Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 426	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 88	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 260	0.10 92	0.12 105	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	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 242	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 115	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 418	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 426	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 88	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

CoDeX	0.15 146	0.70 276	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	0.67 451	0.02 15	0.69 443	0.75 459	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev	0.06 61	0.24 147	0.20 191	0.23 176	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	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

psmg	0.43 300	1.91 502	0.92 474	1.91 553	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	1.97 582	1.44 576	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 229	1.29 432	1.19 501	1.36 531	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	1.26 542	1.21 553	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 288	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	0.79 486	0.02 15	0.75 454	0.76 461	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 191	1.31 436	0.74 449	0.92 422	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	0.87 449	0.75 454	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 442	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 417	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 351	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 546	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 326	0.14 148	0.15 132	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	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 366	0.17 176	0.20 160	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	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 428	0.28 226	0.32 213	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	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 90	1.05 354	0.12 123	0.12 105	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	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 354	0.12 123	0.12 105	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	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 354	0.12 123	0.12 105	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	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 335	0.11 112	0.11 97	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	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 325	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 358	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 350	0.12 123	0.10 80	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	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 302	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 350	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 302	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 344	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 322	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 134	1.83 487	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

DualNet	0.10 90	1.07 358	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 75	1.01 344	0.10 92	0.10 80	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

x	0.11 111	1.15 369	0.15 165	0.14 121	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	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 214	0.33 259	0.39 237	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	0.39 281	0.36 322	0.02 19	0.02 21	0.02 21	0.02 20

222	0.10 90	0.99 333	0.12 123	0.13 117	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	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 371	0.16 169	0.12 105	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	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 360	0.13 143	0.12 105	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	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 543	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 543	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 120	0.03 31	0.04 64	1.71 549	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 565	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 394	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 429	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 453	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

z-mn7	0.16 153	1.21 422	0.33 259	0.41 262	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 446	0.33 259	0.40 250	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 268	0.32 269	0.05 108	0.04 99	0.04 97	0.04 96

1111x	0.10 90	1.14 366	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 600	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 604	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 609	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 606	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 564	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 516	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 637	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

z-ln-s-r	0.21 173	1.40 444	0.53 398	0.56 365	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 393	0.44 373	0.04 93	0.04 99	0.04 97	0.04 96

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 500	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

qqq1	0.25 191	3.70 589	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 589	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

11t1	0.17 157	2.16 520	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 167	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

ffm	0.25 191	3.83 595	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 595	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 595	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

qqq	0.16 153	2.01 511	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

DA	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

TS12	0.09 75	0.09 88	0.17 176	0.19 156	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 141	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

DispViT+	0.07 67	0.08 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 141	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 530	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 566	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 566	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

MatchStereo	0.54 373	0.12 105	2.38 628	2.32 572	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 605	2.34 624	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
SepStereo	0.09 75	0.09 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

AnonymousM	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SuperB	0.21 173	0.10 92	2.51 630	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

PVD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 385	0.11 153

PASM	0.39 273	3.06 574	1.36 567	1.58 539	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

ISRNet	0.11 111	0.05 66	0.36 281	0.24 181	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 201	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IPLG	0.13 127	0.20 128	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 132	0.11 162	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.16 167	0.11 152	0.15 141	0.12 135	0.14 153	0.12 170	0.15 165	0.12 166

ACRE	0.13 127	0.21 133	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 202	0.10 145	0.20 185	0.10 143	0.24 209	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 207	0.90 310	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 464	0.69 467	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 454	0.76 478

CCAANet	0.17 157	0.72 278	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178

xyz-stereo-finetune2	0.18 161	0.48 236	0.16 169	0.16 142	0.15 193	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

CAS++	0.17 157	0.27 158	0.21 196	0.10 80	0.21 235	0.15 161	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 216	0.10 139	0.19 214	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CIPLG	0.13 127	0.21 133	0.12 123	0.16 142	0.11 162	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

MIPNet	0.14 134	0.21 133	0.17 176	0.16 142	0.11 162	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR	0.14 134	0.24 147	0.14 148	0.16 142	0.12 175	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 471

StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 487

DF	0.39 273	1.37 442	1.02 486	1.14 454	0.12 175	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 485	1.00 477	0.15 166	0.12 170	0.15 165	0.12 166

xyz-stereo-finetune	0.28 202	0.49 238	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.22 197	0.30 279	0.32 247	0.31 326	0.32 252	0.31 328	0.32 250	0.32 320	0.32 233	0.33 281	0.31 248	0.32 347	0.31 233	0.32 326

xyz-stereo	0.18 161	0.50 242	0.16 169	0.15 132	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

castereo++	0.54 373	3.59 586	1.15 495	1.31 525	0.14 181	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 557	1.16 502	0.15 166	0.14 184	0.15 165	0.13 173

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

ProNet	0.14 134	0.20 128	0.14 148	0.16 142	0.11 162	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 141	0.11 121	0.16 170	0.11 155	0.15 165	0.12 166

ICVP	0.15 146	0.53 256	0.11 112	0.16 142	0.11 162	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 151	0.11 162	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo	0.61 387	3.79 594	1.35 559	1.52 538	0.15 193	0.17 175	0.16 188	0.20 185	0.21 224	0.18 176	0.16 198	0.21 192	0.12 171	0.26 229	0.17 199	1.43 556	1.38 572	0.17 178	0.16 194	0.18 180	0.16 184

HSM	0.14 134	0.16 115	0.12 123	0.17 151	0.12 175	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.12 171	0.17 174	0.12 164	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.12 166

PDISCO_ROB	0.83 445	2.80 570	3.49 651	0.14 121	0.11 162	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 637	0.13 171	0.14 133	2.34 624	0.16 170	0.12 170	2.62 617	0.10 140

cf-r	0.66 396	2.17 521	0.12 123	0.18 153	0.12 175	0.18 179	2.70 642	2.60 617	0.12 175	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 141	0.11 121	0.15 166	0.11 155	1.81 576	1.74 616

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 132	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 115	0.11 112	0.15 132	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DEFOM-Stereo_RVC	0.83 445	5.18 621	1.98 617	2.19 563	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 200	0.22 231	0.20 184	0.15 186	2.28 599	2.13 619	0.24 219	0.17 216	0.18 180	0.16 184

DDVS	0.30 208	3.10 575	0.14 148	0.19 156	0.14 181	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 158	0.17 178	0.13 179	0.17 176	0.13 173

ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 160	0.13 179	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 178	0.14 181	0.18 177	0.14 175	0.16 151	0.11 121	0.15 166	0.14 184	0.18 180	0.11 153

DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 156	0.13 179	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 182	0.13 177	0.19 180	0.13 171	0.18 167	0.13 158	0.18 187	0.13 179	0.18 180	0.13 173

SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 153	0.11 162	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 121	0.17 178	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 229	0.26 155	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 649

RAFT-FE	0.34 229	0.26 155	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 649

IGEV-FE	0.35 238	0.37 177	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 271	0.36 351	0.19 171	0.17 190	0.19 190	0.17 216	0.38 284	2.84 640

DAS	0.20 167	0.20 128	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 217	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

ACVNet	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 507	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

acv_ft	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 507	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

PSMNet-RSSM	0.77 425	2.76 564	0.14 148	0.20 160	0.14 181	0.20 187	2.66 640	2.79 630	0.14 181	0.21 195	0.14 185	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 608	2.31 631

GwcNet-RSSM	0.77 425	2.77 566	0.14 148	0.20 160	0.14 181	0.20 187	2.67 641	2.78 629	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 608	2.31 631

CFNet-ft	0.55 378	1.57 449	0.14 148	0.20 160	0.14 181	0.20 187	2.53 638	1.61 571	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	1.56 564	1.24 579

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 153	0.11 162	0.20 187	0.12 170	0.21 193	0.12 175	0.20 184	0.12 167	0.20 185	0.12 171	0.21 194	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

hitnet-ft	0.79 429	2.78 569	0.14 148	0.20 160	0.14 181	0.21 197	2.89 643	2.80 631	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.54 616	2.33 633

GANet-RSSM	0.75 419	1.91 502	0.14 148	0.47 293	0.14 181	0.21 197	3.21 659	2.30 603	0.14 181	0.46 364	0.14 185	0.23 207	0.18 216	0.21 194	0.14 175	0.18 167	0.27 231	0.37 291	0.13 179	2.13 586	2.12 626

DepthFocus	0.18 161	0.22 137	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.22 197	0.15 194	0.22 200	0.16 194	0.22 198	0.15 186	0.20 174	0.15 166	0.20 194	0.14 184	0.20 187	0.14 178

RSGM-EC	0.24 188	0.24 147	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 530	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

acva	0.24 188	0.24 147	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 530	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

WAO-6	0.22 179	0.23 139	0.22 198	0.23 176	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.22 202	0.22 230	0.22 195	0.22 214

IMH-64-1	0.22 179	0.23 139	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

IMH-64	0.22 179	0.23 139	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

IGEV_Zeroshot_test	0.20 167	0.19 124	0.40 330	0.30 201	0.17 209	0.22 199	0.17 198	0.21 193	0.17 207	0.20 184	0.17 205	0.21 192	0.18 216	0.21 194	0.17 199	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

MSKI-zero shot	0.24 188	0.21 133	0.49 380	0.65 382	0.18 220	0.22 199	0.17 198	0.23 204	0.18 213	0.21 195	0.17 205	0.23 207	0.28 266	0.23 205	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

MIM_Stereo	0.25 191	0.23 139	0.66 424	0.80 404	0.17 209	0.22 199	0.17 198	0.23 204	0.18 213	0.26 226	0.17 205	0.21 192	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.21 197	0.17 216	0.22 195	0.17 201

BStereo	0.22 179	0.23 139	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

Wave_Phase_stereo	0.22 179	0.23 139	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

dd	0.23 185	0.98 326	0.16 169	0.23 176	0.15 193	0.23 208	0.15 182	0.23 204	0.15 192	0.23 202	0.15 194	0.24 213	0.17 206	0.23 205	0.15 186	0.22 183	0.15 166	0.21 197	0.15 192	0.22 195	0.16 184

LACA2	0.21 173	0.24 147	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.23 213	0.24 219	0.16 194	0.23 206	0.16 184

LACA1	0.21 173	0.24 147	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.22 207	0.23 210	0.16 194	0.23 206	0.16 184

tg	0.21 173	0.25 153	0.21 196	0.26 195	0.17 209	0.24 211	0.17 198	0.24 207	0.17 207	0.24 209	0.17 205	0.24 213	0.17 206	0.24 209	0.17 199	0.24 201	0.17 190	0.23 210	0.16 194	0.23 206	0.16 184

ACV-stereo	0.30 208	2.08 513	0.25 211	0.25 188	0.18 220	0.24 211	0.17 198	0.24 207	0.18 213	0.24 209	0.17 205	0.25 220	0.17 206	0.24 209	0.17 199	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

Pointernet	0.21 173	0.22 137	0.19 188	0.24 181	0.19 224	0.24 211	0.19 210	0.24 207	0.19 219	0.24 209	0.19 223	0.24 213	0.19 221	0.24 209	0.19 214	0.22 183	0.17 190	0.22 202	0.17 216	0.22 195	0.17 201

CASnet	0.35 238	0.51 250	0.44 351	0.32 213	0.31 326	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 371	0.30 244	0.33 344	0.25 218	0.45 399	0.37 257	0.37 325	0.33 258	0.35 373	0.34 247	0.37 357
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
dad	0.23 185	1.03 350	0.16 169	0.23 176	0.15 193	0.24 211	0.15 182	0.24 207	0.16 197	0.23 202	0.16 198	0.24 213	0.16 194	0.23 205	0.15 186	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

iResNetv2_ROB	0.20 167	0.23 139	0.18 186	0.24 181	0.20 227	0.24 211	0.18 206	0.24 207	0.18 213	0.24 209	0.18 221	0.23 207	0.19 221	0.24 209	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.22 195	0.16 184

iResNet	0.20 167	0.23 139	0.18 186	0.24 181	0.18 220	0.24 211	0.20 214	0.24 207	0.18 213	0.23 202	0.17 205	0.23 207	0.18 216	0.23 205	0.18 211	0.22 183	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

LACA3	0.23 185	0.25 153	0.27 220	0.54 358	0.17 209	0.25 220	0.17 198	0.25 215	0.17 207	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.28 216	0.23 213	0.24 219	0.17 216	0.24 210	0.17 201

VIP-Stereo	0.70 405	2.97 573	2.43 629	2.49 579	0.16 203	0.25 220	0.16 188	0.25 215	0.16 197	0.25 217	0.18 221	0.25 220	0.16 194	0.26 229	0.16 193	1.86 572	1.26 555	0.23 210	0.15 192	0.23 206	0.15 183

UNDER WATER-64	0.25 191	0.26 155	0.25 211	0.26 195	0.25 250	0.25 220	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.26 229	0.25 239	0.25 207	0.25 218	0.25 224	0.25 246	0.25 213	0.25 227

LoS	0.25 191	0.27 158	0.25 211	0.25 188	0.25 250	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.25 218	0.25 224	0.26 252	0.26 215	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 312	1.24 430	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 554	0.93 507	0.25 217	0.17 205	0.25 220	0.18 216	0.25 218	0.17 199	0.23 194	0.16 169	0.23 210	0.16 194	1.20 502	0.99 502

delet	0.43 300	1.21 422	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 554	0.95 509	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.22 202	0.16 194	1.18 498	0.98 501

psm_up	0.43 300	1.19 375	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 554	0.91 502	0.26 226	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.23 210	0.16 194	1.18 498	0.99 502

UPFNet	0.42 299	1.20 376	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 502	0.90 501	0.25 217	0.17 205	0.24 213	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.22 202	0.16 194	1.15 490	0.93 497

AANet_RVC	1.26 551	0.31 167	4.99 662	5.93 654	0.20 227	0.25 220	0.20 214	0.25 215	0.20 221	0.23 202	0.19 223	0.25 220	0.20 225	0.25 218	0.20 217	5.66 664	4.76 657	0.26 229	0.30 329	0.24 210	0.27 271

Select-FE	0.41 286	0.44 214	0.23 201	0.26 195	0.22 237	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 231	0.23 237	0.45 364	0.42 393	0.25 207	0.22 207	0.25 224	0.22 230	0.45 362	2.90 641

LoS_RVC	0.30 208	1.14 366	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.26 231	0.26 252	0.26 229	0.25 239	0.26 209	0.26 221	0.25 224	0.25 246	0.26 215	0.26 233

CAS	0.30 208	1.17 372	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.26 254	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.26 221	0.26 229	0.25 246	0.26 215	0.25 227

ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 516	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 221	0.28 237	0.09 134	0.22 183	0.16 169	0.23 210	0.17 216	0.11 148	0.12 166

GEStereo_RVC	0.86 457	4.45 610	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 667	0.20 227	0.27 233	0.19 221	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 671	0.20 187	0.18 206

DLNR-FE	0.28 202	0.89 307	0.30 234	0.34 220	0.19 224	0.28 234	0.19 210	0.28 224	0.20 221	0.28 230	0.20 227	0.28 234	0.20 225	0.28 237	0.20 217	0.33 238	0.28 237	0.25 224	0.19 223	0.24 210	0.19 208

SQANet	0.28 202	0.28 161	0.28 226	0.28 199	0.28 263	0.28 234	0.28 256	0.28 224	0.28 262	0.28 230	0.28 266	0.28 234	0.28 266	0.28 237	0.28 254	0.28 216	0.28 237	0.28 235	0.28 302	0.28 222	0.28 291

CFNet	1.37 556	5.27 624	0.19 188	5.49 651	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 664	0.28 237	0.19 214	0.23 194	0.17 190	0.23 210	4.21 673	4.81 650	0.17 201

HCRNet	1.22 549	7.11 641	3.00 635	3.55 617	0.33 348	0.29 237	0.14 176	0.19 179	0.15 192	0.33 251	0.29 272	0.25 220	0.14 181	0.22 198	0.33 331	3.64 633	3.00 631	0.76 461	0.32 347	0.18 180	0.13 173

DStereoSA	0.32 224	0.52 252	0.34 269	0.31 207	0.31 326	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 248	0.30 279	0.31 247	0.31 310	0.30 225	0.32 269	0.31 248	0.31 340	0.31 233	0.31 319

MultiAttention	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

MSAF-DinoV2	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

DLNR_Zeroshot_test	0.31 215	0.28 161	0.47 365	0.79 401	0.24 248	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 248	0.24 240	0.30 243	0.23 228	0.29 224	0.26 221	0.29 240	0.24 243	0.33 243	0.23 216

ssnet_v2	0.68 401	1.96 509	1.25 555	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 573	0.20 227	0.31 248	0.20 225	0.27 233	0.22 222	0.24 201	1.49 579	0.26 229	0.18 222	3.90 627	0.19 208

DANet	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 215	0.31 167	0.31 249	0.30 201	0.40 389	0.31 244	0.30 271	0.30 231	0.34 351	0.29 235	0.31 326	0.29 240	0.30 279	0.31 247	0.31 310	0.31 231	0.29 251	0.31 248	0.30 329	0.31 233	0.31 319

DEFOM-Stereo	0.68 401	3.11 576	1.40 573	1.63 547	0.25 250	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 240	0.27 259	0.31 247	0.28 254	1.59 564	1.47 578	0.30 242	0.29 315	0.30 228	0.28 291

tt1	0.31 215	0.93 319	0.24 208	0.33 217	0.23 243	0.31 244	0.24 236	0.32 238	0.24 236	0.32 247	0.23 237	0.32 252	0.25 243	0.32 250	0.24 231	0.27 212	0.26 221	0.27 233	0.26 252	0.27 220	0.27 271

xxxxx1	0.31 215	0.91 312	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

tt_ll	0.31 215	0.91 312	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

gwcnet-sp	0.82 442	1.72 455	1.48 577	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 577	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 563	0.32 251	0.16 194	6.75 666	0.23 216

scenet	0.82 442	1.72 455	1.48 577	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 577	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 563	0.32 251	0.16 194	6.75 666	0.23 216

ssnet	0.82 442	1.72 455	1.48 577	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 577	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 563	0.32 251	0.16 194	6.75 666	0.23 216

ff	0.31 215	0.91 312	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

DStereoFS	0.32 224	0.33 170	0.32 254	0.33 217	0.30 283	0.32 253	0.32 323	0.32 238	0.31 322	0.30 236	0.31 326	0.31 248	0.30 279	0.32 250	0.32 320	0.32 233	0.31 265	0.30 242	0.47 428	0.32 236	0.34 340

WCG-NET（raft）	0.32 224	1.24 430	0.24 208	0.32 213	0.24 248	0.32 253	0.23 231	0.32 238	0.24 236	0.32 247	0.24 244	0.32 252	0.24 240	0.32 250	0.24 231	0.30 225	0.23 213	0.30 242	0.23 236	0.30 228	0.23 216

iResNet_ROB	0.28 202	0.32 169	0.24 208	0.32 213	0.25 250	0.32 253	0.24 236	0.32 238	0.24 236	0.33 251	0.24 244	0.35 261	0.24 240	0.33 257	0.24 231	0.31 231	0.24 217	0.32 251	0.24 243	0.32 236	0.24 226

FE-Mocha	0.35 238	0.71 277	0.40 330	0.47 293	0.27 258	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 259	0.27 259	0.34 258	0.27 245	0.44 312	0.41 352	0.33 258	0.29 315	0.32 236	0.29 297

H2IRNET	0.34 229	0.34 171	0.34 269	0.34 220	0.34 358	0.34 256	0.34 347	0.34 245	0.34 351	0.34 253	0.34 353	0.34 259	0.34 349	0.34 258	0.34 344	0.34 242	0.34 310	0.34 267	0.34 361	0.34 247	0.34 340

EKT-Stereo	0.37 255	0.40 192	0.44 351	1.07 446	0.29 273	0.34 256	0.31 315	0.36 252	0.29 268	0.38 267	0.31 326	0.37 273	0.30 279	0.36 267	0.29 265	0.34 242	0.28 237	0.39 340	0.30 329	0.37 271	0.30 310

DN-CSS_ROB	0.31 215	0.35 172	0.28 226	0.35 222	0.28 263	0.34 256	0.27 248	0.34 245	0.25 241	0.35 257	0.27 259	0.36 266	0.26 252	0.34 258	0.28 254	0.35 250	0.28 237	0.34 267	0.28 302	0.34 247	0.27 271

GeoVLM	0.36 245	0.38 181	0.27 220	0.46 286	0.28 263	0.35 260	0.28 256	0.37 258	0.27 258	0.35 257	0.28 266	0.36 266	0.38 367	0.35 261	0.28 254	1.08 476	0.26 221	0.33 258	0.27 289	0.34 247	0.33 333

FENet	0.54 373	1.52 448	1.19 501	1.41 534	0.23 243	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 261	0.23 237	0.35 261	0.23 228	1.40 554	1.07 486	0.32 251	0.23 236	0.33 243	0.23 216

MLCV	0.31 215	0.35 172	0.27 220	0.35 222	0.28 263	0.35 260	0.27 248	0.35 248	0.28 262	0.36 261	0.27 259	0.35 261	0.27 259	0.35 261	0.27 245	0.34 242	0.27 231	0.34 267	0.27 289	0.34 247	0.27 271

ETE_ROB	0.35 238	0.35 172	0.35 279	0.35 222	0.35 361	0.35 260	0.35 352	0.35 248	0.35 355	0.35 257	0.35 361	0.35 261	0.35 355	0.35 261	0.35 348	0.35 250	0.35 316	0.35 283	0.35 373	0.35 260	0.35 349

MyStereo07	0.60 382	3.72 592	0.48 373	0.49 304	0.41 398	0.36 264	0.32 323	0.49 378	0.43 401	0.51 405	0.42 405	0.49 388	0.43 398	0.51 404	0.64 444	0.49 365	0.45 374	0.34 267	0.32 347	0.35 260	0.43 389

MyStereo04	0.56 380	3.72 592	0.59 405	0.49 304	0.41 398	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 416	0.35 261	0.32 333	0.35 261	0.33 331	0.49 365	0.45 374	0.34 267	0.32 347	0.35 260	0.43 389

Any-RAFT	0.32 224	0.36 175	0.27 220	0.36 226	0.27 258	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 266	0.27 259	0.36 267	0.28 254	0.36 254	0.28 237	0.36 288	0.28 302	0.36 267	0.28 291

HGLStereo	0.28 202	0.29 163	0.22 198	0.36 226	0.22 237	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 266	0.22 231	0.36 267	0.21 220	0.34 242	0.21 203	0.34 267	0.21 227	0.34 247	0.21 212

DMCA	0.36 245	0.38 181	0.37 285	0.35 222	0.35 361	0.36 264	0.36 358	0.36 252	0.35 355	0.35 257	0.37 371	0.36 266	0.36 358	0.35 261	0.36 351	0.36 254	0.36 322	0.35 283	0.36 379	0.36 267	0.36 352

Monster-pub-eth3d	0.45 335	0.57 265	0.60 409	0.39 237	0.28 263	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 280	0.30 279	0.92 476	0.27 245	1.42 555	0.28 237	0.34 267	0.28 302	0.37 271	0.53 422

Monster-pub-mixall	0.44 312	0.56 264	0.60 409	0.38 232	0.27 258	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 275	0.29 273	0.85 465	0.27 245	1.46 558	0.26 221	0.34 267	0.26 252	0.36 267	0.53 422

Replicate-Monster	0.45 335	0.57 265	0.60 409	0.40 250	0.29 273	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 288	0.30 279	0.99 484	0.27 245	1.36 551	0.31 265	0.34 267	0.30 329	0.36 267	0.54 425

model_zeroshot	0.27 201	0.20 128	0.27 220	0.33 217	0.21 235	0.37 269	0.22 223	0.37 258	0.24 236	0.26 226	0.27 259	0.33 255	0.21 230	0.25 218	0.27 245	0.32 233	0.20 200	0.34 267	0.23 236	0.25 213	0.26 233

Venus	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.37 269	0.38 371	0.37 258	0.37 366	0.41 293	0.37 371	0.39 280	0.37 363	0.38 274	0.38 363	0.37 257	0.38 332	0.38 299	0.37 382	0.37 271	0.38 364

IGEV-Stereo	0.35 238	0.44 214	0.45 353	0.49 304	0.30 283	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 266	0.29 273	0.36 267	0.30 272	0.46 350	0.39 339	0.32 251	0.24 243	0.32 236	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
XPNet_ROB	0.37 255	0.37 177	0.37 285	0.37 229	0.37 371	0.37 269	0.37 364	0.37 258	0.37 366	0.37 266	0.37 371	0.37 273	0.37 363	0.37 271	0.37 360	0.37 257	0.37 325	0.37 291	0.37 382	0.37 271	0.37 357

WAO-8	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 332	0.38 299	0.37 382	0.38 284	0.38 364

WAO-7	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 332	0.38 299	0.38 395	0.38 284	0.38 364

HanzoNet	0.39 273	0.38 181	0.40 330	0.39 237	0.41 398	0.38 276	0.38 371	0.38 267	0.38 370	0.39 273	0.39 386	0.38 275	0.38 367	0.39 282	0.40 378	0.38 268	0.38 332	0.40 353	0.38 395	0.38 284	0.40 372

IMH	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.42 307	0.38 376	0.40 288	0.38 367	0.38 274	0.38 363	0.38 268	0.38 332	0.39 340	0.38 395	0.38 284	0.38 364

iRaft-Stereo_5w	0.34 229	0.42 210	0.31 249	0.39 237	0.30 283	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 371	0.41 301	0.34 349	0.38 274	0.30 272	0.34 242	0.27 231	0.34 267	0.26 252	0.34 247	0.26 233

RAFT + AFF	0.31 215	0.45 222	0.34 269	0.39 237	0.28 263	0.38 276	0.33 334	0.29 229	0.31 322	0.30 236	0.30 284	0.29 240	0.27 259	0.29 241	0.30 272	0.28 216	0.29 251	0.29 240	0.29 315	0.27 220	0.32 326

LG-Stereo_L2	0.34 229	0.37 177	0.38 287	0.47 293	0.28 263	0.39 282	0.28 256	0.39 271	0.28 262	0.39 273	0.28 266	0.39 280	0.28 266	0.38 274	0.28 254	0.42 310	0.35 316	0.36 288	0.26 252	0.35 260	0.26 233

DISCO	1.11 496	0.39 188	5.28 664	0.39 237	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 227	0.38 275	0.20 225	6.95 678	0.22 222	0.30 225	0.21 203	0.27 233	0.21 227	5.25 659	0.21 212

DCVSM-stereo	0.36 245	1.89 499	0.22 198	0.40 250	0.22 237	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 288	0.22 231	0.40 285	0.22 222	0.28 216	0.21 203	0.28 235	0.21 227	0.28 222	0.20 210

IGEV++	0.34 229	0.43 211	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.30 272	0.38 268	0.29 251	0.37 291	0.29 315	0.37 271	0.29 297

ACVNet-DCA	0.37 255	1.00 335	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.39 282	0.28 254	0.33 238	0.32 269	0.33 258	0.32 347	0.33 243	0.32 326

1test111	0.37 255	1.02 348	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

cc1	0.37 255	1.02 348	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

4D-IteraStereo	0.78 428	3.13 577	0.89 467	0.69 388	0.32 336	0.40 284	0.32 323	0.76 443	0.97 512	0.52 408	0.65 461	0.89 472	0.32 333	0.76 448	0.98 506	0.83 444	0.94 476	0.35 283	0.27 289	0.70 424	0.89 493

knoymous	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

anonymousa	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

riskmin	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

Anonymous_2	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

Anonymous_1	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

BUS	0.83 445	1.91 502	0.92 474	4.48 628	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.05 112	0.03 43	0.05 110	1.97 582	4.19 654	0.33 258	0.23 236	0.34 247	0.27 271

NINENet	0.69 404	3.87 598	1.20 504	1.98 558	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 301	0.05 112	0.40 285	0.05 110	1.79 570	1.56 585	0.34 267	0.22 230	0.34 247	0.23 216

iRaft-Stereo_20w	0.34 229	0.41 203	0.31 249	0.39 237	0.29 273	0.40 284	0.32 323	0.41 293	0.32 332	0.38 267	0.30 284	0.39 280	0.30 279	0.38 274	0.32 320	0.35 250	0.27 231	0.34 267	0.27 289	0.34 247	0.29 297

AdaStereo	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372
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.
StereoDRNet-Refined	0.33 228	0.39 188	0.26 217	0.39 237	0.26 257	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 280	0.26 252	0.39 282	0.26 244	0.37 257	0.25 218	0.37 291	0.25 246	0.37 271	0.37 357
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 300	1.15 369	0.57 403	0.53 355	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.40 285	0.32 320	0.52 379	0.50 399	0.38 299	0.31 340	0.39 325	0.31 319

Zero-FE251	0.36 245	0.40 192	0.28 226	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.28 262	0.41 293	0.28 266	0.41 301	0.28 266	0.42 313	0.30 272	0.37 257	0.26 221	0.37 291	0.27 289	0.45 362	0.56 435

HART	0.38 261	0.45 222	0.34 269	0.42 272	0.33 348	0.41 300	0.34 347	0.42 311	0.33 342	0.43 312	0.34 353	0.42 319	0.34 349	0.41 300	0.38 363	0.40 288	0.32 269	0.42 381	0.32 347	0.40 337	0.32 326

GIP-stereo	0.36 245	0.49 238	0.39 298	0.48 298	0.32 336	0.41 300	0.28 256	0.40 278	0.30 279	0.41 293	0.28 266	0.40 288	0.28 266	0.42 313	0.28 254	0.45 340	0.32 269	0.38 299	0.30 329	0.37 271	0.27 271

xx1	0.38 261	1.03 350	0.31 249	0.40 250	0.31 326	0.41 300	0.28 256	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.29 265	0.34 242	0.33 281	0.34 267	0.32 347	0.34 247	0.32 326

RAFT-Test	0.36 245	0.37 177	0.33 259	0.41 262	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.33 331	0.37 257	0.29 251	0.37 291	0.29 315	0.38 284	0.31 319

HH	0.71 408	2.54 547	0.74 449	1.10 448	0.32 336	0.41 300	0.37 364	0.69 434	0.78 488	0.73 445	0.90 504	0.75 452	1.00 499	0.84 461	0.69 466	0.69 414	0.40 342	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 408	2.54 547	0.74 449	1.10 448	0.32 336	0.41 300	0.37 364	0.69 434	0.78 488	0.73 445	0.90 504	0.75 452	1.00 499	0.84 461	0.69 466	0.69 414	0.40 342	0.35 283	0.26 252	0.35 260	0.26 233

CRFU-Net	0.65 394	1.67 452	1.22 551	1.96 557	0.27 258	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 301	0.27 259	0.40 285	0.27 245	1.80 571	1.62 592	0.34 267	0.23 236	0.33 243	0.23 216

GMOStereo	0.37 255	0.45 222	0.23 201	0.30 201	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	0.34 242	0.22 207	0.47 401	0.37 382	0.39 325	0.33 333

error version	0.93 470	4.47 611	2.35 625	1.99 559	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 574	2.16 620	0.47 401	0.37 382	0.39 325	0.33 333

test_1	0.93 470	4.47 611	2.35 625	1.99 559	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 574	2.16 620	0.47 401	0.37 382	0.39 325	0.33 333

GwcNet-ADL	0.41 286	0.41 203	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

PSMNet-ADL	0.41 286	0.41 203	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

GANet-ADL	0.41 286	0.41 203	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

ADLNet2	0.41 286	0.41 203	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

ADLNet	0.41 286	0.41 203	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

GES	0.66 396	2.34 537	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 395	0.41 301	0.30 279	0.51 404	0.29 265	0.32 233	0.29 251	0.32 251	2.46 642	2.49 604	0.30 310

DGSMNet	0.34 229	0.41 203	0.27 220	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.27 258	0.41 293	0.27 259	0.42 319	0.27 259	0.41 300	0.28 254	0.40 288	0.29 251	0.40 353	0.28 302	0.40 337	0.27 271

Gwc-CoAtRS	0.41 286	1.49 447	0.32 254	0.42 272	0.32 336	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.32 320	0.39 281	0.28 237	0.39 340	0.28 302	0.40 337	0.28 291

HiDET	0.38 261	0.44 214	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.68 458	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

LCMNet	0.38 261	0.44 214	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.45 358	0.30 284	0.42 319	0.30 279	0.42 313	0.69 466	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

CSFM-Stereo	0.38 261	0.44 214	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.73 476	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.30 310

LL-Strereo2	0.48 354	1.73 460	0.51 391	0.59 371	0.34 358	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 319	0.31 328	0.44 348	0.39 375	0.60 397	0.51 404	0.44 384	0.33 357	0.44 358	0.33 333

BSDual-CNN	0.81 437	1.91 502	0.92 474	4.48 628	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 582	4.19 654	0.33 258	0.23 236	0.34 247	0.27 271

hknet	1.10 494	1.85 493	3.49 651	4.48 628	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.03 53	0.42 313	0.03 52	4.39 640	4.19 654	0.33 258	0.23 236	0.34 247	0.27 271

UCFNet_RVC	2.75 631	10.06 662	0.29 230	10.31 679	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 681	0.43 319	0.29 265	0.36 254	9.84 681	0.36 288	0.26 252	9.77 680	0.26 233

aanet-new-90k	0.44 312	1.82 484	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-60k	0.44 312	1.81 477	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-70k	0.44 312	1.82 484	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-78k	0.44 312	1.80 472	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 312	1.81 477	0.39 298	0.50 340	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 312	1.80 472	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-34k	0.44 312	1.80 472	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-32k-new	0.44 312	1.78 467	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 312	1.79 471	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-30k	0.44 312	1.78 467	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT26K	0.43 300	1.76 462	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.31 310	0.44 312	0.33 281	0.38 299	0.27 289	0.38 284	0.26 233

aanet-new-24k	0.44 312	1.78 467	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-22k	0.44 312	1.81 477	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-16k	0.44 312	1.83 487	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-14k	0.60 382	5.12 619	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.37 325	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 462	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new	0.43 300	1.80 472	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-cres-4k	0.44 312	1.81 477	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-cres	0.43 300	1.77 464	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-36K	0.43 300	1.78 467	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-22K	0.44 312	1.85 493	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-20K	0.43 300	1.77 464	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-24K	0.44 312	1.86 496	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-2K	0.44 312	1.82 484	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-3K	0.43 300	1.77 464	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-50K	0.44 312	1.83 487	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.36 322	0.38 299	0.26 252	0.38 284	0.26 233

MonSter++	0.38 261	0.44 214	0.31 249	0.43 278	0.30 283	0.43 327	0.31 315	0.43 317	0.31 322	0.45 358	0.31 326	0.43 326	0.31 328	0.43 319	0.69 466	0.38 268	0.33 281	0.40 353	0.30 329	0.38 284	0.30 310

GCAP-BAT	0.41 286	1.30 434	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.34 310	0.38 299	0.26 252	0.38 284	0.26 233

RAFT-Stereo-weight	0.45 335	1.90 501	0.34 269	0.42 272	0.36 367	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 358	0.34 349	0.41 300	0.34 344	0.38 268	0.32 269	0.38 299	0.32 347	0.38 284	0.33 333

test_for_model	0.35 238	0.39 188	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.38 268	0.26 221	0.38 299	0.26 252	0.38 284	0.26 233

GCAPDPT-zeroshot4090	0.40 278	1.09 360	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.34 310	0.38 299	0.27 289	0.38 284	0.27 271

GCAPDPT-zeroshot	0.36 245	0.40 192	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.31 322	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.27 289	0.39 325	0.26 233

IER	0.88 460	7.04 640	2.23 622	2.75 584	0.28 263	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 280	0.25 243	0.40 285	0.28 254	0.37 257	0.28 237	0.37 291	0.25 246	0.37 271	0.25 227

aanet-new-28k	0.44 312	1.81 477	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.45 340	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-10k	0.45 335	1.81 477	0.40 330	0.50 340	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.32 333	0.44 348	0.31 310	0.46 350	0.35 316	0.39 340	0.27 289	0.39 325	0.27 271

aanet-new-12k	0.46 342	1.99 510	0.40 330	0.51 351	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.32 320	0.47 357	0.35 316	0.39 340	0.27 289	0.39 325	0.27 271

GCAP-Stereo-DPT-5K	0.44 312	1.80 472	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-25K	0.41 286	1.09 360	0.40 330	0.52 353	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.31 310	0.46 350	0.35 316	0.39 340	0.28 302	0.39 325	0.28 291

GCAP-Stereo-DPT-FT	0.41 286	1.06 357	0.40 330	0.51 351	0.31 326	0.44 360	0.30 271	0.43 317	0.32 332	0.44 346	0.30 284	0.56 424	0.30 279	0.44 348	0.31 310	0.45 340	0.34 310	0.39 340	0.27 289	0.40 337	0.27 271

gcap_with_dpt	0.35 238	0.39 188	0.30 234	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.38 268	0.26 221	0.38 299	0.27 289	0.38 284	0.27 271

gcap-zeroshot	0.36 245	0.40 192	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

testlalala	0.36 245	0.40 192	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

RCA-Stereo	0.51 367	3.22 580	0.34 269	0.44 281	0.34 358	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 358	0.33 344	0.43 319	0.33 331	0.38 268	0.29 251	0.38 299	0.29 315	0.38 284	0.29 297

water-stereo	0.41 286	0.84 296	0.46 358	0.50 340	0.33 348	0.45 370	0.33 334	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.41 352	0.39 340	0.31 340	0.39 325	0.32 326

GREAT-IGEV	0.38 261	0.43 211	0.36 281	0.48 298	0.32 336	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.33 281	0.41 370	0.29 315	0.41 348	0.29 297
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 261	0.43 211	0.33 259	0.46 286	0.33 348	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.33 344	0.45 364	0.32 320	0.38 268	0.38 332	0.38 299	0.37 382	0.37 271	0.36 352

PAM	0.39 273	1.88 498	0.34 269	0.37 229	0.41 398	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 240	0.23 237	0.29 241	0.23 228	0.38 268	0.32 269	0.38 299	0.37 382	0.32 236	0.22 214

Former-RAFT_DAM_RVC	0.49 360	0.98 326	0.64 419	0.84 409	0.46 417	0.45 370	0.35 352	0.47 370	0.47 413	0.45 358	0.34 353	0.46 371	0.48 416	0.46 369	0.35 348	0.39 281	0.71 448	0.39 340	0.35 373	0.41 348	0.41 380

CES	0.39 273	0.47 230	0.36 281	0.36 226	0.37 371	0.45 370	0.35 352	0.35 248	0.40 384	0.36 261	0.44 409	0.47 377	0.36 358	0.44 348	0.36 351	0.37 257	0.39 339	0.44 384	0.35 373	0.37 271	0.36 352

DilatedVolume-Stereo	0.43 300	0.86 300	0.48 373	0.50 340	0.33 348	0.46 376	0.33 334	0.46 364	0.33 342	0.46 364	0.33 345	0.47 377	0.33 344	0.47 373	0.34 344	0.45 340	0.42 361	0.40 353	0.33 357	0.47 378	0.38 364

otaku	0.46 342	0.46 226	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.46 408	0.46 364	0.46 416	0.46 371	0.46 407	0.46 369	0.46 403	0.46 350	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

Dean	0.46 342	0.46 226	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.46 408	0.47 370	0.46 416	0.46 371	0.46 407	0.46 369	0.46 403	0.46 350	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

ACVNet_1	0.46 342	0.47 230	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.47 413	0.46 364	0.46 416	0.46 371	0.46 407	0.46 369	0.46 403	0.46 350	0.46 376	0.47 401	0.46 421	0.46 365	0.46 395

ACVNet-4b	0.46 342	0.46 226	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.46 408	0.46 364	0.46 416	0.46 371	0.46 407	0.47 373	0.46 403	0.46 350	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

mms	0.40 278	0.45 222	0.35 279	0.48 298	0.36 367	0.47 381	0.34 347	0.45 360	0.38 370	0.47 370	0.33 345	0.45 367	0.32 333	0.45 364	0.32 320	0.39 281	0.38 332	0.38 299	0.37 382	0.39 325	0.39 370

Ntro	0.47 349	0.47 230	0.46 358	0.46 286	0.46 417	0.47 381	0.47 414	0.46 364	0.47 413	0.46 364	0.46 416	0.47 377	0.46 407	0.47 373	0.47 410	0.47 357	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

HaxPig	0.47 349	0.47 230	0.47 365	0.49 304	0.47 423	0.47 381	0.47 414	0.47 370	0.47 413	0.47 370	0.47 424	0.47 377	0.47 415	0.47 373	0.47 410	0.47 357	0.47 384	0.47 401	0.47 428	0.47 378	0.48 404

UNDER WATER	0.47 349	0.47 230	0.47 365	0.47 293	0.47 423	0.47 381	0.47 414	0.47 370	0.47 413	0.47 370	0.47 424	0.47 377	0.46 407	0.47 373	0.47 410	0.47 357	0.47 384	0.47 401	0.46 421	0.47 378	0.47 402

LVE	0.47 349	0.47 230	0.47 365	0.47 293	0.49 429	0.47 381	0.47 414	0.47 370	0.49 422	0.47 370	0.47 424	0.47 377	0.46 407	0.47 373	0.47 410	0.47 357	0.47 384	0.48 409	0.47 428	0.47 378	0.47 402

SCV_C0	0.45 335	0.88 304	0.49 380	0.54 358	0.37 371	0.48 386	0.37 364	0.48 374	0.37 366	0.48 377	0.36 364	0.48 384	0.37 363	0.49 387	0.37 360	0.50 371	0.41 352	0.44 384	0.34 361	0.44 358	0.34 340

SCV	0.46 342	0.94 321	0.45 353	0.54 358	0.37 371	0.48 386	0.38 371	0.48 374	0.37 366	0.48 377	0.39 386	0.48 384	0.37 363	0.49 387	0.37 360	0.50 371	0.46 376	0.44 384	0.34 361	0.44 358	0.34 340

ccccc		0.44 214		0.48 298	0.35 361	0.48 386		0.51 400		0.47 370		0.47 377		0.47 373		0.41 296	0.40 342	0.40 353	0.40 399	0.41 348

RainbowNet	0.48 354	0.48 236	0.48 373	0.48 298	0.48 427	0.48 386	0.48 423	0.48 374	0.48 420	0.48 377	0.48 428	0.48 384	0.48 416	0.48 381	0.48 416	0.48 362	0.48 388	0.48 409	0.48 432	0.48 382	0.48 404

notaker	0.48 354	0.49 238	0.48 373	0.48 298	0.48 427	0.48 386	0.48 423	0.48 374	0.49 422	0.48 377	0.48 428	0.48 384	0.48 416	0.48 381	0.48 416	0.48 362	0.48 388	0.48 409	0.48 432	0.48 382	0.49 409

Pro-Stereo	0.79 429	0.53 256	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 456	0.50 397	0.38 376	1.10 505	0.38 367	0.49 387	0.38 363	0.71 418	0.88 470	5.98 675	0.36 379	0.46 365	0.36 352

RSM	0.36 245	0.36 175	0.43 349	0.37 229	0.42 408	0.49 391	0.42 398	0.37 258	0.28 262	0.36 261	0.29 272	0.36 266	0.30 279	0.37 271	0.28 254	0.34 242	0.31 265	0.34 267	0.35 373	0.40 337	0.29 297

GCST	0.50 362	2.08 513	0.38 287	0.53 355	0.35 361	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 388	0.35 355	0.49 387	0.35 348	0.48 362	0.37 325	0.45 388	0.33 357	0.44 358	0.33 333

KSHMR	0.66 396	0.50 242	0.48 373	1.15 457	0.52 440	0.49 391	0.51 432	0.49 378	0.71 478	0.67 440	0.50 434	1.16 513	1.11 511	0.66 435	0.52 427	0.49 365	0.49 391	0.51 423	0.66 470	0.50 390	1.14 520

ACVNet_2	0.49 360	0.49 238	0.49 380	0.49 304	0.49 429	0.49 391	0.49 425	0.49 378	0.49 422	0.49 384	0.49 431	0.49 388	0.49 421	0.49 387	0.49 418	0.49 365	0.49 391	0.49 414	0.49 435	0.49 385	0.49 409

PCWNet_CMD	2.80 633	9.82 660	0.32 254	10.09 678	0.32 336	0.49 391	0.33 334	3.34 638	0.33 342	0.49 384	0.33 345	0.49 388	8.73 677	0.48 381	0.33 331	0.41 296	9.22 676	0.42 381	0.29 315	9.55 679	0.31 319

CFNet_ucs	2.73 630	9.64 659	0.33 259	9.92 676	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 679	0.48 381	0.33 331	0.41 296	9.96 682	0.40 353	0.29 315	10.12 682	0.54 425

psmorigin	0.41 286	0.46 226	0.33 259	0.49 304	0.33 348	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	0.33 344	0.51 404	0.33 331	0.41 296	0.30 260	0.41 370	0.30 329	0.79 438	0.29 297

ccs_rob	2.79 632	10.17 664	0.32 254	10.00 677	0.33 348	0.49 391	0.33 334	1.90 582	0.32 332	0.51 405	0.33 345	0.49 388	9.24 680	0.49 387	0.33 331	0.41 296	9.82 680	0.41 370	0.28 302	9.34 678	0.29 297

252Zero-FE	0.45 335	0.50 242	0.36 281	0.50 340	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.49 388	0.36 358	0.54 413	0.41 385	0.45 340	0.34 310	0.45 388	0.34 361	0.55 404	0.75 475

GASTEREO	0.48 354	1.21 422	0.47 365	0.57 366	0.38 378	0.50 400	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	0.38 367	0.50 395	0.38 363	0.52 379	0.42 361	0.46 392	0.34 361	0.46 365	0.34 340

MSCF	0.51 367	1.40 444	0.49 380	0.58 368	0.38 378	0.50 400	0.38 371	0.54 408	0.41 393	0.52 408	0.41 395	0.53 414	0.42 395	0.53 411	0.41 385	0.60 397	0.47 384	0.48 409	0.37 382	0.48 382	0.38 364

FoundationStereo	0.50 362	0.50 242	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 399	0.50 418	0.50 437	0.50 390	0.50 412

StereoAnything_RVC	0.50 362	0.50 242	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 399	0.50 418	0.50 437	0.50 390	0.50 412

dual_stereo	0.50 362	0.50 242	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 399	0.50 418	0.50 437	0.50 390	0.50 412

UGAM-zero	0.51 367	2.17 521	0.39 298	0.53 355	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.50 402	0.35 355	0.50 395	0.36 351	0.49 365	0.37 325	0.47 401	0.35 373	0.46 365	0.34 340

UGAM	0.51 367	2.23 526	0.39 298	0.54 358	0.35 361	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 388	0.36 358	0.50 395	0.36 351	0.49 365	0.37 325	0.45 388	0.34 361	0.45 362	0.34 340

pcwnet_v2	2.66 628	9.89 661	0.33 259	9.89 675	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 678	0.48 381	0.33 331	0.41 296	9.58 678	0.40 353	0.29 315	9.01 677	0.63 445

ccnet	0.80 432	2.28 529	0.33 259	0.50 340	0.33 348	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 388	1.56 587	2.38 607	0.33 331	0.41 296	0.29 251	0.42 381	1.57 602	2.28 592	0.29 297

FCDSN-DC	0.41 286	0.59 268	0.64 419	0.54 358	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 430	0.43 407	0.50 402	0.49 421	0.38 274	0.32 320	0.28 216	0.23 213	0.26 229	0.22 230	0.35 260	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SANet	0.50 362	0.50 242	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 399	0.50 418	0.50 437	0.50 390	0.50 412

GEAStereo	0.62 389	3.91 599	0.48 373	0.69 388	0.38 378	0.51 412	0.38 371	0.51 400	0.38 370	0.53 411	0.38 376	0.50 402	0.38 367	0.51 404	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.34 340

GSStereo	0.81 437	4.28 609	0.50 385	0.59 371	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 656	0.50 395	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.35 349

gasm-f	0.62 389	3.91 599	0.48 373	0.69 388	0.38 378	0.51 412	0.38 371	0.51 400	0.38 370	0.53 411	0.38 376	0.50 402	0.38 367	0.51 404	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.34 340

depthmonostereo	0.44 312	0.85 298	0.46 358	0.54 358	0.40 389	0.52 415	0.38 371	0.52 404	0.35 355	0.47 370	0.34 353	0.46 371	0.34 349	0.47 373	0.34 344	0.45 340	0.43 366	0.41 370	0.33 357	0.41 348	0.32 326

fffft	0.48 354	0.51 250	0.45 353	0.52 353	0.45 415	0.52 415	0.45 407	0.52 404	0.48 420	0.53 411	0.45 413	0.52 413	0.45 404	0.52 409	0.46 403	0.51 377	0.41 352	0.50 418	0.41 407	0.50 390	0.41 380
1: 1. 1
LG-Stereo_L1	0.47 349	0.52 252	0.47 365	0.62 376	0.39 388	0.53 417	0.40 385	0.53 406	0.39 383	0.53 411	0.39 386	0.53 414	0.39 377	0.53 411	0.39 375	0.55 389	0.46 376	0.49 414	0.37 382	0.49 385	0.37 357

PAM_32	0.64 393	2.38 541	0.51 391	0.92 422	0.43 410	0.53 417	0.44 401	0.87 457	0.43 401	0.52 408	0.45 413	0.53 414	0.40 378	0.54 413	0.46 403	0.62 405	0.56 413	0.48 409	0.45 419	0.76 432	0.44 392

AEACV	1.12 497	0.52 252	3.12 647	3.24 601	0.86 500	0.53 417	0.49 425	0.60 422	0.47 413	0.53 411	0.49 431	0.55 421	0.45 404	0.55 417	0.47 410	3.01 627	3.88 651	0.71 452	0.60 455	0.80 441	0.48 404

iRaftStereo_RVC	0.97 474	3.17 579	2.30 624	2.42 576	0.38 378	0.54 420	0.38 371	0.54 408	0.38 370	0.54 416	0.38 376	0.54 417	0.38 367	0.54 413	0.38 363	2.38 608	2.34 624	0.49 414	0.36 379	0.49 385	0.36 352

PSMNet_ROB	0.54 373	0.54 260	0.54 399	0.54 358	0.53 443	0.54 420	0.54 436	0.53 406	0.54 436	0.54 416	0.54 444	0.54 417	0.53 432	0.54 413	0.54 430	0.54 383	0.53 408	0.54 430	0.54 444	0.54 403	0.54 425

FSD					0.44 411	0.56 422	0.44 401	0.55 411	0.44 404	0.56 421	0.44 409	0.56 424	0.44 400	0.56 418	0.46 403	0.61 401	0.42 361	0.52 426	0.42 415	0.52 398

LG-Stereo_Zeroshot	0.48 354	0.55 262	0.47 365	0.63 378	0.41 398	0.56 422	0.44 401	0.56 412	0.41 393	0.56 421	0.41 395	0.57 427	0.42 395	0.56 418	0.41 385	0.55 389	0.43 366	0.51 423	0.37 382	0.51 396	0.37 357

Occ-G	1.12 497	0.52 252	3.72 656	3.50 616	0.50 433	0.56 422	0.47 414	0.54 408	0.46 408	0.54 416	0.41 395	0.54 417	0.42 395	0.52 409	0.42 393	3.42 632	4.02 653	0.52 426	0.45 419	0.51 396	0.44 392

LL-Strereo	1.01 484	5.06 618	1.63 586	0.70 392	1.43 595	0.56 422	0.46 409	0.57 415	0.50 426	0.57 424	0.50 434	1.58 577	0.49 421	0.59 425	0.50 420	1.64 567	0.52 406	0.51 423	1.37 590	0.52 398	0.45 394

CASS	0.57 381	0.89 307	0.56 401	0.57 366	0.56 446	0.56 422	0.56 437	0.56 412	0.53 434	0.57 424	0.57 446	0.59 431	0.48 416	0.56 418	0.57 433	0.55 389	0.56 413	0.47 401	0.56 450	0.62 413	0.56 435
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_RVC	2.38 621	8.71 652	0.38 287	9.33 671	0.42 408	0.56 422	0.42 398	0.60 422	0.38 370	0.62 433	0.42 405	0.56 424	7.29 676	0.62 428	0.42 393	0.53 382	0.37 325	0.49 414	0.34 361	8.30 673	6.87 678

MyStereo8	0.71 408	3.92 601	0.52 394	0.59 371	0.52 440	0.57 428	0.53 434	0.59 420	0.50 426	0.59 428	0.51 440	0.57 427	0.50 425	0.56 418	0.52 427	0.54 383	0.49 391	0.54 430	0.49 435	0.55 404	0.50 412

PML	0.46 342	1.36 440	0.29 230	0.58 368	0.30 283	0.57 428	0.29 266	0.57 415	0.29 268	0.57 424	0.29 272	0.57 427	0.29 273	0.56 418	0.29 265	0.52 379	0.30 260	0.53 429	0.31 340	0.53 402	0.30 310

PA-Net	11.80 679	223.51 705	0.62 416	0.59 371	0.71 475	0.59 430	0.73 478	0.67 432	0.73 484	0.55 419	0.61 455	0.60 432	0.74 475	0.63 432	0.73 476	0.66 411	0.60 421	0.69 449	0.66 470	0.72 426	0.65 453
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DN	0.53 372	0.85 298	0.45 353	0.65 382	0.44 411	0.60 431	0.44 401	0.60 422	0.44 404	0.60 429	0.45 413	0.60 432	0.44 400	0.60 427	0.44 397	0.56 392	0.42 361	0.56 432	0.42 415	0.56 406	0.42 387

AIO-test2	0.55 378	0.59 268	0.52 394	0.67 387	0.47 423	0.61 432	0.47 414	0.61 425	0.47 413	0.61 430	0.47 424	0.61 434	0.48 416	0.62 428	0.47 410	0.64 408	0.53 408	0.58 434	0.47 428	0.58 410	0.48 404

AIO-test1	0.54 373	0.60 270	0.52 394	0.66 386	0.47 423	0.61 432	0.47 414	0.58 418	0.46 408	0.61 430	0.46 416	0.61 434	0.45 404	0.62 428	0.45 399	0.61 401	0.52 406	0.57 433	0.48 432	0.57 409	0.48 404

Selective-IGEV	0.51 367	0.55 262	0.45 353	0.69 388	0.45 415	0.61 432	0.45 407	0.50 387	0.40 384	0.56 421	0.44 409	0.55 421	0.40 378	0.72 442	0.67 451	0.59 396	0.46 376	0.45 388	0.34 361	0.46 365	0.37 357

MyStereo06	0.75 419	4.12 603	0.60 409	0.63 378	0.61 455	0.62 435	0.66 452	0.56 412	0.45 407	0.55 419	0.48 428	0.54 417	0.46 407	0.57 423	0.45 399	0.60 397	0.57 415	0.64 441	0.55 446	0.72 426	0.55 432

MyStereo05	0.80 432	4.12 603	0.63 417	0.63 378	0.61 455	0.62 435	0.66 452	0.65 429	0.62 448	0.67 440	0.61 455	0.65 440	0.58 440	0.67 437	0.55 432	0.60 397	0.57 415	0.64 441	0.55 446	0.72 426	0.55 432

DSFCA	0.66 396	0.73 280	0.78 455	0.65 382	0.65 463	0.64 437	0.64 449	0.65 429	0.63 451	0.64 436	0.64 459	0.64 437	0.64 449	0.65 434	0.65 447	0.65 409	0.65 430	0.65 444	0.65 468	0.66 417	0.64 451

DispNO	1.00 477	0.63 271	0.43 349	3.45 612	0.44 411	0.65 438	0.43 400	0.64 428	0.43 401	0.64 436	0.43 407	0.64 437	3.03 634	0.64 433	0.43 396	4.55 643	0.43 366	0.63 439	0.43 417	0.63 414	0.43 389

LMCR-Stereo	0.65 394	0.63 271	0.65 423	0.65 382	0.65 463	0.66 439	0.63 448	0.58 418	0.65 453	0.63 435	0.64 459	0.65 440	0.65 451	0.66 435	0.66 450	0.66 411	0.64 428	0.65 444	0.67 474	0.68 419	0.73 471

WCG-NET	0.61 387	1.21 422	0.54 399	0.61 375	0.53 443	0.67 440	0.53 434	0.66 431	0.53 434	0.64 436	0.53 443	0.65 440	0.53 432	0.59 425	0.52 427	0.65 409	0.48 388	0.64 441	0.52 441	0.58 410	0.50 412

test-3	0.98 476	4.13 605	1.85 606	1.85 550	0.61 455	0.69 441	0.37 364	0.63 427	0.61 447	0.66 439	0.51 440	0.73 449	0.44 400	0.57 423	0.54 430	1.68 568	1.81 604	0.40 353	0.43 417	0.66 417	0.50 412

TorneroNet-64	0.45 335	0.27 158	0.30 234	0.58 368	0.27 258	0.70 442	0.30 271	0.28 224	0.73 484	0.73 445	0.28 266	0.71 444	0.66 454	0.75 447	0.27 245	0.27 212	0.29 251	0.37 291	0.75 490	0.28 222	0.30 310

DMCA-RVC	0.70 405	0.80 290	0.70 438	0.70 392	0.70 473	0.70 442	0.70 472	0.71 437	0.70 473	0.70 443	0.71 481	0.71 444	0.70 468	0.70 439	0.69 466	0.69 414	0.70 444	0.69 449	0.70 481	0.69 423	0.70 461

SMoEStereo_RVC	0.63 391	0.75 283	0.51 391	0.73 397	0.53 443	0.71 444	0.47 414	0.67 432	0.58 440	0.74 450	0.60 451	0.72 447	0.53 432	0.74 446	0.51 425	0.61 401	0.62 426	0.62 437	0.61 457	0.63 414	0.61 441

anonymity	0.63 391	0.69 275	0.56 401	0.71 394	0.56 446	0.71 444	0.56 437	0.71 437	0.56 437	0.72 444	0.56 445	0.71 444	0.56 436	0.71 440	0.58 435	0.68 413	0.55 411	0.68 446	0.55 446	0.68 419	0.54 425

DStereoRT	0.73 415	0.81 293	0.73 448	0.71 394	0.74 480	0.73 446	0.75 480	0.71 437	0.71 478	0.74 450	0.72 484	0.73 449	0.80 484	0.71 440	0.73 476	0.76 431	0.71 448	0.73 453	0.72 486	0.70 424	0.76 478

AFF-stereo	0.73 415	0.88 304	0.67 428	0.75 399	0.68 470	0.75 447	0.64 449	0.80 448	0.72 481	0.83 464	0.70 476	0.82 463	0.64 449	0.84 461	0.67 451	0.77 433	0.63 427	0.81 470	0.63 459	0.78 436	0.62 444

iGMRVC	0.84 448	2.85 571	0.72 444	0.72 396	0.73 478	0.77 448	0.79 485	0.73 440	0.74 486	0.73 445	0.72 484	0.73 449	0.76 478	0.73 444	0.73 476	0.72 424	0.73 451	0.73 453	0.72 486	0.73 429	0.72 468

test_xeample3	1.10 494	1.81 477	0.61 415	0.84 409	0.49 429	0.77 448	0.66 452	0.92 467	1.40 595	0.68 442	0.46 416	0.78 455	0.54 435	1.72 581	1.48 597	1.34 548	1.52 581	1.35 579	1.67 615	1.33 556	1.55 597

GCAP-Stereo	0.75 419	4.15 606	0.42 348	0.75 399	0.35 361	0.78 450	0.40 385	0.79 445	0.38 370	0.78 454	0.36 364	0.78 455	0.36 358	0.79 449	0.39 375	0.75 429	0.39 339	0.76 461	0.39 398	0.75 430	0.39 370

ARAFT	0.68 401	0.81 293	0.63 417	0.74 398	0.60 450	0.78 450	0.62 447	0.77 444	0.66 455	0.74 450	0.63 457	0.75 452	0.62 448	0.83 460	0.60 440	0.70 417	0.55 411	0.70 451	0.60 455	0.78 436	0.55 432

PointNet	0.60 382	0.75 283	0.49 380	0.79 401	0.50 433	0.79 452	0.49 425	0.79 445	0.49 422	0.80 456	0.49 431	0.79 457	0.49 421	0.80 451	0.49 418	0.63 407	0.40 342	0.63 439	0.40 399	0.63 414	0.40 372

G-Net	0.79 429	0.79 289	0.79 458	0.79 401	0.79 493	0.79 452	0.79 485	0.79 445	0.79 492	0.79 455	0.79 496	0.79 457	0.79 483	0.79 449	0.79 486	0.79 434	0.79 461	0.79 465	0.79 497	0.79 438	0.79 483

NaN_ROB	0.80 432	0.80 290	0.80 459	0.80 404	0.80 496	0.80 454	0.80 488	0.80 448	0.80 494	0.80 456	0.80 498	0.80 459	0.80 484	0.80 451	0.80 489	0.80 436	0.80 464	0.80 468	0.80 499	0.80 441	0.80 484

CSAN	0.80 432	0.80 290	0.80 459	0.80 404	0.80 496	0.80 454	0.80 488	0.80 448	0.80 494	0.80 456	0.80 498	0.80 459	0.80 484	0.80 451	0.80 489	0.80 436	0.80 464	0.80 468	0.80 499	0.80 441	0.80 484

MGA	0.73 415	0.76 285	0.60 409	0.92 422	1.17 532	0.81 456	0.59 444	0.84 455	0.62 448	0.81 459	0.59 450	0.84 466	0.60 444	0.81 454	0.61 442	0.71 418	0.53 408	0.89 480	0.53 443	0.75 430	0.54 425

CAR	0.72 411	0.76 285	0.59 405	0.84 409	1.19 536	0.81 456	0.58 440	0.81 451	0.58 440	0.81 459	0.58 448	0.83 464	0.59 442	0.82 455	0.59 438	0.71 418	0.49 391	0.73 453	0.68 475	0.87 451	0.52 420

MSE-Stereo	0.72 411	0.76 285	0.59 405	0.84 409	1.19 536	0.81 456	0.58 440	0.81 451	0.58 440	0.81 459	0.58 448	0.83 464	0.59 442	0.82 455	0.59 438	0.71 418	0.49 391	0.73 453	0.68 475	0.87 451	0.52 420

zero-FE	0.72 411	1.31 436	0.66 424	0.92 422	0.60 450	0.82 459	0.58 440	0.82 454	0.58 440	0.81 459	0.60 451	0.81 462	0.60 444	0.82 455	0.58 435	0.74 428	0.59 420	0.73 453	0.52 441	0.76 432	0.51 419

RAFT-Stereo + iAFF	0.70 405	0.72 278	0.71 441	0.80 404	0.62 460	0.82 459	0.61 446	0.81 451	0.62 448	0.81 459	0.63 457	0.80 459	0.70 468	0.73 444	0.61 442	0.76 431	0.61 425	0.74 458	0.61 457	0.77 434	0.61 441

LiteMatch	1.13 499	0.73 280	2.80 633	3.23 599	0.61 455	0.83 461	0.68 460	0.73 440	0.69 467	1.00 480	0.77 492	0.94 480	0.57 437	0.82 455	0.64 444	2.97 625	2.43 627	0.68 446	0.32 347	0.56 406	0.70 461

Lsterematch	1.13 499	0.73 280	2.80 633	3.23 599	0.61 455	0.83 461	0.68 460	0.73 440	0.69 467	1.00 480	0.77 492	0.94 480	0.57 437	0.82 455	0.64 444	2.97 625	2.43 627	0.68 446	0.32 347	0.56 406	0.70 461

RSM++	0.76 424	0.82 295	0.66 424	0.85 413	0.64 461	0.85 463	0.71 475	0.94 471	0.64 452	0.87 465	0.67 464	0.87 468	0.65 451	0.84 461	0.65 447	0.81 439	0.70 444	0.79 465	0.71 484	0.83 448	0.70 461

CFNet_pseudo	2.67 629	9.36 657	0.32 254	10.99 680	0.33 348	0.85 463	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 675	0.49 387	0.33 331	0.41 296	9.62 679	0.41 370	0.29 315	10.03 681	0.29 297

monster-pro	0.75 419	1.67 452	0.64 419	0.89 415	0.57 448	0.86 465	0.56 437	0.87 457	0.56 437	0.87 465	0.57 446	0.88 469	0.57 437	0.87 466	0.57 433	0.79 434	0.58 417	0.76 461	0.54 444	0.77 434	0.54 425

MSMDNet	2.65 627	10.14 663	0.33 259	9.74 674	0.32 336	0.87 466	0.33 334	2.95 633	0.68 462	0.49 384	0.34 353	0.49 388	5.70 671	0.49 387	0.33 331	0.42 310	9.57 677	0.41 370	0.31 340	8.36 674	0.65 453

Selective-RAFT-Error	0.88 460	0.84 296	0.98 479	0.86 414	0.97 512	0.88 467	0.95 506	0.84 455	0.99 515	0.92 472	0.82 500	0.84 466	0.98 498	0.87 466	0.97 505	0.81 439	0.83 467	0.79 465	0.82 502	0.79 438	0.85 489

DCRE	0.84 448	1.89 499	0.77 454	0.94 429	0.72 477	0.88 467	0.73 478	0.87 457	0.78 488	0.90 468	0.71 481	0.88 469	0.67 456	0.88 468	0.73 476	0.81 439	0.68 437	0.81 470	0.70 481	0.82 446	0.70 461

DDUNet	0.81 437	2.45 545	0.57 403	0.90 417	0.60 450	0.88 467	0.59 444	0.90 462	0.60 445	0.88 467	0.60 451	0.90 473	0.58 440	0.88 468	0.60 440	0.84 446	0.60 421	0.86 478	0.57 452	0.86 450	0.60 440

UDG	0.80 432	2.21 525	0.60 409	0.91 419	0.60 450	0.90 470	0.58 440	0.88 461	0.60 445	0.90 468	0.60 451	0.88 469	0.60 444	0.90 471	0.58 435	0.86 448	0.60 421	0.84 476	0.59 454	0.84 449	0.61 441

DGTPSM_ROB	0.93 470	1.00 335	0.92 474	0.94 429	0.96 511	0.91 471	0.92 502	0.91 464	0.96 511	0.91 470	0.96 511	0.93 479	0.92 493	0.94 478	0.92 498	0.92 453	0.92 474	0.90 481	0.92 506	0.94 470	0.91 495

DPSM_ROB	0.92 465	0.91 312	0.91 472	0.91 419	0.92 507	0.92 472	0.92 502	0.92 467	0.91 502	0.93 474	0.91 507	0.92 476	0.90 491	0.91 472	0.92 498	0.92 453	0.91 472	0.91 484	0.92 506	0.93 466	0.93 497

DPSM	0.92 465	0.91 312	0.91 472	0.91 419	0.92 507	0.92 472	0.92 502	0.92 467	0.91 502	0.93 474	0.91 507	0.92 476	0.90 491	0.91 472	0.92 498	0.92 453	0.91 472	0.91 484	0.92 506	0.93 466	0.93 497

pmcnn	0.92 465	0.92 317	0.92 474	0.92 422	0.92 507	0.92 472	0.92 502	0.92 467	0.92 506	0.92 472	0.92 510	0.92 476	0.92 493	0.92 476	0.92 498	0.92 453	0.92 474	0.92 487	0.92 506	0.92 461	0.92 496

R-Stereo Train	0.81 437	0.96 323	0.67 428	0.95 431	0.67 467	0.95 475	0.68 460	0.95 473	0.68 462	0.95 478	0.68 469	0.96 483	0.68 460	0.96 482	0.68 458	0.94 459	0.68 437	0.94 494	0.68 475	0.94 470	0.68 458

RAFT-Stereo	0.81 437	0.96 323	0.67 428	0.95 431	0.67 467	0.95 475	0.68 460	0.95 473	0.68 462	0.95 478	0.68 469	0.96 483	0.68 460	0.96 482	0.68 458	0.94 459	0.68 437	0.94 494	0.68 475	0.94 470	0.68 458
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MoCha-V2	2.11 597	26.97 683	0.78 455	0.92 422	0.77 490	0.96 477	0.72 477	0.90 462	0.72 481	0.94 476	0.70 476	0.90 473	0.71 472	0.91 472	0.71 474	0.85 447	0.71 448	0.88 479	0.69 479	0.87 451	0.67 457

AIO-Stereo	0.84 448	0.66 274	0.70 438	0.83 408	0.67 467	0.98 478	0.82 495	1.14 493	0.72 481	1.03 496	0.74 488	1.03 498	1.09 510	0.99 484	0.45 399	1.04 473	0.73 451	0.95 496	0.74 488	0.94 470	0.46 395

ToySt	0.92 465	2.11 516	0.90 470	0.95 431	0.79 493	0.99 479	0.78 484	0.94 471	0.81 497	0.94 476	0.78 494	0.95 482	0.77 480	0.94 478	0.86 496	0.91 450	0.79 461	0.85 477	0.77 493	0.89 455	0.73 471

Test_v1	1.00 477	1.00 335	1.00 481	1.00 438	1.00 513	1.00 480	1.00 510	1.00 475	1.00 516	1.00 480	1.00 514	1.00 486	1.00 499	1.00 486	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 504

WQFJA1++	0.84 448	0.98 326	0.67 428	1.26 515	0.75 482	1.00 480	0.67 456	1.00 475	0.67 456	1.00 480	0.67 464	1.00 486	0.67 456	1.00 486	0.67 451	0.96 461	0.67 432	0.91 484	0.63 459	0.92 461	0.63 445

NLMM	0.84 448	1.00 335	0.67 428	1.27 516	0.75 482	1.00 480	0.68 460	1.00 475	0.67 456	1.00 480	0.67 464	1.02 497	0.67 456	1.02 497	0.67 451	0.97 462	0.67 432	0.93 490	0.63 459	0.92 461	0.63 445

LG-Stereo	0.60 382	0.58 267	0.47 365	0.64 381	0.74 480	1.00 480	0.69 468	0.57 415	0.41 393	0.57 424	0.41 395	0.57 427	0.41 389	1.00 486	0.75 481	0.91 450	0.51 404	0.52 426	0.37 382	0.52 398	0.37 357

GANet	1.00 477	1.00 335	1.00 481	1.00 438	1.00 513	1.00 480	1.00 510	1.00 475	1.00 516	1.00 480	1.00 514	1.00 486	1.00 499	1.00 486	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 504

TDLM	1.00 477	1.00 335	1.00 481	1.00 438	1.00 513	1.00 480	1.00 510	1.00 475	1.00 516	1.00 480	1.00 514	1.00 486	1.00 499	1.00 486	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 504

CVANet_RVC	1.00 477	1.00 335	1.00 481	1.00 438	1.00 513	1.00 480	1.00 510	1.00 475	1.00 516	1.00 480	1.00 514	1.00 486	1.00 499	1.00 486	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 504

WQFJA1	0.85 454	0.98 326	0.67 428	1.29 521	0.76 487	1.01 487	0.67 456	1.02 487	0.67 456	1.02 494	0.67 464	1.01 493	0.67 456	1.01 493	0.68 458	0.99 467	0.67 432	0.93 490	0.64 464	0.92 461	0.65 453

WQFJX1	0.84 448	0.98 326	0.67 428	1.30 523	0.75 482	1.01 487	0.67 456	1.01 483	0.67 456	1.01 490	0.67 464	1.01 493	0.68 460	1.00 486	0.68 458	0.98 466	0.67 432	0.92 487	0.64 464	0.92 461	0.64 451

WQFJX	0.85 454	1.00 335	0.68 435	1.30 523	0.75 482	1.01 487	0.68 460	1.01 483	0.68 462	1.01 490	0.68 469	1.03 498	0.68 460	1.02 497	0.67 451	0.97 462	0.67 432	0.93 490	0.63 459	0.94 470	0.63 445

NLMM1	0.86 457	0.98 326	0.69 437	1.48 537	0.75 482	1.01 487	0.69 468	1.00 475	0.69 467	1.00 480	0.70 476	1.00 486	0.68 460	1.01 493	0.67 451	0.97 462	0.68 437	0.92 487	0.63 459	0.93 466	0.63 445

NLSM3	0.85 454	0.99 333	0.68 435	1.29 521	0.76 487	1.01 487	0.68 460	1.01 483	0.68 462	1.02 494	0.68 469	1.01 493	0.68 460	1.01 493	0.68 458	0.97 462	0.68 437	0.93 490	0.64 464	0.93 466	0.63 445

trnet	1.01 484	1.01 344	1.01 485	1.01 442	1.01 518	1.01 487	1.01 514	1.01 483	1.01 520	1.01 490	1.01 518	1.01 493	1.01 506	1.01 493	1.01 512	1.01 472	1.01 482	1.01 505	1.01 519	1.01 479	1.01 509

AdaDepth	0.86 457	0.93 319	0.71 441	1.01 442	1.07 523	1.02 493	0.71 475	1.00 475	0.71 478	1.01 490	0.71 481	1.00 486	0.72 473	1.14 511	0.71 474	0.92 453	0.64 428	0.90 481	0.64 464	0.89 455	0.69 460

DPSimNet_ROB	0.97 474	1.18 374	0.81 462	1.10 448	0.91 506	1.02 493	0.82 495	1.04 488	0.91 502	1.03 496	0.86 503	1.28 567	0.82 488	1.03 499	0.89 497	1.17 490	0.81 466	1.02 506	0.82 502	1.08 484	0.81 486

AIO-Stereo-zeroshot	0.91 463	0.86 300	0.89 467	1.25 514	0.69 471	1.05 495	0.81 492	1.16 497	0.50 426	1.12 506	0.97 512	0.72 447	0.82 488	1.06 500	0.95 503	0.61 401	0.87 469	1.03 508	0.85 505	1.04 482	1.01 509

TorneroNet	0.66 396	0.53 256	0.50 385	0.50 340	0.64 461	1.06 496	0.70 472	0.50 387	0.51 433	0.49 384	0.69 474	0.49 388	0.50 425	0.48 381	1.15 523	0.71 418	0.49 391	1.14 511	1.08 521	0.49 385	0.49 409

Selective-RAFT	0.89 462	0.89 307	0.72 444	1.16 462	0.78 491	1.06 496	0.82 495	0.87 457	0.97 512	1.00 480	0.91 507	0.90 473	1.00 499	0.89 470	0.93 502	0.83 444	0.83 467	0.82 474	0.82 502	0.81 444	0.82 487

GLC_STEREO	1.07 491	1.01 344	1.06 488	1.07 446	1.05 522	1.06 496	1.08 519	1.08 489	1.05 524	1.07 498	1.06 520	1.08 501	1.05 508	1.06 500	1.10 518	1.07 475	1.09 492	1.05 509	1.05 520	1.06 483	1.12 516

edge stereo	2.43 622	27.07 684	1.14 493	1.06 445	1.14 526	1.08 499	1.17 527	1.16 497	1.14 526	1.10 500	1.16 527	1.09 503	1.16 519	1.10 506	1.16 526	1.10 479	1.11 496	1.16 514	1.19 529	1.13 486	1.11 514

Nwc_Net	2.37 619	25.95 680	1.15 495	1.14 454	1.15 527	1.08 499	1.14 523	1.17 499	1.16 528	1.14 509	1.15 524	1.08 501	1.15 515	1.11 508	1.14 522	1.10 479	1.11 496	1.16 514	1.09 522	1.16 492	1.15 521

999	1.00 477	1.12 365	0.59 405	1.10 448	1.21 584	1.09 501	0.52 433	1.08 489	1.43 597	1.18 511	1.35 589	0.98 485	0.52 431	0.91 472	0.85 495	0.72 424	1.46 577	0.83 475	0.98 511	0.68 419	1.41 592

RP	2.33 615	25.00 676	1.13 492	1.15 457	1.15 527	1.10 502	1.15 524	1.15 494	1.15 527	1.12 506	1.15 524	1.09 503	1.13 512	1.10 506	1.15 523	1.11 484	1.09 492	1.16 514	1.12 523	1.16 492	1.17 525

RGC	2.36 617	25.48 677	1.19 501	1.15 457	1.15 527	1.10 502	1.16 526	1.17 499	1.16 528	1.12 506	1.16 527	1.11 509	1.13 512	1.09 504	1.18 528	1.10 479	1.15 501	1.16 514	1.12 523	1.14 487	1.12 516

MSMD_ROB	1.19 501	1.10 364	0.70 438	1.10 448	0.60 450	1.10 502	0.70 472	1.10 492	0.70 473	1.10 500	0.70 476	1.10 505	0.70 468	7.00 679	0.70 472	1.10 479	0.70 444	1.10 510	0.70 481	1.10 485	0.70 461

Wavelet-MonSter	1.00 477	1.21 422	0.76 452	1.94 554	1.01 518	1.11 505	0.76 482	1.15 494	0.76 487	1.11 505	0.76 490	1.14 511	0.76 478	1.11 508	0.76 483	1.21 539	0.90 471	1.02 506	0.71 484	1.02 481	0.71 467

NCC-stereo	2.36 617	25.52 678	1.17 497	1.15 457	1.17 532	1.11 505	1.11 520	1.15 494	1.16 528	1.10 500	1.16 527	1.10 505	1.15 515	1.14 511	1.13 521	1.09 477	1.11 496	1.15 513	1.16 527	1.17 497	1.17 525

Abc-Net	2.32 614	24.75 675	1.14 493	1.17 463	1.17 532	1.11 505	1.15 524	1.17 499	1.21 580	1.08 499	1.16 527	1.12 510	1.14 514	1.09 504	1.17 527	1.09 477	1.16 502	1.17 518	1.17 528	1.16 492	1.11 514
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 615	24.38 674	1.18 499	1.18 464	1.18 535	1.14 508	1.18 528	1.19 502	1.19 534	1.14 509	1.18 531	1.14 511	1.18 520	1.14 511	1.18 528	1.14 488	1.14 500	1.19 523	1.19 529	1.15 490	1.19 529

AF-Net	2.37 619	25.71 679	1.17 497	1.13 453	1.15 527	1.15 509	1.18 528	1.19 502	1.16 528	1.10 500	1.15 524	1.10 505	1.18 520	1.12 510	1.15 523	1.10 479	1.10 495	1.17 518	1.15 525	1.16 492	1.12 516

HSM-Net_RVC	0.95 473	1.17 372	0.78 455	1.18 464	0.71 475	1.16 510	0.75 480	1.09 491	0.80 494	1.10 500	0.75 489	1.17 514	0.74 475	1.17 514	0.80 489	1.13 486	0.73 451	1.17 518	0.77 493	1.16 492	0.72 468
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

CrosDoStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

PFNet+	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

LCNet	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

HHNet	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

Patchmatch Stereo++	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530
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	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

STrans-v2	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

TransformOpticalFlow	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

OMP-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

IIG-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

NF-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

OCTAStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

PSM-softLoss	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

KMStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

NRIStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

PSM-adaLoss	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

PSM-AAD	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

FTStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

ROB_FTStereo_v2	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

ROB_FTStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

Consistency-Raft	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

KYRaft	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

HUI-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

ASMatch	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

DeepStereo_LL	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

DEmStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

SST-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

THIR-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

RAFT_R40	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

DRaft	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

PFNet	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

GrayStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

RE-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

Pruner-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

TVStereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

DeepStereo_RVC	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

RAFT-RH_RVC	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

IRAFT_RVC	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

RAFT-345	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

iRAFT	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

CRE-IMP	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

GMM-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

RAFT-IKP	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

Prome-Stereo	1.20 502	1.20 376	1.20 504	1.20 466	1.20 538	1.20 511	1.20 530	1.20 505	1.20 535	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 530

FAT-Stereo	2.46 623	26.05 681	1.23 553	1.23 513	1.22 586	1.20 511	1.24 578	1.23 553	1.23 582	1.19 512	1.22 578	1.21 561	1.24 570	1.20 516	1.24 579	1.21 539	1.17 505	1.22 571	1.25 582	1.20 502	1.24 579

ktn	0.72 411	0.53 256	1.08 490	1.14 454	0.51 439	1.22 557	1.36 588	0.51 400	0.59 444	0.51 405	0.51 440	0.69 443	1.20 522	0.67 437	0.51 425	0.51 377	0.49 391	0.58 434	0.66 470	0.52 398	0.53 422

CroCo-Stereo	0.73 415	1.22 428	0.25 211	1.22 511	0.25 250	1.22 557	0.25 238	1.22 551	0.25 241	1.22 559	0.25 250	1.22 562	0.25 243	1.22 562	0.25 239	1.22 541	0.26 221	1.21 570	0.25 246	1.22 550	0.25 227
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
S-Stereo	2.51 624	26.86 682	1.23 553	1.22 511	1.22 586	1.24 559	1.25 579	1.22 551	1.24 583	1.21 558	1.24 580	1.19 515	1.27 572	1.19 515	1.24 579	1.19 491	1.20 507	1.25 572	1.19 529	1.24 551	1.23 578

Hybrid-DGEV	1.03 488	1.75 461	0.80 459	1.28 520	0.78 491	1.26 560	0.80 488	1.26 554	0.78 488	1.26 560	0.78 494	1.26 563	0.78 482	1.26 563	0.78 485	1.15 489	0.75 454	1.14 511	0.74 488	1.14 487	0.75 475

AIO-Stereo-zeroshot1	0.75 419	0.92 317	0.85 466	0.96 434	0.59 449	1.27 561	0.44 401	0.59 420	0.69 467	0.91 470	0.68 469	0.55 421	0.61 447	1.06 500	0.83 494	0.62 405	0.70 444	0.90 481	0.41 407	0.89 455	0.56 435

CroCo-Stereo Lap2	0.77 425	1.29 432	0.29 230	1.27 516	0.29 273	1.27 561	0.26 245	1.26 554	0.26 254	1.26 560	0.26 255	1.27 566	0.26 252	1.26 563	0.27 245	1.27 543	0.27 231	1.27 573	0.27 289	1.27 553	0.27 271

Hybrid-DGEV-2	1.05 490	1.83 487	0.83 463	1.33 527	0.82 499	1.30 563	0.81 492	1.26 554	0.79 492	1.29 562	0.79 496	1.26 563	0.80 484	1.26 563	0.79 486	1.20 493	0.78 459	1.18 521	0.77 493	1.20 502	0.77 480

11t	1.27 552	2.70 556	1.34 557	1.32 526	0.89 502	1.30 563	1.34 585	1.64 574	0.57 439	1.45 572	0.72 484	1.05 500	1.29 574	1.07 503	1.29 586	1.49 559	1.02 483	0.97 499	1.15 525	1.48 561	1.31 583

Hybrid-DGEV-03	1.07 491	1.83 487	0.83 463	1.34 528	0.81 498	1.32 565	0.81 492	1.31 561	0.81 497	1.31 563	0.82 500	1.32 568	0.82 488	1.32 568	0.81 492	1.19 491	0.77 457	1.19 523	0.76 491	1.19 500	0.77 480

LiteMatch*	2.07 595	1.30 434	5.73 667	6.28 657	0.79 493	1.33 566	0.80 488	1.30 560	1.02 521	1.33 564	0.84 502	1.33 569	0.97 496	1.28 567	1.04 514	6.05 668	5.89 663	1.28 574	0.76 491	1.28 554	0.88 490

ours_stereo	1.20 502	1.21 422	0.90 470	1.64 548	1.11 525	1.35 567	0.67 456	1.76 578	0.93 507	1.70 582	1.10 523	1.39 572	0.75 477	1.41 572	0.81 492	1.60 566	1.03 484	1.33 576	1.00 513	1.61 566	0.72 468

MaskLacGwcNet_RVC	1.35 554	1.35 439	1.35 559	1.35 530	1.35 589	1.35 567	1.35 586	1.36 563	1.35 591	1.36 567	1.35 589	1.36 570	1.36 580	1.36 569	1.35 590	1.35 549	1.35 568	1.35 579	1.35 587	1.35 557	1.35 588

MM-Stereo_test2	1.20 502	1.85 493	1.05 487	1.46 536	0.94 510	1.36 569	0.99 509	1.36 563	0.95 509	1.41 569	0.98 513	1.40 574	0.96 495	1.37 570	0.95 503	1.37 553	1.06 485	1.33 576	0.93 510	1.29 555	0.89 493

CC-Net-ROB	1.36 555	1.33 438	1.33 556	1.36 531	1.38 592	1.36 569	1.33 584	1.37 565	1.34 588	1.35 566	1.36 591	1.38 571	1.34 578	1.38 571	1.38 593	1.35 549	1.38 572	1.33 576	1.35 587	1.43 560	1.34 587

MLG-Stereo	0.92 465	0.90 310	0.84 465	1.27 516	0.49 429	1.38 571	0.88 498	1.41 568	0.97 512	0.73 445	1.09 522	1.26 563	0.43 398	0.72 442	1.05 515	1.13 486	0.49 391	1.18 521	0.66 470	1.01 479	0.46 395

PS-NSSS	1.38 557	1.39 443	1.34 557	1.34 528	1.35 589	1.38 571	1.37 593	1.35 562	1.38 594	1.34 565	1.34 588	1.39 572	1.38 583	1.70 580	1.40 594	1.36 551	1.36 569	1.36 581	1.37 590	1.37 558	1.36 589

HBP-ISP	1.24 550	1.72 455	1.65 587	1.15 457	0.76 487	1.40 573	0.88 498	1.67 577	1.02 521	1.69 581	1.38 594	1.69 582	1.21 568	1.87 588	1.21 577	1.05 474	0.79 461	0.97 499	0.80 499	1.19 500	0.75 475

BLMT-Stereo	1.53 559	1.36 440	1.06 488	1.42 535	1.23 588	1.41 574	1.07 518	1.43 569	1.12 525	1.42 570	1.06 520	1.83 584	1.07 509	1.42 573	1.07 516	1.27 543	1.38 572	6.80 676	1.00 513	1.26 552	1.00 504

FC-DCNN	1.07 491	1.09 360	0.98 479	0.89 415	0.52 440	1.41 574	0.91 501	1.21 550	1.24 583	1.96 586	2.05 640	1.91 587	1.30 575	1.27 566	1.08 517	0.80 436	0.60 421	0.58 434	0.41 407	0.68 419	0.54 425

MM-Stereo_test3	1.27 552	2.07 512	1.18 499	1.60 543	1.02 520	1.45 576	1.01 514	1.40 567	1.04 523	1.44 571	1.03 519	1.46 576	1.02 507	1.44 574	1.02 513	1.51 562	1.12 499	1.32 575	0.98 511	1.38 559	0.97 500

RASNet	1.49 558	1.65 451	1.45 575	1.38 533	1.43 595	1.47 577	1.36 588	1.38 566	1.36 592	1.39 568	1.60 605	1.45 575	1.45 586	1.51 575	2.21 635	1.53 563	1.36 569	1.36 581	1.36 589	1.66 569	1.36 589

tt45	1.04 489	0.88 304	1.36 567	0.92 422	1.03 521	1.51 578	0.79 485	0.70 436	0.88 500	0.74 450	0.90 504	1.60 578	0.72 473	1.60 576	0.75 481	0.91 450	0.78 459	1.52 586	0.79 497	1.14 487	1.32 584

FlowAnything	1.02 486	1.71 454	0.72 444	1.59 540	0.69 471	1.60 579	0.69 468	1.61 571	0.70 473	1.60 574	0.69 474	1.60 578	0.69 466	1.61 578	0.69 466	0.81 439	0.58 417	0.81 470	0.56 450	0.82 446	0.56 435

FlowAnything_test	1.02 486	1.72 455	0.71 441	1.59 540	0.70 473	1.61 580	0.69 468	1.61 571	0.70 473	1.60 574	0.70 476	1.61 581	0.69 466	1.61 578	0.70 472	0.81 439	0.58 417	0.81 470	0.55 446	0.81 444	0.56 435

DPSMNet_ROB	1.60 562	1.59 450	1.70 589	1.59 540	1.59 601	1.61 580	1.61 604	1.60 570	1.60 601	1.62 580	1.59 604	1.60 578	1.60 589	1.60 576	1.59 601	1.59 564	1.60 591	1.59 587	1.59 607	1.59 565	1.59 602

CFNet-RSSM	0.91 463	4.89 616	0.34 269	0.44 281	1.07 523	1.62 582	1.40 595	0.91 464	0.35 355	1.60 574	1.39 595	0.64 437	0.34 349	0.44 348	0.33 331	0.41 296	0.35 316	0.75 459	0.30 329	0.41 348	0.29 297

ff7	1.68 563	2.68 553	1.35 559	0.97 435	0.89 502	1.84 583	2.15 633	2.12 591	1.80 618	2.05 596	1.56 601	2.33 602	2.12 624	2.23 599	2.25 636	1.31 545	1.07 486	1.48 583	1.41 593	0.90 458	1.04 511

ffff	1.68 563	2.68 553	1.35 559	0.97 435	0.89 502	1.84 583	2.15 633	2.12 591	1.80 618	2.05 596	1.56 601	2.33 602	2.12 624	2.23 599	2.25 636	1.31 545	1.07 486	1.48 583	1.41 593	0.90 458	1.04 511

ccc-4	1.68 563	2.68 553	1.35 559	0.97 435	0.89 502	1.84 583	2.15 633	2.12 591	1.80 618	2.05 596	1.56 601	2.33 602	2.12 624	2.23 599	2.25 636	1.31 545	1.07 486	1.48 583	1.41 593	0.90 458	1.04 511

GANetREF_RVC	1.55 560	1.94 508	1.22 551	1.88 551	1.21 584	1.88 586	1.22 576	1.88 580	1.22 581	1.88 583	1.22 578	1.88 585	1.22 569	1.89 589	1.22 578	1.87 574	1.22 554	1.88 600	1.22 578	1.88 578	1.22 576
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
3.75w	1.99 575	2.31 531	1.83 603	3.16 597	1.65 605	1.93 587	1.98 624	2.72 619	1.68 603	2.73 628	1.97 629	2.00 592	1.72 598	1.81 586	1.25 582	2.27 598	2.01 611	2.38 619	1.42 596	1.71 571	1.24 579

4.5w-stereo	1.99 575	2.33 533	1.81 595	3.28 603	1.68 608	1.94 588	1.99 627	2.72 619	1.70 606	2.72 623	1.99 638	1.97 590	1.68 593	1.76 582	1.29 586	1.91 579	2.02 615	2.53 627	1.61 609	1.75 574	1.16 524

2.75w_new	1.99 575	2.34 537	1.81 595	3.14 595	1.62 603	1.94 588	1.99 627	2.72 619	1.71 607	2.72 623	1.99 638	1.90 586	1.73 599	1.82 587	1.29 586	2.37 607	2.01 611	2.31 614	1.42 596	1.77 575	1.22 576

2w_stereo	1.99 575	2.36 540	1.81 595	3.24 601	1.67 606	1.94 588	1.98 624	2.72 619	1.68 603	2.72 623	1.94 626	1.98 591	1.74 601	1.79 585	1.27 583	1.95 581	2.00 609	2.53 627	1.60 608	1.68 570	1.15 521

4.25_new	2.00 579	2.33 533	1.82 600	3.32 606	1.69 609	1.95 591	1.99 627	2.72 619	1.71 607	2.72 623	1.97 629	2.01 593	1.74 601	1.77 583	1.28 584	2.18 590	2.01 611	2.48 625	1.58 605	1.65 567	1.17 525

4.5w_new	2.00 579	2.33 533	1.82 600	3.32 606	1.69 609	1.95 591	1.99 627	2.72 619	1.71 607	2.72 623	1.97 629	2.01 593	1.74 601	1.77 583	1.28 584	2.18 590	2.01 611	2.48 625	1.58 605	1.65 567	1.17 525

MFMNet_re	1.81 570	1.91 502	1.71 591	1.95 556	1.70 612	1.95 591	1.70 609	1.96 583	1.74 614	1.97 588	1.72 613	1.95 588	1.71 597	1.97 592	1.71 609	1.86 572	1.62 592	1.85 593	1.66 614	1.86 577	1.64 608

SPS-STEREO	1.59 561	1.91 502	1.21 550	1.94 554	1.20 538	2.00 594	1.23 577	1.99 585	1.24 583	2.00 591	1.25 581	2.03 595	1.26 571	2.00 593	1.29 586	1.90 578	1.18 506	1.89 601	1.21 577	1.89 579	1.20 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 569	3.41 584	1.52 582	2.12 561	1.41 594	2.04 595	1.41 596	2.05 589	1.46 598	2.04 595	1.41 596	2.05 596	1.42 585	2.05 594	1.43 596	2.04 586	1.54 584	1.94 602	1.38 592	1.99 581	1.33 585

RAFT_CTSACE	1.92 572	3.71 591	1.72 592	1.88 551	1.72 613	2.04 595	1.42 598	2.18 596	1.89 629	2.02 593	1.97 629	1.95 588	2.06 623	1.93 590	1.62 602	1.76 569	1.66 595	2.02 604	1.73 623	1.73 572	1.43 594

4.25w-stereo	1.98 574	2.72 560	1.46 576	3.47 613	1.43 595	2.07 597	1.98 624	2.53 616	1.52 599	2.71 622	1.98 635	1.81 583	1.62 591	1.96 591	1.36 591	1.88 577	2.00 609	2.53 627	1.61 609	1.74 573	1.15 521

MonSter	0.60 382	0.64 273	0.52 394	0.62 376	0.44 411	2.07 597	0.44 401	0.62 426	0.44 404	0.62 433	0.44 409	0.62 436	0.44 400	0.62 428	0.44 397	0.58 394	0.42 361	0.62 437	0.46 421	0.58 410	0.42 387

MonStereo1	1.94 573	2.77 566	1.52 582	3.73 624	1.51 598	2.13 599	1.42 598	2.32 604	1.52 599	2.31 608	1.50 599	2.53 612	1.59 588	2.34 606	1.56 599	1.91 579	1.36 569	1.86 596	1.31 585	2.07 582	1.53 595

MC-Stereo	1.76 566	2.96 572	1.37 569	2.14 562	1.37 591	2.14 600	1.36 588	2.14 594	1.37 593	2.14 600	1.37 592	2.14 597	1.37 582	2.14 598	1.37 592	1.97 582	1.32 556	1.97 603	1.32 586	1.98 580	1.33 585

2.25w	2.00 579	1.86 496	1.98 617	2.95 592	2.17 638	2.26 601	1.35 586	2.42 610	2.00 636	2.07 599	1.27 583	2.53 612	1.99 619	2.29 603	1.49 598	2.21 593	1.32 556	1.85 593	1.87 627	2.52 608	1.62 606

4.5_new	2.00 579	1.84 492	1.98 617	2.77 586	2.16 636	2.27 602	1.28 583	2.09 590	1.98 633	2.01 592	1.28 584	2.71 624	1.98 617	2.51 615	1.65 604	2.26 595	1.33 563	1.87 597	1.87 627	2.49 604	1.60 603

NCCL2	2.28 613	2.27 528	2.28 623	2.28 571	2.28 641	2.27 602	2.29 636	2.28 597	2.28 639	2.27 604	2.28 641	2.28 598	2.27 627	2.27 602	2.28 640	2.28 599	2.28 623	2.27 611	2.29 640	2.27 591	2.29 630

TRStereo	2.00 579	2.13 517	1.85 606	2.27 568	1.84 617	2.28 604	1.84 613	2.29 599	1.86 623	2.30 605	1.87 618	2.30 599	1.87 607	2.08 595	1.72 611	2.08 587	1.72 598	2.08 606	1.72 620	2.08 583	1.72 613

XX-Stereo	2.00 579	2.13 517	1.85 606	2.27 568	1.84 617	2.28 604	1.84 613	2.29 599	1.86 623	2.30 605	1.87 618	2.30 599	1.87 607	2.08 595	1.72 611	2.08 587	1.72 598	2.08 606	1.72 620	2.08 583	1.72 613

EAI-Stereo	2.00 579	2.13 517	1.85 606	2.27 568	1.84 617	2.28 604	1.84 613	2.29 599	1.86 623	2.30 605	1.87 618	2.30 599	1.87 607	2.08 595	1.72 611	2.08 587	1.72 598	2.08 606	1.72 620	2.08 583	1.72 613

STTStereo	3.73 641	30.40 688	2.37 627	2.39 575	2.31 643	2.35 607	2.33 637	2.29 599	2.42 640	2.32 609	2.34 642	2.33 602	2.36 628	2.30 604	2.27 639	2.35 606	2.22 622	2.31 614	2.22 637	2.29 593	2.34 634

FBW_ROB	2.12 598	2.46 546	1.77 594	2.49 579	1.79 616	2.38 608	1.83 612	2.46 611	1.78 617	2.48 616	1.97 629	2.40 607	1.78 604	2.42 612	1.83 620	2.31 603	1.85 606	2.38 619	1.82 625	2.35 595	1.84 618

AIO_rvc	2.18 601	2.34 537	1.87 610	2.32 572	1.94 626	2.40 609	1.89 621	2.37 607	2.07 638	2.52 618	1.95 628	2.44 609	1.99 619	2.41 610	1.89 628	2.32 604	2.09 617	2.24 610	2.18 636	2.21 587	2.23 629

IGEV	2.02 587	2.20 523	1.82 600	2.90 591	2.16 636	2.41 610	1.25 579	2.00 586	1.98 633	1.99 590	1.31 586	2.72 628	1.93 613	2.67 623	1.69 608	2.26 595	1.32 556	1.83 592	1.87 627	2.53 611	1.61 605

HUF	2.18 601	2.30 530	1.99 620	2.34 574	2.02 631	2.41 610	2.06 632	2.38 608	1.89 629	2.36 610	1.85 616	2.56 617	1.98 617	2.31 605	1.97 631	2.30 602	2.03 616	2.30 613	2.11 634	2.23 588	2.16 627

AIO_test	2.18 601	2.09 515	2.04 621	2.42 576	2.01 628	2.47 612	1.94 623	2.34 606	2.03 637	2.56 619	1.94 626	2.43 608	1.94 614	2.41 610	1.87 626	2.39 609	2.10 618	2.35 618	1.91 633	2.25 590	2.19 628

4w-stereo	2.02 587	2.72 560	1.44 574	3.36 609	1.59 601	2.48 613	1.72 610	2.28 597	1.24 583	2.24 603	1.65 609	2.56 617	1.32 577	2.39 609	1.98 632	2.67 621	1.51 580	1.66 589	1.24 580	2.53 611	1.88 625

3w_stereo	2.04 592	2.24 527	1.70 589	3.15 596	2.18 640	2.49 614	1.26 581	2.03 588	1.98 633	1.98 589	1.33 587	2.72 628	1.99 619	2.59 618	1.72 611	2.22 594	1.33 563	1.85 593	1.88 632	2.50 606	1.58 601

monsterstereo	2.20 607	2.33 533	1.95 615	3.65 620	2.07 633	2.49 614	1.61 604	2.48 612	1.83 621	2.45 614	1.61 607	2.67 623	1.86 606	2.64 620	1.94 629	2.48 615	1.66 595	2.34 616	1.68 617	2.40 597	1.86 620

asda	2.17 599	2.54 547	1.81 595	3.47 613	1.78 615	2.50 616	1.86 617	2.61 618	1.68 603	2.61 620	1.83 615	2.37 606	1.73 599	2.44 613	1.88 627	2.51 616	1.84 605	2.34 616	1.62 611	2.23 588	1.77 617

UDGNet	2.23 611	5.40 629	1.72 592	2.48 578	1.69 609	2.51 617	1.69 608	2.51 615	1.72 611	2.50 617	1.69 612	2.52 611	1.69 595	2.50 614	1.68 607	2.41 610	1.70 597	2.42 621	1.69 619	2.42 598	1.64 608

qwe	2.18 601	2.60 550	1.58 584	3.83 626	1.90 625	2.53 618	1.90 622	2.48 612	1.73 612	2.37 611	1.92 625	2.53 612	1.68 593	2.56 616	1.83 620	2.52 618	1.87 607	2.07 605	1.68 617	2.32 594	1.71 612

monsters	2.18 601	2.41 543	1.96 616	3.47 613	2.03 632	2.53 618	1.64 606	2.48 612	1.73 612	2.40 612	1.50 599	2.62 620	1.94 614	2.59 618	1.94 629	2.44 611	1.57 586	2.28 612	1.87 627	2.42 598	1.86 620

IGEVStereo-DCA	1.77 567	4.21 607	1.84 604	2.49 579	2.11 634	2.54 620	1.36 588	1.65 575	1.17 532	2.75 629	1.90 623	2.54 615	1.15 515	0.94 478	1.11 519	1.50 560	1.32 556	0.96 497	1.46 599	1.49 562	0.88 490

rrr	1.77 567	4.21 607	1.84 604	2.49 579	2.11 634	2.54 620	1.36 588	1.65 575	1.17 532	2.75 629	1.90 623	2.54 615	1.15 515	0.94 478	1.11 519	1.50 560	1.32 556	0.96 497	1.46 599	1.49 562	0.88 490

asd	2.18 601	2.77 566	1.58 584	3.59 618	2.00 627	2.58 622	1.85 616	2.39 609	1.71 607	2.47 615	1.97 629	2.59 619	1.61 590	2.56 616	1.79 618	2.51 616	1.99 608	2.11 609	1.62 611	2.36 596	1.60 603

MonStereo	2.17 599	2.41 543	1.49 581	2.67 583	1.67 606	2.60 623	2.04 631	2.32 604	1.76 615	2.44 613	1.68 611	2.50 610	1.69 595	2.38 607	1.80 619	2.28 599	1.78 601	2.63 630	2.14 635	3.47 623	1.68 611

3.25w	2.04 592	2.20 523	1.48 577	3.03 593	2.17 638	2.63 624	1.39 594	1.96 583	1.95 632	1.96 586	1.37 592	2.71 624	1.96 616	2.71 624	1.73 616	2.26 595	1.32 556	1.87 597	1.87 627	2.51 607	1.63 607

2.5w	2.01 586	2.40 542	1.37 569	3.28 603	2.01 628	2.71 625	1.43 601	1.82 579	1.83 621	1.90 585	1.41 596	2.71 624	1.35 579	2.71 624	1.85 622	2.66 619	1.53 582	1.64 588	1.23 579	2.53 611	1.87 622

3.25w_new	2.03 589	2.72 560	1.35 559	3.33 608	1.57 599	2.72 626	1.53 603	2.15 595	1.33 587	2.15 601	1.60 605	2.63 621	1.30 575	2.72 626	1.99 633	2.67 621	1.53 582	1.75 591	1.25 582	2.53 611	1.87 622

3.5w_stereo	2.03 589	2.72 560	1.35 559	3.41 610	1.57 599	2.72 626	1.49 602	2.01 587	1.34 588	2.15 601	1.61 607	2.63 621	1.36 580	2.72 626	1.99 633	2.66 619	1.58 587	1.68 590	1.24 580	2.53 611	1.87 622

1w_stereo	2.05 594	2.32 532	1.35 559	3.74 625	2.01 628	2.73 628	1.42 598	1.88 580	1.93 631	2.03 594	1.28 584	2.71 624	1.99 619	2.72 626	1.72 611	2.20 592	1.32 556	1.87 597	1.86 626	2.45 600	1.54 596

sCroCo_RVC	2.10 596	2.76 564	1.92 614	2.78 589	1.39 593	2.73 628	1.41 596	2.73 625	1.40 595	2.77 634	1.41 596	2.74 630	1.40 584	2.74 629	1.40 594	2.72 623	1.42 575	2.72 631	1.44 598	2.79 618	1.42 593

LG-G_1	2.22 608	2.71 558	1.89 611	2.77 586	1.87 623	2.75 630	1.87 619	2.76 627	1.87 627	2.75 629	1.87 618	2.76 631	1.87 607	2.75 630	1.86 623	2.47 613	1.58 587	2.45 622	1.57 602	2.45 600	1.57 599

LG-G	2.22 608	2.71 558	1.89 611	2.77 586	1.87 623	2.75 630	1.87 619	2.76 627	1.87 627	2.75 629	1.87 618	2.76 631	1.87 607	2.75 630	1.86 623	2.47 613	1.58 587	2.45 622	1.57 602	2.45 600	1.57 599

LGtest1	2.22 608	2.70 556	1.89 611	2.76 585	1.86 620	2.75 630	1.86 617	2.75 626	1.86 623	2.75 629	1.86 617	2.77 633	1.87 607	2.75 630	1.86 623	2.46 612	1.58 587	2.45 622	1.56 601	2.45 600	1.56 598

NLCA_NET_v2_RVC	5.04 669	50.87 698	2.78 632	2.87 590	2.71 645	2.78 633	0.47 414	2.88 632	2.86 645	1.89 584	2.67 644	2.79 634	2.79 633	2.78 633	2.83 642	2.82 624	2.82 630	2.83 632	2.77 644	2.83 619	2.76 639
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT+CT+SA	4.28 656	7.62 645	4.91 661	5.55 652	2.28 641	3.09 634	3.64 664	4.49 651	3.07 651	4.80 663	3.35 659	4.77 666	3.70 653	4.29 650	3.05 645	5.58 663	5.98 665	3.58 639	3.78 668	4.26 633	3.72 664

plain	1.88 571	3.16 578	0.64 419	3.10 594	0.65 463	3.10 635	0.64 449	3.12 634	0.65 453	3.10 635	0.65 461	3.11 635	0.65 451	3.12 634	0.65 447	3.12 628	0.65 430	3.13 633	0.65 468	3.13 621	0.65 453

MIF-Stereo (partial)	2.58 626	3.31 583	0.66 424	3.18 598	0.66 466	3.18 636	0.66 452	3.21 635	0.67 456	3.19 636	0.66 463	3.19 636	0.66 454	3.31 638	0.68 458	5.09 660	1.79 603	8.23 680	1.67 615	6.18 664	1.38 591

Anonymous3	2.55 625	3.26 582	1.65 587	3.28 603	1.63 604	3.24 637	1.68 607	3.27 636	1.66 602	3.28 637	1.67 610	3.25 637	1.66 592	3.27 636	1.64 603	3.26 629	1.65 594	3.30 635	1.65 613	4.95 655	1.65 610

UniTT-Stereo	2.03 589	3.43 585	0.72 444	3.42 611	0.73 478	3.27 638	0.68 460	3.38 639	0.69 467	3.29 638	0.72 484	3.28 638	0.70 468	3.35 640	0.68 458	3.39 631	0.68 437	3.31 636	0.69 479	3.37 622	0.73 471

NLSM1	2.93 634	3.24 581	2.57 631	4.04 627	2.66 644	3.30 639	2.55 639	3.29 637	2.55 641	3.35 639	2.48 643	3.28 638	2.47 629	3.34 639	2.49 641	3.26 629	2.55 629	3.13 633	2.57 643	3.00 620	2.46 637

Sa-1000	4.34 659	8.37 648	6.84 672	6.98 663	4.45 674	3.58 640	3.00 644	3.42 640	3.39 660	2.61 620	4.00 669	3.83 644	4.01 662	3.90 644	3.90 665	5.98 667	5.62 662	3.76 642	2.34 641	4.35 635	2.47 638

SA	4.33 658	7.35 642	6.85 673	5.96 655	4.09 671	3.59 641	3.15 658	3.82 644	2.64 642	3.91 642	3.85 666	3.57 640	2.72 632	3.13 635	4.03 667	7.09 675	6.86 670	3.57 638	3.12 656	3.85 626	3.51 662

DPSNet	3.66 639	3.60 587	3.62 654	3.63 619	3.64 666	3.65 642	3.65 665	3.66 642	3.67 662	3.67 641	3.65 663	3.67 642	3.66 651	3.66 641	3.68 660	3.68 634	3.66 649	3.67 640	3.68 666	3.67 624	3.67 663

RAStereo	2.23 611	3.64 588	0.76 452	3.65 620	0.86 500	3.66 643	0.76 482	3.67 643	0.81 497	3.66 640	0.76 490	3.66 641	0.77 480	3.68 642	0.77 484	3.68 634	0.77 457	3.69 641	0.77 493	3.70 625	0.77 480

StereoVision	3.15 635	5.00 617	0.89 467	4.83 644	1.00 513	3.93 644	1.27 582	6.37 673	1.34 588	5.67 673	1.26 582	5.84 674	1.27 572	5.03 670	1.24 579	5.10 661	1.09 492	4.61 654	0.57 452	5.62 662	1.12 516

TestStereo1	4.60 660	8.41 649	6.44 670	6.86 661	3.79 668	3.97 645	3.78 667	3.99 646	3.74 664	3.97 643	3.52 661	3.94 645	3.58 648	3.98 645	3.72 662	6.82 672	6.50 668	3.76 642	3.66 664	3.90 627	3.74 666

SA-5K	4.60 660	8.41 649	6.44 670	6.86 661	3.79 668	3.97 645	3.78 667	3.99 646	3.74 664	3.97 643	3.52 661	3.94 645	3.58 648	3.98 645	3.72 662	6.82 672	6.50 668	3.76 642	3.66 664	3.90 627	3.74 666

NLCSM	3.67 640	4.08 602	3.19 650	4.80 643	3.26 659	3.99 647	3.24 660	4.25 649	3.18 658	4.09 645	3.27 658	4.14 647	3.18 646	4.13 647	3.28 656	4.06 636	3.10 639	3.85 645	3.14 657	3.91 630	3.27 659

test_3	5.01 668	8.86 654	7.77 676	8.09 666	2.76 646	4.13 648	4.05 671	3.88 645	3.76 666	4.33 648	4.13 670	3.71 643	3.91 659	4.21 649	4.06 668	7.93 676	7.69 673	4.53 647	3.91 669	4.17 632	4.29 672

test_4	4.88 666	8.13 647	6.98 674	7.46 664	4.44 673	4.25 649	3.85 669	4.04 648	3.92 668	4.13 646	3.91 667	4.18 649	3.84 658	4.14 648	4.06 668	7.01 674	7.13 671	4.53 647	3.72 667	4.09 631	3.72 664

raft_robust	4.71 664	7.75 646	5.40 666	6.81 660	3.31 660	4.28 650	4.20 672	4.32 650	4.37 673	4.35 649	4.35 672	4.14 647	3.75 655	4.30 651	4.20 670	6.67 671	6.37 666	3.36 637	4.24 674	4.86 653	3.25 658

rvit_105_1	3.83 642	5.22 622	3.01 636	4.53 631	3.01 647	4.51 651	3.01 645	4.56 653	3.04 646	4.53 652	3.03 647	4.55 654	3.03 634	4.56 653	3.04 643	4.57 644	3.05 632	4.57 649	3.05 648	4.57 639	3.05 644

cross-raft	4.83 665	7.52 643	6.43 669	6.63 659	3.96 670	4.51 651	3.99 670	4.49 651	3.96 669	4.52 650	3.96 668	4.50 651	3.97 661	4.50 652	3.97 666	6.65 670	6.44 667	4.33 646	3.92 670	4.35 635	3.91 669

rvit_0105_6	3.87 646	5.73 636	3.10 646	4.69 641	3.12 657	4.54 653	3.02 646	4.56 653	3.04 646	4.54 654	3.03 647	4.54 652	3.04 637	4.56 653	3.05 645	4.58 647	3.05 632	4.58 651	3.05 648	4.58 640	3.05 644

rvit_0105_4	3.91 649	5.47 633	3.02 639	4.54 634	3.02 648	4.54 653	3.03 650	4.75 663	3.17 657	4.57 656	3.06 650	4.61 660	3.16 645	4.65 660	3.09 651	4.66 651	3.11 640	4.68 658	3.18 659	4.81 650	3.16 656

rvit_stereo_0081_aga	3.86 644	5.33 626	3.02 639	4.55 637	3.04 653	4.54 653	3.02 646	4.64 660	3.06 650	4.54 654	3.04 649	4.62 661	3.08 641	4.62 659	3.07 648	4.58 647	3.06 636	4.60 653	3.08 652	4.63 643	3.07 648

rvit_stereo_0082	3.86 644	5.82 637	3.01 636	4.53 631	3.03 649	4.54 653	3.02 646	4.56 653	3.04 646	4.53 652	3.02 645	4.55 654	3.04 637	4.57 656	3.05 645	4.57 644	3.05 632	4.58 651	3.05 648	4.58 640	3.06 647

rvit_stereo_0081	3.83 642	5.23 623	3.01 636	4.53 631	3.03 649	4.55 657	3.02 646	4.56 653	3.04 646	4.52 650	3.02 645	4.54 652	3.03 634	4.56 653	3.04 643	4.57 644	3.05 632	4.57 649	3.05 648	4.58 640	3.05 644

rvit_stereo_0080	3.89 647	5.70 634	3.04 641	4.54 634	3.03 649	4.56 658	3.05 652	4.60 657	3.07 651	4.58 657	3.06 650	4.59 656	3.06 639	4.61 657	3.08 649	4.63 649	3.09 637	4.64 655	3.10 653	4.65 644	3.10 651

whm_eth	3.89 647	5.70 634	3.04 641	4.54 634	3.03 649	4.56 658	3.05 652	4.60 657	3.07 651	4.58 657	3.06 650	4.59 656	3.06 639	4.61 657	3.08 649	4.63 649	3.09 637	4.64 655	3.10 653	4.65 644	3.10 651

rvit_0105_3	3.91 649	5.33 626	3.06 644	4.60 639	3.07 655	4.60 660	3.06 654	4.62 659	3.08 654	4.60 659	3.07 653	4.62 661	3.08 641	4.67 661	3.10 652	4.70 652	3.11 640	4.77 662	3.19 660	4.77 649	3.14 655

rvit_stereo_ft	3.93 652	5.44 631	3.05 643	4.59 638	3.06 654	4.61 661	3.08 655	4.67 662	3.12 656	4.63 661	3.10 655	4.65 663	3.11 643	4.69 663	3.13 653	4.70 652	3.14 642	4.71 660	3.15 658	4.74 647	3.16 656

rvit_stereo_0083	3.92 651	5.30 625	3.06 644	4.61 640	3.09 656	4.67 662	3.08 655	4.66 661	3.09 655	4.62 660	3.10 655	4.66 664	3.11 643	4.67 661	3.16 654	4.72 654	3.16 643	4.77 662	3.11 655	4.66 646	3.11 653

sAnonymous2	3.31 637	2.63 551	1.38 571	3.71 622	1.86 620	4.70 663	1.11 520	4.82 666	2.72 643	5.45 671	1.98 635	4.59 656	2.64 630	2.65 621	6.21 676	4.37 638	1.08 490	5.16 668	2.24 638	4.52 637	2.39 635

CroCo_RVC	3.31 637	2.63 551	1.38 571	3.71 622	1.86 620	4.70 663	1.11 520	4.82 666	2.72 643	5.45 671	1.98 635	4.59 656	2.64 630	2.65 621	6.21 676	4.37 638	1.08 490	5.16 668	2.24 638	4.52 637	2.39 635

rvit_0105_5	4.10 653	5.40 629	3.13 649	4.71 642	3.15 658	4.72 665	3.10 657	4.90 668	3.27 659	4.69 662	3.16 657	4.84 668	3.25 647	4.96 667	3.34 657	5.05 659	3.39 648	5.10 667	3.40 661	5.11 657	3.42 660

MLG-Stereo_test3	4.26 655	4.85 615	3.95 657	5.35 650	3.60 664	4.75 666	3.76 666	5.49 672	3.71 663	5.39 669	3.69 664	4.82 667	3.66 651	4.85 664	3.73 664	4.93 655	3.19 646	4.69 659	2.99 647	4.84 652	2.98 643

DispFullNet	4.61 662	4.84 614	3.12 647	5.00 647	3.57 663	4.75 666	3.03 650	7.75 679	4.17 671	4.91 666	3.09 654	6.20 675	3.95 660	6.71 675	3.51 658	5.30 662	3.67 650	5.86 674	3.63 663	5.61 661	3.46 661

TestStereo	4.88 666	4.75 613	4.79 660	4.87 646	4.92 675	4.81 668	4.90 675	4.78 664	4.77 674	4.87 665	4.89 674	4.90 669	4.91 667	4.99 668	4.79 672	4.98 657	4.87 658	4.87 665	4.92 676	5.00 656	5.00 673

MLG-Stereo_test1	4.25 654	5.34 628	3.61 653	5.31 649	3.63 665	5.23 669	3.57 663	5.38 671	3.65 661	5.23 668	3.47 660	4.76 665	3.74 654	4.85 664	3.71 661	4.96 656	3.18 645	4.71 660	2.92 645	4.86 653	2.90 641

test_5	4.62 663	7.55 644	6.23 668	6.32 658	3.40 662	5.29 670	3.50 662	3.53 641	4.11 670	4.28 647	4.47 673	4.26 650	4.38 665	3.68 642	3.24 655	5.89 665	5.60 661	4.84 664	3.50 662	4.33 634	3.93 670

MaDis-Stereo	3.19 636	6.02 639	1.12 491	5.61 653	1.16 531	5.43 671	1.02 516	5.15 670	0.70 473	5.43 670	1.21 577	5.03 671	0.97 496	4.85 664	0.99 507	4.53 642	1.16 502	5.53 670	1.25 582	5.37 660	1.30 582

MLG-Stereo_test2	4.28 656	5.46 632	3.69 655	4.86 645	3.72 667	5.58 672	3.42 661	4.81 665	3.77 667	4.85 664	3.72 665	5.55 673	3.63 650	5.58 671	3.53 659	4.41 641	3.28 647	4.99 666	2.95 646	4.75 648	3.13 654

test-1	6.46 673	9.16 656	8.03 679	8.09 666	5.62 678	6.11 673	6.35 678	6.85 676	4.94 675	6.08 674	6.29 680	4.98 670	6.43 672	6.22 672	6.36 678	6.16 669	7.47 672	5.82 672	5.44 679	7.11 669	5.68 676

SGM-Forest	5.21 672	5.92 638	4.08 658	6.18 656	4.16 672	6.31 674	4.34 673	6.50 674	4.33 672	6.14 675	4.21 671	6.61 678	4.55 666	6.67 674	4.48 671	5.94 666	3.94 652	5.85 673	4.03 672	5.79 663	4.17 671
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 670	5.15 620	4.49 659	5.07 648	3.37 661	6.87 675	4.75 674	5.04 669	6.34 678	7.84 679	5.06 675	6.72 679	4.09 663	4.99 668	5.44 675	5.03 658	3.16 643	4.67 657	4.86 675	5.15 658	3.89 668

RAFT	6.73 675	9.36 657	7.40 675	8.51 669	6.55 679	6.88 676	6.60 679	6.79 675	6.60 679	6.80 676	6.72 681	5.31 672	5.50 670	6.61 673	6.61 679	8.42 678	5.89 663	5.73 671	5.45 680	6.61 665	6.24 677

test-v	7.53 677	11.89 665	7.98 677	9.36 672	7.14 680	7.06 677	7.09 680	7.37 677	6.91 680	7.29 677	5.71 678	6.45 676	6.93 673	6.73 676	7.27 680	8.93 681	7.85 674	6.98 677	6.80 681	7.56 670	7.34 679

test-2	7.53 677	11.89 665	7.98 677	9.36 672	7.14 680	7.06 677	7.09 680	7.37 677	6.91 680	7.29 677	5.71 678	6.45 676	6.93 673	6.73 676	7.27 680	8.93 681	7.85 674	6.98 677	6.80 681	7.56 670	7.34 679

rvit_stereo_0075_2	6.64 674	8.80 653	5.25 663	7.89 665	5.27 677	7.90 679	5.27 676	7.92 680	5.28 676	7.91 680	5.29 677	7.93 680	5.27 668	7.92 680	5.28 673	7.93 676	5.28 660	7.93 679	5.29 678	7.93 672	5.28 675

U	5.15 671	8.49 651	1.81 595	8.49 668	1.77 614	8.49 680	1.77 611	8.51 681	1.77 616	8.49 681	1.77 614	8.50 681	1.78 604	8.58 681	1.77 617	8.54 679	1.78 601	8.55 681	1.78 624	8.55 675	1.84 618

SGM+DAISY	7.06 676	9.15 655	5.38 665	8.84 670	5.18 676	8.80 681	5.31 677	8.79 682	5.28 676	8.89 682	5.20 676	8.93 682	5.33 669	8.95 682	5.36 674	8.70 680	5.21 659	8.74 682	5.20 677	8.89 676	5.15 674

rafts_anoy	20.00 681	20.00 667	20.00 681	20.00 681	20.00 683	20.00 682	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 682

raft+_RVC	20.00 681	20.00 667	20.00 681	20.00 681	20.00 683	20.00 682	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 682

raftrobust	20.00 681	20.00 667	20.00 681	20.00 681	20.00 683	20.00 682	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 682

CasAABBNet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 683	20.00 682	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 682

RALCasStereoNet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 683	20.00 682	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 682

RALAANet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 683	20.00 682	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 682

MANE	19.05 680	23.00 673	15.00 680	23.00 687	15.00 682	24.00 688	16.00 682	24.00 689	16.00 682	22.00 689	15.00 682	23.00 689	16.00 682	23.00 689	15.00 682	22.00 689	15.00 683	22.00 689	15.00 683	22.00 689	15.00 681

111	30.40 687	30.94 689	29.72 688	32.61 688	30.02 690	33.57 689	30.47 690	31.50 690	29.39 690	30.98 690	29.11 690	29.78 690	30.39 693	29.45 690	30.76 693	30.08 690	29.02 691	29.92 690	30.32 694	29.86 690	30.17 689

DCANet-4	35.22 689	34.54 690	35.08 694	33.58 692	35.47 697	34.55 690	35.53 697	36.08 696	35.85 694	35.92 696	35.77 696	35.18 696	35.48 695	35.39 696	37.15 699	34.55 696	33.92 695	35.02 697	34.90 696	35.79 694	34.74 696

fff	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 690	35.13 691	31.83 691	32.07 691	10000000.00 709	35.27 693	29.82 691	32.45 691	30.15 690	32.35 691	30.09 690	31.04 691	29.55 692	30.64 691	30.14 691	10000000.00 710	30.77 690

csc	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 690	35.13 691	31.83 691	32.07 691	10000000.00 709	35.27 693	29.82 691	32.45 691	30.15 690	32.35 691	30.09 690	31.04 691	29.55 692	30.64 691	30.14 691	10000000.00 710	30.77 690

cscssc	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 690	35.13 691	31.83 691	32.07 691	10000000.00 709	35.27 693	29.82 691	32.45 691	30.15 690	32.35 691	30.09 690	31.04 691	29.55 692	30.64 691	30.14 691	10000000.00 710	30.77 690

ADStereo(finetuned)	36.13 690	36.63 694	38.07 698	36.97 693	33.25 694	35.91 694	34.45 694	36.36 697	32.99 691	38.14 701	36.71 697	36.69 697	34.13 694	38.57 701	40.79 700	37.60 701	36.58 698	35.90 698	33.36 695	35.42 693	34.04 693

tt	500032.53 705	34.60 691	29.72 688	37.47 697	34.41 695	36.85 695	35.22 695	34.71 694	33.55 692	34.50 691	35.43 694	33.81 694	10000000.00 710	33.57 694	33.13 694	33.68 694	35.00 696	34.03 695	35.26 697	30.96 691	34.63 694

DCANet	500032.53 705	34.60 691	29.72 688	37.47 697	34.41 695	36.85 695	35.22 695	34.71 694	33.55 692	34.50 691	35.43 694	33.81 694	10000000.00 710	33.57 694	33.13 694	33.68 694	35.00 696	34.03 695	35.26 697	30.96 691	34.63 694

Reg-Stereo(zero)	37.00 691	37.00 695	37.00 695	37.00 694	37.00 698	37.00 697	37.00 698	37.00 698	37.00 695	37.00 697	37.00 698	37.00 698	37.00 696	37.00 697	37.00 696	37.00 698	37.00 699	37.00 699	37.00 699	37.00 695	37.00 697

HI	37.00 691	37.00 695	37.00 695	37.00 694	37.00 698	37.00 697	37.00 698	37.00 698	37.00 695	37.00 697	37.00 698	37.00 698	37.00 696	37.00 697	37.00 696	37.00 698	37.00 699	37.00 699	37.00 699	37.00 695	37.00 697

CoSv	37.00 691	37.00 695	37.00 695	37.00 694	37.00 698	37.00 697	37.00 698	37.00 698	37.00 695	37.00 697	37.00 698	37.00 698	37.00 696	37.00 697	37.00 696	37.00 698	37.00 699	37.00 699	37.00 699	37.00 695	37.00 697

WCMA_ROB	31.10 688	35.43 693	27.12 687	39.51 699	23.10 689	38.78 700	25.30 689	37.49 701	25.39 689	37.29 700	27.02 689	38.52 701	26.48 689	37.80 700	26.44 689	36.28 697	22.65 690	33.90 694	22.30 690	37.10 698	24.18 688

MDST_ROB	69.83 694	87.70 699	41.95 699	113.75 702	65.62 703	75.05 701	55.25 702	75.64 703	45.04 698	71.61 702	41.75 701	72.81 702	44.06 699	68.38 702	44.63 701	101.89 704	59.57 704	107.10 704	61.05 704	104.38 701	59.38 702

CBMV	128.50 696	1422.70 710	53.10 700	79.50 701	51.30 702	77.30 702	49.70 701	74.00 702	48.20 699	77.20 703	48.80 702	73.90 703	48.00 700	73.80 703	48.80 702	70.40 703	45.10 703	68.90 703	46.10 703	68.20 700	45.00 701
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 697	171.00 704	160.68 705	162.58 703	160.59 704	164.01 703	160.35 704	158.51 705	158.56 701	158.34 704	160.12 704	158.56 704	159.92 702	157.26 705	158.94 704	154.38 705	158.36 705	155.75 705	159.13 706	153.67 702	154.07 703
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
NOSS_ROB	102.95 695	153.00 703	121.00 702	51.00 700	44.00 701	165.00 704	127.00 703	153.00 704	119.00 700	164.00 705	125.00 703	168.00 705	120.00 701	153.00 704	117.00 703	49.00 702	44.00 702	49.00 702	44.00 702	49.00 699	44.00 700

AE-Stereo	201.80 698	123.00 700	115.00 701	219.00 704	218.00 706	223.00 705	244.00 706	217.00 706	236.00 703	202.00 706	203.00 705	205.00 706	208.00 703	225.00 706	204.00 705	210.00 706	198.00 706	197.00 706	184.00 707	204.00 703	201.00 704

MGS-Stereo	239.45 699	123.00 700	135.00 703	266.00 705	286.00 707	277.00 706	305.00 707	271.00 707	242.00 704	274.00 707	279.00 707	255.00 707	270.00 705	268.00 707	297.00 707	221.00 707	247.00 708	216.00 707	123.00 705	217.00 704	217.00 706

EGLCR-Stereo	246.90 700	129.00 702	139.00 704	266.00 705	286.00 707	277.00 706	305.00 707	271.00 707	242.00 704	274.00 707	279.00 707	255.00 707	270.00 705	268.00 707	297.00 707	230.00 708	247.00 708	216.00 707	223.00 709	237.00 705	227.00 707

DLCB_ROB	284.23 701	354.61 706	207.27 706	363.24 707	206.46 705	364.72 708	210.41 705	364.72 709	210.41 702	364.81 709	208.64 706	364.81 709	208.64 704	364.72 709	210.41 706	354.70 709	205.53 707	354.70 709	205.53 708	354.70 706	205.53 705

LE_ROB	396.57 702	471.28 707	329.84 707	471.48 708	308.15 709	526.83 709	322.10 709	488.15 710	323.76 706	495.46 710	317.97 709	497.17 710	320.10 707	481.62 710	326.76 709	462.71 710	298.97 710	466.16 710	285.98 710	447.62 707	289.21 708

SGM-ForestM	596.69 703	677.77 708	444.52 708	699.85 709	517.25 710	732.94 710	488.29 710	770.79 711	460.11 707	750.81 711	487.98 710	792.79 711	499.41 708	730.90 711	475.81 710	720.03 711	491.16 711	663.96 711	418.60 711	674.76 708	436.05 709

CBMV_ROB	818.48 704	913.88 709	709.52 709	862.84 710	597.78 711	1073.99 711	700.52 711	1015.66 712	702.59 708	1115.65 712	760.02 711	1130.24 712	721.57 709	1037.41 712	692.65 711	814.05 712	564.29 712	843.28 712	595.31 712	915.51 709	602.92 710

111111	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

SGD-Stereo	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

IGEV-Stereo++	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

IGEV-BASED-STEREO-	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

IGEV-Stereo+	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

SDNR	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

anonymousdsp2	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

anonymousdsp	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

test_example2	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711

DIP-Stereo	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 713	10000000.00 709	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 711
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 656	0.50 395	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.35 349

Low-res two-view benchmark