79 450	0.79 489	0.79 436	0.79 464	0.79 467	0.79 500	0.79 440	0.79 487

MyStereo05	0.80 435	4.12 607	0.63 420	0.63 380	0.61 458	0.62 436	0.66 454	0.65 430	0.62 451	0.67 441	0.61 458	0.65 442	0.58 442	0.67 438	0.55 434	0.60 399	0.57 417	0.64 443	0.55 448	0.72 428	0.55 435

UDG	0.80 435	2.21 529	0.60 412	0.91 421	0.60 452	0.90 471	0.58 442	0.88 462	0.60 447	0.90 470	0.60 454	0.88 471	0.60 446	0.90 472	0.58 437	0.86 450	0.60 423	0.84 478	0.59 457	0.84 451	0.61 444

ccnet	0.80 435	2.28 533	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	0.49 390	1.56 590	2.38 609	0.33 332	0.41 298	0.29 253	0.42 383	1.57 605	2.28 595	0.29 298

NaN_ROB	0.80 435	0.80 293	0.80 463	0.80 406	0.80 499	0.80 455	0.80 491	0.80 449	0.80 497	0.80 458	0.80 501	0.80 461	0.80 487	0.80 452	0.80 492	0.80 438	0.80 467	0.80 470	0.80 502	0.80 443	0.80 488

CSAN	0.80 435	0.80 293	0.80 463	0.80 406	0.80 499	0.80 455	0.80 491	0.80 449	0.80 497	0.80 458	0.80 501	0.80 461	0.80 487	0.80 452	0.80 492	0.80 438	0.80 467	0.80 470	0.80 502	0.80 443	0.80 488

GSStereo	0.81 440	4.28 613	0.50 387	0.59 373	0.40 391	0.51 413	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	3.79 659	0.50 396	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.35 350

BSDual-CNN	0.81 440	1.91 506	0.92 478	4.48 632	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	0.23 238	0.34 249	0.27 272

DDUNet	0.81 440	2.45 549	0.57 406	0.90 419	0.60 452	0.88 468	0.59 446	0.90 463	0.60 447	0.88 469	0.60 454	0.90 475	0.58 442	0.88 469	0.60 442	0.84 448	0.60 423	0.86 480	0.57 454	0.86 452	0.60 443

R-Stereo Train	0.81 440	0.96 326	0.67 431	0.95 433	0.67 470	0.95 476	0.68 462	0.95 474	0.68 465	0.95 480	0.68 472	0.96 485	0.68 462	0.96 483	0.68 461	0.94 462	0.68 440	0.94 497	0.68 478	0.94 473	0.68 462

RAFT-Stereo	0.81 440	0.96 326	0.67 431	0.95 433	0.67 470	0.95 476	0.68 462	0.95 474	0.68 465	0.95 480	0.68 472	0.96 485	0.68 462	0.96 483	0.68 461	0.94 462	0.68 440	0.94 497	0.68 478	0.94 473	0.68 462
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 445	1.72 459	1.48 581	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 579	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 566	0.32 253	0.16 195	6.75 669	0.23 217

scenet	0.82 445	1.72 459	1.48 581	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 579	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 566	0.32 253	0.16 195	6.75 669	0.23 217

ssnet	0.82 445	1.72 459	1.48 581	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 579	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 566	0.32 253	0.16 195	6.75 669	0.23 217

STTRV1_RVC	0.82 445	1.60 454	0.70 441	1.01 444	0.60 452	1.07 500	0.69 470	1.01 484	0.60 447	0.72 445	0.55 447	1.02 499	0.68 462	1.03 500	0.67 453	0.89 452	0.63 429	0.92 489	0.57 454	0.90 460	0.65 456

DEFOM-Stereo_RVC	0.83 449	5.18 625	1.98 621	2.19 566	0.17 210	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 202	0.22 232	0.20 184	0.15 186	2.28 602	2.13 622	0.24 221	0.17 217	0.18 181	0.16 184

BUS	0.83 449	1.91 506	0.92 478	4.48 632	0.02 22	0.40 285	0.04 103	0.41 294	0.02 22	0.48 378	0.03 56	0.41 303	0.05 112	0.03 43	0.05 110	1.97 585	4.19 657	0.33 260	0.23 238	0.34 249	0.27 272

PDISCO_ROB	0.83 449	2.80 574	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	0.16 167	0.14 181	3.30 639	0.13 171	0.14 133	2.34 627	0.16 170	0.12 170	2.62 620	0.10 140

WQFJA1++	0.84 452	0.98 329	0.67 431	1.26 518	0.75 485	1.00 481	0.67 458	1.00 476	0.67 459	1.00 482	0.67 467	1.00 488	0.67 458	1.00 487	0.67 453	0.96 464	0.67 435	0.91 486	0.63 462	0.92 464	0.63 448

WQFJX1	0.84 452	0.98 329	0.67 431	1.30 526	0.75 485	1.01 488	0.67 458	1.01 484	0.67 459	1.01 492	0.67 467	1.01 495	0.68 462	1.00 487	0.68 461	0.98 469	0.67 435	0.92 489	0.64 467	0.92 464	0.64 454

NLMM	0.84 452	1.00 338	0.67 431	1.27 519	0.75 485	1.00 481	0.68 462	1.00 476	0.67 459	1.00 482	0.67 467	1.02 499	0.67 458	1.02 498	0.67 453	0.97 465	0.67 435	0.93 493	0.63 462	0.92 464	0.63 448

AIO-Stereo	0.84 452	0.66 277	0.70 441	0.83 410	0.67 470	0.98 479	0.82 498	1.14 495	0.72 484	1.03 498	0.74 491	1.03 501	1.09 513	0.99 485	0.45 401	1.04 476	0.73 454	0.95 499	0.74 491	0.94 473	0.46 397

DCRE	0.84 452	1.89 503	0.77 458	0.94 431	0.72 480	0.88 468	0.73 481	0.87 458	0.78 491	0.90 470	0.71 484	0.88 471	0.67 458	0.88 469	0.73 479	0.81 441	0.68 440	0.81 472	0.70 484	0.82 448	0.70 465

iGMRVC	0.84 452	2.85 575	0.72 448	0.72 398	0.73 481	0.77 449	0.79 488	0.73 441	0.74 489	0.73 447	0.72 487	0.73 451	0.76 481	0.73 445	0.73 479	0.72 426	0.73 454	0.73 455	0.72 489	0.73 431	0.72 472

WQFJA1	0.85 458	0.98 329	0.67 431	1.29 524	0.76 490	1.01 488	0.67 458	1.02 489	0.67 459	1.02 496	0.67 467	1.01 495	0.67 458	1.01 494	0.68 461	0.99 470	0.67 435	0.93 493	0.64 467	0.92 464	0.65 456

WQFJX	0.85 458	1.00 338	0.68 438	1.30 526	0.75 485	1.01 488	0.68 462	1.01 484	0.68 465	1.01 492	0.68 472	1.03 501	0.68 462	1.02 498	0.67 453	0.97 465	0.67 435	0.93 493	0.63 462	0.94 473	0.63 448

NLSM3	0.85 458	0.99 336	0.68 438	1.29 524	0.76 490	1.01 488	0.68 462	1.01 484	0.68 465	1.02 496	0.68 472	1.01 495	0.68 462	1.01 494	0.68 461	0.97 465	0.68 440	0.93 493	0.64 467	0.93 469	0.63 448

NLMM1	0.86 461	0.98 329	0.69 440	1.48 540	0.75 485	1.01 488	0.69 470	1.00 476	0.69 470	1.00 482	0.70 479	1.00 488	0.68 462	1.01 494	0.67 453	0.97 465	0.68 440	0.92 489	0.63 462	0.93 469	0.63 448

AdaDepth	0.86 461	0.93 322	0.71 445	1.01 444	1.07 526	1.02 494	0.71 478	1.00 476	0.71 481	1.01 492	0.71 484	1.00 488	0.72 476	1.14 513	0.71 477	0.92 456	0.64 431	0.90 483	0.64 467	0.89 457	0.69 464

GEStereo_RVC	0.86 461	4.45 614	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 222	0.18 213	5.03 669	0.20 227	0.27 235	0.19 221	0.27 234	0.21 221	0.20 175	0.19 199	0.19 191	4.02 674	0.20 188	0.18 206

Selective-RAFT-Error	0.88 464	0.84 299	0.98 483	0.86 416	0.97 515	0.88 468	0.95 509	0.84 456	0.99 518	0.92 474	0.82 503	0.84 468	0.98 501	0.87 467	0.97 508	0.81 441	0.83 470	0.79 467	0.82 505	0.79 440	0.85 493

IER	0.88 464	7.04 644	2.23 626	2.75 588	0.28 265	0.43 328	0.25 239	0.39 272	0.25 242	0.41 294	0.27 260	0.39 282	0.25 244	0.40 286	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 228

Selective-RAFT	0.89 466	0.89 310	0.72 448	1.16 465	0.78 494	1.06 497	0.82 498	0.87 458	0.97 515	1.00 482	0.91 510	0.90 475	1.00 502	0.89 471	0.93 505	0.83 446	0.83 470	0.82 476	0.82 505	0.81 446	0.82 491

AIO-Stereo-zeroshot	0.91 467	0.86 303	0.89 471	1.25 517	0.69 474	1.05 496	0.81 495	1.16 499	0.50 428	1.12 508	0.97 515	0.72 449	0.82 491	1.06 502	0.95 506	0.61 403	0.87 472	1.03 511	0.85 508	1.04 485	1.01 513

CFNet-RSSM	0.91 467	4.89 620	0.34 270	0.44 283	1.07 526	1.62 584	1.40 598	0.91 465	0.35 356	1.60 576	1.39 598	0.64 439	0.34 350	0.44 349	0.33 332	0.41 298	0.35 318	0.75 461	0.30 331	0.41 350	0.29 298

MLG-Stereo	0.92 469	0.90 313	0.84 469	1.27 519	0.49 431	1.38 573	0.88 501	1.41 570	0.97 515	0.73 447	1.09 525	1.26 566	0.43 400	0.72 443	1.05 518	1.13 489	0.49 393	1.18 524	0.66 473	1.01 482	0.46 397

ToySt	0.92 469	2.11 520	0.90 474	0.95 433	0.79 496	0.99 480	0.78 487	0.94 472	0.81 500	0.94 478	0.78 497	0.95 484	0.77 483	0.94 479	0.86 499	0.91 453	0.79 464	0.85 479	0.77 496	0.89 457	0.73 475

DPSM_ROB	0.92 469	0.91 315	0.91 476	0.91 421	0.92 510	0.92 473	0.92 505	0.92 468	0.91 505	0.93 476	0.91 510	0.92 478	0.90 494	0.91 473	0.92 501	0.92 456	0.91 475	0.91 486	0.92 509	0.93 469	0.93 501

DPSM	0.92 469	0.91 315	0.91 476	0.91 421	0.92 510	0.92 473	0.92 505	0.92 468	0.91 505	0.93 476	0.91 510	0.92 478	0.90 494	0.91 473	0.92 501	0.92 456	0.91 475	0.91 486	0.92 509	0.93 469	0.93 501

pmcnn	0.92 469	0.92 320	0.92 478	0.92 424	0.92 510	0.92 473	0.92 505	0.92 468	0.92 509	0.92 474	0.92 513	0.92 478	0.92 496	0.92 477	0.92 501	0.92 456	0.92 477	0.92 489	0.92 509	0.92 464	0.92 500

error version	0.93 474	4.47 615	2.35 629	1.99 562	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 303	0.40 380	0.41 301	0.36 353	1.87 577	2.16 623	0.47 403	0.37 384	0.39 327	0.33 334

test_1	0.93 474	4.47 615	2.35 629	1.99 562	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 303	0.40 380	0.41 301	0.36 353	1.87 577	2.16 623	0.47 403	0.37 384	0.39 327	0.33 334

DGTPSM_ROB	0.93 474	1.00 338	0.92 478	0.94 431	0.96 514	0.91 472	0.92 505	0.91 465	0.96 514	0.91 472	0.96 514	0.93 481	0.92 496	0.94 479	0.92 501	0.92 456	0.92 477	0.90 483	0.92 509	0.94 473	0.91 499

HSM-Net_RVC	0.95 477	1.17 375	0.78 459	1.18 467	0.71 478	1.16 512	0.75 483	1.09 493	0.80 497	1.10 502	0.75 492	1.17 517	0.74 478	1.17 516	0.80 492	1.13 489	0.73 454	1.17 521	0.77 496	1.16 495	0.72 472
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 478	3.17 583	2.30 628	2.42 579	0.38 380	0.54 421	0.38 373	0.54 409	0.38 372	0.54 417	0.38 378	0.54 419	0.38 369	0.54 414	0.38 365	2.38 611	2.34 627	0.49 416	0.36 381	0.49 387	0.36 353

DPSimNet_ROB	0.97 478	1.18 377	0.81 466	1.10 451	0.91 509	1.02 494	0.82 498	1.04 490	0.91 505	1.03 498	0.86 506	1.28 570	0.82 491	1.03 500	0.89 500	1.17 493	0.81 469	1.02 509	0.82 505	1.08 487	0.81 490

test-3	0.98 480	4.13 609	1.85 610	1.85 553	0.61 458	0.69 442	0.37 366	0.63 428	0.61 450	0.66 440	0.51 442	0.73 451	0.44 402	0.57 424	0.54 432	1.68 571	1.81 607	0.40 355	0.43 419	0.66 419	0.50 414

Test_v1	1.00 481	1.00 338	1.00 485	1.00 440	1.00 516	1.00 481	1.00 513	1.00 476	1.00 519	1.00 482	1.00 517	1.00 488	1.00 502	1.00 487	1.00 511	1.00 471	1.00 480	1.00 504	1.00 516	1.00 478	1.00 508

Wavelet-MonSter	1.00 481	1.21 425	0.76 456	1.94 557	1.01 521	1.11 507	0.76 485	1.15 496	0.76 490	1.11 507	0.76 493	1.14 514	0.76 481	1.11 510	0.76 486	1.21 542	0.90 474	1.02 509	0.71 487	1.02 484	0.71 471

999	1.00 481	1.12 368	0.59 408	1.10 451	1.21 587	1.09 503	0.52 435	1.08 491	1.43 600	1.18 513	1.35 592	0.98 487	0.52 433	0.91 473	0.85 498	0.72 426	1.46 580	0.83 477	0.98 514	0.68 421	1.41 596

DispNO	1.00 481	0.63 274	0.43 351	3.45 616	0.44 413	0.65 439	0.43 402	0.64 429	0.43 403	0.64 437	0.43 409	0.64 439	3.03 637	0.64 434	0.43 398	4.55 646	0.43 368	0.63 441	0.43 419	0.63 416	0.43 391

GANet	1.00 481	1.00 338	1.00 485	1.00 440	1.00 516	1.00 481	1.00 513	1.00 476	1.00 519	1.00 482	1.00 517	1.00 488	1.00 502	1.00 487	1.00 511	1.00 471	1.00 480	1.00 504	1.00 516	1.00 478	1.00 508

TDLM	1.00 481	1.00 338	1.00 485	1.00 440	1.00 516	1.00 481	1.00 513	1.00 476	1.00 519	1.00 482	1.00 517	1.00 488	1.00 502	1.00 487	1.00 511	1.00 471	1.00 480	1.00 504	1.00 516	1.00 478	1.00 508

CVANet_RVC	1.00 481	1.00 338	1.00 485	1.00 440	1.00 516	1.00 481	1.00 513	1.00 476	1.00 519	1.00 482	1.00 517	1.00 488	1.00 502	1.00 487	1.00 511	1.00 471	1.00 480	1.00 504	1.00 516	1.00 478	1.00 508

trnet	1.01 488	1.01 347	1.01 489	1.01 444	1.01 521	1.01 488	1.01 517	1.01 484	1.01 523	1.01 492	1.01 521	1.01 495	1.01 509	1.01 494	1.01 515	1.01 475	1.01 485	1.01 508	1.01 522	1.01 482	1.01 513

LL-Strereo	1.01 488	5.06 622	1.63 590	0.70 394	1.43 598	0.56 423	0.46 411	0.57 416	0.50 428	0.57 425	0.50 436	1.58 580	0.49 423	0.59 426	0.50 422	1.64 570	0.52 408	0.51 425	1.37 593	0.52 400	0.45 396

FlowAnything_test	1.02 490	1.72 459	0.71 445	1.59 543	0.70 476	1.61 582	0.69 470	1.61 573	0.70 476	1.60 576	0.70 479	1.61 584	0.69 469	1.61 580	0.70 475	0.81 441	0.58 419	0.81 472	0.55 448	0.81 446	0.56 438

FlowAnything	1.02 490	1.71 458	0.72 448	1.59 543	0.69 474	1.60 581	0.69 470	1.61 573	0.70 476	1.60 576	0.69 477	1.60 581	0.69 469	1.61 580	0.69 469	0.81 441	0.58 419	0.81 472	0.56 452	0.82 448	0.56 438

Hybrid-DGEV	1.03 492	1.75 465	0.80 463	1.28 523	0.78 494	1.26 562	0.80 491	1.26 556	0.78 491	1.26 562	0.78 497	1.26 566	0.78 485	1.26 565	0.78 488	1.15 492	0.75 457	1.14 514	0.74 491	1.14 490	0.75 479

tt45	1.04 493	0.88 307	1.36 571	0.92 424	1.03 524	1.51 580	0.79 488	0.70 437	0.88 503	0.74 452	0.90 507	1.60 581	0.72 476	1.60 578	0.75 484	0.91 453	0.78 462	1.52 589	0.79 500	1.14 490	1.32 588

Hybrid-DGEV-2	1.05 494	1.83 491	0.83 467	1.33 530	0.82 502	1.30 565	0.81 495	1.26 556	0.79 495	1.29 564	0.79 499	1.26 566	0.80 487	1.26 565	0.79 489	1.20 496	0.78 462	1.18 524	0.77 496	1.20 505	0.77 484

Hybrid-DGEV-03	1.07 495	1.83 491	0.83 467	1.34 531	0.81 501	1.32 567	0.81 495	1.31 563	0.81 500	1.31 565	0.82 503	1.32 571	0.82 491	1.32 570	0.81 495	1.19 494	0.77 460	1.19 526	0.76 494	1.19 503	0.77 484

GLC_STEREO	1.07 495	1.01 347	1.06 492	1.07 449	1.05 525	1.06 497	1.08 522	1.08 491	1.05 527	1.07 500	1.06 523	1.08 504	1.05 511	1.06 502	1.10 521	1.07 478	1.09 495	1.05 512	1.05 523	1.06 486	1.12 520

FC-DCNN	1.07 495	1.09 363	0.98 483	0.89 417	0.52 442	1.41 576	0.91 504	1.21 552	1.24 586	1.96 588	2.05 643	1.91 590	1.30 578	1.27 568	1.08 520	0.80 438	0.60 423	0.58 436	0.41 409	0.68 421	0.54 428

hknet	1.10 498	1.85 497	3.49 655	4.48 632	0.02 22	0.42 321	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.41 303	0.03 53	0.42 314	0.03 52	4.39 643	4.19 657	0.33 260	0.23 238	0.34 249	0.27 272

test_xeample3	1.10 498	1.81 481	0.61 418	0.84 411	0.49 431	0.77 449	0.66 454	0.92 468	1.40 598	0.68 443	0.46 418	0.78 457	0.54 437	1.72 583	1.48 600	1.34 551	1.52 584	1.35 582	1.67 618	1.33 559	1.55 601

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	0.38 277	0.20 225	6.95 680	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 662	0.21 213

Occ-G	1.12 501	0.52 254	3.72 660	3.50 620	0.50 435	0.56 423	0.47 416	0.54 409	0.46 410	0.54 417	0.41 397	0.54 419	0.42 397	0.52 410	0.42 395	3.42 635	4.02 656	0.52 428	0.45 421	0.51 398	0.44 394

AEACV	1.12 501	0.52 254	3.12 651	3.24 605	0.86 503	0.53 418	0.49 427	0.60 423	0.47 415	0.53 412	0.49 433	0.55 423	0.45 406	0.55 418	0.47 412	3.01 630	3.88 654	0.71 454	0.60 458	0.80 443	0.48 406

LiteMatch	1.13 503	0.73 283	2.80 637	3.23 603	0.61 458	0.83 462	0.68 462	0.73 441	0.69 470	1.00 482	0.77 495	0.94 482	0.57 439	0.82 456	0.64 446	2.97 628	2.43 630	0.68 448	0.32 349	0.56 408	0.70 465

Lsterematch	1.13 503	0.73 283	2.80 637	3.23 603	0.61 458	0.83 462	0.68 462	0.73 441	0.69 470	1.00 482	0.77 495	0.94 482	0.57 439	0.82 456	0.64 446	2.97 628	2.43 630	0.68 448	0.32 349	0.56 408	0.70 465

MSMD_ROB	1.19 505	1.10 367	0.70 441	1.10 451	0.60 452	1.10 504	0.70 475	1.10 494	0.70 476	1.10 502	0.70 479	1.10 508	0.70 471	7.00 681	0.70 475	1.10 482	0.70 447	1.10 513	0.70 484	1.10 488	0.70 465

MM-Stereo_test2	1.20 506	1.85 497	1.05 491	1.46 539	0.94 513	1.36 571	0.99 512	1.36 565	0.95 512	1.41 571	0.98 516	1.40 577	0.96 498	1.37 572	0.95 506	1.37 556	1.06 488	1.33 579	0.93 513	1.29 558	0.89 497

ours_stereo	1.20 506	1.21 425	0.90 474	1.64 551	1.11 528	1.35 569	0.67 458	1.76 580	0.93 510	1.70 584	1.10 526	1.39 575	0.75 480	1.41 574	0.81 495	1.60 569	1.03 487	1.33 579	1.00 516	1.61 569	0.72 472

DisPM	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

CrosDoStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

PFNet+	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

LCNet	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

HHNet	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

Patchmatch Stereo++	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534
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	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

STrans-v2	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

TransformOpticalFlow	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

OMP-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

IIG-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

NF-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

OCTAStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

PSM-softLoss	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

KMStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

NRIStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

PSM-adaLoss	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

PSM-AAD	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

FTStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

ROB_FTStereo_v2	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

ROB_FTStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

Consistency-Raft	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

KYRaft	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

HUI-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

ASMatch	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

DeepStereo_LL	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

DEmStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

SST-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

THIR-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

RAFT_R40	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

DRaft	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

PFNet	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

GrayStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

RE-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

Pruner-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

TVStereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

DeepStereo_RVC	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

RAFT-RH_RVC	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

IRAFT_RVC	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

RAFT-345	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

iRAFT	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

CRE-IMP	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

GMM-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

RAFT-IKP	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

Prome-Stereo	1.20 506	1.20 379	1.20 508	1.20 469	1.20 541	1.20 513	1.20 533	1.20 507	1.20 538	1.20 515	1.20 535	1.20 519	1.20 525	1.20 518	1.20 535	1.20 496	1.20 510	1.20 528	1.20 535	1.20 505	1.20 534

HCRNet	1.22 553	7.11 645	3.00 639	3.55 621	0.33 350	0.29 238	0.14 176	0.19 179	0.15 192	0.33 252	0.29 273	0.25 222	0.14 181	0.22 199	0.33 332	3.64 636	3.00 634	0.76 463	0.32 349	0.18 181	0.13 173

HBP-ISP	1.24 554	1.72 459	1.65 591	1.15 460	0.76 490	1.40 575	0.88 501	1.67 579	1.02 524	1.69 583	1.38 597	1.69 585	1.21 571	1.87 590	1.21 580	1.05 477	0.79 464	0.97 502	0.80 502	1.19 503	0.75 479

AANet_RVC	1.26 555	0.31 169	4.99 666	5.93 658	0.20 228	0.25 221	0.20 214	0.25 216	0.20 221	0.23 203	0.19 223	0.25 222	0.20 225	0.25 219	0.20 217	5.66 667	4.76 660	0.26 231	0.30 331	0.24 212	0.27 272

MM-Stereo_test3	1.27 556	2.07 516	1.18 503	1.60 546	1.02 523	1.45 578	1.01 517	1.40 569	1.04 526	1.44 573	1.03 522	1.46 579	1.02 510	1.44 576	1.02 516	1.51 565	1.12 502	1.32 578	0.98 514	1.38 562	0.97 504

11t	1.27 556	2.70 560	1.34 561	1.32 529	0.89 505	1.30 565	1.34 588	1.64 576	0.57 441	1.45 574	0.72 487	1.05 503	1.29 577	1.07 505	1.29 589	1.49 562	1.02 486	0.97 502	1.15 528	1.48 564	1.31 587

MaskLacGwcNet_RVC	1.35 558	1.35 442	1.35 563	1.35 533	1.35 592	1.35 569	1.35 589	1.36 565	1.35 594	1.36 569	1.35 592	1.36 573	1.36 583	1.36 571	1.35 593	1.35 552	1.35 571	1.35 582	1.35 590	1.35 560	1.35 592

CC-Net-ROB	1.36 559	1.33 441	1.33 560	1.36 534	1.38 595	1.36 571	1.33 587	1.37 567	1.34 591	1.35 568	1.36 594	1.38 574	1.34 581	1.38 573	1.38 596	1.35 552	1.38 575	1.33 579	1.35 590	1.43 563	1.34 591

CFNet	1.37 560	5.27 628	0.19 188	5.49 655	0.19 225	0.28 235	0.19 210	0.28 225	0.19 219	0.28 231	0.19 223	0.28 236	4.35 667	0.28 238	0.19 214	0.23 196	0.17 191	0.23 212	4.21 676	4.81 653	0.17 201

PS-NSSS	1.38 561	1.39 446	1.34 561	1.34 531	1.35 592	1.38 573	1.37 596	1.35 564	1.38 597	1.34 567	1.34 591	1.39 575	1.38 586	1.70 582	1.40 597	1.36 554	1.36 572	1.36 584	1.37 593	1.37 561	1.36 593

RASNet	1.49 562	1.65 455	1.45 579	1.38 536	1.43 598	1.47 579	1.36 591	1.38 568	1.36 595	1.39 570	1.60 608	1.45 578	1.45 589	1.51 577	2.21 638	1.53 566	1.36 572	1.36 584	1.36 592	1.66 572	1.36 593

BLMT-Stereo	1.53 563	1.36 443	1.06 492	1.42 538	1.23 591	1.41 576	1.07 521	1.43 571	1.12 528	1.42 572	1.06 523	1.83 587	1.07 512	1.42 575	1.07 519	1.27 546	1.38 575	6.80 679	1.00 516	1.26 555	1.00 508

GANetREF_RVC	1.55 564	1.94 512	1.22 555	1.88 554	1.21 587	1.88 588	1.22 579	1.88 582	1.22 584	1.88 585	1.22 581	1.88 588	1.22 572	1.89 591	1.22 581	1.87 577	1.22 557	1.88 603	1.22 581	1.88 581	1.22 580
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	1.91 506	1.21 554	1.94 557	1.20 541	2.00 596	1.23 580	1.99 587	1.24 586	2.00 593	1.25 584	2.03 598	1.26 574	2.00 595	1.29 589	1.90 581	1.18 509	1.89 604	1.21 580	1.89 582	1.20 534
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 566	1.59 453	1.70 593	1.59 543	1.59 604	1.61 582	1.61 607	1.60 572	1.60 604	1.62 582	1.59 607	1.60 581	1.60 592	1.60 578	1.59 604	1.59 567	1.60 594	1.59 590	1.59 610	1.59 568	1.59 606

ff7	1.68 567	2.68 557	1.35 563	0.97 437	0.89 505	1.84 585	2.15 636	2.12 593	1.80 621	2.05 598	1.56 604	2.33 605	2.12 627	2.23 601	2.25 639	1.31 548	1.07 489	1.48 586	1.41 596	0.90 460	1.04 515

ffff	1.68 567	2.68 557	1.35 563	0.97 437	0.89 505	1.84 585	2.15 636	2.12 593	1.80 621	2.05 598	1.56 604	2.33 605	2.12 627	2.23 601	2.25 639	1.31 548	1.07 489	1.48 586	1.41 596	0.90 460	1.04 515

ccc-4	1.68 567	2.68 557	1.35 563	0.97 437	0.89 505	1.84 585	2.15 636	2.12 593	1.80 621	2.05 598	1.56 604	2.33 605	2.12 627	2.23 601	2.25 639	1.31 548	1.07 489	1.48 586	1.41 596	0.90 460	1.04 515

MC-Stereo	1.76 570	2.96 576	1.37 573	2.14 565	1.37 594	2.14 602	1.36 591	2.14 596	1.37 596	2.14 602	1.37 595	2.14 600	1.37 585	2.14 600	1.37 595	1.97 585	1.32 559	1.97 606	1.32 589	1.98 583	1.33 589

IGEVStereo-DCA	1.77 571	4.21 611	1.84 608	2.49 582	2.11 637	2.54 622	1.36 591	1.65 577	1.17 535	2.75 631	1.90 626	2.54 618	1.15 518	0.94 479	1.11 522	1.50 563	1.32 559	0.96 500	1.46 602	1.49 565	0.88 494

rrr	1.77 571	4.21 611	1.84 608	2.49 582	2.11 637	2.54 622	1.36 591	1.65 577	1.17 535	2.75 631	1.90 626	2.54 618	1.15 518	0.94 479	1.11 522	1.50 563	1.32 559	0.96 500	1.46 602	1.49 565	0.88 494

MM-Stereo_test1	1.80 573	3.41 588	1.52 586	2.12 564	1.41 597	2.04 597	1.41 599	2.05 591	1.46 601	2.04 597	1.41 599	2.05 599	1.42 588	2.05 596	1.43 599	2.04 589	1.54 587	1.94 605	1.38 595	1.99 584	1.33 589

MFMNet_re	1.81 574	1.91 506	1.71 595	1.95 559	1.70 615	1.95 593	1.70 612	1.96 585	1.74 617	1.97 590	1.72 616	1.95 591	1.71 600	1.97 594	1.71 612	1.86 575	1.62 595	1.85 596	1.66 617	1.86 580	1.64 612

plain	1.88 575	3.16 582	0.64 422	3.10 598	0.65 466	3.10 637	0.64 451	3.12 636	0.65 456	3.10 637	0.65 464	3.11 638	0.65 453	3.12 636	0.65 449	3.12 631	0.65 433	3.13 636	0.65 471	3.13 624	0.65 456

RAFT_CTSACE	1.92 576	3.71 595	1.72 596	1.88 554	1.72 616	2.04 597	1.42 601	2.18 598	1.89 632	2.02 595	1.97 632	1.95 591	2.06 626	1.93 592	1.62 605	1.76 572	1.66 598	2.02 607	1.73 626	1.73 575	1.43 598

MonStereo1	1.94 577	2.77 570	1.52 586	3.73 628	1.51 601	2.13 601	1.42 601	2.32 606	1.52 602	2.31 610	1.50 602	2.53 615	1.59 591	2.34 608	1.56 602	1.91 582	1.36 572	1.86 599	1.31 588	2.07 585	1.53 599

4.25w-stereo	1.98 578	2.72 564	1.46 580	3.47 617	1.43 598	2.07 599	1.98 627	2.53 618	1.52 602	2.71 624	1.98 638	1.81 586	1.62 594	1.96 593	1.36 594	1.88 580	2.00 612	2.53 630	1.61 612	1.74 576	1.15 525

4.5w-stereo	1.99 579	2.33 537	1.81 599	3.28 607	1.68 611	1.94 590	1.99 630	2.72 621	1.70 609	2.72 625	1.99 641	1.97 593	1.68 596	1.76 584	1.29 589	1.91 582	2.02 618	2.53 630	1.61 612	1.75 577	1.16 528

2.75w_new	1.99 579	2.34 541	1.81 599	3.14 599	1.62 606	1.94 590	1.99 630	2.72 621	1.71 610	2.72 625	1.99 641	1.90 589	1.73 602	1.82 589	1.29 589	2.37 610	2.01 614	2.31 617	1.42 599	1.77 578	1.22 580

3.75w	1.99 579	2.31 535	1.83 607	3.16 601	1.65 608	1.93 589	1.98 627	2.72 621	1.68 606	2.73 630	1.97 632	2.00 595	1.72 601	1.81 588	1.25 585	2.27 601	2.01 614	2.38 622	1.42 599	1.71 574	1.24 583

2w_stereo	1.99 579	2.36 544	1.81 599	3.24 605	1.67 609	1.94 590	1.98 627	2.72 621	1.68 606	2.72 625	1.94 629	1.98 594	1.74 604	1.79 587	1.27 586	1.95 584	2.00 612	2.53 630	1.60 611	1.68 573	1.15 525

2.25w	2.00 583	1.86 500	1.98 621	2.95 596	2.17 641	2.26 603	1.35 589	2.42 612	2.00 639	2.07 601	1.27 586	2.53 615	1.99 622	2.29 605	1.49 601	2.21 596	1.32 559	1.85 596	1.87 630	2.52 611	1.62 610

4.25_new	2.00 583	2.33 537	1.82 604	3.32 610	1.69 612	1.95 593	1.99 630	2.72 621	1.71 610	2.72 625	1.97 632	2.01 596	1.74 604	1.77 585	1.28 587	2.18 593	2.01 614	2.48 628	1.58 608	1.65 570	1.17 529

4.5w_new	2.00 583	2.33 537	1.82 604	3.32 610	1.69 612	1.95 593	1.99 630	2.72 621	1.71 610	2.72 625	1.97 632	2.01 596	1.74 604	1.77 585	1.28 587	2.18 593	2.01 614	2.48 628	1.58 608	1.65 570	1.17 529

4.5_new	2.00 583	1.84 496	1.98 621	2.77 590	2.16 639	2.27 604	1.28 586	2.09 592	1.98 636	2.01 594	1.28 587	2.71 627	1.98 620	2.51 617	1.65 607	2.26 598	1.33 566	1.87 600	1.87 630	2.49 607	1.60 607

TRStereo	2.00 583	2.13 521	1.85 610	2.27 571	1.84 620	2.28 606	1.84 616	2.29 601	1.86 626	2.30 607	1.87 621	2.30 602	1.87 610	2.08 597	1.72 614	2.08 590	1.72 601	2.08 609	1.72 623	2.08 586	1.72 617

XX-Stereo	2.00 583	2.13 521	1.85 610	2.27 571	1.84 620	2.28 606	1.84 616	2.29 601	1.86 626	2.30 607	1.87 621	2.30 602	1.87 610	2.08 597	1.72 614	2.08 590	1.72 601	2.08 609	1.72 623	2.08 586	1.72 617

EAI-Stereo	2.00 583	2.13 521	1.85 610	2.27 571	1.84 620	2.28 606	1.84 616	2.29 601	1.86 626	2.30 607	1.87 621	2.30 602	1.87 610	2.08 597	1.72 614	2.08 590	1.72 601	2.08 609	1.72 623	2.08 586	1.72 617

2.5w	2.01 590	2.40 546	1.37 573	3.28 607	2.01 631	2.71 627	1.43 604	1.82 581	1.83 624	1.90 587	1.41 599	2.71 627	1.35 582	2.71 626	1.85 625	2.66 622	1.53 585	1.64 591	1.23 582	2.53 614	1.87 626

4w-stereo	2.02 591	2.72 564	1.44 578	3.36 613	1.59 604	2.48 615	1.72 613	2.28 599	1.24 586	2.24 605	1.65 612	2.56 620	1.32 580	2.39 611	1.98 635	2.67 624	1.51 583	1.66 592	1.24 583	2.53 614	1.88 629

IGEV	2.02 591	2.20 527	1.82 604	2.90 595	2.16 639	2.41 612	1.25 582	2.00 588	1.98 636	1.99 592	1.31 589	2.72 631	1.93 616	2.67 625	1.69 611	2.26 598	1.32 559	1.83 595	1.87 630	2.53 614	1.61 609

3.25w_new	2.03 593	2.72 564	1.35 563	3.33 612	1.57 602	2.72 628	1.53 606	2.15 597	1.33 590	2.15 603	1.60 608	2.63 624	1.30 578	2.72 628	1.99 636	2.67 624	1.53 585	1.75 594	1.25 585	2.53 614	1.87 626

3.5w_stereo	2.03 593	2.72 564	1.35 563	3.41 614	1.57 602	2.72 628	1.49 605	2.01 589	1.34 591	2.15 603	1.61 610	2.63 624	1.36 583	2.72 628	1.99 636	2.66 622	1.58 590	1.68 593	1.24 583	2.53 614	1.87 626

UniTT-Stereo	2.03 593	3.43 589	0.72 448	3.42 615	0.73 481	3.27 640	0.68 462	3.38 641	0.69 470	3.29 640	0.72 487	3.28 641	0.70 471	3.35 642	0.68 461	3.39 634	0.68 440	3.31 639	0.69 482	3.37 625	0.73 475

3.25w	2.04 596	2.20 527	1.48 581	3.03 597	2.17 641	2.63 626	1.39 597	1.96 585	1.95 635	1.96 588	1.37 595	2.71 627	1.96 619	2.71 626	1.73 619	2.26 598	1.32 559	1.87 600	1.87 630	2.51 610	1.63 611

3w_stereo	2.04 596	2.24 531	1.70 593	3.15 600	2.18 643	2.49 616	1.26 584	2.03 590	1.98 636	1.98 591	1.33 590	2.72 631	1.99 622	2.59 620	1.72 614	2.22 597	1.33 566	1.85 596	1.88 635	2.50 609	1.58 605

1w_stereo	2.05 598	2.32 536	1.35 563	3.74 629	2.01 631	2.73 630	1.42 601	1.88 582	1.93 634	2.03 596	1.28 587	2.71 627	1.99 622	2.72 628	1.72 614	2.20 595	1.32 559	1.87 600	1.86 629	2.45 603	1.54 600

LiteMatch*	2.07 599	1.30 437	5.73 671	6.28 661	0.79 496	1.33 568	0.80 491	1.30 562	1.02 524	1.33 566	0.84 505	1.33 572	0.97 499	1.28 569	1.04 517	6.05 671	5.89 666	1.28 577	0.76 494	1.28 557	0.88 494

sCroCo_RVC	2.10 600	2.76 568	1.92 618	2.78 593	1.39 596	2.73 630	1.41 599	2.73 627	1.40 598	2.77 636	1.41 599	2.74 633	1.40 587	2.74 631	1.40 597	2.72 626	1.42 578	2.72 634	1.44 601	2.79 621	1.42 597

MoCha-V2	2.11 601	26.97 687	0.78 459	0.92 424	0.77 493	0.96 478	0.72 480	0.90 463	0.72 484	0.94 478	0.70 479	0.90 475	0.71 475	0.91 473	0.71 477	0.85 449	0.71 451	0.88 481	0.69 482	0.87 453	0.67 461

FBW_ROB	2.12 602	2.46 550	1.77 598	2.49 582	1.79 619	2.38 610	1.83 615	2.46 613	1.78 620	2.48 618	1.97 632	2.40 610	1.78 607	2.42 614	1.83 623	2.31 606	1.85 609	2.38 622	1.82 628	2.35 598	1.84 622

MonStereo	2.17 603	2.41 547	1.49 585	2.67 587	1.67 609	2.60 625	2.04 634	2.32 606	1.76 618	2.44 615	1.68 614	2.50 613	1.69 598	2.38 609	1.80 622	2.28 602	1.78 604	2.63 633	2.14 638	3.47 626	1.68 615

asda	2.17 603	2.54 551	1.81 599	3.47 617	1.78 618	2.50 618	1.86 620	2.61 620	1.68 606	2.61 622	1.83 618	2.37 609	1.73 602	2.44 615	1.88 630	2.51 619	1.84 608	2.34 619	1.62 614	2.23 591	1.77 621

asd	2.18 605	2.77 570	1.58 588	3.59 622	2.00 630	2.58 624	1.85 619	2.39 611	1.71 610	2.47 617	1.97 632	2.59 622	1.61 593	2.56 618	1.79 621	2.51 619	1.99 611	2.11 612	1.62 614	2.36 599	1.60 607

qwe	2.18 605	2.60 554	1.58 588	3.83 630	1.90 628	2.53 620	1.90 625	2.48 614	1.73 615	2.37 613	1.92 628	2.53 615	1.68 596	2.56 618	1.83 623	2.52 621	1.87 610	2.07 608	1.68 620	2.32 597	1.71 616

monsters	2.18 605	2.41 547	1.96 620	3.47 617	2.03 635	2.53 620	1.64 609	2.48 614	1.73 615	2.40 614	1.50 602	2.62 623	1.94 617	2.59 620	1.94 632	2.44 614	1.57 589	2.28 615	1.87 630	2.42 601	1.86 624

AIO_rvc	2.18 605	2.34 541	1.87 614	2.32 575	1.94 629	2.40 611	1.89 624	2.37 609	2.07 641	2.52 620	1.95 631	2.44 612	1.99 622	2.41 612	1.89 631	2.32 607	2.09 620	2.24 613	2.18 639	2.21 590	2.23 633

HUF	2.18 605	2.30 534	1.99 624	2.34 577	2.02 634	2.41 612	2.06 635	2.38 610	1.89 632	2.36 612	1.85 619	2.56 620	1.98 620	2.31 607	1.97 634	2.30 605	2.03 619	2.30 616	2.11 637	2.23 591	2.16 631

AIO_test	2.18 605	2.09 519	2.04 625	2.42 579	2.01 631	2.47 614	1.94 626	2.34 608	2.03 640	2.56 621	1.94 629	2.43 611	1.94 617	2.41 612	1.87 629	2.39 612	2.10 621	2.35 621	1.91 636	2.25 593	2.19 632

monsterstereo	2.20 611	2.33 537	1.95 619	3.65 624	2.07 636	2.49 616	1.61 607	2.48 614	1.83 624	2.45 616	1.61 610	2.67 626	1.86 609	2.64 622	1.94 632	2.48 618	1.66 598	2.34 619	1.68 620	2.40 600	1.86 624

LG-G_1	2.22 612	2.71 562	1.89 615	2.77 590	1.87 626	2.75 632	1.87 622	2.76 629	1.87 630	2.75 631	1.87 621	2.76 634	1.87 610	2.75 632	1.86 626	2.47 616	1.58 590	2.45 625	1.57 605	2.45 603	1.57 603

LG-G	2.22 612	2.71 562	1.89 615	2.77 590	1.87 626	2.75 632	1.87 622	2.76 629	1.87 630	2.75 631	1.87 621	2.76 634	1.87 610	2.75 632	1.86 626	2.47 616	1.58 590	2.45 625	1.57 605	2.45 603	1.57 603

LGtest1	2.22 612	2.70 560	1.89 615	2.76 589	1.86 623	2.75 632	1.86 620	2.75 628	1.86 626	2.75 631	1.86 620	2.77 636	1.87 610	2.75 632	1.86 626	2.46 615	1.58 590	2.45 625	1.56 604	2.45 603	1.56 602

RAStereo	2.23 615	3.64 592	0.76 456	3.65 624	0.86 503	3.66 645	0.76 485	3.67 645	0.81 500	3.66 642	0.76 493	3.66 644	0.77 483	3.68 644	0.77 487	3.68 637	0.77 460	3.69 644	0.77 496	3.70 628	0.77 484

UDGNet	2.23 615	5.40 633	1.72 596	2.48 581	1.69 612	2.51 619	1.69 611	2.51 617	1.72 614	2.50 619	1.69 615	2.52 614	1.69 598	2.50 616	1.68 610	2.41 613	1.70 600	2.42 624	1.69 622	2.42 601	1.64 612

NCCL2	2.28 617	2.27 532	2.28 627	2.28 574	2.28 644	2.27 604	2.29 639	2.28 599	2.28 642	2.27 606	2.28 644	2.28 601	2.27 630	2.27 604	2.28 643	2.28 602	2.28 626	2.27 614	2.29 643	2.27 594	2.29 634

Abc-Net	2.32 618	24.75 679	1.14 497	1.17 466	1.17 535	1.11 507	1.15 527	1.17 501	1.21 583	1.08 501	1.16 530	1.12 513	1.14 517	1.09 506	1.17 530	1.09 480	1.16 505	1.17 521	1.17 531	1.16 495	1.11 518
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	25.00 680	1.13 496	1.15 460	1.15 530	1.10 504	1.15 527	1.15 496	1.15 530	1.12 508	1.15 527	1.09 506	1.13 515	1.10 508	1.15 526	1.11 487	1.09 495	1.16 517	1.12 526	1.16 495	1.17 529

stereogan	2.33 619	24.38 678	1.18 503	1.18 467	1.18 538	1.14 510	1.18 531	1.19 504	1.19 537	1.14 511	1.18 534	1.14 514	1.18 523	1.14 513	1.18 531	1.14 491	1.14 503	1.19 526	1.19 532	1.15 493	1.19 533

RGC	2.36 621	25.48 681	1.19 505	1.15 460	1.15 530	1.10 504	1.16 529	1.17 501	1.16 531	1.12 508	1.16 530	1.11 512	1.13 515	1.09 506	1.18 531	1.10 482	1.15 504	1.16 517	1.12 526	1.14 490	1.12 520

NCC-stereo	2.36 621	25.52 682	1.17 501	1.15 460	1.17 535	1.11 507	1.11 523	1.15 496	1.16 531	1.10 502	1.16 530	1.10 508	1.15 518	1.14 513	1.13 524	1.09 480	1.11 499	1.15 516	1.16 530	1.17 500	1.17 529

AF-Net	2.37 623	25.71 683	1.17 501	1.13 456	1.15 530	1.15 511	1.18 531	1.19 504	1.16 531	1.10 502	1.15 527	1.10 508	1.18 523	1.12 512	1.15 526	1.10 482	1.10 498	1.17 521	1.15 528	1.16 495	1.12 520

Nwc_Net	2.37 623	25.95 684	1.15 499	1.14 457	1.15 530	1.08 501	1.14 526	1.17 501	1.16 531	1.14 511	1.15 527	1.08 504	1.15 518	1.11 510	1.14 525	1.10 482	1.11 499	1.16 517	1.09 525	1.16 495	1.15 525

CFNet_RVC	2.38 625	8.71 656	0.38 289	9.33 675	0.42 410	0.56 423	0.42 400	0.60 423	0.38 372	0.62 434	0.42 407	0.56 426	7.29 679	0.62 429	0.42 395	0.53 384	0.37 327	0.49 416	0.34 363	8.30 676	6.87 682

edge stereo	2.43 626	27.07 688	1.14 497	1.06 448	1.14 529	1.08 501	1.17 530	1.16 499	1.14 529	1.10 502	1.16 530	1.09 506	1.16 522	1.10 508	1.16 529	1.10 482	1.11 499	1.16 517	1.19 532	1.13 489	1.11 518

FAT-Stereo	2.46 627	26.05 685	1.23 557	1.23 516	1.22 589	1.20 513	1.24 581	1.23 555	1.23 585	1.19 514	1.22 581	1.21 564	1.24 573	1.20 518	1.24 582	1.21 542	1.17 508	1.22 574	1.25 585	1.20 505	1.24 583

S-Stereo	2.51 628	26.86 686	1.23 557	1.22 514	1.22 589	1.24 561	1.25 582	1.22 553	1.24 586	1.21 560	1.24 583	1.19 518	1.27 575	1.19 517	1.24 582	1.19 494	1.20 510	1.25 575	1.19 532	1.24 554	1.23 582

Anonymous3	2.55 629	3.26 586	1.65 591	3.28 607	1.63 607	3.24 639	1.68 610	3.27 638	1.66 605	3.28 639	1.67 613	3.25 640	1.66 595	3.27 638	1.64 606	3.26 632	1.65 597	3.30 638	1.65 616	4.95 658	1.65 614

MIF-Stereo (partial)	2.58 630	3.31 587	0.66 427	3.18 602	0.66 469	3.18 638	0.66 454	3.21 637	0.67 459	3.19 638	0.66 466	3.19 639	0.66 456	3.31 640	0.68 461	5.09 663	1.79 606	8.23 683	1.67 618	6.18 667	1.38 595

MSMDNet	2.65 631	10.14 667	0.33 260	9.74 678	0.32 338	0.87 467	0.33 335	2.95 635	0.68 465	0.49 385	0.34 354	0.49 390	5.70 674	0.49 388	0.33 332	0.42 312	9.57 680	0.41 372	0.31 342	8.36 677	0.65 456

pcwnet_v2	2.66 632	9.89 665	0.33 260	9.89 679	0.32 338	0.50 401	0.32 324	0.49 379	0.33 343	0.49 385	0.34 354	0.49 390	8.76 681	0.48 382	0.33 332	0.41 298	9.58 681	0.40 355	0.29 317	9.01 680	0.63 448

CFNet_pseudo	2.67 633	9.36 661	0.32 255	10.99 684	0.33 350	0.85 464	0.33 335	0.49 379	0.33 343	0.49 385	0.32 337	0.49 390	7.26 678	0.49 388	0.33 332	0.41 298	9.62 682	0.41 372	0.29 317	10.03 684	0.29 298

CFNet_ucs	2.73 634	9.64 663	0.33 260	9.92 680	0.32 338	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 390	8.98 682	0.48 382	0.33 332	0.41 298	9.96 685	0.40 355	0.29 317	10.12 685	0.54 428

UCFNet_RVC	2.75 635	10.06 666	0.29 231	10.31 683	0.29 275	0.42 321	0.29 267	0.43 318	0.29 269	0.42 308	0.29 273	0.42 321	9.87 684	0.43 320	0.29 266	0.36 256	9.84 684	0.36 290	0.26 254	9.77 683	0.26 234

ccs_rob	2.79 636	10.17 668	0.32 255	10.00 681	0.33 350	0.49 392	0.33 335	1.90 584	0.32 333	0.51 406	0.33 346	0.49 390	9.24 683	0.49 388	0.33 332	0.41 298	9.82 683	0.41 372	0.28 304	9.34 681	0.29 298

PCWNet_CMD	2.80 637	9.82 664	0.32 255	10.09 682	0.32 338	0.49 392	0.33 335	3.34 640	0.33 343	0.49 385	0.33 346	0.49 390	8.73 680	0.48 382	0.33 332	0.41 298	9.22 679	0.42 383	0.29 317	9.55 682	0.31 320

NLSM1	2.93 638	3.24 585	2.57 635	4.04 631	2.66 647	3.30 641	2.55 642	3.29 639	2.55 644	3.35 641	2.48 646	3.28 641	2.47 632	3.34 641	2.49 644	3.26 632	2.55 632	3.13 636	2.57 646	3.00 623	2.46 641

StereoVision	3.15 639	5.00 621	0.89 471	4.83 648	1.00 516	3.93 646	1.27 585	6.37 675	1.34 591	5.67 675	1.26 585	5.84 677	1.27 575	5.03 672	1.24 582	5.10 664	1.09 495	4.61 657	0.57 454	5.62 665	1.12 520

MaDis-Stereo	3.19 640	6.02 643	1.12 495	5.61 657	1.16 534	5.43 673	1.02 519	5.15 672	0.70 476	5.43 672	1.21 580	5.03 674	0.97 499	4.85 666	0.99 510	4.53 645	1.16 505	5.53 673	1.25 585	5.37 663	1.30 586

sAnonymous2	3.31 641	2.63 555	1.38 575	3.71 626	1.86 623	4.70 665	1.11 523	4.82 668	2.72 646	5.45 673	1.98 638	4.59 659	2.64 633	2.65 623	6.21 679	4.37 641	1.08 493	5.16 671	2.24 641	4.52 640	2.39 639

CroCo_RVC	3.31 641	2.63 555	1.38 575	3.71 626	1.86 623	4.70 665	1.11 523	4.82 668	2.72 646	5.45 673	1.98 638	4.59 659	2.64 633	2.65 623	6.21 679	4.37 641	1.08 493	5.16 671	2.24 641	4.52 640	2.39 639

DPSNet	3.66 643	3.60 591	3.62 658	3.63 623	3.64 669	3.65 644	3.65 668	3.66 644	3.67 665	3.67 643	3.65 666	3.67 645	3.66 654	3.66 643	3.68 663	3.68 637	3.66 652	3.67 643	3.68 669	3.67 627	3.67 667

NLCSM	3.67 644	4.08 606	3.19 654	4.80 647	3.26 662	3.99 649	3.24 663	4.25 651	3.18 661	4.09 647	3.27 661	4.14 650	3.18 649	4.13 649	3.28 659	4.06 639	3.10 642	3.85 648	3.14 660	3.91 633	3.27 663

STTStereo	3.73 645	30.40 692	2.37 631	2.39 578	2.31 646	2.35 609	2.33 640	2.29 601	2.42 643	2.32 611	2.34 645	2.33 605	2.36 631	2.30 606	2.27 642	2.35 609	2.22 625	2.31 617	2.22 640	2.29 596	2.34 638

rvit_105_1	3.83 646	5.22 626	3.01 640	4.53 635	3.01 650	4.51 653	3.01 648	4.56 655	3.04 649	4.53 654	3.03 650	4.55 657	3.03 637	4.56 655	3.04 646	4.57 647	3.05 635	4.57 652	3.05 651	4.57 642	3.05 648

rvit_stereo_0081	3.83 646	5.23 627	3.01 640	4.53 635	3.03 652	4.55 659	3.02 649	4.56 655	3.04 649	4.52 652	3.02 648	4.54 655	3.03 637	4.56 655	3.04 646	4.57 647	3.05 635	4.57 652	3.05 651	4.58 643	3.05 648

rvit_stereo_0081_aga	3.86 648	5.33 630	3.02 643	4.55 641	3.04 656	4.54 655	3.02 649	4.64 662	3.06 653	4.54 656	3.04 652	4.62 664	3.08 644	4.62 661	3.07 651	4.58 650	3.06 639	4.60 656	3.08 655	4.63 646	3.07 652

rvit_stereo_0082	3.86 648	5.82 641	3.01 640	4.53 635	3.03 652	4.54 655	3.02 649	4.56 655	3.04 649	4.53 654	3.02 648	4.55 657	3.04 640	4.57 658	3.05 648	4.57 647	3.05 635	4.58 654	3.05 651	4.58 643	3.06 651

rvit_0105_6	3.87 650	5.73 640	3.10 650	4.69 645	3.12 660	4.54 655	3.02 649	4.56 655	3.04 649	4.54 656	3.03 650	4.54 655	3.04 640	4.56 655	3.05 648	4.58 650	3.05 635	4.58 654	3.05 651	4.58 643	3.05 648

rvit_stereo_0080	3.89 651	5.70 638	3.04 645	4.54 638	3.03 652	4.56 660	3.05 655	4.60 659	3.07 654	4.58 659	3.06 653	4.59 659	3.06 642	4.61 659	3.08 652	4.63 652	3.09 640	4.64 658	3.10 656	4.65 647	3.10 655

whm_eth	3.89 651	5.70 638	3.04 645	4.54 638	3.03 652	4.56 660	3.05 655	4.60 659	3.07 654	4.58 659	3.06 653	4.59 659	3.06 642	4.61 659	3.08 652	4.63 652	3.09 640	4.64 658	3.10 656	4.65 647	3.10 655

rvit_0105_4	3.91 653	5.47 637	3.02 643	4.54 638	3.02 651	4.54 655	3.03 653	4.75 665	3.17 660	4.57 658	3.06 653	4.61 663	3.16 648	4.65 662	3.09 654	4.66 654	3.11 643	4.68 661	3.18 662	4.81 653	3.16 660

rvit_0105_3	3.91 653	5.33 630	3.06 648	4.60 643	3.07 658	4.60 662	3.06 657	4.62 661	3.08 657	4.60 661	3.07 656	4.62 664	3.08 644	4.67 663	3.10 655	4.70 655	3.11 643	4.77 665	3.19 663	4.77 652	3.14 659

rvit_stereo_0083	3.92 655	5.30 629	3.06 648	4.61 644	3.09 659	4.67 664	3.08 658	4.66 663	3.09 658	4.62 662	3.10 658	4.66 667	3.11 646	4.67 663	3.16 657	4.72 657	3.16 646	4.77 665	3.11 658	4.66 649	3.11 657

rvit_stereo_ft	3.93 656	5.44 635	3.05 647	4.59 642	3.06 657	4.61 663	3.08 658	4.67 664	3.12 659	4.63 663	3.10 658	4.65 666	3.11 646	4.69 665	3.13 656	4.70 655	3.14 645	4.71 663	3.15 661	4.74 650	3.16 660

rvit_0105_5	4.10 657	5.40 633	3.13 653	4.71 646	3.15 661	4.72 667	3.10 660	4.90 670	3.27 662	4.69 664	3.16 660	4.84 671	3.25 650	4.96 669	3.34 660	5.05 662	3.39 651	5.10 670	3.40 664	5.11 660	3.42 664

MLG-Stereo_test1	4.25 658	5.34 632	3.61 657	5.31 653	3.63 668	5.23 671	3.57 666	5.38 673	3.65 664	5.23 670	3.47 663	4.76 668	3.74 657	4.85 666	3.71 664	4.96 659	3.18 648	4.71 663	2.92 648	4.86 656	2.90 645

MLG-Stereo_test3	4.26 659	4.85 619	3.95 661	5.35 654	3.60 667	4.75 668	3.76 669	5.49 674	3.71 666	5.39 671	3.69 667	4.82 670	3.66 654	4.85 666	3.73 667	4.93 658	3.19 649	4.69 662	2.99 650	4.84 655	2.98 647

MLG-Stereo_test2	4.28 660	5.46 636	3.69 659	4.86 649	3.72 670	5.58 674	3.42 664	4.81 667	3.77 670	4.85 666	3.72 668	5.55 676	3.63 653	5.58 673	3.53 662	4.41 644	3.28 650	4.99 669	2.95 649	4.75 651	3.13 658

RAFT+CT+SA	4.28 660	7.62 649	4.91 665	5.55 656	2.28 644	3.09 636	3.64 667	4.49 653	3.07 654	4.80 665	3.35 662	4.77 669	3.70 656	4.29 652	3.05 648	5.58 666	5.98 668	3.58 642	3.78 671	4.26 636	3.72 668

SA	4.33 662	7.35 646	6.85 677	5.96 659	4.09 674	3.59 643	3.15 661	3.82 646	2.64 645	3.91 644	3.85 669	3.57 643	2.72 635	3.13 637	4.03 670	7.09 678	6.86 673	3.57 641	3.12 659	3.85 629	3.51 666

Sa-1000	4.34 663	8.37 652	6.84 676	6.98 667	4.45 677	3.58 642	3.00 647	3.42 642	3.39 663	2.61 622	4.00 672	3.83 647	4.01 665	3.90 646	3.90 668	5.98 670	5.62 665	3.76 645	2.34 644	4.35 638	2.47 642

TestStereo1	4.60 664	8.41 653	6.44 674	6.86 665	3.79 671	3.97 647	3.78 670	3.99 648	3.74 667	3.97 645	3.52 664	3.94 648	3.58 651	3.98 647	3.72 665	6.82 675	6.50 671	3.76 645	3.66 667	3.90 630	3.74 670

SA-5K	4.60 664	8.41 653	6.44 674	6.86 665	3.79 671	3.97 647	3.78 670	3.99 648	3.74 667	3.97 645	3.52 664	3.94 648	3.58 651	3.98 647	3.72 665	6.82 675	6.50 671	3.76 645	3.66 667	3.90 630	3.74 670

DispFullNet	4.61 666	4.84 618	3.12 651	5.00 651	3.57 666	4.75 668	3.03 653	7.75 681	4.17 674	4.91 668	3.09 657	6.20 678	3.95 663	6.71 677	3.51 661	5.30 665	3.67 653	5.86 677	3.63 666	5.61 664	3.46 665

test_5	4.62 667	7.55 648	6.23 672	6.32 662	3.40 665	5.29 672	3.50 665	3.53 643	4.11 673	4.28 649	4.47 676	4.26 653	4.38 668	3.68 644	3.24 658	5.89 668	5.60 664	4.84 667	3.50 665	4.33 637	3.93 674

raft_robust	4.71 668	7.75 650	5.40 670	6.81 664	3.31 663	4.28 652	4.20 675	4.32 652	4.37 676	4.35 651	4.35 675	4.14 650	3.75 658	4.30 653	4.20 673	6.67 674	6.37 669	3.36 640	4.24 677	4.86 656	3.25 662

cross-raft	4.83 669	7.52 647	6.43 673	6.63 663	3.96 673	4.51 653	3.99 673	4.49 653	3.96 672	4.52 652	3.96 671	4.50 654	3.97 664	4.50 654	3.97 669	6.65 673	6.44 670	4.33 649	3.92 673	4.35 638	3.91 673

test_4	4.88 670	8.13 651	6.98 678	7.46 668	4.44 676	4.25 651	3.85 672	4.04 650	3.92 671	4.13 648	3.91 670	4.18 652	3.84 661	4.14 650	4.06 671	7.01 677	7.13 674	4.53 650	3.72 670	4.09 634	3.72 668

TestStereo	4.88 670	4.75 617	4.79 664	4.87 650	4.92 678	4.81 670	4.90 678	4.78 666	4.77 677	4.87 667	4.89 677	4.90 672	4.91 670	4.99 670	4.79 675	4.98 660	4.87 661	4.87 668	4.92 679	5.00 659	5.00 677

test_3	5.01 672	8.86 658	7.77 680	8.09 670	2.76 649	4.13 650	4.05 674	3.88 647	3.76 669	4.33 650	4.13 673	3.71 646	3.91 662	4.21 651	4.06 671	7.93 679	7.69 676	4.53 650	3.91 672	4.17 635	4.29 676

NLCA_NET_v2_RVC	5.04 673	50.87 702	2.78 636	2.87 594	2.71 648	2.78 635	0.47 416	2.88 634	2.86 648	1.89 586	2.67 647	2.79 637	2.79 636	2.78 635	2.83 645	2.82 627	2.82 633	2.83 635	2.77 647	2.83 622	2.76 643
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	5.15 624	4.49 663	5.07 652	3.37 664	6.87 677	4.75 677	5.04 671	6.34 681	7.84 681	5.06 678	6.72 682	4.09 666	4.99 670	5.44 678	5.03 661	3.16 646	4.67 660	4.86 678	5.15 661	3.89 672

U	5.15 675	8.49 655	1.81 599	8.49 672	1.77 617	8.49 682	1.77 614	8.51 683	1.77 619	8.49 683	1.77 617	8.50 684	1.78 607	8.58 683	1.77 620	8.54 682	1.78 604	8.55 684	1.78 627	8.55 678	1.84 622

SGM-Forest	5.21 676	5.92 642	4.08 662	6.18 660	4.16 675	6.31 676	4.34 676	6.50 676	4.33 675	6.14 677	4.21 674	6.61 681	4.55 669	6.67 676	4.48 674	5.94 669	3.94 655	5.85 676	4.03 675	5.79 666	4.17 675
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	9.16 660	8.03 683	8.09 670	5.62 681	6.11 675	6.35 681	6.85 678	4.94 678	6.08 676	6.29 683	4.98 673	6.43 675	6.22 674	6.36 681	6.16 672	7.47 675	5.82 675	5.44 682	7.11 672	5.68 680

rvit_stereo_0075_2	6.64 678	8.80 657	5.25 667	7.89 669	5.27 680	7.90 681	5.27 679	7.92 682	5.28 679	7.91 682	5.29 680	7.93 683	5.27 671	7.92 682	5.28 676	7.93 679	5.28 663	7.93 682	5.29 681	7.93 675	5.28 679

RAFT	6.73 679	9.36 661	7.40 679	8.51 673	6.55 682	6.88 678	6.60 682	6.79 677	6.60 682	6.80 678	6.72 684	5.31 675	5.50 673	6.61 675	6.61 682	8.42 681	5.89 666	5.73 674	5.45 683	6.61 668	6.24 681

SGM+DAISY	7.06 680	9.15 659	5.38 669	8.84 674	5.18 679	8.80 683	5.31 680	8.79 684	5.28 679	8.89 684	5.20 679	8.93 685	5.33 672	8.95 684	5.36 677	8.70 683	5.21 662	8.74 685	5.20 680	8.89 679	5.15 678

test-v	7.53 681	11.89 669	7.98 681	9.36 676	7.14 683	7.06 679	7.09 683	7.37 679	6.91 683	7.29 679	5.71 681	6.45 679	6.93 676	6.73 678	7.27 683	8.93 684	7.85 677	6.98 680	6.80 684	7.56 673	7.34 683

test-2	7.53 681	11.89 669	7.98 681	9.36 676	7.14 683	7.06 679	7.09 683	7.37 679	6.91 683	7.29 679	5.71 681	6.45 679	6.93 676	6.73 678	7.27 683	8.93 684	7.85 677	6.98 680	6.80 684	7.56 673	7.34 683

PA-Net	11.80 683	223.51 709	0.62 419	0.59 373	0.71 478	0.59 431	0.73 481	0.67 433	0.73 487	0.55 420	0.61 458	0.60 434	0.74 478	0.63 433	0.73 479	0.66 413	0.60 423	0.69 451	0.66 473	0.72 428	0.65 456
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	23.00 677	15.00 684	23.00 691	15.00 685	24.00 690	16.00 685	24.00 691	16.00 685	22.00 691	15.00 685	23.00 692	16.00 685	23.00 691	15.00 685	22.00 692	15.00 686	22.00 692	15.00 686	22.00 692	15.00 685

rafts_anoy	20.00 685	20.00 671	20.00 685	20.00 685	20.00 686	20.00 684	20.00 686	20.00 685	20.00 686	20.00 685	20.00 686	20.00 686	20.00 686	20.00 685	20.00 686	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 686

raft+_RVC	20.00 685	20.00 671	20.00 685	20.00 685	20.00 686	20.00 684	20.00 686	20.00 685	20.00 686	20.00 685	20.00 686	20.00 686	20.00 686	20.00 685	20.00 686	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 686

raftrobust	20.00 685	20.00 671	20.00 685	20.00 685	20.00 686	20.00 684	20.00 686	20.00 685	20.00 686	20.00 685	20.00 686	20.00 686	20.00 686	20.00 685	20.00 686	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 686

CasAABBNet	20.00 685	20.00 671	20.00 685	20.00 685	20.00 686	20.00 684	20.00 686	20.00 685	20.00 686	20.00 685	20.00 686	20.00 686	20.00 686	20.00 685	20.00 686	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 686

RALCasStereoNet	20.00 685	20.00 671	20.00 685	20.00 685	20.00 686	20.00 684	20.00 686	20.00 685	20.00 686	20.00 685	20.00 686	20.00 686	20.00 686	20.00 685	20.00 686	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 686

RALAANet	20.00 685	20.00 671	20.00 685	20.00 685	20.00 686	20.00 684	20.00 686	20.00 685	20.00 686	20.00 685	20.00 686	20.00 686	20.00 686	20.00 685	20.00 686	20.00 686	20.00 687	20.00 686	20.00 687	20.00 686	20.00 686

111	30.40 691	30.94 693	29.72 692	32.61 692	30.02 693	33.57 691	30.47 693	31.50 692	29.39 693	30.98 692	29.11 693	29.78 693	30.39 696	29.45 692	30.76 696	30.08 693	29.02 694	29.92 693	30.32 697	29.86 693	30.17 693

WCMA_ROB	31.10 692	35.43 697	27.12 691	39.51 703	23.10 692	38.78 702	25.30 692	37.49 703	25.39 692	37.29 702	27.02 692	38.52 704	26.48 692	37.80 702	26.44 692	36.28 700	22.65 693	33.90 697	22.30 693	37.10 701	24.18 692

DCANet-4	35.22 693	34.54 694	35.08 698	33.58 696	35.47 700	34.55 692	35.53 700	36.08 698	35.85 697	35.92 698	35.77 699	35.18 699	35.48 698	35.39 698	37.15 702	34.55 699	33.92 698	35.02 700	34.90 699	35.79 697	34.74 700

ADStereo(finetuned)	36.13 694	36.63 698	38.07 702	36.97 697	33.25 697	35.91 696	34.45 697	36.36 699	32.99 694	38.14 703	36.71 700	36.69 700	34.13 697	38.57 703	40.79 703	37.60 704	36.58 701	35.90 701	33.36 698	35.42 696	34.04 697

Reg-Stereo(zero)	37.00 695	37.00 699	37.00 699	37.00 698	37.00 701	37.00 699	37.00 701	37.00 700	37.00 698	37.00 699	37.00 701	37.00 701	37.00 699	37.00 699	37.00 699	37.00 701	37.00 702	37.00 702	37.00 702	37.00 698	37.00 701

HI	37.00 695	37.00 699	37.00 699	37.00 698	37.00 701	37.00 699	37.00 701	37.00 700	37.00 698	37.00 699	37.00 701	37.00 701	37.00 699	37.00 699	37.00 699	37.00 701	37.00 702	37.00 702	37.00 702	37.00 698	37.00 701

CoSv	37.00 695	37.00 699	37.00 699	37.00 698	37.00 701	37.00 699	37.00 701	37.00 700	37.00 698	37.00 699	37.00 701	37.00 701	37.00 699	37.00 699	37.00 699	37.00 701	37.00 702	37.00 702	37.00 702	37.00 698	37.00 701

MDST_ROB	69.83 698	87.70 703	41.95 703	113.75 706	65.62 706	75.05 703	55.25 705	75.64 705	45.04 701	71.61 704	41.75 704	72.81 705	44.06 702	68.38 704	44.63 704	101.89 707	59.57 707	107.10 707	61.05 707	104.38 704	59.38 706

NOSS_ROB	102.95 699	153.00 707	121.00 706	51.00 704	44.00 704	165.00 706	127.00 706	153.00 706	119.00 703	164.00 707	125.00 706	168.00 708	120.00 704	153.00 706	117.00 706	49.00 705	44.00 705	49.00 705	44.00 705	49.00 702	44.00 704

CBMV	128.50 700	1422.70 714	53.10 704	79.50 705	51.30 705	77.30 704	49.70 704	74.00 704	48.20 702	77.20 705	48.80 705	73.90 706	48.00 703	73.80 705	48.80 705	70.40 706	45.10 706	68.90 706	46.10 706	68.20 703	45.00 705
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	171.00 708	160.68 709	162.58 707	160.59 707	164.01 705	160.35 707	158.51 707	158.56 704	158.34 706	160.12 707	158.56 707	159.92 705	157.26 707	158.94 707	154.38 708	158.36 708	155.75 708	159.13 709	153.67 705	154.07 707
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	123.00 704	115.00 705	219.00 708	218.00 709	223.00 707	244.00 709	217.00 708	236.00 706	202.00 708	203.00 708	205.00 709	208.00 706	225.00 708	204.00 708	210.00 709	198.00 709	197.00 709	184.00 710	204.00 706	201.00 708

MGS-Stereo	239.45 703	123.00 704	135.00 707	266.00 709	286.00 710	277.00 708	305.00 710	271.00 709	242.00 707	274.00 709	279.00 710	255.00 710	270.00 708	268.00 709	297.00 710	221.00 710	247.00 711	216.00 710	123.00 708	217.00 707	217.00 710

EGLCR-Stereo	246.90 704	129.00 706	139.00 708	266.00 709	286.00 710	277.00 708	305.00 710	271.00 709	242.00 707	274.00 709	279.00 710	255.00 710	270.00 708	268.00 709	297.00 710	230.00 711	247.00 711	216.00 710	223.00 712	237.00 708	227.00 711

DLCB_ROB	284.23 705	354.61 710	207.27 710	363.24 711	206.46 708	364.72 710	210.41 708	364.72 711	210.41 705	364.81 711	208.64 709	364.81 712	208.64 707	364.72 711	210.41 709	354.70 712	205.53 710	354.70 712	205.53 711	354.70 709	205.53 709

LE_ROB	396.57 706	471.28 711	329.84 711	471.48 712	308.15 712	526.83 711	322.10 712	488.15 712	323.76 709	495.46 712	317.97 712	497.17 713	320.10 710	481.62 712	326.76 712	462.71 713	298.97 713	466.16 713	285.98 713	447.62 710	289.21 712

SGM-ForestM	596.69 707	677.77 712	444.52 712	699.85 713	517.25 713	732.94 712	488.29 713	770.79 713	460.11 710	750.81 713	487.98 713	792.79 714	499.41 711	730.90 713	475.81 713	720.03 714	491.16 714	663.96 714	418.60 714	674.76 711	436.05 713

CBMV_ROB	818.48 708	913.88 713	709.52 713	862.84 714	597.78 714	1073.99 713	700.52 714	1015.66 714	702.59 711	1115.65 714	760.02 714	1130.24 715	721.57 712	1037.41 714	692.65 714	814.05 715	564.29 715	843.28 715	595.31 715	915.51 712	602.92 714

tt	500032.53 709	34.60 695	29.72 692	37.47 701	34.41 698	36.85 697	35.22 698	34.71 696	33.55 695	34.50 693	35.43 697	33.81 697	10000000.00 713	33.57 696	33.13 697	33.68 697	35.00 699	34.03 698	35.26 700	30.96 694	34.63 698

DCANet	500032.53 709	34.60 695	29.72 692	37.47 701	34.41 698	36.85 697	35.22 698	34.71 696	33.55 695	34.50 693	35.43 697	33.81 697	10000000.00 713	33.57 696	33.13 697	33.68 697	35.00 699	34.03 698	35.26 700	30.96 694	34.63 698

fff	1000028.16 711	29.62 689	29.72 692	32.61 692	30.02 693	35.13 693	31.83 694	32.07 693	10000000.00 712	35.27 695	29.82 694	32.45 694	30.15 693	32.35 693	30.09 693	31.04 694	29.55 695	30.64 694	30.14 694	10000000.00 713	30.77 694

csc	1000028.16 711	29.62 689	29.72 692	32.61 692	30.02 693	35.13 693	31.83 694	32.07 693	10000000.00 712	35.27 695	29.82 694	32.45 694	30.15 693	32.35 693	30.09 693	31.04 694	29.55 695	30.64 694	30.14 694	10000000.00 713	30.77 694

cscssc	1000028.16 711	29.62 689	29.72 692	32.61 692	30.02 693	35.13 693	31.83 694	32.07 693	10000000.00 712	35.27 695	29.82 694	32.45 694	30.15 693	32.35 693	30.09 693	31.04 694	29.55 695	30.64 694	30.14 694	10000000.00 713	30.77 694

111111	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

SGD-Stereo	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

IGEV-Stereo++	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

IGEV-BASED-STEREO-	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

IGEV-Stereo+	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

SDNR	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

anonymousdsp2	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

anonymousdsp	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

test_example2	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715

DIP-Stereo	10000000.00 714	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 713	10000000.00 715	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 713	10000000.00 715
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	0.50 404	3.79 659	0.50 396	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.35 350

FADE		0.06 74		0.09 76	0.10 147							0.05 113				0.15 141	0.10 99	0.17 178	0.13 179	0.11 148

Low-res two-view benchmark