Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-MNSev	0.06 61	0.54 263	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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	0.16 185

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

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

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

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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

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

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

SFCPSM	0.17 157	0.78 294	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 493	0.02 15	0.75 461	0.76 466	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 192	1.31 443	0.74 457	0.92 428	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 455	0.75 461	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

ADCS	0.09 75	0.02 12	0.04 64	0.90 423	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 353	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

zh-sn7	0.10 90	0.98 332	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 373	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 435	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

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-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

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_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_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

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

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

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	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

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

ffm	0.25 192	3.83 605	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	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	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	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	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

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

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

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

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

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

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	0.05 104	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	0.05 104	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	0.06 111	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 574	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

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

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

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	0.04 104	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

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	0.04 104	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

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

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_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_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

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

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

FADNet-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	0.04 104	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	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 612	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 617	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	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	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 573	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 523	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	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	0.04 104	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
FADE		0.06 74		0.09 76	0.10 147			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

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	0.05 113	0.03 56	0.04 96	0.06 129	0.05 104	0.03 52	4.34 646	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

z-ln-s-r	0.21 174	1.40 452	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 110	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 136	0.13 152	0.05 115	0.06 117	0.05 120	0.05 113	0.05 122	0.13 154	0.05 112	0.05 104	0.09 134	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 174

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 507	0.06 117	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 538	0.07 127	0.05 120	0.05 113	0.05 122	0.08 129	0.05 112	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

DA	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	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	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.04 110	0.06 120	0.04 100	0.06 111	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

qqq1	0.25 192	3.70 599	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	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	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

11t1	0.17 157	2.16 530	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

qqq	0.16 153	2.01 520	0.12 123	0.15 133	0.04 101	0.06 114	0.05 115	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

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	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	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	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	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	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

TS12	0.09 75	0.09 89	0.17 176	0.19 157	0.06 134	0.08 127	0.06 132	0.08 130	0.06 133	0.08 129	0.06 133	0.08 129	0.06 129	0.08 130	0.06 126	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

DispViT+	0.07 67	0.08 80	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	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	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.07 137	0.08 129	0.05 122	0.08 129	0.05 112	0.09 136	0.08 129	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 130	0.07 137	0.08 129	0.07 137	0.08 129	0.06 129	0.07 127	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 575	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	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	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

MatchStereo	0.54 376	0.12 106	2.38 638	2.32 581	0.09 140	0.09 135	0.08 138	0.09 136	0.07 137	0.09 136	0.07 137	0.09 137	0.07 135	0.09 136	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
PASM	0.39 274	3.06 584	1.36 576	1.58 547	0.09 140	0.11 148	0.11 157	0.11 149	0.11 160	0.09 136	0.09 141	0.11 150	0.09 139	0.09 136	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

SepStereo	0.09 75	0.09 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 137	0.08 141	0.10 138	0.09 141	0.09 137	0.09 139	0.09 136	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

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

SuperB	0.21 174	0.10 93	2.51 640	0.12 106	0.09 140	0.10 137	0.09 139	0.08 130	0.07 137	0.10 138	0.09 141	0.09 137	0.07 135	0.07 127	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

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

JetBlue	0.11 111	0.11 104	0.12 123	0.13 118	0.14 182	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.11 159	0.11 150	0.11 156	0.12 155	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.12 167	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	0.11 153

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 149	0.11 160	0.12 152	0.11 159	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

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	0.04 104	0.12 152	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

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	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	0.14 155	0.11 160	0.14 154	0.12 167	0.14 155	0.11 156	0.14 157	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	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 208	0.90 316	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 470	0.69 473	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 460	0.76 487

CCAANet	0.17 157	0.72 284	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.10 145	0.14 154	0.09 141	0.14 155	0.09 139	0.13 156	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 480

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.09 144	0.14 154	0.10 145	0.14 155	0.09 139	0.14 157	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 496

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 161	0.10 145	0.14 155	0.10 143	0.14 157	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
CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 155	0.11 160	0.15 161	0.12 167	0.15 166	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	0.14 153	0.15 182	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.16 168	0.11 152	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 167

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	0.15 161	0.12 170	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

PDISCO_ROB	0.83 453	2.80 580	3.49 661	0.14 122	0.11 163	0.17 175	0.09 139	0.15 168	0.10 145	0.15 161	0.12 167	0.16 167	0.14 181	3.30 646	0.13 171	0.14 133	2.34 633	0.16 170	0.12 170	2.62 626	0.10 140

DF	0.39 274	1.37 449	1.02 494	1.14 461	0.12 176	0.16 168	0.12 170	0.16 169	0.12 176	0.16 166	0.12 167	0.16 167	0.12 171	0.16 168	0.12 164	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 167

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

xyz-stereo	0.18 161	0.50 245	0.16 169	0.15 133	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

castereo++	0.54 376	3.59 596	1.15 504	1.31 532	0.14 182	0.16 168	0.14 176	0.16 169	0.14 182	0.16 166	0.14 185	0.16 167	0.13 177	0.16 168	0.14 175	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 174

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 155	0.11 160	0.16 166	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 169	0.11 160	0.16 166	0.11 159	0.16 167	0.11 156	0.16 168	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)
S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.11 159	0.17 175	0.11 156	0.17 175	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
ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.13 177	0.17 175	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.12 171	0.17 175	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 178	0.11 160	0.17 173	0.11 159	0.18 179	0.11 156	0.18 178	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
castereo	0.61 390	3.79 604	1.35 568	1.52 546	0.15 194	0.17 175	0.16 188	0.20 186	0.21 226	0.18 177	0.16 198	0.21 194	0.12 171	0.26 231	0.17 199	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 185

cf-r	0.66 400	2.17 531	0.12 123	0.18 154	0.12 176	0.18 179	2.70 651	2.60 626	0.12 176	0.18 177	0.12 167	0.18 179	0.12 171	0.18 178	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 584	1.74 627

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 180	0.17 208	0.19 179	0.17 205	0.19 183	0.17 206	0.37 273	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 651

DDVS	0.30 209	3.10 585	0.14 148	0.19 157	0.14 182	0.19 182	0.14 176	0.20 186	0.14 182	0.19 179	0.13 180	0.16 167	0.13 177	0.19 181	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	0.19 182	0.13 174	0.18 178	0.13 180	0.19 179	0.13 180	0.18 179	0.14 181	0.18 178	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

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

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 180	0.11 160	0.19 179	0.12 167	0.18 179	0.11 156	0.19 181	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
SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 180	0.12 176	0.19 179	0.12 167	0.20 186	0.12 171	0.19 181	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
RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 660

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 660

DEFOM-Stereo_RVC	0.83 453	5.18 631	1.98 627	2.19 572	0.17 210	0.19 182	0.18 206	0.19 180	0.16 198	0.20 185	0.19 223	0.22 202	0.22 232	0.20 185	0.15 186	2.28 608	2.13 628	0.24 221	0.17 217	0.18 181	0.16 185

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 195	0.17 208	0.20 185	0.17 205	0.21 194	0.18 216	0.21 196	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

hitnet-ft	0.79 436	2.78 579	0.14 148	0.20 161	0.14 182	0.21 198	2.89 652	2.80 640	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 625	2.33 644

GwcNet-RSSM	0.77 431	2.77 576	0.14 148	0.20 161	0.14 182	0.20 187	2.67 650	2.78 638	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.21 196	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 617	2.31 642

CFNet-ft	0.55 381	1.57 457	0.14 148	0.20 161	0.14 182	0.20 187	2.53 647	1.61 579	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 572	1.24 589

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 195	0.12 176	0.20 185	0.12 167	0.20 186	0.12 171	0.21 196	0.13 171	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

MSKI-zero shot	0.24 189	0.21 135	0.49 383	0.65 385	0.18 221	0.22 200	0.17 198	0.23 206	0.18 214	0.21 197	0.17 205	0.23 209	0.28 267	0.23 207	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

PSMNet-RSSM	0.77 431	2.76 574	0.14 148	0.20 161	0.14 182	0.20 187	2.66 649	2.79 639	0.14 182	0.21 197	0.14 185	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 617	2.31 642

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.22 199	0.15 194	0.22 202	0.16 194	0.22 200	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 137	0.21 226	0.22 199	0.10 145	0.19 183	0.18 216	0.10 140	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 216

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

BStereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

dd	0.23 186	0.98 332	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 206	0.15 193	0.23 204	0.15 194	0.24 215	0.17 206	0.23 207	0.15 186	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 186	1.03 356	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 209	0.16 198	0.23 204	0.16 198	0.24 215	0.16 194	0.23 207	0.15 186	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.23 204	0.10 145	0.20 186	0.10 143	0.24 211	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

AANet_RVC	1.26 560	0.31 169	4.99 672	5.93 664	0.20 228	0.25 221	0.20 214	0.25 217	0.20 222	0.23 204	0.19 223	0.25 222	0.20 225	0.25 220	0.20 217	5.66 673	4.76 666	0.26 231	0.30 331	0.24 212	0.27 273

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 209	0.18 214	0.23 204	0.17 205	0.23 209	0.18 216	0.23 207	0.18 211	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 185

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 209	0.17 208	0.24 211	0.17 205	0.24 215	0.17 206	0.24 211	0.17 199	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 185

ACV-stereo	0.30 209	2.08 522	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 209	0.18 214	0.24 211	0.17 205	0.25 222	0.17 206	0.24 211	0.17 199	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 209	0.19 220	0.24 211	0.19 223	0.24 215	0.19 221	0.24 211	0.19 214	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 202

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 209	0.18 214	0.24 211	0.18 221	0.23 209	0.19 221	0.24 211	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 185

LACA3	0.23 186	0.25 155	0.27 221	0.54 361	0.17 210	0.25 221	0.17 198	0.25 217	0.17 208	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 202

VIP-Stereo	0.70 411	2.97 583	2.43 639	2.49 588	0.16 204	0.25 221	0.16 188	0.25 217	0.16 198	0.25 219	0.18 221	0.25 222	0.16 194	0.26 231	0.16 193	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 184

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.26 231	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

LoS_RVC	0.30 209	1.14 373	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.26 233	0.26 253	0.26 231	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

CAS	0.30 209	1.17 379	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.26 256	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 223	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 315	1.24 437	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 561	0.93 515	0.25 219	0.17 205	0.25 222	0.18 216	0.25 220	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 509	0.99 512

delet	0.43 302	1.21 429	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 561	0.95 517	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.22 204	0.16 195	1.18 505	0.98 511

UPFNet	0.42 301	1.20 383	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 509	0.90 509	0.25 219	0.17 205	0.24 215	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.22 204	0.16 195	1.15 497	0.93 506

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 223	0.23 235	0.26 228	0.23 238	0.26 233	0.23 238	0.45 366	0.42 396	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 652

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 260	0.24 238	0.26 228	0.27 260	0.33 257	0.21 231	0.25 220	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 235

MIM_Stereo	0.25 192	0.23 141	0.66 429	0.80 409	0.17 210	0.22 200	0.17 198	0.23 206	0.18 214	0.26 228	0.17 205	0.21 194	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

psm_up	0.43 302	1.19 382	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 561	0.91 510	0.26 228	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.23 212	0.16 195	1.18 505	0.99 512

DLNR-FE	0.28 203	0.89 313	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 226	0.20 222	0.28 232	0.20 227	0.28 236	0.20 225	0.28 239	0.20 217	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

PAM	0.39 274	1.88 507	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 226	0.23 235	0.28 232	0.24 245	0.29 242	0.23 238	0.29 243	0.23 229	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 216

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 226	0.28 264	0.28 232	0.28 267	0.28 236	0.28 267	0.28 239	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 293

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 523	0.14 155	0.10 145	0.28 232	0.14 185	0.17 175	0.19 221	0.28 239	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

CFNet	1.37 565	5.27 634	0.19 188	5.49 661	0.19 225	0.28 235	0.19 210	0.28 226	0.19 220	0.28 232	0.19 223	0.28 236	4.35 673	0.28 239	0.19 214	0.23 196	0.17 191	0.23 212	4.21 682	4.81 659	0.17 202

DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 233	0.34 353	0.29 237	0.31 327	0.29 242	0.30 280	0.31 249	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 240	0.31 324	0.30 238	0.31 327	0.31 250	0.30 280	0.32 252	0.32 321	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 342

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 231	0.31 324	0.30 238	0.30 285	0.29 242	0.27 260	0.29 243	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 328

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 238	0.30 281	0.31 243	0.31 327	0.31 250	0.30 280	0.31 249	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 321

DEFOM-Stereo	0.68 405	3.11 586	1.40 582	1.63 555	0.25 252	0.31 245	0.25 239	0.31 238	0.28 264	0.31 243	0.29 273	0.29 242	0.27 260	0.31 249	0.28 255	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 293

xxxxx1	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 254	0.25 243	0.31 243	0.37 373	0.30 246	0.33 345	0.25 220	0.45 402	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 360
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
tt_ll	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 199	0.30 281	0.32 249	0.31 327	0.32 254	0.31 329	0.32 252	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 328

WCG-NET（raft）	0.32 225	1.24 437	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 240	0.24 238	0.32 249	0.24 245	0.32 254	0.24 241	0.32 252	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

tt1	0.31 216	0.93 325	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 240	0.24 238	0.32 249	0.23 238	0.32 254	0.25 244	0.32 252	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 406	0.24 250	0.30 239	0.26 246	0.30 233	0.24 238	0.32 249	0.23 238	0.31 250	0.24 241	0.30 245	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

HCRNet	1.22 557	7.11 651	3.00 645	3.55 627	0.33 350	0.29 238	0.14 176	0.19 180	0.15 193	0.33 253	0.29 273	0.25 222	0.14 181	0.22 200	0.33 332	3.64 642	3.00 640	0.76 466	0.32 349	0.18 181	0.13 174

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 240	0.24 238	0.33 253	0.24 245	0.35 263	0.24 241	0.33 259	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

FE-Mocha	0.35 239	0.71 283	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 247	0.26 256	0.34 255	0.26 256	0.34 261	0.27 260	0.34 260	0.27 246	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 299

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 247	0.34 353	0.34 255	0.34 354	0.34 261	0.34 350	0.34 260	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 342

MyStereo04	0.56 383	3.72 602	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 260	0.31 324	0.34 255	0.46 419	0.35 263	0.32 334	0.35 263	0.33 332	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

FENet	0.54 376	1.52 456	1.19 510	1.41 542	0.23 245	0.35 261	0.23 232	0.35 250	0.23 235	0.34 255	0.23 238	0.35 263	0.23 238	0.35 263	0.23 229	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 218

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 260	0.27 260	0.35 259	0.28 267	0.36 268	0.38 369	0.35 263	0.28 255	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 254	0.35 357	0.35 259	0.37 373	0.36 268	0.36 360	0.35 263	0.36 353	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 355

ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 250	0.35 357	0.35 259	0.35 362	0.35 263	0.35 357	0.35 263	0.35 349	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 352

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 247	0.25 243	0.35 259	0.27 260	0.36 268	0.26 253	0.34 260	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 273

RSM	0.36 246	0.36 177	0.43 352	0.37 231	0.42 411	0.49 392	0.42 401	0.37 260	0.28 264	0.36 263	0.29 273	0.36 268	0.30 280	0.37 273	0.28 255	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 299

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 254	0.27 260	0.36 263	0.27 260	0.36 268	0.27 260	0.36 269	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 293

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 250	0.40 387	0.36 263	0.44 412	0.47 379	0.36 360	0.44 350	0.36 353	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 355

IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 254	0.30 281	0.36 263	0.29 273	0.36 268	0.29 274	0.36 269	0.30 273	0.46 353	0.39 342	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 250	0.28 264	0.36 263	0.27 260	0.35 263	0.27 260	0.35 263	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 273

XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 260	0.37 369	0.37 268	0.37 373	0.37 275	0.37 365	0.37 273	0.37 362	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 360

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 260	0.29 270	0.38 269	0.27 260	0.38 277	0.29 274	0.85 470	0.27 246	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.38 301	0.37 385	0.38 286	0.38 367

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 367

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 453	0.29 275	0.34 257	0.31 316	0.36 254	0.29 270	0.38 269	0.31 327	0.37 275	0.30 280	0.36 269	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 295	0.32 334	0.38 269	0.30 285	0.39 282	0.30 280	0.38 276	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 299

DISCO	1.11 504	0.39 190	5.28 674	0.39 239	0.20 228	0.39 283	0.27 249	0.39 273	0.22 229	0.38 269	0.20 227	0.38 277	0.20 225	6.95 687	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 668	0.21 214

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 260	0.30 281	0.39 275	0.29 273	0.39 282	0.30 280	0.92 482	0.27 246	1.42 563	0.28 239	0.34 269	0.28 304	0.37 273	0.53 427

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 295	0.28 265	0.39 283	0.28 257	0.39 273	0.28 264	0.39 275	0.28 267	0.39 282	0.28 267	0.38 276	0.28 255	0.42 312	0.35 319	0.36 290	0.26 254	0.35 262	0.26 235

1test111	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 401	0.38 277	0.38 373	0.38 269	0.38 373	0.39 275	0.39 388	0.38 277	0.38 369	0.39 284	0.40 380	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 376

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 280	0.26 256	0.39 275	0.26 256	0.39 282	0.26 253	0.39 284	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 360
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 260	0.30 281	0.40 281	0.31 327	0.40 290	0.30 280	0.99 490	0.27 246	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

DCVSM-stereo	0.36 246	1.89 508	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 280	0.22 229	0.40 281	0.22 234	0.40 290	0.22 232	0.40 287	0.22 223	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 299

ACVNet-DCA	0.37 256	1.00 341	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.39 284	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

xx1	0.38 262	1.03 356	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

knoymous	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

CRFU-Net	0.65 398	1.67 461	1.22 560	1.96 565	0.27 260	0.41 301	0.27 249	0.41 295	0.27 260	0.40 281	0.26 256	0.41 303	0.27 260	0.40 287	0.27 246	1.80 579	1.62 601	0.34 269	0.23 238	0.33 245	0.23 218

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 280	0.29 270	0.40 281	0.37 373	0.41 303	0.34 350	0.38 276	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 235

GES	0.66 400	2.34 547	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 313	0.29 270	0.40 281	0.41 398	0.41 303	0.30 280	0.51 407	0.29 266	0.32 235	0.29 253	0.32 253	2.46 651	2.49 613	0.30 312

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376
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.
DDF-Stereo	0.43 302	1.15 376	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.40 287	0.32 321	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 321

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.28 264	0.41 295	0.28 267	0.41 303	0.28 267	0.42 315	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 365	0.56 440

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 280	0.30 281	0.41 295	0.28 267	0.40 290	0.28 267	0.42 315	0.28 255	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

Venus	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.37 270	0.38 373	0.37 260	0.37 369	0.41 295	0.37 373	0.39 282	0.37 365	0.38 276	0.38 365	0.37 259	0.38 335	0.38 301	0.37 385	0.37 273	0.38 367

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 321

IER	0.88 468	7.04 650	2.23 632	2.75 594	0.28 265	0.43 328	0.25 239	0.39 273	0.25 243	0.41 295	0.27 260	0.39 282	0.25 244	0.40 287	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

NINENet	0.69 408	3.87 608	1.20 513	1.98 566	0.05 121	0.40 285	0.04 103	0.40 280	0.05 120	0.41 295	0.04 110	0.41 303	0.05 112	0.40 287	0.05 110	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 218

GwcNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

PSMNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

GANet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet2	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.27 260	0.41 295	0.27 260	0.42 321	0.27 260	0.41 302	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 273

Gwc-CoAtRS	0.41 287	1.49 455	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 295	0.33 344	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

RAFT-Stereo-weight	0.45 338	1.90 510	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 313	0.34 353	0.42 309	0.34 354	0.44 360	0.34 350	0.41 302	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.42 309	0.38 378	0.40 290	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 367

LL-Strereo2	0.48 357	1.73 469	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 280	0.31 324	0.42 309	0.33 346	0.42 321	0.31 329	0.44 350	0.39 377	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 335

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 254	0.21 226	0.42 309	0.21 233	0.36 268	0.22 232	0.36 269	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

UCFNet_RVC	2.75 641	10.06 672	0.29 231	10.31 689	0.29 275	0.42 321	0.29 267	0.43 319	0.29 270	0.42 309	0.29 273	0.42 321	9.87 690	0.43 321	0.29 266	0.36 256	9.84 690	0.36 290	0.26 254	9.77 689	0.26 235

aanet-new-90k	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-60k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 315	1.82 493	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-40k	0.44 315	1.81 486	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 315	1.79 480	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT26K	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-24k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-14k	0.60 385	5.12 629	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-8k	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 302	1.80 481	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

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	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 235

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 313	0.33 344	0.43 314	0.34 354	0.42 321	0.34 350	0.41 302	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 235

GCAPDPT-zeroshot4090	0.40 279	1.09 366	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.31 324	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 235

RCA-Stereo	0.51 370	3.22 590	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 319	0.34 353	0.43 314	0.34 354	0.44 360	0.33 345	0.43 321	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 203	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	0.34 244	0.22 209	0.47 404	0.37 385	0.39 327	0.33 335

error version	0.93 478	4.47 621	2.35 635	1.99 567	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 478	4.47 621	2.35 635	1.99 567	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 335

aanet-32k-new	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-10k	0.45 338	1.81 486	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.32 334	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

aanet-new-12k	0.46 345	1.99 519	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.32 321	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

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	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 293

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	0.43 319	0.32 334	0.44 348	0.30 285	0.56 427	0.30 280	0.44 350	0.31 311	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 273

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 273

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.68 463	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.73 483	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

GCAP-BAT	0.41 287	1.30 441	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 319	0.31 324	0.45 360	0.31 327	0.43 328	0.31 329	0.43 321	0.69 471	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.45 360	0.30 285	0.42 321	0.30 280	0.42 315	0.69 471	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

water-stereo	0.41 287	0.84 302	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 328

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
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	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.33 345	0.45 366	0.32 321	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 355

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	0.47 372	0.47 417	0.45 360	0.34 354	0.46 373	0.48 419	0.46 371	0.35 349	0.39 283	0.71 455	0.39 342	0.35 376	0.41 350	0.41 384

DilatedVolume-Stereo	0.43 302	0.86 306	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 366	0.33 344	0.46 366	0.33 346	0.47 379	0.33 345	0.47 375	0.34 345	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 367

otaku	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.46 366	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

Ntro	0.47 352	0.47 232	0.46 361	0.46 288	0.46 420	0.47 382	0.47 417	0.46 366	0.47 417	0.46 366	0.46 419	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

ACVNet_1	0.46 345	0.47 232	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.47 417	0.46 366	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 399

ACVNet-4b	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.46 366	0.46 419	0.46 373	0.46 410	0.47 375	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

GANet-RSSM	0.75 425	1.91 511	0.14 148	0.47 295	0.14 182	0.21 198	3.21 668	2.30 612	0.14 182	0.46 366	0.14 185	0.23 209	0.18 216	0.21 196	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 595	2.12 637

depthmonostereo	0.44 315	0.85 304	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 407	0.35 357	0.47 372	0.34 354	0.46 373	0.34 350	0.47 375	0.34 345	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 328

mms	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 362	0.38 373	0.47 372	0.33 346	0.45 369	0.32 334	0.45 366	0.32 321	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 373

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 403	0.35 357	0.47 372	0.35 362	0.47 379	0.34 350	0.47 375	0.35 349	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 373

HaxPig	0.47 352	0.47 232	0.47 368	0.49 306	0.47 426	0.47 382	0.47 417	0.47 372	0.47 417	0.47 372	0.47 427	0.47 379	0.47 418	0.47 375	0.47 413	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 408

UNDER WATER	0.47 352	0.47 232	0.47 368	0.47 295	0.47 426	0.47 382	0.47 417	0.47 372	0.47 417	0.47 372	0.47 427	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 406

LVE	0.47 352	0.47 232	0.47 368	0.47 295	0.49 432	0.47 382	0.47 417	0.47 372	0.49 426	0.47 372	0.47 427	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 406

Dean	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.47 372	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

SCV_C0	0.45 338	0.88 310	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 376	0.37 369	0.48 379	0.36 366	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 342

SCV	0.46 345	0.94 327	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 376	0.37 369	0.48 379	0.39 388	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 342

RainbowNet	0.48 357	0.48 238	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 376	0.48 424	0.48 379	0.48 431	0.48 386	0.48 419	0.48 383	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 408

notaker	0.48 357	0.49 240	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 376	0.49 426	0.48 379	0.48 431	0.48 386	0.48 419	0.48 383	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 413

BUS	0.83 453	1.91 511	0.92 482	4.48 638	0.02 22	0.40 285	0.04 103	0.41 295	0.02 22	0.48 379	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	0.27 273

BSDual-CNN	0.81 444	1.91 511	0.92 482	4.48 638	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	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	0.27 273

hknet	1.10 502	1.85 502	3.49 661	4.48 638	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 649	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.49 390	0.36 360	0.54 416	0.41 388	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 484

UGAM-zero	0.51 370	2.17 531	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.50 404	0.35 357	0.50 397	0.36 353	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 342

UGAM	0.51 370	2.23 536	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 380	0.35 357	0.49 386	0.35 362	0.49 390	0.36 360	0.50 397	0.36 353	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 342

GCST	0.50 365	2.08 522	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 389	0.35 357	0.49 386	0.35 362	0.49 390	0.35 357	0.49 389	0.35 349	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 335

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 501	0.70 479	0.50 389	0.51 437	0.49 386	0.69 479	0.49 390	0.50 428	0.48 383	1.15 530	0.71 423	0.49 394	1.14 518	1.08 529	0.49 388	0.49 413

ACVNet_2	0.49 363	0.49 240	0.49 383	0.49 306	0.49 432	0.49 392	0.49 428	0.49 380	0.49 426	0.49 386	0.49 434	0.49 390	0.49 424	0.49 389	0.49 421	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 413

PCWNet_CMD	2.80 643	9.82 670	0.32 255	10.09 688	0.32 338	0.49 392	0.33 335	3.34 647	0.33 344	0.49 386	0.33 346	0.49 390	8.73 686	0.48 383	0.33 332	0.41 298	9.22 685	0.42 383	0.29 317	9.55 688	0.31 321

CFNet_ucs	2.73 640	9.64 669	0.33 260	9.92 686	0.32 338	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	8.98 688	0.48 383	0.33 332	0.41 298	9.96 691	0.40 355	0.29 317	10.12 691	0.54 430

CFNet_pseudo	2.67 639	9.36 667	0.32 255	10.99 690	0.33 350	0.85 467	0.33 335	0.49 380	0.33 344	0.49 386	0.32 337	0.49 390	7.26 684	0.49 389	0.33 332	0.41 298	9.62 688	0.41 372	0.29 317	10.03 690	0.29 299

pcwnet_v2	2.66 638	9.89 671	0.33 260	9.89 685	0.32 338	0.50 401	0.32 324	0.49 380	0.33 344	0.49 386	0.34 354	0.49 390	8.76 687	0.48 383	0.33 332	0.41 298	9.58 687	0.40 355	0.29 317	9.01 686	0.63 451

ccnet	0.80 439	2.28 539	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 389	0.33 344	0.49 386	0.33 346	0.49 390	1.56 595	2.38 616	0.33 332	0.41 298	0.29 253	0.42 383	1.57 611	2.28 601	0.29 299

psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	0.33 345	0.51 407	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 443	0.29 299

MSMDNet	2.65 637	10.14 673	0.33 260	9.74 684	0.32 338	0.87 470	0.33 335	2.95 642	0.68 468	0.49 386	0.34 354	0.49 390	5.70 680	0.49 389	0.33 332	0.42 312	9.57 686	0.41 372	0.31 342	8.36 683	0.65 459

quiztm	0.43 302	0.49 240	0.40 332	0.51 353	0.40 391	0.51 413	0.40 387	0.50 389	0.40 387	0.50 399	0.40 391	0.51 415	0.40 380	0.50 397	0.40 380	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 342

Pro-Stereo	0.79 436	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 380	0.67 462	0.50 399	0.38 378	1.10 512	0.38 369	0.49 389	0.38 365	0.71 423	0.88 477	5.98 684	0.36 382	0.46 368	0.36 355

GSStereo	0.81 444	4.28 619	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 665	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

GS-Stereo							0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 665	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

GASTEREO	0.48 357	1.21 429	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	0.38 369	0.50 397	0.38 365	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 342

FoundationStereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

StereoAnything_RVC	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

SANet	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

MyStereo07	0.60 385	3.72 602	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 380	0.43 405	0.51 408	0.42 408	0.49 390	0.43 401	0.51 407	0.64 447	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

ktn	0.72 417	0.53 259	1.08 498	1.14 461	0.51 442	1.22 563	1.36 596	0.51 403	0.59 448	0.51 408	0.51 443	0.69 446	1.20 530	0.67 440	0.51 428	0.51 380	0.49 394	0.58 437	0.66 475	0.52 401	0.53 427

ccs_rob	2.79 642	10.17 674	0.32 255	10.00 687	0.33 350	0.49 392	0.33 335	1.90 590	0.32 334	0.51 408	0.33 346	0.49 390	9.24 689	0.49 389	0.33 332	0.41 298	9.82 689	0.41 372	0.28 304	9.34 687	0.29 299

MSCF	0.51 370	1.40 452	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 411	0.41 397	0.52 411	0.41 398	0.53 417	0.42 398	0.53 414	0.41 388	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 367

PAM_32	0.64 397	2.38 551	0.51 395	0.92 428	0.43 413	0.53 419	0.44 404	0.87 462	0.43 405	0.52 411	0.45 416	0.53 417	0.40 380	0.54 416	0.46 406	0.62 408	0.56 416	0.48 412	0.45 422	0.76 437	0.44 396

4D-IteraStereo	0.78 435	3.13 587	0.89 475	0.69 391	0.32 338	0.40 285	0.32 324	0.76 448	0.97 520	0.52 411	0.65 465	0.89 477	0.32 334	0.76 453	0.98 513	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 502

GEAStereo	0.62 393	3.91 609	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

gasm-f	0.62 393	3.91 609	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

LG-Stereo_L1	0.47 352	0.52 255	0.47 368	0.62 379	0.39 390	0.53 419	0.40 387	0.53 409	0.39 386	0.53 414	0.39 388	0.53 417	0.39 379	0.53 414	0.39 377	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 360

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 407	0.48 424	0.53 414	0.45 416	0.52 416	0.45 407	0.52 412	0.46 406	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 384
1: 1. 1
AEACV	1.12 505	0.52 255	3.12 657	3.24 611	0.86 507	0.53 419	0.49 428	0.60 425	0.47 417	0.53 414	0.49 434	0.55 424	0.45 407	0.55 420	0.47 413	3.01 636	3.88 660	0.71 457	0.60 459	0.80 446	0.48 408

Occ-G	1.12 505	0.52 255	3.72 666	3.50 626	0.50 436	0.56 424	0.47 417	0.54 411	0.46 412	0.54 419	0.41 398	0.54 420	0.42 398	0.52 412	0.42 396	3.42 641	4.02 662	0.52 429	0.45 422	0.51 399	0.44 396

iRaftStereo_RVC	0.97 482	3.17 589	2.30 634	2.42 585	0.38 380	0.54 422	0.38 373	0.54 411	0.38 373	0.54 419	0.38 378	0.54 420	0.38 369	0.54 416	0.38 365	2.38 617	2.34 633	0.49 417	0.36 382	0.49 388	0.36 355

PSMNet_ROB	0.54 376	0.54 263	0.54 403	0.54 361	0.53 446	0.54 422	0.54 439	0.53 409	0.54 440	0.54 419	0.54 447	0.54 420	0.53 435	0.54 416	0.54 433	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 430

MyStereo06	0.75 425	4.12 613	0.60 413	0.63 381	0.61 459	0.62 437	0.66 456	0.56 415	0.45 411	0.55 422	0.48 431	0.54 420	0.46 410	0.57 426	0.45 402	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

PA-Net	11.80 689	223.51 715	0.62 420	0.59 374	0.71 482	0.59 432	0.73 485	0.67 435	0.73 492	0.55 422	0.61 459	0.60 435	0.74 482	0.63 435	0.73 483	0.66 414	0.60 424	0.69 452	0.66 475	0.72 431	0.65 459
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FSD	0.61 390	0.59 271	0.50 388	2.58 592	0.44 414	0.56 424	0.44 404	0.55 414	0.44 408	0.56 424	0.44 412	0.56 427	0.44 403	0.56 421	0.46 406	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 423

LG-Stereo_Zeroshot	0.48 357	0.55 265	0.47 368	0.63 381	0.41 401	0.56 424	0.44 404	0.56 415	0.41 397	0.56 424	0.41 398	0.57 430	0.42 398	0.56 421	0.41 388	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 360

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 389	0.40 387	0.56 424	0.44 412	0.55 424	0.40 380	0.72 447	0.67 455	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 487	1.00 485	0.69 472	0.57 418	0.41 397	0.57 427	0.41 398	0.57 430	0.41 392	1.00 492	0.75 488	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

LL-Strereo	1.01 492	5.06 628	1.63 595	0.70 397	1.43 603	0.56 424	0.46 412	0.57 418	0.50 430	0.57 427	0.50 437	1.58 585	0.49 424	0.59 428	0.50 423	1.64 575	0.52 409	0.51 426	1.37 598	0.52 401	0.45 398

CASS	0.57 384	0.89 313	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 415	0.53 438	0.57 427	0.57 450	0.59 434	0.48 419	0.56 421	0.57 436	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PML	0.46 345	1.36 447	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 418	0.29 270	0.57 427	0.29 273	0.57 430	0.29 274	0.56 421	0.29 266	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 312

MyStereo8	0.71 414	3.92 611	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 423	0.50 430	0.59 431	0.51 443	0.57 430	0.50 428	0.56 421	0.52 430	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 416

DN	0.53 375	0.85 304	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 425	0.44 408	0.60 432	0.45 416	0.60 435	0.44 403	0.60 430	0.44 400	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 391

AIO-test2	0.55 381	0.59 271	0.52 398	0.67 390	0.47 426	0.61 434	0.47 417	0.61 428	0.47 417	0.61 433	0.47 427	0.61 437	0.48 419	0.62 431	0.47 413	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 408

AIO-test1	0.54 376	0.60 274	0.52 398	0.66 389	0.47 426	0.61 434	0.47 417	0.58 421	0.46 412	0.61 433	0.46 419	0.61 437	0.45 407	0.62 431	0.45 402	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 408

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 313	0.40 387	0.61 433	0.43 410	0.50 404	0.49 424	0.38 276	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 604	0.44 404	0.62 429	0.44 408	0.62 436	0.44 412	0.62 439	0.44 403	0.62 431	0.44 400	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 391

CFNet_RVC	2.38 631	8.71 662	0.38 289	9.33 681	0.42 411	0.56 424	0.42 401	0.60 425	0.38 373	0.62 436	0.42 408	0.56 427	7.29 685	0.62 431	0.42 396	0.53 385	0.37 328	0.49 417	0.34 363	8.30 682	6.87 689

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 421	0.65 458	0.63 438	0.64 463	0.65 443	0.65 454	0.66 438	0.66 454	0.66 414	0.64 433	0.65 447	0.67 479	0.68 422	0.73 480

WCG-NET	0.61 390	1.21 429	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 434	0.53 438	0.64 439	0.53 446	0.65 443	0.53 435	0.59 428	0.52 430	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 416

DispNO	1.00 485	0.63 275	0.43 352	3.45 622	0.44 414	0.65 440	0.43 403	0.64 431	0.43 405	0.64 439	0.43 410	0.64 440	3.03 643	0.64 436	0.43 399	4.55 652	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

DSFCA	0.66 400	0.73 286	0.78 463	0.65 385	0.65 467	0.64 439	0.64 452	0.65 432	0.63 456	0.64 439	0.64 463	0.64 440	0.64 452	0.65 437	0.65 450	0.65 412	0.65 435	0.65 447	0.65 473	0.66 420	0.64 457

test-3	0.98 484	4.13 615	1.85 616	1.85 558	0.61 459	0.69 443	0.37 366	0.63 430	0.61 452	0.66 442	0.51 443	0.73 454	0.44 403	0.57 426	0.54 433	1.68 576	1.81 613	0.40 355	0.43 420	0.66 420	0.50 416

MyStereo05	0.80 439	4.12 613	0.63 421	0.63 381	0.61 459	0.62 437	0.66 456	0.65 432	0.62 453	0.67 443	0.61 459	0.65 443	0.58 443	0.67 440	0.55 435	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

KSHMR	0.66 400	0.50 245	0.48 376	1.15 464	0.52 443	0.49 392	0.51 435	0.49 380	0.71 486	0.67 443	0.50 437	1.16 520	1.11 518	0.66 438	0.52 430	0.49 368	0.49 394	0.51 426	0.66 475	0.50 393	1.14 530

test_xeample3	1.10 502	1.81 486	0.61 419	0.84 414	0.49 432	0.77 452	0.66 456	0.92 473	1.40 604	0.68 445	0.46 419	0.78 460	0.54 438	1.72 589	1.48 605	1.34 556	1.52 589	1.35 587	1.67 624	1.33 564	1.55 607

mm2	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 437	0.69 473	0.69 446	0.69 479	0.69 446	0.69 471	0.69 442	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

mm1	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 437	0.69 473	0.69 446	0.69 479	0.69 446	0.69 471	0.69 442	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

DMCA-RVC	0.70 411	0.80 296	0.70 445	0.70 397	0.70 480	0.70 446	0.70 479	0.71 442	0.70 481	0.70 448	0.71 488	0.71 449	0.70 475	0.70 444	0.69 471	0.69 417	0.70 451	0.69 452	0.70 488	0.69 426	0.70 470

anonymity	0.63 395	0.69 279	0.56 405	0.71 399	0.56 449	0.71 448	0.56 440	0.71 442	0.56 441	0.72 449	0.56 449	0.71 449	0.56 439	0.71 445	0.58 438	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

STTRV1_RVC	0.82 449	1.60 459	0.70 445	1.01 448	0.60 453	1.07 504	0.69 472	1.01 489	0.60 449	0.72 449	0.55 448	1.02 503	0.68 464	1.03 505	0.67 455	0.89 456	0.63 431	0.92 493	0.57 455	0.90 464	0.65 459

MLG-Stereo	0.92 473	0.90 316	0.84 473	1.27 523	0.49 432	1.38 577	0.88 505	1.41 575	0.97 520	0.73 451	1.09 529	1.26 570	0.43 401	0.72 447	1.05 522	1.13 493	0.49 394	1.18 528	0.66 475	1.01 486	0.46 399

TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 446	0.30 272	0.28 226	0.73 492	0.73 451	0.28 267	0.71 449	0.66 458	0.75 452	0.27 246	0.27 214	0.29 253	0.37 293	0.75 497	0.28 224	0.30 312

HH	0.71 414	2.54 557	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 437	0.78 496	0.73 451	0.90 511	0.75 457	1.00 506	0.84 466	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 414	2.54 557	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 437	0.78 496	0.73 451	0.90 511	0.75 457	1.00 506	0.84 466	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

iGMRVC	0.84 456	2.85 581	0.72 452	0.72 401	0.73 485	0.77 452	0.79 492	0.73 445	0.74 494	0.73 451	0.72 491	0.73 454	0.76 485	0.73 449	0.73 483	0.72 429	0.73 458	0.73 458	0.72 493	0.73 434	0.72 477

DStereoRT	0.73 421	0.81 299	0.73 456	0.71 399	0.74 487	0.73 450	0.75 487	0.71 442	0.71 486	0.74 456	0.72 491	0.73 454	0.80 491	0.71 445	0.73 483	0.76 436	0.71 455	0.73 458	0.72 493	0.70 429	0.76 487

SMoEStereo_RVC	0.63 395	0.75 289	0.51 395	0.73 402	0.53 446	0.71 448	0.47 417	0.67 435	0.58 444	0.74 456	0.60 455	0.72 452	0.53 435	0.74 451	0.51 428	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 446

tt45	1.04 497	0.88 310	1.36 576	0.92 428	1.03 528	1.51 585	0.79 492	0.70 441	0.88 508	0.74 456	0.90 511	1.60 586	0.72 480	1.60 584	0.75 488	0.91 457	0.78 466	1.52 594	0.79 504	1.14 494	1.32 594

ARAFT	0.68 405	0.81 299	0.63 421	0.74 403	0.60 453	0.78 454	0.62 450	0.77 449	0.66 461	0.74 456	0.63 461	0.75 457	0.62 451	0.83 465	0.60 443	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 437

GCAP-Stereo	0.75 425	4.15 616	0.42 351	0.75 404	0.35 363	0.78 454	0.40 387	0.79 450	0.38 373	0.78 460	0.36 366	0.78 460	0.36 360	0.79 454	0.39 377	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 373

G-Net	0.79 436	0.79 295	0.79 466	0.79 406	0.79 500	0.79 456	0.79 492	0.79 450	0.79 500	0.79 461	0.79 503	0.79 462	0.79 490	0.79 454	0.79 493	0.79 439	0.79 468	0.79 470	0.79 504	0.79 443	0.79 492

PointNet	0.60 385	0.75 289	0.49 383	0.79 406	0.50 436	0.79 456	0.49 428	0.79 450	0.49 426	0.80 462	0.49 434	0.79 462	0.49 424	0.80 456	0.49 421	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

NaN_ROB	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 453	0.80 502	0.80 462	0.80 505	0.80 464	0.80 491	0.80 456	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

CSAN	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 453	0.80 502	0.80 462	0.80 505	0.80 464	0.80 491	0.80 456	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

MGA	0.73 421	0.76 291	0.60 413	0.92 428	1.17 540	0.81 460	0.59 447	0.84 460	0.62 453	0.81 465	0.59 454	0.84 471	0.60 447	0.81 459	0.61 445	0.71 423	0.53 411	0.89 486	0.53 446	0.75 435	0.54 430

CAR	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 456	0.58 444	0.81 465	0.58 452	0.83 469	0.59 445	0.82 460	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

MSE-Stereo	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 456	0.58 444	0.81 465	0.58 452	0.83 469	0.59 445	0.82 460	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

zero-FE	0.72 417	1.31 443	0.66 429	0.92 428	0.60 453	0.82 463	0.58 443	0.82 459	0.58 444	0.81 465	0.60 455	0.81 467	0.60 447	0.82 460	0.58 438	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 423

RAFT-Stereo + iAFF	0.70 411	0.72 284	0.71 449	0.80 409	0.62 464	0.82 463	0.61 449	0.81 456	0.62 453	0.81 465	0.63 461	0.80 464	0.70 475	0.73 449	0.61 445	0.76 436	0.61 428	0.74 463	0.61 461	0.77 439	0.61 446

AFF-stereo	0.73 421	0.88 310	0.67 433	0.75 404	0.68 475	0.75 451	0.64 452	0.80 453	0.72 489	0.83 470	0.70 483	0.82 468	0.64 452	0.84 466	0.67 455	0.77 438	0.63 431	0.81 475	0.63 464	0.78 441	0.62 449

monster-pro	0.75 425	1.67 461	0.64 423	0.89 420	0.57 451	0.86 469	0.56 440	0.87 462	0.56 441	0.87 471	0.57 450	0.88 474	0.57 440	0.87 471	0.57 436	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 430

RSM++	0.76 430	0.82 301	0.66 429	0.85 418	0.64 465	0.85 467	0.71 482	0.94 477	0.64 457	0.87 471	0.67 469	0.87 473	0.65 454	0.84 466	0.65 450	0.81 444	0.70 451	0.79 470	0.71 491	0.83 453	0.70 470

DDUNet	0.81 444	2.45 555	0.57 407	0.90 423	0.60 453	0.88 471	0.59 447	0.90 468	0.60 449	0.88 473	0.60 455	0.90 479	0.58 443	0.88 473	0.60 443	0.84 451	0.60 424	0.86 484	0.57 455	0.86 456	0.60 445

DNS	0.77 431	1.09 366	0.65 427	0.89 420	0.65 467	0.89 474	0.65 455	0.89 467	0.65 458	0.89 474	0.65 465	0.89 477	0.65 454	0.90 476	0.65 450	0.84 451	0.62 429	0.84 481	0.61 461	0.84 454	0.62 449

DCRE	0.84 456	1.89 508	0.77 462	0.94 435	0.72 484	0.88 471	0.73 485	0.87 462	0.78 496	0.90 475	0.71 488	0.88 474	0.67 460	0.88 473	0.73 483	0.81 444	0.68 442	0.81 475	0.70 488	0.82 451	0.70 470

UDG	0.80 439	2.21 535	0.60 413	0.91 425	0.60 453	0.90 475	0.58 443	0.88 466	0.60 449	0.90 475	0.60 455	0.88 474	0.60 447	0.90 476	0.58 438	0.86 454	0.60 424	0.84 481	0.59 458	0.84 454	0.61 446

AIO-Stereo-zeroshot1	0.75 425	0.92 323	0.85 474	0.96 440	0.59 452	1.27 567	0.44 404	0.59 423	0.69 473	0.91 477	0.68 474	0.55 424	0.61 450	1.06 507	0.83 501	0.62 408	0.70 451	0.90 487	0.41 410	0.89 461	0.56 440

DGTPSM_ROB	0.93 478	1.00 341	0.92 482	0.94 435	0.96 518	0.91 476	0.92 509	0.91 470	0.96 519	0.91 477	0.96 518	0.93 485	0.92 500	0.94 484	0.92 505	0.92 460	0.92 481	0.90 487	0.92 513	0.94 477	0.91 504

Selective-RAFT-Error	0.88 468	0.84 302	0.98 487	0.86 419	0.97 519	0.88 471	0.95 513	0.84 460	0.99 523	0.92 479	0.82 507	0.84 471	0.98 505	0.87 471	0.97 512	0.81 444	0.83 474	0.79 470	0.82 509	0.79 443	0.85 498

pmcnn	0.92 473	0.92 323	0.92 482	0.92 428	0.92 514	0.92 477	0.92 509	0.92 473	0.92 514	0.92 479	0.92 517	0.92 482	0.92 500	0.92 482	0.92 505	0.92 460	0.92 481	0.92 493	0.92 513	0.92 468	0.92 505

DPSM_ROB	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 473	0.91 510	0.93 481	0.91 514	0.92 482	0.90 498	0.91 478	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

DPSM	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 473	0.91 510	0.93 481	0.91 514	0.92 482	0.90 498	0.91 478	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

MoCha-V2	2.11 607	26.97 693	0.78 463	0.92 428	0.77 497	0.96 482	0.72 484	0.90 468	0.72 489	0.94 483	0.70 483	0.90 479	0.71 479	0.91 478	0.71 481	0.85 453	0.71 455	0.88 485	0.69 484	0.87 457	0.67 464

ToySt	0.92 473	2.11 525	0.90 478	0.95 437	0.79 500	0.99 484	0.78 491	0.94 477	0.81 505	0.94 483	0.78 501	0.95 488	0.77 487	0.94 484	0.86 503	0.91 457	0.79 468	0.85 483	0.77 500	0.89 461	0.73 480

R-Stereo Train	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 479	0.68 468	0.95 485	0.68 474	0.96 489	0.68 464	0.96 488	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465

RAFT-Stereo	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 479	0.68 468	0.95 485	0.68 474	0.96 489	0.68 464	0.96 488	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LiteMatch	1.13 507	0.73 286	2.80 643	3.23 609	0.61 459	0.83 465	0.68 464	0.73 445	0.69 473	1.00 487	0.77 499	0.94 486	0.57 440	0.82 460	0.64 447	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 470

Lsterematch	1.13 507	0.73 286	2.80 643	3.23 609	0.61 459	0.83 465	0.68 464	0.73 445	0.69 473	1.00 487	0.77 499	0.94 486	0.57 440	0.82 460	0.64 447	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 470

Test_v1	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

WQFJA1++	0.84 456	0.98 332	0.67 433	1.26 522	0.75 489	1.00 485	0.67 460	1.00 481	0.67 462	1.00 487	0.67 469	1.00 492	0.67 460	1.00 492	0.67 455	0.96 468	0.67 437	0.91 490	0.63 464	0.92 468	0.63 451

NLMM1	0.86 465	0.98 332	0.69 442	1.48 545	0.75 489	1.01 492	0.69 472	1.00 481	0.69 473	1.00 487	0.70 483	1.00 492	0.68 464	1.01 499	0.67 455	0.97 469	0.68 442	0.92 493	0.63 464	0.93 473	0.63 451

NLMM	0.84 456	1.00 341	0.67 433	1.27 523	0.75 489	1.00 485	0.68 464	1.00 481	0.67 462	1.00 487	0.67 469	1.02 503	0.67 460	1.02 503	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.92 468	0.63 451

Selective-RAFT	0.89 470	0.89 313	0.72 452	1.16 469	0.78 498	1.06 501	0.82 502	0.87 462	0.97 520	1.00 487	0.91 514	0.90 479	1.00 506	0.89 475	0.93 509	0.83 449	0.83 474	0.82 479	0.82 509	0.81 449	0.82 496

GANet	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

TDLM	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

CVANet_RVC	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

WQFJX1	0.84 456	0.98 332	0.67 433	1.30 530	0.75 489	1.01 492	0.67 460	1.01 489	0.67 462	1.01 497	0.67 469	1.01 499	0.68 464	1.00 492	0.68 463	0.98 473	0.67 437	0.92 493	0.64 469	0.92 468	0.64 457

WQFJX	0.85 462	1.00 341	0.68 440	1.30 530	0.75 489	1.01 492	0.68 464	1.01 489	0.68 468	1.01 497	0.68 474	1.03 505	0.68 464	1.02 503	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.94 477	0.63 451

AdaDepth	0.86 465	0.93 325	0.71 449	1.01 448	1.07 530	1.02 498	0.71 482	1.00 481	0.71 486	1.01 497	0.71 488	1.00 492	0.72 480	1.14 518	0.71 481	0.92 460	0.64 433	0.90 487	0.64 469	0.89 461	0.69 467

trnet	1.01 492	1.01 350	1.01 493	1.01 448	1.01 525	1.01 492	1.01 521	1.01 489	1.01 528	1.01 497	1.01 525	1.01 499	1.01 513	1.01 499	1.01 519	1.01 479	1.01 490	1.01 512	1.01 526	1.01 486	1.01 519

WQFJA1	0.85 462	0.98 332	0.67 433	1.29 528	0.76 494	1.01 492	0.67 460	1.02 494	0.67 462	1.02 501	0.67 469	1.01 499	0.67 460	1.01 499	0.68 463	0.99 474	0.67 437	0.93 497	0.64 469	0.92 468	0.65 459

NLSM3	0.85 462	0.99 339	0.68 440	1.29 528	0.76 494	1.01 492	0.68 464	1.01 489	0.68 468	1.02 501	0.68 474	1.01 499	0.68 464	1.01 499	0.68 463	0.97 469	0.68 442	0.93 497	0.64 469	0.93 473	0.63 451

AIO-Stereo	0.84 456	0.66 278	0.70 445	0.83 413	0.67 472	0.98 483	0.82 502	1.14 500	0.72 489	1.03 503	0.74 495	1.03 505	1.09 517	0.99 490	0.45 402	1.04 480	0.73 458	0.95 503	0.74 495	0.94 477	0.46 399

DPSimNet_ROB	0.97 482	1.18 381	0.81 470	1.10 455	0.91 513	1.02 498	0.82 502	1.04 495	0.91 510	1.03 503	0.86 510	1.28 574	0.82 495	1.03 505	0.89 504	1.17 497	0.81 473	1.02 513	0.82 509	1.08 491	0.81 495

GLC_STEREO	1.07 499	1.01 350	1.06 496	1.07 453	1.05 529	1.06 501	1.08 526	1.08 496	1.05 532	1.07 505	1.06 527	1.08 508	1.05 515	1.06 507	1.10 525	1.07 482	1.09 500	1.05 516	1.05 528	1.06 490	1.12 526

Abc-Net	2.32 624	24.75 685	1.14 502	1.17 470	1.17 540	1.11 511	1.15 532	1.17 506	1.21 589	1.08 506	1.16 535	1.12 517	1.14 522	1.09 511	1.17 535	1.09 484	1.16 510	1.17 525	1.17 536	1.16 499	1.11 524
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AF-Net	2.37 629	25.71 689	1.17 506	1.13 460	1.15 535	1.15 515	1.18 536	1.19 509	1.16 537	1.10 507	1.15 532	1.10 512	1.18 528	1.12 517	1.15 530	1.10 486	1.10 503	1.17 525	1.15 533	1.16 499	1.12 526

NCC-stereo	2.36 627	25.52 688	1.17 506	1.15 464	1.17 540	1.11 511	1.11 527	1.15 501	1.16 537	1.10 507	1.16 535	1.10 512	1.15 523	1.14 518	1.13 528	1.09 484	1.11 504	1.15 520	1.16 535	1.17 504	1.17 535

edge stereo	2.43 632	27.07 694	1.14 502	1.06 452	1.14 533	1.08 505	1.17 535	1.16 504	1.14 535	1.10 507	1.16 535	1.09 510	1.16 527	1.10 513	1.16 534	1.10 486	1.11 504	1.16 521	1.19 537	1.13 493	1.11 524

HSM-Net_RVC	0.95 481	1.17 379	0.78 463	1.18 471	0.71 482	1.16 516	0.75 487	1.09 498	0.80 502	1.10 507	0.75 496	1.17 521	0.74 482	1.17 521	0.80 496	1.13 493	0.73 458	1.17 525	0.77 500	1.16 499	0.72 477
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 509	1.10 371	0.70 445	1.10 455	0.60 453	1.10 508	0.70 479	1.10 499	0.70 481	1.10 507	0.70 483	1.10 512	0.70 475	7.00 688	0.70 479	1.10 486	0.70 451	1.10 517	0.70 488	1.10 492	0.70 470

Wavelet-MonSter	1.00 485	1.21 429	0.76 460	1.94 562	1.01 525	1.11 511	0.76 489	1.15 501	0.76 495	1.11 512	0.76 497	1.14 518	0.76 485	1.11 515	0.76 490	1.21 546	0.90 478	1.02 513	0.71 491	1.02 488	0.71 476

AIO-Stereo-zeroshot	0.91 471	0.86 306	0.89 475	1.25 521	0.69 476	1.05 500	0.81 499	1.16 504	0.50 430	1.12 513	0.97 519	0.72 452	0.82 495	1.06 507	0.95 510	0.61 404	0.87 476	1.03 515	0.85 512	1.04 489	1.01 519

RP	2.33 625	25.00 686	1.13 501	1.15 464	1.15 535	1.10 508	1.15 532	1.15 501	1.15 536	1.12 513	1.15 532	1.09 510	1.13 519	1.10 513	1.15 530	1.11 491	1.09 500	1.16 521	1.12 531	1.16 499	1.17 535

RGC	2.36 627	25.48 687	1.19 510	1.15 464	1.15 535	1.10 508	1.16 534	1.17 506	1.16 537	1.12 513	1.16 535	1.11 516	1.13 519	1.09 511	1.18 536	1.10 486	1.15 509	1.16 521	1.12 531	1.14 494	1.12 526

stereogan	2.33 625	24.38 684	1.18 508	1.18 471	1.18 543	1.14 514	1.18 536	1.19 509	1.19 543	1.14 516	1.18 539	1.14 518	1.18 528	1.14 518	1.18 536	1.14 495	1.14 508	1.19 530	1.19 537	1.15 497	1.19 539

Nwc_Net	2.37 629	25.95 690	1.15 504	1.14 461	1.15 535	1.08 505	1.14 530	1.17 506	1.16 537	1.14 516	1.15 532	1.08 508	1.15 523	1.11 515	1.14 529	1.10 486	1.11 504	1.16 521	1.09 530	1.16 499	1.15 531

999	1.00 485	1.12 372	0.59 409	1.10 455	1.21 592	1.09 507	0.52 436	1.08 496	1.43 606	1.18 518	1.35 597	0.98 491	0.52 434	0.91 478	0.85 502	0.72 429	1.46 585	0.83 480	0.98 518	0.68 422	1.41 602

FAT-Stereo	2.46 633	26.05 691	1.23 562	1.23 520	1.22 594	1.20 517	1.24 586	1.23 560	1.23 591	1.19 519	1.22 586	1.21 568	1.24 578	1.20 523	1.24 587	1.21 546	1.17 513	1.22 578	1.25 590	1.20 509	1.24 589

DisPM	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CrosDoStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet+	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

LCNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HHNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Patchmatch Stereo++	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540
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	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

STrans-v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TransformOpticalFlow	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OMP-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IIG-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NF-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OCTAStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-softLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KMStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NRIStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-adaLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-AAD	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo_v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Consistency-Raft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KYRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HUI-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ASMatch	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_LL	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DEmStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

SST-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

THIR-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT_R40	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GrayStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RE-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Pruner-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TVStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-RH_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IRAFT_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-345	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

iRAFT	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CRE-IMP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GMM-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-IKP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Prome-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

S-Stereo	2.51 634	26.86 692	1.23 562	1.22 518	1.22 594	1.24 565	1.25 587	1.22 558	1.24 592	1.21 565	1.24 588	1.19 522	1.27 580	1.19 522	1.24 587	1.19 498	1.20 515	1.25 580	1.19 537	1.24 558	1.23 588

CroCo-Stereo	0.73 421	1.22 435	0.25 212	1.22 518	0.25 252	1.22 563	0.25 239	1.22 558	0.25 243	1.22 566	0.25 251	1.22 569	0.25 244	1.22 569	0.25 240	1.22 548	0.26 223	1.21 577	0.25 248	1.22 557	0.25 229
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
Hybrid-DGEV	1.03 496	1.75 470	0.80 467	1.28 527	0.78 498	1.26 566	0.80 495	1.26 561	0.78 496	1.26 567	0.78 501	1.26 570	0.78 489	1.26 570	0.78 492	1.15 496	0.75 461	1.14 518	0.74 495	1.14 494	0.75 484

CroCo-Stereo Lap2	0.77 431	1.29 439	0.29 231	1.27 523	0.29 275	1.27 567	0.26 246	1.26 561	0.26 256	1.26 567	0.26 256	1.27 573	0.26 253	1.26 570	0.27 246	1.27 551	0.27 233	1.27 581	0.27 291	1.27 561	0.27 273

Hybrid-DGEV-2	1.05 498	1.83 496	0.83 471	1.33 534	0.82 506	1.30 569	0.81 499	1.26 561	0.79 500	1.29 569	0.79 503	1.26 570	0.80 491	1.26 570	0.79 493	1.20 500	0.78 466	1.18 528	0.77 500	1.20 509	0.77 489

Hybrid-DGEV-03	1.07 499	1.83 496	0.83 471	1.34 535	0.81 505	1.32 571	0.81 499	1.31 568	0.81 505	1.31 570	0.82 507	1.32 575	0.82 495	1.32 575	0.81 499	1.19 498	0.77 464	1.19 530	0.76 498	1.19 507	0.77 489

LiteMatch*	2.07 605	1.30 441	5.73 677	6.28 667	0.79 500	1.33 572	0.80 495	1.30 567	1.02 529	1.33 571	0.84 509	1.33 576	0.97 503	1.28 574	1.04 521	6.05 677	5.89 672	1.28 582	0.76 498	1.28 562	0.88 499

PS-NSSS	1.38 566	1.39 451	1.34 566	1.34 535	1.35 597	1.38 577	1.37 601	1.35 569	1.38 603	1.34 572	1.34 596	1.39 579	1.38 591	1.70 588	1.40 602	1.36 559	1.36 577	1.36 589	1.37 598	1.37 566	1.36 599

CC-Net-ROB	1.36 564	1.33 445	1.33 565	1.36 538	1.38 600	1.36 575	1.33 592	1.37 572	1.34 597	1.35 573	1.36 599	1.38 578	1.34 586	1.38 578	1.38 601	1.35 557	1.38 580	1.33 584	1.35 595	1.43 568	1.34 597

MaskLacGwcNet_RVC	1.35 563	1.35 446	1.35 568	1.35 537	1.35 597	1.35 573	1.35 594	1.36 570	1.35 600	1.36 574	1.35 597	1.36 577	1.36 588	1.36 576	1.35 598	1.35 557	1.35 576	1.35 587	1.35 595	1.35 565	1.35 598

RASNet	1.49 567	1.65 460	1.45 584	1.38 540	1.43 603	1.47 584	1.36 596	1.38 573	1.36 601	1.39 575	1.60 613	1.45 583	1.45 594	1.51 583	2.21 644	1.53 571	1.36 577	1.36 589	1.36 597	1.66 577	1.36 599

qqai	1.22 557	1.38 450	1.12 499	1.39 541	1.14 533	1.40 579	1.14 530	1.41 575	1.12 533	1.40 576	1.11 531	1.40 581	1.13 519	1.41 579	1.15 530	1.25 549	0.97 484	1.24 579	1.01 526	1.24 558	0.96 509

MM-Stereo_test2	1.20 510	1.85 502	1.05 495	1.46 544	0.94 517	1.36 575	0.99 516	1.36 570	0.95 517	1.41 577	0.98 520	1.40 581	0.96 502	1.37 577	0.95 510	1.37 561	1.06 493	1.33 584	0.93 517	1.29 563	0.89 502

BLMT-Stereo	1.53 568	1.36 447	1.06 496	1.42 543	1.23 596	1.41 581	1.07 525	1.43 577	1.12 533	1.42 578	1.06 527	1.83 592	1.07 516	1.42 581	1.07 523	1.27 551	1.38 580	6.80 685	1.00 520	1.26 560	1.00 514

MM-Stereo_test3	1.27 561	2.07 521	1.18 508	1.60 551	1.02 527	1.45 583	1.01 521	1.40 574	1.04 531	1.44 579	1.03 526	1.46 584	1.02 514	1.44 582	1.02 520	1.51 570	1.12 507	1.32 583	0.98 518	1.38 567	0.97 510

11t	1.27 561	2.70 566	1.34 566	1.32 533	0.89 509	1.30 569	1.34 593	1.64 582	0.57 443	1.45 580	0.72 491	1.05 507	1.29 582	1.07 510	1.29 594	1.49 567	1.02 491	0.97 506	1.15 533	1.48 569	1.31 593

ssnet_v2	0.68 405	1.96 518	1.25 564	0.29 202	0.20 228	0.30 239	0.20 214	0.29 231	0.22 229	1.50 581	0.20 227	0.31 250	0.20 225	0.27 235	0.22 223	0.24 203	1.49 587	0.26 231	0.18 223	3.90 636	0.19 209

FlowAnything_test	1.02 494	1.72 464	0.71 449	1.59 548	0.70 480	1.61 587	0.69 472	1.61 579	0.70 481	1.60 582	0.70 483	1.61 589	0.69 471	1.61 586	0.70 479	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 440

FlowAnything	1.02 494	1.71 463	0.72 452	1.59 548	0.69 476	1.60 586	0.69 472	1.61 579	0.70 481	1.60 582	0.69 479	1.60 586	0.69 471	1.61 586	0.69 471	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 440

CFNet-RSSM	0.91 471	4.89 626	0.34 270	0.44 283	1.07 530	1.62 589	1.40 603	0.91 470	0.35 357	1.60 582	1.39 603	0.64 440	0.34 350	0.44 350	0.33 332	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 299

gwcnet-sp	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 585	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 218

scenet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 585	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 218

ssnet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 585	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 218

DPSMNet_ROB	1.60 571	1.59 458	1.70 598	1.59 548	1.59 609	1.61 587	1.61 612	1.60 578	1.60 610	1.62 588	1.59 612	1.60 586	1.60 597	1.60 584	1.59 609	1.59 572	1.60 600	1.59 595	1.59 616	1.59 573	1.59 613

HBP-ISP	1.24 559	1.72 464	1.65 596	1.15 464	0.76 494	1.40 579	0.88 505	1.67 585	1.02 529	1.69 589	1.38 602	1.69 590	1.21 576	1.87 596	1.21 585	1.05 481	0.79 468	0.97 506	0.80 506	1.19 507	0.75 484

ours_stereo	1.20 510	1.21 429	0.90 478	1.64 556	1.11 532	1.35 573	0.67 460	1.76 586	0.93 515	1.70 590	1.10 530	1.39 579	0.75 484	1.41 579	0.81 499	1.60 574	1.03 492	1.33 584	1.00 520	1.61 574	0.72 477

GANetREF_RVC	1.55 569	1.94 517	1.22 560	1.88 559	1.21 592	1.88 593	1.22 584	1.88 588	1.22 590	1.88 591	1.22 586	1.88 593	1.22 577	1.89 597	1.22 586	1.87 582	1.22 562	1.88 608	1.22 586	1.88 586	1.22 586
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
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	2.88 641	2.86 655	1.89 592	2.67 653	2.79 643	2.79 642	2.78 642	2.83 651	2.82 633	2.82 639	2.83 641	2.77 653	2.83 628	2.76 650
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
2.5w	2.01 596	2.40 552	1.37 578	3.28 613	2.01 637	2.71 633	1.43 609	1.82 587	1.83 631	1.90 593	1.41 604	2.71 633	1.35 587	2.71 633	1.85 631	2.66 628	1.53 590	1.64 596	1.23 587	2.53 620	1.87 633

3.25w	2.04 602	2.20 533	1.48 586	3.03 603	2.17 647	2.63 632	1.39 602	1.96 591	1.95 642	1.96 594	1.37 600	2.71 633	1.96 625	2.71 633	1.73 624	2.26 604	1.32 564	1.87 605	1.87 636	2.51 616	1.63 618

FC-DCNN	1.07 499	1.09 366	0.98 487	0.89 420	0.52 443	1.41 581	0.91 508	1.21 557	1.24 592	1.96 594	2.05 649	1.91 595	1.30 583	1.27 573	1.08 524	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

MFMNet_re	1.81 579	1.91 511	1.71 600	1.95 564	1.70 620	1.95 598	1.70 617	1.96 591	1.74 623	1.97 596	1.72 621	1.95 596	1.71 605	1.97 600	1.71 617	1.86 580	1.62 601	1.85 601	1.66 623	1.86 585	1.64 619

3w_stereo	2.04 602	2.24 537	1.70 598	3.15 606	2.18 649	2.49 622	1.26 589	2.03 596	1.98 643	1.98 597	1.33 595	2.72 637	1.99 628	2.59 627	1.72 619	2.22 603	1.33 571	1.85 601	1.88 641	2.50 615	1.58 612

IGEV	2.02 597	2.20 533	1.82 610	2.90 601	2.16 645	2.41 618	1.25 587	2.00 594	1.98 643	1.99 598	1.31 594	2.72 637	1.93 622	2.67 632	1.69 616	2.26 604	1.32 564	1.83 600	1.87 636	2.53 620	1.61 616

SPS-STEREO	1.59 570	1.91 511	1.21 559	1.94 562	1.20 546	2.00 601	1.23 585	1.99 593	1.24 592	2.00 599	1.25 589	2.03 603	1.26 579	2.00 601	1.29 594	1.90 586	1.18 514	1.89 609	1.21 585	1.89 587	1.20 540
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
4.5_new	2.00 589	1.84 501	1.98 627	2.77 596	2.16 645	2.27 610	1.28 591	2.09 598	1.98 643	2.01 600	1.28 592	2.71 633	1.98 626	2.51 624	1.65 612	2.26 604	1.33 571	1.87 605	1.87 636	2.49 613	1.60 614

RAFT_CTSACE	1.92 582	3.71 601	1.72 601	1.88 559	1.72 621	2.04 602	1.42 606	2.18 604	1.89 639	2.02 601	1.97 638	1.95 596	2.06 632	1.93 598	1.62 610	1.76 577	1.66 604	2.02 613	1.73 632	1.73 580	1.43 604

1w_stereo	2.05 604	2.32 542	1.35 568	3.74 635	2.01 637	2.73 636	1.42 606	1.88 588	1.93 641	2.03 602	1.28 592	2.71 633	1.99 628	2.72 635	1.72 619	2.20 601	1.32 564	1.87 605	1.86 635	2.45 609	1.54 606

MM-Stereo_test1	1.80 578	3.41 594	1.52 591	2.12 569	1.41 602	2.04 602	1.41 604	2.05 597	1.46 607	2.04 603	1.41 604	2.05 604	1.42 593	2.05 602	1.43 604	2.04 595	1.54 592	1.94 610	1.38 600	1.99 590	1.33 595

ff7	1.68 572	2.68 563	1.35 568	0.97 441	0.89 509	1.84 590	2.15 642	2.12 599	1.80 627	2.05 604	1.56 609	2.33 611	2.12 633	2.23 607	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ffff	1.68 572	2.68 563	1.35 568	0.97 441	0.89 509	1.84 590	2.15 642	2.12 599	1.80 627	2.05 604	1.56 609	2.33 611	2.12 633	2.23 607	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ccc-4	1.68 572	2.68 563	1.35 568	0.97 441	0.89 509	1.84 590	2.15 642	2.12 599	1.80 627	2.05 604	1.56 609	2.33 611	2.12 633	2.23 607	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

2.25w	2.00 589	1.86 505	1.98 627	2.95 602	2.17 647	2.26 609	1.35 594	2.42 619	2.00 646	2.07 607	1.27 591	2.53 621	1.99 628	2.29 612	1.49 606	2.21 602	1.32 564	1.85 601	1.87 636	2.52 617	1.62 617

MC-Stereo	1.76 575	2.96 582	1.37 578	2.14 570	1.37 599	2.14 607	1.36 596	2.14 602	1.37 602	2.14 608	1.37 600	2.14 605	1.37 590	2.14 606	1.37 600	1.97 591	1.32 564	1.97 612	1.32 594	1.98 589	1.33 595

3.25w_new	2.03 599	2.72 570	1.35 568	3.33 618	1.57 607	2.72 634	1.53 611	2.15 603	1.33 596	2.15 609	1.60 613	2.63 630	1.30 583	2.72 635	1.99 642	2.67 630	1.53 590	1.75 599	1.25 590	2.53 620	1.87 633

3.5w_stereo	2.03 599	2.72 570	1.35 568	3.41 620	1.57 607	2.72 634	1.49 610	2.01 595	1.34 597	2.15 609	1.61 615	2.63 630	1.36 588	2.72 635	1.99 642	2.66 628	1.58 596	1.68 598	1.24 588	2.53 620	1.87 633

derf	1.91 581	2.15 529	1.78 604	2.16 571	1.75 622	2.21 608	1.80 620	2.22 605	1.80 627	2.21 611	1.76 622	2.17 606	1.81 614	2.24 610	1.74 625	1.93 589	1.56 593	1.96 611	1.53 609	1.95 588	1.56 608

4w-stereo	2.02 597	2.72 570	1.44 583	3.36 619	1.59 609	2.48 621	1.72 618	2.28 606	1.24 592	2.24 612	1.65 617	2.56 626	1.32 585	2.39 618	1.98 641	2.67 630	1.51 588	1.66 597	1.24 588	2.53 620	1.88 636

NCCL2	2.28 623	2.27 538	2.28 633	2.28 580	2.28 650	2.27 610	2.29 645	2.28 606	2.28 649	2.27 613	2.28 650	2.28 607	2.27 636	2.27 611	2.28 649	2.28 608	2.28 632	2.27 620	2.29 649	2.27 600	2.29 641

TRStereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 626	2.28 612	1.84 622	2.29 608	1.86 633	2.30 614	1.87 627	2.30 608	1.87 616	2.08 603	1.72 619	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 624

XX-Stereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 626	2.28 612	1.84 622	2.29 608	1.86 633	2.30 614	1.87 627	2.30 608	1.87 616	2.08 603	1.72 619	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 624

EAI-Stereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 626	2.28 612	1.84 622	2.29 608	1.86 633	2.30 614	1.87 627	2.30 608	1.87 616	2.08 603	1.72 619	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 624

MonStereo1	1.94 583	2.77 576	1.52 591	3.73 634	1.51 606	2.13 606	1.42 606	2.32 613	1.52 608	2.31 617	1.50 607	2.53 621	1.59 596	2.34 615	1.56 607	1.91 587	1.36 577	1.86 604	1.31 593	2.07 591	1.53 605

STTStereo	3.73 651	30.40 698	2.37 637	2.39 584	2.31 652	2.35 615	2.33 646	2.29 608	2.42 650	2.32 618	2.34 651	2.33 611	2.36 637	2.30 613	2.27 648	2.35 615	2.22 631	2.31 623	2.22 646	2.29 602	2.34 645

HUF	2.18 611	2.30 540	1.99 630	2.34 583	2.02 640	2.41 618	2.06 641	2.38 617	1.89 639	2.36 619	1.85 625	2.56 626	1.98 626	2.31 614	1.97 640	2.30 611	2.03 625	2.30 622	2.11 643	2.23 597	2.16 638

qwe	2.18 611	2.60 560	1.58 593	3.83 636	1.90 634	2.53 626	1.90 631	2.48 621	1.73 621	2.37 620	1.92 634	2.53 621	1.68 601	2.56 625	1.83 629	2.52 627	1.87 616	2.07 614	1.68 626	2.32 603	1.71 623

monsters	2.18 611	2.41 553	1.96 626	3.47 623	2.03 641	2.53 626	1.64 614	2.48 621	1.73 621	2.40 621	1.50 607	2.62 629	1.94 623	2.59 627	1.94 638	2.44 620	1.57 595	2.28 621	1.87 636	2.42 607	1.86 631

MonStereo	2.17 609	2.41 553	1.49 590	2.67 593	1.67 614	2.60 631	2.04 640	2.32 613	1.76 624	2.44 622	1.68 619	2.50 619	1.69 603	2.38 616	1.80 628	2.28 608	1.78 610	2.63 639	2.14 644	3.47 632	1.68 622

monsterstereo	2.20 617	2.33 543	1.95 625	3.65 630	2.07 642	2.49 622	1.61 612	2.48 621	1.83 631	2.45 623	1.61 615	2.67 632	1.86 615	2.64 629	1.94 638	2.48 624	1.66 604	2.34 625	1.68 626	2.40 606	1.86 631

asd	2.18 611	2.77 576	1.58 593	3.59 628	2.00 636	2.58 630	1.85 625	2.39 618	1.71 616	2.47 624	1.97 638	2.59 628	1.61 598	2.56 625	1.79 627	2.51 625	1.99 617	2.11 618	1.62 620	2.36 605	1.60 614

FBW_ROB	2.12 608	2.46 556	1.77 603	2.49 588	1.79 625	2.38 616	1.83 621	2.46 620	1.78 626	2.48 625	1.97 638	2.40 616	1.78 612	2.42 621	1.83 629	2.31 612	1.85 615	2.38 628	1.82 634	2.35 604	1.84 629

UDGNet	2.23 621	5.40 639	1.72 601	2.48 587	1.69 617	2.51 625	1.69 616	2.51 624	1.72 620	2.50 626	1.69 620	2.52 620	1.69 603	2.50 623	1.68 615	2.41 619	1.70 606	2.42 630	1.69 628	2.42 607	1.64 619

AIO_rvc	2.18 611	2.34 547	1.87 620	2.32 581	1.94 635	2.40 617	1.89 630	2.37 616	2.07 648	2.52 627	1.95 637	2.44 618	1.99 628	2.41 619	1.89 637	2.32 613	2.09 626	2.24 619	2.18 645	2.21 596	2.23 640

AIO_test	2.18 611	2.09 524	2.04 631	2.42 585	2.01 637	2.47 620	1.94 632	2.34 615	2.03 647	2.56 628	1.94 635	2.43 617	1.94 623	2.41 619	1.87 635	2.39 618	2.10 627	2.35 627	1.91 642	2.25 599	2.19 639

asda	2.17 609	2.54 557	1.81 605	3.47 623	1.78 624	2.50 624	1.86 626	2.61 627	1.68 612	2.61 629	1.83 624	2.37 615	1.73 607	2.44 622	1.88 636	2.51 625	1.84 614	2.34 625	1.62 620	2.23 597	1.77 628

Sa-1000	4.34 669	8.37 658	6.84 682	6.98 673	4.45 683	3.58 648	3.00 653	3.42 649	3.39 670	2.61 629	4.00 678	3.83 653	4.01 671	3.90 653	3.90 674	5.98 676	5.62 671	3.76 651	2.34 650	4.35 644	2.47 649

4.25w-stereo	1.98 584	2.72 570	1.46 585	3.47 623	1.43 603	2.07 604	1.98 633	2.53 625	1.52 608	2.71 631	1.98 644	1.81 591	1.62 599	1.96 599	1.36 599	1.88 585	2.00 618	2.53 636	1.61 618	1.74 581	1.15 531

4.25_new	2.00 589	2.33 543	1.82 610	3.32 616	1.69 617	1.95 598	1.99 636	2.72 628	1.71 616	2.72 632	1.97 638	2.01 601	1.74 609	1.77 591	1.28 592	2.18 599	2.01 620	2.48 634	1.58 614	1.65 575	1.17 535

4.5w_new	2.00 589	2.33 543	1.82 610	3.32 616	1.69 617	1.95 598	1.99 636	2.72 628	1.71 616	2.72 632	1.97 638	2.01 601	1.74 609	1.77 591	1.28 592	2.18 599	2.01 620	2.48 634	1.58 614	1.65 575	1.17 535

4.5w-stereo	1.99 585	2.33 543	1.81 605	3.28 613	1.68 616	1.94 595	1.99 636	2.72 628	1.70 615	2.72 632	1.99 647	1.97 598	1.68 601	1.76 590	1.29 594	1.91 587	2.02 624	2.53 636	1.61 618	1.75 582	1.16 534

2.75w_new	1.99 585	2.34 547	1.81 605	3.14 605	1.62 611	1.94 595	1.99 636	2.72 628	1.71 616	2.72 632	1.99 647	1.90 594	1.73 607	1.82 595	1.29 594	2.37 616	2.01 620	2.31 623	1.42 604	1.77 583	1.22 586

2w_stereo	1.99 585	2.36 550	1.81 605	3.24 611	1.67 614	1.94 595	1.98 633	2.72 628	1.68 612	2.72 632	1.94 635	1.98 599	1.74 609	1.79 593	1.27 591	1.95 590	2.00 618	2.53 636	1.60 617	1.68 578	1.15 531

3.75w	1.99 585	2.31 541	1.83 613	3.16 607	1.65 613	1.93 594	1.98 633	2.72 628	1.68 612	2.73 637	1.97 638	2.00 600	1.72 606	1.81 594	1.25 590	2.27 607	2.01 620	2.38 628	1.42 604	1.71 579	1.24 589

LG-G_1	2.22 618	2.71 568	1.89 621	2.77 596	1.87 632	2.75 638	1.87 628	2.76 636	1.87 637	2.75 638	1.87 627	2.76 640	1.87 616	2.75 639	1.86 632	2.47 622	1.58 596	2.45 631	1.57 611	2.45 609	1.57 610

LG-G	2.22 618	2.71 568	1.89 621	2.77 596	1.87 632	2.75 638	1.87 628	2.76 636	1.87 637	2.75 638	1.87 627	2.76 640	1.87 616	2.75 639	1.86 632	2.47 622	1.58 596	2.45 631	1.57 611	2.45 609	1.57 610

LGtest1	2.22 618	2.70 566	1.89 621	2.76 595	1.86 629	2.75 638	1.86 626	2.75 635	1.86 633	2.75 638	1.86 626	2.77 642	1.87 616	2.75 639	1.86 632	2.46 621	1.58 596	2.45 631	1.56 610	2.45 609	1.56 608

IGEVStereo-DCA	1.77 576	4.21 617	1.84 614	2.49 588	2.11 643	2.54 628	1.36 596	1.65 583	1.17 541	2.75 638	1.90 632	2.54 624	1.15 523	0.94 484	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

rrr	1.77 576	4.21 617	1.84 614	2.49 588	2.11 643	2.54 628	1.36 596	1.65 583	1.17 541	2.75 638	1.90 632	2.54 624	1.15 523	0.94 484	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

sCroCo_RVC	2.10 606	2.76 574	1.92 624	2.78 599	1.39 601	2.73 636	1.41 604	2.73 634	1.40 604	2.77 643	1.41 604	2.74 639	1.40 592	2.74 638	1.40 602	2.72 632	1.42 583	2.72 640	1.44 606	2.79 627	1.42 603

plain	1.88 580	3.16 588	0.64 423	3.10 604	0.65 467	3.10 643	0.64 452	3.12 643	0.65 458	3.10 644	0.65 465	3.11 644	0.65 454	3.12 643	0.65 450	3.12 637	0.65 435	3.13 642	0.65 473	3.13 630	0.65 459

MIF-Stereo (partial)	2.58 636	3.31 593	0.66 429	3.18 608	0.66 471	3.18 644	0.66 456	3.21 644	0.67 462	3.19 645	0.66 468	3.19 645	0.66 458	3.31 647	0.68 463	5.09 669	1.79 612	8.23 689	1.67 624	6.18 673	1.38 601

Anonymous3	2.55 635	3.26 592	1.65 596	3.28 613	1.63 612	3.24 645	1.68 615	3.27 645	1.66 611	3.28 646	1.67 618	3.25 646	1.66 600	3.27 645	1.64 611	3.26 638	1.65 603	3.30 644	1.65 622	4.95 664	1.65 621

UniTT-Stereo	2.03 599	3.43 595	0.72 452	3.42 621	0.73 485	3.27 646	0.68 464	3.38 648	0.69 473	3.29 647	0.72 491	3.28 647	0.70 475	3.35 649	0.68 463	3.39 640	0.68 442	3.31 645	0.69 484	3.37 631	0.73 480

NLSM1	2.93 644	3.24 591	2.57 641	4.04 637	2.66 653	3.30 647	2.55 648	3.29 646	2.55 651	3.35 648	2.48 652	3.28 647	2.47 638	3.34 648	2.49 650	3.26 638	2.55 638	3.13 642	2.57 652	3.00 629	2.46 648

RAStereo	2.23 621	3.64 598	0.76 460	3.65 630	0.86 507	3.66 651	0.76 489	3.67 652	0.81 505	3.66 649	0.76 497	3.66 650	0.77 487	3.68 651	0.77 491	3.68 643	0.77 464	3.69 650	0.77 500	3.70 634	0.77 489

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

SA	4.33 668	7.35 652	6.85 683	5.96 665	4.09 680	3.59 649	3.15 667	3.82 653	2.64 652	3.91 651	3.85 675	3.57 649	2.72 641	3.13 644	4.03 676	7.09 684	6.86 679	3.57 647	3.12 665	3.85 635	3.51 673

TestStereo1	4.60 670	8.41 659	6.44 680	6.86 671	3.79 677	3.97 653	3.78 676	3.99 655	3.74 674	3.97 652	3.52 670	3.94 654	3.58 657	3.98 654	3.72 671	6.82 681	6.50 677	3.76 651	3.66 673	3.90 636	3.74 677

SA-5K	4.60 670	8.41 659	6.44 680	6.86 671	3.79 677	3.97 653	3.78 676	3.99 655	3.74 674	3.97 652	3.52 670	3.94 654	3.58 657	3.98 654	3.72 671	6.82 681	6.50 677	3.76 651	3.66 673	3.90 636	3.74 677

NLCSM	3.67 650	4.08 612	3.19 660	4.80 653	3.26 668	3.99 655	3.24 669	4.25 658	3.18 668	4.09 654	3.27 667	4.14 656	3.18 655	4.13 656	3.28 665	4.06 645	3.10 648	3.85 654	3.14 666	3.91 639	3.27 670

test_4	4.88 676	8.13 657	6.98 684	7.46 674	4.44 682	4.25 657	3.85 678	4.04 657	3.92 678	4.13 655	3.91 676	4.18 658	3.84 667	4.14 657	4.06 677	7.01 683	7.13 680	4.53 656	3.72 676	4.09 640	3.72 675

test_5	4.62 673	7.55 654	6.23 678	6.32 668	3.40 671	5.29 678	3.50 671	3.53 650	4.11 680	4.28 656	4.47 682	4.26 659	4.38 674	3.68 651	3.24 664	5.89 674	5.60 670	4.84 673	3.50 671	4.33 643	3.93 681

test_3	5.01 678	8.86 664	7.77 686	8.09 676	2.76 655	4.13 656	4.05 680	3.88 654	3.76 676	4.33 657	4.13 679	3.71 652	3.91 668	4.21 658	4.06 677	7.93 685	7.69 682	4.53 656	3.91 678	4.17 641	4.29 683

raft_robust	4.71 674	7.75 656	5.40 676	6.81 670	3.31 669	4.28 658	4.20 681	4.32 659	4.37 683	4.35 658	4.35 681	4.14 656	3.75 664	4.30 660	4.20 679	6.67 680	6.37 675	3.36 646	4.24 683	4.86 662	3.25 669

rvit_stereo_0081	3.83 652	5.23 633	3.01 646	4.53 641	3.03 658	4.55 665	3.02 655	4.56 662	3.04 656	4.52 659	3.02 654	4.54 661	3.03 643	4.56 662	3.04 652	4.57 653	3.05 641	4.57 658	3.05 657	4.58 649	3.05 655

cross-raft	4.83 675	7.52 653	6.43 679	6.63 669	3.96 679	4.51 659	3.99 679	4.49 660	3.96 679	4.52 659	3.96 677	4.50 660	3.97 670	4.50 661	3.97 675	6.65 679	6.44 676	4.33 655	3.92 679	4.35 644	3.91 680

rvit_105_1	3.83 652	5.22 632	3.01 646	4.53 641	3.01 656	4.51 659	3.01 654	4.56 662	3.04 656	4.53 661	3.03 656	4.55 663	3.03 643	4.56 662	3.04 652	4.57 653	3.05 641	4.57 658	3.05 657	4.57 648	3.05 655

rvit_stereo_0082	3.86 654	5.82 647	3.01 646	4.53 641	3.03 658	4.54 661	3.02 655	4.56 662	3.04 656	4.53 661	3.02 654	4.55 663	3.04 646	4.57 665	3.05 654	4.57 653	3.05 641	4.58 660	3.05 657	4.58 649	3.06 658

rvit_0105_6	3.87 656	5.73 646	3.10 656	4.69 651	3.12 666	4.54 661	3.02 655	4.56 662	3.04 656	4.54 663	3.03 656	4.54 661	3.04 646	4.56 662	3.05 654	4.58 656	3.05 641	4.58 660	3.05 657	4.58 649	3.05 655

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	4.64 669	3.06 660	4.54 663	3.04 658	4.62 670	3.08 650	4.62 668	3.07 657	4.58 656	3.06 645	4.60 662	3.08 661	4.63 652	3.07 659

rvit_0105_4	3.91 659	5.47 643	3.02 649	4.54 644	3.02 657	4.54 661	3.03 659	4.75 672	3.17 667	4.57 665	3.06 659	4.61 669	3.16 654	4.65 669	3.09 660	4.66 660	3.11 649	4.68 667	3.18 668	4.81 659	3.16 667

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

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

rvit_0105_3	3.91 659	5.33 636	3.06 654	4.60 649	3.07 664	4.60 668	3.06 663	4.62 668	3.08 664	4.60 668	3.07 662	4.62 670	3.08 650	4.67 670	3.10 661	4.70 661	3.11 649	4.77 671	3.19 669	4.77 658	3.14 666

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

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

rvit_0105_5	4.10 663	5.40 639	3.13 659	4.71 652	3.15 667	4.72 673	3.10 666	4.90 677	3.27 669	4.69 671	3.16 666	4.84 677	3.25 656	4.96 676	3.34 666	5.05 668	3.39 657	5.10 676	3.40 670	5.11 666	3.42 671

RAFT+CT+SA	4.28 666	7.62 655	4.91 671	5.55 662	2.28 650	3.09 642	3.64 673	4.49 660	3.07 661	4.80 672	3.35 668	4.77 675	3.70 662	4.29 659	3.05 654	5.58 672	5.98 674	3.58 648	3.78 677	4.26 642	3.72 675

MLG-Stereo_test2	4.28 666	5.46 642	3.69 665	4.86 655	3.72 676	5.58 680	3.42 670	4.81 674	3.77 677	4.85 673	3.72 674	5.55 682	3.63 659	5.58 680	3.53 668	4.41 650	3.28 656	4.99 675	2.95 655	4.75 657	3.13 665

TestStereo	4.88 676	4.75 623	4.79 670	4.87 656	4.92 684	4.81 676	4.90 684	4.78 673	4.77 684	4.87 674	4.89 683	4.90 678	4.91 676	4.99 677	4.79 681	4.98 666	4.87 667	4.87 674	4.92 685	5.00 665	5.00 684

DispFullNet	4.61 672	4.84 624	3.12 657	5.00 657	3.57 672	4.75 674	3.03 659	7.75 688	4.17 681	4.91 675	3.09 663	6.20 684	3.95 669	6.71 684	3.51 667	5.30 671	3.67 659	5.86 683	3.63 672	5.61 670	3.46 672

GEStereo_RVC	0.86 465	4.45 620	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 223	0.18 214	5.03 676	0.20 227	0.27 235	0.19 221	0.27 235	0.21 221	0.20 175	0.19 199	0.19 191	4.02 680	0.20 188	0.18 207

MLG-Stereo_test1	4.25 664	5.34 638	3.61 663	5.31 659	3.63 674	5.23 677	3.57 672	5.38 680	3.65 671	5.23 677	3.47 669	4.76 674	3.74 663	4.85 673	3.71 670	4.96 665	3.18 654	4.71 669	2.92 654	4.86 662	2.90 652

MLG-Stereo_test3	4.26 665	4.85 625	3.95 667	5.35 660	3.60 673	4.75 674	3.76 675	5.49 681	3.71 673	5.39 678	3.69 673	4.82 676	3.66 660	4.85 673	3.73 673	4.93 664	3.19 655	4.69 668	2.99 656	4.84 661	2.98 654

MaDis-Stereo	3.19 646	6.02 649	1.12 499	5.61 663	1.16 539	5.43 679	1.02 523	5.15 679	0.70 481	5.43 679	1.21 585	5.03 680	0.97 503	4.85 673	0.99 514	4.53 651	1.16 510	5.53 679	1.25 590	5.37 669	1.30 592

sAnonymous2	3.31 647	2.63 561	1.38 580	3.71 632	1.86 629	4.70 671	1.11 527	4.82 675	2.72 653	5.45 680	1.98 644	4.59 665	2.64 639	2.65 630	6.21 685	4.37 647	1.08 498	5.16 677	2.24 647	4.52 646	2.39 646

CroCo_RVC	3.31 647	2.63 561	1.38 580	3.71 632	1.86 629	4.70 671	1.11 527	4.82 675	2.72 653	5.45 680	1.98 644	4.59 665	2.64 639	2.65 630	6.21 685	4.37 647	1.08 498	5.16 677	2.24 647	4.52 646	2.39 646

StereoVision	3.15 645	5.00 627	0.89 475	4.83 654	1.00 520	3.93 652	1.27 590	6.37 682	1.34 597	5.67 682	1.26 590	5.84 683	1.27 580	5.03 679	1.24 587	5.10 670	1.09 500	4.61 663	0.57 455	5.62 671	1.12 526

test-1	6.46 683	9.16 666	8.03 689	8.09 676	5.62 687	6.11 681	6.35 687	6.85 685	4.94 685	6.08 683	6.29 689	4.98 679	6.43 681	6.22 681	6.36 687	6.16 678	7.47 681	5.82 681	5.44 688	7.11 678	5.68 687

SGM-Forest	5.21 682	5.92 648	4.08 668	6.18 666	4.16 681	6.31 682	4.34 682	6.50 683	4.33 682	6.14 684	4.21 680	6.61 687	4.55 675	6.67 683	4.48 680	5.94 675	3.94 661	5.85 682	4.03 681	5.79 672	4.17 682
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 685	9.36 667	7.40 685	8.51 679	6.55 688	6.88 684	6.60 688	6.79 684	6.60 689	6.80 685	6.72 690	5.31 681	5.50 679	6.61 682	6.61 688	8.42 687	5.89 672	5.73 680	5.45 689	6.61 674	6.24 688

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

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

FC-DCNN v2	5.10 680	5.15 630	4.49 669	5.07 658	3.37 670	6.87 683	4.75 683	5.04 678	6.34 688	7.84 688	5.06 684	6.72 688	4.09 672	4.99 677	5.44 684	5.03 667	3.16 652	4.67 666	4.86 684	5.15 667	3.89 679

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	7.92 689	5.28 686	7.91 689	5.29 686	7.93 689	5.27 677	7.92 689	5.28 682	7.93 685	5.28 669	7.93 688	5.29 687	7.93 681	5.28 686

U	5.15 681	8.49 661	1.81 605	8.49 678	1.77 623	8.49 688	1.77 619	8.51 690	1.77 625	8.49 690	1.77 623	8.50 690	1.78 612	8.58 690	1.77 626	8.54 688	1.78 610	8.55 690	1.78 633	8.55 684	1.84 629

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

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

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

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

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

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

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

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

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

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

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

fff	1000028.16 717	29.62 695	29.72 698	32.61 698	30.02 699	35.13 699	31.83 700	32.07 700	10000000.00 719	35.27 702	29.82 700	32.45 700	30.15 699	32.35 700	30.09 699	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 701

csc	1000028.16 717	29.62 695	29.72 698	32.61 698	30.02 699	35.13 699	31.83 700	32.07 700	10000000.00 719	35.27 702	29.82 700	32.45 700	30.15 699	32.35 700	30.09 699	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 701

cscssc	1000028.16 717	29.62 695	29.72 698	32.61 698	30.02 699	35.13 699	31.83 700	32.07 700	10000000.00 719	35.27 702	29.82 700	32.45 700	30.15 699	32.35 700	30.09 699	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 701

DCANet-4	35.22 699	34.54 700	35.08 704	33.58 702	35.47 706	34.55 698	35.53 706	36.08 705	35.85 704	35.92 705	35.77 705	35.18 705	35.48 704	35.39 705	37.15 708	34.55 705	33.92 704	35.02 706	34.90 705	35.79 703	34.74 707

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

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

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

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

ADStereo(finetuned)	36.13 700	36.63 704	38.07 708	36.97 703	33.25 703	35.91 702	34.45 703	36.36 706	32.99 701	38.14 710	36.71 706	36.69 706	34.13 703	38.57 710	40.79 709	37.60 710	36.58 707	35.90 707	33.36 704	35.42 702	34.04 704

MDST_ROB	69.83 704	87.70 709	41.95 709	113.75 712	65.62 712	75.05 709	55.25 711	75.64 712	45.04 708	71.61 711	41.75 710	72.81 711	44.06 708	68.38 711	44.63 710	101.89 713	59.57 713	107.10 713	61.05 713	104.38 710	59.38 713

CBMV	128.50 706	1422.70 720	53.10 710	79.50 711	51.30 711	77.30 710	49.70 710	74.00 711	48.20 709	77.20 712	48.80 711	73.90 712	48.00 709	73.80 712	48.80 711	70.40 712	45.10 712	68.90 712	46.10 712	68.20 709	45.00 712
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	158.51 714	158.56 711	158.34 713	160.12 713	158.56 713	159.92 711	157.26 714	158.94 713	154.38 714	158.36 714	155.75 714	159.13 715	153.67 711	154.07 714
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
NOSS_ROB	102.95 705	153.00 713	121.00 712	51.00 710	44.00 710	165.00 712	127.00 712	153.00 713	119.00 710	164.00 714	125.00 712	168.00 714	120.00 710	153.00 713	117.00 712	49.00 711	44.00 711	49.00 711	44.00 711	49.00 708	44.00 711

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

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

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

DLCB_ROB	284.23 711	354.61 716	207.27 716	363.24 717	206.46 714	364.72 716	210.41 714	364.72 718	210.41 712	364.81 718	208.64 715	364.81 718	208.64 713	364.72 718	210.41 715	354.70 718	205.53 716	354.70 718	205.53 717	354.70 715	205.53 716

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 720	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 722	10000000.00 721	10000000.00 722	10000000.00 719	10000000.00 722	10000000.00 721	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 722	10000000.00 719	10000000.00 722
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark