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

CoDeX	0.15 147	0.70 282	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 456	0.02 15	0.69 448	0.75 464	0.01 9	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

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

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

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

SFCPSM	0.17 158	0.78 294	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 494	0.02 15	0.75 461	0.76 466	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

test_sample6	0.09 76	0.97 331	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_sample2	0.09 76	1.03 356	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

SMFormer	0.09 76	1.01 350	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	0.95 328	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	1.01 350	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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 112	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

BSDual-CNN	0.81 445	1.91 511	0.92 483	4.48 638	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	1.97 591	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

psmg	0.43 303	1.91 511	0.92 483	1.91 561	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 591	1.44 584	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 231	1.29 439	1.19 511	1.36 538	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 550	1.21 561	0.03 41	0.09 136	0.02 21	0.09 135

Syn2CoEx	0.25 193	1.31 443	0.74 458	0.92 428	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 455	0.75 461	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 73	0.02 12	0.02 15	1.01 448	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 135	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 76	0.02 12	0.04 65	0.90 423	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 354	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 554	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 111	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 135	0.04 52	0.03 40	2.22 574	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 431	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

zh-sn7	0.10 91	0.98 332	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

zh-mn7	0.12 121	1.14 373	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

w-ln-seven-2	0.14 135	1.22 435	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

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

DualNet (step1)	0.10 91	1.05 360	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	1.05 360	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	1.05 360	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_sample7	0.09 76	1.00 341	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_sample5	0.10 91	1.07 364	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	1.03 356	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

test_sample3	0.09 76	0.87 308	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_sample1	0.09 76	0.87 308	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

mmm	0.14 135	1.83 496	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

11t1	0.17 158	2.16 530	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

DualNet	0.10 91	1.07 364	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	1.14 373	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

qqq	0.16 154	2.01 520	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

x	0.11 112	1.15 376	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

hknet	1.10 503	1.85 502	3.49 662	4.48 638	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	4.39 649	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

222	0.10 91	0.99 339	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

xxxx	0.11 112	1.16 378	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

test_xeample	0.10 91	1.09 366	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

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

BEATNet_4x	0.11 112	0.03 31	0.03 40	1.60 551	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 40	1.60 551	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 121	0.03 31	0.04 65	1.71 557	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 91	0.03 31	0.04 65	1.27 523	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

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

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

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

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 101	0.02 20	0.02 21	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

z-mn7	0.16 154	1.21 429	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

z-ln-s-r	0.21 175	1.40 452	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

w-ln-seven	0.18 162	1.47 454	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

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

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 508	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

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

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	1.57 609	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

ADCP+	0.15 147	0.04 52	0.04 65	2.20 573	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

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
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
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
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

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

qqq1	0.25 193	3.70 599	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	3.70 599	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

ffm	0.25 193	3.83 605	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	3.83 605	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	3.83 605	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

BUS	0.83 454	1.91 511	0.92 483	4.48 638	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	1.97 591	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

NINENet	0.69 409	3.87 608	1.20 514	1.98 566	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	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 218

GwcNet	0.12 121	0.07 78	0.05 80	0.08 69	0.05 121	0.08 128	1.20 539	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	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	1.65 613	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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	1.71 618	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	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	1.66 615	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

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	4.34 646	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

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

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

MatchStereo	0.54 377	0.12 106	2.38 639	2.32 581	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	2.34 614	2.34 633	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BEATNet-Init1	0.19 166	0.08 80	0.08 83	2.23 575	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

SuperB	0.21 175	0.10 93	2.51 641	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

DeepPrunerF	0.19 166	0.08 80	0.08 83	2.23 575	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

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

PASM	0.39 275	3.06 584	1.36 577	1.58 547	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

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	0.73 480

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	0.82 496

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

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
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

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

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

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

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
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

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

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

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

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)
UNet	0.29 209	0.90 316	0.10 93	0.14 122	0.10 147	0.14 154	0.10 145	0.91 470	0.69 473	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	0.88 460	0.76 487

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

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
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
DF	0.39 275	1.37 449	1.02 495	1.14 461	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	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 167

castereo	0.61 391	3.79 604	1.35 569	1.52 546	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	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 185

cf-r	0.66 401	2.17 531	0.12 124	0.18 154	0.12 176	0.18 180	2.70 652	2.60 626	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	1.81 584	1.74 627

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

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
castereo++	0.54 377	3.59 596	1.15 505	1.31 532	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	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 174

DDVS	0.30 210	3.10 585	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

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

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

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

HCRNet	1.22 558	7.11 651	3.00 646	3.55 627	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	3.64 642	3.00 640	0.76 466	0.32 349	0.18 181	0.13 174

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
ACVNet	0.20 168	0.19 125	0.14 149	0.20 161	0.14 182	0.20 188	0.96 515	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	0.96 515	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

hitnet-ft	0.79 437	2.78 579	0.14 149	0.20 161	0.14 182	0.21 199	2.89 653	2.80 640	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	2.54 625	2.33 644

PSMNet-RSSM	0.77 432	2.76 574	0.14 149	0.20 161	0.14 182	0.20 188	2.66 650	2.79 639	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	2.52 617	2.31 642

GwcNet-RSSM	0.77 432	2.77 576	0.14 149	0.20 161	0.14 182	0.20 188	2.67 651	2.78 638	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	2.52 617	2.31 642

CFNet-ft	0.55 382	1.57 457	0.14 149	0.20 161	0.14 182	0.20 188	2.53 648	1.61 579	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	1.56 572	1.24 589

CCAANet	0.17 158	0.72 284	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

PDISCO_ROB	0.83 454	2.80 580	3.49 662	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	3.30 646	0.13 172	0.14 133	2.34 633	0.16 170	0.12 170	2.62 626	0.10 140

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	1.19 539	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	1.19 539	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	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

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

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

VIP-Stereo	0.70 412	2.97 583	2.43 640	2.49 588	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	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 184

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	3.08 660

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	3.08 660

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

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

dad	0.23 187	1.03 356	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

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	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

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

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	2.84 651

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

ACV-stereo	0.30 210	2.08 522	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

MIM_Stereo	0.25 193	0.23 141	0.66 430	0.80 409	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

dd	0.23 187	0.98 332	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

delet	0.43 303	1.21 429	0.17 177	0.25 190	0.17 210	0.25 222	0.18 207	1.26 561	0.95 517	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	1.18 505	0.98 511

psm_up	0.43 303	1.19 382	0.17 177	0.25 190	0.18 221	0.25 222	0.19 211	1.26 561	0.91 510	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	1.18 505	0.99 512

UPFNet	0.42 302	1.20 383	0.17 177	0.24 183	0.17 210	0.25 222	0.17 199	1.19 509	0.90 509	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	1.15 497	0.93 506

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
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

MMNet	0.44 316	1.24 437	0.17 177	0.25 190	0.17 210	0.25 222	0.18 207	1.26 561	0.93 515	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	1.20 509	0.99 512

GANet-RSSM	0.75 426	1.91 511	0.14 149	0.47 295	0.14 182	0.21 199	3.21 669	2.30 612	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	2.13 595	2.12 637

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

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

GEStereo_RVC	0.86 466	4.45 620	0.20 192	0.27 200	0.20 228	0.27 235	0.20 215	0.26 223	0.18 214	5.03 676	0.20 228	0.27 235	0.19 222	0.27 235	0.21 222	0.20 175	0.19 199	0.19 191	4.02 680	0.20 188	0.18 207

ac_64	0.22 181	0.13 108	0.19 189	0.23 178	0.10 147	0.26 231	1.02 524	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

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

DLNR-FE	0.28 204	0.89 313	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

ssnet_v2	0.68 406	1.96 518	1.25 565	0.29 202	0.20 228	0.30 240	0.20 215	0.29 231	0.22 229	1.50 581	0.20 228	0.31 250	0.20 226	0.27 235	0.22 224	0.24 203	1.49 587	0.26 231	0.18 223	3.90 636	0.19 209

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

AANet_RVC	1.26 561	0.31 169	4.99 673	5.93 664	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	5.66 673	4.76 666	0.26 231	0.30 331	0.24 212	0.27 273

DISCO	1.11 505	0.39 190	5.28 675	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	6.95 687	0.22 224	0.30 227	0.21 205	0.27 235	0.21 229	5.25 668	0.21 214

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

DEFOM-Stereo_RVC	0.83 454	5.18 631	1.98 628	2.19 572	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	2.28 608	2.13 628	0.24 221	0.17 217	0.18 181	0.16 185

DCVSM-stereo	0.36 247	1.89 508	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

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

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

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	2.90 652

PAM	0.39 275	1.88 507	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

FENet	0.54 377	1.52 456	1.19 511	1.41 542	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	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 218

WCG-NET（raft）	0.32 226	1.24 437	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

DLNR_Zeroshot_test	0.31 217	0.28 163	0.47 369	0.79 406	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

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

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

tt1	0.31 217	0.93 325	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	0.91 318	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

tt_ll	0.31 217	0.91 318	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

CAS	0.30 210	1.17 379	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

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.
ff	0.31 217	0.91 318	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

IER	0.88 469	7.04 650	2.23 633	2.75 594	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

CroCo-Stereo	0.73 422	1.22 435	0.25 213	1.22 518	0.25 252	1.22 564	0.25 240	1.22 558	0.25 243	1.22 566	0.25 252	1.22 569	0.25 245	1.22 569	0.25 241	1.22 548	0.26 223	1.21 577	0.25 248	1.22 557	0.25 229
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
LoS_RVC	0.30 210	1.14 373	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

gwcnet-sp	0.82 450	1.72 464	1.48 587	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 585	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 218

scenet	0.82 450	1.72 464	1.48 587	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 585	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 218

ssnet	0.82 450	1.72 464	1.48 587	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 585	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 571	0.32 253	0.16 195	6.75 675	0.23 218

CroCo-Stereo Lap2	0.77 432	1.29 439	0.29 232	1.27 523	0.29 275	1.27 568	0.26 247	1.26 561	0.26 256	1.26 567	0.26 257	1.27 573	0.26 254	1.26 570	0.27 247	1.27 551	0.27 233	1.27 581	0.27 291	1.27 561	0.27 273

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
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

FE-Mocha	0.35 240	0.71 283	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

DEFOM-Stereo	0.68 406	3.11 586	1.40 583	1.63 555	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	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 293

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

CRFU-Net	0.65 399	1.67 461	1.22 561	1.96 565	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	1.80 579	1.62 601	0.34 269	0.23 238	0.33 245	0.23 218

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

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

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

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

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

1test111	0.37 257	1.02 354	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	1.02 354	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

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

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

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	0.85 470	0.27 247	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

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

ACVNet-DCA	0.37 257	1.00 341	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

xx1	0.38 263	1.03 356	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

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
PML	0.46 346	1.36 447	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

aanet-new-90k	0.44 316	1.82 493	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	1.81 486	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	1.82 493	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	1.80 481	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	1.81 486	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	1.80 481	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	1.80 481	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	1.78 476	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	1.79 480	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	1.78 476	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-28k	0.44 316	1.81 486	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

GCAP-Stereo-DPT26K	0.43 303	1.76 471	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-24k	0.44 316	1.78 476	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-22k	0.44 316	1.81 486	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	1.83 496	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-14k	0.60 386	5.12 629	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

aanet-new-8k	0.43 303	1.76 471	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	1.80 481	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-cres-4k	0.44 316	1.81 486	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-cres	0.43 303	1.77 473	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	1.78 476	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

GCAP-Stereo-DPT-22K	0.44 316	1.85 502	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-20K	0.43 303	1.77 473	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-24K	0.44 316	1.86 505	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	1.80 481	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	1.82 493	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	1.77 473	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	1.83 496	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

GCAP-Stereo-DPT-FT	0.41 288	1.06 363	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

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

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

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

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

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	0.68 464	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	0.69 472	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	0.73 484	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

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	0.92 482	0.27 247	1.42 563	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	0.99 490	0.27 247	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

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

GCAP-BAT	0.41 288	1.30 441	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

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

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

GCAPDPT-zeroshot4090	0.40 280	1.09 366	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

EKT-Stereo	0.37 257	0.40 194	0.44 355	1.07 453	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

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

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

GES	0.66 401	2.34 547	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	2.46 651	2.49 613	0.30 312

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
aanet-new-12k	0.46 346	1.99 519	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

GCAP-Stereo-DPT-25K	0.41 288	1.09 366	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

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	0.69 472	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

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

LL-Strereo2	0.48 358	1.73 469	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

aanet-new-10k	0.45 339	1.81 486	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

DDF-Stereo	0.43 303	1.15 376	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

water-stereo	0.41 288	0.84 302	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

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
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

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

MyStereo04	0.56 384	3.72 602	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

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

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

4D-IteraStereo	0.78 436	3.13 587	0.89 476	0.69 391	0.32 338	0.40 286	0.32 325	0.76 448	0.97 520	0.52 411	0.65 466	0.89 477	0.32 335	0.76 453	0.98 514	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 502

Gwc-CoAtRS	0.41 288	1.49 455	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

DilatedVolume-Stereo	0.43 303	0.86 306	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

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

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)
RCA-Stereo	0.51 371	3.22 590	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

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	0.79 443	0.29 299

depthmonostereo	0.44 316	0.85 304	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

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

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

RAFT-Stereo-weight	0.45 339	1.90 510	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

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

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

CFNet-RSSM	0.91 472	4.89 626	0.34 271	0.44 283	1.07 530	1.62 590	1.40 604	0.91 470	0.35 357	1.60 582	1.39 604	0.64 440	0.34 351	0.44 350	0.33 333	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 299

UGAM-zero	0.51 371	2.17 531	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

GCST	0.50 366	2.08 522	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

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

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	0.75 484

UGAM	0.51 371	2.23 536	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

GCAP-Stereo	0.75 426	4.15 616	0.42 352	0.75 404	0.35 363	0.78 455	0.40 388	0.79 450	0.38 373	0.78 460	0.36 367	0.78 460	0.36 361	0.79 454	0.39 378	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 373

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

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

SCV_C0	0.45 339	0.88 310	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

SCV	0.46 346	0.94 327	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

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

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

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	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

Pro-Stereo	0.79 437	0.53 259	0.38 290	0.49 306	0.38 380	0.49 393	0.37 367	0.49 380	0.67 462	0.50 399	0.38 379	1.10 512	0.38 370	0.49 389	0.38 366	0.71 423	0.88 477	5.98 684	0.36 382	0.46 368	0.36 355

GEAStereo	0.62 394	3.91 609	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	3.91 609	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

GASTEREO	0.48 358	1.21 429	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

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

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

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

iRaftStereo_RVC	0.97 483	3.17 589	2.30 635	2.42 585	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	2.38 617	2.34 633	0.49 417	0.36 382	0.49 388	0.36 355

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

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

PAM_32	0.64 398	2.38 551	0.51 396	0.92 428	0.43 413	0.53 420	0.44 405	0.87 462	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	0.76 437	0.44 396

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	0.72 447	0.67 456	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

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

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

error version	0.93 479	4.47 621	2.35 636	1.99 567	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	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 479	4.47 621	2.35 636	1.99 567	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	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 335

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.
LG-Stereo	0.60 386	0.58 270	0.47 369	0.64 384	0.74 487	1.00 486	0.69 473	0.57 418	0.41 397	0.57 427	0.41 399	0.57 430	0.41 393	1.00 492	0.75 489	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

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

MSCF	0.51 371	1.40 452	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

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

Occ-G	1.12 506	0.52 255	3.72 667	3.50 626	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	3.42 641	4.02 662	0.52 429	0.45 422	0.51 399	0.44 396

MLG-Stereo	0.92 474	0.90 316	0.84 474	1.27 523	0.49 432	1.38 578	0.88 506	1.41 575	0.97 520	0.73 451	1.09 530	1.26 570	0.43 402	0.72 447	1.05 523	1.13 493	0.49 394	1.18 528	0.66 475	1.01 486	0.46 399

MyStereo07	0.60 386	3.72 602	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

DN	0.53 376	0.85 304	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

FSD	0.61 391	0.59 271	0.50 389	2.58 592	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

MonSter	0.60 386	0.64 277	0.52 399	0.62 379	0.44 414	2.07 605	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

test-3	0.98 485	4.13 615	1.85 617	1.85 558	0.61 459	0.69 444	0.37 367	0.63 430	0.61 452	0.66 442	0.51 444	0.73 454	0.44 404	0.57 426	0.54 434	1.68 576	1.81 613	0.40 355	0.43 420	0.66 420	0.50 416

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

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
AEACV	1.12 506	0.52 255	3.12 658	3.24 611	0.86 507	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	3.01 636	3.88 660	0.71 457	0.60 459	0.80 446	0.48 408

MyStereo06	0.75 426	4.12 613	0.60 414	0.63 381	0.61 459	0.62 438	0.66 457	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	0.72 431	0.55 437

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

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

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

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

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

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

Former-RAFT_DAM_RVC	0.49 364	0.98 332	0.64 424	0.84 414	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	0.71 455	0.39 342	0.35 376	0.41 350	0.41 384

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

CASS	0.57 385	0.89 313	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	0.75 289	0.49 384	0.79 406	0.50 436	0.79 457	0.49 429	0.79 450	0.49 426	0.80 462	0.49 435	0.79 462	0.49 425	0.80 456	0.49 422	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

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

LL-Strereo	1.01 493	5.06 628	1.63 596	0.70 397	1.43 603	0.56 425	0.46 413	0.57 418	0.50 430	0.57 427	0.50 438	1.58 585	0.49 425	0.59 428	0.50 424	1.64 575	0.52 409	0.51 426	1.37 598	0.52 401	0.45 398

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.
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

MyStereo8	0.71 415	3.92 611	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

TorneroNet	0.66 401	0.53 259	0.50 389	0.50 342	0.64 465	1.06 502	0.70 480	0.50 389	0.51 437	0.49 386	0.69 480	0.49 390	0.50 429	0.48 383	1.15 531	0.71 423	0.49 394	1.14 518	1.08 529	0.49 388	0.49 413

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

999	1.00 486	1.12 372	0.59 410	1.10 455	1.21 592	1.09 508	0.52 437	1.08 496	1.43 606	1.18 518	1.35 598	0.98 491	0.52 435	0.91 478	0.85 503	0.72 429	1.46 585	0.83 480	0.98 518	0.68 422	1.41 602

SMoEStereo_RVC	0.63 396	0.75 289	0.51 396	0.73 402	0.53 446	0.71 449	0.47 418	0.67 435	0.58 444	0.74 456	0.60 456	0.72 452	0.53 436	0.74 451	0.51 429	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 446

WCG-NET	0.61 391	1.21 429	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

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

test_xeample3	1.10 503	1.81 486	0.61 420	0.84 414	0.49 432	0.77 453	0.66 457	0.92 473	1.40 604	0.68 445	0.46 420	0.78 460	0.54 439	1.72 589	1.48 606	1.34 556	1.52 589	1.35 587	1.67 624	1.33 564	1.55 607

anonymity	0.63 396	0.69 279	0.56 406	0.71 399	0.56 449	0.71 449	0.56 441	0.71 442	0.56 441	0.72 449	0.56 450	0.71 449	0.56 440	0.71 445	0.58 439	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

monster-pro	0.75 426	1.67 461	0.64 424	0.89 420	0.57 451	0.86 470	0.56 441	0.87 462	0.56 441	0.87 471	0.57 451	0.88 474	0.57 441	0.87 471	0.57 437	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 430

LiteMatch	1.13 508	0.73 286	2.80 644	3.23 609	0.61 459	0.83 466	0.68 465	0.73 445	0.69 473	1.00 487	0.77 500	0.94 486	0.57 441	0.82 460	0.64 448	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 470

Lsterematch	1.13 508	0.73 286	2.80 644	3.23 609	0.61 459	0.83 466	0.68 465	0.73 445	0.69 473	1.00 487	0.77 500	0.94 486	0.57 441	0.82 460	0.64 448	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 470

MyStereo05	0.80 440	4.12 613	0.63 422	0.63 381	0.61 459	0.62 438	0.66 457	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	0.72 431	0.55 437

DDUNet	0.81 445	2.45 555	0.57 408	0.90 423	0.60 453	0.88 472	0.59 448	0.90 468	0.60 449	0.88 473	0.60 456	0.90 479	0.58 444	0.88 473	0.60 444	0.84 451	0.60 424	0.86 484	0.57 455	0.86 456	0.60 445

CAR	0.72 418	0.76 291	0.59 410	0.84 414	1.19 544	0.81 461	0.58 444	0.81 456	0.58 444	0.81 465	0.58 453	0.83 469	0.59 446	0.82 460	0.59 442	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

MSE-Stereo	0.72 418	0.76 291	0.59 410	0.84 414	1.19 544	0.81 461	0.58 444	0.81 456	0.58 444	0.81 465	0.58 453	0.83 469	0.59 446	0.82 460	0.59 442	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

MGA	0.73 422	0.76 291	0.60 414	0.92 428	1.17 540	0.81 461	0.59 448	0.84 460	0.62 453	0.81 465	0.59 455	0.84 471	0.60 448	0.81 459	0.61 446	0.71 423	0.53 411	0.89 486	0.53 446	0.75 435	0.54 430

zero-FE	0.72 418	1.31 443	0.66 430	0.92 428	0.60 453	0.82 464	0.58 444	0.82 459	0.58 444	0.81 465	0.60 456	0.81 467	0.60 448	0.82 460	0.58 439	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 423

UDG	0.80 440	2.21 535	0.60 414	0.91 425	0.60 453	0.90 476	0.58 444	0.88 466	0.60 449	0.90 475	0.60 456	0.88 474	0.60 448	0.90 476	0.58 439	0.86 454	0.60 424	0.84 481	0.59 458	0.84 454	0.61 446

AIO-Stereo-zeroshot1	0.75 426	0.92 323	0.85 475	0.96 440	0.59 452	1.27 568	0.44 405	0.59 423	0.69 473	0.91 477	0.68 475	0.55 424	0.61 451	1.06 507	0.83 502	0.62 408	0.70 451	0.90 487	0.41 410	0.89 461	0.56 440

ARAFT	0.68 406	0.81 299	0.63 422	0.74 403	0.60 453	0.78 455	0.62 451	0.77 449	0.66 461	0.74 456	0.63 462	0.75 457	0.62 452	0.83 465	0.60 444	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 437

AFF-stereo	0.73 422	0.88 310	0.67 434	0.75 404	0.68 475	0.75 452	0.64 453	0.80 453	0.72 489	0.83 470	0.70 484	0.82 468	0.64 453	0.84 466	0.67 456	0.77 438	0.63 431	0.81 475	0.63 464	0.78 441	0.62 449

DSFCA	0.66 401	0.73 286	0.78 464	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	0.65 435	0.65 447	0.65 473	0.66 420	0.64 457

DNS	0.77 432	1.09 366	0.65 428	0.89 420	0.65 467	0.89 475	0.65 456	0.89 467	0.65 458	0.89 474	0.65 466	0.89 477	0.65 455	0.90 476	0.65 451	0.84 451	0.62 429	0.84 481	0.61 461	0.84 454	0.62 449

RSM++	0.76 431	0.82 301	0.66 430	0.85 418	0.64 465	0.85 468	0.71 483	0.94 477	0.64 457	0.87 471	0.67 470	0.87 473	0.65 455	0.84 466	0.65 451	0.81 444	0.70 451	0.79 470	0.71 491	0.83 453	0.70 470

plain	1.88 581	3.16 588	0.64 424	3.10 604	0.65 467	3.10 644	0.64 453	3.12 643	0.65 458	3.10 644	0.65 466	3.11 644	0.65 455	3.12 643	0.65 451	3.12 637	0.65 435	3.13 642	0.65 473	3.13 630	0.65 459

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	0.66 455	0.66 414	0.64 433	0.65 447	0.67 479	0.68 422	0.73 480

TorneroNet-64	0.45 339	0.27 160	0.30 236	0.58 371	0.27 260	0.70 447	0.30 273	0.28 226	0.73 492	0.73 451	0.28 268	0.71 449	0.66 459	0.75 452	0.27 247	0.27 214	0.29 253	0.37 293	0.75 497	0.28 224	0.30 312

MIF-Stereo (partial)	2.58 637	3.31 593	0.66 430	3.18 608	0.66 471	3.18 645	0.66 457	3.21 644	0.67 462	3.19 645	0.66 469	3.19 645	0.66 459	3.31 647	0.68 464	5.09 669	1.79 612	8.23 689	1.67 624	6.18 673	1.38 601

WQFJA1++	0.84 457	0.98 332	0.67 434	1.26 522	0.75 489	1.00 486	0.67 461	1.00 481	0.67 462	1.00 487	0.67 470	1.00 492	0.67 461	1.00 492	0.67 456	0.96 468	0.67 437	0.91 490	0.63 464	0.92 468	0.63 451

WQFJA1	0.85 463	0.98 332	0.67 434	1.29 528	0.76 494	1.01 493	0.67 461	1.02 494	0.67 462	1.02 501	0.67 470	1.01 499	0.67 461	1.01 499	0.68 464	0.99 474	0.67 437	0.93 497	0.64 469	0.92 468	0.65 459

NLMM	0.84 457	1.00 341	0.67 434	1.27 523	0.75 489	1.00 486	0.68 465	1.00 481	0.67 462	1.00 487	0.67 470	1.02 503	0.67 461	1.02 503	0.67 456	0.97 469	0.67 437	0.93 497	0.63 464	0.92 468	0.63 451

DCRE	0.84 457	1.89 508	0.77 463	0.94 435	0.72 484	0.88 472	0.73 486	0.87 462	0.78 496	0.90 475	0.71 489	0.88 474	0.67 461	0.88 473	0.73 484	0.81 444	0.68 442	0.81 475	0.70 488	0.82 451	0.70 470

WQFJX1	0.84 457	0.98 332	0.67 434	1.30 530	0.75 489	1.01 493	0.67 461	1.01 489	0.67 462	1.01 497	0.67 470	1.01 499	0.68 465	1.00 492	0.68 464	0.98 473	0.67 437	0.92 493	0.64 469	0.92 468	0.64 457

WQFJX	0.85 463	1.00 341	0.68 441	1.30 530	0.75 489	1.01 493	0.68 465	1.01 489	0.68 468	1.01 497	0.68 475	1.03 505	0.68 465	1.02 503	0.67 456	0.97 469	0.67 437	0.93 497	0.63 464	0.94 477	0.63 451

NLMM1	0.86 466	0.98 332	0.69 443	1.48 545	0.75 489	1.01 493	0.69 473	1.00 481	0.69 473	1.00 487	0.70 484	1.00 492	0.68 465	1.01 499	0.67 456	0.97 469	0.68 442	0.92 493	0.63 464	0.93 473	0.63 451

NLSM3	0.85 463	0.99 339	0.68 441	1.29 528	0.76 494	1.01 493	0.68 465	1.01 489	0.68 468	1.02 501	0.68 475	1.01 499	0.68 465	1.01 499	0.68 464	0.97 469	0.68 442	0.93 497	0.64 469	0.93 473	0.63 451

R-Stereo Train	0.81 445	0.96 329	0.67 434	0.95 437	0.67 472	0.95 481	0.68 465	0.95 479	0.68 468	0.95 485	0.68 475	0.96 489	0.68 465	0.96 488	0.68 464	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465

RAFT-Stereo	0.81 445	0.96 329	0.67 434	0.95 437	0.67 472	0.95 481	0.68 465	0.95 479	0.68 468	0.95 485	0.68 475	0.96 489	0.68 465	0.96 488	0.68 464	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STTRV1_RVC	0.82 450	1.60 459	0.70 446	1.01 448	0.60 453	1.07 505	0.69 473	1.01 489	0.60 449	0.72 449	0.55 449	1.02 503	0.68 465	1.03 505	0.67 456	0.89 456	0.63 431	0.92 493	0.57 455	0.90 464	0.65 459

mm2	0.69 409	0.69 279	0.69 443	0.69 391	0.69 476	0.69 444	0.69 473	0.69 437	0.69 473	0.69 446	0.69 480	0.69 446	0.69 472	0.69 442	0.69 472	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

mm1	0.69 409	0.69 279	0.69 443	0.69 391	0.69 476	0.69 444	0.69 473	0.69 437	0.69 473	0.69 446	0.69 480	0.69 446	0.69 472	0.69 442	0.69 472	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

FlowAnything_test	1.02 495	1.72 464	0.71 450	1.59 548	0.70 480	1.61 588	0.69 473	1.61 579	0.70 481	1.60 582	0.70 484	1.61 589	0.69 472	1.61 586	0.70 480	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 440

FlowAnything	1.02 495	1.71 463	0.72 453	1.59 548	0.69 476	1.60 587	0.69 473	1.61 579	0.70 481	1.60 582	0.69 480	1.60 586	0.69 472	1.61 586	0.69 472	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 440

UniTT-Stereo	2.03 600	3.43 595	0.72 453	3.42 621	0.73 485	3.27 647	0.68 465	3.38 648	0.69 473	3.29 647	0.72 492	3.28 647	0.70 476	3.35 649	0.68 464	3.39 640	0.68 442	3.31 645	0.69 484	3.37 631	0.73 480

RAFT-Stereo + iAFF	0.70 412	0.72 284	0.71 450	0.80 409	0.62 464	0.82 464	0.61 450	0.81 456	0.62 453	0.81 465	0.63 462	0.80 464	0.70 476	0.73 449	0.61 446	0.76 436	0.61 428	0.74 463	0.61 461	0.77 439	0.61 446

DMCA-RVC	0.70 412	0.80 296	0.70 446	0.70 397	0.70 480	0.70 447	0.70 480	0.71 442	0.70 481	0.70 448	0.71 489	0.71 449	0.70 476	0.70 444	0.69 472	0.69 417	0.70 451	0.69 452	0.70 488	0.69 426	0.70 470

MSMD_ROB	1.19 510	1.10 371	0.70 446	1.10 455	0.60 453	1.10 509	0.70 480	1.10 499	0.70 481	1.10 507	0.70 484	1.10 512	0.70 476	7.00 688	0.70 480	1.10 486	0.70 451	1.10 517	0.70 488	1.10 492	0.70 470

MoCha-V2	2.11 608	26.97 693	0.78 464	0.92 428	0.77 497	0.96 483	0.72 485	0.90 468	0.72 489	0.94 483	0.70 484	0.90 479	0.71 480	0.91 478	0.71 482	0.85 453	0.71 455	0.88 485	0.69 484	0.87 457	0.67 464

AdaDepth	0.86 466	0.93 325	0.71 450	1.01 448	1.07 530	1.02 499	0.71 483	1.00 481	0.71 486	1.01 497	0.71 489	1.00 492	0.72 481	1.14 518	0.71 482	0.92 460	0.64 433	0.90 487	0.64 469	0.89 461	0.69 467

tt45	1.04 498	0.88 310	1.36 577	0.92 428	1.03 528	1.51 586	0.79 493	0.70 441	0.88 508	0.74 456	0.90 512	1.60 586	0.72 481	1.60 584	0.75 489	0.91 457	0.78 466	1.52 594	0.79 504	1.14 494	1.32 594

HSM-Net_RVC	0.95 482	1.17 379	0.78 464	1.18 471	0.71 482	1.16 517	0.75 488	1.09 498	0.80 502	1.10 507	0.75 497	1.17 521	0.74 483	1.17 521	0.80 497	1.13 493	0.73 458	1.17 525	0.77 500	1.16 499	0.72 477
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	11.80 690	223.51 715	0.62 421	0.59 374	0.71 482	0.59 433	0.73 486	0.67 435	0.73 492	0.55 422	0.61 460	0.60 435	0.74 483	0.63 435	0.73 484	0.66 414	0.60 424	0.69 452	0.66 475	0.72 431	0.65 459
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ours_stereo	1.20 511	1.21 429	0.90 479	1.64 556	1.11 532	1.35 574	0.67 461	1.76 586	0.93 515	1.70 590	1.10 531	1.39 579	0.75 485	1.41 579	0.81 500	1.60 574	1.03 492	1.33 584	1.00 520	1.61 574	0.72 477

Wavelet-MonSter	1.00 486	1.21 429	0.76 461	1.94 562	1.01 525	1.11 512	0.76 490	1.15 501	0.76 495	1.11 512	0.76 498	1.14 518	0.76 486	1.11 515	0.76 491	1.21 546	0.90 478	1.02 513	0.71 491	1.02 488	0.71 476

iGMRVC	0.84 457	2.85 581	0.72 453	0.72 401	0.73 485	0.77 453	0.79 493	0.73 445	0.74 494	0.73 451	0.72 492	0.73 454	0.76 486	0.73 449	0.73 484	0.72 429	0.73 458	0.73 458	0.72 493	0.73 434	0.72 477

RAStereo	2.23 622	3.64 598	0.76 461	3.65 630	0.86 507	3.66 652	0.76 490	3.67 652	0.81 505	3.66 649	0.76 498	3.66 650	0.77 488	3.68 651	0.77 492	3.68 643	0.77 464	3.69 650	0.77 500	3.70 634	0.77 489

ToySt	0.92 474	2.11 525	0.90 479	0.95 437	0.79 500	0.99 485	0.78 492	0.94 477	0.81 505	0.94 483	0.78 502	0.95 488	0.77 488	0.94 484	0.86 504	0.91 457	0.79 468	0.85 483	0.77 500	0.89 461	0.73 480

Hybrid-DGEV	1.03 497	1.75 470	0.80 468	1.28 527	0.78 498	1.26 567	0.80 496	1.26 561	0.78 496	1.26 567	0.78 502	1.26 570	0.78 490	1.26 570	0.78 493	1.15 496	0.75 461	1.14 518	0.74 495	1.14 494	0.75 484

G-Net	0.79 437	0.79 295	0.79 467	0.79 406	0.79 500	0.79 457	0.79 493	0.79 450	0.79 500	0.79 461	0.79 504	0.79 462	0.79 491	0.79 454	0.79 494	0.79 439	0.79 468	0.79 470	0.79 504	0.79 443	0.79 492

Hybrid-DGEV-2	1.05 499	1.83 496	0.83 472	1.33 534	0.82 506	1.30 570	0.81 500	1.26 561	0.79 500	1.29 569	0.79 504	1.26 570	0.80 492	1.26 570	0.79 494	1.20 500	0.78 466	1.18 528	0.77 500	1.20 509	0.77 489

DStereoRT	0.73 422	0.81 299	0.73 457	0.71 399	0.74 487	0.73 451	0.75 488	0.71 442	0.71 486	0.74 456	0.72 492	0.73 454	0.80 492	0.71 445	0.73 484	0.76 436	0.71 455	0.73 458	0.72 493	0.70 429	0.76 487

NaN_ROB	0.80 440	0.80 296	0.80 468	0.80 409	0.80 503	0.80 459	0.80 496	0.80 453	0.80 502	0.80 462	0.80 506	0.80 464	0.80 492	0.80 456	0.80 497	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

CSAN	0.80 440	0.80 296	0.80 468	0.80 409	0.80 503	0.80 459	0.80 496	0.80 453	0.80 502	0.80 462	0.80 506	0.80 464	0.80 492	0.80 456	0.80 497	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

Hybrid-DGEV-03	1.07 500	1.83 496	0.83 472	1.34 535	0.81 505	1.32 572	0.81 500	1.31 568	0.81 505	1.31 570	0.82 508	1.32 575	0.82 496	1.32 575	0.81 500	1.19 498	0.77 464	1.19 530	0.76 498	1.19 507	0.77 489

AIO-Stereo-zeroshot	0.91 472	0.86 306	0.89 476	1.25 521	0.69 476	1.05 501	0.81 500	1.16 504	0.50 430	1.12 513	0.97 520	0.72 452	0.82 496	1.06 507	0.95 511	0.61 404	0.87 476	1.03 515	0.85 512	1.04 489	1.01 519

DPSimNet_ROB	0.97 483	1.18 381	0.81 471	1.10 455	0.91 513	1.02 499	0.82 503	1.04 495	0.91 510	1.03 503	0.86 511	1.28 574	0.82 496	1.03 505	0.89 505	1.17 497	0.81 473	1.02 513	0.82 509	1.08 491	0.81 495

DPSM_ROB	0.92 474	0.91 318	0.91 481	0.91 425	0.92 514	0.92 478	0.92 510	0.92 473	0.91 510	0.93 481	0.91 515	0.92 482	0.90 499	0.91 478	0.92 506	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

DPSM	0.92 474	0.91 318	0.91 481	0.91 425	0.92 514	0.92 478	0.92 510	0.92 473	0.91 510	0.93 481	0.91 515	0.92 482	0.90 499	0.91 478	0.92 506	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

DGTPSM_ROB	0.93 479	1.00 341	0.92 483	0.94 435	0.96 518	0.91 477	0.92 510	0.91 470	0.96 519	0.91 477	0.96 519	0.93 485	0.92 501	0.94 484	0.92 506	0.92 460	0.92 481	0.90 487	0.92 513	0.94 477	0.91 504

pmcnn	0.92 474	0.92 323	0.92 483	0.92 428	0.92 514	0.92 478	0.92 510	0.92 473	0.92 514	0.92 479	0.92 518	0.92 482	0.92 501	0.92 482	0.92 506	0.92 460	0.92 481	0.92 493	0.92 513	0.92 468	0.92 505

MM-Stereo_test2	1.20 511	1.85 502	1.05 496	1.46 544	0.94 517	1.36 576	0.99 517	1.36 570	0.95 517	1.41 577	0.98 521	1.40 581	0.96 503	1.37 577	0.95 511	1.37 561	1.06 493	1.33 584	0.93 517	1.29 563	0.89 502

LiteMatch*	2.07 606	1.30 441	5.73 678	6.28 667	0.79 500	1.33 573	0.80 496	1.30 567	1.02 529	1.33 571	0.84 510	1.33 576	0.97 504	1.28 574	1.04 522	6.05 677	5.89 672	1.28 582	0.76 498	1.28 562	0.88 499

MaDis-Stereo	3.19 647	6.02 649	1.12 500	5.61 663	1.16 539	5.43 680	1.02 524	5.15 679	0.70 481	5.43 679	1.21 586	5.03 680	0.97 504	4.85 673	0.99 515	4.53 651	1.16 510	5.53 679	1.25 590	5.37 669	1.30 592

Selective-RAFT-Error	0.88 469	0.84 302	0.98 488	0.86 419	0.97 519	0.88 472	0.95 514	0.84 460	0.99 523	0.92 479	0.82 508	0.84 471	0.98 506	0.87 471	0.97 513	0.81 444	0.83 474	0.79 470	0.82 509	0.79 443	0.85 498

Test_v1	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

HH	0.71 415	2.54 557	0.74 458	1.10 455	0.32 338	0.41 302	0.37 367	0.69 437	0.78 496	0.73 451	0.90 512	0.75 457	1.00 507	0.84 466	0.69 472	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 415	2.54 557	0.74 458	1.10 455	0.32 338	0.41 302	0.37 367	0.69 437	0.78 496	0.73 451	0.90 512	0.75 457	1.00 507	0.84 466	0.69 472	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

Selective-RAFT	0.89 471	0.89 313	0.72 453	1.16 469	0.78 498	1.06 502	0.82 503	0.87 462	0.97 520	1.00 487	0.91 515	0.90 479	1.00 507	0.89 475	0.93 510	0.83 449	0.83 474	0.82 479	0.82 509	0.81 449	0.82 496

GANet	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

TDLM	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

CVANet_RVC	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

trnet	1.01 493	1.01 350	1.01 494	1.01 448	1.01 525	1.01 493	1.01 522	1.01 489	1.01 528	1.01 497	1.01 526	1.01 499	1.01 514	1.01 499	1.01 520	1.01 479	1.01 490	1.01 512	1.01 526	1.01 486	1.01 519

MM-Stereo_test3	1.27 562	2.07 521	1.18 509	1.60 551	1.02 527	1.45 584	1.01 522	1.40 574	1.04 531	1.44 579	1.03 527	1.46 584	1.02 515	1.44 582	1.02 521	1.51 570	1.12 507	1.32 583	0.98 518	1.38 567	0.97 510

GLC_STEREO	1.07 500	1.01 350	1.06 497	1.07 453	1.05 529	1.06 502	1.08 527	1.08 496	1.05 532	1.07 505	1.06 528	1.08 508	1.05 516	1.06 507	1.10 526	1.07 482	1.09 500	1.05 516	1.05 528	1.06 490	1.12 526

BLMT-Stereo	1.53 569	1.36 447	1.06 497	1.42 543	1.23 596	1.41 582	1.07 526	1.43 577	1.12 533	1.42 578	1.06 528	1.83 592	1.07 517	1.42 581	1.07 524	1.27 551	1.38 580	6.80 685	1.00 520	1.26 560	1.00 514

AIO-Stereo	0.84 457	0.66 278	0.70 446	0.83 413	0.67 472	0.98 484	0.82 503	1.14 500	0.72 489	1.03 503	0.74 496	1.03 505	1.09 518	0.99 490	0.45 403	1.04 480	0.73 458	0.95 503	0.74 495	0.94 477	0.46 399

KSHMR	0.66 401	0.50 245	0.48 377	1.15 464	0.52 443	0.49 393	0.51 436	0.49 380	0.71 486	0.67 443	0.50 438	1.16 520	1.11 519	0.66 438	0.52 431	0.49 368	0.49 394	0.51 426	0.66 475	0.50 393	1.14 530

qqai	1.22 558	1.38 450	1.12 500	1.39 541	1.14 533	1.40 580	1.14 531	1.41 575	1.12 533	1.40 576	1.11 532	1.40 581	1.13 520	1.41 579	1.15 531	1.25 549	0.97 484	1.24 579	1.01 526	1.24 558	0.96 509

RP	2.33 626	25.00 686	1.13 502	1.15 464	1.15 535	1.10 509	1.15 533	1.15 501	1.15 536	1.12 513	1.15 533	1.09 510	1.13 520	1.10 513	1.15 531	1.11 491	1.09 500	1.16 521	1.12 531	1.16 499	1.17 535

RGC	2.36 628	25.48 687	1.19 511	1.15 464	1.15 535	1.10 509	1.16 535	1.17 506	1.16 537	1.12 513	1.16 536	1.11 516	1.13 520	1.09 511	1.18 537	1.10 486	1.15 509	1.16 521	1.12 531	1.14 494	1.12 526

Abc-Net	2.32 625	24.75 685	1.14 503	1.17 470	1.17 540	1.11 512	1.15 533	1.17 506	1.21 589	1.08 506	1.16 536	1.12 517	1.14 523	1.09 511	1.17 536	1.09 484	1.16 510	1.17 525	1.17 536	1.16 499	1.11 524
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IGEVStereo-DCA	1.77 577	4.21 617	1.84 615	2.49 588	2.11 643	2.54 629	1.36 597	1.65 583	1.17 541	2.75 638	1.90 633	2.54 624	1.15 524	0.94 484	1.11 527	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

rrr	1.77 577	4.21 617	1.84 615	2.49 588	2.11 643	2.54 629	1.36 597	1.65 583	1.17 541	2.75 638	1.90 633	2.54 624	1.15 524	0.94 484	1.11 527	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

NCC-stereo	2.36 628	25.52 688	1.17 507	1.15 464	1.17 540	1.11 512	1.11 528	1.15 501	1.16 537	1.10 507	1.16 536	1.10 512	1.15 524	1.14 518	1.13 529	1.09 484	1.11 504	1.15 520	1.16 535	1.17 504	1.17 535

Nwc_Net	2.37 630	25.95 690	1.15 505	1.14 461	1.15 535	1.08 506	1.14 531	1.17 506	1.16 537	1.14 516	1.15 533	1.08 508	1.15 524	1.11 515	1.14 530	1.10 486	1.11 504	1.16 521	1.09 530	1.16 499	1.15 531

edge stereo	2.43 633	27.07 694	1.14 503	1.06 452	1.14 533	1.08 506	1.17 536	1.16 504	1.14 535	1.10 507	1.16 536	1.09 510	1.16 528	1.10 513	1.16 535	1.10 486	1.11 504	1.16 521	1.19 537	1.13 493	1.11 524

AF-Net	2.37 630	25.71 689	1.17 507	1.13 460	1.15 535	1.15 516	1.18 537	1.19 509	1.16 537	1.10 507	1.15 533	1.10 512	1.18 529	1.12 517	1.15 531	1.10 486	1.10 503	1.17 525	1.15 533	1.16 499	1.12 526

stereogan	2.33 626	24.38 684	1.18 509	1.18 471	1.18 543	1.14 515	1.18 537	1.19 509	1.19 543	1.14 516	1.18 540	1.14 518	1.18 529	1.14 518	1.18 537	1.14 495	1.14 508	1.19 530	1.19 537	1.15 497	1.19 539

ktn	0.72 418	0.53 259	1.08 499	1.14 461	0.51 442	1.22 564	1.36 597	0.51 403	0.59 448	0.51 408	0.51 444	0.69 446	1.20 531	0.67 440	0.51 429	0.51 380	0.49 394	0.58 437	0.66 475	0.52 401	0.53 427

DisPM	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CrosDoStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet+	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

LCNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HHNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Patchmatch Stereo++	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

STrans-v2	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TransformOpticalFlow	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OMP-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IIG-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NF-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OCTAStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-softLoss	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KMStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NRIStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-adaLoss	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-AAD	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

FTStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo_v2	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Consistency-Raft	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KYRaft	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HUI-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ASMatch	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_LL	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DEmStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

SST-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

THIR-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT_R40	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DRaft	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GrayStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RE-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Pruner-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TVStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_RVC	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-RH_RVC	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IRAFT_RVC	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-345	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

iRAFT	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CRE-IMP	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GMM-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-IKP	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Prome-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HBP-ISP	1.24 560	1.72 464	1.65 597	1.15 464	0.76 494	1.40 580	0.88 506	1.67 585	1.02 529	1.69 589	1.38 603	1.69 590	1.21 577	1.87 596	1.21 586	1.05 481	0.79 468	0.97 506	0.80 506	1.19 507	0.75 484

GANetREF_RVC	1.55 570	1.94 517	1.22 561	1.88 559	1.21 592	1.88 594	1.22 585	1.88 588	1.22 590	1.88 591	1.22 587	1.88 593	1.22 578	1.89 597	1.22 587	1.87 582	1.22 562	1.88 608	1.22 586	1.88 586	1.22 586
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FAT-Stereo	2.46 634	26.05 691	1.23 563	1.23 520	1.22 594	1.20 518	1.24 587	1.23 560	1.23 591	1.19 519	1.22 587	1.21 568	1.24 579	1.20 523	1.24 588	1.21 546	1.17 513	1.22 578	1.25 590	1.20 509	1.24 589

SPS-STEREO	1.59 571	1.91 511	1.21 560	1.94 562	1.20 546	2.00 602	1.23 586	1.99 593	1.24 592	2.00 599	1.25 590	2.03 603	1.26 580	2.00 601	1.29 595	1.90 586	1.18 514	1.89 609	1.21 585	1.89 587	1.20 540
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
StereoVision	3.15 646	5.00 627	0.89 476	4.83 654	1.00 520	3.93 653	1.27 591	6.37 682	1.34 597	5.67 682	1.26 591	5.84 683	1.27 581	5.03 679	1.24 588	5.10 670	1.09 500	4.61 663	0.57 455	5.62 671	1.12 526

S-Stereo	2.51 635	26.86 692	1.23 563	1.22 518	1.22 594	1.24 566	1.25 588	1.22 558	1.24 592	1.21 565	1.24 589	1.19 522	1.27 581	1.19 522	1.24 588	1.19 498	1.20 515	1.25 580	1.19 537	1.24 558	1.23 588

11t	1.27 562	2.70 566	1.34 567	1.32 533	0.89 509	1.30 570	1.34 594	1.64 582	0.57 443	1.45 580	0.72 492	1.05 507	1.29 583	1.07 510	1.29 595	1.49 567	1.02 491	0.97 506	1.15 533	1.48 569	1.31 593

3.25w_new	2.03 600	2.72 570	1.35 569	3.33 618	1.57 607	2.72 635	1.53 612	2.15 603	1.33 596	2.15 609	1.60 614	2.63 630	1.30 584	2.72 635	1.99 643	2.67 630	1.53 590	1.75 599	1.25 590	2.53 620	1.87 633

FC-DCNN	1.07 500	1.09 366	0.98 488	0.89 420	0.52 443	1.41 582	0.91 509	1.21 557	1.24 592	1.96 594	2.05 650	1.91 595	1.30 584	1.27 573	1.08 525	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

4w-stereo	2.02 598	2.72 570	1.44 584	3.36 619	1.59 609	2.48 622	1.72 619	2.28 606	1.24 592	2.24 612	1.65 618	2.56 626	1.32 586	2.39 618	1.98 642	2.67 630	1.51 588	1.66 597	1.24 588	2.53 620	1.88 636

CC-Net-ROB	1.36 565	1.33 445	1.33 566	1.36 538	1.38 600	1.36 576	1.33 593	1.37 572	1.34 597	1.35 573	1.36 600	1.38 578	1.34 587	1.38 578	1.38 602	1.35 557	1.38 580	1.33 584	1.35 595	1.43 568	1.34 597

2.5w	2.01 597	2.40 552	1.37 579	3.28 613	2.01 637	2.71 634	1.43 610	1.82 587	1.83 631	1.90 593	1.41 605	2.71 633	1.35 588	2.71 633	1.85 632	2.66 628	1.53 590	1.64 596	1.23 587	2.53 620	1.87 633

3.5w_stereo	2.03 600	2.72 570	1.35 569	3.41 620	1.57 607	2.72 635	1.49 611	2.01 595	1.34 597	2.15 609	1.61 616	2.63 630	1.36 589	2.72 635	1.99 643	2.66 628	1.58 596	1.68 598	1.24 588	2.53 620	1.87 633

MaskLacGwcNet_RVC	1.35 564	1.35 446	1.35 569	1.35 537	1.35 597	1.35 574	1.35 595	1.36 570	1.35 600	1.36 574	1.35 598	1.36 577	1.36 589	1.36 576	1.35 599	1.35 557	1.35 576	1.35 587	1.35 595	1.35 565	1.35 598

MC-Stereo	1.76 576	2.96 582	1.37 579	2.14 570	1.37 599	2.14 608	1.36 597	2.14 602	1.37 602	2.14 608	1.37 601	2.14 605	1.37 591	2.14 606	1.37 601	1.97 591	1.32 564	1.97 612	1.32 594	1.98 589	1.33 595

PS-NSSS	1.38 567	1.39 451	1.34 567	1.34 535	1.35 597	1.38 578	1.37 602	1.35 569	1.38 603	1.34 572	1.34 597	1.39 579	1.38 592	1.70 588	1.40 603	1.36 559	1.36 577	1.36 589	1.37 598	1.37 566	1.36 599

sCroCo_RVC	2.10 607	2.76 574	1.92 625	2.78 599	1.39 601	2.73 637	1.41 605	2.73 634	1.40 604	2.77 643	1.41 605	2.74 639	1.40 593	2.74 638	1.40 603	2.72 632	1.42 583	2.72 640	1.44 606	2.79 627	1.42 603

MM-Stereo_test1	1.80 579	3.41 594	1.52 592	2.12 569	1.41 602	2.04 603	1.41 605	2.05 597	1.46 607	2.04 603	1.41 605	2.05 604	1.42 594	2.05 602	1.43 605	2.04 595	1.54 592	1.94 610	1.38 600	1.99 590	1.33 595

RASNet	1.49 568	1.65 460	1.45 585	1.38 540	1.43 603	1.47 585	1.36 597	1.38 573	1.36 601	1.39 575	1.60 614	1.45 583	1.45 595	1.51 583	2.21 645	1.53 571	1.36 577	1.36 589	1.36 597	1.66 577	1.36 599

ccnet	0.80 440	2.28 539	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	1.56 596	2.38 616	0.33 333	0.41 298	0.29 253	0.42 383	1.57 611	2.28 601	0.29 299

MonStereo1	1.94 584	2.77 576	1.52 592	3.73 634	1.51 606	2.13 607	1.42 607	2.32 613	1.52 608	2.31 617	1.50 608	2.53 621	1.59 597	2.34 615	1.56 608	1.91 587	1.36 577	1.86 604	1.31 593	2.07 591	1.53 605

DPSMNet_ROB	1.60 572	1.59 458	1.70 599	1.59 548	1.59 609	1.61 588	1.61 613	1.60 578	1.60 610	1.62 588	1.59 613	1.60 586	1.60 598	1.60 584	1.59 610	1.59 572	1.60 600	1.59 595	1.59 616	1.59 573	1.59 613

asd	2.18 612	2.77 576	1.58 594	3.59 628	2.00 636	2.58 631	1.85 626	2.39 618	1.71 616	2.47 624	1.97 639	2.59 628	1.61 599	2.56 625	1.79 628	2.51 625	1.99 617	2.11 618	1.62 620	2.36 605	1.60 614

4.25w-stereo	1.98 585	2.72 570	1.46 586	3.47 623	1.43 603	2.07 605	1.98 634	2.53 625	1.52 608	2.71 631	1.98 645	1.81 591	1.62 600	1.96 599	1.36 600	1.88 585	2.00 618	2.53 636	1.61 618	1.74 581	1.15 531

Anonymous3	2.55 636	3.26 592	1.65 597	3.28 613	1.63 612	3.24 646	1.68 616	3.27 645	1.66 611	3.28 646	1.67 619	3.25 646	1.66 601	3.27 645	1.64 612	3.26 638	1.65 603	3.30 644	1.65 622	4.95 664	1.65 621

qwe	2.18 612	2.60 560	1.58 594	3.83 636	1.90 634	2.53 627	1.90 632	2.48 621	1.73 621	2.37 620	1.92 635	2.53 621	1.68 602	2.56 625	1.83 630	2.52 627	1.87 616	2.07 614	1.68 626	2.32 603	1.71 623

4.5w-stereo	1.99 586	2.33 543	1.81 606	3.28 613	1.68 616	1.94 596	1.99 637	2.72 628	1.70 615	2.72 632	1.99 648	1.97 598	1.68 602	1.76 590	1.29 595	1.91 587	2.02 624	2.53 636	1.61 618	1.75 582	1.16 534

MonStereo	2.17 610	2.41 553	1.49 591	2.67 593	1.67 614	2.60 632	2.04 641	2.32 613	1.76 624	2.44 622	1.68 620	2.50 619	1.69 604	2.38 616	1.80 629	2.28 608	1.78 610	2.63 639	2.14 644	3.47 632	1.68 622

UDGNet	2.23 622	5.40 639	1.72 602	2.48 587	1.69 617	2.51 626	1.69 617	2.51 624	1.72 620	2.50 626	1.69 621	2.52 620	1.69 604	2.50 623	1.68 616	2.41 619	1.70 606	2.42 630	1.69 628	2.42 607	1.64 619

MFMNet_re	1.81 580	1.91 511	1.71 601	1.95 564	1.70 620	1.95 599	1.70 618	1.96 591	1.74 623	1.97 596	1.72 622	1.95 596	1.71 606	1.97 600	1.71 618	1.86 580	1.62 601	1.85 601	1.66 623	1.86 585	1.64 619

3.75w	1.99 586	2.31 541	1.83 614	3.16 607	1.65 613	1.93 595	1.98 634	2.72 628	1.68 612	2.73 637	1.97 639	2.00 600	1.72 607	1.81 594	1.25 591	2.27 607	2.01 620	2.38 628	1.42 604	1.71 579	1.24 589

asda	2.17 610	2.54 557	1.81 606	3.47 623	1.78 624	2.50 625	1.86 627	2.61 627	1.68 612	2.61 629	1.83 625	2.37 615	1.73 608	2.44 622	1.88 637	2.51 625	1.84 614	2.34 625	1.62 620	2.23 597	1.77 628

2.75w_new	1.99 586	2.34 547	1.81 606	3.14 605	1.62 611	1.94 596	1.99 637	2.72 628	1.71 616	2.72 632	1.99 648	1.90 594	1.73 608	1.82 595	1.29 595	2.37 616	2.01 620	2.31 623	1.42 604	1.77 583	1.22 586

4.25_new	2.00 590	2.33 543	1.82 611	3.32 616	1.69 617	1.95 599	1.99 637	2.72 628	1.71 616	2.72 632	1.97 639	2.01 601	1.74 610	1.77 591	1.28 593	2.18 599	2.01 620	2.48 634	1.58 614	1.65 575	1.17 535

4.5w_new	2.00 590	2.33 543	1.82 611	3.32 616	1.69 617	1.95 599	1.99 637	2.72 628	1.71 616	2.72 632	1.97 639	2.01 601	1.74 610	1.77 591	1.28 593	2.18 599	2.01 620	2.48 634	1.58 614	1.65 575	1.17 535

2w_stereo	1.99 586	2.36 550	1.81 606	3.24 611	1.67 614	1.94 596	1.98 634	2.72 628	1.68 612	2.72 632	1.94 636	1.98 599	1.74 610	1.79 593	1.27 592	1.95 590	2.00 618	2.53 636	1.60 617	1.68 578	1.15 531

U	5.15 682	8.49 661	1.81 606	8.49 678	1.77 623	8.49 689	1.77 620	8.51 690	1.77 625	8.49 690	1.77 624	8.50 690	1.78 613	8.58 690	1.77 627	8.54 688	1.78 610	8.55 690	1.78 633	8.55 684	1.84 629

FBW_ROB	2.12 609	2.46 556	1.77 604	2.49 588	1.79 625	2.38 617	1.83 622	2.46 620	1.78 626	2.48 625	1.97 639	2.40 616	1.78 613	2.42 621	1.83 630	2.31 612	1.85 615	2.38 628	1.82 634	2.35 604	1.84 629

derf	1.91 582	2.15 529	1.78 605	2.16 571	1.75 622	2.21 609	1.80 621	2.22 605	1.80 627	2.21 611	1.76 623	2.17 606	1.81 615	2.24 610	1.74 626	1.93 589	1.56 593	1.96 611	1.53 609	1.95 588	1.56 608

monsterstereo	2.20 618	2.33 543	1.95 626	3.65 630	2.07 642	2.49 623	1.61 613	2.48 621	1.83 631	2.45 623	1.61 616	2.67 632	1.86 616	2.64 629	1.94 639	2.48 624	1.66 604	2.34 625	1.68 626	2.40 606	1.86 631

LG-G_1	2.22 619	2.71 568	1.89 622	2.77 596	1.87 632	2.75 639	1.87 629	2.76 636	1.87 637	2.75 638	1.87 628	2.76 640	1.87 617	2.75 639	1.86 633	2.47 622	1.58 596	2.45 631	1.57 611	2.45 609	1.57 610

LG-G	2.22 619	2.71 568	1.89 622	2.77 596	1.87 632	2.75 639	1.87 629	2.76 636	1.87 637	2.75 638	1.87 628	2.76 640	1.87 617	2.75 639	1.86 633	2.47 622	1.58 596	2.45 631	1.57 611	2.45 609	1.57 610

LGtest1	2.22 619	2.70 566	1.89 622	2.76 595	1.86 629	2.75 639	1.86 627	2.75 635	1.86 633	2.75 638	1.86 627	2.77 642	1.87 617	2.75 639	1.86 633	2.46 621	1.58 596	2.45 631	1.56 610	2.45 609	1.56 608

TRStereo	2.00 590	2.13 526	1.85 617	2.27 577	1.84 626	2.28 613	1.84 623	2.29 608	1.86 633	2.30 614	1.87 628	2.30 608	1.87 617	2.08 603	1.72 620	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 624

XX-Stereo	2.00 590	2.13 526	1.85 617	2.27 577	1.84 626	2.28 613	1.84 623	2.29 608	1.86 633	2.30 614	1.87 628	2.30 608	1.87 617	2.08 603	1.72 620	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 624

EAI-Stereo	2.00 590	2.13 526	1.85 617	2.27 577	1.84 626	2.28 613	1.84 623	2.29 608	1.86 633	2.30 614	1.87 628	2.30 608	1.87 617	2.08 603	1.72 620	2.08 596	1.72 607	2.08 615	1.72 629	2.08 592	1.72 624

IGEV	2.02 598	2.20 533	1.82 611	2.90 601	2.16 645	2.41 619	1.25 588	2.00 594	1.98 643	1.99 598	1.31 595	2.72 637	1.93 623	2.67 632	1.69 617	2.26 604	1.32 564	1.83 600	1.87 636	2.53 620	1.61 616

monsters	2.18 612	2.41 553	1.96 627	3.47 623	2.03 641	2.53 627	1.64 615	2.48 621	1.73 621	2.40 621	1.50 608	2.62 629	1.94 624	2.59 627	1.94 639	2.44 620	1.57 595	2.28 621	1.87 636	2.42 607	1.86 631

AIO_test	2.18 612	2.09 524	2.04 632	2.42 585	2.01 637	2.47 621	1.94 633	2.34 615	2.03 647	2.56 628	1.94 636	2.43 617	1.94 624	2.41 619	1.87 636	2.39 618	2.10 627	2.35 627	1.91 642	2.25 599	2.19 639

3.25w	2.04 603	2.20 533	1.48 587	3.03 603	2.17 647	2.63 633	1.39 603	1.96 591	1.95 642	1.96 594	1.37 601	2.71 633	1.96 626	2.71 633	1.73 625	2.26 604	1.32 564	1.87 605	1.87 636	2.51 616	1.63 618

4.5_new	2.00 590	1.84 501	1.98 628	2.77 596	2.16 645	2.27 611	1.28 592	2.09 598	1.98 643	2.01 600	1.28 593	2.71 633	1.98 627	2.51 624	1.65 613	2.26 604	1.33 571	1.87 605	1.87 636	2.49 613	1.60 614

HUF	2.18 612	2.30 540	1.99 631	2.34 583	2.02 640	2.41 619	2.06 642	2.38 617	1.89 639	2.36 619	1.85 626	2.56 626	1.98 627	2.31 614	1.97 641	2.30 611	2.03 625	2.30 622	2.11 643	2.23 597	2.16 638

2.25w	2.00 590	1.86 505	1.98 628	2.95 602	2.17 647	2.26 610	1.35 595	2.42 619	2.00 646	2.07 607	1.27 592	2.53 621	1.99 629	2.29 612	1.49 607	2.21 602	1.32 564	1.85 601	1.87 636	2.52 617	1.62 617

3w_stereo	2.04 603	2.24 537	1.70 599	3.15 606	2.18 649	2.49 623	1.26 590	2.03 596	1.98 643	1.98 597	1.33 596	2.72 637	1.99 629	2.59 627	1.72 620	2.22 603	1.33 571	1.85 601	1.88 641	2.50 615	1.58 612

1w_stereo	2.05 605	2.32 542	1.35 569	3.74 635	2.01 637	2.73 637	1.42 607	1.88 588	1.93 641	2.03 602	1.28 593	2.71 633	1.99 629	2.72 635	1.72 620	2.20 601	1.32 564	1.87 605	1.86 635	2.45 609	1.54 606

AIO_rvc	2.18 612	2.34 547	1.87 621	2.32 581	1.94 635	2.40 618	1.89 631	2.37 616	2.07 648	2.52 627	1.95 638	2.44 618	1.99 629	2.41 619	1.89 638	2.32 613	2.09 626	2.24 619	2.18 645	2.21 596	2.23 640

RAFT_CTSACE	1.92 583	3.71 601	1.72 602	1.88 559	1.72 621	2.04 603	1.42 607	2.18 604	1.89 639	2.02 601	1.97 639	1.95 596	2.06 633	1.93 598	1.62 611	1.76 577	1.66 604	2.02 613	1.73 632	1.73 580	1.43 604

ff7	1.68 573	2.68 563	1.35 569	0.97 441	0.89 509	1.84 591	2.15 643	2.12 599	1.80 627	2.05 604	1.56 610	2.33 611	2.12 634	2.23 607	2.25 646	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ffff	1.68 573	2.68 563	1.35 569	0.97 441	0.89 509	1.84 591	2.15 643	2.12 599	1.80 627	2.05 604	1.56 610	2.33 611	2.12 634	2.23 607	2.25 646	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ccc-4	1.68 573	2.68 563	1.35 569	0.97 441	0.89 509	1.84 591	2.15 643	2.12 599	1.80 627	2.05 604	1.56 610	2.33 611	2.12 634	2.23 607	2.25 646	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

NCCL2	2.28 624	2.27 538	2.28 634	2.28 580	2.28 650	2.27 611	2.29 646	2.28 606	2.28 649	2.27 613	2.28 651	2.28 607	2.27 637	2.27 611	2.28 650	2.28 608	2.28 632	2.27 620	2.29 649	2.27 600	2.29 641

STTStereo	3.73 652	30.40 698	2.37 638	2.39 584	2.31 652	2.35 616	2.33 647	2.29 608	2.42 650	2.32 618	2.34 652	2.33 611	2.36 638	2.30 613	2.27 649	2.35 615	2.22 631	2.31 623	2.22 646	2.29 602	2.34 645

NLSM1	2.93 645	3.24 591	2.57 642	4.04 637	2.66 653	3.30 648	2.55 649	3.29 646	2.55 651	3.35 648	2.48 653	3.28 647	2.47 639	3.34 648	2.49 651	3.26 638	2.55 638	3.13 642	2.57 652	3.00 629	2.46 648

sAnonymous2	3.31 648	2.63 561	1.38 581	3.71 632	1.86 629	4.70 672	1.11 528	4.82 675	2.72 653	5.45 680	1.98 645	4.59 665	2.64 640	2.65 630	6.21 686	4.37 647	1.08 498	5.16 677	2.24 647	4.52 646	2.39 646

CroCo_RVC	3.31 648	2.63 561	1.38 581	3.71 632	1.86 629	4.70 672	1.11 528	4.82 675	2.72 653	5.45 680	1.98 645	4.59 665	2.64 640	2.65 630	6.21 686	4.37 647	1.08 498	5.16 677	2.24 647	4.52 646	2.39 646

SA	4.33 669	7.35 652	6.85 684	5.96 665	4.09 680	3.59 650	3.15 668	3.82 653	2.64 652	3.91 651	3.85 676	3.57 649	2.72 642	3.13 644	4.03 677	7.09 684	6.86 679	3.57 647	3.12 665	3.85 635	3.51 673

NLCA_NET_v2_RVC	5.04 680	50.87 708	2.78 643	2.87 600	2.71 654	2.78 642	0.47 418	2.88 641	2.86 655	1.89 592	2.67 654	2.79 643	2.79 643	2.78 642	2.83 652	2.82 633	2.82 639	2.83 641	2.77 653	2.83 628	2.76 650
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 653	5.22 632	3.01 647	4.53 641	3.01 656	4.51 660	3.01 655	4.56 662	3.04 656	4.53 661	3.03 657	4.55 663	3.03 644	4.56 662	3.04 653	4.57 653	3.05 641	4.57 658	3.05 657	4.57 648	3.05 655

rvit_stereo_0081	3.83 653	5.23 633	3.01 647	4.53 641	3.03 658	4.55 666	3.02 656	4.56 662	3.04 656	4.52 659	3.02 655	4.54 661	3.03 644	4.56 662	3.04 653	4.57 653	3.05 641	4.57 658	3.05 657	4.58 649	3.05 655

DispNO	1.00 486	0.63 275	0.43 353	3.45 622	0.44 414	0.65 441	0.43 404	0.64 431	0.43 405	0.64 439	0.43 411	0.64 440	3.03 644	0.64 436	0.43 400	4.55 652	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

rvit_0105_6	3.87 657	5.73 646	3.10 657	4.69 651	3.12 666	4.54 662	3.02 656	4.56 662	3.04 656	4.54 663	3.03 657	4.54 661	3.04 647	4.56 662	3.05 655	4.58 656	3.05 641	4.58 660	3.05 657	4.58 649	3.05 655

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

rvit_stereo_0080	3.89 658	5.70 644	3.04 652	4.54 644	3.03 658	4.56 667	3.05 662	4.60 666	3.07 661	4.58 666	3.06 660	4.59 665	3.06 649	4.61 666	3.08 659	4.63 658	3.09 646	4.64 664	3.10 662	4.65 653	3.10 662

whm_eth	3.89 658	5.70 644	3.04 652	4.54 644	3.03 658	4.56 667	3.05 662	4.60 666	3.07 661	4.58 666	3.06 660	4.59 665	3.06 649	4.61 666	3.08 659	4.63 658	3.09 646	4.64 664	3.10 662	4.65 653	3.10 662

rvit_0105_3	3.91 660	5.33 636	3.06 655	4.60 649	3.07 664	4.60 669	3.06 664	4.62 668	3.08 664	4.60 668	3.07 663	4.62 670	3.08 651	4.67 670	3.10 662	4.70 661	3.11 649	4.77 671	3.19 669	4.77 658	3.14 666

rvit_stereo_0081_aga	3.86 655	5.33 636	3.02 650	4.55 647	3.04 662	4.54 662	3.02 656	4.64 669	3.06 660	4.54 663	3.04 659	4.62 670	3.08 651	4.62 668	3.07 658	4.58 656	3.06 645	4.60 662	3.08 661	4.63 652	3.07 659

rvit_stereo_0083	3.92 662	5.30 635	3.06 655	4.61 650	3.09 665	4.67 671	3.08 665	4.66 670	3.09 665	4.62 669	3.10 665	4.66 673	3.11 653	4.67 670	3.16 664	4.72 663	3.16 652	4.77 671	3.11 664	4.66 655	3.11 664

rvit_stereo_ft	3.93 663	5.44 641	3.05 654	4.59 648	3.06 663	4.61 670	3.08 665	4.67 671	3.12 666	4.63 670	3.10 665	4.65 672	3.11 653	4.69 672	3.13 663	4.70 661	3.14 651	4.71 669	3.15 667	4.74 656	3.16 667

rvit_0105_4	3.91 660	5.47 643	3.02 650	4.54 644	3.02 657	4.54 662	3.03 660	4.75 672	3.17 667	4.57 665	3.06 660	4.61 669	3.16 655	4.65 669	3.09 661	4.66 660	3.11 649	4.68 667	3.18 668	4.81 659	3.16 667

NLCSM	3.67 651	4.08 612	3.19 661	4.80 653	3.26 668	3.99 656	3.24 670	4.25 658	3.18 668	4.09 654	3.27 668	4.14 656	3.18 656	4.13 656	3.28 666	4.06 645	3.10 648	3.85 654	3.14 666	3.91 639	3.27 670

rvit_0105_5	4.10 664	5.40 639	3.13 660	4.71 652	3.15 667	4.72 674	3.10 667	4.90 677	3.27 669	4.69 671	3.16 667	4.84 677	3.25 657	4.96 676	3.34 667	5.05 668	3.39 657	5.10 676	3.40 670	5.11 666	3.42 671

TestStereo1	4.60 671	8.41 659	6.44 681	6.86 671	3.79 677	3.97 654	3.78 677	3.99 655	3.74 674	3.97 652	3.52 671	3.94 654	3.58 658	3.98 654	3.72 672	6.82 681	6.50 677	3.76 651	3.66 673	3.90 636	3.74 677

SA-5K	4.60 671	8.41 659	6.44 681	6.86 671	3.79 677	3.97 654	3.78 677	3.99 655	3.74 674	3.97 652	3.52 671	3.94 654	3.58 658	3.98 654	3.72 672	6.82 681	6.50 677	3.76 651	3.66 673	3.90 636	3.74 677

MLG-Stereo_test2	4.28 667	5.46 642	3.69 666	4.86 655	3.72 676	5.58 681	3.42 671	4.81 674	3.77 677	4.85 673	3.72 675	5.55 682	3.63 660	5.58 680	3.53 669	4.41 650	3.28 656	4.99 675	2.95 655	4.75 657	3.13 665

MLG-Stereo_test3	4.26 666	4.85 625	3.95 668	5.35 660	3.60 673	4.75 675	3.76 676	5.49 681	3.71 673	5.39 678	3.69 674	4.82 676	3.66 661	4.85 673	3.73 674	4.93 664	3.19 655	4.69 668	2.99 656	4.84 661	2.98 654

DPSNet	3.66 650	3.60 597	3.62 665	3.63 629	3.64 675	3.65 651	3.65 675	3.66 651	3.67 672	3.67 650	3.65 673	3.67 651	3.66 661	3.66 650	3.68 670	3.68 643	3.66 658	3.67 649	3.68 675	3.67 633	3.67 674

RAFT+CT+SA	4.28 667	7.62 655	4.91 672	5.55 662	2.28 650	3.09 643	3.64 674	4.49 660	3.07 661	4.80 672	3.35 669	4.77 675	3.70 663	4.29 659	3.05 655	5.58 672	5.98 674	3.58 648	3.78 677	4.26 642	3.72 675

MLG-Stereo_test1	4.25 665	5.34 638	3.61 664	5.31 659	3.63 674	5.23 678	3.57 673	5.38 680	3.65 671	5.23 677	3.47 670	4.76 674	3.74 664	4.85 673	3.71 671	4.96 665	3.18 654	4.71 669	2.92 654	4.86 662	2.90 652

raft_robust	4.71 675	7.75 656	5.40 677	6.81 670	3.31 669	4.28 659	4.20 682	4.32 659	4.37 683	4.35 658	4.35 682	4.14 656	3.75 665	4.30 660	4.20 680	6.67 680	6.37 675	3.36 646	4.24 683	4.86 662	3.25 669

GSStereo	0.81 445	4.28 619	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	3.79 666	0.50 397	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

GS-Stereo							0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	3.79 666	0.50 397	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

test_4	4.88 677	8.13 657	6.98 685	7.46 674	4.44 682	4.25 658	3.85 679	4.04 657	3.92 678	4.13 655	3.91 677	4.18 658	3.84 668	4.14 657	4.06 678	7.01 683	7.13 680	4.53 656	3.72 676	4.09 640	3.72 675

test_3	5.01 679	8.86 664	7.77 687	8.09 676	2.76 655	4.13 657	4.05 681	3.88 654	3.76 676	4.33 657	4.13 680	3.71 652	3.91 669	4.21 658	4.06 678	7.93 685	7.69 682	4.53 656	3.91 678	4.17 641	4.29 683

DispFullNet	4.61 673	4.84 624	3.12 658	5.00 657	3.57 672	4.75 675	3.03 660	7.75 688	4.17 681	4.91 675	3.09 664	6.20 684	3.95 670	6.71 684	3.51 668	5.30 671	3.67 659	5.86 683	3.63 672	5.61 670	3.46 672

cross-raft	4.83 676	7.52 653	6.43 680	6.63 669	3.96 679	4.51 660	3.99 680	4.49 660	3.96 679	4.52 659	3.96 678	4.50 660	3.97 671	4.50 661	3.97 676	6.65 679	6.44 676	4.33 655	3.92 679	4.35 644	3.91 680

Sa-1000	4.34 670	8.37 658	6.84 683	6.98 673	4.45 683	3.58 649	3.00 654	3.42 649	3.39 670	2.61 629	4.00 679	3.83 653	4.01 672	3.90 653	3.90 675	5.98 676	5.62 671	3.76 651	2.34 650	4.35 644	2.47 649

FC-DCNN v2	5.10 681	5.15 630	4.49 670	5.07 658	3.37 670	6.87 684	4.75 684	5.04 678	6.34 688	7.84 688	5.06 685	6.72 688	4.09 673	4.99 677	5.44 685	5.03 667	3.16 652	4.67 666	4.86 684	5.15 667	3.89 679

CFNet	1.37 566	5.27 634	0.19 189	5.49 661	0.19 225	0.28 236	0.19 211	0.28 226	0.19 220	0.28 232	0.19 224	0.28 236	4.35 674	0.28 239	0.19 215	0.23 196	0.17 191	0.23 212	4.21 682	4.81 659	0.17 202

test_5	4.62 674	7.55 654	6.23 679	6.32 668	3.40 671	5.29 679	3.50 672	3.53 650	4.11 680	4.28 656	4.47 683	4.26 659	4.38 675	3.68 651	3.24 665	5.89 674	5.60 670	4.84 673	3.50 671	4.33 643	3.93 681

SGM-Forest	5.21 683	5.92 648	4.08 669	6.18 666	4.16 681	6.31 683	4.34 683	6.50 683	4.33 682	6.14 684	4.21 681	6.61 687	4.55 676	6.67 683	4.48 681	5.94 675	3.94 661	5.85 682	4.03 681	5.79 672	4.17 682
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 677	4.75 623	4.79 671	4.87 656	4.92 684	4.81 677	4.90 685	4.78 673	4.77 684	4.87 674	4.89 684	4.90 678	4.91 677	4.99 677	4.79 682	4.98 666	4.87 667	4.87 674	4.92 685	5.00 665	5.00 684

rvit_stereo_0075_2	6.64 685	8.80 663	5.25 674	7.89 675	5.27 686	7.90 688	5.27 686	7.92 689	5.28 686	7.91 689	5.29 687	7.93 689	5.27 678	7.92 689	5.28 683	7.93 685	5.28 669	7.93 688	5.29 687	7.93 681	5.28 686

SGM+DAISY	7.06 687	9.15 665	5.38 676	8.84 680	5.18 685	8.80 690	5.31 687	8.79 691	5.28 686	8.89 691	5.20 686	8.93 691	5.33 679	8.95 691	5.36 684	8.70 689	5.21 668	8.74 691	5.20 686	8.89 685	5.15 685

RAFT	6.73 686	9.36 667	7.40 686	8.51 679	6.55 688	6.88 685	6.60 689	6.79 684	6.60 689	6.80 685	6.72 691	5.31 681	5.50 680	6.61 682	6.61 689	8.42 687	5.89 672	5.73 680	5.45 689	6.61 674	6.24 688

MSMDNet	2.65 638	10.14 673	0.33 261	9.74 684	0.32 338	0.87 471	0.33 336	2.95 642	0.68 468	0.49 386	0.34 355	0.49 390	5.70 681	0.49 389	0.33 333	0.42 312	9.57 686	0.41 372	0.31 342	8.36 683	0.65 459

test-1	6.46 684	9.16 666	8.03 690	8.09 676	5.62 687	6.11 682	6.35 688	6.85 685	4.94 685	6.08 683	6.29 690	4.98 679	6.43 682	6.22 681	6.36 688	6.16 678	7.47 681	5.82 681	5.44 688	7.11 678	5.68 687

test-v	7.53 688	11.89 675	7.98 688	9.36 682	7.14 689	7.06 686	7.09 690	7.37 686	6.91 690	7.29 686	5.71 688	6.45 685	6.93 683	6.73 685	7.27 690	8.93 690	7.85 683	6.98 686	6.80 690	7.56 679	7.34 690

test-2	7.53 688	11.89 675	7.98 688	9.36 682	7.14 689	7.06 686	7.09 690	7.37 686	6.91 690	7.29 686	5.71 688	6.45 685	6.93 683	6.73 685	7.27 690	8.93 690	7.85 683	6.98 686	6.80 690	7.56 679	7.34 690

CFNet_pseudo	2.67 640	9.36 667	0.32 256	10.99 690	0.33 350	0.85 468	0.33 336	0.49 380	0.33 344	0.49 386	0.32 338	0.49 390	7.26 685	0.49 389	0.33 333	0.41 298	9.62 688	0.41 372	0.29 317	10.03 690	0.29 299

CFNet_RVC	2.38 632	8.71 662	0.38 290	9.33 681	0.42 411	0.56 425	0.42 402	0.60 425	0.38 373	0.62 436	0.42 409	0.56 427	7.29 686	0.62 431	0.42 397	0.53 385	0.37 328	0.49 417	0.34 363	8.30 682	6.87 689

PCWNet_CMD	2.80 644	9.82 670	0.32 256	10.09 688	0.32 338	0.49 393	0.33 336	3.34 647	0.33 344	0.49 386	0.33 347	0.49 390	8.73 687	0.48 383	0.33 333	0.41 298	9.22 685	0.42 383	0.29 317	9.55 688	0.31 321

pcwnet_v2	2.66 639	9.89 671	0.33 261	9.89 685	0.32 338	0.50 402	0.32 325	0.49 380	0.33 344	0.49 386	0.34 355	0.49 390	8.76 688	0.48 383	0.33 333	0.41 298	9.58 687	0.40 355	0.29 317	9.01 686	0.63 451

CFNet_ucs	2.73 641	9.64 669	0.33 261	9.92 686	0.32 338	0.49 393	0.33 336	0.49 380	0.33 344	0.49 386	0.33 347	0.49 390	8.98 689	0.48 383	0.33 333	0.41 298	9.96 691	0.40 355	0.29 317	10.12 691	0.54 430

ccs_rob	2.79 643	10.17 674	0.32 256	10.00 687	0.33 350	0.49 393	0.33 336	1.90 590	0.32 334	0.51 408	0.33 347	0.49 390	9.24 690	0.49 389	0.33 333	0.41 298	9.82 689	0.41 372	0.28 304	9.34 687	0.29 299

UCFNet_RVC	2.75 642	10.06 672	0.29 232	10.31 689	0.29 275	0.42 322	0.29 268	0.43 319	0.29 270	0.42 309	0.29 274	0.42 321	9.87 691	0.43 321	0.29 267	0.36 256	9.84 690	0.36 290	0.26 254	9.77 689	0.26 235

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

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

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

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

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

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

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

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

fff	1000028.16 718	29.62 695	29.72 699	32.61 698	30.02 699	35.13 700	31.83 701	32.07 700	10000000.00 719	35.27 702	29.82 701	32.45 700	30.15 700	32.35 700	30.09 700	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 701

csc	1000028.16 718	29.62 695	29.72 699	32.61 698	30.02 699	35.13 700	31.83 701	32.07 700	10000000.00 719	35.27 702	29.82 701	32.45 700	30.15 700	32.35 700	30.09 700	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 701

cscssc	1000028.16 718	29.62 695	29.72 699	32.61 698	30.02 699	35.13 700	31.83 701	32.07 700	10000000.00 719	35.27 702	29.82 701	32.45 700	30.15 700	32.35 700	30.09 700	31.04 700	29.55 701	30.64 700	30.14 700	10000000.00 719	30.77 701

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

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

DCANet-4	35.22 700	34.54 700	35.08 705	33.58 702	35.47 706	34.55 699	35.53 707	36.08 705	35.85 704	35.92 705	35.77 706	35.18 705	35.48 705	35.39 705	37.15 709	34.55 705	33.92 704	35.02 706	34.90 705	35.79 703	34.74 707

Reg-Stereo(zero)	37.00 702	37.00 705	37.00 706	37.00 704	37.00 707	37.00 706	37.00 708	37.00 707	37.00 705	37.00 706	37.00 708	37.00 707	37.00 706	37.00 706	37.00 706	37.00 707	37.00 708	37.00 708	37.00 708	37.00 704	37.00 708

HI	37.00 702	37.00 705	37.00 706	37.00 704	37.00 707	37.00 706	37.00 708	37.00 707	37.00 705	37.00 706	37.00 708	37.00 707	37.00 706	37.00 706	37.00 706	37.00 707	37.00 708	37.00 708	37.00 708	37.00 704	37.00 708

CoSv	37.00 702	37.00 705	37.00 706	37.00 704	37.00 707	37.00 706	37.00 708	37.00 707	37.00 705	37.00 706	37.00 708	37.00 707	37.00 706	37.00 706	37.00 706	37.00 707	37.00 708	37.00 708	37.00 708	37.00 704	37.00 708

MDST_ROB	69.83 705	87.70 709	41.95 710	113.75 712	65.62 712	75.05 710	55.25 712	75.64 712	45.04 708	71.61 711	41.75 711	72.81 711	44.06 709	68.38 711	44.63 711	101.89 713	59.57 713	107.10 713	61.05 713	104.38 710	59.38 713

CBMV	128.50 707	1422.70 720	53.10 711	79.50 711	51.30 711	77.30 711	49.70 711	74.00 711	48.20 709	77.20 712	48.80 712	73.90 712	48.00 710	73.80 712	48.80 712	70.40 712	45.10 712	68.90 712	46.10 712	68.20 709	45.00 712
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 706	153.00 713	121.00 713	51.00 710	44.00 710	165.00 713	127.00 713	153.00 713	119.00 710	164.00 714	125.00 713	168.00 714	120.00 711	153.00 713	117.00 713	49.00 711	44.00 711	49.00 711	44.00 711	49.00 708	44.00 711

MeshStereo	159.24 708	171.00 714	160.68 716	162.58 713	160.59 713	164.01 712	160.35 714	158.51 714	158.56 711	158.34 713	160.12 714	158.56 713	159.92 712	157.26 714	158.94 714	154.38 714	158.36 714	155.75 714	159.13 715	153.67 711	154.07 714
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 709	123.00 710	115.00 712	219.00 714	218.00 715	223.00 714	244.00 716	217.00 715	236.00 713	202.00 715	203.00 715	205.00 715	208.00 713	225.00 715	204.00 715	210.00 715	198.00 715	197.00 715	184.00 716	204.00 712	201.00 715

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

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

EGLCR-Stereo	246.90 711	129.00 712	139.00 715	266.00 715	286.00 716	277.00 715	305.00 717	271.00 716	242.00 714	274.00 716	279.00 717	255.00 716	270.00 715	268.00 716	297.00 717	230.00 717	247.00 717	216.00 716	223.00 718	237.00 714	227.00 718

LE_ROB	396.57 713	471.28 717	329.84 718	471.48 718	308.15 718	526.83 718	322.10 719	488.15 719	323.76 716	495.46 719	317.97 719	497.17 719	320.10 717	481.62 719	326.76 719	462.71 719	298.97 719	466.16 719	285.98 719	447.62 716	289.21 719

SGM-ForestM	596.69 714	677.77 718	444.52 719	699.85 719	517.25 719	732.94 719	488.29 720	770.79 720	460.11 717	750.81 720	487.98 720	792.79 720	499.41 718	730.90 720	475.81 720	720.03 720	491.16 720	663.96 720	418.60 720	674.76 717	436.05 720

CBMV_ROB	818.48 715	913.88 719	709.52 720	862.84 720	597.78 720	1073.99 720	700.52 721	1015.66 721	702.59 718	1115.65 721	760.02 721	1130.24 721	721.57 719	1037.41 721	692.65 721	814.05 721	564.29 721	843.28 721	595.31 721	915.51 718	602.92 721

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

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

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

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

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

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

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

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

tt	500032.53 716	34.60 701	29.72 699	37.47 707	34.41 704	36.85 704	35.22 705	34.71 703	33.55 702	34.50 700	35.43 704	33.81 703	10000000.00 720	33.57 703	33.13 704	33.68 703	35.00 705	34.03 704	35.26 706	30.96 700	34.63 705

DCANet	500032.53 716	34.60 701	29.72 699	37.47 707	34.41 704	36.85 704	35.22 705	34.71 703	33.55 702	34.50 700	35.43 704	33.81 703	10000000.00 720	33.57 703	33.13 704	33.68 703	35.00 705	34.03 704	35.26 706	30.96 700	34.63 705

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

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

Low-res two-view benchmark