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

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

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

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

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

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 448	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 423	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

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 554	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 551	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	1.60 551	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

ADCRef	0.12 120	0.03 31	0.04 64	1.71 557	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

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 523	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

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	0.73 431	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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	0.58 397	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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

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

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	1.57 608	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	1.65 612	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 617	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 574	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

ADCP+	0.15 146	0.04 52	0.04 64	2.20 573	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV_i1	0.26 201	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	4.34 646	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

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	0.75 434	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 507	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

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

FADNet	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	1.66 614	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

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

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	0.92 460	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 538	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

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
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
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

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

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 575	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	2.23 575	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

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

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

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

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

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

SuperB	0.21 174	0.10 93	2.51 640	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

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

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

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	0.49 388	0.11 153

MatchStereo	0.54 376	0.12 106	2.38 638	2.32 581	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	2.34 614	2.34 633	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
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

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

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

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
ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 523	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

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	0.73 479

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
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	0.82 495

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	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

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

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

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
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
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
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

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
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

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

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	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	0.96 514	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

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

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

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

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

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

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

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

MSKI-zero shot	0.24 189	0.21 135	0.49 383	0.65 385	0.18 221	0.22 200	0.17 198	0.23 205	0.18 213	0.21 196	0.17 205	0.23 209	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

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

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

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

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

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

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

MIM_Stereo	0.25 192	0.23 141	0.66 429	0.80 409	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

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

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	1.19 538	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	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 178

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

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

LACA3	0.23 186	0.25 155	0.27 221	0.54 361	0.17 210	0.25 221	0.17 198	0.25 216	0.17 207	0.25 218	0.17 205	0.25 222	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

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

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	3.08 659

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	3.08 659

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

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
TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 446	0.30 272	0.28 225	0.73 491	0.73 450	0.28 267	0.71 449	0.66 458	0.75 451	0.27 246	0.27 214	0.29 253	0.37 293	0.75 497	0.28 224	0.30 311

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.
DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 406	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

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

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

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

AANet_RVC	1.26 560	0.31 169	4.99 672	5.93 664	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	5.66 673	4.76 666	0.26 231	0.30 331	0.24 212	0.27 272

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

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	0.47 431	0.32 238	0.34 341

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

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

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	0.35 319	0.35 285	0.35 376	0.35 262	0.35 351

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

RSM	0.36 246	0.36 177	0.43 352	0.37 231	0.42 411	0.49 392	0.42 401	0.37 259	0.28 263	0.36 262	0.29 273	0.36 268	0.30 280	0.37 272	0.28 255	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 298

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

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	2.84 650

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	0.35 319	0.36 290	0.26 254	0.35 262	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

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	0.37 328	0.37 293	0.37 385	0.37 273	0.37 359

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	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 334

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	0.38 335	0.38 301	0.37 385	0.38 286	0.38 366

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 277	0.38 369	0.38 275	0.38 365	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 366

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 401	0.38 277	0.38 373	0.38 268	0.38 372	0.39 274	0.39 388	0.38 277	0.38 369	0.39 283	0.40 380	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 375

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	0.38 335	0.38 301	0.37 385	0.37 273	0.38 366

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.42 308	0.38 378	0.40 290	0.38 369	0.38 275	0.38 365	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 366

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	0.36 325	0.35 285	0.36 382	0.36 269	0.36 354

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

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

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	0.37 359
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 504	0.39 190	5.28 674	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	6.95 686	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 668	0.21 213

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	0.45 365	0.56 439

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

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 453	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

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

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	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
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

GwcNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

PSMNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

GANet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

ADLNet2	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

ADLNet	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

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

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

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	0.38 335	0.38 301	0.37 385	0.37 273	0.36 354

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

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	0.69 471	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	0.68 463	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	0.69 471	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	0.73 483	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 311

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	0.42 396	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 651

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 402	0.35 356	0.47 371	0.35 362	0.47 379	0.34 350	0.47 374	0.35 349	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 372

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	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 253	0.30 280	0.36 262	0.29 273	0.36 268	0.29 274	0.36 268	0.30 273	0.46 353	0.39 342	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
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

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	0.38 335	0.38 301	0.37 385	0.39 327	0.39 372

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	0.47 404	0.37 385	0.39 327	0.33 334

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

otaku	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.46 365	0.46 419	0.46 373	0.46 410	0.46 370	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

Dean	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.47 371	0.46 419	0.46 373	0.46 410	0.46 370	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

ACVNet-4b	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.46 365	0.46 419	0.46 373	0.46 410	0.47 374	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

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	0.51 406	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 443	0.29 298

Ntro	0.47 352	0.47 232	0.46 361	0.46 288	0.46 420	0.47 382	0.47 417	0.46 365	0.47 416	0.46 365	0.46 419	0.47 379	0.46 410	0.47 374	0.47 413	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

HaxPig	0.47 352	0.47 232	0.47 368	0.49 306	0.47 426	0.47 382	0.47 417	0.47 371	0.47 416	0.47 371	0.47 427	0.47 379	0.47 418	0.47 374	0.47 413	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 407

UNDER WATER	0.47 352	0.47 232	0.47 368	0.47 295	0.47 426	0.47 382	0.47 417	0.47 371	0.47 416	0.47 371	0.47 427	0.47 379	0.46 410	0.47 374	0.47 413	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 405

LVE	0.47 352	0.47 232	0.47 368	0.47 295	0.49 432	0.47 382	0.47 417	0.47 371	0.49 425	0.47 371	0.47 427	0.47 379	0.46 410	0.47 374	0.47 413	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 405

ACVNet_1	0.46 345	0.47 232	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.47 416	0.46 365	0.46 419	0.46 373	0.46 410	0.46 370	0.46 406	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 398

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 249	0.40 386	0.36 262	0.44 412	0.47 379	0.36 360	0.44 349	0.36 353	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 354

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

RainbowNet	0.48 357	0.48 238	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 375	0.48 423	0.48 378	0.48 431	0.48 386	0.48 419	0.48 382	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 407

quiztm	0.43 302	0.49 240	0.40 332	0.51 353	0.40 391	0.51 413	0.40 387	0.50 388	0.40 386	0.50 398	0.40 391	0.51 415	0.40 380	0.50 396	0.40 380	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 341

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

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	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 272

notaker	0.48 357	0.49 240	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 375	0.49 425	0.48 378	0.48 431	0.48 386	0.48 419	0.48 382	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 412

ACVNet_2	0.49 363	0.49 240	0.49 383	0.49 306	0.49 432	0.49 392	0.49 428	0.49 379	0.49 425	0.49 385	0.49 434	0.49 390	0.49 424	0.49 388	0.49 421	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 412

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.49 390	0.36 360	0.54 415	0.41 388	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 483

xyz-stereo	0.18 161	0.50 245	0.16 169	0.15 133	0.16 204	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 167	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

FoundationStereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

StereoAnything_RVC	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

KSHMR	0.66 400	0.50 245	0.48 376	1.15 464	0.52 443	0.49 392	0.51 435	0.49 379	0.71 485	0.67 442	0.50 437	1.16 520	1.11 518	0.66 437	0.52 430	0.49 368	0.49 394	0.51 426	0.66 475	0.50 393	1.14 529

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

SANet	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 406	0.48 423	0.53 413	0.45 416	0.52 416	0.45 407	0.52 411	0.46 406	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 383
1: 1. 1
CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 253	0.25 242	0.31 242	0.37 373	0.30 246	0.33 345	0.25 219	0.45 402	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 359
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 237	0.30 280	0.31 242	0.31 327	0.31 250	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

LG-Stereo_L1	0.47 352	0.52 255	0.47 368	0.62 379	0.39 390	0.53 419	0.40 387	0.53 408	0.39 385	0.53 413	0.39 388	0.53 417	0.39 379	0.53 413	0.39 377	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 359

Occ-G	1.12 505	0.52 255	3.72 666	3.50 626	0.50 436	0.56 424	0.47 417	0.54 410	0.46 411	0.54 418	0.41 398	0.54 420	0.42 398	0.52 411	0.42 396	3.42 641	4.02 662	0.52 429	0.45 422	0.51 399	0.44 395

AEACV	1.12 505	0.52 255	3.12 657	3.24 611	0.86 507	0.53 419	0.49 428	0.60 424	0.47 416	0.53 413	0.49 434	0.55 424	0.45 407	0.55 419	0.47 413	3.01 636	3.88 660	0.71 457	0.60 459	0.80 446	0.48 407

Pro-Stereo	0.79 436	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 379	0.67 461	0.50 398	0.38 378	1.10 512	0.38 369	0.49 388	0.38 365	0.71 423	0.88 477	5.98 684	0.36 382	0.46 368	0.36 354

ktn	0.72 417	0.53 259	1.08 498	1.14 461	0.51 442	1.22 563	1.36 596	0.51 402	0.59 447	0.51 407	0.51 443	0.69 446	1.20 530	0.67 439	0.51 428	0.51 380	0.49 394	0.58 437	0.66 475	0.52 401	0.53 426

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 501	0.70 479	0.50 388	0.51 436	0.49 385	0.69 479	0.49 390	0.50 428	0.48 382	1.15 530	0.71 423	0.49 394	1.14 518	1.08 529	0.49 388	0.49 412

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 167	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)
Wz-Net-MNSev	0.06 61	0.54 263	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 376	0.54 263	0.54 403	0.54 361	0.53 446	0.54 422	0.54 439	0.53 408	0.54 439	0.54 418	0.54 447	0.54 420	0.53 435	0.54 415	0.54 433	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 429

LG-Stereo_Zeroshot	0.48 357	0.55 265	0.47 368	0.63 381	0.41 401	0.56 424	0.44 404	0.56 414	0.41 396	0.56 423	0.41 398	0.57 430	0.42 398	0.56 420	0.41 388	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 359

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 388	0.40 386	0.56 423	0.44 412	0.55 424	0.40 380	0.72 446	0.67 455	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 359

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 259	0.29 269	0.38 268	0.27 260	0.38 277	0.29 274	0.85 469	0.27 246	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 426

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 259	0.30 280	0.39 274	0.29 273	0.39 282	0.30 280	0.92 481	0.27 246	1.42 563	0.28 239	0.34 269	0.28 304	0.37 273	0.53 426

Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 259	0.30 280	0.40 280	0.31 327	0.40 290	0.30 280	0.99 489	0.27 246	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 429

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 487	1.00 485	0.69 472	0.57 417	0.41 396	0.57 426	0.41 398	0.57 430	0.41 392	1.00 491	0.75 488	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 359

FSD	0.61 390	0.59 271	0.50 388	2.58 592	0.44 414	0.56 424	0.44 404	0.55 413	0.44 407	0.56 423	0.44 412	0.56 427	0.44 403	0.56 420	0.46 406	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 422

AIO-test2	0.55 381	0.59 271	0.52 398	0.67 390	0.47 426	0.61 434	0.47 417	0.61 427	0.47 416	0.61 432	0.47 427	0.61 437	0.48 419	0.62 430	0.47 413	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 407

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 312	0.40 386	0.61 432	0.43 410	0.50 404	0.49 424	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.
AIO-test1	0.54 376	0.60 274	0.52 398	0.66 389	0.47 426	0.61 434	0.47 417	0.58 420	0.46 411	0.61 432	0.46 419	0.61 437	0.45 407	0.62 430	0.45 402	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 407

DispNO	1.00 485	0.63 275	0.43 352	3.45 622	0.44 414	0.65 440	0.43 403	0.64 430	0.43 404	0.64 438	0.43 410	0.64 440	3.03 643	0.64 435	0.43 399	4.55 652	0.43 369	0.63 442	0.43 420	0.63 417	0.43 392

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 420	0.65 457	0.63 437	0.64 463	0.65 443	0.65 454	0.66 437	0.66 454	0.66 414	0.64 433	0.65 447	0.67 479	0.68 422	0.73 479

MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 604	0.44 404	0.62 428	0.44 407	0.62 435	0.44 412	0.62 439	0.44 403	0.62 430	0.44 400	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 390

AIO-Stereo	0.84 456	0.66 278	0.70 445	0.83 413	0.67 472	0.98 483	0.82 502	1.14 499	0.72 488	1.03 502	0.74 495	1.03 505	1.09 517	0.99 489	0.45 402	1.04 480	0.73 458	0.95 503	0.74 495	0.94 477	0.46 398

mm2	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 436	0.69 472	0.69 445	0.69 479	0.69 446	0.69 471	0.69 441	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 466

mm1	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 436	0.69 472	0.69 445	0.69 479	0.69 446	0.69 471	0.69 441	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 466

anonymity	0.63 395	0.69 279	0.56 405	0.71 399	0.56 449	0.71 448	0.56 440	0.71 441	0.56 440	0.72 448	0.56 449	0.71 449	0.56 439	0.71 444	0.58 438	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 429

CoDeX	0.15 146	0.70 282	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	0.67 455	0.02 15	0.69 448	0.75 464	0.01 9	0.02 21	0.02 20

FE-Mocha	0.35 239	0.71 283	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	0.41 355	0.33 260	0.29 317	0.32 238	0.29 298

RAFT-Stereo + iAFF	0.70 411	0.72 284	0.71 449	0.80 409	0.62 464	0.82 463	0.61 449	0.81 455	0.62 452	0.81 464	0.63 461	0.80 464	0.70 475	0.73 448	0.61 445	0.76 436	0.61 428	0.74 463	0.61 461	0.77 439	0.61 445

CCAANet	0.17 157	0.72 284	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

LiteMatch	1.13 507	0.73 286	2.80 643	3.23 609	0.61 459	0.83 465	0.68 464	0.73 444	0.69 472	1.00 486	0.77 499	0.94 486	0.57 440	0.82 459	0.64 447	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 469

Lsterematch	1.13 507	0.73 286	2.80 643	3.23 609	0.61 459	0.83 465	0.68 464	0.73 444	0.69 472	1.00 486	0.77 499	0.94 486	0.57 440	0.82 459	0.64 447	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 469

DSFCA	0.66 400	0.73 286	0.78 463	0.65 385	0.65 467	0.64 439	0.64 452	0.65 431	0.63 455	0.64 438	0.64 463	0.64 440	0.64 452	0.65 436	0.65 450	0.65 412	0.65 435	0.65 447	0.65 473	0.66 420	0.64 456

PointNet	0.60 385	0.75 289	0.49 383	0.79 406	0.50 436	0.79 456	0.49 428	0.79 449	0.49 425	0.80 461	0.49 434	0.79 462	0.49 424	0.80 455	0.49 421	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 375

SMoEStereo_RVC	0.63 395	0.75 289	0.51 395	0.73 402	0.53 446	0.71 448	0.47 417	0.67 434	0.58 443	0.74 455	0.60 455	0.72 452	0.53 435	0.74 450	0.51 428	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 445

MGA	0.73 421	0.76 291	0.60 413	0.92 428	1.17 540	0.81 460	0.59 447	0.84 459	0.62 452	0.81 464	0.59 454	0.84 471	0.60 447	0.81 458	0.61 445	0.71 423	0.53 411	0.89 486	0.53 446	0.75 435	0.54 429

CAR	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 455	0.58 443	0.81 464	0.58 452	0.83 469	0.59 445	0.82 459	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 424

MSE-Stereo	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 455	0.58 443	0.81 464	0.58 452	0.83 469	0.59 445	0.82 459	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 424

SFCPSM	0.17 157	0.78 294	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	0.79 493	0.02 15	0.75 461	0.76 466	0.02 21	0.02 21	0.02 20

G-Net	0.79 436	0.79 295	0.79 466	0.79 406	0.79 500	0.79 456	0.79 492	0.79 449	0.79 499	0.79 460	0.79 503	0.79 462	0.79 490	0.79 453	0.79 493	0.79 439	0.79 468	0.79 470	0.79 504	0.79 443	0.79 491

DMCA-RVC	0.70 411	0.80 296	0.70 445	0.70 397	0.70 480	0.70 446	0.70 479	0.71 441	0.70 480	0.70 447	0.71 488	0.71 449	0.70 475	0.70 443	0.69 471	0.69 417	0.70 451	0.69 452	0.70 488	0.69 426	0.70 469

NaN_ROB	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 452	0.80 501	0.80 461	0.80 505	0.80 464	0.80 491	0.80 455	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 492

CSAN	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 452	0.80 501	0.80 461	0.80 505	0.80 464	0.80 491	0.80 455	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 492

DStereoRT	0.73 421	0.81 299	0.73 456	0.71 399	0.74 487	0.73 450	0.75 487	0.71 441	0.71 485	0.74 455	0.72 491	0.73 454	0.80 491	0.71 444	0.73 483	0.76 436	0.71 455	0.73 458	0.72 493	0.70 429	0.76 486

ARAFT	0.68 405	0.81 299	0.63 421	0.74 403	0.60 453	0.78 454	0.62 450	0.77 448	0.66 460	0.74 455	0.63 461	0.75 457	0.62 451	0.83 464	0.60 443	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 436

RSM++	0.76 430	0.82 301	0.66 429	0.85 418	0.64 465	0.85 467	0.71 482	0.94 476	0.64 456	0.87 470	0.67 469	0.87 473	0.65 454	0.84 465	0.65 450	0.81 444	0.70 451	0.79 470	0.71 491	0.83 453	0.70 469

water-stereo	0.41 287	0.84 302	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.32 334	0.45 365	0.32 321	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 327

Selective-RAFT-Error	0.88 468	0.84 302	0.98 487	0.86 419	0.97 519	0.88 471	0.95 513	0.84 459	0.99 522	0.92 478	0.82 507	0.84 471	0.98 505	0.87 470	0.97 512	0.81 444	0.83 474	0.79 470	0.82 509	0.79 443	0.85 497

DN	0.53 375	0.85 304	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 424	0.44 407	0.60 431	0.45 416	0.60 435	0.44 403	0.60 429	0.44 400	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 390

depthmonostereo	0.44 315	0.85 304	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 406	0.35 356	0.47 371	0.34 354	0.46 373	0.34 350	0.47 374	0.34 345	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 327

DilatedVolume-Stereo	0.43 302	0.86 306	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 365	0.33 343	0.46 365	0.33 346	0.47 379	0.33 345	0.47 374	0.34 345	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 366

AIO-Stereo-zeroshot	0.91 471	0.86 306	0.89 475	1.25 521	0.69 476	1.05 500	0.81 499	1.16 503	0.50 429	1.12 512	0.97 519	0.72 452	0.82 495	1.06 506	0.95 510	0.61 404	0.87 476	1.03 515	0.85 512	1.04 489	1.01 518

test_sample3	0.09 75	0.87 308	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_sample1	0.09 75	0.87 308	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

SCV_C0	0.45 338	0.88 310	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 375	0.37 368	0.48 378	0.36 366	0.48 386	0.37 365	0.49 388	0.37 362	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 341

tt45	1.04 497	0.88 310	1.36 576	0.92 428	1.03 528	1.51 585	0.79 492	0.70 440	0.88 507	0.74 455	0.90 511	1.60 586	0.72 480	1.60 583	0.75 488	0.91 457	0.78 466	1.52 594	0.79 504	1.14 494	1.32 593

AFF-stereo	0.73 421	0.88 310	0.67 433	0.75 404	0.68 475	0.75 451	0.64 452	0.80 452	0.72 488	0.83 469	0.70 483	0.82 468	0.64 452	0.84 465	0.67 455	0.77 438	0.63 431	0.81 475	0.63 464	0.78 441	0.62 448

DLNR-FE	0.28 203	0.89 313	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

CASS	0.57 384	0.89 313	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 414	0.53 437	0.57 426	0.57 450	0.59 434	0.48 419	0.56 420	0.57 436	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 439
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 470	0.89 313	0.72 452	1.16 469	0.78 498	1.06 501	0.82 502	0.87 461	0.97 519	1.00 486	0.91 514	0.90 479	1.00 506	0.89 474	0.93 509	0.83 449	0.83 474	0.82 479	0.82 509	0.81 449	0.82 495

MLG-Stereo	0.92 473	0.90 316	0.84 473	1.27 523	0.49 432	1.38 577	0.88 505	1.41 574	0.97 519	0.73 450	1.09 529	1.26 570	0.43 401	0.72 446	1.05 522	1.13 493	0.49 394	1.18 528	0.66 475	1.01 486	0.46 398

UNet	0.29 208	0.90 316	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 469	0.69 472	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	0.88 460	0.76 486

xxxxx1	0.31 216	0.91 318	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

tt_ll	0.31 216	0.91 318	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	0.91 318	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

DPSM_ROB	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 472	0.91 509	0.93 480	0.91 514	0.92 482	0.90 498	0.91 477	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 505

DPSM	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 472	0.91 509	0.93 480	0.91 514	0.92 482	0.90 498	0.91 477	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 505

AIO-Stereo-zeroshot1	0.75 425	0.92 323	0.85 474	0.96 440	0.59 452	1.27 567	0.44 404	0.59 422	0.69 472	0.91 476	0.68 474	0.55 424	0.61 450	1.06 506	0.83 501	0.62 408	0.70 451	0.90 487	0.41 410	0.89 461	0.56 439

pmcnn	0.92 473	0.92 323	0.92 482	0.92 428	0.92 514	0.92 477	0.92 509	0.92 472	0.92 513	0.92 478	0.92 517	0.92 482	0.92 500	0.92 481	0.92 505	0.92 460	0.92 481	0.92 493	0.92 513	0.92 468	0.92 504

AdaDepth	0.86 465	0.93 325	0.71 449	1.01 448	1.07 530	1.02 498	0.71 482	1.00 480	0.71 485	1.01 496	0.71 488	1.00 492	0.72 480	1.14 517	0.71 481	0.92 460	0.64 433	0.90 487	0.64 469	0.89 461	0.69 466

tt1	0.31 216	0.93 325	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

SCV	0.46 345	0.94 327	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 375	0.37 368	0.48 378	0.39 388	0.48 386	0.37 365	0.49 388	0.37 362	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 341

tta	0.09 75	0.95 328	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

R-Stereo Train	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 478	0.68 467	0.95 484	0.68 474	0.96 489	0.68 464	0.96 487	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 464

RAFT-Stereo	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 478	0.68 467	0.95 484	0.68 474	0.96 489	0.68 464	0.96 487	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 464
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 75	0.97 331	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

WQFJA1++	0.84 456	0.98 332	0.67 433	1.26 522	0.75 489	1.00 485	0.67 460	1.00 480	0.67 461	1.00 486	0.67 469	1.00 492	0.67 460	1.00 491	0.67 455	0.96 468	0.67 437	0.91 490	0.63 464	0.92 468	0.63 450

WQFJA1	0.85 462	0.98 332	0.67 433	1.29 528	0.76 494	1.01 492	0.67 460	1.02 493	0.67 461	1.02 500	0.67 469	1.01 499	0.67 460	1.01 498	0.68 463	0.99 474	0.67 437	0.93 497	0.64 469	0.92 468	0.65 458

WQFJX1	0.84 456	0.98 332	0.67 433	1.30 530	0.75 489	1.01 492	0.67 460	1.01 488	0.67 461	1.01 496	0.67 469	1.01 499	0.68 464	1.00 491	0.68 463	0.98 473	0.67 437	0.92 493	0.64 469	0.92 468	0.64 456

NLMM1	0.86 465	0.98 332	0.69 442	1.48 545	0.75 489	1.01 492	0.69 472	1.00 480	0.69 472	1.00 486	0.70 483	1.00 492	0.68 464	1.01 498	0.67 455	0.97 469	0.68 442	0.92 493	0.63 464	0.93 473	0.63 450

zh-sn7	0.10 90	0.98 332	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

Former-RAFT_DAM_RVC	0.49 363	0.98 332	0.64 423	0.84 414	0.46 420	0.45 371	0.35 353	0.47 371	0.47 416	0.45 359	0.34 354	0.46 373	0.48 419	0.46 370	0.35 349	0.39 283	0.71 455	0.39 342	0.35 376	0.41 350	0.41 383

dd	0.23 186	0.98 332	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

NLSM3	0.85 462	0.99 339	0.68 440	1.29 528	0.76 494	1.01 492	0.68 464	1.01 488	0.68 467	1.02 500	0.68 474	1.01 499	0.68 464	1.01 498	0.68 463	0.97 469	0.68 442	0.93 497	0.64 469	0.93 473	0.63 450

222	0.10 90	0.99 339	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_v1	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

WQFJX	0.85 462	1.00 341	0.68 440	1.30 530	0.75 489	1.01 492	0.68 464	1.01 488	0.68 467	1.01 496	0.68 474	1.03 505	0.68 464	1.02 502	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.94 477	0.63 450

NLMM	0.84 456	1.00 341	0.67 433	1.27 523	0.75 489	1.00 485	0.68 464	1.00 480	0.67 461	1.00 486	0.67 469	1.02 503	0.67 460	1.02 502	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.92 468	0.63 450

test_sample7	0.09 75	1.00 341	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

ACVNet-DCA	0.37 256	1.00 341	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

GANet	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

TDLM	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

CVANet_RVC	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

DGTPSM_ROB	0.93 478	1.00 341	0.92 482	0.94 435	0.96 518	0.91 476	0.92 509	0.91 469	0.96 518	0.91 476	0.96 518	0.93 485	0.92 500	0.94 483	0.92 505	0.92 460	0.92 481	0.90 487	0.92 513	0.94 477	0.91 503

trnet	1.01 492	1.01 350	1.01 493	1.01 448	1.01 525	1.01 492	1.01 521	1.01 488	1.01 527	1.01 496	1.01 525	1.01 499	1.01 513	1.01 498	1.01 519	1.01 479	1.01 490	1.01 512	1.01 526	1.01 486	1.01 518

SMFormer	0.09 75	1.01 350	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

xxx	0.09 75	1.01 350	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

GLC_STEREO	1.07 499	1.01 350	1.06 496	1.07 453	1.05 529	1.06 501	1.08 526	1.08 495	1.05 531	1.07 504	1.06 527	1.08 508	1.05 515	1.06 506	1.10 525	1.07 482	1.09 500	1.05 516	1.05 528	1.06 490	1.12 525

1test111	0.37 256	1.02 354	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	1.02 354	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

test_sample4	0.10 90	1.03 356	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

test_sample2	0.09 75	1.03 356	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

xx1	0.38 262	1.03 356	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

dad	0.23 186	1.03 356	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

DualNet (step1)	0.10 90	1.05 360	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	1.05 360	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	1.05 360	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

GCAP-Stereo-DPT-FT	0.41 287	1.06 363	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	0.56 427	0.30 280	0.44 349	0.31 311	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 272

test_sample5	0.10 90	1.07 364	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

DualNet	0.10 90	1.07 364	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

DNS	0.77 431	1.09 366	0.65 427	0.89 420	0.65 467	0.89 474	0.65 455	0.89 466	0.65 457	0.89 473	0.65 465	0.89 477	0.65 454	0.90 475	0.65 450	0.84 451	0.62 429	0.84 481	0.61 461	0.84 454	0.62 448

GCAP-Stereo-DPT-25K	0.41 287	1.09 366	0.40 332	0.52 356	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 360	0.31 329	0.44 349	0.31 311	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 292

GCAPDPT-zeroshot4090	0.40 279	1.09 366	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	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 272

test_xeample	0.10 90	1.09 366	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

FC-DCNN	1.07 499	1.09 366	0.98 487	0.89 420	0.52 443	1.41 581	0.91 508	1.21 556	1.24 591	1.96 593	2.05 649	1.91 595	1.30 583	1.27 572	1.08 524	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 429

MSMD_ROB	1.19 509	1.10 371	0.70 445	1.10 455	0.60 453	1.10 508	0.70 479	1.10 498	0.70 480	1.10 506	0.70 483	1.10 512	0.70 475	7.00 687	0.70 479	1.10 486	0.70 451	1.10 517	0.70 488	1.10 492	0.70 469

999	1.00 485	1.12 372	0.59 409	1.10 455	1.21 592	1.09 507	0.52 436	1.08 495	1.43 605	1.18 517	1.35 597	0.98 491	0.52 434	0.91 477	0.85 502	0.72 429	1.46 585	0.83 480	0.98 518	0.68 422	1.41 601

zh-mn7	0.12 120	1.14 373	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

1111x	0.10 90	1.14 373	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

LoS_RVC	0.30 209	1.14 373	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

DDF-Stereo	0.43 302	1.15 376	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 303	0.32 334	0.40 286	0.32 321	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 320

x	0.11 111	1.15 376	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

xxxx	0.11 111	1.16 378	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

CAS	0.30 209	1.17 379	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

HSM-Net_RVC	0.95 481	1.17 379	0.78 463	1.18 471	0.71 482	1.16 516	0.75 487	1.09 497	0.80 501	1.10 506	0.75 496	1.17 521	0.74 482	1.17 520	0.80 496	1.13 493	0.73 458	1.17 525	0.77 500	1.16 499	0.72 476
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 482	1.18 381	0.81 470	1.10 455	0.91 513	1.02 498	0.82 502	1.04 494	0.91 509	1.03 502	0.86 510	1.28 574	0.82 495	1.03 504	0.89 504	1.17 497	0.81 473	1.02 513	0.82 509	1.08 491	0.81 494

psm_up	0.43 302	1.19 382	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 560	0.91 509	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	1.18 505	0.99 511

DisPM	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

CrosDoStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PFNet+	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

LCNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

HHNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Patchmatch Stereo++	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539
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	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

STrans-v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

TransformOpticalFlow	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

OMP-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

IIG-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

NF-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

OCTAStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PSM-softLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

KMStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

NRIStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PSM-adaLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PSM-AAD	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

ROB_FTStereo_v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

ROB_FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Consistency-Raft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

KYRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

HUI-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

ASMatch	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DeepStereo_LL	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DEmStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

SST-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

THIR-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT_R40	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PFNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

GrayStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RE-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Pruner-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

TVStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DeepStereo_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT-RH_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

IRAFT_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT-345	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

iRAFT	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

CRE-IMP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

GMM-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT-IKP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Prome-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

UPFNet	0.42 301	1.20 383	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 508	0.90 508	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	1.15 497	0.93 505

Wavelet-MonSter	1.00 485	1.21 429	0.76 460	1.94 562	1.01 525	1.11 511	0.76 489	1.15 500	0.76 494	1.11 511	0.76 497	1.14 518	0.76 485	1.11 514	0.76 490	1.21 546	0.90 478	1.02 513	0.71 491	1.02 488	0.71 475

GASTEREO	0.48 357	1.21 429	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	0.38 369	0.50 396	0.38 365	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 341

z-mn7	0.16 153	1.21 429	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

ours_stereo	1.20 510	1.21 429	0.90 478	1.64 556	1.11 532	1.35 573	0.67 460	1.76 585	0.93 514	1.70 589	1.10 530	1.39 579	0.75 484	1.41 578	0.81 499	1.60 574	1.03 492	1.33 584	1.00 520	1.61 574	0.72 476

WCG-NET	0.61 390	1.21 429	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 433	0.53 437	0.64 438	0.53 446	0.65 443	0.53 435	0.59 427	0.52 430	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 415

delet	0.43 302	1.21 429	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 560	0.95 516	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	1.18 505	0.98 510

w-ln-seven-2	0.14 134	1.22 435	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

CroCo-Stereo	0.73 421	1.22 435	0.25 212	1.22 518	0.25 252	1.22 563	0.25 239	1.22 557	0.25 242	1.22 565	0.25 251	1.22 569	0.25 244	1.22 568	0.25 240	1.22 548	0.26 223	1.21 577	0.25 248	1.22 557	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
WCG-NET（raft）	0.32 225	1.24 437	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

MMNet	0.44 315	1.24 437	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 560	0.93 514	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	1.20 509	0.99 511

CroCo-Stereo Lap2	0.77 431	1.29 439	0.29 231	1.27 523	0.29 275	1.27 567	0.26 246	1.26 560	0.26 255	1.26 566	0.26 256	1.27 573	0.26 253	1.26 569	0.27 246	1.27 551	0.27 233	1.27 581	0.27 291	1.27 561	0.27 272

CSP-Net	0.34 230	1.29 439	1.19 510	1.36 538	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	1.26 550	1.21 561	0.03 41	0.09 136	0.02 21	0.09 135

LiteMatch*	2.07 605	1.30 441	5.73 677	6.28 667	0.79 500	1.33 572	0.80 495	1.30 566	1.02 528	1.33 570	0.84 509	1.33 576	0.97 503	1.28 573	1.04 521	6.05 677	5.89 672	1.28 582	0.76 498	1.28 562	0.88 498

GCAP-BAT	0.41 287	1.30 441	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

zero-FE	0.72 417	1.31 443	0.66 429	0.92 428	0.60 453	0.82 463	0.58 443	0.82 458	0.58 443	0.81 464	0.60 455	0.81 467	0.60 447	0.82 459	0.58 438	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 422

Syn2CoEx	0.25 192	1.31 443	0.74 457	0.92 428	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	0.87 455	0.75 461	0.02 19	0.02 21	0.02 21	0.02 20

CC-Net-ROB	1.36 564	1.33 445	1.33 565	1.36 538	1.38 600	1.36 575	1.33 592	1.37 571	1.34 596	1.35 572	1.36 599	1.38 578	1.34 586	1.38 577	1.38 601	1.35 557	1.38 580	1.33 584	1.35 595	1.43 568	1.34 596

MaskLacGwcNet_RVC	1.35 563	1.35 446	1.35 568	1.35 537	1.35 597	1.35 573	1.35 594	1.36 569	1.35 599	1.36 573	1.35 597	1.36 577	1.36 588	1.36 575	1.35 598	1.35 557	1.35 576	1.35 587	1.35 595	1.35 565	1.35 597

BLMT-Stereo	1.53 568	1.36 447	1.06 496	1.42 543	1.23 596	1.41 581	1.07 525	1.43 576	1.12 532	1.42 577	1.06 527	1.83 592	1.07 516	1.42 580	1.07 523	1.27 551	1.38 580	6.80 685	1.00 520	1.26 560	1.00 513

PML	0.46 345	1.36 447	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 417	0.29 269	0.57 426	0.29 273	0.57 430	0.29 274	0.56 420	0.29 266	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 311

DF	0.39 274	1.37 449	1.02 494	1.14 461	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	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 166

qqai	1.22 557	1.38 450	1.12 499	1.39 541	1.14 533	1.40 579	1.14 530	1.41 574	1.12 532	1.40 575	1.11 531	1.40 581	1.13 519	1.41 578	1.15 530	1.25 549	0.97 484	1.24 579	1.01 526	1.24 558	0.96 508

PS-NSSS	1.38 566	1.39 451	1.34 566	1.34 535	1.35 597	1.38 577	1.37 601	1.35 568	1.38 602	1.34 571	1.34 596	1.39 579	1.38 591	1.70 587	1.40 602	1.36 559	1.36 577	1.36 589	1.37 598	1.37 566	1.36 598

MSCF	0.51 370	1.40 452	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 410	0.41 396	0.52 410	0.41 398	0.53 417	0.42 398	0.53 413	0.41 388	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 366

z-ln-s-r	0.21 174	1.40 452	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 454	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

Gwc-CoAtRS	0.41 287	1.49 455	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

FENet	0.54 376	1.52 456	1.19 510	1.41 542	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	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 217

CFNet-ft	0.55 381	1.57 457	0.14 148	0.20 161	0.14 182	0.20 187	2.53 647	1.61 578	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	1.56 572	1.24 588

DPSMNet_ROB	1.60 571	1.59 458	1.70 598	1.59 548	1.59 609	1.61 587	1.61 612	1.60 577	1.60 609	1.62 587	1.59 612	1.60 586	1.60 597	1.60 583	1.59 609	1.59 572	1.60 600	1.59 595	1.59 616	1.59 573	1.59 612

STTRV1_RVC	0.82 449	1.60 459	0.70 445	1.01 448	0.60 453	1.07 504	0.69 472	1.01 488	0.60 448	0.72 448	0.55 448	1.02 503	0.68 464	1.03 504	0.67 455	0.89 456	0.63 431	0.92 493	0.57 455	0.90 464	0.65 458

RASNet	1.49 567	1.65 460	1.45 584	1.38 540	1.43 603	1.47 584	1.36 596	1.38 572	1.36 600	1.39 574	1.60 613	1.45 583	1.45 594	1.51 582	2.21 644	1.53 571	1.36 577	1.36 589	1.36 597	1.66 577	1.36 598

monster-pro	0.75 425	1.67 461	0.64 423	0.89 420	0.57 451	0.86 469	0.56 440	0.87 461	0.56 440	0.87 470	0.57 450	0.88 474	0.57 440	0.87 470	0.57 436	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 429

CRFU-Net	0.65 398	1.67 461	1.22 560	1.96 565	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	1.80 579	1.62 601	0.34 269	0.23 238	0.33 245	0.23 217

FlowAnything	1.02 494	1.71 463	0.72 452	1.59 548	0.69 476	1.60 586	0.69 472	1.61 578	0.70 480	1.60 581	0.69 479	1.60 586	0.69 471	1.61 585	0.69 471	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 439

FlowAnything_test	1.02 494	1.72 464	0.71 449	1.59 548	0.70 480	1.61 587	0.69 472	1.61 578	0.70 480	1.60 581	0.70 483	1.61 589	0.69 471	1.61 585	0.70 479	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 439

gwcnet-sp	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 584	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 217

scenet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 584	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 217

ssnet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 584	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 217

HBP-ISP	1.24 559	1.72 464	1.65 596	1.15 464	0.76 494	1.40 579	0.88 505	1.67 584	1.02 528	1.69 588	1.38 602	1.69 590	1.21 576	1.87 595	1.21 585	1.05 481	0.79 468	0.97 506	0.80 506	1.19 507	0.75 483

LL-Strereo2	0.48 357	1.73 469	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 279	0.31 323	0.42 308	0.33 346	0.42 321	0.31 329	0.44 349	0.39 377	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 334

Hybrid-DGEV	1.03 496	1.75 470	0.80 467	1.28 527	0.78 498	1.26 566	0.80 495	1.26 560	0.78 495	1.26 566	0.78 501	1.26 570	0.78 489	1.26 569	0.78 492	1.15 496	0.75 461	1.14 518	0.74 495	1.14 494	0.75 483

GCAP-Stereo-DPT26K	0.43 302	1.76 471	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	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 234

aanet-new-8k	0.43 302	1.76 471	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-cres	0.43 302	1.77 473	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	1.77 473	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	1.77 473	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	0.44 315	1.78 476	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	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 234

aanet-new-30k	0.44 315	1.78 476	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-24k	0.44 315	1.78 476	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

GCAP-Stereo-DPT-36K	0.43 302	1.78 476	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-32k	0.44 315	1.79 480	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-78k	0.44 315	1.80 481	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	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-36k	0.44 315	1.80 481	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-34k	0.44 315	1.80 481	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	0.43 302	1.80 481	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-5K	0.44 315	1.80 481	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

aanet-new-60k	0.44 315	1.81 486	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-40k	0.44 315	1.81 486	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	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-28k	0.44 315	1.81 486	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	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-22k	0.44 315	1.81 486	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-10k	0.45 338	1.81 486	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	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 272

GCAP-Stereo-cres-4k	0.44 315	1.81 486	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

test_xeample3	1.10 502	1.81 486	0.61 419	0.84 414	0.49 432	0.77 452	0.66 456	0.92 472	1.40 603	0.68 444	0.46 419	0.78 460	0.54 438	1.72 588	1.48 605	1.34 556	1.52 589	1.35 587	1.67 624	1.33 564	1.55 606

aanet-new-90k	0.44 315	1.82 493	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-70k	0.44 315	1.82 493	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-2K	0.44 315	1.82 493	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	0.44 315	1.83 496	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	0.44 315	1.83 496	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	0.36 325	0.38 301	0.26 254	0.38 286	0.26 234

Hybrid-DGEV-03	1.07 499	1.83 496	0.83 471	1.34 535	0.81 505	1.32 571	0.81 499	1.31 567	0.81 504	1.31 569	0.82 507	1.32 575	0.82 495	1.32 574	0.81 499	1.19 498	0.77 464	1.19 530	0.76 498	1.19 507	0.77 488

Hybrid-DGEV-2	1.05 498	1.83 496	0.83 471	1.33 534	0.82 506	1.30 569	0.81 499	1.26 560	0.79 499	1.29 568	0.79 503	1.26 570	0.80 491	1.26 569	0.79 493	1.20 500	0.78 466	1.18 528	0.77 500	1.20 509	0.77 488

mmm	0.14 134	1.83 496	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

4.5_new	2.00 589	1.84 501	1.98 627	2.77 596	2.16 645	2.27 610	1.28 591	2.09 597	1.98 642	2.01 599	1.28 592	2.71 633	1.98 626	2.51 623	1.65 612	2.26 604	1.33 571	1.87 605	1.87 636	2.49 613	1.60 613

GCAP-Stereo-DPT-22K	0.44 315	1.85 502	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

MM-Stereo_test2	1.20 510	1.85 502	1.05 495	1.46 544	0.94 517	1.36 575	0.99 516	1.36 569	0.95 516	1.41 576	0.98 520	1.40 581	0.96 502	1.37 576	0.95 510	1.37 561	1.06 493	1.33 584	0.93 517	1.29 563	0.89 501

hknet	1.10 502	1.85 502	3.49 661	4.48 638	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	4.39 649	4.19 663	0.33 260	0.23 238	0.34 249	0.27 272

GCAP-Stereo-DPT-24K	0.44 315	1.86 505	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

2.25w	2.00 589	1.86 505	1.98 627	2.95 602	2.17 647	2.26 609	1.35 594	2.42 618	2.00 645	2.07 606	1.27 591	2.53 621	1.99 628	2.29 611	1.49 606	2.21 602	1.32 564	1.85 601	1.87 636	2.52 617	1.62 616

PAM	0.39 274	1.88 507	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 225	0.23 234	0.28 231	0.24 245	0.29 242	0.23 238	0.29 242	0.23 229	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 215

DCVSM-stereo	0.36 246	1.89 508	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

DCRE	0.84 456	1.89 508	0.77 462	0.94 435	0.72 484	0.88 471	0.73 485	0.87 461	0.78 495	0.90 474	0.71 488	0.88 474	0.67 460	0.88 472	0.73 483	0.81 444	0.68 442	0.81 475	0.70 488	0.82 451	0.70 469

RAFT-Stereo-weight	0.45 338	1.90 510	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

BUS	0.83 453	1.91 511	0.92 482	4.48 638	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	1.97 591	4.19 663	0.33 260	0.23 238	0.34 249	0.27 272

BSDual-CNN	0.81 444	1.91 511	0.92 482	4.48 638	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	1.97 591	4.19 663	0.33 260	0.23 238	0.34 249	0.27 272

psmg	0.43 302	1.91 511	0.92 482	1.91 561	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	1.97 591	1.44 584	0.04 93	0.03 57	0.02 21	0.03 52

GANet-RSSM	0.75 425	1.91 511	0.14 148	0.47 295	0.14 182	0.21 198	3.21 668	2.30 611	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	2.13 595	2.12 636

MFMNet_re	1.81 579	1.91 511	1.71 600	1.95 564	1.70 620	1.95 598	1.70 617	1.96 590	1.74 622	1.97 595	1.72 621	1.95 596	1.71 605	1.97 599	1.71 617	1.86 580	1.62 601	1.85 601	1.66 623	1.86 585	1.64 618

SPS-STEREO	1.59 570	1.91 511	1.21 559	1.94 562	1.20 546	2.00 601	1.23 585	1.99 592	1.24 591	2.00 598	1.25 589	2.03 603	1.26 579	2.00 600	1.29 594	1.90 586	1.18 514	1.89 609	1.21 585	1.89 587	1.20 539
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 569	1.94 517	1.22 560	1.88 559	1.21 592	1.88 593	1.22 584	1.88 587	1.22 589	1.88 590	1.22 586	1.88 593	1.22 577	1.89 596	1.22 586	1.87 582	1.22 562	1.88 608	1.22 586	1.88 586	1.22 585
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
ssnet_v2	0.68 405	1.96 518	1.25 564	0.29 202	0.20 228	0.30 239	0.20 214	0.29 230	0.22 228	1.50 580	0.20 227	0.31 250	0.20 225	0.27 234	0.22 223	0.24 203	1.49 587	0.26 231	0.18 223	3.90 636	0.19 208

aanet-new-12k	0.46 345	1.99 519	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	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 272

qqq	0.16 153	2.01 520	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

MM-Stereo_test3	1.27 561	2.07 521	1.18 508	1.60 551	1.02 527	1.45 583	1.01 521	1.40 573	1.04 530	1.44 578	1.03 526	1.46 584	1.02 514	1.44 581	1.02 520	1.51 570	1.12 507	1.32 583	0.98 518	1.38 567	0.97 509

ACV-stereo	0.30 209	2.08 522	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

GCST	0.50 365	2.08 522	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 388	0.35 356	0.49 385	0.35 362	0.49 390	0.35 357	0.49 388	0.35 349	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 334

AIO_test	2.18 611	2.09 524	2.04 631	2.42 585	2.01 637	2.47 620	1.94 632	2.34 614	2.03 646	2.56 627	1.94 635	2.43 617	1.94 623	2.41 618	1.87 635	2.39 618	2.10 627	2.35 627	1.91 642	2.25 599	2.19 638

ToySt	0.92 473	2.11 525	0.90 478	0.95 437	0.79 500	0.99 484	0.78 491	0.94 476	0.81 504	0.94 482	0.78 501	0.95 488	0.77 487	0.94 483	0.86 503	0.91 457	0.79 468	0.85 483	0.77 500	0.89 461	0.73 479

TRStereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 626	2.28 612	1.84 622	2.29 607	1.86 632	2.30 613	1.87 627	2.30 608	1.87 616	2.08 602	1.72 619	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 623

XX-Stereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 626	2.28 612	1.84 622	2.29 607	1.86 632	2.30 613	1.87 627	2.30 608	1.87 616	2.08 602	1.72 619	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 623

EAI-Stereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 626	2.28 612	1.84 622	2.29 607	1.86 632	2.30 613	1.87 627	2.30 608	1.87 616	2.08 602	1.72 619	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 623

derf	1.91 581	2.15 529	1.78 604	2.16 571	1.75 622	2.21 608	1.80 620	2.22 604	1.80 626	2.21 610	1.76 622	2.17 606	1.81 614	2.24 609	1.74 625	1.93 589	1.56 593	1.96 611	1.53 609	1.95 588	1.56 607

11t1	0.17 157	2.16 530	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

UGAM-zero	0.51 370	2.17 531	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.50 404	0.35 357	0.50 396	0.36 353	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 341

cf-r	0.66 400	2.17 531	0.12 123	0.18 154	0.12 176	0.18 179	2.70 651	2.60 625	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	1.81 584	1.74 626

3.25w	2.04 602	2.20 533	1.48 586	3.03 603	2.17 647	2.63 632	1.39 602	1.96 590	1.95 641	1.96 593	1.37 600	2.71 633	1.96 625	2.71 632	1.73 624	2.26 604	1.32 564	1.87 605	1.87 636	2.51 616	1.63 617

IGEV	2.02 597	2.20 533	1.82 610	2.90 601	2.16 645	2.41 618	1.25 587	2.00 593	1.98 642	1.99 597	1.31 594	2.72 637	1.93 622	2.67 631	1.69 616	2.26 604	1.32 564	1.83 600	1.87 636	2.53 620	1.61 615

UDG	0.80 439	2.21 535	0.60 413	0.91 425	0.60 453	0.90 475	0.58 443	0.88 465	0.60 448	0.90 474	0.60 455	0.88 474	0.60 447	0.90 475	0.58 438	0.86 454	0.60 424	0.84 481	0.59 458	0.84 454	0.61 445

UGAM	0.51 370	2.23 536	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 379	0.35 356	0.49 385	0.35 362	0.49 390	0.36 360	0.50 396	0.36 353	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 341

3w_stereo	2.04 602	2.24 537	1.70 598	3.15 606	2.18 649	2.49 622	1.26 589	2.03 595	1.98 642	1.98 596	1.33 595	2.72 637	1.99 628	2.59 626	1.72 619	2.22 603	1.33 571	1.85 601	1.88 641	2.50 615	1.58 611

NCCL2	2.28 623	2.27 538	2.28 633	2.28 580	2.28 650	2.27 610	2.29 645	2.28 605	2.28 648	2.27 612	2.28 650	2.28 607	2.27 636	2.27 610	2.28 649	2.28 608	2.28 632	2.27 620	2.29 649	2.27 600	2.29 640

ccnet	0.80 439	2.28 539	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	1.56 595	2.38 615	0.33 332	0.41 298	0.29 253	0.42 383	1.57 611	2.28 601	0.29 298

HUF	2.18 611	2.30 540	1.99 630	2.34 583	2.02 640	2.41 618	2.06 641	2.38 616	1.89 638	2.36 618	1.85 625	2.56 626	1.98 626	2.31 613	1.97 640	2.30 611	2.03 625	2.30 622	2.11 643	2.23 597	2.16 637

3.75w	1.99 585	2.31 541	1.83 613	3.16 607	1.65 613	1.93 594	1.98 633	2.72 627	1.68 611	2.73 636	1.97 638	2.00 600	1.72 606	1.81 593	1.25 590	2.27 607	2.01 620	2.38 628	1.42 604	1.71 579	1.24 588

1w_stereo	2.05 604	2.32 542	1.35 568	3.74 635	2.01 637	2.73 636	1.42 606	1.88 587	1.93 640	2.03 601	1.28 592	2.71 633	1.99 628	2.72 634	1.72 619	2.20 601	1.32 564	1.87 605	1.86 635	2.45 609	1.54 605

4.25_new	2.00 589	2.33 543	1.82 610	3.32 616	1.69 617	1.95 598	1.99 636	2.72 627	1.71 615	2.72 631	1.97 638	2.01 601	1.74 609	1.77 590	1.28 592	2.18 599	2.01 620	2.48 634	1.58 614	1.65 575	1.17 534

4.5w_new	2.00 589	2.33 543	1.82 610	3.32 616	1.69 617	1.95 598	1.99 636	2.72 627	1.71 615	2.72 631	1.97 638	2.01 601	1.74 609	1.77 590	1.28 592	2.18 599	2.01 620	2.48 634	1.58 614	1.65 575	1.17 534

4.5w-stereo	1.99 585	2.33 543	1.81 605	3.28 613	1.68 616	1.94 595	1.99 636	2.72 627	1.70 614	2.72 631	1.99 647	1.97 598	1.68 601	1.76 589	1.29 594	1.91 587	2.02 624	2.53 636	1.61 618	1.75 582	1.16 533

monsterstereo	2.20 617	2.33 543	1.95 625	3.65 630	2.07 642	2.49 622	1.61 612	2.48 620	1.83 630	2.45 622	1.61 615	2.67 632	1.86 615	2.64 628	1.94 638	2.48 624	1.66 604	2.34 625	1.68 626	2.40 606	1.86 630

2.75w_new	1.99 585	2.34 547	1.81 605	3.14 605	1.62 611	1.94 595	1.99 636	2.72 627	1.71 615	2.72 631	1.99 647	1.90 594	1.73 607	1.82 594	1.29 594	2.37 616	2.01 620	2.31 623	1.42 604	1.77 583	1.22 585

AIO_rvc	2.18 611	2.34 547	1.87 620	2.32 581	1.94 635	2.40 617	1.89 630	2.37 615	2.07 647	2.52 626	1.95 637	2.44 618	1.99 628	2.41 618	1.89 637	2.32 613	2.09 626	2.24 619	2.18 645	2.21 596	2.23 639

GES	0.66 400	2.34 547	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 312	0.29 269	0.40 280	0.41 398	0.41 303	0.30 280	0.51 406	0.29 266	0.32 235	0.29 253	0.32 253	2.46 651	2.49 613	0.30 311

2w_stereo	1.99 585	2.36 550	1.81 605	3.24 611	1.67 614	1.94 595	1.98 633	2.72 627	1.68 611	2.72 631	1.94 635	1.98 599	1.74 609	1.79 592	1.27 591	1.95 590	2.00 618	2.53 636	1.60 617	1.68 578	1.15 530

PAM_32	0.64 397	2.38 551	0.51 395	0.92 428	0.43 413	0.53 419	0.44 404	0.87 461	0.43 404	0.52 410	0.45 416	0.53 417	0.40 380	0.54 415	0.46 406	0.62 408	0.56 416	0.48 412	0.45 422	0.76 437	0.44 395

2.5w	2.01 596	2.40 552	1.37 578	3.28 613	2.01 637	2.71 633	1.43 609	1.82 586	1.83 630	1.90 592	1.41 604	2.71 633	1.35 587	2.71 632	1.85 631	2.66 628	1.53 590	1.64 596	1.23 587	2.53 620	1.87 632

MonStereo	2.17 609	2.41 553	1.49 590	2.67 593	1.67 614	2.60 631	2.04 640	2.32 612	1.76 623	2.44 621	1.68 619	2.50 619	1.69 603	2.38 615	1.80 628	2.28 608	1.78 610	2.63 639	2.14 644	3.47 632	1.68 621

monsters	2.18 611	2.41 553	1.96 626	3.47 623	2.03 641	2.53 626	1.64 614	2.48 620	1.73 620	2.40 620	1.50 607	2.62 629	1.94 623	2.59 626	1.94 638	2.44 620	1.57 595	2.28 621	1.87 636	2.42 607	1.86 630

DDUNet	0.81 444	2.45 555	0.57 407	0.90 423	0.60 453	0.88 471	0.59 447	0.90 467	0.60 448	0.88 472	0.60 455	0.90 479	0.58 443	0.88 472	0.60 443	0.84 451	0.60 424	0.86 484	0.57 455	0.86 456	0.60 444

FBW_ROB	2.12 608	2.46 556	1.77 603	2.49 588	1.79 625	2.38 616	1.83 621	2.46 619	1.78 625	2.48 624	1.97 638	2.40 616	1.78 612	2.42 620	1.83 629	2.31 612	1.85 615	2.38 628	1.82 634	2.35 604	1.84 628

asda	2.17 609	2.54 557	1.81 605	3.47 623	1.78 624	2.50 624	1.86 626	2.61 626	1.68 611	2.61 628	1.83 624	2.37 615	1.73 607	2.44 621	1.88 636	2.51 625	1.84 614	2.34 625	1.62 620	2.23 597	1.77 627

HH	0.71 414	2.54 557	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 436	0.78 495	0.73 450	0.90 511	0.75 457	1.00 506	0.84 465	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 234

HanStereo	0.71 414	2.54 557	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 436	0.78 495	0.73 450	0.90 511	0.75 457	1.00 506	0.84 465	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 234

qwe	2.18 611	2.60 560	1.58 593	3.83 636	1.90 634	2.53 626	1.90 631	2.48 620	1.73 620	2.37 619	1.92 634	2.53 621	1.68 601	2.56 624	1.83 629	2.52 627	1.87 616	2.07 614	1.68 626	2.32 603	1.71 622

sAnonymous2	3.31 647	2.63 561	1.38 580	3.71 632	1.86 629	4.70 671	1.11 527	4.82 674	2.72 652	5.45 679	1.98 644	4.59 665	2.64 639	2.65 629	6.21 685	4.37 647	1.08 498	5.16 677	2.24 647	4.52 646	2.39 645

CroCo_RVC	3.31 647	2.63 561	1.38 580	3.71 632	1.86 629	4.70 671	1.11 527	4.82 674	2.72 652	5.45 679	1.98 644	4.59 665	2.64 639	2.65 629	6.21 685	4.37 647	1.08 498	5.16 677	2.24 647	4.52 646	2.39 645

ff7	1.68 572	2.68 563	1.35 568	0.97 441	0.89 509	1.84 590	2.15 642	2.12 598	1.80 626	2.05 603	1.56 609	2.33 611	2.12 633	2.23 606	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 520

ffff	1.68 572	2.68 563	1.35 568	0.97 441	0.89 509	1.84 590	2.15 642	2.12 598	1.80 626	2.05 603	1.56 609	2.33 611	2.12 633	2.23 606	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 520

ccc-4	1.68 572	2.68 563	1.35 568	0.97 441	0.89 509	1.84 590	2.15 642	2.12 598	1.80 626	2.05 603	1.56 609	2.33 611	2.12 633	2.23 606	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 520

LGtest1	2.22 618	2.70 566	1.89 621	2.76 595	1.86 629	2.75 638	1.86 626	2.75 634	1.86 632	2.75 637	1.86 626	2.77 642	1.87 616	2.75 638	1.86 632	2.46 621	1.58 596	2.45 631	1.56 610	2.45 609	1.56 607

11t	1.27 561	2.70 566	1.34 566	1.32 533	0.89 509	1.30 569	1.34 593	1.64 581	0.57 442	1.45 579	0.72 491	1.05 507	1.29 582	1.07 509	1.29 594	1.49 567	1.02 491	0.97 506	1.15 533	1.48 569	1.31 592

LG-G_1	2.22 618	2.71 568	1.89 621	2.77 596	1.87 632	2.75 638	1.87 628	2.76 635	1.87 636	2.75 637	1.87 627	2.76 640	1.87 616	2.75 638	1.86 632	2.47 622	1.58 596	2.45 631	1.57 611	2.45 609	1.57 609

LG-G	2.22 618	2.71 568	1.89 621	2.77 596	1.87 632	2.75 638	1.87 628	2.76 635	1.87 636	2.75 637	1.87 627	2.76 640	1.87 616	2.75 638	1.86 632	2.47 622	1.58 596	2.45 631	1.57 611	2.45 609	1.57 609

4.25w-stereo	1.98 584	2.72 570	1.46 585	3.47 623	1.43 603	2.07 604	1.98 633	2.53 624	1.52 607	2.71 630	1.98 644	1.81 591	1.62 599	1.96 598	1.36 599	1.88 585	2.00 618	2.53 636	1.61 618	1.74 581	1.15 530

4w-stereo	2.02 597	2.72 570	1.44 583	3.36 619	1.59 609	2.48 621	1.72 618	2.28 605	1.24 591	2.24 611	1.65 617	2.56 626	1.32 585	2.39 617	1.98 641	2.67 630	1.51 588	1.66 597	1.24 588	2.53 620	1.88 635

3.25w_new	2.03 599	2.72 570	1.35 568	3.33 618	1.57 607	2.72 634	1.53 611	2.15 602	1.33 595	2.15 608	1.60 613	2.63 630	1.30 583	2.72 634	1.99 642	2.67 630	1.53 590	1.75 599	1.25 590	2.53 620	1.87 632

3.5w_stereo	2.03 599	2.72 570	1.35 568	3.41 620	1.57 607	2.72 634	1.49 610	2.01 594	1.34 596	2.15 608	1.61 615	2.63 630	1.36 588	2.72 634	1.99 642	2.66 628	1.58 596	1.68 598	1.24 588	2.53 620	1.87 632

sCroCo_RVC	2.10 606	2.76 574	1.92 624	2.78 599	1.39 601	2.73 636	1.41 604	2.73 633	1.40 603	2.77 642	1.41 604	2.74 639	1.40 592	2.74 637	1.40 602	2.72 632	1.42 583	2.72 640	1.44 606	2.79 627	1.42 602

PSMNet-RSSM	0.77 431	2.76 574	0.14 148	0.20 161	0.14 182	0.20 187	2.66 649	2.79 638	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	2.52 617	2.31 641

MonStereo1	1.94 583	2.77 576	1.52 591	3.73 634	1.51 606	2.13 606	1.42 606	2.32 612	1.52 607	2.31 616	1.50 607	2.53 621	1.59 596	2.34 614	1.56 607	1.91 587	1.36 577	1.86 604	1.31 593	2.07 591	1.53 604

asd	2.18 611	2.77 576	1.58 593	3.59 628	2.00 636	2.58 630	1.85 625	2.39 617	1.71 615	2.47 623	1.97 638	2.59 628	1.61 598	2.56 624	1.79 627	2.51 625	1.99 617	2.11 618	1.62 620	2.36 605	1.60 613

GwcNet-RSSM	0.77 431	2.77 576	0.14 148	0.20 161	0.14 182	0.20 187	2.67 650	2.78 637	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	2.52 617	2.31 641

hitnet-ft	0.79 436	2.78 579	0.14 148	0.20 161	0.14 182	0.21 198	2.89 652	2.80 639	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	2.54 625	2.33 643

PDISCO_ROB	0.83 453	2.80 580	3.49 661	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	3.30 645	0.13 171	0.14 133	2.34 633	0.16 170	0.12 170	2.62 626	0.10 140

iGMRVC	0.84 456	2.85 581	0.72 452	0.72 401	0.73 485	0.77 452	0.79 492	0.73 444	0.74 493	0.73 450	0.72 491	0.73 454	0.76 485	0.73 448	0.73 483	0.72 429	0.73 458	0.73 458	0.72 493	0.73 434	0.72 476

MC-Stereo	1.76 575	2.96 582	1.37 578	2.14 570	1.37 599	2.14 607	1.36 596	2.14 601	1.37 601	2.14 607	1.37 600	2.14 605	1.37 590	2.14 605	1.37 600	1.97 591	1.32 564	1.97 612	1.32 594	1.98 589	1.33 594

VIP-Stereo	0.70 411	2.97 583	2.43 639	2.49 588	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	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 183

PASM	0.39 274	3.06 584	1.36 576	1.58 547	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

DDVS	0.30 209	3.10 585	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

DEFOM-Stereo	0.68 405	3.11 586	1.40 582	1.63 555	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	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 292

4D-IteraStereo	0.78 435	3.13 587	0.89 475	0.69 391	0.32 338	0.40 285	0.32 324	0.76 447	0.97 519	0.52 410	0.65 465	0.89 477	0.32 334	0.76 452	0.98 513	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 501

plain	1.88 580	3.16 588	0.64 423	3.10 604	0.65 467	3.10 643	0.64 452	3.12 642	0.65 457	3.10 643	0.65 465	3.11 644	0.65 454	3.12 642	0.65 450	3.12 637	0.65 435	3.13 642	0.65 473	3.13 630	0.65 458

iRaftStereo_RVC	0.97 482	3.17 589	2.30 634	2.42 585	0.38 380	0.54 422	0.38 373	0.54 410	0.38 372	0.54 418	0.38 378	0.54 420	0.38 369	0.54 415	0.38 365	2.38 617	2.34 633	0.49 417	0.36 382	0.49 388	0.36 354

RCA-Stereo	0.51 370	3.22 590	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

NLSM1	2.93 644	3.24 591	2.57 641	4.04 637	2.66 653	3.30 647	2.55 648	3.29 645	2.55 650	3.35 647	2.48 652	3.28 647	2.47 638	3.34 647	2.49 650	3.26 638	2.55 638	3.13 642	2.57 652	3.00 629	2.46 647

Anonymous3	2.55 635	3.26 592	1.65 596	3.28 613	1.63 612	3.24 645	1.68 615	3.27 644	1.66 610	3.28 645	1.67 618	3.25 646	1.66 600	3.27 644	1.64 611	3.26 638	1.65 603	3.30 644	1.65 622	4.95 664	1.65 620

MIF-Stereo (partial)	2.58 636	3.31 593	0.66 429	3.18 608	0.66 471	3.18 644	0.66 456	3.21 643	0.67 461	3.19 644	0.66 468	3.19 645	0.66 458	3.31 646	0.68 463	5.09 669	1.79 612	8.23 689	1.67 624	6.18 673	1.38 600

MM-Stereo_test1	1.80 578	3.41 594	1.52 591	2.12 569	1.41 602	2.04 602	1.41 604	2.05 596	1.46 606	2.04 602	1.41 604	2.05 604	1.42 593	2.05 601	1.43 604	2.04 595	1.54 592	1.94 610	1.38 600	1.99 590	1.33 594

UniTT-Stereo	2.03 599	3.43 595	0.72 452	3.42 621	0.73 485	3.27 646	0.68 464	3.38 647	0.69 472	3.29 646	0.72 491	3.28 647	0.70 475	3.35 648	0.68 463	3.39 640	0.68 442	3.31 645	0.69 484	3.37 631	0.73 479

castereo++	0.54 376	3.59 596	1.15 504	1.31 532	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	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 173

DPSNet	3.66 649	3.60 597	3.62 664	3.63 629	3.64 675	3.65 650	3.65 674	3.66 650	3.67 671	3.67 649	3.65 672	3.67 651	3.66 660	3.66 649	3.68 669	3.68 643	3.66 658	3.67 649	3.68 675	3.67 633	3.67 673

RAStereo	2.23 621	3.64 598	0.76 460	3.65 630	0.86 507	3.66 651	0.76 489	3.67 651	0.81 504	3.66 648	0.76 497	3.66 650	0.77 487	3.68 650	0.77 491	3.68 643	0.77 464	3.69 650	0.77 500	3.70 634	0.77 488

qqq1	0.25 192	3.70 599	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	3.70 599	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

RAFT_CTSACE	1.92 582	3.71 601	1.72 601	1.88 559	1.72 621	2.04 602	1.42 606	2.18 603	1.89 638	2.02 600	1.97 638	1.95 596	2.06 632	1.93 597	1.62 610	1.76 577	1.66 604	2.02 613	1.73 632	1.73 580	1.43 603

MyStereo07	0.60 385	3.72 602	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 379	0.43 404	0.51 407	0.42 408	0.49 390	0.43 401	0.51 406	0.64 447	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 392

MyStereo04	0.56 383	3.72 602	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 259	0.31 323	0.34 254	0.46 419	0.35 263	0.32 334	0.35 262	0.33 332	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 392

castereo	0.61 390	3.79 604	1.35 568	1.52 546	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	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 184

ffm	0.25 192	3.83 605	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	3.83 605	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	3.83 605	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

NINENet	0.69 408	3.87 608	1.20 513	1.98 566	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	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 217

GEAStereo	0.62 393	3.91 609	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 402	0.38 372	0.53 413	0.38 378	0.50 404	0.38 369	0.51 406	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 341

gasm-f	0.62 393	3.91 609	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 402	0.38 372	0.53 413	0.38 378	0.50 404	0.38 369	0.51 406	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 341

MyStereo8	0.71 414	3.92 611	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 422	0.50 429	0.59 430	0.51 443	0.57 430	0.50 428	0.56 420	0.52 430	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 415

NLCSM	3.67 650	4.08 612	3.19 660	4.80 653	3.26 668	3.99 655	3.24 669	4.25 657	3.18 667	4.09 653	3.27 667	4.14 656	3.18 655	4.13 655	3.28 665	4.06 645	3.10 648	3.85 654	3.14 666	3.91 639	3.27 669

MyStereo06	0.75 425	4.12 613	0.60 413	0.63 381	0.61 459	0.62 437	0.66 456	0.56 414	0.45 410	0.55 421	0.48 431	0.54 420	0.46 410	0.57 425	0.45 402	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 436

MyStereo05	0.80 439	4.12 613	0.63 421	0.63 381	0.61 459	0.62 437	0.66 456	0.65 431	0.62 452	0.67 442	0.61 459	0.65 443	0.58 443	0.67 439	0.55 435	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 436

test-3	0.98 484	4.13 615	1.85 616	1.85 558	0.61 459	0.69 443	0.37 366	0.63 429	0.61 451	0.66 441	0.51 443	0.73 454	0.44 403	0.57 425	0.54 433	1.68 576	1.81 613	0.40 355	0.43 420	0.66 420	0.50 415

GCAP-Stereo	0.75 425	4.15 616	0.42 351	0.75 404	0.35 363	0.78 454	0.40 387	0.79 449	0.38 372	0.78 459	0.36 366	0.78 460	0.36 360	0.79 453	0.39 377	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 372

IGEVStereo-DCA	1.77 576	4.21 617	1.84 614	2.49 588	2.11 643	2.54 628	1.36 596	1.65 582	1.17 540	2.75 637	1.90 632	2.54 624	1.15 523	0.94 483	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 498

rrr	1.77 576	4.21 617	1.84 614	2.49 588	2.11 643	2.54 628	1.36 596	1.65 582	1.17 540	2.75 637	1.90 632	2.54 624	1.15 523	0.94 483	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 498

GSStereo	0.81 444	4.28 619	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	3.79 665	0.50 396	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 351

GEStereo_RVC	0.86 465	4.45 620	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 222	0.18 213	5.03 675	0.20 227	0.27 235	0.19 221	0.27 234	0.21 221	0.20 175	0.19 199	0.19 191	4.02 680	0.20 188	0.18 206

error version	0.93 478	4.47 621	2.35 635	1.99 567	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	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 334

test_1	0.93 478	4.47 621	2.35 635	1.99 567	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	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 334

TestStereo	4.88 676	4.75 623	4.79 670	4.87 656	4.92 684	4.81 676	4.90 684	4.78 672	4.77 683	4.87 673	4.89 683	4.90 678	4.91 676	4.99 676	4.79 681	4.98 666	4.87 667	4.87 674	4.92 685	5.00 665	5.00 683

DispFullNet	4.61 672	4.84 624	3.12 657	5.00 657	3.57 672	4.75 674	3.03 659	7.75 687	4.17 680	4.91 674	3.09 663	6.20 684	3.95 669	6.71 683	3.51 667	5.30 671	3.67 659	5.86 683	3.63 672	5.61 670	3.46 671

MLG-Stereo_test3	4.26 665	4.85 625	3.95 667	5.35 660	3.60 673	4.75 674	3.76 675	5.49 680	3.71 672	5.39 677	3.69 673	4.82 676	3.66 660	4.85 672	3.73 673	4.93 664	3.19 655	4.69 668	2.99 656	4.84 661	2.98 653

CFNet-RSSM	0.91 471	4.89 626	0.34 270	0.44 283	1.07 530	1.62 589	1.40 603	0.91 469	0.35 356	1.60 581	1.39 603	0.64 440	0.34 350	0.44 349	0.33 332	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 298

StereoVision	3.15 645	5.00 627	0.89 475	4.83 654	1.00 520	3.93 652	1.27 590	6.37 681	1.34 596	5.67 681	1.26 590	5.84 683	1.27 580	5.03 678	1.24 587	5.10 670	1.09 500	4.61 663	0.57 455	5.62 671	1.12 525

LL-Strereo	1.01 492	5.06 628	1.63 595	0.70 397	1.43 603	0.56 424	0.46 412	0.57 417	0.50 429	0.57 426	0.50 437	1.58 585	0.49 424	0.59 427	0.50 423	1.64 575	0.52 409	0.51 426	1.37 598	0.52 401	0.45 397

aanet-new-14k	0.60 385	5.12 629	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	0.37 328	0.38 301	0.26 254	0.38 286	0.26 234

FC-DCNN v2	5.10 680	5.15 630	4.49 669	5.07 658	3.37 670	6.87 683	4.75 683	5.04 677	6.34 687	7.84 687	5.06 684	6.72 688	4.09 672	4.99 676	5.44 684	5.03 667	3.16 652	4.67 666	4.86 684	5.15 667	3.89 678

DEFOM-Stereo_RVC	0.83 453	5.18 631	1.98 627	2.19 572	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	2.28 608	2.13 628	0.24 221	0.17 217	0.18 181	0.16 184

rvit_105_1	3.83 652	5.22 632	3.01 646	4.53 641	3.01 656	4.51 659	3.01 654	4.56 661	3.04 655	4.53 660	3.03 656	4.55 663	3.03 643	4.56 661	3.04 652	4.57 653	3.05 641	4.57 658	3.05 657	4.57 648	3.05 654

rvit_stereo_0081	3.83 652	5.23 633	3.01 646	4.53 641	3.03 658	4.55 665	3.02 655	4.56 661	3.04 655	4.52 658	3.02 654	4.54 661	3.03 643	4.56 661	3.04 652	4.57 653	3.05 641	4.57 658	3.05 657	4.58 649	3.05 654

CFNet	1.37 565	5.27 634	0.19 188	5.49 661	0.19 225	0.28 235	0.19 210	0.28 225	0.19 219	0.28 231	0.19 223	0.28 236	4.35 673	0.28 238	0.19 214	0.23 196	0.17 191	0.23 212	4.21 682	4.81 659	0.17 201

rvit_stereo_0083	3.92 661	5.30 635	3.06 654	4.61 650	3.09 665	4.67 670	3.08 664	4.66 669	3.09 664	4.62 668	3.10 664	4.66 673	3.11 652	4.67 669	3.16 663	4.72 663	3.16 652	4.77 671	3.11 664	4.66 655	3.11 663

rvit_0105_3	3.91 659	5.33 636	3.06 654	4.60 649	3.07 664	4.60 668	3.06 663	4.62 667	3.08 663	4.60 667	3.07 662	4.62 670	3.08 650	4.67 669	3.10 661	4.70 661	3.11 649	4.77 671	3.19 669	4.77 658	3.14 665

rvit_stereo_0081_aga	3.86 654	5.33 636	3.02 649	4.55 647	3.04 662	4.54 661	3.02 655	4.64 668	3.06 659	4.54 662	3.04 658	4.62 670	3.08 650	4.62 667	3.07 657	4.58 656	3.06 645	4.60 662	3.08 661	4.63 652	3.07 658

MLG-Stereo_test1	4.25 664	5.34 638	3.61 663	5.31 659	3.63 674	5.23 677	3.57 672	5.38 679	3.65 670	5.23 676	3.47 669	4.76 674	3.74 663	4.85 672	3.71 670	4.96 665	3.18 654	4.71 669	2.92 654	4.86 662	2.90 651

rvit_0105_5	4.10 663	5.40 639	3.13 659	4.71 652	3.15 667	4.72 673	3.10 666	4.90 676	3.27 668	4.69 670	3.16 666	4.84 677	3.25 656	4.96 675	3.34 666	5.05 668	3.39 657	5.10 676	3.40 670	5.11 666	3.42 670

UDGNet	2.23 621	5.40 639	1.72 601	2.48 587	1.69 617	2.51 625	1.69 616	2.51 623	1.72 619	2.50 625	1.69 620	2.52 620	1.69 603	2.50 622	1.68 615	2.41 619	1.70 606	2.42 630	1.69 628	2.42 607	1.64 618

rvit_stereo_ft	3.93 662	5.44 641	3.05 653	4.59 648	3.06 663	4.61 669	3.08 664	4.67 670	3.12 665	4.63 669	3.10 664	4.65 672	3.11 652	4.69 671	3.13 662	4.70 661	3.14 651	4.71 669	3.15 667	4.74 656	3.16 666

MLG-Stereo_test2	4.28 666	5.46 642	3.69 665	4.86 655	3.72 676	5.58 680	3.42 670	4.81 673	3.77 676	4.85 672	3.72 674	5.55 682	3.63 659	5.58 679	3.53 668	4.41 650	3.28 656	4.99 675	2.95 655	4.75 657	3.13 664

rvit_0105_4	3.91 659	5.47 643	3.02 649	4.54 644	3.02 657	4.54 661	3.03 659	4.75 671	3.17 666	4.57 664	3.06 659	4.61 669	3.16 654	4.65 668	3.09 660	4.66 660	3.11 649	4.68 667	3.18 668	4.81 659	3.16 666

rvit_stereo_0080	3.89 657	5.70 644	3.04 651	4.54 644	3.03 658	4.56 666	3.05 661	4.60 665	3.07 660	4.58 665	3.06 659	4.59 665	3.06 648	4.61 665	3.08 658	4.63 658	3.09 646	4.64 664	3.10 662	4.65 653	3.10 661

whm_eth	3.89 657	5.70 644	3.04 651	4.54 644	3.03 658	4.56 666	3.05 661	4.60 665	3.07 660	4.58 665	3.06 659	4.59 665	3.06 648	4.61 665	3.08 658	4.63 658	3.09 646	4.64 664	3.10 662	4.65 653	3.10 661

rvit_0105_6	3.87 656	5.73 646	3.10 656	4.69 651	3.12 666	4.54 661	3.02 655	4.56 661	3.04 655	4.54 662	3.03 656	4.54 661	3.04 646	4.56 661	3.05 654	4.58 656	3.05 641	4.58 660	3.05 657	4.58 649	3.05 654

rvit_stereo_0082	3.86 654	5.82 647	3.01 646	4.53 641	3.03 658	4.54 661	3.02 655	4.56 661	3.04 655	4.53 660	3.02 654	4.55 663	3.04 646	4.57 664	3.05 654	4.57 653	3.05 641	4.58 660	3.05 657	4.58 649	3.06 657

SGM-Forest	5.21 682	5.92 648	4.08 668	6.18 666	4.16 681	6.31 682	4.34 682	6.50 682	4.33 681	6.14 683	4.21 680	6.61 687	4.55 675	6.67 682	4.48 680	5.94 675	3.94 661	5.85 682	4.03 681	5.79 672	4.17 681
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 646	6.02 649	1.12 499	5.61 663	1.16 539	5.43 679	1.02 523	5.15 678	0.70 480	5.43 678	1.21 585	5.03 680	0.97 503	4.85 672	0.99 514	4.53 651	1.16 510	5.53 679	1.25 590	5.37 669	1.30 591

IER	0.88 468	7.04 650	2.23 632	2.75 594	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

HCRNet	1.22 557	7.11 651	3.00 645	3.55 627	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	3.64 642	3.00 640	0.76 466	0.32 349	0.18 181	0.13 173

SA	4.33 668	7.35 652	6.85 683	5.96 665	4.09 680	3.59 649	3.15 667	3.82 652	2.64 651	3.91 650	3.85 675	3.57 649	2.72 641	3.13 643	4.03 676	7.09 684	6.86 679	3.57 647	3.12 665	3.85 635	3.51 672

cross-raft	4.83 675	7.52 653	6.43 679	6.63 669	3.96 679	4.51 659	3.99 679	4.49 659	3.96 678	4.52 658	3.96 677	4.50 660	3.97 670	4.50 660	3.97 675	6.65 679	6.44 676	4.33 655	3.92 679	4.35 644	3.91 679

test_5	4.62 673	7.55 654	6.23 678	6.32 668	3.40 671	5.29 678	3.50 671	3.53 649	4.11 679	4.28 655	4.47 682	4.26 659	4.38 674	3.68 650	3.24 664	5.89 674	5.60 670	4.84 673	3.50 671	4.33 643	3.93 680

RAFT+CT+SA	4.28 666	7.62 655	4.91 671	5.55 662	2.28 650	3.09 642	3.64 673	4.49 659	3.07 660	4.80 671	3.35 668	4.77 675	3.70 662	4.29 658	3.05 654	5.58 672	5.98 674	3.58 648	3.78 677	4.26 642	3.72 674

raft_robust	4.71 674	7.75 656	5.40 676	6.81 670	3.31 669	4.28 658	4.20 681	4.32 658	4.37 682	4.35 657	4.35 681	4.14 656	3.75 664	4.30 659	4.20 679	6.67 680	6.37 675	3.36 646	4.24 683	4.86 662	3.25 668

test_4	4.88 676	8.13 657	6.98 684	7.46 674	4.44 682	4.25 657	3.85 678	4.04 656	3.92 677	4.13 654	3.91 676	4.18 658	3.84 667	4.14 656	4.06 677	7.01 683	7.13 680	4.53 656	3.72 676	4.09 640	3.72 674

Sa-1000	4.34 669	8.37 658	6.84 682	6.98 673	4.45 683	3.58 648	3.00 653	3.42 648	3.39 669	2.61 628	4.00 678	3.83 653	4.01 671	3.90 652	3.90 674	5.98 676	5.62 671	3.76 651	2.34 650	4.35 644	2.47 648

TestStereo1	4.60 670	8.41 659	6.44 680	6.86 671	3.79 677	3.97 653	3.78 676	3.99 654	3.74 673	3.97 651	3.52 670	3.94 654	3.58 657	3.98 653	3.72 671	6.82 681	6.50 677	3.76 651	3.66 673	3.90 636	3.74 676

SA-5K	4.60 670	8.41 659	6.44 680	6.86 671	3.79 677	3.97 653	3.78 676	3.99 654	3.74 673	3.97 651	3.52 670	3.94 654	3.58 657	3.98 653	3.72 671	6.82 681	6.50 677	3.76 651	3.66 673	3.90 636	3.74 676

U	5.15 681	8.49 661	1.81 605	8.49 678	1.77 623	8.49 688	1.77 619	8.51 689	1.77 624	8.49 689	1.77 623	8.50 690	1.78 612	8.58 689	1.77 626	8.54 688	1.78 610	8.55 690	1.78 633	8.55 684	1.84 628

CFNet_RVC	2.38 631	8.71 662	0.38 289	9.33 681	0.42 411	0.56 424	0.42 401	0.60 424	0.38 372	0.62 435	0.42 408	0.56 427	7.29 685	0.62 430	0.42 396	0.53 385	0.37 328	0.49 417	0.34 363	8.30 682	6.87 688

rvit_stereo_0075_2	6.64 684	8.80 663	5.25 673	7.89 675	5.27 686	7.90 687	5.27 685	7.92 688	5.28 685	7.91 688	5.29 686	7.93 689	5.27 677	7.92 688	5.28 682	7.93 685	5.28 669	7.93 688	5.29 687	7.93 681	5.28 685

test_3	5.01 678	8.86 664	7.77 686	8.09 676	2.76 655	4.13 656	4.05 680	3.88 653	3.76 675	4.33 656	4.13 679	3.71 652	3.91 668	4.21 657	4.06 677	7.93 685	7.69 682	4.53 656	3.91 678	4.17 641	4.29 682

SGM+DAISY	7.06 686	9.15 665	5.38 675	8.84 680	5.18 685	8.80 689	5.31 686	8.79 690	5.28 685	8.89 690	5.20 685	8.93 691	5.33 678	8.95 690	5.36 683	8.70 689	5.21 668	8.74 691	5.20 686	8.89 685	5.15 684

test-1	6.46 683	9.16 666	8.03 689	8.09 676	5.62 687	6.11 681	6.35 687	6.85 684	4.94 684	6.08 682	6.29 689	4.98 679	6.43 681	6.22 680	6.36 687	6.16 678	7.47 681	5.82 681	5.44 688	7.11 678	5.68 686

RAFT	6.73 685	9.36 667	7.40 685	8.51 679	6.55 688	6.88 684	6.60 688	6.79 683	6.60 688	6.80 684	6.72 690	5.31 681	5.50 679	6.61 681	6.61 688	8.42 687	5.89 672	5.73 680	5.45 689	6.61 674	6.24 687

CFNet_pseudo	2.67 639	9.36 667	0.32 255	10.99 690	0.33 350	0.85 467	0.33 335	0.49 379	0.33 343	0.49 385	0.32 337	0.49 390	7.26 684	0.49 388	0.33 332	0.41 298	9.62 688	0.41 372	0.29 317	10.03 690	0.29 298

CFNet_ucs	2.73 640	9.64 669	0.33 260	9.92 686	0.32 338	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 390	8.98 688	0.48 382	0.33 332	0.41 298	9.96 691	0.40 355	0.29 317	10.12 691	0.54 429

PCWNet_CMD	2.80 643	9.82 670	0.32 255	10.09 688	0.32 338	0.49 392	0.33 335	3.34 646	0.33 343	0.49 385	0.33 346	0.49 390	8.73 686	0.48 382	0.33 332	0.41 298	9.22 685	0.42 383	0.29 317	9.55 688	0.31 320

pcwnet_v2	2.66 638	9.89 671	0.33 260	9.89 685	0.32 338	0.50 401	0.32 324	0.49 379	0.33 343	0.49 385	0.34 354	0.49 390	8.76 687	0.48 382	0.33 332	0.41 298	9.58 687	0.40 355	0.29 317	9.01 686	0.63 450

UCFNet_RVC	2.75 641	10.06 672	0.29 231	10.31 689	0.29 275	0.42 321	0.29 267	0.43 318	0.29 269	0.42 308	0.29 273	0.42 321	9.87 690	0.43 320	0.29 266	0.36 256	9.84 690	0.36 290	0.26 254	9.77 689	0.26 234

MSMDNet	2.65 637	10.14 673	0.33 260	9.74 684	0.32 338	0.87 470	0.33 335	2.95 641	0.68 467	0.49 385	0.34 354	0.49 390	5.70 680	0.49 388	0.33 332	0.42 312	9.57 686	0.41 372	0.31 342	8.36 683	0.65 458

ccs_rob	2.79 642	10.17 674	0.32 255	10.00 687	0.33 350	0.49 392	0.33 335	1.90 589	0.32 333	0.51 407	0.33 346	0.49 390	9.24 689	0.49 388	0.33 332	0.41 298	9.82 689	0.41 372	0.28 304	9.34 687	0.29 298

test-v	7.53 687	11.89 675	7.98 687	9.36 682	7.14 689	7.06 685	7.09 689	7.37 685	6.91 689	7.29 685	5.71 687	6.45 685	6.93 682	6.73 684	7.27 689	8.93 690	7.85 683	6.98 686	6.80 690	7.56 679	7.34 689

test-2	7.53 687	11.89 675	7.98 687	9.36 682	7.14 689	7.06 685	7.09 689	7.37 685	6.91 689	7.29 685	5.71 687	6.45 685	6.93 682	6.73 684	7.27 689	8.93 690	7.85 683	6.98 686	6.80 690	7.56 679	7.34 689

rafts_anoy	20.00 691	20.00 677	20.00 691	20.00 691	20.00 692	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 692	20.00 692	20.00 691	20.00 692	20.00 692	20.00 693	20.00 692	20.00 693	20.00 692	20.00 692

raft+_RVC	20.00 691	20.00 677	20.00 691	20.00 691	20.00 692	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 692	20.00 692	20.00 691	20.00 692	20.00 692	20.00 693	20.00 692	20.00 693	20.00 692	20.00 692

raftrobust	20.00 691	20.00 677	20.00 691	20.00 691	20.00 692	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 692	20.00 692	20.00 691	20.00 692	20.00 692	20.00 693	20.00 692	20.00 693	20.00 692	20.00 692

CasAABBNet	20.00 691	20.00 677	20.00 691	20.00 691	20.00 692	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 692	20.00 692	20.00 691	20.00 692	20.00 692	20.00 693	20.00 692	20.00 693	20.00 692	20.00 692

RALCasStereoNet	20.00 691	20.00 677	20.00 691	20.00 691	20.00 692	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 692	20.00 692	20.00 691	20.00 692	20.00 692	20.00 693	20.00 692	20.00 693	20.00 692	20.00 692

RALAANet	20.00 691	20.00 677	20.00 691	20.00 691	20.00 692	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 692	20.00 692	20.00 691	20.00 692	20.00 692	20.00 693	20.00 692	20.00 693	20.00 692	20.00 692

MANE	19.05 690	23.00 683	15.00 690	23.00 697	15.00 691	24.00 696	16.00 691	24.00 697	16.00 691	22.00 697	15.00 691	23.00 698	16.00 691	23.00 697	15.00 691	22.00 698	15.00 692	22.00 698	15.00 692	22.00 698	15.00 691

stereogan	2.33 625	24.38 684	1.18 508	1.18 471	1.18 543	1.14 514	1.18 536	1.19 508	1.19 542	1.14 515	1.18 539	1.14 518	1.18 528	1.14 517	1.18 536	1.14 495	1.14 508	1.19 530	1.19 537	1.15 497	1.19 538

Abc-Net	2.32 624	24.75 685	1.14 502	1.17 470	1.17 540	1.11 511	1.15 532	1.17 505	1.21 588	1.08 505	1.16 535	1.12 517	1.14 522	1.09 510	1.17 535	1.09 484	1.16 510	1.17 525	1.17 536	1.16 499	1.11 523
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 625	25.00 686	1.13 501	1.15 464	1.15 535	1.10 508	1.15 532	1.15 500	1.15 535	1.12 512	1.15 532	1.09 510	1.13 519	1.10 512	1.15 530	1.11 491	1.09 500	1.16 521	1.12 531	1.16 499	1.17 534

RGC	2.36 627	25.48 687	1.19 510	1.15 464	1.15 535	1.10 508	1.16 534	1.17 505	1.16 536	1.12 512	1.16 535	1.11 516	1.13 519	1.09 510	1.18 536	1.10 486	1.15 509	1.16 521	1.12 531	1.14 494	1.12 525

NCC-stereo	2.36 627	25.52 688	1.17 506	1.15 464	1.17 540	1.11 511	1.11 527	1.15 500	1.16 536	1.10 506	1.16 535	1.10 512	1.15 523	1.14 517	1.13 528	1.09 484	1.11 504	1.15 520	1.16 535	1.17 504	1.17 534

AF-Net	2.37 629	25.71 689	1.17 506	1.13 460	1.15 535	1.15 515	1.18 536	1.19 508	1.16 536	1.10 506	1.15 532	1.10 512	1.18 528	1.12 516	1.15 530	1.10 486	1.10 503	1.17 525	1.15 533	1.16 499	1.12 525

Nwc_Net	2.37 629	25.95 690	1.15 504	1.14 461	1.15 535	1.08 505	1.14 530	1.17 505	1.16 536	1.14 515	1.15 532	1.08 508	1.15 523	1.11 514	1.14 529	1.10 486	1.11 504	1.16 521	1.09 530	1.16 499	1.15 530

FAT-Stereo	2.46 633	26.05 691	1.23 562	1.23 520	1.22 594	1.20 517	1.24 586	1.23 559	1.23 590	1.19 518	1.22 586	1.21 568	1.24 578	1.20 522	1.24 587	1.21 546	1.17 513	1.22 578	1.25 590	1.20 509	1.24 588

S-Stereo	2.51 634	26.86 692	1.23 562	1.22 518	1.22 594	1.24 565	1.25 587	1.22 557	1.24 591	1.21 564	1.24 588	1.19 522	1.27 580	1.19 521	1.24 587	1.19 498	1.20 515	1.25 580	1.19 537	1.24 558	1.23 587

MoCha-V2	2.11 607	26.97 693	0.78 463	0.92 428	0.77 497	0.96 482	0.72 484	0.90 467	0.72 488	0.94 482	0.70 483	0.90 479	0.71 479	0.91 477	0.71 481	0.85 453	0.71 455	0.88 485	0.69 484	0.87 457	0.67 463

edge stereo	2.43 632	27.07 694	1.14 502	1.06 452	1.14 533	1.08 505	1.17 535	1.16 503	1.14 534	1.10 506	1.16 535	1.09 510	1.16 527	1.10 512	1.16 534	1.10 486	1.11 504	1.16 521	1.19 537	1.13 493	1.11 523

fff	1000028.16 717	29.62 695	29.72 698	32.61 698	30.02 699	35.13 699	31.83 700	32.07 699	10000000.00 718	35.27 701	29.82 700	32.45 700	30.15 699	32.35 699	30.09 699	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 700

csc	1000028.16 717	29.62 695	29.72 698	32.61 698	30.02 699	35.13 699	31.83 700	32.07 699	10000000.00 718	35.27 701	29.82 700	32.45 700	30.15 699	32.35 699	30.09 699	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 700

cscssc	1000028.16 717	29.62 695	29.72 698	32.61 698	30.02 699	35.13 699	31.83 700	32.07 699	10000000.00 718	35.27 701	29.82 700	32.45 700	30.15 699	32.35 699	30.09 699	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 700

STTStereo	3.73 651	30.40 698	2.37 637	2.39 584	2.31 652	2.35 615	2.33 646	2.29 607	2.42 649	2.32 617	2.34 651	2.33 611	2.36 637	2.30 612	2.27 648	2.35 615	2.22 631	2.31 623	2.22 646	2.29 602	2.34 644

111	30.40 697	30.94 699	29.72 698	32.61 698	30.02 699	33.57 697	30.47 699	31.50 698	29.39 699	30.98 698	29.11 699	29.78 699	30.39 702	29.45 698	30.76 702	30.08 699	29.02 700	29.92 699	30.32 703	29.86 699	30.17 699

DCANet-4	35.22 699	34.54 700	35.08 704	33.58 702	35.47 706	34.55 698	35.53 706	36.08 704	35.85 703	35.92 704	35.77 705	35.18 705	35.48 704	35.39 704	37.15 708	34.55 705	33.92 704	35.02 706	34.90 705	35.79 703	34.74 706

tt	500032.53 715	34.60 701	29.72 698	37.47 707	34.41 704	36.85 703	35.22 704	34.71 702	33.55 701	34.50 699	35.43 703	33.81 703	10000000.00 719	33.57 702	33.13 703	33.68 703	35.00 705	34.03 704	35.26 706	30.96 700	34.63 704

DCANet	500032.53 715	34.60 701	29.72 698	37.47 707	34.41 704	36.85 703	35.22 704	34.71 702	33.55 701	34.50 699	35.43 703	33.81 703	10000000.00 719	33.57 702	33.13 703	33.68 703	35.00 705	34.03 704	35.26 706	30.96 700	34.63 704

WCMA_ROB	31.10 698	35.43 703	27.12 697	39.51 709	23.10 698	38.78 708	25.30 698	37.49 709	25.39 698	37.29 708	27.02 698	38.52 710	26.48 698	37.80 708	26.44 698	36.28 706	22.65 699	33.90 703	22.30 699	37.10 707	24.18 698

ADStereo(finetuned)	36.13 700	36.63 704	38.07 708	36.97 703	33.25 703	35.91 702	34.45 703	36.36 705	32.99 700	38.14 709	36.71 706	36.69 706	34.13 703	38.57 709	40.79 709	37.60 710	36.58 707	35.90 707	33.36 704	35.42 702	34.04 703

Reg-Stereo(zero)	37.00 701	37.00 705	37.00 705	37.00 704	37.00 707	37.00 705	37.00 707	37.00 706	37.00 704	37.00 705	37.00 707	37.00 707	37.00 705	37.00 705	37.00 705	37.00 707	37.00 708	37.00 708	37.00 708	37.00 704	37.00 707

HI	37.00 701	37.00 705	37.00 705	37.00 704	37.00 707	37.00 705	37.00 707	37.00 706	37.00 704	37.00 705	37.00 707	37.00 707	37.00 705	37.00 705	37.00 705	37.00 707	37.00 708	37.00 708	37.00 708	37.00 704	37.00 707

CoSv	37.00 701	37.00 705	37.00 705	37.00 704	37.00 707	37.00 705	37.00 707	37.00 706	37.00 704	37.00 705	37.00 707	37.00 707	37.00 705	37.00 705	37.00 705	37.00 707	37.00 708	37.00 708	37.00 708	37.00 704	37.00 707

NLCA_NET_v2_RVC	5.04 679	50.87 708	2.78 642	2.87 600	2.71 654	2.78 641	0.47 417	2.88 640	2.86 654	1.89 591	2.67 653	2.79 643	2.79 642	2.78 641	2.83 651	2.82 633	2.82 639	2.83 641	2.77 653	2.83 628	2.76 649
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 704	87.70 709	41.95 709	113.75 712	65.62 712	75.05 709	55.25 711	75.64 711	45.04 707	71.61 710	41.75 710	72.81 711	44.06 708	68.38 710	44.63 710	101.89 713	59.57 713	107.10 713	61.05 713	104.38 710	59.38 712

MGS-Stereo	239.45 709	123.00 710	135.00 713	266.00 715	286.00 716	277.00 714	305.00 716	271.00 715	242.00 713	274.00 715	279.00 716	255.00 716	270.00 714	268.00 715	297.00 716	221.00 716	247.00 717	216.00 716	123.00 714	217.00 713	217.00 716

AE-Stereo	201.80 708	123.00 710	115.00 711	219.00 714	218.00 715	223.00 713	244.00 715	217.00 714	236.00 712	202.00 714	203.00 714	205.00 715	208.00 712	225.00 714	204.00 714	210.00 715	198.00 715	197.00 715	184.00 716	204.00 712	201.00 714

EGLCR-Stereo	246.90 710	129.00 712	139.00 714	266.00 715	286.00 716	277.00 714	305.00 716	271.00 715	242.00 713	274.00 715	279.00 716	255.00 716	270.00 714	268.00 715	297.00 716	230.00 717	247.00 717	216.00 716	223.00 718	237.00 714	227.00 717

NOSS_ROB	102.95 705	153.00 713	121.00 712	51.00 710	44.00 710	165.00 712	127.00 712	153.00 712	119.00 709	164.00 713	125.00 712	168.00 714	120.00 710	153.00 712	117.00 712	49.00 711	44.00 711	49.00 711	44.00 711	49.00 708	44.00 710

MeshStereo	159.24 707	171.00 714	160.68 715	162.58 713	160.59 713	164.01 711	160.35 713	158.51 713	158.56 710	158.34 712	160.12 713	158.56 713	159.92 711	157.26 713	158.94 713	154.38 714	158.36 714	155.75 714	159.13 715	153.67 711	154.07 713
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
PA-Net	11.80 689	223.51 715	0.62 420	0.59 374	0.71 482	0.59 432	0.73 485	0.67 434	0.73 491	0.55 421	0.61 459	0.60 435	0.74 482	0.63 434	0.73 483	0.66 414	0.60 424	0.69 452	0.66 475	0.72 431	0.65 458
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 711	354.61 716	207.27 716	363.24 717	206.46 714	364.72 716	210.41 714	364.72 717	210.41 711	364.81 717	208.64 715	364.81 718	208.64 713	364.72 717	210.41 715	354.70 718	205.53 716	354.70 718	205.53 717	354.70 715	205.53 715

LE_ROB	396.57 712	471.28 717	329.84 717	471.48 718	308.15 718	526.83 717	322.10 718	488.15 718	323.76 715	495.46 718	317.97 718	497.17 719	320.10 716	481.62 718	326.76 718	462.71 719	298.97 719	466.16 719	285.98 719	447.62 716	289.21 718

SGM-ForestM	596.69 713	677.77 718	444.52 718	699.85 719	517.25 719	732.94 718	488.29 719	770.79 719	460.11 716	750.81 719	487.98 719	792.79 720	499.41 717	730.90 719	475.81 719	720.03 720	491.16 720	663.96 720	418.60 720	674.76 717	436.05 719

CBMV_ROB	818.48 714	913.88 719	709.52 719	862.84 720	597.78 720	1073.99 719	700.52 720	1015.66 720	702.59 717	1115.65 720	760.02 720	1130.24 721	721.57 718	1037.41 720	692.65 720	814.05 721	564.29 721	843.28 721	595.31 721	915.51 718	602.92 720

CBMV	128.50 706	1422.70 720	53.10 710	79.50 711	51.30 711	77.30 710	49.70 710	74.00 710	48.20 708	77.20 711	48.80 711	73.90 712	48.00 709	73.80 711	48.80 711	70.40 712	45.10 712	68.90 712	46.10 712	68.20 709	45.00 711
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

SGD-Stereo	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

IGEV-Stereo++	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

IGEV-BASED-STEREO-	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

IGEV-Stereo+	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

SDNR	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

anonymousdsp2	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

anonymousdsp	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

test_example2	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

DIP-Stereo	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721
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	3.79 665	0.50 396	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 351

Low-res two-view benchmark