Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 431	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 120	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 120	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

Wz-Net-MNSev	0.06 61	0.54 263	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

AASNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 397	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 434	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 80	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 129	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 129	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 129	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

iinet-test	0.08 72	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 129	0.05 112	0.09 135	0.08 129	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 448	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

TS12	0.09 75	0.09 89	0.17 176	0.19 157	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 129	0.06 129	0.08 129	0.06 126	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 460	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 120	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 120	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

test_sample7	0.09 75	1.00 341	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_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

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

SepStereo	0.09 75	0.09 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 137	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

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

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

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

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_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

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

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

AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

222	0.10 90	0.99 339	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

PVD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 523	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

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 154	0.05 112	0.05 103	0.09 134	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 173

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

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

x	0.11 111	1.15 376	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

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

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

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

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

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 155	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 538	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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 608	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 612	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	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

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

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

ACRE	0.13 127	0.21 135	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 203	0.10 145	0.20 186	0.10 143	0.24 210	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	0.11 153

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

ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 179	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 435	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

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 175	0.11 156	0.17 174	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 496	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

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

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

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

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

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 155	0.14 181	0.14 156	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 574	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

HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 175	0.12 171	0.17 174	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 166

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 155	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 479

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 179	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 179	0.14 181	0.18 177	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

CoDeX	0.15 146	0.70 282	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

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)
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

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

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 194	0.12 175	0.20 184	0.12 167	0.20 186	0.12 171	0.21 195	0.13 171	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 186	0.12 171	0.19 180	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 429	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

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

qqq	0.16 153	2.01 520	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

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 157	0.13 180	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 183	0.13 177	0.19 180	0.13 171	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 173

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 136	0.21 225	0.22 198	0.10 145	0.19 183	0.18 216	0.10 139	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 530	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

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

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

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.22 198	0.15 194	0.22 202	0.16 194	0.22 199	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 178

w-ln-seven	0.18 161	1.47 454	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

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

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

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 194	0.17 207	0.20 184	0.17 205	0.21 194	0.18 216	0.21 195	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 201

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

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

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

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 208	0.18 213	0.24 210	0.18 221	0.23 209	0.19 221	0.24 210	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 184

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 208	0.18 213	0.23 203	0.17 205	0.23 209	0.18 216	0.23 206	0.18 211	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 184

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 215	0.16 194	0.24 210	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 184

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 215	0.16 194	0.24 210	0.16 193	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 184

z-ln-s-r	0.21 174	1.40 452	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

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 208	0.17 207	0.24 210	0.17 205	0.24 215	0.17 206	0.24 210	0.17 199	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 184

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 208	0.19 219	0.24 210	0.19 223	0.24 215	0.19 221	0.24 210	0.19 214	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 201

SuperB	0.21 174	0.10 93	2.51 640	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

BStereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 209	0.16 194	0.24 210	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 184

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 209	0.16 194	0.24 210	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 184

WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 215

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 217

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 217

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

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

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

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

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

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

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.25 222	0.25 244	0.26 230	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 228

ffm	0.25 192	3.83 605	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

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

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 222	0.25 242	0.25 218	0.25 251	0.25 222	0.25 244	0.25 219	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 228
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 192	1.31 443	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

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

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 259	0.24 237	0.26 227	0.27 260	0.33 257	0.21 231	0.25 219	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 234

DLNR-FE	0.28 203	0.89 313	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

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 198	0.30 280	0.32 248	0.31 327	0.32 254	0.31 329	0.32 251	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 327

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 225	0.28 263	0.28 231	0.28 267	0.28 236	0.28 267	0.28 238	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 292

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 253	0.21 225	0.42 308	0.21 233	0.36 268	0.22 232	0.36 268	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 213

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 239	0.24 237	0.33 252	0.24 245	0.35 263	0.24 241	0.33 258	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 227

UNet	0.29 208	0.90 316	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

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311

DDVS	0.30 209	3.10 585	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

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

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

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

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 232	0.34 352	0.29 236	0.31 327	0.29 242	0.30 280	0.31 248	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 320

tt1	0.31 216	0.93 325	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

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

tt_ll	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

ff	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 230	0.31 323	0.30 237	0.30 285	0.29 242	0.27 260	0.29 242	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 327

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

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

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 239	0.31 323	0.30 237	0.31 327	0.31 250	0.30 280	0.32 251	0.32 321	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 341

DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 237	0.30 280	0.31 242	0.31 327	0.31 250	0.30 280	0.31 248	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 320

WCG-NET（raft）	0.32 225	1.24 437	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

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 253	0.27 259	0.36 262	0.27 260	0.36 268	0.27 260	0.36 268	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 292

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 279	0.26 255	0.39 274	0.26 256	0.39 282	0.26 253	0.39 283	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 359
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 194	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

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

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 246	0.34 352	0.34 254	0.34 354	0.34 261	0.34 350	0.34 259	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 341

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 290	0.29 274	0.40 286	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 298

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 279	0.29 269	0.40 280	0.37 373	0.41 303	0.34 350	0.38 275	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 234

CSP-Net	0.34 230	1.29 439	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

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 294	0.32 333	0.38 268	0.30 285	0.39 282	0.30 280	0.38 275	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 298

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 294	0.27 259	0.41 294	0.27 260	0.42 321	0.27 260	0.41 301	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 272

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.30 285	0.44 360	0.30 280	0.44 349	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 272

FE-Mocha	0.35 239	0.71 283	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

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

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 234

CASnet	0.35 239	0.51 253	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)
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
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

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

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

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

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

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

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 360	0.32 334	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 272

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 360	0.32 334	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 272

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 318	0.31 323	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 234

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 303	0.32 334	0.41 301	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 320

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 253	0.35 356	0.35 258	0.37 373	0.36 268	0.36 360	0.35 262	0.36 353	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 354

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

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

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

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

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

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 318	0.31 323	0.45 359	0.31 327	0.43 328	0.31 329	0.43 320	0.69 471	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 311

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 312	0.30 280	0.44 347	0.30 285	0.42 321	0.30 280	0.42 314	0.68 463	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 298

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 312	0.30 280	0.45 359	0.30 285	0.42 321	0.30 280	0.42 314	0.69 471	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 298

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.42 321	0.30 280	0.42 314	0.73 483	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 311

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 312	0.33 343	0.43 313	0.34 354	0.42 321	0.34 350	0.41 301	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 327

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.32 334	0.45 365	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 298
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.33 345	0.45 365	0.32 321	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 354

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 277	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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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-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

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

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.
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

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

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

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

GCAP-Stereo-DPT26K	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 234

aanet-new-8k	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new	0.43 302	1.80 481	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-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-20K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-3K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

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

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

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

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

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

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

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

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-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-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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ACVNet_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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

4.5_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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_0105_6	3.87 656	5.73 646	3.10 656	4.69 651	3.12 666	4.54 661	3.02 655	4.56 661	3.04 655	4.54 662	3.03 656	4.54 661	3.04 646	4.56 661	3.05 654	4.58 656	3.05 641	4.58 660	3.05 657	4.58 649	3.05 654

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

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

rvit_0105_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_0105_3	3.91 659	5.33 636	3.06 654	4.60 649	3.07 664	4.60 668	3.06 663	4.62 667	3.08 663	4.60 667	3.07 662	4.62 670	3.08 650	4.67 669	3.10 661	4.70 661	3.11 649	4.77 671	3.19 669	4.77 658	3.14 665

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

rvit_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

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

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

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

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

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

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

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

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

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

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

raft_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

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_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

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

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

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.
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

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

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-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

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

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

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

test-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

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.
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

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

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

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

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

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

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

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

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

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
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

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

DLCB_ROB	284.23 711	354.61 716	207.27 716	363.24 717	206.46 714	364.72 716	210.41 714	364.72 717	210.41 711	364.81 717	208.64 715	364.81 718	208.64 713	364.72 717	210.41 715	354.70 718	205.53 716	354.70 718	205.53 717	354.70 715	205.53 715

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

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

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

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

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

111111	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 721
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	3.79 665	0.50 396	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 351

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