Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 66	0.04 65	0.07 67	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

PipStereo	0.03 29	0.03 31	0.03 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	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 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

VMStereo-Base	0.03 29	0.09 89	0.08 83	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

TCMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet-wrong-test	0.03 29	0.04 52	0.03 40	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 40	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 40	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

EDNetEfficientorigin	0.04 54	0.06 74	0.04 65	0.05 60	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 65	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 429	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 74	0.04 65	0.06 65	0.04 101	0.06 115	0.04 104	0.06 117	0.04 104	0.06 119	0.04 111	0.06 120	0.04 101	0.06 111	0.04 98	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 116	0.04 95	0.04 104	0.12 152	0.04 111	0.06 120	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 245	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 101	0.02 20	0.02 21	0.73 429	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 149	0.20 192	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 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	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 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	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 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 157	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 40	0.05 60	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 101	0.04 90	0.03 52	0.75 432	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 80	0.12 124	0.08 69	0.05 121	0.08 128	0.05 116	0.08 130	0.05 120	0.08 129	0.05 123	0.08 129	0.05 113	0.08 130	0.05 111	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	0.11 113	0.11 98	0.05 121	0.08 128	0.05 116	0.08 130	0.05 120	0.08 129	0.05 123	0.08 129	0.05 113	0.08 130	0.05 111	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 80	0.07 81	0.07 67	0.07 136	0.08 128	0.06 133	0.08 130	0.07 137	0.08 129	0.07 138	0.08 129	0.06 130	0.07 127	0.07 128	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

FADE	0.07 67	0.06 74	0.02 15	0.09 76	0.10 147	0.03 44	0.03 54	0.05 110	0.03 59	0.04 92	0.03 56	0.05 113	0.03 53	0.04 90	0.03 52	0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

iinet-test	0.08 73	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	0.17 207	0.02 20	0.02 21	0.71 421	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

BridgeDepth	0.08 73	0.08 80	0.11 113	0.11 98	0.05 121	0.08 128	0.05 116	0.08 130	0.07 137	0.08 129	0.05 123	0.08 129	0.05 113	0.09 136	0.08 130	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 73	0.02 12	0.02 15	1.01 445	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	0.09 135	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 76	0.09 89	0.17 177	0.19 157	0.06 134	0.08 128	0.06 133	0.08 130	0.06 133	0.08 129	0.06 134	0.08 129	0.06 130	0.08 130	0.06 127	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 76	0.07 78	0.03 40	0.15 133	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 144	0.04 90	0.03 52	0.92 457	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 76	0.13 108	0.39 301	0.08 69	0.05 121	0.07 126	0.05 116	0.13 153	0.05 120	0.06 119	0.05 123	0.06 120	0.05 113	0.06 111	0.05 111	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 76	0.13 108	0.39 301	0.08 69	0.05 121	0.07 126	0.05 116	0.13 153	0.05 120	0.06 119	0.05 123	0.06 120	0.05 113	0.06 111	0.05 111	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

test_sample7	0.09 76	1.00 339	0.11 113	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 76	0.97 329	0.10 93	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 76	0.87 306	0.10 93	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 76	1.03 354	0.11 113	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 76	0.87 306	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 76	1.01 348	0.09 89	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 76	0.95 326	0.09 89	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 76	1.01 348	0.10 93	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 76	0.09 89	0.10 93	0.09 76	0.09 140	0.09 136	0.09 140	0.10 137	0.08 141	0.10 138	0.09 142	0.09 137	0.09 140	0.09 136	0.08 130	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 505	0.06 117	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

ADCS	0.09 76	0.02 12	0.04 65	0.90 420	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	0.36 354	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 330	0.14 149	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 358	0.12 124	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 91	1.05 358	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 358	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 362	0.11 113	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 91	1.03 354	0.12 124	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 91	1.07 362	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 370	0.13 144	0.14 122	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

222	0.10 91	0.99 337	0.12 124	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 91	1.09 364	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

ADCPNet	0.10 91	0.03 31	0.04 65	1.27 520	0.03 52	0.04 96	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 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 112	0.05 66	0.36 284	0.24 183	0.07 136	0.13 153	0.05 116	0.06 117	0.05 120	0.05 113	0.05 123	0.13 154	0.05 113	0.05 104	0.09 135	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 174

JetRed	0.11 112	0.12 106	0.11 113	0.11 98	0.11 163	0.11 149	0.14 177	0.11 149	0.11 160	0.12 152	0.11 160	0.11 150	0.11 157	0.11 151	0.11 153	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 112	0.11 104	0.12 124	0.13 118	0.14 182	0.11 149	0.11 158	0.11 149	0.11 160	0.11 150	0.11 160	0.11 150	0.11 157	0.12 155	0.12 165	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

x	0.11 112	1.15 373	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 216	0.33 261	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 375	0.16 170	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 40	1.60 547	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	0.11 112	0.03 31	0.03 40	1.60 547	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	0.11 112	0.02 12	0.02 15	1.62 550	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 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 121	1.14 370	0.17 177	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 121	0.14 114	0.10 93	0.15 133	0.10 147	0.14 154	0.10 145	0.14 155	0.10 145	0.15 161	0.10 146	0.14 155	0.10 144	0.14 157	0.10 141	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 121	0.07 78	0.05 80	0.08 69	0.05 121	0.08 128	1.20 535	0.07 127	0.05 120	0.05 113	0.05 123	0.08 129	0.05 113	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

FADNet-RVC-Resample	0.12 121	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	1.57 605	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 121	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 113	0.04 90	1.65 609	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 121	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 113	0.04 90	1.66 611	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 121	0.03 31	0.04 65	1.71 553	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 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 128	0.21 135	0.12 124	0.16 143	0.11 163	0.15 162	0.11 158	0.14 155	0.11 160	0.15 161	0.12 168	0.15 166	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 128	0.20 129	0.14 149	0.15 133	0.11 163	0.14 154	0.11 158	0.14 155	0.11 160	0.14 154	0.11 160	0.14 155	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 128	0.21 135	0.14 149	0.15 133	0.11 163	0.14 154	0.11 158	0.14 155	0.11 160	0.14 154	0.12 168	0.14 155	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

LRCNet_RVC	0.13 128	0.13 108	0.09 89	0.13 118	0.10 147	0.14 154	0.10 145	0.14 155	0.10 145	0.23 204	0.10 146	0.20 186	0.10 144	0.24 211	0.11 153	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

aanetorigin	0.13 128	0.11 104	0.11 113	0.11 98	0.11 163	0.11 149	0.11 158	0.11 149	0.11 160	0.11 150	0.12 168	0.11 150	0.11 157	0.11 151	0.11 153	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	0.11 153

FADNet-RVC	0.13 128	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 116	0.04 95	0.04 104	0.04 92	0.05 123	0.04 96	0.05 113	0.04 90	1.71 614	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ELAS	0.13 128	0.16 116	0.11 113	0.15 133	0.09 140	0.18 180	0.11 158	0.18 178	0.11 160	0.17 173	0.11 160	0.18 179	0.11 157	0.18 178	0.11 153	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 135	1.22 432	0.28 228	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 135	0.17 121	0.12 124	0.17 152	0.11 163	0.17 176	0.11 158	0.17 175	0.11 160	0.17 173	0.11 160	0.17 175	0.11 157	0.17 175	0.11 153	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 135	1.83 492	0.12 124	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 98	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

ProNet	0.14 135	0.20 129	0.14 149	0.16 143	0.11 163	0.16 169	0.11 158	0.17 175	0.11 160	0.17 173	0.12 168	0.17 175	0.13 178	0.17 175	0.12 165	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

IPLGR_C	0.14 135	0.20 129	0.12 124	0.15 133	0.11 163	0.14 154	0.15 183	0.14 155	0.11 160	0.15 161	0.12 168	0.14 155	0.11 157	0.16 168	0.11 153	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 167

MIPNet	0.14 135	0.21 135	0.17 177	0.16 143	0.11 163	0.15 162	0.12 171	0.14 155	0.11 160	0.16 166	0.11 160	0.14 155	0.11 157	0.14 157	0.11 153	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 135	0.24 149	0.14 149	0.16 143	0.12 176	0.15 162	0.12 171	0.14 155	0.11 160	0.15 161	0.12 168	0.14 155	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

GMStereo	0.14 135	0.13 108	0.14 149	0.14 122	0.14 182	0.14 154	0.14 177	0.14 155	0.14 182	0.14 154	0.14 186	0.14 155	0.14 182	0.14 157	0.14 176	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
AnyNet_C32	0.14 135	0.04 52	0.03 40	2.22 569	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 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 135	0.16 116	0.12 124	0.17 152	0.12 176	0.17 176	0.11 158	0.17 175	0.11 160	0.17 173	0.12 168	0.17 175	0.12 172	0.17 175	0.12 165	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

DRN-Test	0.14 135	0.13 108	0.09 89	0.14 122	0.09 140	0.15 162	0.09 140	0.14 155	0.10 145	0.14 154	0.09 142	0.14 155	0.09 140	0.13 156	0.09 135	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 477

ELAS_RVC	0.14 135	0.16 116	0.10 93	0.15 133	0.10 147	0.18 180	0.11 158	0.19 180	0.11 160	0.19 179	0.12 168	0.18 179	0.11 157	0.19 181	0.12 165	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 147	0.17 121	0.13 144	0.20 161	0.13 180	0.19 183	0.13 175	0.18 178	0.13 180	0.19 179	0.13 181	0.18 179	0.14 182	0.18 178	0.14 176	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

CoDeX	0.15 147	0.70 280	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	0.69 447	0.75 462	0.01 9	0.02 21	0.02 20

ICVP	0.15 147	0.53 259	0.11 113	0.16 143	0.11 163	0.16 169	0.11 158	0.16 169	0.11 160	0.16 166	0.11 160	0.16 167	0.11 157	0.16 168	0.11 153	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 147	0.04 52	0.04 65	2.20 568	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 123	0.04 96	0.04 101	0.08 130	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 147	0.14 114	0.10 93	0.14 122	0.09 140	0.15 162	0.09 140	0.14 155	0.09 144	0.14 154	0.10 146	0.14 155	0.09 140	0.14 157	0.09 135	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 493

LALA_ROB	0.15 147	0.19 125	0.12 124	0.18 154	0.11 163	0.20 188	0.12 171	0.21 195	0.12 176	0.20 185	0.12 168	0.20 186	0.12 172	0.21 196	0.13 172	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 147	0.17 121	0.11 113	0.18 154	0.11 163	0.19 183	0.11 158	0.19 180	0.12 176	0.19 179	0.12 168	0.20 186	0.12 172	0.19 181	0.12 165	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 154	1.21 426	0.33 261	0.41 264	0.04 101	0.04 96	0.03 54	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 154	0.16 116	0.16 170	0.16 143	0.16 204	0.16 169	0.16 189	0.16 169	0.16 198	0.16 166	0.16 199	0.16 167	0.16 195	0.16 168	0.16 194	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

qqq	0.16 154	2.01 516	0.12 124	0.15 133	0.04 101	0.06 115	0.05 116	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

DeepPruner_ROB	0.16 154	0.18 124	0.13 144	0.19 157	0.13 180	0.19 183	0.13 175	0.19 180	0.13 180	0.19 179	0.13 181	0.19 183	0.13 178	0.19 181	0.13 172	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 174

CAS++	0.17 158	0.27 160	0.21 198	0.10 81	0.21 237	0.15 162	0.22 225	0.10 137	0.21 226	0.22 199	0.10 146	0.19 183	0.18 217	0.10 140	0.19 215	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
11t1	0.17 158	2.16 525	0.13 144	0.13 118	0.04 101	0.06 115	0.04 104	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 111	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 158	0.78 292	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	0.79 491	0.02 15	0.75 458	0.76 464	0.02 21	0.02 21	0.02 20

CCAANet	0.17 158	0.72 282	0.14 149	0.14 122	0.14 182	0.14 154	0.14 177	0.14 155	0.14 182	0.14 154	0.14 186	0.14 155	0.14 182	0.14 157	0.14 176	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

DepthFocus	0.18 162	0.22 139	0.15 166	0.22 173	0.15 194	0.22 201	0.15 183	0.22 199	0.15 193	0.22 199	0.15 195	0.22 202	0.16 195	0.22 200	0.15 187	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

w-ln-seven	0.18 162	1.47 450	0.33 261	0.40 252	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 162	0.48 238	0.16 170	0.16 143	0.15 194	0.15 162	0.16 189	0.16 169	0.16 198	0.16 166	0.16 199	0.16 167	0.16 195	0.16 168	0.16 194	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

xyz-stereo	0.18 162	0.50 245	0.16 170	0.15 133	0.16 204	0.16 169	0.16 189	0.16 169	0.16 198	0.16 166	0.16 199	0.16 167	0.16 195	0.16 168	0.16 194	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

BEATNet-Init1	0.19 166	0.08 80	0.08 83	2.23 570	0.08 138	0.08 128	0.07 137	0.07 127	0.08 141	0.08 129	0.07 138	0.08 129	0.07 136	0.11 151	0.08 130	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 166	0.08 80	0.08 83	2.23 570	0.08 138	0.08 128	0.07 137	0.07 127	0.08 141	0.08 129	0.07 138	0.08 129	0.07 136	0.11 151	0.08 130	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

IGEV_Zeroshot_test	0.20 168	0.19 125	0.40 333	0.30 203	0.17 210	0.22 201	0.17 199	0.21 195	0.17 208	0.20 185	0.17 206	0.21 194	0.18 217	0.21 196	0.17 200	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

DAS	0.20 168	0.20 129	0.20 192	0.20 161	0.20 228	0.20 188	0.20 215	0.20 186	0.20 222	0.20 185	0.20 228	0.20 186	0.20 226	0.20 185	0.20 218	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ASD4	0.20 168	0.20 129	0.20 192	0.20 161	0.20 228	0.20 188	0.20 215	0.20 186	0.20 222	0.20 185	0.20 228	0.20 186	0.20 226	0.20 185	0.20 218	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ACVNet	0.20 168	0.19 125	0.14 149	0.20 161	0.14 182	0.20 188	0.96 512	0.21 195	0.14 182	0.20 185	0.13 181	0.21 194	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 168	0.19 125	0.14 149	0.20 161	0.14 182	0.20 188	0.96 512	0.21 195	0.14 182	0.20 185	0.13 181	0.21 194	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

iResNetv2_ROB	0.20 168	0.23 141	0.18 187	0.24 183	0.20 228	0.24 213	0.18 207	0.24 209	0.18 214	0.24 211	0.18 222	0.23 209	0.19 222	0.24 211	0.18 212	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 185

iResNet	0.20 168	0.23 141	0.18 187	0.24 183	0.18 221	0.24 213	0.20 215	0.24 209	0.18 214	0.23 204	0.17 206	0.23 209	0.18 217	0.23 207	0.18 212	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

LACA2	0.21 175	0.24 149	0.26 219	0.31 209	0.16 204	0.24 213	0.16 189	0.24 209	0.16 198	0.24 211	0.16 199	0.24 215	0.16 195	0.24 211	0.16 194	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

LACA1	0.21 175	0.24 149	0.26 219	0.31 209	0.16 204	0.24 213	0.16 189	0.24 209	0.16 198	0.24 211	0.16 199	0.24 215	0.16 195	0.24 211	0.16 194	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 185

z-ln-s-r	0.21 175	1.40 448	0.53 403	0.56 368	0.04 101	0.05 111	0.04 104	0.05 110	0.05 120	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 111	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 175	0.25 155	0.21 198	0.26 197	0.17 210	0.24 213	0.17 199	0.24 209	0.17 208	0.24 211	0.17 206	0.24 215	0.17 207	0.24 211	0.17 200	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 185

Pointernet	0.21 175	0.22 139	0.19 189	0.24 183	0.19 225	0.24 213	0.19 211	0.24 209	0.19 220	0.24 211	0.19 224	0.24 215	0.19 222	0.24 211	0.19 215	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 202

SuperB	0.21 175	0.10 93	2.51 636	0.12 106	0.09 140	0.10 138	0.09 140	0.08 130	0.07 137	0.10 138	0.09 142	0.09 137	0.07 136	0.07 127	0.07 128	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

BStereo	0.22 181	0.23 141	0.20 192	0.24 183	0.20 228	0.23 210	0.33 336	0.39 273	0.17 208	0.23 204	0.17 206	0.23 209	0.16 195	0.24 211	0.17 200	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

Wave_Phase_stereo	0.22 181	0.23 141	0.20 192	0.24 183	0.20 228	0.23 210	0.33 336	0.39 273	0.17 208	0.23 204	0.17 206	0.23 209	0.16 195	0.24 211	0.17 200	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

WAO-6	0.22 181	0.23 141	0.22 200	0.23 178	0.22 239	0.22 201	0.22 225	0.22 199	0.22 229	0.22 199	0.22 235	0.22 202	0.22 233	0.22 200	0.22 224	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 216

IMH-64-1	0.22 181	0.23 141	0.23 203	0.22 173	0.22 239	0.22 201	0.22 225	0.22 199	0.22 229	0.22 199	0.22 235	0.22 202	0.22 233	0.22 200	0.22 224	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

IMH-64	0.22 181	0.23 141	0.23 203	0.22 173	0.22 239	0.22 201	0.22 225	0.22 199	0.22 229	0.22 199	0.22 235	0.22 202	0.22 233	0.22 200	0.22 224	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

ac_64	0.22 181	0.13 108	0.19 189	0.23 178	0.10 147	0.26 231	1.02 521	0.14 155	0.10 145	0.28 232	0.14 186	0.17 175	0.19 222	0.28 239	0.09 135	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

LACA3	0.23 187	0.25 155	0.27 222	0.54 361	0.17 210	0.25 222	0.17 199	0.25 217	0.17 208	0.25 219	0.17 206	0.25 222	0.17 207	0.25 220	0.17 200	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 202

dd	0.23 187	0.98 330	0.16 170	0.23 178	0.15 194	0.23 210	0.15 183	0.23 206	0.15 193	0.23 204	0.15 195	0.24 215	0.17 207	0.23 207	0.15 187	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 187	1.03 354	0.16 170	0.23 178	0.15 194	0.24 213	0.15 183	0.24 209	0.16 198	0.23 204	0.16 199	0.24 215	0.16 195	0.23 207	0.15 187	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

RSGM-EC	0.24 190	0.24 149	0.15 166	0.22 173	0.15 194	0.22 201	0.15 183	0.22 199	0.15 193	0.24 211	0.15 195	0.22 202	0.15 193	0.22 200	1.19 535	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 190	0.24 149	0.15 166	0.22 173	0.15 194	0.22 201	0.15 183	0.22 199	0.15 193	0.24 211	0.15 195	0.22 202	0.15 193	0.22 200	1.19 535	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

MSKI-zero shot	0.24 190	0.21 135	0.49 384	0.65 385	0.18 221	0.22 201	0.17 199	0.23 206	0.18 214	0.21 197	0.17 206	0.23 209	0.28 268	0.23 207	0.18 212	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

qqq1	0.25 193	3.70 594	0.14 149	0.14 122	0.04 101	0.06 115	0.05 116	0.06 117	0.05 120	0.06 119	0.05 123	0.04 96	0.05 113	0.06 111	0.05 111	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 193	3.70 594	0.14 149	0.14 122	0.04 101	0.06 115	0.05 116	0.06 117	0.05 120	0.06 119	0.05 123	0.04 96	0.05 113	0.06 111	0.05 111	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

UNDER WATER-64	0.25 193	0.26 157	0.25 213	0.26 197	0.25 252	0.25 222	0.25 240	0.25 217	0.25 243	0.25 219	0.25 252	0.25 222	0.25 245	0.26 231	0.25 241	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

ffm	0.25 193	3.83 600	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 193	3.83 600	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 193	3.83 600	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 193	0.23 141	0.66 429	0.80 407	0.17 210	0.22 201	0.17 199	0.23 206	0.18 214	0.26 228	0.17 206	0.21 194	0.17 207	0.25 220	0.17 200	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

LoS	0.25 193	0.27 160	0.25 213	0.25 190	0.25 252	0.25 222	0.25 240	0.26 223	0.25 243	0.25 219	0.25 252	0.25 222	0.25 245	0.25 220	0.25 241	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.
Syn2CoEx	0.25 193	1.31 440	0.74 455	0.92 425	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	0.87 452	0.75 458	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 202	0.05 66	0.04 65	0.06 65	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 130	0.05 104	0.03 52	4.34 641	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 203	0.20 129	0.27 222	0.33 219	0.21 237	0.37 271	0.22 225	0.37 260	0.24 238	0.26 228	0.27 261	0.33 257	0.21 232	0.25 220	0.27 247	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 235

DLNR-FE	0.28 204	0.89 311	0.30 236	0.34 222	0.19 225	0.28 236	0.19 211	0.28 226	0.20 222	0.28 232	0.20 228	0.28 236	0.20 226	0.28 239	0.20 218	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

xyz-stereo-finetune	0.28 204	0.49 240	0.16 170	0.16 143	0.16 204	0.16 169	0.16 189	0.22 199	0.30 281	0.32 249	0.31 328	0.32 254	0.31 330	0.32 252	0.32 322	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 328

SQANet	0.28 204	0.28 163	0.28 228	0.28 201	0.28 265	0.28 236	0.28 258	0.28 226	0.28 264	0.28 232	0.28 268	0.28 236	0.28 268	0.28 239	0.28 256	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 293

HGLStereo	0.28 204	0.29 165	0.22 200	0.36 228	0.22 239	0.36 266	0.21 221	0.36 254	0.21 226	0.42 309	0.21 234	0.36 268	0.22 233	0.36 269	0.21 222	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

iResNet_ROB	0.28 204	0.32 171	0.24 210	0.32 215	0.25 252	0.32 255	0.24 238	0.32 240	0.24 238	0.33 253	0.24 246	0.35 263	0.24 242	0.33 259	0.24 233	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

UNet	0.29 209	0.90 314	0.10 93	0.14 122	0.10 147	0.14 154	0.10 145	0.91 467	0.69 472	0.14 154	0.11 160	0.14 155	0.11 157	0.14 157	0.10 141	0.12 111	0.09 94	0.12 147	0.09 136	0.88 457	0.76 484

MultiAttention	0.30 210	0.30 166	0.30 236	0.30 203	0.30 285	0.30 240	0.30 273	0.30 233	0.30 281	0.30 238	0.30 286	0.30 246	0.30 281	0.30 245	0.30 274	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

MSAF-DinoV2	0.30 210	0.30 166	0.30 236	0.30 203	0.30 285	0.30 240	0.30 273	0.30 233	0.30 281	0.30 238	0.30 286	0.30 246	0.30 281	0.30 245	0.30 274	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

DDVS	0.30 210	3.10 580	0.14 149	0.19 157	0.14 182	0.19 183	0.14 177	0.20 186	0.14 182	0.19 179	0.13 181	0.16 167	0.13 178	0.19 181	0.13 172	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

ACV-stereo	0.30 210	2.08 518	0.25 213	0.25 190	0.18 221	0.24 213	0.17 199	0.24 209	0.18 214	0.24 211	0.17 206	0.25 222	0.17 207	0.24 211	0.17 200	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

LoS_RVC	0.30 210	1.14 370	0.25 213	0.25 190	0.25 252	0.26 231	0.25 240	0.25 217	0.25 243	0.25 219	0.25 252	0.26 233	0.26 254	0.26 231	0.25 241	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

CAS	0.30 210	1.17 376	0.25 213	0.25 190	0.25 252	0.26 231	0.25 240	0.25 217	0.26 256	0.25 219	0.25 252	0.25 222	0.25 245	0.25 220	0.25 241	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

DANet	0.30 210	0.30 166	0.30 236	0.30 203	0.30 285	0.30 240	0.30 273	0.30 233	0.30 281	0.30 238	0.30 286	0.30 246	0.30 281	0.30 245	0.30 274	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
DStereoO	0.31 217	0.31 169	0.31 251	0.30 203	0.40 391	0.31 246	0.30 273	0.30 233	0.34 353	0.29 237	0.31 328	0.29 242	0.30 281	0.31 249	0.31 312	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

tt1	0.31 217	0.93 323	0.24 210	0.33 219	0.23 245	0.31 246	0.24 238	0.32 240	0.24 238	0.32 249	0.23 239	0.32 254	0.25 245	0.32 252	0.24 233	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

xxxxx1	0.31 217	0.91 316	0.23 203	0.31 209	0.23 245	0.31 246	0.23 233	0.33 244	0.25 243	0.31 243	0.24 246	0.33 257	0.25 245	0.32 252	0.24 233	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

DLNR_Zeroshot_test	0.31 217	0.28 163	0.47 369	0.79 404	0.24 250	0.30 240	0.26 247	0.30 233	0.24 238	0.32 249	0.23 239	0.31 250	0.24 242	0.30 245	0.23 230	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

tt_ll	0.31 217	0.91 316	0.23 203	0.31 209	0.23 245	0.31 246	0.23 233	0.33 244	0.25 243	0.31 243	0.24 246	0.33 257	0.25 245	0.32 252	0.24 233	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 217	0.91 316	0.23 203	0.31 209	0.23 245	0.31 246	0.23 233	0.33 244	0.25 243	0.31 243	0.24 246	0.33 257	0.25 245	0.32 252	0.24 233	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

RAFT + AFF	0.31 217	0.45 224	0.34 271	0.39 239	0.28 265	0.38 278	0.33 336	0.29 231	0.31 324	0.30 238	0.30 286	0.29 242	0.27 261	0.29 243	0.30 274	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 328

MLCV	0.31 217	0.35 174	0.27 222	0.35 224	0.28 265	0.35 262	0.27 250	0.35 250	0.28 264	0.36 263	0.27 261	0.35 263	0.27 261	0.35 263	0.27 247	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 273

DN-CSS_ROB	0.31 217	0.35 174	0.28 228	0.35 224	0.28 265	0.34 258	0.27 250	0.34 247	0.25 243	0.35 259	0.27 261	0.36 268	0.26 254	0.34 260	0.28 256	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 273

DStereoFS	0.32 226	0.33 172	0.32 256	0.33 219	0.30 285	0.32 255	0.32 325	0.32 240	0.31 324	0.30 238	0.31 328	0.31 250	0.30 281	0.32 252	0.32 322	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 342

DStereoSA	0.32 226	0.52 255	0.34 271	0.31 209	0.31 328	0.30 240	0.30 273	0.31 238	0.30 281	0.31 243	0.31 328	0.31 250	0.30 281	0.31 249	0.31 312	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 321

WCG-NET（raft）	0.32 226	1.24 434	0.24 210	0.32 215	0.24 250	0.32 255	0.23 233	0.32 240	0.24 238	0.32 249	0.24 246	0.32 254	0.24 242	0.32 252	0.24 233	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

Any-RAFT	0.32 226	0.36 177	0.27 222	0.36 228	0.27 260	0.36 266	0.27 250	0.36 254	0.27 260	0.36 263	0.27 261	0.36 268	0.27 261	0.36 269	0.28 256	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 293

StereoDRNet-Refined	0.33 230	0.39 190	0.26 219	0.39 239	0.26 259	0.40 286	0.26 247	0.40 280	0.26 256	0.39 275	0.26 257	0.39 282	0.26 254	0.39 284	0.26 246	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
RAFT-FEzeroshot	0.34 231	0.26 157	0.17 177	0.21 171	0.17 210	0.20 188	0.16 189	0.20 186	0.16 198	0.20 185	0.17 206	0.21 194	0.16 195	0.27 235	0.24 233	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 655

RAFT-FE	0.34 231	0.26 157	0.17 177	0.21 171	0.17 210	0.20 188	0.16 189	0.20 186	0.16 198	0.20 185	0.17 206	0.21 194	0.16 195	0.27 235	0.24 233	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 655

LG-Stereo_L2	0.34 231	0.37 179	0.38 290	0.47 295	0.28 265	0.39 284	0.28 258	0.39 273	0.28 264	0.39 275	0.28 268	0.39 282	0.28 268	0.38 276	0.28 256	0.42 312	0.35 319	0.36 290	0.26 254	0.35 262	0.26 235

H2IRNET	0.34 231	0.34 173	0.34 271	0.34 222	0.34 360	0.34 258	0.34 349	0.34 247	0.34 353	0.34 255	0.34 355	0.34 261	0.34 351	0.34 260	0.34 346	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 342

IGEV++	0.34 231	0.43 213	0.30 236	0.40 252	0.29 275	0.40 286	0.29 268	0.40 280	0.29 270	0.40 281	0.29 274	0.40 290	0.29 275	0.40 287	0.30 274	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 299

iRaft-Stereo_5w	0.34 231	0.42 212	0.31 251	0.39 239	0.30 285	0.38 278	0.30 273	0.40 280	0.29 270	0.40 281	0.37 374	0.41 303	0.34 351	0.38 276	0.30 274	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 235

CSP-Net	0.34 231	1.29 436	1.19 507	1.36 535	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	1.26 546	1.21 557	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 231	0.41 205	0.31 251	0.39 239	0.29 275	0.40 286	0.32 325	0.41 295	0.32 334	0.38 269	0.30 286	0.39 282	0.30 281	0.38 276	0.32 322	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 299

DGSMNet	0.34 231	0.41 205	0.27 222	0.41 264	0.28 265	0.41 302	0.28 258	0.41 295	0.27 260	0.41 295	0.27 261	0.42 321	0.27 261	0.41 302	0.28 256	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 273

gcap_with_dpt	0.35 240	0.39 190	0.30 236	0.44 283	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.30 286	0.44 360	0.30 281	0.44 350	0.30 274	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 273

FE-Mocha	0.35 240	0.71 281	0.40 333	0.47 295	0.27 260	0.34 258	0.27 250	0.34 247	0.26 256	0.34 255	0.26 257	0.34 261	0.27 261	0.34 260	0.27 247	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 299

IGEV-FE	0.35 240	0.37 179	0.17 177	0.19 157	0.17 210	0.20 188	0.17 199	0.19 180	0.17 208	0.19 179	0.17 206	0.19 183	0.17 207	0.37 273	0.36 354	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 646

test_for_model	0.35 240	0.39 190	0.30 236	0.43 280	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.31 312	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 235

CASnet	0.35 240	0.51 253	0.44 355	0.32 215	0.31 328	0.24 213	0.34 349	0.36 254	0.25 243	0.31 243	0.37 374	0.30 246	0.33 346	0.25 220	0.45 403	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)
IGEV-Stereo	0.35 240	0.44 216	0.45 357	0.49 306	0.30 285	0.37 271	0.30 273	0.36 254	0.30 281	0.36 263	0.29 274	0.36 268	0.29 275	0.36 269	0.30 274	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
ETE_ROB	0.35 240	0.35 174	0.35 282	0.35 224	0.35 363	0.35 262	0.35 354	0.35 250	0.35 357	0.35 259	0.35 363	0.35 263	0.35 358	0.35 263	0.35 350	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 352

GeoVLM	0.36 247	0.38 183	0.27 222	0.46 288	0.28 265	0.35 262	0.28 258	0.37 260	0.27 260	0.35 259	0.28 268	0.36 268	0.38 370	0.35 263	0.28 256	1.08 480	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

Zero-FE251	0.36 247	0.40 194	0.28 228	0.41 264	0.28 265	0.41 302	0.28 258	0.41 295	0.28 264	0.41 295	0.28 268	0.41 303	0.28 268	0.42 315	0.30 274	0.37 259	0.26 223	0.37 293	0.27 291	0.45 365	0.56 440

GIP-stereo	0.36 247	0.49 240	0.39 301	0.48 300	0.32 338	0.41 302	0.28 258	0.40 280	0.30 281	0.41 295	0.28 268	0.40 290	0.28 268	0.42 315	0.28 256	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

DCVSM-stereo	0.36 247	1.89 504	0.22 200	0.40 252	0.22 239	0.40 286	0.22 225	0.40 280	0.22 229	0.40 281	0.22 235	0.40 290	0.22 233	0.40 287	0.22 224	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

RSM	0.36 247	0.36 177	0.43 353	0.37 231	0.42 411	0.49 393	0.42 402	0.37 260	0.28 264	0.36 263	0.29 274	0.36 268	0.30 281	0.37 273	0.28 256	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 299

gcap-zeroshot	0.36 247	0.40 194	0.34 271	0.44 283	0.31 328	0.44 362	0.31 317	0.44 353	0.32 334	0.44 348	0.32 338	0.44 360	0.32 335	0.44 350	0.31 312	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

testlalala	0.36 247	0.40 194	0.34 271	0.44 283	0.31 328	0.44 362	0.31 317	0.44 353	0.32 334	0.44 348	0.32 338	0.44 360	0.32 335	0.44 350	0.31 312	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

GCAPDPT-zeroshot	0.36 247	0.40 194	0.30 236	0.43 280	0.30 285	0.43 329	0.30 273	0.43 319	0.31 324	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.31 312	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 235

RAFT-Test	0.36 247	0.37 179	0.33 261	0.41 264	0.32 338	0.41 302	0.32 325	0.41 295	0.32 334	0.41 295	0.32 338	0.41 303	0.32 335	0.41 302	0.33 333	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 321

DMCA	0.36 247	0.38 183	0.37 288	0.35 224	0.35 363	0.36 266	0.36 361	0.36 254	0.35 357	0.35 259	0.37 374	0.36 268	0.36 361	0.35 263	0.36 354	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 355

ACVNet-DCA	0.37 257	1.00 339	0.30 236	0.40 252	0.29 275	0.40 286	0.29 268	0.40 280	0.29 270	0.40 281	0.29 274	0.40 290	0.29 275	0.39 284	0.28 256	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

1test111	0.37 257	1.02 352	0.30 236	0.39 239	0.29 275	0.40 286	0.28 258	0.39 273	0.29 270	0.39 275	0.29 274	0.39 282	0.28 268	0.40 287	0.29 267	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 257	1.02 352	0.30 236	0.39 239	0.29 275	0.40 286	0.28 258	0.39 273	0.29 270	0.39 275	0.29 274	0.39 282	0.28 268	0.40 287	0.29 267	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

EKT-Stereo	0.37 257	0.40 194	0.44 355	1.07 450	0.29 275	0.34 258	0.31 317	0.36 254	0.29 270	0.38 269	0.31 328	0.37 275	0.30 281	0.36 269	0.29 267	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

GMOStereo	0.37 257	0.45 224	0.23 203	0.30 203	0.37 373	0.41 302	0.36 361	0.41 295	0.35 357	0.43 314	0.36 367	0.41 303	0.40 381	0.41 302	0.36 354	0.34 244	0.22 209	0.47 404	0.37 385	0.39 327	0.33 335

XPNet_ROB	0.37 257	0.37 179	0.37 288	0.37 231	0.37 373	0.37 271	0.37 367	0.37 260	0.37 369	0.37 268	0.37 374	0.37 275	0.37 366	0.37 273	0.37 363	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 360

MonSter++	0.38 263	0.44 216	0.31 251	0.43 280	0.30 285	0.43 329	0.31 317	0.43 319	0.31 324	0.45 360	0.31 328	0.43 328	0.31 330	0.43 321	0.69 471	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

HiDET	0.38 263	0.44 216	0.30 236	0.42 274	0.30 285	0.42 322	0.30 273	0.42 313	0.30 281	0.44 348	0.30 286	0.42 321	0.30 281	0.42 315	0.68 463	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

LCMNet	0.38 263	0.44 216	0.30 236	0.42 274	0.30 285	0.42 322	0.30 273	0.42 313	0.30 281	0.45 360	0.30 286	0.42 321	0.30 281	0.42 315	0.69 471	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 263	0.44 216	0.30 236	0.42 274	0.30 285	0.42 322	0.30 273	0.43 319	0.30 281	0.44 348	0.30 286	0.42 321	0.30 281	0.42 315	0.73 481	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

HART	0.38 263	0.45 224	0.34 271	0.42 274	0.33 350	0.41 302	0.34 349	0.42 313	0.33 344	0.43 314	0.34 355	0.42 321	0.34 351	0.41 302	0.38 366	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

GREAT-IGEV	0.38 263	0.43 213	0.36 284	0.48 300	0.32 338	0.45 372	0.32 325	0.45 362	0.32 334	0.45 360	0.32 338	0.45 369	0.32 335	0.45 366	0.32 322	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	0.38 263	0.43 213	0.33 261	0.46 288	0.33 350	0.45 372	0.32 325	0.45 362	0.32 334	0.45 360	0.32 338	0.45 369	0.33 346	0.45 366	0.32 322	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 355

WAO-8	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.38 278	0.38 374	0.38 269	0.38 373	0.38 269	0.38 379	0.38 277	0.38 370	0.38 276	0.38 366	0.38 270	0.38 335	0.38 301	0.37 385	0.38 286	0.38 367

WAO-7	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.38 278	0.38 374	0.38 269	0.38 373	0.38 269	0.38 379	0.38 277	0.38 370	0.38 276	0.38 366	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 367

xx1	0.38 263	1.03 354	0.31 251	0.40 252	0.31 328	0.41 302	0.28 258	0.40 280	0.29 270	0.40 281	0.29 274	0.40 290	0.29 275	0.40 287	0.29 267	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

Venus	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.37 271	0.38 374	0.37 260	0.37 369	0.41 295	0.37 374	0.39 282	0.37 366	0.38 276	0.38 366	0.37 259	0.38 335	0.38 301	0.37 385	0.37 273	0.38 367

IMH	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.38 278	0.38 374	0.38 269	0.38 373	0.42 309	0.38 379	0.40 290	0.38 370	0.38 276	0.38 366	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 367

DF	0.39 275	1.37 446	1.02 492	1.14 458	0.12 176	0.16 169	0.12 171	0.16 169	0.12 176	0.16 166	0.12 168	0.16 167	0.12 172	0.16 168	0.12 165	1.12 489	1.00 481	0.15 166	0.12 170	0.15 166	0.12 167

PAM	0.39 275	1.88 503	0.34 271	0.37 231	0.41 401	0.45 372	0.22 225	0.28 226	0.23 235	0.28 232	0.24 246	0.29 242	0.23 239	0.29 243	0.23 230	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 216

HanzoNet	0.39 275	0.38 183	0.40 333	0.39 239	0.41 401	0.38 278	0.38 374	0.38 269	0.38 373	0.39 275	0.39 389	0.38 277	0.38 370	0.39 284	0.40 381	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 376

CES	0.39 275	0.47 232	0.36 284	0.36 228	0.37 373	0.45 372	0.35 354	0.35 250	0.40 387	0.36 263	0.44 413	0.47 379	0.36 361	0.44 350	0.36 354	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 355

PASM	0.39 275	3.06 579	1.36 573	1.58 543	0.09 140	0.11 149	0.11 158	0.11 149	0.11 160	0.09 136	0.09 142	0.11 150	0.09 140	0.09 136	0.09 135	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

mms	0.40 280	0.45 224	0.35 282	0.48 300	0.36 369	0.47 383	0.34 349	0.45 362	0.38 373	0.47 372	0.33 347	0.45 369	0.32 335	0.45 366	0.32 322	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 373

GCAPDPT-zeroshot4090	0.40 280	1.09 364	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.44 353	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

knoymous	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

anonymousa	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

riskmin	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_2	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_1	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

AdaStereo	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	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.
GCAP-Stereo-DPT-25K	0.41 288	1.09 364	0.40 333	0.52 356	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.31 328	0.44 360	0.31 330	0.44 350	0.31 312	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 293

GCAP-Stereo-DPT-FT	0.41 288	1.06 361	0.40 333	0.51 353	0.31 328	0.44 362	0.30 273	0.43 319	0.32 334	0.44 348	0.30 286	0.56 427	0.30 281	0.44 350	0.31 312	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 273

Select-FE	0.41 288	0.44 216	0.23 203	0.26 197	0.22 239	0.26 231	0.22 225	0.26 223	0.23 235	0.26 228	0.23 239	0.26 233	0.23 239	0.45 366	0.42 397	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 647

water-stereo	0.41 288	0.84 300	0.46 362	0.50 342	0.33 350	0.45 372	0.33 336	0.45 362	0.32 334	0.45 360	0.32 338	0.45 369	0.32 335	0.45 366	0.32 322	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 328

ccccc	0.41 288	0.44 216	0.34 271	0.48 300	0.35 363	0.48 388	0.35 354	0.51 403	0.35 357	0.47 372	0.35 363	0.47 379	0.34 351	0.47 375	0.35 350	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 373

GCAP-BAT	0.41 288	1.30 438	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.44 348	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

GwcNet-ADL	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

PSMNet-ADL	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

GANet-ADL	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet2	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

FCDSN-DC	0.41 288	0.59 271	0.64 424	0.54 361	0.33 350	0.50 402	0.37 367	0.42 313	0.40 387	0.61 433	0.43 411	0.50 404	0.49 425	0.38 276	0.32 322	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.
psmorigin	0.41 288	0.46 228	0.33 261	0.49 306	0.33 350	0.49 393	0.33 336	0.49 380	0.33 344	0.49 386	0.33 347	0.49 390	0.33 346	0.51 407	0.33 333	0.41 298	0.30 262	0.41 372	0.30 331	0.79 441	0.29 299

Gwc-CoAtRS	0.41 288	1.49 451	0.32 256	0.42 274	0.32 338	0.41 302	0.32 325	0.41 295	0.33 344	0.41 295	0.32 338	0.41 303	0.32 335	0.41 302	0.32 322	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

UPFNet	0.42 302	1.20 380	0.17 177	0.24 183	0.17 210	0.25 222	0.17 199	1.19 506	0.90 506	0.25 219	0.17 206	0.24 215	0.17 207	0.25 220	0.17 200	0.22 185	0.17 191	0.22 204	0.16 195	1.15 494	0.93 503

quiztm	0.43 303	0.49 240	0.40 333	0.51 353	0.40 391	0.51 414	0.40 388	0.50 389	0.40 387	0.50 399	0.40 392	0.51 415	0.40 381	0.50 397	0.40 381	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 342

GCAP-Stereo-DPT26K	0.43 303	1.76 467	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.31 312	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-8k	0.43 303	1.76 467	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 303	1.80 477	0.38 290	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-cres	0.43 303	1.77 469	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-36K	0.43 303	1.78 472	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-20K	0.43 303	1.77 469	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-3K	0.43 303	1.77 469	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

DDF-Stereo	0.43 303	1.15 373	0.57 408	0.53 358	0.32 338	0.41 302	0.32 325	0.41 295	0.32 334	0.41 295	0.32 338	0.41 303	0.32 335	0.40 287	0.32 322	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 321

DilatedVolume-Stereo	0.43 303	0.86 304	0.48 377	0.50 342	0.33 350	0.46 378	0.33 336	0.46 366	0.33 344	0.46 366	0.33 347	0.47 379	0.33 346	0.47 375	0.34 346	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 367

psmg	0.43 303	1.91 507	0.92 480	1.91 557	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	1.97 586	1.44 580	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 303	1.21 426	0.17 177	0.25 190	0.17 210	0.25 222	0.18 207	1.26 558	0.95 514	0.25 219	0.17 206	0.25 222	0.17 207	0.25 220	0.17 200	0.23 196	0.16 170	0.22 204	0.16 195	1.18 502	0.98 507

psm_up	0.43 303	1.19 379	0.17 177	0.25 190	0.18 221	0.25 222	0.19 211	1.26 558	0.91 507	0.26 228	0.17 206	0.25 222	0.17 207	0.25 220	0.17 200	0.22 185	0.17 191	0.23 212	0.16 195	1.18 502	0.99 508

aanet-new-90k	0.44 316	1.82 489	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-60k	0.44 316	1.81 482	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 316	1.82 489	0.38 290	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 316	1.80 477	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-40k	0.44 316	1.81 482	0.39 301	0.50 342	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 316	1.80 477	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 316	1.80 477	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-32k-new	0.44 316	1.78 472	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.44 353	0.30 281	0.44 348	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 316	1.79 476	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 316	1.78 472	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 316	1.81 482	0.39 301	0.49 306	0.30 285	0.44 362	0.30 273	0.44 353	0.30 281	0.44 348	0.30 286	0.44 360	0.30 281	0.44 350	0.30 274	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-24k	0.44 316	1.78 472	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 316	1.81 482	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 316	1.83 492	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-cres-4k	0.44 316	1.81 482	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-22K	0.44 316	1.85 498	0.38 290	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-24K	0.44 316	1.86 501	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-5K	0.44 316	1.80 477	0.39 301	0.49 306	0.30 285	0.44 362	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-2K	0.44 316	1.82 489	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-50K	0.44 316	1.83 492	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 235

Monster-pub-mixall	0.44 316	0.56 267	0.60 414	0.38 234	0.27 260	0.37 271	0.27 250	0.37 260	0.29 270	0.38 269	0.27 261	0.38 277	0.29 275	0.85 468	0.27 247	1.46 562	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

depthmonostereo	0.44 316	0.85 302	0.46 362	0.54 361	0.40 391	0.52 418	0.38 374	0.52 407	0.35 357	0.47 372	0.34 355	0.46 373	0.34 351	0.47 375	0.34 346	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 328

MMNet	0.44 316	1.24 434	0.17 177	0.25 190	0.17 210	0.25 222	0.18 207	1.26 558	0.93 512	0.25 219	0.17 206	0.25 222	0.18 217	0.25 220	0.17 200	0.23 196	0.16 170	0.23 212	0.16 195	1.20 506	0.99 508

aanet-new-10k	0.45 339	1.81 482	0.40 333	0.50 342	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.31 328	0.44 360	0.32 335	0.44 350	0.31 312	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

252Zero-FE	0.45 339	0.50 245	0.36 284	0.50 342	0.36 369	0.50 402	0.36 361	0.50 389	0.36 367	0.49 386	0.36 367	0.49 390	0.36 361	0.54 416	0.41 389	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 481

Monster-pub-eth3d	0.45 339	0.57 268	0.60 414	0.39 239	0.28 265	0.37 271	0.28 258	0.37 260	0.30 281	0.39 275	0.29 274	0.39 282	0.30 281	0.92 479	0.27 247	1.42 559	0.28 239	0.34 269	0.28 304	0.37 273	0.53 427

Replicate-Monster	0.45 339	0.57 268	0.60 414	0.40 252	0.29 275	0.37 271	0.27 250	0.37 260	0.30 281	0.40 281	0.31 328	0.40 290	0.30 281	0.99 487	0.27 247	1.36 555	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

SCV_C0	0.45 339	0.88 308	0.49 384	0.54 361	0.37 373	0.48 388	0.37 367	0.48 376	0.37 369	0.48 379	0.36 367	0.48 386	0.37 366	0.49 389	0.37 363	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 342

RAFT-Stereo-weight	0.45 339	1.90 506	0.34 271	0.42 274	0.36 369	0.43 329	0.35 354	0.42 313	0.34 353	0.42 309	0.34 355	0.44 360	0.34 351	0.41 302	0.34 346	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

TorneroNet-64	0.45 339	0.27 160	0.30 236	0.58 371	0.27 260	0.70 445	0.30 273	0.28 226	0.73 489	0.73 449	0.28 268	0.71 447	0.66 458	0.75 450	0.27 247	0.27 214	0.29 253	0.37 293	0.75 494	0.28 224	0.30 312

aanet-new-12k	0.46 346	1.99 515	0.40 333	0.51 353	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.31 328	0.44 360	0.31 330	0.44 350	0.32 322	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

SCV	0.46 346	0.94 325	0.45 357	0.54 361	0.37 373	0.48 388	0.38 374	0.48 376	0.37 369	0.48 379	0.39 389	0.48 386	0.37 366	0.49 389	0.37 363	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 342

otaku	0.46 346	0.46 228	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.46 412	0.46 366	0.46 420	0.46 373	0.46 411	0.46 371	0.46 407	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

Dean	0.46 346	0.46 228	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.46 412	0.47 372	0.46 420	0.46 373	0.46 411	0.46 371	0.46 407	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

ACVNet_1	0.46 346	0.47 232	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.47 417	0.46 366	0.46 420	0.46 373	0.46 411	0.46 371	0.46 407	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 399

ACVNet-4b	0.46 346	0.46 228	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.46 412	0.46 366	0.46 420	0.46 373	0.46 411	0.47 375	0.46 407	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

PML	0.46 346	1.36 444	0.29 232	0.58 371	0.30 285	0.57 431	0.29 268	0.57 418	0.29 270	0.57 427	0.29 274	0.57 430	0.29 275	0.56 421	0.29 267	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 312

LG-Stereo_L1	0.47 353	0.52 255	0.47 369	0.62 379	0.39 390	0.53 420	0.40 388	0.53 409	0.39 386	0.53 414	0.39 389	0.53 417	0.39 380	0.53 414	0.39 378	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 360

Ntro	0.47 353	0.47 232	0.46 362	0.46 288	0.46 420	0.47 383	0.47 418	0.46 366	0.47 417	0.46 366	0.46 420	0.47 379	0.46 411	0.47 375	0.47 414	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

HaxPig	0.47 353	0.47 232	0.47 369	0.49 306	0.47 426	0.47 383	0.47 418	0.47 372	0.47 417	0.47 372	0.47 428	0.47 379	0.47 419	0.47 375	0.47 414	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 408

UNDER WATER	0.47 353	0.47 232	0.47 369	0.47 295	0.47 426	0.47 383	0.47 418	0.47 372	0.47 417	0.47 372	0.47 428	0.47 379	0.46 411	0.47 375	0.47 414	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 406

LVE	0.47 353	0.47 232	0.47 369	0.47 295	0.49 432	0.47 383	0.47 418	0.47 372	0.49 426	0.47 372	0.47 428	0.47 379	0.46 411	0.47 375	0.47 414	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 406

GASTEREO	0.48 358	1.21 426	0.47 369	0.57 369	0.38 380	0.50 402	0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	0.38 370	0.50 397	0.38 366	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 342

LG-Stereo_Zeroshot	0.48 358	0.55 265	0.47 369	0.63 381	0.41 401	0.56 425	0.44 405	0.56 415	0.41 397	0.56 424	0.41 399	0.57 430	0.42 399	0.56 421	0.41 389	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 360

fffft	0.48 358	0.51 253	0.45 357	0.52 356	0.45 418	0.52 418	0.45 411	0.52 407	0.48 424	0.53 414	0.45 417	0.52 416	0.45 408	0.52 412	0.46 407	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 384
1: 1. 1
RainbowNet	0.48 358	0.48 238	0.48 377	0.48 300	0.48 430	0.48 388	0.48 427	0.48 376	0.48 424	0.48 379	0.48 432	0.48 386	0.48 420	0.48 383	0.48 420	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 408

notaker	0.48 358	0.49 240	0.48 377	0.48 300	0.48 430	0.48 388	0.48 427	0.48 376	0.49 426	0.48 379	0.48 432	0.48 386	0.48 420	0.48 383	0.48 420	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 413

LL-Strereo2	0.48 358	1.73 465	0.51 396	0.59 374	0.34 360	0.42 322	0.33 336	0.40 280	0.31 324	0.42 309	0.33 347	0.42 321	0.31 330	0.44 350	0.39 378	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 335

Former-RAFT_DAM_RVC	0.49 364	0.98 330	0.64 424	0.84 412	0.46 420	0.45 372	0.35 354	0.47 372	0.47 417	0.45 360	0.34 355	0.46 373	0.48 420	0.46 371	0.35 350	0.39 283	0.71 452	0.39 342	0.35 376	0.41 350	0.41 384

ACVNet_2	0.49 364	0.49 240	0.49 384	0.49 306	0.49 432	0.49 393	0.49 429	0.49 380	0.49 426	0.49 386	0.49 435	0.49 390	0.49 425	0.49 389	0.49 422	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 413

FoundationStereo	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

StereoAnything_RVC	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

dual_stereo	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

GCST	0.50 366	2.08 518	0.38 290	0.53 358	0.35 363	0.49 393	0.35 354	0.50 389	0.35 357	0.49 386	0.35 363	0.49 390	0.35 358	0.49 389	0.35 350	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 335

SANet	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

MSCF	0.51 371	1.40 448	0.49 384	0.58 371	0.38 380	0.50 402	0.38 374	0.54 411	0.41 397	0.52 411	0.41 399	0.53 417	0.42 399	0.53 414	0.41 389	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 367

UGAM-zero	0.51 371	2.17 526	0.39 301	0.53 358	0.36 369	0.50 402	0.36 361	0.50 389	0.36 367	0.49 386	0.36 367	0.50 404	0.35 358	0.50 397	0.36 354	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 342

UGAM	0.51 371	2.23 531	0.39 301	0.54 361	0.35 363	0.50 402	0.35 354	0.49 380	0.35 357	0.49 386	0.35 363	0.49 390	0.36 361	0.50 397	0.36 354	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 342

Selective-IGEV	0.51 371	0.55 265	0.45 357	0.69 391	0.45 418	0.61 435	0.45 411	0.50 389	0.40 387	0.56 424	0.44 413	0.55 424	0.40 381	0.72 445	0.67 455	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

RCA-Stereo	0.51 371	3.22 585	0.34 271	0.44 283	0.34 360	0.44 362	0.34 349	0.43 319	0.34 353	0.43 314	0.34 355	0.44 360	0.33 346	0.43 321	0.33 333	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

DN	0.53 376	0.85 302	0.45 357	0.65 385	0.44 414	0.60 434	0.44 405	0.60 425	0.44 408	0.60 432	0.45 417	0.60 435	0.44 404	0.60 430	0.44 401	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 391

MatchStereo	0.54 377	0.12 106	2.38 634	2.32 576	0.09 140	0.09 136	0.08 139	0.09 136	0.07 137	0.09 136	0.07 138	0.09 137	0.07 136	0.09 136	0.08 130	2.34 609	2.34 628	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 377	0.60 274	0.52 399	0.66 389	0.47 426	0.61 435	0.47 418	0.58 421	0.46 412	0.61 433	0.46 420	0.61 437	0.45 408	0.62 431	0.45 403	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 408

castereo++	0.54 377	3.59 591	1.15 501	1.31 529	0.14 182	0.16 169	0.14 177	0.16 169	0.14 182	0.16 166	0.14 186	0.16 167	0.13 178	0.16 168	0.14 176	1.45 561	1.16 506	0.15 166	0.14 185	0.15 166	0.13 174

FENet	0.54 377	1.52 452	1.19 507	1.41 538	0.23 245	0.35 262	0.23 233	0.35 250	0.23 235	0.34 255	0.23 239	0.35 263	0.23 239	0.35 263	0.23 230	1.40 558	1.07 490	0.32 253	0.23 238	0.33 245	0.23 218

PSMNet_ROB	0.54 377	0.54 263	0.54 404	0.54 361	0.53 446	0.54 423	0.54 440	0.53 409	0.54 440	0.54 419	0.54 448	0.54 420	0.53 436	0.54 416	0.54 434	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 430

AIO-test2	0.55 382	0.59 271	0.52 399	0.67 390	0.47 426	0.61 435	0.47 418	0.61 428	0.47 417	0.61 433	0.47 428	0.61 437	0.48 420	0.62 431	0.47 414	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 408

CFNet-ft	0.55 382	1.57 453	0.14 149	0.20 161	0.14 182	0.20 188	2.53 643	1.61 575	0.14 182	0.20 185	0.14 186	0.20 186	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	1.56 568	1.24 585

MyStereo04	0.56 384	3.72 597	0.59 410	0.49 306	0.41 401	0.36 266	0.32 325	0.37 260	0.31 324	0.34 255	0.46 420	0.35 263	0.32 335	0.35 263	0.33 333	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

CASS	0.57 385	0.89 311	0.56 406	0.57 369	0.56 449	0.56 425	0.56 441	0.56 415	0.53 438	0.57 427	0.57 451	0.59 434	0.48 420	0.56 421	0.57 437	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.
PointNet	0.60 386	0.75 287	0.49 384	0.79 404	0.50 436	0.79 455	0.49 429	0.79 448	0.49 426	0.80 460	0.49 435	0.79 460	0.49 425	0.80 454	0.49 422	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

aanet-new-14k	0.60 386	5.12 624	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.30 274	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 235

LG-Stereo	0.60 386	0.58 270	0.47 369	0.64 384	0.74 484	1.00 483	0.69 472	0.57 418	0.41 397	0.57 427	0.41 399	0.57 430	0.41 393	1.00 489	0.75 486	0.91 454	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

MonSter	0.60 386	0.64 277	0.52 399	0.62 379	0.44 414	2.07 601	0.44 405	0.62 429	0.44 408	0.62 436	0.44 413	0.62 439	0.44 404	0.62 431	0.44 401	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 391

MyStereo07	0.60 386	3.72 597	0.48 377	0.49 306	0.41 401	0.36 266	0.32 325	0.49 380	0.43 405	0.51 408	0.42 409	0.49 390	0.43 402	0.51 407	0.64 448	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

FSD	0.61 391	0.59 271	0.50 389	2.58 587	0.44 414	0.56 425	0.44 405	0.55 414	0.44 408	0.56 424	0.44 413	0.56 427	0.44 404	0.56 421	0.46 407	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 423

castereo	0.61 391	3.79 599	1.35 565	1.52 542	0.15 194	0.17 176	0.16 189	0.20 186	0.21 226	0.18 177	0.16 199	0.21 194	0.12 172	0.26 231	0.17 200	1.43 560	1.38 576	0.17 178	0.16 195	0.18 181	0.16 185

WCG-NET	0.61 391	1.21 426	0.54 404	0.61 378	0.53 446	0.67 443	0.53 438	0.66 434	0.53 438	0.64 439	0.53 447	0.65 443	0.53 436	0.59 428	0.52 431	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 416

GEAStereo	0.62 394	3.91 604	0.48 377	0.69 391	0.38 380	0.51 414	0.38 374	0.51 403	0.38 373	0.53 414	0.38 379	0.50 404	0.38 370	0.51 407	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

gasm-f	0.62 394	3.91 604	0.48 377	0.69 391	0.38 380	0.51 414	0.38 374	0.51 403	0.38 373	0.53 414	0.38 379	0.50 404	0.38 370	0.51 407	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

SMoEStereo_RVC	0.63 396	0.75 287	0.51 396	0.73 400	0.53 446	0.71 447	0.47 418	0.67 435	0.58 444	0.74 454	0.60 456	0.72 450	0.53 436	0.74 449	0.51 429	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 446

anonymity	0.63 396	0.69 279	0.56 406	0.71 397	0.56 449	0.71 447	0.56 441	0.71 440	0.56 441	0.72 447	0.56 450	0.71 447	0.56 440	0.71 443	0.58 439	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

PAM_32	0.64 398	2.38 546	0.51 396	0.92 425	0.43 413	0.53 420	0.44 405	0.87 460	0.43 405	0.52 411	0.45 417	0.53 417	0.40 381	0.54 416	0.46 407	0.62 408	0.56 416	0.48 412	0.45 422	0.76 435	0.44 396

CRFU-Net	0.65 399	1.67 457	1.22 557	1.96 561	0.27 260	0.41 302	0.27 250	0.41 295	0.27 260	0.40 281	0.26 257	0.41 303	0.27 261	0.40 287	0.27 247	1.80 575	1.62 596	0.34 269	0.23 238	0.33 245	0.23 218

LMCR-Stereo	0.65 399	0.63 275	0.65 428	0.65 385	0.65 467	0.66 442	0.63 452	0.58 421	0.65 458	0.63 438	0.64 464	0.65 443	0.65 455	0.66 438	0.66 454	0.66 414	0.64 432	0.65 447	0.67 478	0.68 422	0.73 477

KSHMR	0.66 401	0.50 245	0.48 377	1.15 461	0.52 443	0.49 393	0.51 436	0.49 380	0.71 483	0.67 443	0.50 438	1.16 517	1.11 516	0.66 438	0.52 431	0.49 368	0.49 394	0.51 426	0.66 474	0.50 393	1.14 526

TorneroNet	0.66 401	0.53 259	0.50 389	0.50 342	0.64 465	1.06 499	0.70 477	0.50 389	0.51 437	0.49 386	0.69 479	0.49 390	0.50 429	0.48 383	1.15 528	0.71 421	0.49 394	1.14 515	1.08 525	0.49 388	0.49 413

GES	0.66 401	2.34 542	0.29 232	0.41 264	0.29 275	0.41 302	0.29 268	0.42 313	0.29 270	0.40 281	0.41 399	0.41 303	0.30 281	0.51 407	0.29 267	0.32 235	0.29 253	0.32 253	2.46 646	2.49 608	0.30 312

cf-r	0.66 401	2.17 526	0.12 124	0.18 154	0.12 176	0.18 180	2.70 647	2.60 621	0.12 176	0.18 177	0.12 168	0.18 179	0.12 172	0.18 178	0.12 165	0.15 141	0.11 122	0.15 166	0.11 155	1.81 580	1.74 622

DSFCA	0.66 401	0.73 284	0.78 461	0.65 385	0.65 467	0.64 440	0.64 453	0.65 432	0.63 456	0.64 439	0.64 464	0.64 440	0.64 453	0.65 437	0.65 451	0.65 412	0.65 434	0.65 447	0.65 472	0.66 420	0.64 456

DEFOM-Stereo	0.68 406	3.11 581	1.40 579	1.63 551	0.25 252	0.31 246	0.25 240	0.31 238	0.28 264	0.31 243	0.29 274	0.29 242	0.27 261	0.31 249	0.28 256	1.59 568	1.47 582	0.30 244	0.29 317	0.30 230	0.28 293

ssnet_v2	0.68 406	1.96 514	1.25 561	0.29 202	0.20 228	0.30 240	0.20 215	0.29 231	0.22 229	1.50 577	0.20 228	0.31 250	0.20 226	0.27 235	0.22 224	0.24 203	1.49 583	0.26 231	0.18 223	3.90 631	0.19 209

ARAFT	0.68 406	0.81 297	0.63 422	0.74 401	0.60 453	0.78 453	0.62 451	0.77 447	0.66 460	0.74 454	0.63 462	0.75 455	0.62 452	0.83 463	0.60 444	0.70 420	0.55 414	0.70 454	0.60 459	0.78 439	0.55 437

NINENet	0.69 409	3.87 603	1.20 510	1.98 562	0.05 121	0.40 286	0.04 104	0.40 280	0.05 120	0.41 295	0.04 111	0.41 303	0.05 113	0.40 287	0.05 111	1.79 574	1.56 589	0.34 269	0.22 232	0.34 249	0.23 218

VIP-Stereo	0.70 410	2.97 578	2.43 635	2.49 583	0.16 204	0.25 222	0.16 189	0.25 217	0.16 198	0.25 219	0.18 222	0.25 222	0.16 195	0.26 231	0.16 194	1.86 576	1.26 559	0.23 212	0.15 193	0.23 208	0.15 184

RAFT-Stereo + iAFF	0.70 410	0.72 282	0.71 447	0.80 407	0.62 464	0.82 462	0.61 450	0.81 454	0.62 453	0.81 463	0.63 462	0.80 462	0.70 473	0.73 447	0.61 446	0.76 434	0.61 428	0.74 461	0.61 461	0.77 437	0.61 446

DMCA-RVC	0.70 410	0.80 294	0.70 443	0.70 395	0.70 477	0.70 445	0.70 477	0.71 440	0.70 478	0.70 446	0.71 486	0.71 447	0.70 473	0.70 442	0.69 471	0.69 417	0.70 448	0.69 452	0.70 485	0.69 426	0.70 467

MyStereo8	0.71 413	3.92 606	0.52 399	0.59 374	0.52 443	0.57 431	0.53 438	0.59 423	0.50 430	0.59 431	0.51 444	0.57 430	0.50 429	0.56 421	0.52 431	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 416

HH	0.71 413	2.54 552	0.74 455	1.10 452	0.32 338	0.41 302	0.37 367	0.69 437	0.78 493	0.73 449	0.90 509	0.75 455	1.00 504	0.84 464	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 413	2.54 552	0.74 455	1.10 452	0.32 338	0.41 302	0.37 367	0.69 437	0.78 493	0.73 449	0.90 509	0.75 455	1.00 504	0.84 464	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

CAR	0.72 416	0.76 289	0.59 410	0.84 412	1.19 540	0.81 459	0.58 444	0.81 454	0.58 444	0.81 463	0.58 453	0.83 467	0.59 446	0.82 458	0.59 442	0.71 421	0.49 394	0.73 456	0.68 479	0.87 454	0.52 425

MSE-Stereo	0.72 416	0.76 289	0.59 410	0.84 412	1.19 540	0.81 459	0.58 444	0.81 454	0.58 444	0.81 463	0.58 453	0.83 467	0.59 446	0.82 458	0.59 442	0.71 421	0.49 394	0.73 456	0.68 479	0.87 454	0.52 425

zero-FE	0.72 416	1.31 440	0.66 429	0.92 425	0.60 453	0.82 462	0.58 444	0.82 457	0.58 444	0.81 463	0.60 456	0.81 465	0.60 448	0.82 458	0.58 439	0.74 431	0.59 423	0.73 456	0.52 444	0.76 435	0.51 423

ktn	0.72 416	0.53 259	1.08 496	1.14 458	0.51 442	1.22 561	1.36 593	0.51 403	0.59 448	0.51 408	0.51 444	0.69 446	1.20 527	0.67 440	0.51 429	0.51 380	0.49 394	0.58 437	0.66 474	0.52 401	0.53 427

MGA	0.73 420	0.76 289	0.60 414	0.92 425	1.17 536	0.81 459	0.59 448	0.84 458	0.62 453	0.81 463	0.59 455	0.84 469	0.60 448	0.81 457	0.61 446	0.71 421	0.53 411	0.89 483	0.53 446	0.75 433	0.54 430

DStereoRT	0.73 420	0.81 297	0.73 454	0.71 397	0.74 484	0.73 449	0.75 485	0.71 440	0.71 483	0.74 454	0.72 489	0.73 452	0.80 489	0.71 443	0.73 481	0.76 434	0.71 452	0.73 456	0.72 490	0.70 427	0.76 484

CroCo-Stereo	0.73 420	1.22 432	0.25 213	1.22 515	0.25 252	1.22 561	0.25 240	1.22 555	0.25 243	1.22 563	0.25 252	1.22 566	0.25 245	1.22 566	0.25 241	1.22 545	0.26 223	1.21 574	0.25 248	1.22 554	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
AFF-stereo	0.73 420	0.88 308	0.67 433	0.75 402	0.68 474	0.75 450	0.64 453	0.80 451	0.72 486	0.83 468	0.70 481	0.82 466	0.64 453	0.84 464	0.67 455	0.77 436	0.63 430	0.81 473	0.63 463	0.78 439	0.62 449

monster-pro	0.75 424	1.67 457	0.64 424	0.89 418	0.57 451	0.86 468	0.56 441	0.87 460	0.56 441	0.87 469	0.57 451	0.88 472	0.57 441	0.87 469	0.57 437	0.79 437	0.58 420	0.76 464	0.54 447	0.77 437	0.54 430

AIO-Stereo-zeroshot1	0.75 424	0.92 321	0.85 472	0.96 437	0.59 452	1.27 565	0.44 405	0.59 423	0.69 472	0.91 474	0.68 474	0.55 424	0.61 451	1.06 504	0.83 499	0.62 408	0.70 448	0.90 484	0.41 410	0.89 458	0.56 440

MyStereo06	0.75 424	4.12 608	0.60 414	0.63 381	0.61 459	0.62 438	0.66 456	0.56 415	0.45 411	0.55 422	0.48 432	0.54 420	0.46 411	0.57 426	0.45 403	0.60 400	0.57 418	0.64 444	0.55 449	0.72 429	0.55 437

GCAP-Stereo	0.75 424	4.15 611	0.42 352	0.75 402	0.35 363	0.78 453	0.40 388	0.79 448	0.38 373	0.78 458	0.36 367	0.78 458	0.36 361	0.79 452	0.39 378	0.75 432	0.39 342	0.76 464	0.39 401	0.75 433	0.39 373

GANet-RSSM	0.75 424	1.91 507	0.14 149	0.47 295	0.14 182	0.21 199	3.21 664	2.30 607	0.14 182	0.46 366	0.14 186	0.23 209	0.18 217	0.21 196	0.14 176	0.18 168	0.27 233	0.37 293	0.13 179	2.13 590	2.12 632

RSM++	0.76 429	0.82 299	0.66 429	0.85 416	0.64 465	0.85 466	0.71 480	0.94 474	0.64 457	0.87 469	0.67 469	0.87 471	0.65 455	0.84 464	0.65 451	0.81 442	0.70 448	0.79 468	0.71 488	0.83 451	0.70 467

CroCo-Stereo Lap2	0.77 430	1.29 436	0.29 232	1.27 520	0.29 275	1.27 565	0.26 247	1.26 558	0.26 256	1.26 564	0.26 257	1.27 570	0.26 254	1.26 567	0.27 247	1.27 547	0.27 233	1.27 577	0.27 291	1.27 557	0.27 273

PSMNet-RSSM	0.77 430	2.76 569	0.14 149	0.20 161	0.14 182	0.20 188	2.66 645	2.79 634	0.14 182	0.21 197	0.14 186	0.21 194	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	2.52 612	2.31 637

GwcNet-RSSM	0.77 430	2.77 571	0.14 149	0.20 161	0.14 182	0.20 188	2.67 646	2.78 633	0.14 182	0.20 185	0.14 186	0.20 186	0.14 182	0.21 196	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	2.52 612	2.31 637

4D-IteraStereo	0.78 433	3.13 582	0.89 473	0.69 391	0.32 338	0.40 286	0.32 325	0.76 446	0.97 517	0.52 411	0.65 466	0.89 475	0.32 335	0.76 451	0.98 511	0.83 447	0.94 480	0.35 285	0.27 291	0.70 427	0.89 499

Pro-Stereo	0.79 434	0.53 259	0.38 290	0.49 306	0.38 380	0.49 393	0.37 367	0.49 380	0.67 461	0.50 399	0.38 379	1.10 509	0.38 370	0.49 389	0.38 366	0.71 421	0.88 474	5.98 679	0.36 382	0.46 368	0.36 355

hitnet-ft	0.79 434	2.78 574	0.14 149	0.20 161	0.14 182	0.21 199	2.89 648	2.80 635	0.14 182	0.20 185	0.14 186	0.20 186	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	2.54 620	2.33 639

G-Net	0.79 434	0.79 293	0.79 464	0.79 404	0.79 497	0.79 455	0.79 490	0.79 448	0.79 497	0.79 459	0.79 501	0.79 460	0.79 488	0.79 452	0.79 491	0.79 437	0.79 465	0.79 468	0.79 501	0.79 441	0.79 489

MyStereo05	0.80 437	4.12 608	0.63 422	0.63 381	0.61 459	0.62 438	0.66 456	0.65 432	0.62 453	0.67 443	0.61 460	0.65 443	0.58 444	0.67 440	0.55 436	0.60 400	0.57 418	0.64 444	0.55 449	0.72 429	0.55 437

UDG	0.80 437	2.21 530	0.60 414	0.91 422	0.60 453	0.90 473	0.58 444	0.88 464	0.60 449	0.90 472	0.60 456	0.88 472	0.60 448	0.90 474	0.58 439	0.86 451	0.60 424	0.84 479	0.59 458	0.84 452	0.61 446

ccnet	0.80 437	2.28 534	0.33 261	0.50 342	0.33 350	0.50 402	0.33 336	0.50 389	0.33 344	0.49 386	0.33 347	0.49 390	1.56 592	2.38 611	0.33 333	0.41 298	0.29 253	0.42 383	1.57 606	2.28 596	0.29 299

NaN_ROB	0.80 437	0.80 294	0.80 465	0.80 407	0.80 500	0.80 457	0.80 493	0.80 451	0.80 499	0.80 460	0.80 503	0.80 462	0.80 489	0.80 454	0.80 494	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 490

CSAN	0.80 437	0.80 294	0.80 465	0.80 407	0.80 500	0.80 457	0.80 493	0.80 451	0.80 499	0.80 460	0.80 503	0.80 462	0.80 489	0.80 454	0.80 494	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 490

GSStereo	0.81 442	4.28 614	0.50 389	0.59 374	0.40 391	0.51 414	0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	3.79 661	0.50 397	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

BSDual-CNN	0.81 442	1.91 507	0.92 480	4.48 633	0.02 22	0.42 322	0.06 133	0.41 295	0.02 22	0.48 379	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 586	4.19 658	0.33 260	0.23 238	0.34 249	0.27 273

DDUNet	0.81 442	2.45 550	0.57 408	0.90 420	0.60 453	0.88 470	0.59 448	0.90 465	0.60 449	0.88 471	0.60 456	0.90 476	0.58 444	0.88 471	0.60 444	0.84 449	0.60 424	0.86 481	0.57 455	0.86 453	0.60 445

R-Stereo Train	0.81 442	0.96 327	0.67 433	0.95 434	0.67 471	0.95 478	0.68 464	0.95 476	0.68 467	0.95 482	0.68 474	0.96 486	0.68 464	0.96 485	0.68 463	0.94 463	0.68 441	0.94 498	0.68 479	0.94 474	0.68 464

RAFT-Stereo	0.81 442	0.96 327	0.67 433	0.95 434	0.67 471	0.95 478	0.68 464	0.95 476	0.68 467	0.95 482	0.68 474	0.96 486	0.68 464	0.96 485	0.68 463	0.94 463	0.68 441	0.94 498	0.68 479	0.94 474	0.68 464
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 447	1.72 460	1.48 583	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 581	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 567	0.32 253	0.16 195	6.75 670	0.23 218

scenet	0.82 447	1.72 460	1.48 583	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 581	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 567	0.32 253	0.16 195	6.75 670	0.23 218

ssnet	0.82 447	1.72 460	1.48 583	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 581	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 567	0.32 253	0.16 195	6.75 670	0.23 218

STTRV1_RVC	0.82 447	1.60 455	0.70 443	1.01 445	0.60 453	1.07 502	0.69 472	1.01 486	0.60 449	0.72 447	0.55 449	1.02 500	0.68 464	1.03 502	0.67 455	0.89 453	0.63 430	0.92 490	0.57 455	0.90 461	0.65 458

DEFOM-Stereo_RVC	0.83 451	5.18 626	1.98 623	2.19 567	0.17 210	0.19 183	0.18 207	0.19 180	0.16 198	0.20 185	0.19 224	0.22 202	0.22 233	0.20 185	0.15 187	2.28 603	2.13 623	0.24 221	0.17 217	0.18 181	0.16 185

BUS	0.83 451	1.91 507	0.92 480	4.48 633	0.02 22	0.40 286	0.04 104	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.05 113	0.03 43	0.05 111	1.97 586	4.19 658	0.33 260	0.23 238	0.34 249	0.27 273

PDISCO_ROB	0.83 451	2.80 575	3.49 657	0.14 122	0.11 163	0.17 176	0.09 140	0.15 168	0.10 145	0.15 161	0.12 168	0.16 167	0.14 182	3.30 641	0.13 172	0.14 133	2.34 628	0.16 170	0.12 170	2.62 621	0.10 140

WQFJA1++	0.84 454	0.98 330	0.67 433	1.26 519	0.75 486	1.00 483	0.67 460	1.00 478	0.67 461	1.00 484	0.67 469	1.00 489	0.67 460	1.00 489	0.67 455	0.96 465	0.67 436	0.91 487	0.63 463	0.92 465	0.63 450

WQFJX1	0.84 454	0.98 330	0.67 433	1.30 527	0.75 486	1.01 490	0.67 460	1.01 486	0.67 461	1.01 494	0.67 469	1.01 496	0.68 464	1.00 489	0.68 463	0.98 470	0.67 436	0.92 490	0.64 468	0.92 465	0.64 456

NLMM	0.84 454	1.00 339	0.67 433	1.27 520	0.75 486	1.00 483	0.68 464	1.00 478	0.67 461	1.00 484	0.67 469	1.02 500	0.67 460	1.02 500	0.67 455	0.97 466	0.67 436	0.93 494	0.63 463	0.92 465	0.63 450

AIO-Stereo	0.84 454	0.66 278	0.70 443	0.83 411	0.67 471	0.98 481	0.82 500	1.14 497	0.72 486	1.03 500	0.74 493	1.03 502	1.09 515	0.99 487	0.45 403	1.04 477	0.73 455	0.95 500	0.74 492	0.94 474	0.46 399

DCRE	0.84 454	1.89 504	0.77 460	0.94 432	0.72 481	0.88 470	0.73 483	0.87 460	0.78 493	0.90 472	0.71 486	0.88 472	0.67 460	0.88 471	0.73 481	0.81 442	0.68 441	0.81 473	0.70 485	0.82 449	0.70 467

iGMRVC	0.84 454	2.85 576	0.72 450	0.72 399	0.73 482	0.77 451	0.79 490	0.73 443	0.74 491	0.73 449	0.72 489	0.73 452	0.76 483	0.73 447	0.73 481	0.72 427	0.73 455	0.73 456	0.72 490	0.73 432	0.72 474

WQFJA1	0.85 460	0.98 330	0.67 433	1.29 525	0.76 491	1.01 490	0.67 460	1.02 491	0.67 461	1.02 498	0.67 469	1.01 496	0.67 460	1.01 496	0.68 463	0.99 471	0.67 436	0.93 494	0.64 468	0.92 465	0.65 458

WQFJX	0.85 460	1.00 339	0.68 440	1.30 527	0.75 486	1.01 490	0.68 464	1.01 486	0.68 467	1.01 494	0.68 474	1.03 502	0.68 464	1.02 500	0.67 455	0.97 466	0.67 436	0.93 494	0.63 463	0.94 474	0.63 450

NLSM3	0.85 460	0.99 337	0.68 440	1.29 525	0.76 491	1.01 490	0.68 464	1.01 486	0.68 467	1.02 498	0.68 474	1.01 496	0.68 464	1.01 496	0.68 463	0.97 466	0.68 441	0.93 494	0.64 468	0.93 470	0.63 450

NLMM1	0.86 463	0.98 330	0.69 442	1.48 541	0.75 486	1.01 490	0.69 472	1.00 478	0.69 472	1.00 484	0.70 481	1.00 489	0.68 464	1.01 496	0.67 455	0.97 466	0.68 441	0.92 490	0.63 463	0.93 470	0.63 450

AdaDepth	0.86 463	0.93 323	0.71 447	1.01 445	1.07 527	1.02 496	0.71 480	1.00 478	0.71 483	1.01 494	0.71 486	1.00 489	0.72 478	1.14 515	0.71 479	0.92 457	0.64 432	0.90 484	0.64 468	0.89 458	0.69 466

GEStereo_RVC	0.86 463	4.45 615	0.20 192	0.27 200	0.20 228	0.27 235	0.20 215	0.26 223	0.18 214	5.03 671	0.20 228	0.27 235	0.19 222	0.27 235	0.21 222	0.20 175	0.19 199	0.19 191	4.02 675	0.20 188	0.18 207

Selective-RAFT-Error	0.88 466	0.84 300	0.98 485	0.86 417	0.97 516	0.88 470	0.95 511	0.84 458	0.99 520	0.92 476	0.82 505	0.84 469	0.98 503	0.87 469	0.97 510	0.81 442	0.83 471	0.79 468	0.82 506	0.79 441	0.85 495

IER	0.88 466	7.04 645	2.23 628	2.75 589	0.28 265	0.43 329	0.25 240	0.39 273	0.25 243	0.41 295	0.27 261	0.39 282	0.25 245	0.40 287	0.28 256	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

Selective-RAFT	0.89 468	0.89 311	0.72 450	1.16 466	0.78 495	1.06 499	0.82 500	0.87 460	0.97 517	1.00 484	0.91 512	0.90 476	1.00 504	0.89 473	0.93 507	0.83 447	0.83 471	0.82 477	0.82 506	0.81 447	0.82 493

AIO-Stereo-zeroshot	0.91 469	0.86 304	0.89 473	1.25 518	0.69 475	1.05 498	0.81 497	1.16 501	0.50 430	1.12 510	0.97 517	0.72 450	0.82 493	1.06 504	0.95 508	0.61 404	0.87 473	1.03 512	0.85 509	1.04 486	1.01 515

CFNet-RSSM	0.91 469	4.89 621	0.34 271	0.44 283	1.07 527	1.62 586	1.40 600	0.91 467	0.35 357	1.60 578	1.39 600	0.64 440	0.34 351	0.44 350	0.33 333	0.41 298	0.35 319	0.75 462	0.30 331	0.41 350	0.29 299

MLG-Stereo	0.92 471	0.90 314	0.84 471	1.27 520	0.49 432	1.38 575	0.88 503	1.41 572	0.97 517	0.73 449	1.09 527	1.26 567	0.43 402	0.72 445	1.05 520	1.13 490	0.49 394	1.18 525	0.66 474	1.01 483	0.46 399

ToySt	0.92 471	2.11 521	0.90 476	0.95 434	0.79 497	0.99 482	0.78 489	0.94 474	0.81 502	0.94 480	0.78 499	0.95 485	0.77 485	0.94 481	0.86 501	0.91 454	0.79 465	0.85 480	0.77 497	0.89 458	0.73 477

DPSM_ROB	0.92 471	0.91 316	0.91 478	0.91 422	0.92 511	0.92 475	0.92 507	0.92 470	0.91 507	0.93 478	0.91 512	0.92 479	0.90 496	0.91 475	0.92 503	0.92 457	0.91 476	0.91 487	0.92 510	0.93 470	0.93 503

DPSM	0.92 471	0.91 316	0.91 478	0.91 422	0.92 511	0.92 475	0.92 507	0.92 470	0.91 507	0.93 478	0.91 512	0.92 479	0.90 496	0.91 475	0.92 503	0.92 457	0.91 476	0.91 487	0.92 510	0.93 470	0.93 503

pmcnn	0.92 471	0.92 321	0.92 480	0.92 425	0.92 511	0.92 475	0.92 507	0.92 470	0.92 511	0.92 476	0.92 515	0.92 479	0.92 498	0.92 479	0.92 503	0.92 457	0.92 478	0.92 490	0.92 510	0.92 465	0.92 502

error version	0.93 476	4.47 616	2.35 631	1.99 563	0.37 373	0.41 302	0.36 361	0.41 295	0.35 357	0.43 314	0.36 367	0.41 303	0.40 381	0.41 302	0.36 354	1.87 578	2.16 624	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 476	4.47 616	2.35 631	1.99 563	0.37 373	0.41 302	0.36 361	0.41 295	0.35 357	0.43 314	0.36 367	0.41 303	0.40 381	0.41 302	0.36 354	1.87 578	2.16 624	0.47 404	0.37 385	0.39 327	0.33 335

DGTPSM_ROB	0.93 476	1.00 339	0.92 480	0.94 432	0.96 515	0.91 474	0.92 507	0.91 467	0.96 516	0.91 474	0.96 516	0.93 482	0.92 498	0.94 481	0.92 503	0.92 457	0.92 478	0.90 484	0.92 510	0.94 474	0.91 501

HSM-Net_RVC	0.95 479	1.17 376	0.78 461	1.18 468	0.71 479	1.16 514	0.75 485	1.09 495	0.80 499	1.10 504	0.75 494	1.17 518	0.74 480	1.17 518	0.80 494	1.13 490	0.73 455	1.17 522	0.77 497	1.16 496	0.72 474
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 480	3.17 584	2.30 630	2.42 580	0.38 380	0.54 423	0.38 374	0.54 411	0.38 373	0.54 419	0.38 379	0.54 420	0.38 370	0.54 416	0.38 366	2.38 612	2.34 628	0.49 417	0.36 382	0.49 388	0.36 355

DPSimNet_ROB	0.97 480	1.18 378	0.81 468	1.10 452	0.91 510	1.02 496	0.82 500	1.04 492	0.91 507	1.03 500	0.86 508	1.28 571	0.82 493	1.03 502	0.89 502	1.17 494	0.81 470	1.02 510	0.82 506	1.08 488	0.81 492

test-3	0.98 482	4.13 610	1.85 612	1.85 554	0.61 459	0.69 444	0.37 367	0.63 430	0.61 452	0.66 442	0.51 444	0.73 452	0.44 404	0.57 426	0.54 434	1.68 572	1.81 608	0.40 355	0.43 420	0.66 420	0.50 416

Test_v1	1.00 483	1.00 339	1.00 487	1.00 441	1.00 517	1.00 483	1.00 515	1.00 478	1.00 521	1.00 484	1.00 519	1.00 489	1.00 504	1.00 489	1.00 513	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

Wavelet-MonSter	1.00 483	1.21 426	0.76 458	1.94 558	1.01 522	1.11 509	0.76 487	1.15 498	0.76 492	1.11 509	0.76 495	1.14 515	0.76 483	1.11 512	0.76 488	1.21 543	0.90 475	1.02 510	0.71 488	1.02 485	0.71 473

999	1.00 483	1.12 369	0.59 410	1.10 452	1.21 588	1.09 505	0.52 437	1.08 493	1.43 602	1.18 515	1.35 594	0.98 488	0.52 435	0.91 475	0.85 500	0.72 427	1.46 581	0.83 478	0.98 515	0.68 422	1.41 598

DispNO	1.00 483	0.63 275	0.43 353	3.45 617	0.44 414	0.65 441	0.43 404	0.64 431	0.43 405	0.64 439	0.43 411	0.64 440	3.03 639	0.64 436	0.43 400	4.55 647	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

GANet	1.00 483	1.00 339	1.00 487	1.00 441	1.00 517	1.00 483	1.00 515	1.00 478	1.00 521	1.00 484	1.00 519	1.00 489	1.00 504	1.00 489	1.00 513	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

TDLM	1.00 483	1.00 339	1.00 487	1.00 441	1.00 517	1.00 483	1.00 515	1.00 478	1.00 521	1.00 484	1.00 519	1.00 489	1.00 504	1.00 489	1.00 513	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

CVANet_RVC	1.00 483	1.00 339	1.00 487	1.00 441	1.00 517	1.00 483	1.00 515	1.00 478	1.00 521	1.00 484	1.00 519	1.00 489	1.00 504	1.00 489	1.00 513	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

trnet	1.01 490	1.01 348	1.01 491	1.01 445	1.01 522	1.01 490	1.01 519	1.01 486	1.01 525	1.01 494	1.01 523	1.01 496	1.01 511	1.01 496	1.01 517	1.01 476	1.01 486	1.01 509	1.01 523	1.01 483	1.01 515

LL-Strereo	1.01 490	5.06 623	1.63 592	0.70 395	1.43 599	0.56 425	0.46 413	0.57 418	0.50 430	0.57 427	0.50 438	1.58 581	0.49 425	0.59 428	0.50 424	1.64 571	0.52 409	0.51 426	1.37 594	0.52 401	0.45 398

FlowAnything_test	1.02 492	1.72 460	0.71 447	1.59 544	0.70 477	1.61 584	0.69 472	1.61 575	0.70 478	1.60 578	0.70 481	1.61 585	0.69 471	1.61 582	0.70 477	0.81 442	0.58 420	0.81 473	0.55 449	0.81 447	0.56 440

FlowAnything	1.02 492	1.71 459	0.72 450	1.59 544	0.69 475	1.60 583	0.69 472	1.61 575	0.70 478	1.60 578	0.69 479	1.60 582	0.69 471	1.61 582	0.69 471	0.81 442	0.58 420	0.81 473	0.56 453	0.82 449	0.56 440

Hybrid-DGEV	1.03 494	1.75 466	0.80 465	1.28 524	0.78 495	1.26 564	0.80 493	1.26 558	0.78 493	1.26 564	0.78 499	1.26 567	0.78 487	1.26 567	0.78 490	1.15 493	0.75 458	1.14 515	0.74 492	1.14 491	0.75 481

tt45	1.04 495	0.88 308	1.36 573	0.92 425	1.03 525	1.51 582	0.79 490	0.70 439	0.88 505	0.74 454	0.90 509	1.60 582	0.72 478	1.60 580	0.75 486	0.91 454	0.78 463	1.52 590	0.79 501	1.14 491	1.32 590

Hybrid-DGEV-2	1.05 496	1.83 492	0.83 469	1.33 531	0.82 503	1.30 567	0.81 497	1.26 558	0.79 497	1.29 566	0.79 501	1.26 567	0.80 489	1.26 567	0.79 491	1.20 497	0.78 463	1.18 525	0.77 497	1.20 506	0.77 486

Hybrid-DGEV-03	1.07 497	1.83 492	0.83 469	1.34 532	0.81 502	1.32 569	0.81 497	1.31 565	0.81 502	1.31 567	0.82 505	1.32 572	0.82 493	1.32 572	0.81 497	1.19 495	0.77 461	1.19 527	0.76 495	1.19 504	0.77 486

GLC_STEREO	1.07 497	1.01 348	1.06 494	1.07 450	1.05 526	1.06 499	1.08 524	1.08 493	1.05 529	1.07 502	1.06 525	1.08 505	1.05 513	1.06 504	1.10 523	1.07 479	1.09 496	1.05 513	1.05 524	1.06 487	1.12 522

FC-DCNN	1.07 497	1.09 364	0.98 485	0.89 418	0.52 443	1.41 578	0.91 506	1.21 554	1.24 588	1.96 590	2.05 645	1.91 591	1.30 580	1.27 570	1.08 522	0.80 439	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

hknet	1.10 500	1.85 498	3.49 657	4.48 633	0.02 22	0.42 322	0.06 133	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 644	4.19 658	0.33 260	0.23 238	0.34 249	0.27 273

test_xeample3	1.10 500	1.81 482	0.61 420	0.84 412	0.49 432	0.77 451	0.66 456	0.92 470	1.40 600	0.68 445	0.46 420	0.78 458	0.54 439	1.72 585	1.48 602	1.34 552	1.52 585	1.35 583	1.67 619	1.33 560	1.55 603

DISCO	1.11 502	0.39 190	5.28 670	0.39 239	0.20 228	0.39 284	0.27 250	0.39 273	0.22 229	0.38 269	0.20 228	0.38 277	0.20 226	6.95 682	0.22 224	0.30 227	0.21 205	0.27 235	0.21 229	5.25 663	0.21 214

Occ-G	1.12 503	0.52 255	3.72 662	3.50 621	0.50 436	0.56 425	0.47 418	0.54 411	0.46 412	0.54 419	0.41 399	0.54 420	0.42 399	0.52 412	0.42 397	3.42 636	4.02 657	0.52 429	0.45 422	0.51 399	0.44 396

AEACV	1.12 503	0.52 255	3.12 653	3.24 606	0.86 504	0.53 420	0.49 429	0.60 425	0.47 417	0.53 414	0.49 435	0.55 424	0.45 408	0.55 420	0.47 414	3.01 631	3.88 655	0.71 455	0.60 459	0.80 444	0.48 408

LiteMatch	1.13 505	0.73 284	2.80 639	3.23 604	0.61 459	0.83 464	0.68 464	0.73 443	0.69 472	1.00 484	0.77 497	0.94 483	0.57 441	0.82 458	0.64 448	2.97 629	2.43 631	0.68 449	0.32 349	0.56 409	0.70 467

Lsterematch	1.13 505	0.73 284	2.80 639	3.23 604	0.61 459	0.83 464	0.68 464	0.73 443	0.69 472	1.00 484	0.77 497	0.94 483	0.57 441	0.82 458	0.64 448	2.97 629	2.43 631	0.68 449	0.32 349	0.56 409	0.70 467

MSMD_ROB	1.19 507	1.10 368	0.70 443	1.10 452	0.60 453	1.10 506	0.70 477	1.10 496	0.70 478	1.10 504	0.70 481	1.10 509	0.70 473	7.00 683	0.70 477	1.10 483	0.70 448	1.10 514	0.70 485	1.10 489	0.70 467

MM-Stereo_test2	1.20 508	1.85 498	1.05 493	1.46 540	0.94 514	1.36 573	0.99 514	1.36 567	0.95 514	1.41 573	0.98 518	1.40 578	0.96 500	1.37 574	0.95 508	1.37 557	1.06 489	1.33 580	0.93 514	1.29 559	0.89 499

ours_stereo	1.20 508	1.21 426	0.90 476	1.64 552	1.11 529	1.35 571	0.67 460	1.76 582	0.93 512	1.70 586	1.10 528	1.39 576	0.75 482	1.41 576	0.81 497	1.60 570	1.03 488	1.33 580	1.00 517	1.61 570	0.72 474

DisPM	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

CrosDoStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PFNet+	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

LCNet	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

HHNet	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Patchmatch Stereo++	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536
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	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

STrans-v2	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

TransformOpticalFlow	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

OMP-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

IIG-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

NF-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

OCTAStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PSM-softLoss	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

KMStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

NRIStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PSM-adaLoss	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PSM-AAD	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

FTStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

ROB_FTStereo_v2	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

ROB_FTStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Consistency-Raft	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

KYRaft	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

HUI-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

ASMatch	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DeepStereo_LL	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DEmStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

SST-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

THIR-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT_R40	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DRaft	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PFNet	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

GrayStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RE-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Pruner-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

TVStereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DeepStereo_RVC	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT-RH_RVC	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

IRAFT_RVC	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT-345	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

iRAFT	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

CRE-IMP	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

GMM-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT-IKP	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Prome-Stereo	1.20 508	1.20 380	1.20 510	1.20 470	1.20 542	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

HCRNet	1.22 555	7.11 646	3.00 641	3.55 622	0.33 350	0.29 239	0.14 177	0.19 180	0.15 193	0.33 253	0.29 274	0.25 222	0.14 182	0.22 200	0.33 333	3.64 637	3.00 635	0.76 464	0.32 349	0.18 181	0.13 174

HBP-ISP	1.24 556	1.72 460	1.65 593	1.15 461	0.76 491	1.40 577	0.88 503	1.67 581	1.02 526	1.69 585	1.38 599	1.69 586	1.21 573	1.87 592	1.21 582	1.05 478	0.79 465	0.97 503	0.80 503	1.19 504	0.75 481

AANet_RVC	1.26 557	0.31 169	4.99 668	5.93 659	0.20 228	0.25 222	0.20 215	0.25 217	0.20 222	0.23 204	0.19 224	0.25 222	0.20 226	0.25 220	0.20 218	5.66 668	4.76 661	0.26 231	0.30 331	0.24 212	0.27 273

MM-Stereo_test3	1.27 558	2.07 517	1.18 505	1.60 547	1.02 524	1.45 580	1.01 519	1.40 571	1.04 528	1.44 575	1.03 524	1.46 580	1.02 512	1.44 578	1.02 518	1.51 566	1.12 503	1.32 579	0.98 515	1.38 563	0.97 506

11t	1.27 558	2.70 561	1.34 563	1.32 530	0.89 506	1.30 567	1.34 590	1.64 578	0.57 443	1.45 576	0.72 489	1.05 504	1.29 579	1.07 507	1.29 591	1.49 563	1.02 487	0.97 503	1.15 529	1.48 565	1.31 589

MaskLacGwcNet_RVC	1.35 560	1.35 443	1.35 565	1.35 534	1.35 593	1.35 571	1.35 591	1.36 567	1.35 596	1.36 571	1.35 594	1.36 574	1.36 585	1.36 573	1.35 595	1.35 553	1.35 572	1.35 583	1.35 591	1.35 561	1.35 594

CC-Net-ROB	1.36 561	1.33 442	1.33 562	1.36 535	1.38 596	1.36 573	1.33 589	1.37 569	1.34 593	1.35 570	1.36 596	1.38 575	1.34 583	1.38 575	1.38 598	1.35 553	1.38 576	1.33 580	1.35 591	1.43 564	1.34 593

CFNet	1.37 562	5.27 629	0.19 189	5.49 656	0.19 225	0.28 236	0.19 211	0.28 226	0.19 220	0.28 232	0.19 224	0.28 236	4.35 669	0.28 239	0.19 215	0.23 196	0.17 191	0.23 212	4.21 677	4.81 654	0.17 202

PS-NSSS	1.38 563	1.39 447	1.34 563	1.34 532	1.35 593	1.38 575	1.37 598	1.35 566	1.38 599	1.34 569	1.34 593	1.39 576	1.38 588	1.70 584	1.40 599	1.36 555	1.36 573	1.36 585	1.37 594	1.37 562	1.36 595

RASNet	1.49 564	1.65 456	1.45 581	1.38 537	1.43 599	1.47 581	1.36 593	1.38 570	1.36 597	1.39 572	1.60 610	1.45 579	1.45 591	1.51 579	2.21 640	1.53 567	1.36 573	1.36 585	1.36 593	1.66 573	1.36 595

BLMT-Stereo	1.53 565	1.36 444	1.06 494	1.42 539	1.23 592	1.41 578	1.07 523	1.43 573	1.12 530	1.42 574	1.06 525	1.83 588	1.07 514	1.42 577	1.07 521	1.27 547	1.38 576	6.80 680	1.00 517	1.26 556	1.00 510

GANetREF_RVC	1.55 566	1.94 513	1.22 557	1.88 555	1.21 588	1.88 590	1.22 581	1.88 584	1.22 586	1.88 587	1.22 583	1.88 589	1.22 574	1.89 593	1.22 583	1.87 578	1.22 558	1.88 604	1.22 582	1.88 582	1.22 582
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 567	1.91 507	1.21 556	1.94 558	1.20 542	2.00 598	1.23 582	1.99 589	1.24 588	2.00 595	1.25 586	2.03 599	1.26 576	2.00 597	1.29 591	1.90 582	1.18 510	1.89 605	1.21 581	1.89 583	1.20 536
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 568	1.59 454	1.70 595	1.59 544	1.59 605	1.61 584	1.61 609	1.60 574	1.60 606	1.62 584	1.59 609	1.60 582	1.60 594	1.60 580	1.59 606	1.59 568	1.60 595	1.59 591	1.59 611	1.59 569	1.59 608

ff7	1.68 569	2.68 558	1.35 565	0.97 438	0.89 506	1.84 587	2.15 638	2.12 595	1.80 623	2.05 600	1.56 606	2.33 606	2.12 629	2.23 603	2.25 641	1.31 549	1.07 490	1.48 587	1.41 597	0.90 461	1.04 517

ffff	1.68 569	2.68 558	1.35 565	0.97 438	0.89 506	1.84 587	2.15 638	2.12 595	1.80 623	2.05 600	1.56 606	2.33 606	2.12 629	2.23 603	2.25 641	1.31 549	1.07 490	1.48 587	1.41 597	0.90 461	1.04 517

ccc-4	1.68 569	2.68 558	1.35 565	0.97 438	0.89 506	1.84 587	2.15 638	2.12 595	1.80 623	2.05 600	1.56 606	2.33 606	2.12 629	2.23 603	2.25 641	1.31 549	1.07 490	1.48 587	1.41 597	0.90 461	1.04 517

MC-Stereo	1.76 572	2.96 577	1.37 575	2.14 566	1.37 595	2.14 604	1.36 593	2.14 598	1.37 598	2.14 604	1.37 597	2.14 601	1.37 587	2.14 602	1.37 597	1.97 586	1.32 560	1.97 607	1.32 590	1.98 584	1.33 591

IGEVStereo-DCA	1.77 573	4.21 612	1.84 610	2.49 583	2.11 638	2.54 624	1.36 593	1.65 579	1.17 537	2.75 633	1.90 628	2.54 619	1.15 520	0.94 481	1.11 524	1.50 564	1.32 560	0.96 501	1.46 603	1.49 566	0.88 496

rrr	1.77 573	4.21 612	1.84 610	2.49 583	2.11 638	2.54 624	1.36 593	1.65 579	1.17 537	2.75 633	1.90 628	2.54 619	1.15 520	0.94 481	1.11 524	1.50 564	1.32 560	0.96 501	1.46 603	1.49 566	0.88 496

MM-Stereo_test1	1.80 575	3.41 589	1.52 588	2.12 565	1.41 598	2.04 599	1.41 601	2.05 593	1.46 603	2.04 599	1.41 601	2.05 600	1.42 590	2.05 598	1.43 601	2.04 590	1.54 588	1.94 606	1.38 596	1.99 585	1.33 591

MFMNet_re	1.81 576	1.91 507	1.71 597	1.95 560	1.70 616	1.95 595	1.70 614	1.96 587	1.74 619	1.97 592	1.72 618	1.95 592	1.71 602	1.97 596	1.71 614	1.86 576	1.62 596	1.85 597	1.66 618	1.86 581	1.64 614

plain	1.88 577	3.16 583	0.64 424	3.10 599	0.65 467	3.10 639	0.64 453	3.12 638	0.65 458	3.10 639	0.65 466	3.11 639	0.65 455	3.12 638	0.65 451	3.12 632	0.65 434	3.13 637	0.65 472	3.13 625	0.65 458

RAFT_CTSACE	1.92 578	3.71 596	1.72 598	1.88 555	1.72 617	2.04 599	1.42 603	2.18 600	1.89 634	2.02 597	1.97 634	1.95 592	2.06 628	1.93 594	1.62 607	1.76 573	1.66 599	2.02 608	1.73 627	1.73 576	1.43 600

MonStereo1	1.94 579	2.77 571	1.52 588	3.73 629	1.51 602	2.13 603	1.42 603	2.32 608	1.52 604	2.31 612	1.50 604	2.53 616	1.59 593	2.34 610	1.56 604	1.91 583	1.36 573	1.86 600	1.31 589	2.07 586	1.53 601

4.25w-stereo	1.98 580	2.72 565	1.46 582	3.47 618	1.43 599	2.07 601	1.98 629	2.53 620	1.52 604	2.71 626	1.98 640	1.81 587	1.62 596	1.96 595	1.36 596	1.88 581	2.00 613	2.53 631	1.61 613	1.74 577	1.15 527

4.5w-stereo	1.99 581	2.33 538	1.81 601	3.28 608	1.68 612	1.94 592	1.99 632	2.72 623	1.70 611	2.72 627	1.99 643	1.97 594	1.68 598	1.76 586	1.29 591	1.91 583	2.02 619	2.53 631	1.61 613	1.75 578	1.16 530

2.75w_new	1.99 581	2.34 542	1.81 601	3.14 600	1.62 607	1.94 592	1.99 632	2.72 623	1.71 612	2.72 627	1.99 643	1.90 590	1.73 604	1.82 591	1.29 591	2.37 611	2.01 615	2.31 618	1.42 600	1.77 579	1.22 582

3.75w	1.99 581	2.31 536	1.83 609	3.16 602	1.65 609	1.93 591	1.98 629	2.72 623	1.68 608	2.73 632	1.97 634	2.00 596	1.72 603	1.81 590	1.25 587	2.27 602	2.01 615	2.38 623	1.42 600	1.71 575	1.24 585

2w_stereo	1.99 581	2.36 545	1.81 601	3.24 606	1.67 610	1.94 592	1.98 629	2.72 623	1.68 608	2.72 627	1.94 631	1.98 595	1.74 606	1.79 589	1.27 588	1.95 585	2.00 613	2.53 631	1.60 612	1.68 574	1.15 527

2.25w	2.00 585	1.86 501	1.98 623	2.95 597	2.17 642	2.26 605	1.35 591	2.42 614	2.00 641	2.07 603	1.27 588	2.53 616	1.99 624	2.29 607	1.49 603	2.21 597	1.32 560	1.85 597	1.87 631	2.52 612	1.62 612

4.25_new	2.00 585	2.33 538	1.82 606	3.32 611	1.69 613	1.95 595	1.99 632	2.72 623	1.71 612	2.72 627	1.97 634	2.01 597	1.74 606	1.77 587	1.28 589	2.18 594	2.01 615	2.48 629	1.58 609	1.65 571	1.17 531

4.5w_new	2.00 585	2.33 538	1.82 606	3.32 611	1.69 613	1.95 595	1.99 632	2.72 623	1.71 612	2.72 627	1.97 634	2.01 597	1.74 606	1.77 587	1.28 589	2.18 594	2.01 615	2.48 629	1.58 609	1.65 571	1.17 531

4.5_new	2.00 585	1.84 497	1.98 623	2.77 591	2.16 640	2.27 606	1.28 588	2.09 594	1.98 638	2.01 596	1.28 589	2.71 628	1.98 622	2.51 619	1.65 609	2.26 599	1.33 567	1.87 601	1.87 631	2.49 608	1.60 609

TRStereo	2.00 585	2.13 522	1.85 612	2.27 572	1.84 621	2.28 608	1.84 618	2.29 603	1.86 628	2.30 609	1.87 623	2.30 603	1.87 612	2.08 599	1.72 616	2.08 591	1.72 602	2.08 610	1.72 624	2.08 587	1.72 619

XX-Stereo	2.00 585	2.13 522	1.85 612	2.27 572	1.84 621	2.28 608	1.84 618	2.29 603	1.86 628	2.30 609	1.87 623	2.30 603	1.87 612	2.08 599	1.72 616	2.08 591	1.72 602	2.08 610	1.72 624	2.08 587	1.72 619

EAI-Stereo	2.00 585	2.13 522	1.85 612	2.27 572	1.84 621	2.28 608	1.84 618	2.29 603	1.86 628	2.30 609	1.87 623	2.30 603	1.87 612	2.08 599	1.72 616	2.08 591	1.72 602	2.08 610	1.72 624	2.08 587	1.72 619

2.5w	2.01 592	2.40 547	1.37 575	3.28 608	2.01 632	2.71 629	1.43 606	1.82 583	1.83 626	1.90 589	1.41 601	2.71 628	1.35 584	2.71 628	1.85 627	2.66 623	1.53 586	1.64 592	1.23 583	2.53 615	1.87 628

4w-stereo	2.02 593	2.72 565	1.44 580	3.36 614	1.59 605	2.48 617	1.72 615	2.28 601	1.24 588	2.24 607	1.65 614	2.56 621	1.32 582	2.39 613	1.98 637	2.67 625	1.51 584	1.66 593	1.24 584	2.53 615	1.88 631

IGEV	2.02 593	2.20 528	1.82 606	2.90 596	2.16 640	2.41 614	1.25 584	2.00 590	1.98 638	1.99 594	1.31 591	2.72 632	1.93 618	2.67 627	1.69 613	2.26 599	1.32 560	1.83 596	1.87 631	2.53 615	1.61 611

3.25w_new	2.03 595	2.72 565	1.35 565	3.33 613	1.57 603	2.72 630	1.53 608	2.15 599	1.33 592	2.15 605	1.60 610	2.63 625	1.30 580	2.72 630	1.99 638	2.67 625	1.53 586	1.75 595	1.25 586	2.53 615	1.87 628

3.5w_stereo	2.03 595	2.72 565	1.35 565	3.41 615	1.57 603	2.72 630	1.49 607	2.01 591	1.34 593	2.15 605	1.61 612	2.63 625	1.36 585	2.72 630	1.99 638	2.66 623	1.58 591	1.68 594	1.24 584	2.53 615	1.87 628

UniTT-Stereo	2.03 595	3.43 590	0.72 450	3.42 616	0.73 482	3.27 642	0.68 464	3.38 643	0.69 472	3.29 642	0.72 489	3.28 642	0.70 473	3.35 644	0.68 463	3.39 635	0.68 441	3.31 640	0.69 483	3.37 626	0.73 477

3.25w	2.04 598	2.20 528	1.48 583	3.03 598	2.17 642	2.63 628	1.39 599	1.96 587	1.95 637	1.96 590	1.37 597	2.71 628	1.96 621	2.71 628	1.73 621	2.26 599	1.32 560	1.87 601	1.87 631	2.51 611	1.63 613

3w_stereo	2.04 598	2.24 532	1.70 595	3.15 601	2.18 644	2.49 618	1.26 586	2.03 592	1.98 638	1.98 593	1.33 592	2.72 632	1.99 624	2.59 622	1.72 616	2.22 598	1.33 567	1.85 597	1.88 636	2.50 610	1.58 607

1w_stereo	2.05 600	2.32 537	1.35 565	3.74 630	2.01 632	2.73 632	1.42 603	1.88 584	1.93 636	2.03 598	1.28 589	2.71 628	1.99 624	2.72 630	1.72 616	2.20 596	1.32 560	1.87 601	1.86 630	2.45 604	1.54 602

LiteMatch*	2.07 601	1.30 438	5.73 673	6.28 662	0.79 497	1.33 570	0.80 493	1.30 564	1.02 526	1.33 568	0.84 507	1.33 573	0.97 501	1.28 571	1.04 519	6.05 672	5.89 667	1.28 578	0.76 495	1.28 558	0.88 496

sCroCo_RVC	2.10 602	2.76 569	1.92 620	2.78 594	1.39 597	2.73 632	1.41 601	2.73 629	1.40 600	2.77 638	1.41 601	2.74 634	1.40 589	2.74 633	1.40 599	2.72 627	1.42 579	2.72 635	1.44 602	2.79 622	1.42 599

MoCha-V2	2.11 603	26.97 688	0.78 461	0.92 425	0.77 494	0.96 480	0.72 482	0.90 465	0.72 486	0.94 480	0.70 481	0.90 476	0.71 477	0.91 475	0.71 479	0.85 450	0.71 452	0.88 482	0.69 483	0.87 454	0.67 463

FBW_ROB	2.12 604	2.46 551	1.77 600	2.49 583	1.79 620	2.38 612	1.83 617	2.46 615	1.78 622	2.48 620	1.97 634	2.40 611	1.78 609	2.42 616	1.83 625	2.31 607	1.85 610	2.38 623	1.82 629	2.35 599	1.84 624

MonStereo	2.17 605	2.41 548	1.49 587	2.67 588	1.67 610	2.60 627	2.04 636	2.32 608	1.76 620	2.44 617	1.68 616	2.50 614	1.69 600	2.38 611	1.80 624	2.28 603	1.78 605	2.63 634	2.14 639	3.47 627	1.68 617

asda	2.17 605	2.54 552	1.81 601	3.47 618	1.78 619	2.50 620	1.86 622	2.61 622	1.68 608	2.61 624	1.83 620	2.37 610	1.73 604	2.44 617	1.88 632	2.51 620	1.84 609	2.34 620	1.62 615	2.23 592	1.77 623

asd	2.18 607	2.77 571	1.58 590	3.59 623	2.00 631	2.58 626	1.85 621	2.39 613	1.71 612	2.47 619	1.97 634	2.59 623	1.61 595	2.56 620	1.79 623	2.51 620	1.99 612	2.11 613	1.62 615	2.36 600	1.60 609

qwe	2.18 607	2.60 555	1.58 590	3.83 631	1.90 629	2.53 622	1.90 627	2.48 616	1.73 617	2.37 615	1.92 630	2.53 616	1.68 598	2.56 620	1.83 625	2.52 622	1.87 611	2.07 609	1.68 621	2.32 598	1.71 618

monsters	2.18 607	2.41 548	1.96 622	3.47 618	2.03 636	2.53 622	1.64 611	2.48 616	1.73 617	2.40 616	1.50 604	2.62 624	1.94 619	2.59 622	1.94 634	2.44 615	1.57 590	2.28 616	1.87 631	2.42 602	1.86 626

AIO_rvc	2.18 607	2.34 542	1.87 616	2.32 576	1.94 630	2.40 613	1.89 626	2.37 611	2.07 643	2.52 622	1.95 633	2.44 613	1.99 624	2.41 614	1.89 633	2.32 608	2.09 621	2.24 614	2.18 640	2.21 591	2.23 635

HUF	2.18 607	2.30 535	1.99 626	2.34 578	2.02 635	2.41 614	2.06 637	2.38 612	1.89 634	2.36 614	1.85 621	2.56 621	1.98 622	2.31 609	1.97 636	2.30 606	2.03 620	2.30 617	2.11 638	2.23 592	2.16 633

AIO_test	2.18 607	2.09 520	2.04 627	2.42 580	2.01 632	2.47 616	1.94 628	2.34 610	2.03 642	2.56 623	1.94 631	2.43 612	1.94 619	2.41 614	1.87 631	2.39 613	2.10 622	2.35 622	1.91 637	2.25 594	2.19 634

monsterstereo	2.20 613	2.33 538	1.95 621	3.65 625	2.07 637	2.49 618	1.61 609	2.48 616	1.83 626	2.45 618	1.61 612	2.67 627	1.86 611	2.64 624	1.94 634	2.48 619	1.66 599	2.34 620	1.68 621	2.40 601	1.86 626

LG-G_1	2.22 614	2.71 563	1.89 617	2.77 591	1.87 627	2.75 634	1.87 624	2.76 631	1.87 632	2.75 633	1.87 623	2.76 635	1.87 612	2.75 634	1.86 628	2.47 617	1.58 591	2.45 626	1.57 606	2.45 604	1.57 605

LG-G	2.22 614	2.71 563	1.89 617	2.77 591	1.87 627	2.75 634	1.87 624	2.76 631	1.87 632	2.75 633	1.87 623	2.76 635	1.87 612	2.75 634	1.86 628	2.47 617	1.58 591	2.45 626	1.57 606	2.45 604	1.57 605

LGtest1	2.22 614	2.70 561	1.89 617	2.76 590	1.86 624	2.75 634	1.86 622	2.75 630	1.86 628	2.75 633	1.86 622	2.77 637	1.87 612	2.75 634	1.86 628	2.46 616	1.58 591	2.45 626	1.56 605	2.45 604	1.56 604

RAStereo	2.23 617	3.64 593	0.76 458	3.65 625	0.86 504	3.66 647	0.76 487	3.67 647	0.81 502	3.66 644	0.76 495	3.66 645	0.77 485	3.68 646	0.77 489	3.68 638	0.77 461	3.69 645	0.77 497	3.70 629	0.77 486

UDGNet	2.23 617	5.40 634	1.72 598	2.48 582	1.69 613	2.51 621	1.69 613	2.51 619	1.72 616	2.50 621	1.69 617	2.52 615	1.69 600	2.50 618	1.68 612	2.41 614	1.70 601	2.42 625	1.69 623	2.42 602	1.64 614

NCCL2	2.28 619	2.27 533	2.28 629	2.28 575	2.28 645	2.27 606	2.29 641	2.28 601	2.28 644	2.27 608	2.28 646	2.28 602	2.27 632	2.27 606	2.28 645	2.28 603	2.28 627	2.27 615	2.29 644	2.27 595	2.29 636

Abc-Net	2.32 620	24.75 680	1.14 499	1.17 467	1.17 536	1.11 509	1.15 529	1.17 503	1.21 585	1.08 503	1.16 532	1.12 514	1.14 519	1.09 508	1.17 532	1.09 481	1.16 506	1.17 522	1.17 532	1.16 496	1.11 520
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 621	25.00 681	1.13 498	1.15 461	1.15 531	1.10 506	1.15 529	1.15 498	1.15 532	1.12 510	1.15 529	1.09 507	1.13 517	1.10 510	1.15 528	1.11 488	1.09 496	1.16 518	1.12 527	1.16 496	1.17 531

stereogan	2.33 621	24.38 679	1.18 505	1.18 468	1.18 539	1.14 512	1.18 533	1.19 506	1.19 539	1.14 513	1.18 536	1.14 515	1.18 525	1.14 515	1.18 533	1.14 492	1.14 504	1.19 527	1.19 533	1.15 494	1.19 535

RGC	2.36 623	25.48 682	1.19 507	1.15 461	1.15 531	1.10 506	1.16 531	1.17 503	1.16 533	1.12 510	1.16 532	1.11 513	1.13 517	1.09 508	1.18 533	1.10 483	1.15 505	1.16 518	1.12 527	1.14 491	1.12 522

NCC-stereo	2.36 623	25.52 683	1.17 503	1.15 461	1.17 536	1.11 509	1.11 525	1.15 498	1.16 533	1.10 504	1.16 532	1.10 509	1.15 520	1.14 515	1.13 526	1.09 481	1.11 500	1.15 517	1.16 531	1.17 501	1.17 531

AF-Net	2.37 625	25.71 684	1.17 503	1.13 457	1.15 531	1.15 513	1.18 533	1.19 506	1.16 533	1.10 504	1.15 529	1.10 509	1.18 525	1.12 514	1.15 528	1.10 483	1.10 499	1.17 522	1.15 529	1.16 496	1.12 522

Nwc_Net	2.37 625	25.95 685	1.15 501	1.14 458	1.15 531	1.08 503	1.14 528	1.17 503	1.16 533	1.14 513	1.15 529	1.08 505	1.15 520	1.11 512	1.14 527	1.10 483	1.11 500	1.16 518	1.09 526	1.16 496	1.15 527

CFNet_RVC	2.38 627	8.71 657	0.38 290	9.33 676	0.42 411	0.56 425	0.42 402	0.60 425	0.38 373	0.62 436	0.42 409	0.56 427	7.29 681	0.62 431	0.42 397	0.53 385	0.37 328	0.49 417	0.34 363	8.30 677	6.87 684

edge stereo	2.43 628	27.07 689	1.14 499	1.06 449	1.14 530	1.08 503	1.17 532	1.16 501	1.14 531	1.10 504	1.16 532	1.09 507	1.16 524	1.10 510	1.16 531	1.10 483	1.11 500	1.16 518	1.19 533	1.13 490	1.11 520

FAT-Stereo	2.46 629	26.05 686	1.23 559	1.23 517	1.22 590	1.20 515	1.24 583	1.23 557	1.23 587	1.19 516	1.22 583	1.21 565	1.24 575	1.20 520	1.24 584	1.21 543	1.17 509	1.22 575	1.25 586	1.20 506	1.24 585

S-Stereo	2.51 630	26.86 687	1.23 559	1.22 515	1.22 590	1.24 563	1.25 584	1.22 555	1.24 588	1.21 562	1.24 585	1.19 519	1.27 577	1.19 519	1.24 584	1.19 495	1.20 511	1.25 576	1.19 533	1.24 555	1.23 584

Anonymous3	2.55 631	3.26 587	1.65 593	3.28 608	1.63 608	3.24 641	1.68 612	3.27 640	1.66 607	3.28 641	1.67 615	3.25 641	1.66 597	3.27 640	1.64 608	3.26 633	1.65 598	3.30 639	1.65 617	4.95 659	1.65 616

MIF-Stereo (partial)	2.58 632	3.31 588	0.66 429	3.18 603	0.66 470	3.18 640	0.66 456	3.21 639	0.67 461	3.19 640	0.66 468	3.19 640	0.66 458	3.31 642	0.68 463	5.09 664	1.79 607	8.23 684	1.67 619	6.18 668	1.38 597

MSMDNet	2.65 633	10.14 668	0.33 261	9.74 679	0.32 338	0.87 469	0.33 336	2.95 637	0.68 467	0.49 386	0.34 355	0.49 390	5.70 676	0.49 389	0.33 333	0.42 312	9.57 681	0.41 372	0.31 342	8.36 678	0.65 458

pcwnet_v2	2.66 634	9.89 666	0.33 261	9.89 680	0.32 338	0.50 402	0.32 325	0.49 380	0.33 344	0.49 386	0.34 355	0.49 390	8.76 683	0.48 383	0.33 333	0.41 298	9.58 682	0.40 355	0.29 317	9.01 681	0.63 450

CFNet_pseudo	2.67 635	9.36 662	0.32 256	10.99 685	0.33 350	0.85 466	0.33 336	0.49 380	0.33 344	0.49 386	0.32 338	0.49 390	7.26 680	0.49 389	0.33 333	0.41 298	9.62 683	0.41 372	0.29 317	10.03 685	0.29 299

CFNet_ucs	2.73 636	9.64 664	0.33 261	9.92 681	0.32 338	0.49 393	0.33 336	0.49 380	0.33 344	0.49 386	0.33 347	0.49 390	8.98 684	0.48 383	0.33 333	0.41 298	9.96 686	0.40 355	0.29 317	10.12 686	0.54 430

UCFNet_RVC	2.75 637	10.06 667	0.29 232	10.31 684	0.29 275	0.42 322	0.29 268	0.43 319	0.29 270	0.42 309	0.29 274	0.42 321	9.87 686	0.43 321	0.29 267	0.36 256	9.84 685	0.36 290	0.26 254	9.77 684	0.26 235

ccs_rob	2.79 638	10.17 669	0.32 256	10.00 682	0.33 350	0.49 393	0.33 336	1.90 586	0.32 334	0.51 408	0.33 347	0.49 390	9.24 685	0.49 389	0.33 333	0.41 298	9.82 684	0.41 372	0.28 304	9.34 682	0.29 299

PCWNet_CMD	2.80 639	9.82 665	0.32 256	10.09 683	0.32 338	0.49 393	0.33 336	3.34 642	0.33 344	0.49 386	0.33 347	0.49 390	8.73 682	0.48 383	0.33 333	0.41 298	9.22 680	0.42 383	0.29 317	9.55 683	0.31 321

NLSM1	2.93 640	3.24 586	2.57 637	4.04 632	2.66 648	3.30 643	2.55 644	3.29 641	2.55 646	3.35 643	2.48 648	3.28 642	2.47 634	3.34 643	2.49 646	3.26 633	2.55 633	3.13 637	2.57 647	3.00 624	2.46 643

StereoVision	3.15 641	5.00 622	0.89 473	4.83 649	1.00 517	3.93 648	1.27 587	6.37 677	1.34 593	5.67 677	1.26 587	5.84 678	1.27 577	5.03 674	1.24 584	5.10 665	1.09 496	4.61 658	0.57 455	5.62 666	1.12 522

MaDis-Stereo	3.19 642	6.02 644	1.12 497	5.61 658	1.16 535	5.43 675	1.02 521	5.15 674	0.70 478	5.43 674	1.21 582	5.03 675	0.97 501	4.85 668	0.99 512	4.53 646	1.16 506	5.53 674	1.25 586	5.37 664	1.30 588

sAnonymous2	3.31 643	2.63 556	1.38 577	3.71 627	1.86 624	4.70 667	1.11 525	4.82 670	2.72 648	5.45 675	1.98 640	4.59 660	2.64 635	2.65 625	6.21 681	4.37 642	1.08 494	5.16 672	2.24 642	4.52 641	2.39 641

CroCo_RVC	3.31 643	2.63 556	1.38 577	3.71 627	1.86 624	4.70 667	1.11 525	4.82 670	2.72 648	5.45 675	1.98 640	4.59 660	2.64 635	2.65 625	6.21 681	4.37 642	1.08 494	5.16 672	2.24 642	4.52 641	2.39 641

DPSNet	3.66 645	3.60 592	3.62 660	3.63 624	3.64 670	3.65 646	3.65 670	3.66 646	3.67 667	3.67 645	3.65 668	3.67 646	3.66 656	3.66 645	3.68 665	3.68 638	3.66 653	3.67 644	3.68 670	3.67 628	3.67 669

NLCSM	3.67 646	4.08 607	3.19 656	4.80 648	3.26 663	3.99 651	3.24 665	4.25 653	3.18 663	4.09 649	3.27 663	4.14 651	3.18 651	4.13 651	3.28 661	4.06 640	3.10 643	3.85 649	3.14 661	3.91 634	3.27 665

STTStereo	3.73 647	30.40 693	2.37 633	2.39 579	2.31 647	2.35 611	2.33 642	2.29 603	2.42 645	2.32 613	2.34 647	2.33 606	2.36 633	2.30 608	2.27 644	2.35 610	2.22 626	2.31 618	2.22 641	2.29 597	2.34 640

rvit_105_1	3.83 648	5.22 627	3.01 642	4.53 636	3.01 651	4.51 655	3.01 650	4.56 657	3.04 651	4.53 656	3.03 652	4.55 658	3.03 639	4.56 657	3.04 648	4.57 648	3.05 636	4.57 653	3.05 652	4.57 643	3.05 650

rvit_stereo_0081	3.83 648	5.23 628	3.01 642	4.53 636	3.03 653	4.55 661	3.02 651	4.56 657	3.04 651	4.52 654	3.02 650	4.54 656	3.03 639	4.56 657	3.04 648	4.57 648	3.05 636	4.57 653	3.05 652	4.58 644	3.05 650

rvit_stereo_0081_aga	3.86 650	5.33 631	3.02 645	4.55 642	3.04 657	4.54 657	3.02 651	4.64 664	3.06 655	4.54 658	3.04 654	4.62 665	3.08 646	4.62 663	3.07 653	4.58 651	3.06 640	4.60 657	3.08 656	4.63 647	3.07 654

rvit_stereo_0082	3.86 650	5.82 642	3.01 642	4.53 636	3.03 653	4.54 657	3.02 651	4.56 657	3.04 651	4.53 656	3.02 650	4.55 658	3.04 642	4.57 660	3.05 650	4.57 648	3.05 636	4.58 655	3.05 652	4.58 644	3.06 653

rvit_0105_6	3.87 652	5.73 641	3.10 652	4.69 646	3.12 661	4.54 657	3.02 651	4.56 657	3.04 651	4.54 658	3.03 652	4.54 656	3.04 642	4.56 657	3.05 650	4.58 651	3.05 636	4.58 655	3.05 652	4.58 644	3.05 650

rvit_stereo_0080	3.89 653	5.70 639	3.04 647	4.54 639	3.03 653	4.56 662	3.05 657	4.60 661	3.07 656	4.58 661	3.06 655	4.59 660	3.06 644	4.61 661	3.08 654	4.63 653	3.09 641	4.64 659	3.10 657	4.65 648	3.10 657

whm_eth	3.89 653	5.70 639	3.04 647	4.54 639	3.03 653	4.56 662	3.05 657	4.60 661	3.07 656	4.58 661	3.06 655	4.59 660	3.06 644	4.61 661	3.08 654	4.63 653	3.09 641	4.64 659	3.10 657	4.65 648	3.10 657

rvit_0105_4	3.91 655	5.47 638	3.02 645	4.54 639	3.02 652	4.54 657	3.03 655	4.75 667	3.17 662	4.57 660	3.06 655	4.61 664	3.16 650	4.65 664	3.09 656	4.66 655	3.11 644	4.68 662	3.18 663	4.81 654	3.16 662

rvit_0105_3	3.91 655	5.33 631	3.06 650	4.60 644	3.07 659	4.60 664	3.06 659	4.62 663	3.08 659	4.60 663	3.07 658	4.62 665	3.08 646	4.67 665	3.10 657	4.70 656	3.11 644	4.77 666	3.19 664	4.77 653	3.14 661

rvit_stereo_0083	3.92 657	5.30 630	3.06 650	4.61 645	3.09 660	4.67 666	3.08 660	4.66 665	3.09 660	4.62 664	3.10 660	4.66 668	3.11 648	4.67 665	3.16 659	4.72 658	3.16 647	4.77 666	3.11 659	4.66 650	3.11 659

rvit_stereo_ft	3.93 658	5.44 636	3.05 649	4.59 643	3.06 658	4.61 665	3.08 660	4.67 666	3.12 661	4.63 665	3.10 660	4.65 667	3.11 648	4.69 667	3.13 658	4.70 656	3.14 646	4.71 664	3.15 662	4.74 651	3.16 662

rvit_0105_5	4.10 659	5.40 634	3.13 655	4.71 647	3.15 662	4.72 669	3.10 662	4.90 672	3.27 664	4.69 666	3.16 662	4.84 672	3.25 652	4.96 671	3.34 662	5.05 663	3.39 652	5.10 671	3.40 665	5.11 661	3.42 666

MLG-Stereo_test1	4.25 660	5.34 633	3.61 659	5.31 654	3.63 669	5.23 673	3.57 668	5.38 675	3.65 666	5.23 672	3.47 665	4.76 669	3.74 659	4.85 668	3.71 666	4.96 660	3.18 649	4.71 664	2.92 649	4.86 657	2.90 647

MLG-Stereo_test3	4.26 661	4.85 620	3.95 663	5.35 655	3.60 668	4.75 670	3.76 671	5.49 676	3.71 668	5.39 673	3.69 669	4.82 671	3.66 656	4.85 668	3.73 669	4.93 659	3.19 650	4.69 663	2.99 651	4.84 656	2.98 649

MLG-Stereo_test2	4.28 662	5.46 637	3.69 661	4.86 650	3.72 671	5.58 676	3.42 666	4.81 669	3.77 672	4.85 668	3.72 670	5.55 677	3.63 655	5.58 675	3.53 664	4.41 645	3.28 651	4.99 670	2.95 650	4.75 652	3.13 660

RAFT+CT+SA	4.28 662	7.62 650	4.91 667	5.55 657	2.28 645	3.09 638	3.64 669	4.49 655	3.07 656	4.80 667	3.35 664	4.77 670	3.70 658	4.29 654	3.05 650	5.58 667	5.98 669	3.58 643	3.78 672	4.26 637	3.72 670

SA	4.33 664	7.35 647	6.85 679	5.96 660	4.09 675	3.59 645	3.15 663	3.82 648	2.64 647	3.91 646	3.85 671	3.57 644	2.72 637	3.13 639	4.03 672	7.09 679	6.86 674	3.57 642	3.12 660	3.85 630	3.51 668

Sa-1000	4.34 665	8.37 653	6.84 678	6.98 668	4.45 678	3.58 644	3.00 649	3.42 644	3.39 665	2.61 624	4.00 674	3.83 648	4.01 667	3.90 648	3.90 670	5.98 671	5.62 666	3.76 646	2.34 645	4.35 639	2.47 644

TestStereo1	4.60 666	8.41 654	6.44 676	6.86 666	3.79 672	3.97 649	3.78 672	3.99 650	3.74 669	3.97 647	3.52 666	3.94 649	3.58 653	3.98 649	3.72 667	6.82 676	6.50 672	3.76 646	3.66 668	3.90 631	3.74 672

SA-5K	4.60 666	8.41 654	6.44 676	6.86 666	3.79 672	3.97 649	3.78 672	3.99 650	3.74 669	3.97 647	3.52 666	3.94 649	3.58 653	3.98 649	3.72 667	6.82 676	6.50 672	3.76 646	3.66 668	3.90 631	3.74 672

DispFullNet	4.61 668	4.84 619	3.12 653	5.00 652	3.57 667	4.75 670	3.03 655	7.75 683	4.17 676	4.91 670	3.09 659	6.20 679	3.95 665	6.71 679	3.51 663	5.30 666	3.67 654	5.86 678	3.63 667	5.61 665	3.46 667

test_5	4.62 669	7.55 649	6.23 674	6.32 663	3.40 666	5.29 674	3.50 667	3.53 645	4.11 675	4.28 651	4.47 678	4.26 654	4.38 670	3.68 646	3.24 660	5.89 669	5.60 665	4.84 668	3.50 666	4.33 638	3.93 676

raft_robust	4.71 670	7.75 651	5.40 672	6.81 665	3.31 664	4.28 654	4.20 677	4.32 654	4.37 678	4.35 653	4.35 677	4.14 651	3.75 660	4.30 655	4.20 675	6.67 675	6.37 670	3.36 641	4.24 678	4.86 657	3.25 664

cross-raft	4.83 671	7.52 648	6.43 675	6.63 664	3.96 674	4.51 655	3.99 675	4.49 655	3.96 674	4.52 654	3.96 673	4.50 655	3.97 666	4.50 656	3.97 671	6.65 674	6.44 671	4.33 650	3.92 674	4.35 639	3.91 675

test_4	4.88 672	8.13 652	6.98 680	7.46 669	4.44 677	4.25 653	3.85 674	4.04 652	3.92 673	4.13 650	3.91 672	4.18 653	3.84 663	4.14 652	4.06 673	7.01 678	7.13 675	4.53 651	3.72 671	4.09 635	3.72 670

TestStereo	4.88 672	4.75 618	4.79 666	4.87 651	4.92 679	4.81 672	4.90 680	4.78 668	4.77 679	4.87 669	4.89 679	4.90 673	4.91 672	4.99 672	4.79 677	4.98 661	4.87 662	4.87 669	4.92 680	5.00 660	5.00 679

test_3	5.01 674	8.86 659	7.77 682	8.09 671	2.76 650	4.13 652	4.05 676	3.88 649	3.76 671	4.33 652	4.13 675	3.71 647	3.91 664	4.21 653	4.06 673	7.93 680	7.69 677	4.53 651	3.91 673	4.17 636	4.29 678

NLCA_NET_v2_RVC	5.04 675	50.87 703	2.78 638	2.87 595	2.71 649	2.78 637	0.47 418	2.88 636	2.86 650	1.89 588	2.67 649	2.79 638	2.79 638	2.78 637	2.83 647	2.82 628	2.82 634	2.83 636	2.77 648	2.83 623	2.76 645
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 676	5.15 625	4.49 665	5.07 653	3.37 665	6.87 679	4.75 679	5.04 673	6.34 683	7.84 683	5.06 680	6.72 683	4.09 668	4.99 672	5.44 680	5.03 662	3.16 647	4.67 661	4.86 679	5.15 662	3.89 674

U	5.15 677	8.49 656	1.81 601	8.49 673	1.77 618	8.49 684	1.77 616	8.51 685	1.77 621	8.49 685	1.77 619	8.50 685	1.78 609	8.58 685	1.77 622	8.54 683	1.78 605	8.55 685	1.78 628	8.55 679	1.84 624

SGM-Forest	5.21 678	5.92 643	4.08 664	6.18 661	4.16 676	6.31 678	4.34 678	6.50 678	4.33 677	6.14 679	4.21 676	6.61 682	4.55 671	6.67 678	4.48 676	5.94 670	3.94 656	5.85 677	4.03 676	5.79 667	4.17 677
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 679	9.16 661	8.03 685	8.09 671	5.62 682	6.11 677	6.35 683	6.85 680	4.94 680	6.08 678	6.29 685	4.98 674	6.43 677	6.22 676	6.36 683	6.16 673	7.47 676	5.82 676	5.44 683	7.11 673	5.68 682

rvit_stereo_0075_2	6.64 680	8.80 658	5.25 669	7.89 670	5.27 681	7.90 683	5.27 681	7.92 684	5.28 681	7.91 684	5.29 682	7.93 684	5.27 673	7.92 684	5.28 678	7.93 680	5.28 664	7.93 683	5.29 682	7.93 676	5.28 681

RAFT	6.73 681	9.36 662	7.40 681	8.51 674	6.55 683	6.88 680	6.60 684	6.79 679	6.60 684	6.80 680	6.72 686	5.31 676	5.50 675	6.61 677	6.61 684	8.42 682	5.89 667	5.73 675	5.45 684	6.61 669	6.24 683

SGM+DAISY	7.06 682	9.15 660	5.38 671	8.84 675	5.18 680	8.80 685	5.31 682	8.79 686	5.28 681	8.89 686	5.20 681	8.93 686	5.33 674	8.95 686	5.36 679	8.70 684	5.21 663	8.74 686	5.20 681	8.89 680	5.15 680

test-v	7.53 683	11.89 670	7.98 683	9.36 677	7.14 684	7.06 681	7.09 685	7.37 681	6.91 685	7.29 681	5.71 683	6.45 680	6.93 678	6.73 680	7.27 685	8.93 685	7.85 678	6.98 681	6.80 685	7.56 674	7.34 685

test-2	7.53 683	11.89 670	7.98 683	9.36 677	7.14 684	7.06 681	7.09 685	7.37 681	6.91 685	7.29 681	5.71 683	6.45 680	6.93 678	6.73 680	7.27 685	8.93 685	7.85 678	6.98 681	6.80 685	7.56 674	7.34 685

PA-Net	11.80 685	223.51 710	0.62 421	0.59 374	0.71 479	0.59 433	0.73 483	0.67 435	0.73 489	0.55 422	0.61 460	0.60 435	0.74 480	0.63 435	0.73 481	0.66 414	0.60 424	0.69 452	0.66 474	0.72 429	0.65 458
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 686	23.00 678	15.00 686	23.00 692	15.00 686	24.00 692	16.00 687	24.00 693	16.00 687	22.00 693	15.00 687	23.00 693	16.00 687	23.00 693	15.00 687	22.00 693	15.00 687	22.00 693	15.00 687	22.00 693	15.00 687

rafts_anoy	20.00 687	20.00 672	20.00 687	20.00 686	20.00 687	20.00 686	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

raft+_RVC	20.00 687	20.00 672	20.00 687	20.00 686	20.00 687	20.00 686	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

raftrobust	20.00 687	20.00 672	20.00 687	20.00 686	20.00 687	20.00 686	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

CasAABBNet	20.00 687	20.00 672	20.00 687	20.00 686	20.00 687	20.00 686	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

RALCasStereoNet	20.00 687	20.00 672	20.00 687	20.00 686	20.00 687	20.00 686	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

RALAANet	20.00 687	20.00 672	20.00 687	20.00 686	20.00 687	20.00 686	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

111	30.40 693	30.94 694	29.72 694	32.61 693	30.02 694	33.57 693	30.47 695	31.50 694	29.39 695	30.98 694	29.11 695	29.78 694	30.39 698	29.45 694	30.76 698	30.08 694	29.02 695	29.92 694	30.32 698	29.86 694	30.17 695

WCMA_ROB	31.10 694	35.43 698	27.12 693	39.51 704	23.10 693	38.78 704	25.30 694	37.49 705	25.39 694	37.29 704	27.02 694	38.52 705	26.48 694	37.80 704	26.44 694	36.28 701	22.65 694	33.90 698	22.30 694	37.10 702	24.18 694

DCANet-4	35.22 695	34.54 695	35.08 700	33.58 697	35.47 701	34.55 694	35.53 702	36.08 700	35.85 699	35.92 700	35.77 701	35.18 700	35.48 700	35.39 700	37.15 704	34.55 700	33.92 699	35.02 701	34.90 700	35.79 698	34.74 702

ADStereo(finetuned)	36.13 696	36.63 699	38.07 704	36.97 698	33.25 698	35.91 698	34.45 699	36.36 701	32.99 696	38.14 705	36.71 702	36.69 701	34.13 699	38.57 705	40.79 705	37.60 705	36.58 702	35.90 702	33.36 699	35.42 697	34.04 699

Reg-Stereo(zero)	37.00 697	37.00 700	37.00 701	37.00 699	37.00 702	37.00 701	37.00 703	37.00 702	37.00 700	37.00 701	37.00 703	37.00 702	37.00 701	37.00 701	37.00 701	37.00 702	37.00 703	37.00 703	37.00 703	37.00 699	37.00 703

HI	37.00 697	37.00 700	37.00 701	37.00 699	37.00 702	37.00 701	37.00 703	37.00 702	37.00 700	37.00 701	37.00 703	37.00 702	37.00 701	37.00 701	37.00 701	37.00 702	37.00 703	37.00 703	37.00 703	37.00 699	37.00 703

CoSv	37.00 697	37.00 700	37.00 701	37.00 699	37.00 702	37.00 701	37.00 703	37.00 702	37.00 700	37.00 701	37.00 703	37.00 702	37.00 701	37.00 701	37.00 701	37.00 702	37.00 703	37.00 703	37.00 703	37.00 699	37.00 703

MDST_ROB	69.83 700	87.70 704	41.95 705	113.75 707	65.62 707	75.05 705	55.25 707	75.64 707	45.04 703	71.61 706	41.75 706	72.81 706	44.06 704	68.38 706	44.63 706	101.89 708	59.57 708	107.10 708	61.05 708	104.38 705	59.38 708

NOSS_ROB	102.95 701	153.00 708	121.00 708	51.00 705	44.00 705	165.00 708	127.00 708	153.00 708	119.00 705	164.00 709	125.00 708	168.00 709	120.00 706	153.00 708	117.00 708	49.00 706	44.00 706	49.00 706	44.00 706	49.00 703	44.00 706

CBMV	128.50 702	1422.70 715	53.10 706	79.50 706	51.30 706	77.30 706	49.70 706	74.00 706	48.20 704	77.20 707	48.80 707	73.90 707	48.00 705	73.80 707	48.80 707	70.40 707	45.10 707	68.90 707	46.10 707	68.20 704	45.00 707
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 703	171.00 709	160.68 711	162.58 708	160.59 708	164.01 707	160.35 709	158.51 709	158.56 706	158.34 708	160.12 709	158.56 708	159.92 707	157.26 709	158.94 709	154.38 709	158.36 709	155.75 709	159.13 710	153.67 706	154.07 709
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 704	123.00 705	115.00 707	219.00 709	218.00 710	223.00 709	244.00 711	217.00 710	236.00 708	202.00 710	203.00 710	205.00 710	208.00 708	225.00 710	204.00 710	210.00 710	198.00 710	197.00 710	184.00 711	204.00 707	201.00 710

MGS-Stereo	239.45 705	123.00 705	135.00 709	266.00 710	286.00 711	277.00 710	305.00 712	271.00 711	242.00 709	274.00 711	279.00 712	255.00 711	270.00 710	268.00 711	297.00 712	221.00 711	247.00 712	216.00 711	123.00 709	217.00 708	217.00 712

EGLCR-Stereo	246.90 706	129.00 707	139.00 710	266.00 710	286.00 711	277.00 710	305.00 712	271.00 711	242.00 709	274.00 711	279.00 712	255.00 711	270.00 710	268.00 711	297.00 712	230.00 712	247.00 712	216.00 711	223.00 713	237.00 709	227.00 713

DLCB_ROB	284.23 707	354.61 711	207.27 712	363.24 712	206.46 709	364.72 712	210.41 710	364.72 713	210.41 707	364.81 713	208.64 711	364.81 713	208.64 709	364.72 713	210.41 711	354.70 713	205.53 711	354.70 713	205.53 712	354.70 710	205.53 711

LE_ROB	396.57 708	471.28 712	329.84 713	471.48 713	308.15 713	526.83 713	322.10 714	488.15 714	323.76 711	495.46 714	317.97 714	497.17 714	320.10 712	481.62 714	326.76 714	462.71 714	298.97 714	466.16 714	285.98 714	447.62 711	289.21 714

SGM-ForestM	596.69 709	677.77 713	444.52 714	699.85 714	517.25 714	732.94 714	488.29 715	770.79 715	460.11 712	750.81 715	487.98 715	792.79 715	499.41 713	730.90 715	475.81 715	720.03 715	491.16 715	663.96 715	418.60 715	674.76 712	436.05 715

CBMV_ROB	818.48 710	913.88 714	709.52 715	862.84 715	597.78 715	1073.99 715	700.52 716	1015.66 716	702.59 713	1115.65 716	760.02 716	1130.24 716	721.57 714	1037.41 716	692.65 716	814.05 716	564.29 716	843.28 716	595.31 716	915.51 713	602.92 716

tt	500032.53 711	34.60 696	29.72 694	37.47 702	34.41 699	36.85 699	35.22 700	34.71 698	33.55 697	34.50 695	35.43 699	33.81 698	10000000.00 715	33.57 698	33.13 699	33.68 698	35.00 700	34.03 699	35.26 701	30.96 695	34.63 700

DCANet	500032.53 711	34.60 696	29.72 694	37.47 702	34.41 699	36.85 699	35.22 700	34.71 698	33.55 697	34.50 695	35.43 699	33.81 698	10000000.00 715	33.57 698	33.13 699	33.68 698	35.00 700	34.03 699	35.26 701	30.96 695	34.63 700

fff	1000028.16 713	29.62 690	29.72 694	32.61 693	30.02 694	35.13 695	31.83 696	32.07 695	10000000.00 714	35.27 697	29.82 696	32.45 695	30.15 695	32.35 695	30.09 695	31.04 695	29.55 696	30.64 695	30.14 695	10000000.00 714	30.77 696

csc	1000028.16 713	29.62 690	29.72 694	32.61 693	30.02 694	35.13 695	31.83 696	32.07 695	10000000.00 714	35.27 697	29.82 696	32.45 695	30.15 695	32.35 695	30.09 695	31.04 695	29.55 696	30.64 695	30.14 695	10000000.00 714	30.77 696

cscssc	1000028.16 713	29.62 690	29.72 694	32.61 693	30.02 694	35.13 695	31.83 696	32.07 695	10000000.00 714	35.27 697	29.82 696	32.45 695	30.15 695	32.35 695	30.09 695	31.04 695	29.55 696	30.64 695	30.14 695	10000000.00 714	30.77 696

111111	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

SGD-Stereo	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

IGEV-Stereo++	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

IGEV-BASED-STEREO-	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

IGEV-Stereo+	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

SDNR	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

anonymousdsp2	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

anonymousdsp	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

test_example2	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

DIP-Stereo	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 715	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	3.79 661	0.50 397	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

Low-res two-view benchmark