Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 122	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

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

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

Wz-Net-SNSev	0.03 29	0.09 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

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 263	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

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

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

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

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

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

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

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

G2L-ROB	0.03 29	0.06 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 216	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 332	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

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

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

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

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

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

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

DualNet (step1)	0.10 90	1.05 360	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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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
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
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

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

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

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
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

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 104	0.12 123	0.13 118	0.14 182	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 150	0.11 156	0.12 154	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 166	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 155	0.11 156	0.14 156	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

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

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)
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

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

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

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

ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 175	0.13 177	0.17 174	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 166

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 155	0.11 156	0.16 167	0.11 152	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 166

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

xyz-stereo	0.18 161	0.50 245	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 186	0.20 225	0.20 184	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 210

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 186	0.20 225	0.20 184	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 210

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

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

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

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

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

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

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

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

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

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

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

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

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	0.30 209	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

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.
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

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
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
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-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-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

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-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-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-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-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-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-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

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-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

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-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

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

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

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-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

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-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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 249	0.28 263	0.36 262	0.27 260	0.35 263	0.27 260	0.35 262	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 272

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 246	0.25 242	0.35 258	0.27 260	0.36 268	0.26 253	0.34 259	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 272

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

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

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

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

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.
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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
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

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

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

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

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

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

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

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

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

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

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.
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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_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

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

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

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

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_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

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_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_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_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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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-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_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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

Low-res two-view benchmark