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

PSi22a	0.44 1	0.33 4	0.82 1	0.78 154	0.27 4	0.56 5	0.24 6	1.33 24	0.40 1	0.45 3	0.25 2	0.66 123	0.50 50	0.83 44	0.33 1	0.20 46	0.16 47	0.19 6	0.15 7	0.18 1	0.19 15

PipStereo	0.46 2	0.31 1	0.89 4	0.82 178	0.27 4	0.58 6	0.27 12	1.58 52	0.42 3	0.43 2	0.27 3	0.68 130	0.50 50	0.82 41	0.35 2	0.18 23	0.17 82	0.19 6	0.15 7	0.18 1	0.17 1

StereoAnything_RVC	0.94 168	2.66 626	2.20 244	0.76 145	0.34 24	1.18 36	0.39 50	2.31 164	0.69 16	0.51 15	0.34 8	0.32 1	0.89 210	1.57 245	0.35 2	0.32 354	0.16 47	0.23 61	0.15 7	3.31 653	0.18 7

PSi22b	0.47 5	0.31 1	0.89 4	0.82 178	0.28 6	0.58 6	0.32 25	1.61 57	0.41 2	0.42 1	0.27 3	0.69 136	0.48 40	0.84 50	0.36 4	0.18 23	0.17 82	0.19 6	0.15 7	0.18 1	0.18 7

LACA3	0.55 13	0.48 102	0.89 4	0.52 1	0.43 103	2.28 166	0.53 120	1.02 11	0.53 7	0.53 19	0.41 13	0.47 42	0.45 28	0.90 66	0.36 4	0.23 98	0.18 126	0.20 14	0.15 7	0.21 49	0.20 48

DepthFocus	0.50 7	0.41 29	1.02 18	0.57 7	0.38 67	0.77 10	0.44 82	0.82 5	0.61 10	0.46 4	0.66 50	0.75 169	0.48 40	0.83 44	0.36 4	0.26 168	0.19 172	0.27 216	0.25 280	0.25 116	0.21 91

FoundationStereo	0.50 7	0.39 15	1.11 70	0.79 159	0.42 97	0.70 9	0.36 43	0.76 4	0.80 44	0.62 69	0.38 10	0.73 160	0.77 152	0.69 5	0.36 4	0.26 168	0.17 82	0.23 61	0.16 25	0.18 1	0.20 48

LiteMatch*	0.67 37	0.46 68	3.75 352	0.65 54	0.36 33	1.48 79	0.26 10	1.11 14	0.96 96	0.58 42	0.45 20	0.55 72	0.46 33	0.70 6	0.37 8	0.21 58	0.16 47	0.21 30	0.17 44	0.21 49	0.20 48

LACA2	0.62 25	0.53 151	1.20 101	0.54 3	0.26 3	3.15 271	0.47 98	1.56 49	0.57 9	0.52 17	0.47 23	0.47 42	0.45 28	0.71 9	0.37 8	0.23 98	0.17 82	0.21 30	0.15 7	0.23 80	0.17 1

LACA1	0.60 19	0.43 45	0.92 9	0.53 2	0.32 16	3.20 279	0.33 28	1.48 39	0.48 5	0.57 36	0.39 11	0.41 24	0.59 79	0.83 44	0.37 8	0.23 98	0.19 172	0.23 61	0.18 87	0.21 49	0.19 15

MLG-Stereo_test2	0.76 74	0.40 19	1.07 35	0.64 41	0.82 338	3.49 343	0.23 3	1.69 73	2.14 431	0.62 69	0.32 7	0.67 128	0.33 4	1.14 132	0.37 8	0.23 98	0.19 172	0.23 61	0.16 25	0.19 8	0.20 48

Test_v1	0.62 25	0.40 19	1.13 79	0.74 123	0.55 199	1.60 94	0.39 50	1.68 71	0.92 82	0.60 59	0.88 99	0.53 60	0.50 50	0.93 80	0.39 12	0.19 33	0.16 47	0.20 14	0.17 44	0.20 28	0.21 91

Replicate-Monster	0.79 99	1.36 562	2.08 234	0.70 85	0.52 179	2.05 142	0.34 37	1.92 101	0.82 53	1.03 216	0.60 40	0.48 48	0.52 56	1.28 177	0.39 12	0.19 33	0.14 11	0.19 6	0.16 25	0.22 69	0.78 577

MLG-Stereo	0.77 84	0.39 15	1.04 21	0.64 41	0.41 90	3.01 250	0.31 20	1.89 96	2.92 576	0.47 5	0.29 6	0.66 123	0.47 36	1.35 196	0.39 12	0.20 46	0.18 126	0.24 100	0.16 25	0.19 8	0.20 48

GCAP-Stereo-DPT-36K	0.97 183	1.76 596	2.51 277	0.69 80	1.40 530	2.95 243	0.99 442	2.18 136	1.04 113	0.68 93	0.80 75	0.69 136	0.64 96	0.87 54	0.40 15	0.23 98	0.19 172	0.25 139	0.21 174	0.30 234	0.64 545

GCAP-Stereo-DPT-50K	0.91 160	1.57 583	2.54 279	0.69 80	1.41 538	2.08 146	0.83 324	2.11 129	1.38 162	0.65 85	0.75 64	0.66 123	0.64 96	0.72 14	0.40 15	0.23 98	0.19 172	0.24 100	0.18 87	0.33 306	0.54 507

BridgeDepth	0.54 12	0.42 39	1.05 26	0.58 9	0.25 2	1.30 56	0.36 43	1.53 46	0.86 65	0.56 27	0.37 9	0.57 82	0.65 103	0.87 54	0.40 15	0.20 46	0.15 24	0.19 6	0.16 25	0.22 69	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LG-Stereo_L2	0.63 31	0.46 68	1.15 87	0.70 85	0.43 103	2.32 170	0.28 14	1.86 92	0.68 13	0.56 27	0.42 14	0.37 9	0.45 28	1.36 198	0.40 15	0.23 98	0.18 126	0.22 45	0.18 87	0.21 49	0.20 48

MLG-Stereo_test1	0.80 101	0.39 15	1.02 18	0.65 54	1.20 479	3.14 270	0.29 18	1.59 55	3.05 589	0.50 11	0.24 1	0.67 128	0.43 21	1.33 192	0.40 15	0.21 58	0.18 126	0.23 61	0.15 7	0.19 8	0.20 48

GCAP-Stereo-DPT-20K	0.97 183	0.41 29	3.72 349	0.63 31	0.80 323	1.51 83	0.84 332	1.84 89	1.51 228	0.82 156	1.00 138	0.70 139	1.00 243	0.75 20	0.41 20	0.23 98	0.18 126	0.24 100	0.18 87	0.43 445	2.30 646

GCAP-Stereo-DPT-24K	0.78 93	0.45 56	1.12 73	0.71 94	1.00 418	2.05 142	0.87 367	2.25 152	1.18 125	0.56 27	0.74 63	0.44 33	1.03 252	0.81 37	0.41 20	0.21 58	0.19 172	0.23 61	0.18 87	0.27 166	0.91 594

Foundation-i32	0.47 5	0.34 6	1.00 16	0.73 116	0.24 1	0.66 8	0.28 14	1.31 22	0.44 4	0.53 19	0.27 3	0.81 185	0.46 33	0.73 19	0.41 20	0.22 80	0.15 24	0.19 6	0.16 25	0.19 8	0.17 1

GCAPDPT-zeroshot4090	0.97 183	0.41 29	3.70 348	0.63 31	0.80 323	1.51 83	0.84 332	1.84 89	1.51 228	0.82 156	1.00 138	0.70 139	1.00 243	0.75 20	0.41 20	0.23 98	0.18 126	0.24 100	0.18 87	0.43 445	2.30 646

MGA	0.59 17	0.40 19	1.04 21	0.72 107	0.80 323	1.74 111	0.41 65	0.98 10	0.99 103	0.60 59	0.54 31	0.54 63	0.29 2	1.06 109	0.42 24	0.20 46	0.17 82	0.21 30	0.17 44	0.21 49	0.21 91

MSE-Stereo	0.59 17	0.40 19	1.04 21	0.72 107	0.61 236	2.02 133	0.33 28	1.13 16	0.94 92	0.60 59	0.49 24	0.54 63	0.35 7	1.06 109	0.42 24	0.21 58	0.17 82	0.21 30	0.17 44	0.22 69	0.21 91

GCAP-Stereo-DPT-22K	0.72 53	0.46 68	1.10 62	0.68 74	1.36 520	1.59 92	0.77 279	1.42 34	1.19 129	0.74 116	0.93 121	0.70 139	0.93 222	0.67 4	0.42 24	0.23 98	0.18 126	0.24 100	0.19 131	0.26 146	0.23 143

IGEV	0.70 47	0.36 7	1.07 35	0.71 94	1.31 503	2.82 216	0.41 65	1.76 79	0.98 100	0.73 111	0.71 55	0.35 3	0.42 19	0.90 66	0.42 24	0.18 23	0.18 126	0.22 45	0.18 87	0.18 1	0.20 48

LG-Stereo_L1	0.61 23	0.47 92	1.10 62	0.73 116	0.49 159	1.72 106	0.33 28	1.95 106	0.65 11	0.56 27	0.40 12	0.40 17	0.43 21	1.40 206	0.42 24	0.23 98	0.19 172	0.23 61	0.18 87	0.21 49	0.19 15

IGEV-Stereo++	0.93 164	0.44 51	1.08 47	0.70 85	1.20 479	3.87 430	0.33 28	3.36 340	1.43 179	0.75 119	1.17 188	0.68 130	1.04 260	0.95 82	0.42 24	0.22 80	0.16 47	0.23 61	0.17 44	0.24 90	0.20 48

IGEV-Stereo+	0.94 168	0.47 92	1.19 94	0.86 221	2.02 633	1.40 66	0.39 50	1.17 19	0.88 69	0.61 62	0.44 18	0.47 42	0.79 166	2.14 338	0.42 24	0.27 194	0.19 172	0.22 45	0.17 44	2.26 646	2.41 650

monster-pro	0.62 25	0.43 45	1.07 35	0.66 63	0.82 338	1.14 34	0.39 50	2.57 219	0.92 82	0.58 42	0.64 45	0.36 4	0.36 10	0.91 71	0.43 31	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

GCAP-Stereo-DPT-25K	0.74 61	0.45 56	1.13 79	0.69 80	0.77 315	1.77 112	0.88 374	2.04 118	1.47 199	0.61 62	1.04 152	0.61 97	0.79 166	0.89 65	0.43 31	0.21 58	0.18 126	0.23 61	0.18 87	0.25 116	0.28 243

MonStereo	0.62 25	0.43 45	1.07 35	0.66 63	0.82 338	1.13 28	0.39 50	2.57 219	0.92 82	0.58 42	0.64 45	0.36 4	0.36 10	0.90 66	0.43 31	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

Monster-pub-eth3d	0.62 25	0.43 45	1.07 35	0.66 63	0.82 338	1.13 28	0.39 50	2.57 219	0.92 82	0.58 42	0.64 45	0.36 4	0.36 10	0.88 60	0.43 31	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

MonSter	0.62 25	0.43 45	1.07 35	0.66 63	0.82 338	1.13 28	0.39 50	2.57 219	0.92 82	0.58 42	0.64 45	0.36 4	0.35 7	0.95 82	0.43 31	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

DEFOM-Stereo	0.70 47	0.46 68	1.13 79	0.72 107	0.48 151	3.40 320	0.44 82	0.90 6	0.77 31	0.86 179	0.58 38	0.45 37	0.43 21	1.76 288	0.43 31	0.24 126	0.18 126	0.22 45	0.16 25	0.21 49	0.20 48

aanet-new-34k	0.66 36	0.60 241	1.23 105	0.73 116	0.33 20	1.44 73	0.87 367	1.52 45	0.92 82	0.51 15	1.36 249	0.59 90	0.87 197	0.58 2	0.44 37	0.22 80	0.16 47	0.25 139	0.17 44	0.23 80	0.20 48

aanet-new-32k	0.81 114	0.64 289	3.94 355	0.70 85	0.97 397	1.43 70	0.96 427	1.36 26	0.72 21	0.61 62	1.02 141	0.62 104	0.87 197	0.72 14	0.44 37	0.20 46	0.16 47	0.25 139	0.17 44	0.25 116	0.22 123

aanet-new-30k	0.81 114	0.64 289	3.91 354	0.70 85	0.97 397	1.43 70	0.96 427	1.36 26	0.72 21	0.61 62	1.02 141	0.62 104	0.87 197	0.72 14	0.44 37	0.20 46	0.16 47	0.25 139	0.17 44	0.25 116	0.22 123

aanet-new-28k	0.77 84	0.58 215	2.64 294	0.78 154	0.39 73	1.97 129	1.05 466	1.72 75	0.79 40	0.58 42	1.10 172	0.54 63	0.78 161	0.70 6	0.44 37	0.20 46	0.15 24	0.25 139	0.19 131	0.29 208	0.21 91

gcap_with_dpt	0.89 145	0.45 56	1.28 122	0.64 41	1.61 574	3.93 443	0.67 197	2.41 175	1.01 107	1.18 235	0.96 133	0.60 93	0.45 28	0.76 23	0.44 37	0.26 168	0.18 126	0.29 277	0.23 230	0.25 116	0.18 7

castereo++	0.93 164	0.56 188	1.26 114	0.92 266	0.73 298	2.48 186	1.00 447	2.99 285	1.03 110	0.68 93	1.41 263	1.92 383	0.59 79	1.26 170	0.44 37	0.25 151	0.19 172	0.28 251	0.19 131	0.23 80	0.23 143

U	12.82 679	0.38 9	1.99 215	0.66 63	58.94 707	63.38 711	0.34 37	1.91 100	0.94 92	0.59 50	0.80 75	0.46 39	0.57 70	0.83 44	0.44 37	0.29 267	0.17 82	63.35 712	59.81 711	0.29 208	0.20 48

CAR	0.60 19	0.41 29	1.04 21	0.72 107	0.61 236	2.02 133	0.33 28	1.13 16	0.94 92	0.61 62	0.49 24	0.54 63	0.35 7	1.14 132	0.45 44	0.21 58	0.17 82	0.21 30	0.17 44	0.22 69	0.21 91

PointNet	0.56 15	0.41 29	0.92 9	0.63 31	0.33 20	1.85 118	0.31 20	1.34 25	0.88 69	0.71 104	0.46 21	0.57 82	0.32 3	0.80 32	0.45 44	0.18 23	0.16 47	0.23 61	0.18 87	0.20 28	0.20 48

aanet-new-90k	0.85 127	0.57 199	1.82 197	0.75 127	0.92 381	3.26 294	0.72 234	2.51 203	0.86 65	0.47 5	0.67 51	0.49 50	0.76 147	1.56 241	0.45 44	0.19 33	0.16 47	0.25 139	0.17 44	0.24 90	0.20 48

aanet-new-78k	1.46 295	0.57 199	14.51 497	0.74 123	0.34 24	3.31 307	0.68 208	2.34 168	0.72 21	0.58 42	0.88 99	0.50 51	1.06 273	1.42 214	0.45 44	0.19 33	0.15 24	0.25 139	0.17 44	0.24 90	0.20 48

GeoVLM	0.52 9	0.42 39	0.88 2	0.62 23	0.36 33	1.62 99	0.25 7	0.96 7	0.90 71	0.61 62	0.43 16	0.57 82	0.53 57	0.71 9	0.45 44	0.16 6	0.15 24	0.18 2	0.14 2	0.19 8	0.19 15

MonSter++	0.52 9	0.42 39	0.89 4	0.61 16	0.36 33	1.64 102	0.25 7	0.96 7	0.91 75	0.62 69	0.42 14	0.56 77	0.53 57	0.71 9	0.45 44	0.17 9	0.15 24	0.18 2	0.14 2	0.19 8	0.20 48

252Zero-FE	0.72 53	0.46 68	1.08 47	1.01 332	0.41 90	1.27 47	0.22 2	1.79 84	1.03 110	2.52 539	1.24 205	0.32 1	0.41 17	1.03 102	0.45 44	0.21 58	0.17 82	0.20 14	0.17 44	0.20 28	0.20 48

LGtest1	0.55 13	0.41 29	1.14 85	0.70 85	0.40 83	0.99 21	0.26 10	1.32 23	0.93 88	0.53 19	0.60 40	0.44 33	0.49 46	1.02 101	0.45 44	0.27 194	0.19 172	0.23 61	0.16 25	0.21 49	0.23 143

GREAT-IGEV	0.74 61	0.54 167	1.86 199	1.10 385	0.44 114	2.44 183	0.34 37	1.37 28	1.51 228	0.48 7	0.86 95	0.51 53	0.60 85	1.07 112	0.45 44	0.22 80	0.17 82	0.21 30	0.17 44	0.23 80	0.25 175
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GCAP-Stereo-DPT-3K	0.89 145	0.46 68	1.34 134	0.62 23	1.70 594	3.95 454	0.67 197	2.36 170	1.05 116	1.05 218	0.90 110	0.60 93	0.42 19	0.80 32	0.46 53	0.27 194	0.18 126	0.29 277	0.23 230	0.24 90	0.18 7

CSFM-Stereo	0.60 19	0.39 15	0.95 11	0.60 15	0.32 16	2.66 204	0.31 20	1.44 35	0.77 31	0.72 108	0.51 27	0.55 72	0.51 54	0.75 20	0.46 53	0.17 9	0.17 82	0.18 2	0.15 7	0.20 28	0.18 7

Wavelet-MonSter	0.57 16	0.47 92	1.13 79	0.66 63	0.78 317	1.60 94	0.30 19	1.17 19	0.68 13	0.58 42	0.69 53	0.39 15	0.48 40	0.99 95	0.46 53	0.15 1	0.16 47	0.20 14	0.16 25	0.20 28	0.19 15

SGD-Stereo	0.65 35	0.41 29	1.06 33	0.85 214	0.31 12	2.44 183	0.46 92	1.09 13	0.69 16	0.84 171	0.52 29	0.55 72	0.53 57	1.49 230	0.46 53	0.31 333	0.14 11	0.25 139	0.18 87	0.23 80	0.20 48

AIO_test	0.76 74	0.47 92	1.31 127	0.81 166	0.70 289	1.36 62	0.88 374	1.40 32	1.45 185	0.55 25	0.95 130	1.81 367	0.58 74	1.16 141	0.46 53	0.27 194	0.17 82	0.24 100	0.19 131	0.24 90	0.21 91

aanet-new-40k	0.73 56	0.59 225	1.25 112	0.75 127	1.49 550	1.42 69	0.96 427	1.95 106	0.84 60	0.52 17	1.06 163	0.51 53	0.76 147	0.85 52	0.47 58	0.18 23	0.15 24	0.24 100	0.18 87	0.26 146	0.22 123

GCAP-Stereo-DPT-2K	0.88 139	0.45 56	1.31 127	0.63 31	1.63 578	3.91 435	0.66 193	2.28 159	1.02 108	1.10 227	0.98 137	0.60 93	0.46 33	0.83 44	0.47 58	0.26 168	0.18 126	0.29 277	0.23 230	0.24 90	0.18 7

BridgeDepth_RVC	0.53 11	0.41 29	1.03 20	0.55 5	0.37 51	0.99 21	0.23 3	1.38 29	0.67 12	0.56 27	0.52 29	0.50 51	0.82 180	0.83 44	0.47 58	0.29 267	0.16 47	0.23 61	0.18 87	0.19 8	0.18 7
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Monster-pub-mixall	0.64 33	0.42 39	1.00 16	0.83 191	0.48 151	1.39 65	0.32 25	1.45 36	0.82 53	0.88 183	0.85 91	0.39 15	0.36 10	1.99 321	0.47 58	0.20 46	0.16 47	0.17 1	0.15 7	0.18 1	0.21 91

aanet-new-60k	0.77 84	0.64 289	1.98 214	0.73 116	0.49 159	2.10 149	0.87 367	2.24 150	0.85 63	0.56 27	0.77 69	0.61 97	0.66 110	1.20 155	0.48 62	0.18 23	0.15 24	0.25 139	0.17 44	0.23 80	0.22 123

aanet-new-36k	0.77 84	0.54 167	1.39 145	0.72 107	0.32 16	2.92 233	0.60 153	2.21 143	0.87 67	0.55 25	1.12 176	0.56 77	0.87 197	0.98 91	0.48 62	0.19 33	0.15 24	0.25 139	0.17 44	0.26 146	0.21 91

Foundation-i1c-attn	0.74 61	0.38 9	1.05 26	0.71 94	0.35 29	0.95 18	0.67 197	2.42 179	1.68 321	0.77 138	0.88 99	0.76 170	1.25 333	1.38 205	0.48 62	0.23 98	0.17 82	0.21 30	0.17 44	0.20 28	0.21 91

Foundation-i1b	0.74 61	0.38 9	1.05 26	0.69 80	0.43 103	0.94 17	0.66 193	2.52 204	1.67 318	0.83 168	0.81 80	1.03 241	1.08 282	1.13 128	0.48 62	0.23 98	0.16 47	0.21 30	0.18 87	0.20 28	0.19 15

AdaDepth	0.76 74	0.45 56	1.41 150	0.70 85	1.27 496	3.12 268	0.43 77	1.02 11	0.94 92	0.63 77	0.91 115	0.43 28	0.58 74	1.41 211	0.48 62	0.18 23	0.21 257	0.23 61	0.19 131	0.25 116	0.26 205

3.75w	0.75 66	0.47 92	1.09 56	0.63 31	1.10 448	2.61 201	0.53 120	2.46 192	0.97 99	0.62 69	0.80 75	0.40 17	0.66 110	1.11 119	0.48 62	0.19 33	0.13 1	0.23 61	0.18 87	0.20 28	0.21 91

monsters	0.82 119	0.58 215	1.16 88	0.76 145	1.52 556	2.92 233	0.40 58	2.66 240	0.72 21	0.66 88	0.84 87	0.38 13	0.41 17	1.84 302	0.48 62	0.20 46	0.16 47	0.20 14	0.16 25	0.19 8	0.19 15

111111	0.87 137	0.50 116	1.13 79	0.66 63	1.08 441	3.37 313	0.33 28	2.33 167	1.47 199	0.74 116	1.50 284	0.61 97	0.59 79	1.40 206	0.48 62	0.24 126	0.19 172	0.22 45	0.16 25	0.24 90	0.19 15

GCAP-Stereo-DPT-cres	0.86 131	0.45 56	1.07 35	0.68 74	1.74 603	3.37 313	0.91 394	2.46 192	0.76 29	0.85 174	0.94 125	0.72 153	0.87 197	0.71 9	0.49 70	0.25 151	0.15 24	0.26 183	0.17 44	0.23 80	0.19 15

asd	0.70 47	0.45 56	1.10 62	0.67 71	0.90 377	2.88 225	0.43 77	1.64 67	0.79 40	0.68 93	0.88 99	0.43 28	0.74 136	0.85 52	0.49 70	0.19 33	0.13 1	0.24 100	0.17 44	0.22 69	0.20 48

4.5_new	0.67 37	0.46 68	1.11 70	0.63 31	0.78 317	1.97 129	0.51 110	2.18 136	0.78 36	0.73 111	0.90 110	0.42 26	0.49 46	0.81 37	0.49 70	0.21 58	0.14 11	0.26 183	0.19 131	0.22 69	0.20 48

4.5w-stereo	0.67 37	0.46 68	1.11 70	0.63 31	0.78 317	1.97 129	0.51 110	2.18 136	0.77 31	0.73 111	0.90 110	0.42 26	0.49 46	0.81 37	0.49 70	0.21 58	0.14 11	0.26 183	0.19 131	0.22 69	0.20 48

LG-G_1	0.70 47	0.40 19	1.12 73	0.71 94	0.30 9	2.80 212	0.40 58	2.21 143	0.78 36	0.59 50	0.55 33	0.51 53	0.58 74	1.24 163	0.49 70	0.24 126	0.18 126	0.23 61	0.15 7	0.21 49	0.21 91

LG-G	0.70 47	0.40 19	1.12 73	0.71 94	0.30 9	2.80 212	0.40 58	2.21 143	0.78 36	0.59 50	0.55 33	0.51 53	0.58 74	1.24 163	0.49 70	0.24 126	0.18 126	0.23 61	0.15 7	0.21 49	0.21 91

dual_stereo	0.68 42	0.40 19	1.05 26	0.64 41	0.37 51	0.84 14	0.34 37	3.40 345	1.03 110	0.50 11	0.46 21	0.58 85	0.40 15	1.85 308	0.49 70	0.23 98	0.17 82	0.21 30	0.16 25	0.20 28	0.19 15

aanet-new-22k	0.76 74	0.65 302	2.50 276	0.74 123	0.34 24	1.47 77	1.32 521	1.61 57	0.81 51	0.57 36	1.05 159	0.54 63	0.84 187	0.92 75	0.50 77	0.21 58	0.16 47	0.24 100	0.19 131	0.27 166	0.20 48

aanet-new	0.94 168	0.56 188	2.97 311	0.71 94	1.41 538	2.86 222	1.03 458	1.99 110	0.82 53	0.59 50	0.93 121	0.58 85	1.30 343	1.18 152	0.50 77	0.22 80	0.17 82	0.24 100	0.17 44	0.25 116	0.22 123

WQFJA1++	10.56 669	0.40 19	3.21 323	0.89 239	0.82 338	1.43 70	0.41 65	2.15 135	0.87 67	96.02 716	0.71 55	0.46 39	0.55 64	1.29 182	0.50 77	0.27 194	0.17 82	0.21 30	0.18 87	100.47 714	0.22 123

S2M2_XL	0.46 2	0.41 29	1.09 56	0.65 54	0.34 24	0.29 1	0.23 3	0.67 1	0.50 6	0.53 19	0.92 118	0.65 119	0.53 57	0.54 1	0.50 77	0.28 238	0.24 355	0.25 139	0.21 174	0.23 80	0.22 123
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4.25_new	0.73 56	0.46 68	1.08 47	0.71 94	0.97 397	2.52 190	0.58 146	2.28 159	0.93 88	0.57 36	0.94 125	0.40 17	0.65 103	0.87 54	0.50 77	0.17 9	0.13 1	0.25 139	0.17 44	0.19 8	0.20 48

4.5w_new	0.73 56	0.46 68	1.08 47	0.71 94	0.97 397	2.52 190	0.58 146	2.28 159	0.93 88	0.57 36	0.94 125	0.40 17	0.65 103	0.87 54	0.50 77	0.17 9	0.13 1	0.25 139	0.17 44	0.19 8	0.20 48

4.25w-stereo	0.73 56	0.46 68	1.08 47	0.71 94	0.97 397	2.52 190	0.58 146	2.28 159	0.93 88	0.57 36	0.94 125	0.40 17	0.65 103	0.87 54	0.50 77	0.17 9	0.13 1	0.25 139	0.17 44	0.19 8	0.20 48

2.5w	0.75 66	0.44 51	1.06 33	0.66 63	0.69 285	2.39 177	0.56 134	2.77 255	0.82 53	0.63 77	0.88 99	0.37 9	0.75 139	1.36 198	0.50 77	0.18 23	0.14 11	0.22 45	0.17 44	0.19 8	0.21 91

3.25w_new	0.69 45	0.46 68	1.10 62	0.61 16	0.61 236	2.23 162	0.51 110	2.45 189	0.90 71	0.63 77	0.78 72	0.47 42	0.71 122	0.78 28	0.50 77	0.17 9	0.14 11	0.20 14	0.17 44	0.20 28	0.20 48

3.25w	0.69 45	0.46 68	1.10 62	0.61 16	0.61 236	2.23 162	0.51 110	2.45 189	0.90 71	0.63 77	0.78 72	0.47 42	0.71 122	0.79 29	0.50 77	0.17 9	0.14 11	0.20 14	0.17 44	0.20 28	0.20 48

monsterstereo	0.82 119	0.50 116	1.26 114	0.77 150	1.41 538	2.54 196	0.40 58	3.14 303	0.71 19	0.70 100	1.11 174	0.41 24	0.39 14	1.50 231	0.50 77	0.19 33	0.16 47	0.22 45	0.16 25	0.21 49	0.17 1

LCMNet	0.63 31	0.40 19	0.95 11	0.58 9	0.39 73	3.11 266	0.27 12	1.58 52	0.84 60	0.56 27	0.58 38	0.52 58	0.53 57	0.77 27	0.51 88	0.17 9	0.16 47	0.19 6	0.15 7	0.20 28	0.21 91

gcap-zeroshot	0.90 154	0.46 68	1.36 141	0.64 41	1.71 596	3.95 454	0.68 208	2.49 196	0.98 100	1.05 218	0.85 91	0.62 104	0.43 21	0.79 29	0.51 88	0.27 194	0.19 172	0.30 304	0.24 259	0.24 90	0.19 15

testlalala	0.90 154	0.46 68	1.36 141	0.64 41	1.71 596	3.95 454	0.68 208	2.49 196	0.98 100	1.05 218	0.85 91	0.62 104	0.43 21	0.79 29	0.51 88	0.27 194	0.19 172	0.30 304	0.24 259	0.24 90	0.19 15

aanet-32k-new	0.89 145	0.90 460	2.17 243	0.75 127	0.62 245	3.41 325	0.99 442	2.09 127	0.72 21	0.53 19	1.13 179	0.66 123	0.96 228	1.04 107	0.52 91	0.21 58	0.15 24	0.24 100	0.18 87	0.25 116	0.20 48

GCAP-Stereo-DPT-5K	0.89 145	0.46 68	1.19 94	0.64 41	1.71 596	3.95 454	0.69 219	2.43 184	1.04 113	1.05 218	0.90 110	0.61 97	0.44 26	0.80 32	0.52 91	0.28 238	0.19 172	0.31 331	0.24 259	0.24 90	0.19 15

GIP-stereo	0.88 139	0.50 116	1.34 134	1.32 495	0.94 389	2.90 227	0.42 72	3.41 346	1.06 117	0.63 77	0.76 66	0.90 212	0.76 147	0.91 71	0.52 91	0.27 194	0.18 126	0.25 139	0.16 25	0.25 116	0.19 15

test_for_model	0.89 145	0.46 68	1.19 94	0.64 41	1.71 596	3.95 454	0.69 219	2.43 184	1.04 113	1.05 218	0.90 110	0.61 97	0.44 26	0.80 32	0.52 91	0.28 238	0.19 172	0.31 331	0.24 259	0.24 90	0.19 15

aanet-new-70k	0.76 74	0.59 225	1.16 88	0.70 85	0.39 73	2.40 179	0.79 293	2.39 173	0.71 19	0.59 50	0.84 87	0.48 48	0.81 176	1.61 258	0.53 95	0.19 33	0.16 47	0.25 139	0.17 44	0.24 90	0.20 48

GEAStereo	0.84 126	0.48 102	1.09 56	0.85 214	0.45 122	4.54 594	0.83 324	1.88 93	0.91 75	0.75 119	0.89 106	0.53 60	0.80 173	0.92 75	0.53 95	0.30 309	0.19 172	0.27 216	0.19 131	0.28 188	0.19 15

GSStereo	0.96 181	0.48 102	1.09 56	0.97 303	0.45 122	4.54 594	0.83 324	3.32 331	1.37 158	0.75 119	0.89 106	0.76 170	0.80 173	0.92 75	0.53 95	0.26 168	0.18 126	0.26 183	0.20 156	0.28 188	0.21 91

GS-Stereo							0.83 324	3.32 331	1.37 158	0.75 119	0.89 106	0.76 170	0.80 173	0.92 75	0.53 95	0.26 168	0.18 126	0.26 183	0.20 156	0.28 188	0.21 91

4w-stereo	0.67 37	0.49 112	1.07 35	0.63 31	0.75 305	1.63 101	0.44 82	2.23 148	0.77 31	0.56 27	0.92 118	0.40 17	0.82 180	1.08 113	0.53 95	0.18 23	0.13 1	0.25 139	0.18 87	0.19 8	0.20 48

AIO_rvc	0.78 93	0.55 176	1.25 112	0.75 127	0.65 259	1.46 76	0.99 442	2.13 131	1.52 239	0.57 36	1.15 182	1.09 247	0.55 64	1.15 139	0.53 95	0.24 126	0.17 82	0.24 100	0.17 44	0.25 116	0.21 91

aanet-new-16k	0.74 61	0.51 124	1.56 171	0.73 116	0.37 51	2.14 152	0.88 374	2.01 113	0.91 75	0.56 27	0.91 115	0.70 139	0.96 228	0.76 23	0.54 101	0.20 46	0.15 24	0.23 61	0.18 87	0.26 146	0.21 91

aanet-new-12k	0.80 101	0.44 51	1.68 182	0.81 166	0.31 12	3.00 247	0.97 432	2.65 237	0.78 36	0.69 97	0.55 33	0.58 85	0.77 152	0.99 95	0.54 101	0.21 58	0.14 11	0.24 100	0.19 131	0.26 146	0.22 123

GCAP-Stereo-cres-4k	0.80 101	0.50 116	1.52 164	0.71 94	1.26 493	2.61 201	0.93 411	1.85 91	0.80 44	0.62 69	1.15 182	0.66 123	0.76 147	0.88 60	0.54 101	0.23 98	0.16 47	0.24 100	0.18 87	0.26 146	0.21 91

HiDET	0.61 23	0.41 29	0.88 2	0.64 41	0.39 73	2.67 205	0.25 7	1.59 55	0.91 75	0.59 50	0.44 18	0.52 58	0.50 50	0.76 23	0.54 101	0.17 9	0.15 24	0.18 2	0.15 7	0.19 8	0.21 91

MLG-Stereo_test3	0.60 19	0.37 8	1.12 73	0.59 12	0.57 216	2.19 158	0.31 20	1.68 71	0.56 8	0.49 10	0.51 27	0.56 77	0.33 4	0.96 86	0.54 101	0.21 58	0.17 82	0.23 61	0.16 25	0.20 28	0.21 91

GCAP-Stereo-DPT26K	0.76 74	0.51 124	2.13 238	0.72 107	0.38 67	2.35 173	0.99 442	1.82 87	0.80 44	0.68 93	0.88 99	0.56 77	0.64 96	0.87 54	0.55 106	0.23 98	0.16 47	0.25 139	0.20 156	0.24 90	0.20 48

aanet-new-24k	0.78 93	0.59 225	1.59 175	0.72 107	0.84 353	2.43 181	0.98 440	1.99 110	0.69 16	0.62 69	1.25 213	0.60 93	0.75 139	0.82 41	0.55 106	0.21 58	0.15 24	0.25 139	0.19 131	0.26 146	0.21 91

Foundation-i1	0.86 131	0.38 9	1.13 79	0.77 150	1.12 451	1.06 23	0.69 219	2.94 279	1.61 299	0.89 186	1.39 257	1.24 274	1.01 247	1.08 113	0.55 106	0.23 98	0.19 172	0.22 45	0.20 156	0.21 49	0.20 48

AIO-Stereo	0.76 74	0.54 167	1.07 35	0.73 116	0.40 83	1.28 53	0.82 318	2.26 154	1.49 215	0.70 100	1.58 306	0.89 207	0.45 28	1.03 102	0.55 106	0.24 126	0.18 126	0.25 139	0.20 156	0.26 146	0.21 91

GCAP-Stereo-DPT-FT	0.88 139	0.80 421	1.43 153	0.68 74	1.19 472	3.73 395	0.92 408	2.05 119	0.96 96	0.71 104	0.85 91	0.80 180	0.81 176	0.72 14	0.56 110	0.23 98	0.19 172	0.26 183	0.18 87	0.23 80	0.36 359

DispViT+	0.72 53	0.38 9	1.20 101	0.54 3	2.17 638	0.92 16	0.33 28	2.05 119	1.43 179	0.62 69	0.50 26	0.45 37	0.51 54	1.52 236	0.56 110	0.24 126	0.18 126	0.19 6	0.14 2	0.19 8	0.21 91

DA	0.98 189	0.46 68	1.34 134	0.92 266	0.43 103	4.34 554	0.85 341	2.79 263	1.35 155	0.82 156	1.30 227	0.89 207	1.08 282	1.11 119	0.56 110	0.30 309	0.18 126	0.24 100	0.18 87	0.25 116	0.23 143

GGEV	0.98 189	0.46 68	1.34 134	0.92 266	0.43 103	4.34 554	0.85 341	2.79 263	1.35 155	0.82 156	1.30 227	0.89 207	1.08 282	1.11 119	0.56 110	0.30 309	0.18 126	0.24 100	0.18 87	0.25 116	0.23 143

3w_stereo	0.71 52	0.47 92	1.14 85	0.65 54	0.39 73	1.73 108	0.68 208	2.79 263	0.79 40	0.67 91	0.84 87	0.37 9	1.02 251	1.03 102	0.56 110	0.18 23	0.14 11	0.23 61	0.18 87	0.20 28	0.22 123

TS12	0.80 101	0.43 45	1.08 47	0.55 5	0.30 9	3.40 320	0.41 65	2.20 140	1.37 158	0.69 97	1.15 182	0.54 63	0.69 117	1.27 175	0.57 115	0.21 58	0.18 126	0.22 45	0.17 44	0.22 69	0.26 205

aanet-new-14k	0.77 84	0.50 116	1.32 131	0.81 166	0.37 51	1.73 108	1.01 450	2.24 150	0.80 44	0.79 146	1.30 227	0.46 39	1.29 339	1.03 102	0.57 115	0.21 58	0.16 47	0.24 100	0.18 87	0.28 188	0.22 123

Foundation-i1a	0.78 93	0.38 9	1.07 35	0.71 94	0.33 20	0.91 15	0.63 176	2.42 179	1.93 381	0.93 194	0.73 59	0.95 230	1.22 324	1.66 270	0.57 115	0.24 126	0.17 82	0.20 14	0.17 44	0.19 8	0.22 123

gasm-f	0.89 145	0.49 112	1.30 126	0.85 214	0.44 114	4.42 571	0.95 420	1.88 93	0.91 75	0.75 119	1.46 270	0.53 60	0.88 204	0.88 60	0.57 115	0.30 309	0.19 172	0.27 216	0.19 131	0.28 188	0.19 15

MoCha-V2	0.87 137	0.48 102	1.87 200	0.88 232	0.32 16	1.37 63	0.55 130	2.71 246	1.42 175	0.92 192	1.75 362	0.65 119	1.17 315	1.45 222	0.57 115	0.21 58	0.21 257	0.20 14	0.19 131	0.24 90	0.23 143

MatchStereo	0.68 42	0.46 68	1.93 207	0.67 71	0.28 6	0.98 19	0.33 28	2.01 113	1.69 328	0.48 7	1.02 141	0.47 42	0.59 79	0.91 71	0.58 120	0.21 58	0.17 82	0.21 30	0.15 7	0.19 8	0.19 15
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
ours_stereo	0.76 74	0.64 289	1.40 149	0.86 221	0.61 236	1.12 27	0.57 137	1.63 65	1.20 131	0.72 108	1.43 266	0.70 139	0.62 89	1.56 241	0.58 120	0.25 151	0.18 126	0.26 183	0.21 174	0.29 208	0.31 296

aanet-new-10k	0.82 119	0.58 215	1.16 88	0.78 154	0.37 51	3.52 352	1.04 462	2.34 168	0.76 29	0.89 186	0.70 54	0.64 113	0.88 204	0.94 81	0.59 122	0.22 80	0.16 47	0.25 139	0.18 87	0.26 146	0.20 48

IGEV-BASED-STEREO-	1.09 218	3.30 636	2.61 287	0.82 178	0.38 67	1.27 47	0.62 173	1.51 42	1.29 147	0.91 189	0.92 118	0.65 119	0.57 70	1.08 113	0.59 122	1.55 647	0.15 24	0.32 354	0.28 360	1.10 616	1.98 642

CAS++	0.89 145	0.64 289	1.46 155	0.81 166	0.51 166	1.24 43	0.86 346	3.44 347	1.46 194	1.14 233	1.29 225	0.62 104	0.58 74	1.13 128	0.59 122	0.34 385	0.30 449	0.34 409	0.26 303	0.41 416	0.29 255
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
RT-Monster	1.05 209	0.53 151	2.62 290	0.83 191	1.40 530	2.96 244	0.47 98	2.81 267	1.83 365	1.21 240	1.22 200	0.93 224	0.83 185	1.36 198	0.60 125	0.21 58	0.20 223	0.23 61	0.18 87	0.21 49	0.29 255

asda	0.77 84	0.46 68	1.10 62	0.64 41	0.82 338	3.33 309	0.49 104	2.40 174	0.81 51	0.63 77	0.80 75	0.44 33	0.85 190	0.88 60	0.60 125	0.17 9	0.13 1	0.24 100	0.17 44	0.20 28	0.20 48

DEFOM-Stereo_RVC	0.81 114	1.13 518	1.23 105	0.97 303	0.57 216	0.81 13	0.43 77	3.49 353	0.84 60	0.73 111	0.95 130	0.44 33	1.17 315	1.45 222	0.60 125	0.26 168	0.18 126	0.24 100	0.17 44	0.30 234	0.19 15

VIP-Stereo	0.85 127	0.83 437	1.59 175	0.76 145	0.87 365	3.18 275	0.80 304	1.94 105	0.83 57	0.78 142	1.04 152	0.64 113	0.59 79	1.24 163	0.61 128	0.28 238	0.18 126	0.23 61	0.17 44	0.22 69	0.19 15

Zero-FE251	0.80 101	0.75 398	1.71 184	0.88 232	0.70 289	2.59 200	0.45 87	1.38 29	0.83 57	1.79 327	0.61 42	0.73 160	0.81 176	0.82 41	0.61 128	0.29 267	0.23 319	0.27 216	0.19 131	0.20 28	0.20 48

2w_stereo	0.75 66	0.46 68	1.08 47	0.68 74	0.56 204	2.00 132	0.61 158	2.87 275	0.83 57	0.93 194	0.93 121	0.36 4	1.13 299	0.90 66	0.61 128	0.17 9	0.13 1	0.23 61	0.17 44	0.20 28	0.21 91

AEACV	0.79 99	0.54 167	1.35 139	0.97 303	0.63 249	1.13 28	0.92 408	2.02 117	0.91 75	0.76 133	0.79 74	0.80 180	1.61 429	1.28 177	0.61 128	0.22 80	0.18 126	0.26 183	0.23 230	0.27 166	0.23 143

BLMT-Stereo	0.46 2	0.31 1	0.97 13	0.61 16	0.38 67	0.42 2	0.36 43	0.68 2	0.77 31	0.50 11	0.83 85	0.61 97	0.33 4	0.61 3	0.62 132	0.19 33	0.14 11	0.24 100	0.22 209	0.20 28	0.19 15

fffy	0.80 101	0.59 225	1.56 171	1.00 325	0.47 143	1.27 47	0.76 267	1.90 98	1.02 108	0.75 119	1.35 245	0.83 188	0.72 125	1.70 281	0.62 132	0.23 98	0.19 172	0.27 216	0.21 174	0.28 188	0.32 307

EGLCR-Stereo	1.06 211	0.51 124	1.56 171	1.02 343	0.39 73	4.27 547	0.42 72	4.08 499	1.48 209	0.90 188	0.68 52	1.09 247	0.66 110	1.81 296	0.62 132	0.27 194	0.19 172	0.29 277	0.23 230	0.37 371	0.25 175

TANstereo	1.01 202	0.55 176	1.73 186	0.76 145	0.36 33	4.04 483	0.38 48	1.48 39	1.62 305	2.03 402	2.10 482	0.84 190	0.93 222	0.98 91	0.62 132	0.28 238	0.36 498	0.23 61	0.20 156	0.25 116	0.46 462

HUF	1.15 228	0.64 289	8.62 413	0.90 249	0.35 29	1.35 61	0.78 286	1.97 108	1.50 221	0.63 77	1.52 287	0.83 188	0.66 110	1.28 177	0.63 136	0.29 267	0.23 319	0.26 183	0.17 44	0.23 80	0.25 175

mms	0.77 84	0.68 332	1.17 92	0.83 191	0.71 291	1.41 67	0.67 197	1.61 57	1.12 121	0.77 138	1.37 251	0.63 111	0.54 63	1.75 287	0.63 136	0.24 126	0.19 172	0.26 183	0.21 174	0.31 254	0.34 339

RSM	0.80 101	0.50 116	1.08 47	0.83 191	0.51 166	1.31 58	0.77 279	2.28 159	1.43 179	0.82 156	1.44 267	1.22 272	0.62 89	1.17 147	0.63 136	0.22 80	0.18 126	0.24 100	0.19 131	0.27 166	0.20 48

DN	1.08 217	0.54 167	3.15 321	0.90 249	1.00 418	3.37 313	0.48 102	2.59 229	1.45 185	0.95 200	0.82 84	1.32 285	0.73 130	1.86 309	0.64 139	0.30 309	0.26 399	0.28 251	0.24 259	0.34 325	0.32 307

Selective-IGEV-i32	0.80 101	0.52 133	1.05 26	0.75 127	0.61 236	1.30 56	0.82 318	2.61 232	1.41 172	0.82 156	1.64 327	0.71 150	0.62 89	1.23 161	0.64 139	0.22 80	0.19 172	0.24 100	0.18 87	0.25 116	0.20 48

GASTEREO	1.00 199	0.98 488	1.23 105	0.90 249	0.40 83	3.40 320	0.88 374	2.77 255	1.44 182	1.39 258	1.30 227	0.55 72	1.35 354	1.33 192	0.64 139	0.25 151	0.19 172	0.25 139	0.25 280	0.25 116	0.31 296

MSCF	0.97 183	0.82 433	1.26 114	0.88 232	0.40 83	3.17 273	0.88 374	2.79 263	1.39 164	1.32 247	1.19 191	0.58 85	1.33 348	1.28 177	0.64 139	0.25 151	0.19 172	0.25 139	0.25 280	0.28 188	0.32 307

qwe	0.75 66	0.45 56	1.10 62	0.67 71	1.06 432	2.49 187	0.45 87	2.57 219	0.90 71	0.71 104	0.83 85	0.43 28	0.48 40	1.10 117	0.64 139	0.17 9	0.14 11	0.24 100	0.16 25	0.21 49	0.20 48

ACVNet-DCA	1.85 353	0.74 387	13.77 478	1.78 602	0.36 33	4.48 578	0.74 254	3.98 468	1.53 246	1.01 209	1.81 398	0.72 153	1.62 433	2.13 335	0.64 139	0.29 267	0.17 82	0.32 354	0.21 174	0.33 306	0.32 307

xx1	2.03 390	0.74 387	13.77 478	1.78 602	0.36 33	4.48 578	0.74 254	4.23 540	3.95 636	1.01 209	1.81 398	1.79 359	1.34 351	2.13 335	0.64 139	0.29 267	0.17 82	0.33 390	0.33 445	0.33 306	0.32 307

cc1	1.98 381	0.74 387	13.77 478	1.78 602	0.36 33	4.48 578	0.74 254	4.23 540	3.95 636	1.01 209	1.81 398	0.72 153	1.62 433	2.13 335	0.64 139	0.29 267	0.17 82	0.32 354	0.21 174	0.31 254	0.29 255

Selective-IGEV	0.80 101	0.52 133	1.05 26	0.75 127	0.61 236	1.31 58	0.82 318	2.60 231	1.41 172	0.82 156	1.64 327	0.71 150	0.62 89	1.22 159	0.64 139	0.22 80	0.19 172	0.24 100	0.18 87	0.25 116	0.20 48

S2M2_L	0.64 33	0.55 176	1.07 35	0.89 239	0.54 191	1.08 25	0.20 1	1.16 18	1.37 158	0.59 50	0.81 80	0.86 199	0.47 36	0.70 6	0.65 148	0.31 333	0.33 473	0.27 216	0.27 331	0.36 359	0.31 296
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MGS-Stereo	0.80 101	0.56 188	1.53 165	0.93 282	0.39 73	1.26 46	0.73 242	1.45 36	1.30 149	1.01 209	2.26 513	0.80 180	0.56 69	1.16 141	0.65 148	0.27 194	0.23 319	0.26 183	0.22 209	0.27 166	0.25 175

ffm	1.72 334	0.60 241	5.21 375	1.14 404	0.99 409	3.62 376	0.86 346	4.22 536	3.37 618	2.20 461	2.30 526	3.48 554	1.62 433	2.21 348	0.65 148	0.29 267	0.16 47	0.48 535	0.37 491	0.30 234	0.29 255

tt1	1.79 346	0.73 376	10.41 438	1.75 599	0.36 33	4.55 599	0.79 293	4.22 536	3.37 618	1.08 225	1.80 386	0.74 166	1.48 395	2.21 348	0.65 148	0.29 267	0.16 47	0.31 331	0.22 209	0.30 234	0.29 255

2.75w_new	0.75 66	0.45 56	1.10 62	0.65 54	0.62 245	2.45 185	0.56 134	2.75 252	0.74 27	0.78 142	0.73 59	0.38 13	0.92 219	1.04 107	0.66 152	0.17 9	0.14 11	0.22 45	0.17 44	0.18 1	0.19 15

SCV_C0	0.89 145	0.59 225	1.96 213	0.83 191	0.44 114	1.24 43	0.64 180	3.33 337	1.66 316	0.82 156	1.20 193	0.73 160	0.66 110	1.62 260	0.66 152	0.32 354	0.21 257	0.24 100	0.20 156	0.28 188	0.23 143

SCV	0.95 176	0.63 278	1.38 143	1.70 593	0.41 90	1.23 39	0.89 381	3.53 364	1.57 275	0.61 62	1.54 295	0.93 224	0.77 152	1.66 270	0.66 152	0.36 418	0.20 223	0.25 139	0.19 131	0.29 208	0.25 175

anonymousdsp2	1.26 264	0.60 241	3.74 350	1.02 343	0.41 90	3.60 371	0.72 234	3.68 386	1.47 199	1.37 255	1.56 303	1.83 371	1.01 247	2.00 322	0.66 152	0.29 267	0.20 223	0.28 251	0.20 156	0.32 286	0.29 255

XX-TBD	1.03 207	0.95 480	1.94 208	1.30 488	0.43 103	3.97 469	0.33 28	1.74 77	1.73 340	1.59 280	2.02 461	0.69 136	0.60 85	1.16 141	0.66 152	0.30 309	0.25 382	0.23 61	0.15 7	0.31 254	0.22 123

aanet-new-8k	0.85 127	0.52 133	1.68 182	0.77 150	0.37 51	3.21 280	1.02 455	2.57 219	0.85 63	0.59 50	0.94 125	0.54 63	1.05 265	0.90 66	0.67 157	0.22 80	0.17 82	0.23 61	0.18 87	0.24 90	0.21 91

castereo	0.82 119	0.70 346	1.04 21	0.85 214	0.50 164	1.29 55	0.91 394	3.22 313	1.20 131	0.83 168	1.24 205	0.72 153	0.91 216	1.00 97	0.67 157	0.26 168	0.16 47	0.25 139	0.20 156	0.24 90	0.21 91

MyStereo07	1.01 202	0.80 421	1.26 114	1.00 325	1.04 427	3.95 454	0.95 420	2.07 125	1.42 175	0.75 119	1.22 200	0.68 130	0.91 216	1.63 265	0.67 157	0.24 126	0.24 355	0.34 409	0.26 303	0.41 416	0.37 374

MSKI-zero shot	2.22 421	0.64 289	20.09 606	0.96 296	0.56 204	4.04 483	0.70 229	3.91 446	1.50 221	1.92 357	2.28 518	1.92 383	0.71 122	2.93 395	0.67 157	0.26 168	0.23 319	0.26 183	0.21 174	0.28 188	0.26 205

Pro-Stereo	0.68 42	0.33 4	0.97 13	0.68 74	0.43 103	3.11 266	0.35 41	0.70 3	0.96 96	0.54 24	0.54 31	0.62 104	0.27 1	2.06 327	0.68 161	0.24 126	0.16 47	0.30 304	0.25 280	0.20 28	0.19 15

depthmonostereo	0.94 168	0.71 360	2.39 267	0.85 214	0.54 191	2.21 161	0.53 120	1.83 88	1.17 124	0.95 200	1.09 169	0.99 233	0.97 233	2.37 356	0.68 161	0.23 98	0.27 411	0.22 45	0.20 156	0.25 116	0.26 205

1w_stereo	0.86 131	0.42 39	1.07 35	0.72 107	0.81 329	3.00 247	0.67 197	3.28 322	0.75 28	0.74 116	1.32 235	0.37 9	1.37 358	0.92 75	0.68 161	0.16 6	0.14 11	0.20 14	0.16 25	0.19 8	0.22 123

MM-Stereo_test2	1.79 346	0.53 151	20.16 608	1.43 541	0.47 143	2.57 197	0.73 242	1.67 69	1.47 199	0.94 196	0.96 133	0.84 190	0.79 166	1.16 141	0.68 161	0.24 126	0.17 82	0.25 139	0.22 209	0.30 234	0.22 123

IGEV-RUCA	0.90 154	0.53 151	1.05 26	0.81 166	0.74 303	3.89 432	0.80 304	1.92 101	1.41 172	0.96 205	0.71 55	0.70 139	0.73 130	1.30 188	0.68 161	0.29 267	0.20 223	0.25 139	0.19 131	0.43 445	0.34 339

GCAP-BAT	3.82 602	0.52 133	59.75 710	0.90 249	1.06 432	2.70 208	0.77 279	3.08 298	1.18 125	1.20 238	0.81 80	0.68 130	0.55 64	0.96 86	0.68 161	0.27 194	0.21 257	0.28 251	0.21 174	0.27 166	0.25 175

ff7	0.98 189	0.69 335	2.05 222	0.84 202	0.52 179	4.55 599	0.86 346	1.62 60	1.24 135	0.75 119	1.03 147	0.70 139	0.77 152	1.84 302	0.68 161	0.27 194	0.17 82	0.29 277	0.21 174	0.31 254	0.27 222

ffff	0.98 189	0.69 335	2.05 222	0.84 202	0.52 179	4.55 599	0.86 346	1.62 60	1.24 135	0.75 119	1.03 147	0.70 139	0.77 152	1.84 302	0.68 161	0.27 194	0.17 82	0.29 277	0.21 174	0.31 254	0.27 222

11t	0.98 189	0.69 335	2.05 222	0.84 202	0.52 179	4.55 599	0.86 346	1.62 60	1.24 135	0.75 119	1.03 147	0.70 139	0.77 152	1.84 302	0.68 161	0.27 194	0.17 82	0.29 277	0.21 174	0.31 254	0.27 222

GCAPDPT-zeroshot	3.67 593	0.52 133	56.80 709	0.90 249	1.06 432	2.70 208	0.77 279	3.08 298	1.18 125	1.20 238	0.81 80	0.68 130	0.55 64	0.96 86	0.68 161	0.27 194	0.21 257	0.28 251	0.20 156	0.27 166	0.25 175

ccc-4	0.98 189	0.69 335	2.05 222	0.84 202	0.52 179	4.55 599	0.86 346	1.62 60	1.24 135	0.75 119	1.03 147	0.70 139	0.77 152	1.84 302	0.68 161	0.27 194	0.17 82	0.29 277	0.21 174	0.31 254	0.27 222

rvit_stereo_0081_aga	0.81 114	0.75 398	1.84 198	0.72 107	0.73 298	1.21 38	0.63 176	1.92 101	1.39 164	0.87 182	0.80 75	0.79 178	0.69 117	1.27 175	0.69 172	0.35 405	0.29 436	0.26 183	0.25 280	0.40 392	0.27 222

RSM++	0.77 84	0.51 124	1.08 47	0.95 290	0.42 97	1.52 87	0.71 231	2.11 129	1.40 168	0.80 150	1.23 204	0.90 212	0.59 79	1.14 132	0.69 172	0.24 126	0.19 172	0.25 139	0.21 174	0.28 188	0.20 48

HH	2.23 423	0.86 451	21.59 662	0.98 311	0.51 166	1.49 81	0.82 318	2.74 250	1.54 255	1.10 227	1.69 345	4.62 622	1.86 493	2.55 375	0.69 172	0.26 168	0.22 289	0.29 277	0.23 230	0.34 325	0.27 222

HanStereo	2.23 423	0.86 451	21.59 662	0.98 311	0.51 166	1.49 81	0.82 318	2.74 250	1.54 255	1.10 227	1.69 345	4.62 622	1.86 493	2.55 375	0.69 172	0.26 168	0.22 289	0.29 277	0.23 230	0.34 325	0.27 222

anonymousdsp	0.95 176	0.69 335	1.27 120	0.83 191	0.52 179	4.54 594	0.84 332	1.76 79	1.24 135	0.76 133	1.06 163	0.78 174	0.77 152	1.67 275	0.69 172	0.27 194	0.17 82	0.29 277	0.21 174	0.31 254	0.26 205

IGEV-Stereo	0.95 176	0.69 335	1.27 120	0.84 202	0.52 179	4.54 594	0.84 332	1.76 79	1.24 135	0.75 119	1.06 163	0.79 178	0.77 152	1.68 277	0.69 172	0.27 194	0.17 82	0.29 277	0.21 174	0.31 254	0.26 205
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RCA-Stereo	1.21 244	0.52 133	1.58 174	0.90 249	0.46 133	4.68 620	0.79 293	4.13 511	1.74 346	1.92 357	1.80 386	0.94 229	1.48 395	1.14 132	0.70 178	0.27 194	0.18 126	0.25 139	0.19 131	0.25 116	0.23 143

CREStereo++_RVC	1.02 206	0.49 112	1.54 168	0.83 191	0.55 199	4.01 477	0.31 20	1.63 65	1.99 389	1.63 290	2.13 491	0.84 190	0.65 103	0.88 60	0.70 178	0.27 194	0.15 24	0.23 61	1.22 643	0.24 90	0.17 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	1.31 278	0.45 56	2.41 270	0.71 94	0.35 29	4.42 571	0.50 106	4.22 536	2.73 547	2.01 393	2.48 548	0.91 214	0.96 228	2.01 325	0.70 178	0.29 267	0.18 126	0.24 100	0.16 25	0.27 166	0.18 7

trnet	0.91 160	0.48 102	1.46 155	0.62 23	0.31 12	4.40 566	0.41 65	2.20 140	1.53 246	0.94 196	1.14 181	0.88 205	0.89 210	1.09 116	0.71 181	0.27 194	0.19 172	0.22 45	0.15 7	0.21 49	0.19 15

qqq1	1.92 370	0.57 199	4.46 362	1.36 519	0.57 216	2.03 136	0.73 242	4.25 550	2.80 560	2.32 503	2.31 532	1.95 387	1.52 408	10.99 604	0.71 181	0.34 385	0.32 466	0.30 304	0.23 230	0.29 208	0.29 255

fff1	1.92 370	0.57 199	4.46 362	1.36 519	0.57 216	2.03 136	0.73 242	4.25 550	2.80 560	2.32 503	2.31 532	1.95 387	1.52 408	10.99 604	0.71 181	0.34 385	0.32 466	0.30 304	0.23 230	0.29 208	0.29 255

GCAP-Stereo	0.93 164	0.68 332	1.35 139	0.85 214	0.41 90	3.61 375	0.52 119	2.20 140	1.50 221	1.11 231	1.04 152	1.17 259	0.84 187	1.11 119	0.71 181	0.25 151	0.20 223	0.27 216	0.18 87	0.28 188	0.23 143

ProNet	0.82 119	0.71 360	1.50 161	0.86 221	0.45 122	1.78 113	0.83 324	1.75 78	1.28 146	0.66 88	1.13 179	0.78 174	0.76 147	1.66 270	0.71 181	0.24 126	0.20 223	0.25 139	0.23 230	0.29 208	0.25 175

DilatedVolume-Stereo	0.81 114	0.60 241	1.51 163	1.01 332	0.59 228	1.34 60	0.51 110	1.56 49	1.08 119	1.26 244	1.24 205	0.77 173	0.87 197	1.79 293	0.72 186	0.23 98	0.24 355	0.22 45	0.21 174	0.25 116	0.23 143

Pointernet	0.88 139	0.44 51	2.26 253	0.84 202	0.37 51	2.29 168	0.38 48	3.06 296	1.46 194	0.66 88	1.39 257	0.91 214	0.73 130	1.01 98	0.72 186	0.23 98	0.19 172	0.20 14	0.18 87	0.19 8	0.20 48

CREStereo	0.92 162	0.53 151	1.45 154	0.61 16	0.34 24	4.42 571	0.40 58	2.21 143	1.54 255	0.94 196	1.12 176	0.87 201	0.87 197	1.12 124	0.72 186	0.28 238	0.19 172	0.22 45	0.15 7	0.22 69	0.19 15
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
VMStereo-Base	0.73 56	0.44 51	1.48 160	0.61 16	0.35 29	1.71 105	0.43 77	1.30 21	1.40 168	0.84 171	1.07 166	0.92 220	0.73 130	1.26 170	0.73 189	0.24 126	0.23 319	0.24 100	0.18 87	0.24 90	0.24 161

FSD					0.60 231	0.77 10	0.67 197	1.57 51	0.68 13	0.72 108	0.62 43	1.02 239	0.72 125	0.81 37	0.73 189	0.59 574	0.54 591	0.57 581	0.54 582	0.57 519

3.5w_stereo	0.77 84	0.53 151	1.09 56	0.65 54	0.72 293	2.52 190	0.51 110	2.43 184	0.80 44	0.76 133	1.20 193	0.43 28	0.66 110	1.23 161	0.73 189	0.17 9	0.13 1	0.23 61	0.17 44	0.20 28	0.21 91

LoS_RVC	0.94 168	1.30 551	1.31 127	0.84 202	1.63 578	2.02 133	0.59 150	1.51 42	1.36 157	0.81 154	1.33 237	0.84 190	0.88 204	1.36 198	0.73 189	0.21 58	0.17 82	0.20 14	0.14 2	0.20 28	1.45 628

MC-Stereo	1.06 211	0.48 102	1.55 169	1.15 417	0.41 90	4.56 604	0.61 158	2.06 123	1.46 194	1.90 350	1.61 320	0.89 207	1.12 297	1.35 196	0.73 189	0.25 151	0.18 126	0.26 183	0.22 209	0.25 116	0.24 161

AnonymousM	1.22 247	1.32 557	0.97 13	0.88 232	0.56 204	4.03 481	0.69 219	2.41 175	1.68 321	1.48 267	1.31 234	1.15 256	1.00 243	1.18 152	0.73 189	0.32 354	0.40 530	2.07 652	1.70 654	0.24 90	0.22 123

MM-Stereo_test1	1.90 363	0.53 151	19.85 594	1.39 533	0.48 151	1.81 116	0.79 293	3.00 287	1.82 358	1.69 303	1.09 169	0.87 201	0.97 233	1.45 222	0.74 195	0.24 126	0.21 257	0.27 216	0.24 259	0.35 346	0.24 161

HART	1.03 207	0.85 448	3.13 319	0.84 202	0.38 67	1.17 35	0.42 72	3.54 365	1.47 199	1.08 225	2.17 498	1.48 309	0.57 70	1.37 204	0.74 195	0.23 98	0.18 126	0.28 251	0.21 174	0.32 286	0.24 161

tt45	0.96 181	0.48 102	1.19 94	0.89 239	0.66 266	3.91 435	0.76 267	1.90 98	1.26 143	0.70 100	1.30 227	0.71 150	0.63 93	2.59 379	0.74 195	0.22 80	0.17 82	0.28 251	0.23 230	0.27 166	0.27 222

DF	0.97 183	0.56 188	1.59 175	0.93 282	0.51 166	1.13 28	0.97 432	4.39 602	1.44 182	0.95 200	1.59 311	1.01 237	0.57 70	1.62 260	0.75 198	0.32 354	0.22 289	0.25 139	0.19 131	0.25 116	0.25 175

PSi22	0.93 164	0.71 360	1.23 105	1.00 325	0.36 33	1.73 108	0.36 43	3.46 348	1.44 182	0.98 207	1.39 257	1.16 257	0.64 96	1.95 318	0.75 198	0.19 33	0.17 82	0.21 30	0.17 44	0.34 325	0.35 353

LG-Stereo	0.85 127	0.60 241	2.71 298	0.59 12	0.45 122	2.85 220	0.55 130	2.41 175	1.34 152	0.59 50	1.19 191	0.43 28	0.40 15	0.76 23	0.75 198	0.20 46	0.17 82	0.31 331	0.24 259	0.29 208	0.19 15

rvit_stereo_0083	0.86 131	0.67 324	1.42 151	0.87 227	0.65 259	1.23 39	0.64 180	1.67 69	2.28 460	0.79 146	0.93 121	0.93 224	1.07 278	1.46 226	0.75 198	0.32 354	0.36 498	0.30 304	0.26 303	0.33 306	0.28 243

Any-RAFT	1.40 287	0.53 151	2.78 304	1.09 376	0.64 251	4.41 569	0.81 314	3.97 466	2.78 554	1.99 379	1.34 242	2.36 438	1.56 421	1.56 241	0.75 198	0.27 194	0.20 223	0.25 139	0.18 87	0.25 116	0.28 243

test_3	1.19 236	0.51 124	2.08 234	0.99 317	0.41 90	2.05 142	0.87 367	4.40 605	1.42 175	1.99 379	1.18 189	2.03 403	0.79 166	2.70 387	0.75 198	0.27 194	0.17 82	0.29 277	0.29 388	0.30 234	0.27 222

WCG-NET	0.88 139	0.49 112	1.26 114	0.90 249	0.37 51	1.48 79	1.07 470	1.73 76	2.30 464	1.63 290	1.49 283	0.92 220	0.97 233	0.95 82	0.76 204	0.22 80	0.16 47	0.23 61	0.20 156	0.25 116	0.21 91

WCG-NET（raft）	0.95 176	0.55 176	1.20 101	0.84 202	0.31 12	1.44 73	1.01 450	1.55 48	2.37 485	1.64 293	1.42 265	2.38 441	1.01 247	1.29 182	0.76 204	0.22 80	0.19 172	0.22 45	0.20 156	0.25 116	0.21 91

CASnet	0.78 93	0.51 124	1.29 125	0.81 166	0.29 8	1.28 53	0.74 254	1.51 42	1.89 375	1.64 293	1.09 169	0.65 119	0.64 96	0.91 71	0.76 204	0.29 267	0.17 82	0.41 494	0.31 425	0.32 286	0.19 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test-3	1.19 236	0.52 133	2.00 216	1.01 332	0.42 97	1.95 127	0.91 394	4.35 591	1.47 199	2.24 479	1.16 186	2.06 409	0.79 166	2.68 385	0.76 204	0.27 194	0.18 126	0.28 251	0.26 303	0.26 146	0.25 175

test_1	1.19 236	0.52 133	2.00 216	1.01 332	0.42 97	1.95 127	0.90 386	4.36 596	1.47 199	2.17 452	1.16 186	2.06 409	0.78 161	2.68 385	0.76 204	0.27 194	0.18 126	0.28 251	0.26 303	0.26 146	0.25 175

LG-Stereo_Zeroshot	0.89 145	0.47 92	2.08 234	0.76 145	0.73 298	3.91 435	0.41 65	2.07 125	1.07 118	0.77 138	0.89 106	0.64 113	0.86 192	0.95 82	0.77 209	0.26 168	0.18 126	0.26 183	0.19 131	0.32 286	0.32 307

FE-Mocha	1.06 211	0.74 387	2.45 273	0.97 303	0.69 285	1.57 89	0.40 58	2.92 277	1.47 199	1.82 331	1.81 398	1.62 327	0.88 204	1.36 198	0.78 210	0.29 267	0.20 223	0.35 428	0.31 425	0.26 146	0.33 326

water-stereo	0.78 93	0.45 56	1.94 208	0.79 159	0.48 151	2.36 174	0.47 98	1.53 46	1.09 120	0.88 183	1.04 152	0.82 186	0.75 139	0.72 14	0.78 210	0.22 80	0.23 319	0.25 139	0.23 230	0.24 90	0.29 255

rvit_stereo_0080	0.94 168	0.72 365	2.56 281	0.64 41	0.59 228	1.90 122	0.75 264	2.71 246	1.40 168	0.91 189	1.04 152	0.85 195	0.82 180	1.14 132	0.78 210	0.35 405	0.29 436	0.25 139	0.27 331	0.45 464	0.29 255

whm_eth	0.94 168	0.72 365	2.56 281	0.64 41	0.59 228	1.90 122	0.75 264	2.71 246	1.40 168	0.91 189	1.04 152	0.85 195	0.82 180	1.14 132	0.78 210	0.35 405	0.29 436	0.25 139	0.27 331	0.45 464	0.29 255

sAnonymous2	1.37 284	1.22 540	9.79 427	0.92 266	0.88 369	1.23 39	0.61 158	2.56 217	1.69 328	0.85 174	1.02 141	0.73 160	1.23 329	0.98 91	0.78 210	0.29 267	0.25 382	0.31 331	0.30 409	1.06 610	0.71 559

CroCo_RVC	1.37 284	1.22 540	9.79 427	0.92 266	0.88 369	1.23 39	0.61 158	2.56 217	1.69 328	0.85 174	1.02 141	0.73 160	1.23 329	0.98 91	0.78 210	0.29 267	0.25 382	0.31 331	0.30 409	1.06 610	0.71 559

CES	1.01 202	0.55 176	1.74 189	0.92 266	2.15 637	2.15 153	0.50 106	2.01 113	1.45 185	0.76 133	1.02 141	0.61 97	0.47 36	1.29 182	0.79 216	0.22 80	0.17 82	0.24 100	0.14 2	0.63 539	2.29 645

2.25w	0.75 66	0.47 92	1.09 56	0.69 80	0.65 259	2.28 166	0.40 58	2.42 179	0.80 44	0.73 111	1.03 147	0.40 17	0.81 176	1.24 163	0.80 217	0.16 6	0.15 24	0.21 30	0.17 44	0.19 8	0.21 91

rvit_stereo_0081	0.80 101	0.63 278	1.19 94	0.91 260	0.64 251	1.27 47	0.61 158	2.05 119	1.71 335	0.82 156	0.73 59	0.85 195	0.75 139	1.30 188	0.80 217	0.31 333	0.26 399	0.27 216	0.25 280	0.38 376	0.27 222

rvit_stereo_0082	0.80 101	0.63 278	1.19 94	0.91 260	0.64 251	1.27 47	0.61 158	2.05 119	1.71 335	0.82 156	0.73 59	0.85 195	0.75 139	1.30 188	0.80 217	0.31 333	0.26 399	0.27 216	0.25 280	0.38 376	0.27 222

CAS	1.26 264	0.40 19	1.46 155	2.97 651	1.61 574	4.13 505	0.73 242	1.78 83	1.49 215	0.83 168	1.10 172	0.59 90	0.53 57	1.26 170	0.80 217	2.99 656	0.13 1	0.21 30	0.13 1	0.31 254	1.72 635

GLC_STEREO	0.76 74	0.52 133	1.12 73	0.83 191	0.33 20	1.86 120	0.82 318	1.46 38	1.38 162	0.95 200	1.04 152	0.68 130	0.72 125	0.97 89	0.80 217	0.23 98	0.25 382	0.32 354	0.25 280	0.32 286	0.30 286

rvit_0105_6	1.00 199	0.93 472	2.21 246	0.92 266	0.55 199	1.52 87	0.79 293	2.41 175	2.96 579	0.76 133	0.72 58	1.02 239	0.75 139	1.42 214	0.81 222	0.40 463	0.43 549	0.34 409	0.31 425	0.43 445	0.34 339

TestStereo	2.00 385	1.02 494	12.25 458	0.70 85	0.61 236	1.88 121	0.55 130	2.31 164	1.52 239	1.41 262	1.33 237	1.27 278	0.90 213	11.62 631	0.81 222	0.34 385	0.19 172	0.33 390	0.24 259	0.44 456	0.24 161

AE-Stereo	1.18 234	0.60 241	2.05 222	1.10 385	0.60 231	4.39 562	0.72 234	3.74 401	1.62 305	1.10 227	1.90 438	1.01 237	0.92 219	1.45 222	0.82 224	0.28 238	0.22 289	0.28 251	0.28 360	0.26 146	0.22 123

KYRaft	1.59 314	0.52 133	1.73 186	0.95 290	0.49 159	4.38 560	1.79 581	2.43 184	1.51 228	2.49 532	2.98 588	2.00 399	3.41 592	2.14 338	0.82 224	0.30 309	0.21 257	0.33 390	0.46 550	0.35 346	2.45 653

XX-Stereo	2.54 495	0.61 261	20.21 610	1.78 602	1.19 472	4.30 551	0.46 92	4.39 602	1.58 279	2.32 503	1.89 433	4.64 624	0.60 85	4.16 431	0.82 224	0.31 333	0.21 257	0.28 251	0.27 331	0.51 492	0.26 205

tg	1.15 228	0.67 324	1.31 127	0.94 287	0.54 191	4.02 479	0.41 65	2.96 282	1.59 294	1.69 303	1.85 420	1.84 374	0.97 233	1.78 290	0.83 227	0.27 194	0.17 82	0.29 277	0.26 303	0.29 208	0.27 222

DCRE	1.44 292	0.74 387	3.50 337	1.13 403	0.72 293	1.78 113	0.67 197	2.14 133	1.56 269	1.99 379	8.09 648	1.73 344	1.07 278	1.24 163	0.83 227	0.23 98	0.25 382	0.26 183	0.26 303	0.28 188	0.30 286

test_xeample3	2.12 407	0.63 278	21.55 661	0.91 260	0.47 143	1.85 118	0.94 416	7.96 662	1.23 133	0.75 119	0.76 66	0.64 113	0.70 120	1.77 289	0.83 227	0.30 309	0.21 257	0.27 216	0.21 174	0.27 166	0.24 161

Former-RAFT_DAM_RVC	0.92 162	0.73 376	1.42 151	0.92 266	1.08 441	2.97 246	0.53 120	1.77 82	1.39 164	1.16 234	1.54 295	0.58 85	0.65 103	1.03 102	0.84 230	0.25 151	0.23 319	0.30 304	0.24 259	0.43 445	0.29 255

EKT-Stereo	6.79 652	0.64 289	4.24 360	1.77 601	106.39 711	4.51 591	0.61 158	3.16 306	1.53 246	1.88 343	1.22 200	1.98 396	1.36 357	3.81 419	0.84 230	0.35 405	0.24 355	0.29 277	0.26 303	0.34 325	0.48 472

SST-Stereo	1.76 342	0.58 215	3.10 317	1.44 544	0.46 133	4.71 632	0.76 267	2.22 147	2.79 556	2.07 416	2.18 500	2.43 451	3.22 585	6.66 485	0.84 230	0.42 490	0.19 172	0.30 304	0.27 331	0.35 346	0.26 205

fffft	0.76 74	0.47 92	1.28 122	0.82 178	0.54 191	1.51 83	0.80 304	2.09 127	1.18 125	0.63 77	0.84 87	0.59 90	0.55 64	1.80 294	0.85 233	0.19 33	0.18 126	0.27 216	0.20 156	0.26 146	0.24 161
1: 1. 1
rvit_0105_4	1.07 215	0.99 489	2.39 267	0.93 282	0.54 191	1.62 99	0.84 332	2.77 255	2.91 574	0.80 150	0.91 115	1.09 247	0.86 192	1.63 265	0.85 233	0.40 463	0.45 559	0.35 428	0.31 425	0.43 445	0.40 419

RAFT-Stereo-weight	1.11 221	0.48 102	1.22 104	0.99 317	0.42 97	4.17 524	0.80 304	3.60 373	1.50 221	1.97 372	1.50 284	1.30 283	0.65 103	1.24 163	0.85 233	0.25 151	0.19 172	0.26 183	0.22 209	0.27 166	0.23 143

knoymous	1.30 275	0.60 241	5.57 380	0.88 232	0.75 305	3.04 251	0.90 386	2.68 242	1.33 151	1.48 267	1.07 166	2.78 494	0.88 204	1.29 182	0.85 233	0.31 333	0.22 289	0.35 428	0.20 156	0.45 464	0.37 374

HUI-Stereo	1.25 257	0.66 314	2.33 261	0.75 127	0.37 51	4.68 620	0.78 286	2.53 205	1.58 279	1.99 379	1.46 270	1.79 359	1.13 299	2.17 342	0.85 233	0.48 532	0.23 319	0.32 354	0.27 331	0.40 392	0.29 255

cross-raft	2.01 388	0.57 199	19.01 571	1.03 350	0.56 204	2.11 151	0.72 234	3.63 378	1.57 275	1.77 321	1.51 286	3.17 528	1.13 299	1.16 141	0.85 233	0.23 98	0.21 257	0.26 183	0.23 230	0.28 188	0.25 175

PMTNet	0.99 197	0.48 102	1.73 186	0.62 23	0.56 204	4.20 536	0.43 77	1.88 93	1.58 279	1.00 208	1.05 159	0.78 174	0.98 240	1.50 231	0.85 233	1.21 633	0.20 223	0.23 61	0.15 7	0.22 69	0.19 15

MM-Stereo_test3	1.09 218	0.59 225	1.55 169	1.73 597	1.18 465	1.91 124	0.86 346	3.52 360	1.76 350	1.25 242	1.86 423	1.10 250	0.69 117	1.32 191	0.86 240	0.27 194	0.23 319	0.27 216	0.22 209	0.34 325	0.30 286

IGEVStereo-DCA	0.86 131	0.65 302	2.05 222	0.90 249	0.46 133	1.57 89	0.86 346	1.62 60	1.24 135	0.65 85	0.77 69	0.74 166	0.72 125	2.59 379	0.86 240	0.28 238	0.21 257	0.28 251	0.21 174	0.29 208	0.27 222

rrr	2.27 432	0.65 302	23.82 680	0.90 249	0.46 133	1.57 89	0.96 427	7.98 663	1.19 129	0.65 85	0.77 69	0.74 166	0.72 125	2.59 379	0.86 240	0.28 238	0.21 257	0.28 251	0.21 174	0.29 208	0.25 175

LoS	0.94 168	0.52 133	1.88 201	0.86 221	0.36 33	4.15 509	0.51 110	2.18 136	1.45 185	0.97 206	0.88 99	0.62 104	0.79 166	1.59 251	0.86 240	0.26 168	0.19 172	0.24 100	0.16 25	0.21 49	0.20 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ROB_FTStereo	1.25 257	0.66 314	2.14 239	0.75 127	0.37 51	4.65 616	0.77 279	2.53 205	1.58 279	1.99 379	1.47 275	1.78 352	1.13 299	2.26 353	0.86 240	0.47 527	0.22 289	0.32 354	0.27 331	0.40 392	0.29 255

CFNet-RSSM	2.08 400	0.52 133	20.06 602	1.01 332	0.56 204	3.39 317	0.64 180	3.67 384	1.55 263	1.72 312	1.37 251	2.57 466	1.19 321	1.11 119	0.86 240	0.27 194	0.20 223	0.25 139	0.23 230	0.27 166	0.23 143

NLSM3	0.90 154	0.46 68	1.19 94	0.62 23	1.30 500	3.19 278	0.45 87	2.81 267	1.27 144	0.78 142	0.95 130	0.55 72	1.03 252	1.14 132	0.87 246	0.20 46	0.15 24	0.26 183	0.22 209	0.24 90	0.23 143

SMoEStereo_RVC	0.80 101	0.53 151	1.12 73	0.92 266	0.44 114	2.41 180	0.79 293	1.49 41	1.16 122	0.70 100	1.12 176	0.64 113	0.64 96	1.69 278	0.87 246	0.22 80	0.16 47	0.31 331	0.22 209	0.26 146	0.25 175

model_zeroshot	1.21 244	0.60 241	3.55 338	1.05 353	0.57 216	3.46 334	0.63 176	2.73 249	1.55 263	2.05 407	1.38 255	1.50 312	0.82 180	1.69 278	0.87 246	0.29 267	0.23 319	0.30 304	0.23 230	0.27 166	0.32 307

LCNet	1.55 301	0.54 167	1.88 201	0.99 317	0.55 199	3.60 371	1.21 508	2.86 273	1.53 246	2.18 454	1.74 358	1.43 305	4.17 612	3.62 414	0.87 246	0.29 267	0.20 223	0.28 251	0.77 615	0.47 479	1.85 638

PSM-adaLoss	1.24 253	0.65 302	2.03 219	0.75 127	0.37 51	4.68 620	0.73 242	2.53 205	1.58 279	1.99 379	1.47 275	1.78 352	1.13 299	2.18 344	0.87 246	0.48 532	0.23 319	0.32 354	0.27 331	0.40 392	0.29 255

Occ-G	0.86 131	0.52 133	1.39 145	0.82 178	0.66 266	1.37 63	0.79 293	1.58 52	1.31 150	1.56 276	0.87 98	2.18 419	0.89 210	0.97 89	0.88 251	0.26 168	0.19 172	0.26 183	0.19 131	0.25 116	0.24 161

MyStereo06	2.46 479	0.72 365	19.97 599	1.02 343	0.99 409	4.26 542	0.86 346	3.51 359	1.68 321	1.92 357	1.73 356	4.01 589	4.22 613	1.62 260	0.88 251	0.24 126	0.23 319	0.34 409	0.26 303	0.42 435	0.36 359

ROB_FTStereo_v2	1.23 248	0.66 314	2.02 218	0.75 127	0.37 51	4.67 619	0.76 267	2.53 205	1.58 279	1.99 379	1.46 270	1.78 352	1.14 306	2.08 330	0.88 251	0.48 532	0.22 289	0.32 354	0.27 331	0.40 392	0.29 255

999	0.97 183	0.48 102	1.24 111	1.03 350	0.64 251	3.25 292	0.92 408	1.40 32	1.39 164	0.71 104	1.68 340	0.70 139	0.66 110	3.03 400	0.89 254	0.23 98	0.19 172	0.25 139	0.21 174	0.25 116	0.29 255

IGEV++	0.90 154	0.58 215	1.32 131	0.94 287	0.45 122	1.27 47	1.00 447	3.32 331	1.55 263	0.82 156	1.34 242	0.86 199	1.09 285	1.16 141	0.89 254	0.33 373	0.18 126	0.23 61	0.19 131	0.29 208	0.22 123

mmm	1.27 269	0.58 215	2.20 244	1.41 537	0.68 278	2.39 177	0.85 341	3.90 441	1.63 308	2.20 461	1.84 412	1.28 279	1.50 402	1.91 314	0.89 254	0.31 333	0.27 411	0.45 517	0.37 491	0.38 376	0.34 339

PSM-AAD	2.43 473	0.54 167	1.32 131	0.92 266	0.54 191	4.48 578	7.47 669	2.96 282	1.55 263	2.31 499	2.56 558	1.26 277	16.23 680	2.46 360	0.89 254	0.28 238	0.21 257	0.58 583	0.41 530	0.34 325	1.32 622

BStereo	0.88 139	0.73 376	4.10 357	0.80 162	0.51 166	1.13 28	0.72 234	2.57 219	1.00 105	0.85 174	0.57 36	0.72 153	0.48 40	1.01 98	0.90 258	0.26 168	0.22 289	0.24 100	0.29 388	0.25 116	0.25 175

Wave_Phase_stereo	1.07 215	0.73 376	4.10 357	0.80 162	0.51 166	4.91 643	0.72 234	2.50 200	1.00 105	0.85 174	0.57 36	0.72 153	0.48 40	1.01 98	0.90 258	0.26 168	0.22 289	0.24 100	0.29 388	0.25 116	0.25 175

rvit_stereo_ft	1.00 199	0.87 454	3.55 338	0.97 303	0.66 266	1.06 23	0.80 304	2.78 258	1.67 318	0.78 142	0.96 133	0.95 230	1.14 306	1.06 109	0.90 258	0.32 354	0.24 355	0.27 216	0.28 360	0.39 387	0.27 222

iRaft-Stereo_20w	1.88 360	0.62 270	10.58 440	0.90 249	0.83 346	2.96 244	0.78 286	4.90 642	1.58 279	2.29 489	1.60 316	1.25 276	4.51 620	2.28 354	0.90 258	0.29 267	0.21 257	0.26 183	0.24 259	0.41 416	0.31 296

Patchmatch Stereo++	1.25 257	0.65 302	2.06 231	0.75 127	0.37 51	4.68 620	0.76 267	2.53 205	1.58 279	1.99 379	1.47 275	1.78 352	1.14 306	2.44 358	0.90 258	0.48 532	0.23 319	0.32 354	0.27 331	0.40 392	0.29 255
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
RAFT_R40	1.70 333	0.59 225	2.99 313	1.46 550	0.46 133	4.74 636	0.98 440	2.23 148	1.56 269	2.02 398	2.35 540	2.71 481	2.56 551	6.71 489	0.90 258	0.40 463	0.19 172	0.30 304	0.27 331	0.33 306	0.26 205

iRAFT	1.25 257	0.65 302	2.06 231	0.75 127	0.37 51	4.68 620	0.76 267	2.53 205	1.58 279	1.99 379	1.47 275	1.78 352	1.14 306	2.44 358	0.90 258	0.48 532	0.23 319	0.32 354	0.27 331	0.40 392	0.29 255

sCroCo_RVC	1.06 211	0.82 433	5.05 371	1.02 343	1.05 429	0.98 19	0.61 158	2.06 123	1.29 147	0.69 97	1.26 215	0.82 186	1.10 291	1.20 155	0.90 258	0.42 490	0.40 530	0.33 390	0.30 409	0.46 475	0.38 391

Gwc-CoAtRS	1.58 309	0.57 199	11.69 454	1.01 332	0.60 231	2.53 194	0.64 180	2.36 170	1.56 269	1.80 328	1.47 275	2.74 484	1.18 317	1.12 124	0.90 258	0.27 194	0.21 257	0.25 139	0.22 209	0.27 166	0.23 143

IGEV-FE	2.16 413	0.69 335	20.56 628	1.22 449	0.54 191	2.18 155	0.53 120	3.38 342	1.61 299	1.93 361	1.55 299	3.74 575	1.06 273	1.56 241	0.91 267	0.29 267	0.20 223	0.27 216	0.29 388	0.40 392	0.32 307

FlowAnything_test	0.75 66	0.60 241	1.18 93	0.82 178	0.58 225	2.29 168	0.66 193	1.38 29	0.80 44	1.03 216	0.76 66	0.63 111	0.49 46	0.84 50	0.91 267	0.31 333	0.27 411	0.40 482	0.48 558	0.31 254	0.30 286

IGEV_Zeroshot_test	2.16 413	0.69 335	20.60 632	1.22 449	0.54 191	2.18 155	0.53 120	3.38 342	1.61 299	1.93 361	1.55 299	3.76 577	1.05 265	1.55 240	0.91 267	0.29 267	0.20 223	0.27 216	0.29 388	0.40 392	0.32 307

R-Stereo Train	1.20 241	0.58 215	1.81 195	0.99 317	0.67 273	3.78 403	0.90 386	4.09 501	1.51 228	2.16 448	1.71 351	1.13 253	0.94 225	1.40 206	0.91 267	0.30 309	0.24 355	0.26 183	0.21 174	0.26 146	0.25 175

RAFT-Stereo	1.20 241	0.58 215	1.81 195	0.99 317	0.67 273	3.78 403	0.90 386	4.09 501	1.51 228	2.16 448	1.71 351	1.13 253	0.94 225	1.40 206	0.91 267	0.30 309	0.24 355	0.26 183	0.21 174	0.26 146	0.25 175
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Select-FE	2.25 427	0.87 454	17.36 540	1.06 359	0.99 409	2.04 141	0.46 92	3.79 410	1.61 299	2.52 539	1.81 398	4.41 611	3.15 579	1.83 299	0.92 272	0.32 354	0.35 492	0.30 304	0.41 530	0.32 286	0.55 513

PAM_32	2.45 476	0.63 278	20.74 635	1.05 353	0.65 259	2.83 217	0.46 92	2.91 276	1.54 255	1.95 367	2.66 568	4.99 632	3.78 602	1.96 319	0.92 272	0.27 194	0.22 289	0.27 216	0.25 280	0.36 359	0.48 472

GMOStereo	1.13 223	0.70 346	2.26 253	0.75 127	0.44 114	3.05 253	0.91 394	2.78 258	1.45 185	2.37 515	1.52 287	1.53 313	1.05 265	1.17 147	0.92 272	0.25 151	0.19 172	0.35 428	0.28 360	0.34 325	0.26 205

error version	1.13 223	0.70 346	2.26 253	0.75 127	0.44 114	3.05 253	0.91 394	2.78 258	1.45 185	2.37 515	1.52 287	1.53 313	1.05 265	1.17 147	0.92 272	0.25 151	0.19 172	0.35 428	0.28 360	0.34 325	0.26 205

test-v	1.13 223	0.70 346	2.26 253	0.75 127	0.44 114	3.05 253	0.91 394	2.78 258	1.45 185	2.37 515	1.52 287	1.53 313	1.05 265	1.17 147	0.92 272	0.25 151	0.19 172	0.35 428	0.28 360	0.34 325	0.26 205

iGMRVC	1.26 264	0.66 314	2.14 239	0.75 127	0.37 51	4.66 617	0.74 254	2.53 205	1.58 279	1.99 379	1.46 270	1.78 352	1.14 306	2.46 360	0.92 272	0.48 532	0.23 319	0.32 354	0.27 331	0.40 392	0.29 255

test-2	1.13 223	0.70 346	2.26 253	0.75 127	0.44 114	3.05 253	0.91 394	2.78 258	1.45 185	2.37 515	1.52 287	1.53 313	1.05 265	1.17 147	0.92 272	0.25 151	0.19 172	0.35 428	0.28 360	0.34 325	0.26 205

RAFT-IKP	1.25 257	0.66 314	2.23 251	0.75 127	0.37 51	4.64 614	0.74 254	2.53 205	1.58 279	1.99 379	1.47 275	1.78 352	1.13 299	2.22 350	0.92 272	0.48 532	0.22 289	0.32 354	0.27 331	0.40 392	0.29 255

raft+_RVC	1.21 244	0.83 437	2.61 287	1.35 513	0.97 397	3.60 371	0.76 267	3.23 316	1.51 228	1.33 248	1.67 337	1.03 241	1.10 291	1.87 310	0.92 272	0.24 126	0.22 289	0.25 139	0.24 259	0.26 146	0.25 175

rvit_0105_5	1.13 223	0.93 472	2.60 284	0.91 260	0.56 204	1.92 125	0.91 394	3.02 290	2.63 535	0.95 200	1.20 193	1.18 263	0.93 222	1.51 234	0.93 281	0.40 463	0.43 549	0.37 456	0.35 469	0.42 435	0.44 445

DisPM	1.36 283	0.55 176	2.39 267	1.54 567	0.51 166	4.59 607	0.79 293	2.50 200	1.88 371	2.50 533	1.83 407	1.45 306	1.01 247	2.71 389	0.93 281	0.46 518	0.20 223	0.32 354	0.31 425	0.31 254	0.44 445

rvit_stereo_0075_2	1.18 234	0.74 387	2.66 296	0.90 249	1.27 496	2.51 189	0.69 219	2.25 152	2.06 409	1.40 260	1.86 423	1.46 308	0.84 187	1.42 214	0.94 283	0.46 518	0.40 530	0.48 535	0.38 504	0.46 475	0.51 494

RAStereo	0.75 66	0.52 133	2.86 308	0.58 9	0.62 245	1.19 37	0.32 25	1.81 86	0.99 103	0.75 119	1.05 159	0.64 113	0.47 36	0.80 32	0.94 283	0.22 80	0.20 223	0.27 216	0.21 174	0.34 325	0.22 123

Selective-RAFT	1.15 228	0.46 68	1.64 179	0.99 317	0.45 122	4.17 524	0.51 110	3.21 311	1.69 328	1.12 232	1.34 242	1.45 306	1.40 366	2.08 330	0.94 283	0.41 478	0.20 223	0.24 100	0.23 230	0.27 166	0.25 175

RAFT_CTSACE	1.80 348	1.06 505	10.00 430	1.71 594	1.39 528	3.49 343	1.06 468	3.05 293	1.62 305	1.70 307	2.04 467	2.51 461	1.80 481	1.98 320	0.94 283	0.25 151	0.22 289	0.28 251	0.30 409	0.30 234	0.26 205

GMStereo	1.01 202	1.00 492	2.86 308	0.83 191	0.45 122	1.47 77	0.57 137	1.89 96	2.11 425	1.52 271	1.24 205	0.87 201	0.74 136	1.58 246	0.94 283	0.40 463	0.21 257	0.30 304	0.30 409	0.47 479	0.36 359
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test2	1.61 318	1.30 551	3.40 333	1.16 424	1.31 503	3.18 275	0.74 254	4.06 493	1.52 239	1.72 312	2.21 506	0.78 174	0.74 136	3.64 416	0.95 288	3.64 664	0.26 399	0.35 428	0.42 537	0.37 371	0.33 326

plain	1.55 301	0.69 335	13.59 475	0.65 54	0.73 298	1.66 103	0.57 137	3.17 308	1.94 383	0.77 138	1.24 205	0.80 180	0.86 192	1.60 253	0.96 289	0.33 373	0.21 257	0.32 354	0.25 280	0.42 435	0.28 243

rvit_0105_3	1.24 253	0.93 472	2.84 306	0.97 303	0.58 225	2.38 175	1.08 475	3.26 321	2.53 521	1.18 235	1.40 261	1.24 274	1.04 260	1.73 284	0.97 290	0.44 502	0.44 554	0.40 482	0.42 537	0.42 435	0.50 486

11t1	1.11 221	0.53 151	1.80 194	1.55 572	0.65 259	2.20 159	0.60 153	3.66 383	1.49 215	1.60 281	1.26 215	1.03 241	1.35 354	1.72 283	0.97 290	0.28 238	0.31 458	0.29 277	0.23 230	0.30 234	0.34 339

RAFT-Stereo + iAFF	1.25 257	0.72 365	1.74 189	1.05 353	0.36 33	4.13 505	0.42 72	2.95 280	2.84 570	2.02 398	2.40 542	1.61 326	1.11 295	1.26 170	0.97 290	0.21 58	0.15 24	0.26 183	0.23 230	0.29 208	0.23 143

1test111	1.99 384	0.74 387	13.77 478	1.78 602	0.36 33	4.48 578	0.74 254	3.98 468	1.53 246	1.01 209	1.81 398	0.72 153	1.62 433	4.66 438	0.98 293	0.29 267	0.17 82	0.32 354	0.21 174	0.33 306	0.32 307

qqq	1.30 275	0.57 199	1.67 180	1.15 417	0.51 166	2.18 155	0.91 394	3.98 468	1.53 246	1.50 270	1.24 205	1.79 359	1.34 351	4.66 438	0.98 293	0.28 238	0.31 458	0.33 390	0.33 445	0.33 306	0.32 307

iRaftStereo_RVC	1.09 218	0.70 346	1.39 145	0.95 290	0.45 122	3.83 413	0.42 72	2.37 172	1.58 279	1.69 303	1.76 371	1.80 362	0.83 185	1.50 231	0.98 293	0.28 238	0.18 126	0.29 277	0.26 303	0.30 234	0.31 296

RAFT-Test	1.44 292	0.59 225	6.10 383	1.01 332	0.69 285	2.90 227	0.80 304	3.68 386	1.70 333	1.85 334	1.68 340	3.15 526	1.03 252	1.20 155	0.99 296	0.27 194	0.22 289	0.25 139	0.23 230	0.27 166	0.25 175

LL-Strereo2	1.23 248	0.85 448	2.38 266	0.93 282	0.68 278	3.72 391	1.37 533	2.54 214	1.99 389	1.75 319	1.40 261	1.82 368	0.73 130	1.40 206	0.99 296	0.31 333	0.23 319	0.55 576	0.35 469	0.29 208	0.24 161

riskmin	1.25 257	0.56 188	2.05 222	1.05 353	0.93 387	2.86 222	0.55 130	3.23 316	1.34 152	1.55 274	1.07 166	3.56 569	2.03 506	1.29 182	1.00 298	0.28 238	0.27 411	0.34 409	0.21 174	0.41 416	0.43 439

RALCasStereoNet	1.19 236	1.02 494	2.06 231	1.12 396	1.14 456	3.08 260	0.70 229	2.99 285	1.73 340	1.34 249	1.68 340	1.18 263	0.91 216	2.16 340	1.00 298	0.30 309	0.26 399	0.24 100	0.21 174	0.29 208	0.30 286

zero-FE	0.95 176	0.52 133	2.63 292	0.86 221	1.27 496	1.41 67	0.86 346	2.27 156	0.73 26	0.50 11	0.64 45	0.54 63	0.78 161	2.70 387	1.02 300	0.35 405	0.17 82	0.24 100	0.18 87	1.03 607	0.29 255

PAM	2.43 473	0.61 261	20.86 639	1.07 362	0.73 298	2.93 238	0.53 120	3.24 318	1.53 246	1.89 349	2.43 543	5.29 642	2.76 559	1.84 302	1.02 300	0.27 194	0.24 355	0.26 183	0.25 280	0.40 392	0.50 486

DDF-Stereo	0.90 154	0.53 151	1.16 88	0.88 232	1.31 503	1.59 92	0.86 346	2.26 154	0.79 40	0.48 7	0.63 44	0.54 63	0.73 130	2.97 398	1.03 302	0.39 455	0.17 82	0.24 100	0.18 87	1.06 610	0.29 255

UniTT-Stereo	0.82 119	0.47 92	2.63 292	0.96 296	1.19 472	0.78 12	0.39 50	1.12 15	1.54 255	1.19 237	1.26 215	0.51 53	0.64 96	1.13 128	1.03 302	0.30 309	0.20 223	0.24 100	0.21 174	0.40 392	0.25 175

x	1.15 228	0.57 199	1.53 165	1.44 544	0.67 273	1.94 126	0.97 432	3.87 431	1.57 275	1.61 286	1.28 223	1.58 321	1.22 324	1.93 315	1.04 304	0.28 238	0.30 449	0.34 409	0.29 388	0.32 286	0.31 296

raft_robust	1.92 370	1.15 523	3.34 332	1.02 343	0.43 103	3.84 418	0.46 92	4.42 607	2.52 519	1.67 300	1.36 249	2.17 418	6.37 646	6.78 491	1.04 304	0.28 238	0.24 355	0.30 304	0.35 469	0.31 254	0.32 307

test_sample2	1.75 341	0.56 188	2.25 252	1.41 537	0.80 323	2.91 230	0.86 346	4.05 489	2.04 404	1.91 355	1.39 257	1.57 319	1.55 419	10.65 589	1.06 306	0.32 354	0.28 426	0.32 354	0.30 409	0.36 359	0.33 326

4D-IteraStereo	1.97 379	0.84 442	20.43 625	0.78 154	1.56 566	2.09 148	1.05 466	2.43 184	1.56 269	1.41 262	1.00 138	1.94 385	0.61 88	1.22 159	1.06 306	0.27 194	0.18 126	0.31 331	0.26 303	0.27 166	0.23 143

CASS	1.29 274	0.66 314	2.62 290	0.95 290	0.66 266	2.84 218	0.69 219	3.00 287	1.79 355	2.57 548	1.95 446	1.39 296	1.55 419	1.59 251	1.06 306	0.50 548	0.28 426	0.34 409	0.28 360	0.46 475	0.63 541
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MaDis-Stereo	0.82 119	0.66 314	1.53 165	0.65 54	1.87 621	1.24 43	0.36 43	2.13 131	1.27 144	0.67 91	0.75 64	0.88 205	0.70 120	1.15 139	1.07 309	0.29 267	0.23 319	0.26 183	0.20 156	0.31 254	0.22 123

MIM_Stereo	1.20 241	0.78 413	3.30 329	1.05 353	0.43 103	3.04 251	0.60 153	2.46 192	1.51 228	1.60 281	1.58 306	1.82 368	1.29 339	2.00 322	1.07 309	0.24 126	0.24 355	0.28 251	0.25 280	0.27 166	0.27 222

CroCo-Stereo Lap2	0.99 197	0.89 458	2.55 280	0.99 317	1.80 614	0.54 4	0.46 92	3.10 300	1.24 135	1.07 224	1.21 197	1.05 246	0.78 161	1.26 170	1.08 311	0.27 194	0.23 319	0.27 216	0.21 174	0.43 445	0.34 339

GMM-Stereo	2.45 476	0.52 133	20.38 621	0.89 239	0.82 338	4.18 527	1.91 590	2.45 189	1.48 209	2.48 531	2.30 526	1.69 338	1.86 493	2.93 395	1.08 311	0.28 238	0.18 126	0.33 390	0.48 558	0.35 346	2.41 650

Prome-Stereo	1.61 318	0.55 176	1.71 184	0.98 311	0.60 231	4.41 569	1.82 585	3.03 291	1.53 246	2.18 454	3.45 613	1.72 343	3.49 598	2.23 351	1.08 311	0.29 267	0.20 223	0.26 183	0.25 280	0.34 325	2.16 644

CroCo-Stereo	0.98 189	0.87 454	3.44 334	0.87 227	0.53 189	0.49 3	0.50 106	3.99 472	1.49 215	0.81 154	1.25 213	1.00 236	0.75 139	1.10 117	1.09 314	0.24 126	0.21 257	0.24 100	0.19 131	0.35 346	0.27 222
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
LiteMatch	0.67 37	0.84 442	0.89 4	0.80 162	0.39 73	1.60 94	0.68 208	0.96 7	0.91 75	0.62 69	0.43 16	0.56 77	1.40 366	0.71 9	1.10 315	0.28 238	0.16 47	0.29 277	0.22 209	0.29 208	0.37 374

Lsterematch	1.15 228	0.84 442	4.02 356	0.80 162	0.39 73	1.68 104	0.68 208	2.01 113	2.02 396	1.58 279	2.02 461	1.35 289	1.40 366	1.41 211	1.10 315	0.28 238	0.16 47	0.29 277	0.22 209	0.29 208	0.37 374

Reg-Stereo(zero)	1.60 316	0.42 39	10.69 441	0.89 239	0.68 278	3.27 297	0.47 98	2.27 156	1.54 255	1.48 267	1.24 205	2.55 464	2.68 557	1.48 228	1.10 315	0.19 33	0.19 172	0.22 45	0.18 87	0.24 90	0.26 205

FACV-RUCA	1.26 264	0.65 302	2.21 246	1.06 359	1.50 553	2.69 207	1.15 492	3.05 293	1.87 369	1.36 252	1.99 457	1.03 241	1.15 314	1.36 198	1.10 315	0.41 478	0.41 539	0.73 618	0.41 530	0.61 533	0.41 425

RAFT+CT+SA	1.62 320	0.72 365	7.42 396	0.97 303	1.42 542	4.04 483	0.94 416	3.90 441	1.61 299	1.61 286	1.63 325	1.33 286	1.18 317	2.73 391	1.10 315	0.27 194	0.19 172	0.31 331	0.34 453	0.33 306	0.33 326

PCWNet_CMD	2.23 423	0.65 302	17.36 540	0.83 191	0.76 309	3.51 349	0.64 180	3.60 373	1.97 386	1.70 307	1.63 325	3.22 531	3.05 576	2.09 333	1.11 320	0.31 333	0.36 498	0.47 527	0.26 303	0.64 547	0.47 467

raftrobust	1.19 236	0.72 365	2.30 258	1.26 466	1.31 503	3.55 361	0.68 208	2.75 252	1.47 199	2.21 470	1.38 255	1.17 259	1.22 324	1.20 155	1.11 320	0.28 238	0.24 355	0.21 30	0.19 131	0.25 116	0.28 243

MSMDNet	2.23 423	0.64 289	17.32 536	0.84 202	0.75 305	3.53 354	0.64 180	3.61 376	1.98 388	1.71 311	1.64 327	3.22 531	2.99 569	2.08 330	1.11 320	0.31 333	0.37 510	0.45 517	0.26 303	0.62 537	0.45 451

Selective-IGEV-i1	1.43 290	0.59 225	2.42 272	1.15 417	1.07 438	3.82 412	1.09 479	3.79 410	2.11 425	1.62 288	1.91 439	2.65 475	1.22 324	1.80 294	1.12 323	0.32 354	0.27 411	0.46 523	0.54 582	0.31 254	0.39 398

AFF-stereo	1.31 278	0.77 407	1.46 155	1.10 385	0.45 122	3.93 443	0.48 102	2.92 277	2.92 576	1.90 350	2.21 506	2.11 416	1.52 408	1.93 315	1.12 323	0.21 58	0.16 47	0.25 139	0.25 280	0.29 208	0.20 48

Anonymous3	1.72 334	0.76 404	11.61 453	0.83 191	0.84 353	4.46 576	0.84 332	3.57 369	1.16 122	1.34 249	1.37 251	1.11 252	1.03 252	1.58 246	1.13 325	0.70 603	0.58 604	0.33 390	0.35 469	0.47 479	0.42 429

CFNet_ucs	2.36 464	0.68 332	18.42 561	0.89 239	0.81 329	3.85 426	0.68 208	4.29 568	2.37 485	2.09 417	2.04 467	3.31 540	1.24 331	2.63 382	1.14 326	0.36 418	0.45 559	0.56 578	0.29 388	0.66 555	0.49 479

Hybrid-DGEV-2	1.55 301	1.43 572	3.19 322	1.16 424	0.51 166	4.15 509	0.54 129	4.28 564	2.22 443	2.06 412	1.37 251	2.37 439	1.61 429	3.24 403	1.15 327	0.25 151	0.24 355	0.30 304	0.26 303	0.29 208	0.28 243

anonymousa	2.16 413	0.67 324	19.19 572	1.04 352	1.67 589	2.06 145	0.79 293	2.86 273	1.96 384	1.85 334	2.14 493	3.23 533	1.81 484	1.12 124	1.15 327	0.26 168	0.26 399	0.34 409	0.32 437	0.30 234	0.28 243

IPLGR	2.53 493	0.58 215	20.46 626	0.82 178	0.52 179	4.56 604	0.50 106	4.30 576	2.38 490	1.87 340	1.53 293	1.68 334	1.72 466	6.95 494	1.15 327	0.28 238	0.21 257	0.27 216	0.23 230	0.33 306	0.32 307

GrayStereo	2.58 504	0.53 151	1.63 178	1.58 576	0.89 374	4.17 524	8.17 673	3.03 291	1.52 239	2.80 581	2.50 550	1.70 340	17.10 681	2.83 392	1.15 327	0.33 373	0.21 257	0.27 216	0.32 437	0.28 188	0.53 501

IGEV_i1	1.83 350	0.60 241	10.98 446	1.30 488	0.53 189	3.09 261	0.86 346	3.70 396	1.57 275	1.67 300	1.76 371	2.33 433	1.35 354	3.23 401	1.16 331	0.35 405	0.27 411	0.53 567	0.58 591	0.34 325	0.40 419

GMStereo_Zeroshot	1.41 289	1.21 534	3.33 331	1.29 481	0.72 293	3.35 311	0.53 120	2.58 228	1.68 321	2.35 511	1.56 303	2.42 448	0.96 228	2.50 364	1.16 331	0.45 511	0.23 319	0.40 482	0.24 259	0.79 586	0.33 326

CFNet_pseudo	2.12 407	0.67 324	15.14 511	0.85 214	0.74 303	3.95 454	0.64 180	3.95 459	1.78 353	1.90 350	1.79 383	3.27 536	1.62 433	2.51 367	1.16 331	0.31 333	0.36 498	0.53 567	0.27 331	0.63 539	0.44 445

ccs_rob	2.13 409	0.67 324	15.11 510	0.84 202	0.75 305	3.96 464	0.65 190	3.95 459	1.78 353	1.88 343	1.79 383	3.26 535	1.64 449	2.51 367	1.16 331	0.31 333	0.36 498	0.54 575	0.27 331	0.65 550	0.45 451

BUS	1.49 300	0.59 225	1.94 208	0.87 227	0.85 355	4.50 587	0.76 267	4.48 617	1.88 371	2.93 589	1.83 407	3.63 572	0.97 233	1.60 253	1.17 335	0.34 385	0.25 382	0.31 331	0.28 360	0.35 346	0.33 326

test_5	1.87 356	0.75 398	10.23 435	1.14 404	1.40 530	3.85 426	1.27 514	3.91 446	1.93 381	1.69 303	1.78 380	1.67 332	1.79 476	2.99 399	1.17 335	0.30 309	0.18 126	0.35 428	0.33 445	0.34 325	0.33 326

NINENet	1.87 356	0.74 387	2.60 284	1.12 396	1.06 432	4.50 587	0.76 267	4.41 606	2.24 448	2.16 448	1.86 423	3.63 572	0.97 233	8.00 514	1.17 335	0.41 478	0.30 449	0.41 494	0.30 409	0.41 416	0.36 359

RT-IGEV	2.37 465	0.60 241	15.33 515	1.49 558	0.78 317	2.10 149	1.28 516	4.25 550	1.69 328	2.58 552	3.19 603	3.60 571	4.94 625	2.49 363	1.19 338	0.35 405	0.24 355	0.31 331	0.26 303	0.33 306	0.42 429

test_4	1.30 275	0.50 116	6.16 384	0.84 202	0.45 122	1.61 97	1.12 486	2.14 133	1.42 175	1.52 271	2.31 532	1.84 374	0.79 166	2.52 372	1.19 338	0.27 194	0.17 82	0.29 277	0.29 388	0.29 208	0.25 175

UDGNet	1.40 287	1.52 580	2.22 249	1.38 531	0.62 245	4.39 562	0.68 208	1.80 85	2.18 439	1.34 249	1.18 189	0.99 233	1.00 243	2.16 340	1.19 338	1.09 627	0.34 486	1.30 642	0.98 630	1.10 616	0.58 526

DeepStereo_RVC	1.55 301	0.63 278	3.32 330	0.77 150	0.42 97	4.49 584	0.72 234	2.50 200	1.58 279	2.02 398	1.81 398	1.54 317	6.38 648	1.73 284	1.19 338	0.46 518	0.22 289	0.29 277	0.28 360	0.35 346	0.38 391

TRStereo	2.31 444	1.87 601	19.74 590	1.53 565	1.16 463	4.26 542	1.08 475	4.73 637	1.45 185	1.55 274	1.28 223	1.75 346	0.85 190	1.81 296	1.20 342	0.36 418	0.26 399	0.32 354	0.36 479	0.34 325	0.33 326

NF-Stereo	1.58 309	0.61 261	2.66 296	2.26 634	0.47 143	4.68 620	0.67 197	3.31 326	1.48 209	2.11 424	1.59 311	1.36 291	1.09 285	6.08 471	1.20 342	0.40 463	0.20 223	0.36 444	0.34 453	0.31 254	0.36 359

PSM-softLoss	1.66 328	0.59 225	5.15 373	2.25 632	0.48 151	4.68 620	0.69 219	2.57 219	1.52 239	2.14 434	1.45 268	1.42 303	0.99 241	6.04 469	1.20 342	0.41 478	0.23 319	0.37 456	0.39 512	0.32 286	0.31 296

KMStereo	1.66 328	0.59 225	5.15 373	2.25 632	0.48 151	4.68 620	0.69 219	2.57 219	1.52 239	2.14 434	1.45 268	1.42 303	0.99 241	6.04 469	1.20 342	0.41 478	0.23 319	0.37 456	0.39 512	0.32 286	0.31 296

BSDual-CNN	1.46 295	0.59 225	1.94 208	0.87 227	0.85 355	4.16 519	1.16 494	4.48 617	1.88 371	2.93 589	1.83 407	2.60 469	1.31 345	1.60 253	1.21 346	0.34 385	0.25 382	0.31 331	0.28 360	0.35 346	0.33 326

psmg	1.47 299	0.59 225	1.94 208	0.92 266	0.85 355	4.30 551	1.42 545	4.10 508	1.88 371	2.64 565	2.09 481	2.60 469	1.31 345	1.60 253	1.21 346	0.34 385	0.27 411	0.33 390	0.34 453	0.36 359	0.34 339

OCTAStereo	1.58 309	0.61 261	2.72 299	2.27 637	0.46 133	4.68 620	0.67 197	3.30 325	1.48 209	2.11 424	1.59 311	1.36 291	1.09 285	6.02 468	1.21 346	0.41 478	0.20 223	0.36 444	0.34 453	0.31 254	0.37 374

Hybrid-DGEV-03	1.34 281	0.70 346	2.74 303	1.00 325	0.52 179	3.99 472	0.99 442	3.22 313	1.64 309	2.15 442	3.31 609	1.37 295	1.07 278	1.29 182	1.22 349	0.26 168	0.18 126	0.32 354	0.24 259	0.28 188	0.24 161

RE-Stereo	1.58 309	0.61 261	2.72 299	2.26 634	0.46 133	4.68 620	0.68 208	3.31 326	1.48 209	2.11 424	1.59 311	1.36 291	1.09 285	6.01 466	1.22 349	0.41 478	0.20 223	0.36 444	0.34 453	0.31 254	0.37 374

TVStereo	1.58 309	0.61 261	2.72 299	2.26 634	0.46 133	4.68 620	0.68 208	3.31 326	1.48 209	2.11 424	1.59 311	1.36 291	1.09 285	6.01 466	1.22 349	0.41 478	0.20 223	0.36 444	0.34 453	0.31 254	0.37 374

ARAFT	2.56 500	1.13 518	19.50 583	0.89 239	0.48 151	4.15 509	1.40 540	4.36 596	2.82 568	2.36 514	1.88 427	1.70 340	1.04 260	6.45 478	1.22 349	0.29 267	0.18 126	0.37 456	0.35 469	0.35 346	0.25 175

DCVSM-stereo	2.31 444	0.66 314	20.69 634	1.11 392	0.93 387	2.58 199	0.73 242	2.61 232	1.60 295	2.57 548	1.53 293	3.30 539	1.72 466	2.19 345	1.23 353	0.34 385	0.53 589	0.41 494	0.32 437	0.45 464	0.62 537

PFNet+	1.46 295	0.57 199	2.84 306	0.92 266	0.47 143	4.64 614	0.84 332	2.46 192	1.99 389	2.14 434	1.64 327	1.34 287	1.03 252	4.68 440	1.23 353	0.45 511	0.33 473	0.37 456	0.39 512	0.32 286	0.49 479

UGAM-zero	2.79 523	0.57 199	20.87 641	0.98 311	0.77 315	2.08 146	0.35 41	3.88 434	1.51 228	2.05 407	1.64 327	5.07 636	3.42 595	9.83 557	1.24 355	0.28 238	0.21 257	0.27 216	0.29 388	0.29 208	0.28 243

GCST	2.56 500	1.79 599	18.02 552	1.92 617	1.33 514	1.72 106	0.51 110	3.67 384	2.03 400	1.70 307	1.61 320	1.55 318	1.29 339	5.06 445	1.24 355	2.06 649	0.77 631	1.45 647	0.97 629	1.14 620	1.34 623

test_sample1	1.62 320	0.55 176	1.88 201	1.44 544	0.79 321	2.27 165	0.64 180	4.00 474	1.82 358	1.87 340	1.35 245	1.57 319	1.62 433	9.55 550	1.24 355	0.30 309	0.27 411	0.31 331	0.28 360	0.32 286	0.32 307

FTStereo	3.71 597	0.53 151	20.37 620	0.96 296	0.65 259	4.34 554	11.29 677	2.62 234	1.50 221	2.58 552	5.04 633	1.90 381	13.84 675	3.71 418	1.25 358	0.38 443	0.24 355	0.31 331	0.32 437	0.30 234	2.10 643

rafts_anoy	1.24 253	0.80 421	3.61 344	1.17 427	1.20 479	3.00 247	0.61 158	3.17 308	1.58 279	1.37 255	1.26 215	1.19 267	1.12 297	1.78 290	1.25 358	0.32 354	0.23 319	0.32 354	0.32 437	0.31 254	0.30 286

DIP-Stereo	1.24 253	0.69 335	1.77 191	0.65 54	0.61 236	4.29 549	0.58 146	4.44 611	2.53 521	1.98 374	1.33 237	0.91 214	0.86 192	1.25 169	1.25 358	0.36 418	0.23 319	0.32 354	0.23 230	0.32 286	0.29 255
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WQFJX1	2.20 419	0.52 133	1.38 143	0.62 23	1.78 610	3.07 258	0.67 197	12.26 678	15.24 680	0.84 171	1.05 159	0.91 214	0.97 233	1.88 311	1.26 361	0.27 194	0.25 382	0.28 251	0.21 174	0.36 359	0.25 175

DualNet (step1)	2.34 454	1.05 500	7.87 400	1.07 362	0.86 360	3.93 443	1.19 501	4.35 591	2.11 425	2.14 434	1.75 362	1.75 346	1.67 455	6.26 475	1.26 361	1.23 635	0.48 579	4.27 681	2.09 665	0.70 563	0.69 555

test_sample7	1.65 325	0.70 346	2.60 284	1.48 555	0.76 309	2.38 175	1.07 470	4.35 591	2.11 425	2.14 434	1.75 362	1.75 346	1.67 455	6.26 475	1.26 361	0.44 502	0.48 579	0.43 505	0.40 523	0.46 475	0.43 439

GANet-ADL	2.20 419	0.73 376	20.11 607	1.25 459	0.69 285	3.83 413	0.76 267	3.49 353	1.71 335	1.65 297	1.99 457	2.10 414	1.10 291	1.42 214	1.26 361	0.38 443	0.33 473	0.25 139	0.22 209	0.42 435	0.36 359

AIO-test1	2.18 416	0.66 314	18.95 569	0.89 239	1.48 549	3.40 320	0.97 432	4.19 526	1.68 321	0.86 179	1.35 245	0.99 233	0.75 139	4.47 435	1.27 365	0.23 98	0.23 319	0.28 251	0.33 445	0.31 254	0.35 353

SA	1.62 320	0.75 398	3.78 353	1.07 362	0.43 103	4.26 542	1.36 528	4.45 614	3.12 594	1.63 290	1.97 452	1.68 334	2.26 530	2.55 375	1.27 365	0.27 194	0.22 289	0.37 456	0.37 491	0.35 346	0.30 286

STrans-v2	3.03 557	0.77 407	20.91 642	0.81 166	0.63 249	3.89 432	1.01 450	4.27 559	2.64 537	2.28 487	3.70 618	4.13 596	5.20 629	7.33 498	1.27 365	0.31 333	0.18 126	0.29 277	0.25 280	0.29 208	0.41 425

TransformOpticalFlow	3.03 557	0.77 407	20.99 645	1.00 325	0.55 199	4.18 527	0.64 180	4.33 587	3.02 587	2.18 454	3.09 597	4.35 608	5.07 627	7.36 501	1.27 365	0.32 354	0.18 126	0.32 354	0.26 303	0.28 188	0.46 462

xyz-stereo-finetune	1.05 209	0.62 270	1.46 155	0.59 12	0.36 33	3.48 340	0.81 314	2.69 244	1.74 346	0.94 196	1.21 197	0.91 214	0.78 161	2.53 374	1.28 369	0.24 126	0.24 355	0.26 183	0.23 230	0.30 234	0.23 143

Anonymous_2	3.01 555	0.89 458	4.53 367	1.06 359	1.18 465	2.93 238	0.87 367	3.24 318	1.46 194	1.86 338	1.35 245	4.11 595	2.35 537	1.64 267	1.28 369	0.82 614	0.90 636	8.71 693	15.84 699	4.44 671	0.74 568

test-1	1.23 248	0.65 302	1.88 201	0.96 296	0.52 179	3.84 418	0.62 173	4.01 476	1.47 199	1.93 361	1.78 380	1.83 371	0.92 219	1.19 154	1.28 369	0.26 168	0.29 436	0.31 331	0.24 259	0.29 208	0.36 359

IPLGR_C	2.28 437	1.31 555	19.46 581	0.92 266	1.32 510	3.93 443	0.89 381	4.20 527	1.82 358	2.30 493	2.63 566	1.16 257	1.07 278	1.41 211	1.29 372	0.37 426	0.23 319	0.27 216	0.22 209	0.31 254	0.45 451

TestStereo1	1.56 306	0.81 426	2.32 259	1.61 582	0.64 251	4.13 505	1.36 528	3.79 410	3.20 605	1.60 281	2.57 560	1.39 296	2.15 518	2.51 367	1.30 373	0.29 267	0.20 223	0.34 409	0.25 280	0.40 392	0.36 359

SA-5K	1.56 306	0.81 426	2.32 259	1.61 582	0.64 251	4.13 505	1.36 528	3.79 410	3.20 605	1.60 281	2.57 560	1.39 296	2.15 518	2.51 367	1.30 373	0.29 267	0.20 223	0.34 409	0.25 280	0.40 392	0.36 359

ACRE	2.27 432	1.11 516	19.45 580	0.91 260	1.30 500	3.94 449	0.87 367	4.21 532	1.80 356	2.28 487	2.62 564	1.17 259	1.04 260	1.52 236	1.30 373	0.37 426	0.23 319	0.27 216	0.22 209	0.31 254	0.46 462

HBP-ISP	3.25 578	1.10 513	20.86 639	1.54 567	1.15 458	4.50 587	2.89 630	4.43 610	2.38 490	4.14 635	1.96 447	1.90 381	2.04 508	11.08 611	1.32 376	0.66 591	0.57 599	0.66 605	0.61 599	0.64 547	0.61 534

CIPLG	2.27 432	1.18 529	19.24 573	0.92 266	1.34 516	3.95 454	0.89 381	4.23 540	1.82 358	2.31 499	2.67 569	1.17 259	1.06 273	1.53 239	1.32 376	0.37 426	0.23 319	0.27 216	0.22 209	0.31 254	0.45 451

RAFT	1.23 248	0.84 442	2.05 222	0.96 296	0.47 143	1.80 115	0.94 416	3.18 310	1.46 194	1.60 281	1.71 351	3.04 516	1.59 422	1.64 267	1.32 376	0.38 443	0.24 355	0.40 482	0.32 437	0.40 392	0.35 353

ICVP	2.26 430	0.66 314	21.18 652	0.99 317	0.88 369	4.28 548	0.95 420	3.32 331	1.60 295	1.66 298	1.76 371	1.34 287	1.14 306	1.62 260	1.32 376	0.53 563	0.35 492	0.33 390	0.29 388	0.40 392	0.51 494
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AIO-Stereo-zeroshot1	2.68 517	1.26 547	22.01 669	1.08 370	0.99 409	1.61 97	0.86 346	3.69 391	1.64 309	1.52 271	5.62 638	3.35 543	3.44 596	2.20 346	1.33 380	0.26 168	0.21 257	0.30 304	0.62 600	0.93 599	0.67 550

NRIStereo	1.28 272	0.61 261	1.67 180	1.15 417	0.38 67	4.73 633	0.90 386	2.42 179	1.50 221	1.93 361	1.33 237	1.75 346	1.22 324	2.96 397	1.33 380	0.46 518	0.22 289	0.29 277	0.26 303	0.30 234	0.28 243

CRE-IMP	1.23 248	0.61 261	2.14 239	0.82 178	0.39 73	4.54 594	0.83 324	2.63 235	1.55 263	1.95 367	1.46 270	1.87 379	0.96 228	1.48 228	1.33 380	0.45 511	0.21 257	0.31 331	0.26 303	0.41 416	0.31 296

PFNet	2.47 482	0.60 241	16.95 534	2.15 631	0.81 329	4.63 613	0.91 394	2.55 215	1.52 239	2.40 522	2.79 578	1.83 371	1.42 378	7.54 503	1.34 383	0.33 373	0.21 257	0.36 444	0.27 331	0.32 286	0.39 398

NLMM1	2.18 416	0.55 176	1.34 134	0.62 23	1.86 618	3.30 306	0.62 173	11.92 675	15.07 679	0.86 179	0.96 133	0.84 190	0.90 213	1.83 299	1.35 384	0.27 194	0.27 411	0.27 216	0.24 259	0.31 254	0.28 243

OMP-Stereo	1.97 379	0.93 472	1.88 201	2.76 647	0.67 273	4.58 606	1.48 550	4.31 579	1.54 255	3.15 607	2.76 576	3.25 534	1.38 359	7.66 510	1.35 384	0.40 463	0.20 223	0.33 390	0.26 303	0.33 306	0.24 161

EAI-Stereo	2.35 459	0.63 278	2.97 311	0.95 290	0.65 259	3.84 418	14.27 683	5.04 645	2.19 440	2.06 412	7.25 641	1.10 250	0.94 225	1.65 269	1.37 386	0.31 333	0.22 289	0.27 216	0.60 596	0.27 166	0.32 307

CCAANet	1.59 314	0.51 124	6.84 391	0.95 290	0.91 379	2.20 159	0.83 324	3.35 339	1.70 333	1.23 241	1.58 306	2.71 481	1.11 295	4.89 442	1.37 386	0.41 478	0.21 257	0.28 251	0.24 259	0.27 166	0.29 255

Selective-IGEV-i16pc	2.84 527	0.70 346	20.78 636	1.27 474	0.56 204	4.35 557	2.77 624	4.32 584	2.02 396	1.57 278	1.84 412	2.40 442	1.33 348	8.80 527	1.39 388	0.60 576	0.46 568	0.33 390	0.38 504	0.43 445	0.45 451

WQFJX	2.14 411	0.54 167	1.28 122	0.61 16	1.85 617	2.87 224	0.77 279	11.60 672	14.62 676	0.82 156	1.15 182	0.89 207	1.10 291	1.69 278	1.39 388	0.28 238	0.25 382	0.25 139	0.21 174	0.32 286	0.25 175

FENet	2.25 427	0.50 116	20.29 618	1.35 513	0.67 273	4.01 477	0.60 153	3.95 459	1.99 389	1.96 370	1.11 174	2.43 451	1.43 381	1.60 253	1.39 388	0.32 354	0.22 289	0.33 390	0.26 303	0.29 208	0.39 398

rvit_105_1	1.43 290	0.90 460	3.27 327	1.08 370	0.68 278	2.79 211	1.27 514	3.52 360	2.35 476	1.38 257	1.54 295	1.28 279	1.14 306	2.91 393	1.40 391	0.54 565	0.47 573	0.45 517	0.59 594	0.44 456	0.58 526

UGAM	2.58 504	0.56 188	18.55 563	0.89 239	0.71 291	3.23 285	1.03 458	2.75 252	1.75 348	1.36 252	2.77 577	2.69 478	1.28 336	10.75 592	1.40 391	0.28 238	0.24 355	0.40 482	0.31 425	0.35 346	0.30 286

AIO-Stereo-zeroshot	2.35 459	0.99 489	19.62 586	1.09 376	0.96 393	1.51 83	0.44 82	4.05 489	1.64 309	1.31 246	1.67 337	4.93 629	2.45 544	2.52 372	1.40 391	0.30 309	0.20 223	0.31 331	0.50 569	0.57 519	0.60 531

ToySt	1.35 282	0.72 365	3.65 346	1.01 332	0.50 164	3.31 307	1.01 450	3.46 348	1.73 340	1.30 245	1.55 299	2.07 412	1.47 393	1.88 311	1.40 391	0.27 194	0.27 411	0.30 304	0.32 437	0.42 435	0.39 398

GwcNet-ADL	2.47 482	0.67 324	21.48 660	0.96 296	0.72 293	4.61 610	0.95 420	4.42 607	2.36 479	1.98 374	1.80 386	2.55 464	1.24 331	1.90 313	1.41 395	0.40 463	0.46 568	0.24 100	0.27 331	0.41 416	0.49 479

IIG-Stereo	1.95 375	0.79 417	2.14 239	2.78 648	0.66 266	4.62 611	0.76 267	4.27 559	1.53 246	2.63 564	3.14 601	3.35 543	1.61 429	7.65 509	1.41 395	0.39 455	0.20 223	0.31 331	0.25 280	0.33 306	0.22 123

UCFNet_RVC	1.57 308	0.84 442	3.25 325	1.36 519	1.40 530	4.07 491	1.01 450	2.68 242	1.50 221	2.11 424	1.88 427	2.37 439	1.50 402	3.41 408	1.42 397	0.36 418	0.28 426	0.52 562	0.40 523	0.53 502	0.43 439

RAFT-345	2.46 479	0.55 176	19.69 589	1.02 343	0.49 159	4.43 574	0.78 286	1.64 67	2.34 474	2.09 417	3.12 599	1.96 392	1.31 345	6.65 484	1.43 398	0.36 418	0.23 319	0.32 354	0.25 280	0.28 188	0.25 175

pcwnet_v2	2.70 520	0.65 302	22.48 672	1.08 370	1.03 424	3.56 363	0.81 314	4.29 568	3.14 597	2.29 489	2.29 521	3.01 514	1.71 464	3.32 407	1.43 398	0.43 496	0.50 585	0.41 494	0.34 453	0.61 533	0.56 517

DCANet-4	1.96 377	0.51 124	14.31 495	0.82 178	0.40 83	4.16 519	0.57 137	4.29 568	2.98 583	2.30 493	1.80 386	1.03 241	1.54 418	1.44 218	1.44 400	0.29 267	0.23 319	0.23 61	0.18 87	0.24 90	0.42 429

MIPNet	2.33 450	0.71 360	19.82 592	0.89 239	0.56 204	4.76 638	0.61 158	4.32 584	2.37 485	1.83 333	1.48 282	1.48 309	1.98 505	2.63 382	1.44 400	0.29 267	0.20 223	0.26 183	0.23 230	0.30 234	0.39 398

STTStereo	2.34 454	0.95 480	14.93 506	1.43 541	1.54 559	3.86 428	0.86 346	3.65 380	2.44 505	2.15 442	1.55 299	2.49 460	1.59 422	5.14 447	1.44 400	0.38 443	0.39 525	0.47 527	0.51 573	0.52 496	0.51 494

AdaStereo	1.45 294	0.83 437	2.34 264	1.28 477	0.81 329	3.21 280	1.14 491	4.20 527	2.46 509	2.05 407	1.77 377	2.48 458	1.18 317	1.71 282	1.44 400	0.43 496	0.25 382	0.43 505	0.28 360	0.44 456	0.34 339
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.
NLSM1	1.86 354	0.53 151	1.39 145	0.73 116	1.89 623	3.09 261	0.64 180	8.41 666	12.10 671	0.79 146	1.21 197	0.73 160	0.86 192	1.67 275	1.45 404	0.26 168	0.24 355	0.29 277	0.24 259	0.31 254	0.27 222

test_sample4	2.34 454	0.63 278	11.59 452	1.30 488	0.83 346	3.07 258	0.72 234	4.27 559	2.30 464	2.30 493	1.88 427	1.73 344	1.42 378	11.14 614	1.46 405	0.35 405	0.29 436	0.35 428	0.36 479	0.40 392	0.38 391

test_sample3	2.34 454	0.61 261	11.94 456	1.33 500	0.85 355	3.10 265	0.73 242	4.24 548	2.19 440	2.21 470	1.75 362	1.80 362	1.41 373	11.11 613	1.46 405	0.35 405	0.29 436	0.34 409	0.35 469	0.39 387	0.37 374

fff	1.74 337	0.70 346	9.08 417	0.81 166	0.36 33	4.15 509	0.57 137	4.23 540	2.09 415	2.30 493	1.80 386	1.19 267	3.02 572	1.44 218	1.46 405	0.29 267	0.23 319	0.23 61	0.18 87	0.24 90	0.42 429

csc	1.74 337	0.70 346	9.08 417	0.81 166	0.36 33	4.15 509	0.57 137	4.23 540	2.09 415	2.30 493	1.80 386	1.19 267	3.02 572	1.44 218	1.46 405	0.29 267	0.23 319	0.23 61	0.18 87	0.24 90	0.42 429

cscssc	1.74 337	0.70 346	9.08 417	0.81 166	0.36 33	4.15 509	0.57 137	4.23 540	2.09 415	2.30 493	1.80 386	1.19 267	3.02 572	1.44 218	1.46 405	0.29 267	0.23 319	0.23 61	0.18 87	0.24 90	0.42 429

test_sample5	2.33 450	0.62 270	11.29 449	1.29 481	0.83 346	3.09 261	0.74 254	4.28 564	2.31 468	2.20 461	1.97 452	1.68 334	1.39 362	11.19 615	1.47 410	0.37 426	0.31 458	0.37 456	0.37 491	0.41 416	0.39 398

DualNet	2.33 450	0.62 270	11.29 449	1.29 481	0.83 346	3.09 261	0.74 254	4.28 564	2.31 468	2.26 485	2.04 467	1.68 334	1.39 362	11.19 615	1.47 410	0.37 426	0.31 458	0.37 456	0.37 491	0.41 416	0.39 398

Pruner-Stereo	1.32 280	0.59 225	2.11 237	1.79 607	0.47 143	4.73 633	0.79 293	2.53 205	1.72 338	2.47 530	1.58 306	1.48 309	1.03 252	1.66 270	1.47 410	0.44 502	0.21 257	0.34 409	0.30 409	0.30 234	0.39 398

WQFJA1	2.11 404	0.52 133	1.23 105	0.63 31	1.87 621	2.81 214	0.61 158	11.67 673	15.01 678	0.80 150	0.86 95	0.92 220	1.03 252	1.13 128	1.48 413	0.26 168	0.25 382	0.27 216	0.22 209	0.31 254	0.24 161

NLMM	2.10 401	0.53 151	1.23 105	0.63 31	1.86 618	2.81 214	0.61 158	11.68 674	14.99 677	0.80 150	0.86 95	0.92 220	1.03 252	1.12 124	1.48 413	0.26 168	0.25 382	0.27 216	0.22 209	0.31 254	0.24 161

anonymity	1.76 342	1.26 547	2.73 302	1.66 587	1.32 510	1.84 117	1.07 470	3.49 353	2.30 464	2.11 424	2.11 486	1.71 342	3.90 606	1.82 298	1.48 413	1.10 628	1.09 641	1.08 635	1.08 636	1.05 609	1.09 609

CRFU-Net	2.49 486	0.78 413	10.36 436	2.30 638	1.08 441	3.91 435	1.41 543	3.85 425	1.65 314	2.15 442	1.76 371	3.34 542	7.95 662	5.56 457	1.48 413	0.47 527	0.35 492	0.30 304	0.28 360	0.37 371	0.43 439

RALAANet	1.28 272	1.08 509	3.21 323	1.25 459	0.94 389	1.44 73	0.69 219	3.15 305	2.57 528	2.01 393	1.80 386	1.29 282	1.05 265	2.00 322	1.48 413	0.27 194	0.20 223	0.27 216	0.24 259	0.40 392	0.27 222

AACVNet	1.83 350	1.02 494	2.41 270	1.45 548	0.87 365	3.21 280	0.73 242	3.16 306	1.61 299	2.01 393	1.82 406	2.28 424	1.33 348	10.98 603	1.49 418	0.39 455	0.32 466	0.38 472	0.32 437	0.43 445	0.44 445

H2IRNET	1.90 363	0.53 151	14.29 494	1.14 404	0.60 231	4.48 578	0.44 82	2.65 237	1.81 357	1.05 218	2.30 526	1.67 332	1.40 366	2.17 342	1.50 419	0.36 418	0.21 257	0.33 390	0.37 491	0.34 325	0.29 255

Sa-1000	1.63 323	0.79 417	3.56 340	1.11 392	0.48 151	4.06 486	1.41 543	4.49 620	2.75 551	2.00 391	2.80 580	1.84 374	1.43 381	2.64 384	1.50 419	0.27 194	0.19 172	0.36 444	0.33 445	0.36 359	0.30 286

IRAFT_RVC	1.87 356	0.60 241	4.33 361	2.40 641	0.66 266	4.59 607	1.59 565	2.96 282	1.51 228	2.23 476	1.75 362	2.09 413	2.63 554	6.70 486	1.50 419	0.33 373	0.21 257	0.33 390	0.29 388	0.32 286	0.32 307

SFCPSM	2.18 416	0.63 278	17.03 535	0.88 232	0.98 406	3.74 397	1.28 516	4.09 501	2.16 435	1.85 334	1.83 407	1.65 330	1.39 362	2.50 364	1.50 419	0.33 373	0.27 411	0.39 476	0.36 479	0.34 325	0.37 374

CVANet_RVC	2.55 499	1.10 513	9.13 422	1.46 550	1.15 458	3.96 464	1.53 557	3.91 446	2.50 515	3.04 598	2.04 467	2.60 469	1.72 466	12.46 658	1.50 419	0.49 544	0.30 449	0.51 556	0.41 530	0.63 539	0.50 486

DN-CSS_ROB	1.91 367	1.55 582	11.13 448	1.82 609	0.88 369	3.99 472	0.61 158	4.01 476	1.67 318	1.64 293	1.89 433	1.39 296	1.06 273	3.23 401	1.50 419	0.31 333	0.19 172	0.44 510	0.29 388	0.37 371	0.31 296

DLNR-FE	28.68 695	56.10 710	49.61 698	183.75 715	105.98 710	3.44 328	0.28 14	29.58 696	1.49 215	1.01 209	1.26 215	0.93 224	0.63 93	3.81 419	1.51 425	33.14 707	0.41 539	0.26 183	0.23 230	99.94 713	0.32 307

DLNR_Zeroshot_test	28.62 694	55.50 709	49.94 700	183.62 714	115.05 714	3.43 327	0.28 14	29.49 695	1.49 215	1.01 209	1.26 215	0.93 224	0.63 93	3.92 426	1.51 425	29.81 705	0.41 539	0.26 183	0.23 230	93.28 711	0.32 307

hknet	1.98 381	0.64 289	8.70 414	0.87 227	1.07 438	4.16 519	1.16 494	4.48 617	1.73 340	2.93 589	1.83 407	3.48 554	1.30 343	3.91 425	1.51 425	0.31 333	0.25 382	0.31 331	0.28 360	0.35 346	0.33 326

RAFT-RH_RVC	2.63 507	0.55 176	19.97 599	1.26 466	0.47 143	4.46 576	0.57 137	1.71 74	1.64 309	3.06 601	5.51 636	2.03 403	1.28 336	6.70 486	1.52 428	0.42 490	0.22 289	0.37 456	0.34 453	0.28 188	0.29 255

IPLG	2.48 484	0.65 302	19.63 587	0.91 260	0.79 321	4.60 609	0.56 134	4.31 579	1.84 366	1.91 355	2.00 459	1.31 284	1.38 359	6.61 482	1.53 429	0.27 194	0.20 223	0.27 216	0.23 230	0.31 254	0.36 359

ADStereo(finetuned)	2.04 392	0.73 376	13.28 469	0.82 178	0.40 83	4.16 519	0.59 150	4.25 550	2.97 580	2.35 511	1.84 412	1.18 263	3.40 591	1.52 236	1.54 430	0.29 267	0.24 355	0.23 61	0.18 87	0.30 234	0.51 494

PSMNet-RUCA	1.64 324	1.50 579	2.57 283	1.50 560	1.38 526	3.05 253	1.36 528	3.31 326	2.24 448	1.36 252	2.07 478	1.40 301	1.09 285	1.83 299	1.55 431	1.15 631	0.69 624	1.26 641	0.96 628	1.64 638	0.94 599

DCANet	1.74 337	0.73 376	9.08 417	0.82 178	0.40 83	4.18 527	0.59 150	4.25 550	2.97 580	2.35 511	1.84 412	1.18 263	1.63 446	1.51 234	1.55 431	0.29 267	0.24 355	0.23 61	0.18 87	0.30 234	0.53 501

MIF-Stereo (partial)	0.98 189	0.55 176	2.83 305	0.71 94	1.03 424	1.08 25	0.49 104	2.55 215	1.66 316	0.79 146	1.20 193	0.80 180	0.90 213	1.61 258	1.56 433	0.36 418	0.24 355	0.33 390	0.25 280	0.40 392	0.28 243

HCRNet	1.60 316	0.56 188	2.47 274	0.78 154	1.36 520	4.11 500	0.71 231	3.57 369	2.79 556	1.75 319	1.61 320	1.58 321	1.41 373	5.79 463	1.56 433	0.34 385	0.28 426	0.36 444	0.29 388	0.33 306	0.37 374

NLCSM	2.07 397	0.57 199	1.26 114	0.68 74	1.83 616	3.24 288	0.69 219	8.40 665	9.75 665	0.92 192	1.30 227	0.87 201	1.06 273	7.60 506	1.57 435	0.28 238	0.25 382	0.29 277	0.25 280	0.36 359	0.27 222

CSP-Net	1.78 345	1.32 557	1.92 206	1.16 424	1.03 424	3.38 316	1.31 520	3.52 360	1.75 348	1.96 370	1.93 445	2.40 442	1.48 395	8.58 524	1.58 436	0.46 518	0.34 486	0.27 216	0.26 303	0.41 416	0.50 486

psm_up	2.28 437	0.81 426	5.45 379	1.26 466	1.50 553	3.84 418	1.23 510	4.23 540	2.03 400	2.55 544	1.80 386	2.44 455	1.65 451	12.90 662	1.58 436	0.37 426	0.38 516	0.41 494	0.34 453	0.43 445	0.39 398

MaskLacGwcNet_RVC	3.13 566	1.43 572	9.93 429	2.50 643	1.62 576	4.29 549	1.68 578	3.95 459	2.43 501	1.66 298	1.91 439	3.04 516	1.41 373	13.26 664	1.58 436	3.82 668	1.59 654	1.12 637	0.46 550	2.21 645	2.74 659

iResNetv2_ROB	2.65 509	5.00 645	19.28 578	2.06 627	1.09 446	3.83 413	1.13 489	4.14 517	2.09 415	1.85 334	2.03 464	2.01 402	1.51 406	3.58 412	1.58 436	0.34 385	0.21 257	0.32 354	0.21 174	0.44 456	0.29 255

CoDeX	2.40 468	0.78 413	13.21 468	1.00 325	1.18 465	3.24 288	1.32 521	4.14 517	2.41 497	1.74 317	1.84 412	2.05 407	1.47 393	10.03 568	1.60 440	0.34 385	0.28 426	0.32 354	0.27 331	0.32 286	0.39 398

LMCR-Stereo	2.40 468	1.31 555	18.61 564	1.59 577	0.86 360	3.87 430	1.15 492	4.32 584	1.60 295	2.25 482	2.27 514	1.13 253	2.43 542	2.48 362	1.60 440	0.88 619	0.24 355	0.29 277	0.24 259	0.56 514	0.30 286

CC-Net-ROB	3.35 584	1.76 596	13.89 484	2.33 640	1.65 585	4.49 584	1.62 568	4.73 637	2.90 573	1.92 357	2.05 473	1.99 398	1.61 429	12.57 661	1.60 440	2.46 652	2.18 662	2.68 663	1.04 635	2.11 643	1.38 626

HI	1.27 269	0.90 460	2.33 261	1.10 385	0.68 278	2.92 233	0.45 87	2.49 196	1.76 350	2.13 431	1.65 334	2.42 448	1.84 488	1.58 246	1.61 443	0.26 168	0.16 47	0.28 251	0.29 388	0.26 146	0.25 175

CoSv	1.27 269	0.90 460	2.33 261	1.10 385	0.68 278	2.92 233	0.45 87	2.49 196	1.76 350	2.13 431	1.65 334	2.42 448	1.84 488	1.58 246	1.61 443	0.26 168	0.16 47	0.28 251	0.29 388	0.26 146	0.25 175

test_sample6	2.35 459	0.62 270	10.78 443	1.33 500	0.83 346	3.15 271	0.79 293	4.36 596	2.43 501	2.26 485	2.04 467	1.69 338	1.39 362	11.48 626	1.61 443	0.38 443	0.32 466	0.37 456	0.39 512	0.41 416	0.42 429

GES	1.38 286	0.64 289	2.61 287	1.09 376	0.57 216	4.30 551	1.02 455	3.86 428	1.51 228	1.72 312	1.74 358	1.28 279	1.77 473	1.62 260	1.61 443	0.39 455	0.27 411	0.33 390	0.30 409	0.41 416	0.47 467

PS-NSSS	2.22 421	1.33 560	2.90 310	0.97 303	1.53 558	4.11 500	1.08 475	4.55 628	2.65 538	2.10 420	2.32 537	1.77 351	1.40 366	11.79 644	1.61 443	0.68 598	0.45 559	0.96 629	0.43 541	0.95 600	0.92 596

G2L-Stereo_test	2.11 404	0.86 451	7.12 393	1.65 586	1.19 472	3.54 358	1.02 455	3.57 369	2.01 395	2.50 533	1.68 340	3.15 526	1.50 402	9.21 541	1.62 448	0.28 238	0.19 172	0.23 61	0.22 209	0.27 166	0.31 296

NLCA_NET_v2_RVC	2.54 495	1.04 499	16.73 530	1.53 565	2.00 629	3.96 464	0.87 367	3.87 431	2.31 468	2.54 543	1.67 337	2.85 499	1.63 446	5.55 456	1.62 448	0.46 518	0.33 473	0.38 472	0.38 504	0.53 502	0.62 537
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NOSS_ROB	2.27 432	0.73 376	3.00 314	1.71 594	1.00 418	3.90 434	0.97 432	4.29 568	2.81 566	2.94 593	2.19 502	3.88 582	1.19 321	11.77 643	1.62 448	0.59 574	0.54 591	0.56 578	0.52 576	0.56 514	0.54 507

DDVS	1.68 330	0.79 417	2.52 278	1.26 466	1.16 463	3.17 273	0.78 286	3.12 302	1.82 358	1.86 338	1.91 439	2.92 507	1.43 381	6.20 473	1.63 451	0.45 511	0.65 616	0.34 409	0.38 504	0.48 482	0.79 581

DAS	2.31 444	0.67 324	4.79 369	1.14 404	1.64 581	2.93 238	2.13 602	4.09 501	2.74 548	4.17 636	2.52 553	2.46 456	1.79 476	11.55 628	1.63 451	0.37 426	0.22 289	0.39 476	0.25 280	0.41 416	0.34 339

SepStereo	2.15 412	0.67 324	4.79 369	1.14 404	1.64 581	2.93 238	2.13 602	4.09 501	2.74 548	4.17 636	2.52 553	2.46 456	1.79 476	8.36 518	1.63 451	0.37 426	0.22 289	0.39 476	0.25 280	0.41 416	0.34 339

SACVNet	2.46 479	1.14 522	9.47 424	1.44 544	1.18 465	4.06 486	1.49 554	3.84 422	2.24 448	2.62 561	1.89 433	2.57 466	1.28 336	11.35 619	1.64 454	0.50 548	0.39 525	0.48 535	0.41 530	0.55 508	0.75 571

ASMatch	2.62 506	0.60 241	20.65 633	1.37 529	0.64 251	4.39 562	0.78 286	1.97 108	1.58 279	1.70 307	3.89 622	1.94 385	3.79 603	5.46 453	1.64 454	0.31 333	0.24 355	0.34 409	0.28 360	0.33 306	0.50 486

HSM-Net_RVC	2.87 533	0.57 199	17.46 545	0.92 266	0.90 377	3.70 387	1.20 505	5.64 657	2.51 518	3.22 610	2.43 543	2.54 463	1.59 422	11.41 621	1.65 456	0.34 385	0.25 382	0.26 183	0.23 230	0.30 234	0.29 255
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NVstereo2D	2.54 495	0.90 460	11.10 447	1.32 495	1.47 548	3.58 368	1.38 536	4.13 511	2.45 506	1.90 350	1.71 351	2.86 500	1.76 471	10.86 597	1.66 457	0.60 576	0.43 549	0.53 567	0.41 530	0.78 584	0.94 599

iResNet_ROB	1.89 361	1.02 494	8.60 412	1.39 533	0.98 406	3.72 391	0.66 193	3.84 422	2.65 538	1.88 343	2.05 473	1.98 396	1.27 334	4.52 436	1.67 458	0.30 309	0.20 223	0.28 251	0.18 87	0.31 254	0.40 419

MyStereo05	2.37 465	0.72 365	19.94 597	1.02 343	0.99 409	4.26 542	0.86 346	4.01 476	2.62 534	2.14 434	1.26 215	2.28 424	1.63 446	2.07 328	1.68 459	0.24 126	0.23 319	0.34 409	0.26 303	0.42 435	0.36 359

FADNet-RVC-Resample	2.83 526	2.02 608	21.07 646	1.12 396	0.91 379	3.53 354	1.37 533	4.08 499	2.09 415	1.68 302	1.33 237	2.03 403	1.51 406	9.54 548	1.69 460	0.38 443	0.37 510	0.42 501	0.44 544	0.56 514	0.56 517

dd	1.26 264	1.15 523	2.47 274	0.92 266	0.49 159	4.35 557	0.75 264	1.92 101	2.11 425	1.44 264	1.24 205	1.19 267	1.05 265	1.78 290	1.70 461	0.57 571	0.34 486	0.35 428	0.33 445	0.60 528	0.46 462

ISRNet	1.69 331	0.76 404	5.69 381	1.27 474	1.36 520	2.85 220	0.61 158	3.60 373	1.91 379	2.13 431	2.12 489	2.90 502	1.41 373	2.51 367	1.71 462	0.49 544	0.50 585	0.56 578	0.47 553	0.49 488	0.57 521

HSM	2.35 459	0.81 426	2.21 246	1.14 404	1.55 563	3.44 328	1.03 458	3.99 472	2.25 451	2.29 489	2.11 486	8.04 658	3.05 576	11.60 629	1.71 462	0.33 373	0.22 289	0.28 251	0.23 230	0.32 286	0.35 353

CFNet-ft	1.90 363	0.95 480	3.56 340	1.07 362	1.54 559	4.09 493	0.90 386	2.85 270	1.82 358	1.78 323	1.70 347	2.75 486	1.48 395	9.33 543	1.72 464	0.33 373	0.30 449	0.61 594	0.36 479	0.52 496	0.39 398

TDLM	2.29 440	1.08 509	4.61 368	1.29 481	1.01 421	4.26 542	2.17 604	3.75 402	2.79 556	2.31 499	1.98 454	2.06 409	1.59 422	12.45 657	1.72 464	0.51 554	0.28 426	0.52 562	0.35 469	0.56 514	0.50 486

CFNet_RVC	1.90 363	0.95 480	3.56 340	1.07 362	1.54 559	4.09 493	0.90 386	2.85 270	1.82 358	1.78 323	1.70 347	2.75 486	1.48 395	9.33 543	1.72 464	0.33 373	0.30 449	0.61 594	0.36 479	0.52 496	0.39 398

DeepPruner_ROB	2.05 394	1.09 512	10.50 439	1.01 332	1.20 479	4.39 562	0.91 394	3.14 303	1.72 338	2.60 557	1.54 295	2.78 494	1.27 334	4.52 436	1.72 464	0.51 554	0.40 530	0.37 456	0.34 453	0.48 482	0.52 499

GANet-RSSM	1.98 381	0.62 270	3.49 335	1.69 590	1.23 486	4.22 537	0.91 394	3.31 326	1.86 368	1.81 329	1.74 358	2.34 434	1.82 486	10.92 601	1.73 468	0.34 385	0.29 436	0.31 331	0.28 360	0.39 387	0.40 419

xyz-stereo-finetune2	1.16 233	0.63 278	1.50 161	0.57 7	0.36 33	3.47 337	0.65 190	2.70 245	1.23 133	0.88 183	1.75 362	0.91 214	1.76 471	3.54 411	1.74 469	0.24 126	0.22 289	0.30 304	0.27 331	0.31 254	0.26 205

SQANet	3.70 595	9.34 667	18.41 560	2.75 646	2.74 649	3.40 320	1.47 549	3.50 356	1.68 321	2.60 557	1.75 362	2.69 478	1.91 500	6.72 490	1.74 469	2.96 655	1.41 652	1.85 650	1.12 637	3.17 652	2.70 658

GANetREF_RVC	3.20 574	1.93 603	18.84 566	1.51 562	0.80 323	4.12 502	1.82 585	4.16 522	2.91 574	1.87 340	1.74 358	2.48 458	1.84 488	13.18 663	1.74 469	0.80 611	0.57 599	0.79 621	0.74 611	1.20 628	0.86 589
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
IER	1.69 331	0.65 302	7.19 394	0.94 287	1.15 458	3.28 301	0.89 381	3.48 350	1.97 386	2.10 420	1.98 454	2.28 424	2.12 514	2.25 352	1.75 472	0.29 267	0.23 319	0.36 444	0.30 409	0.32 286	0.34 339

MyStereo04	2.29 440	0.80 421	18.77 565	1.00 325	1.04 427	3.95 454	0.95 420	3.91 446	2.54 525	1.99 379	1.27 222	2.31 431	1.65 451	2.02 326	1.77 473	0.24 126	0.24 355	0.34 409	0.26 303	0.41 416	0.37 374

GEStereo_RVC	1.91 367	0.80 421	6.57 385	1.20 440	1.06 432	4.02 479	1.43 547	4.13 511	1.89 375	2.03 402	1.80 386	2.34 434	1.86 493	4.94 443	1.77 473	0.48 532	0.38 516	0.32 354	0.28 360	0.42 435	0.50 486

stereogan	3.09 562	0.93 472	16.43 525	1.37 529	1.66 588	3.70 387	1.67 576	3.87 431	3.15 599	3.04 598	2.70 572	5.04 635	2.79 561	9.96 564	1.78 475	0.63 583	0.49 584	0.69 608	0.47 553	0.83 592	0.68 553

HHNet	2.48 484	0.71 360	20.52 627	0.64 41	0.64 251	4.07 491	0.93 411	3.76 404	1.56 269	2.15 442	4.92 632	0.98 232	3.37 590	1.66 270	1.79 476	0.32 354	0.20 223	0.31 331	0.27 331	0.36 359	0.42 429

G2L-ROB	2.13 409	0.78 413	10.06 431	1.19 436	1.06 432	3.84 418	0.93 411	3.32 331	2.27 456	2.20 461	1.47 275	2.65 475	1.20 323	8.38 520	1.81 477	0.28 238	0.19 172	0.23 61	0.22 209	0.28 188	0.32 307

PSMNet-RSSM	1.96 377	0.77 407	3.26 326	1.29 481	1.31 503	4.19 531	0.96 427	3.68 386	1.89 375	2.05 407	1.80 386	2.60 469	1.70 462	9.84 558	1.81 477	0.35 405	0.29 436	0.35 428	0.37 491	0.42 435	0.35 353

111	1.83 350	0.92 468	9.08 417	0.81 166	0.36 33	4.25 541	0.91 394	4.44 611	2.70 544	2.39 520	1.96 447	2.30 430	1.64 449	1.28 177	1.82 479	0.28 238	0.22 289	0.24 100	0.20 156	0.31 254	0.54 507

CFNet	2.34 454	1.10 513	8.96 416	1.34 508	1.24 488	4.09 493	0.73 242	4.04 485	2.77 553	1.62 288	1.87 426	2.27 423	1.45 388	11.41 621	1.82 479	0.31 333	0.24 355	0.43 505	0.36 479	0.43 445	0.33 326

cf-r	2.57 503	0.79 417	16.09 521	1.48 555	1.35 517	4.19 531	0.93 411	3.68 386	2.36 479	1.97 372	1.81 398	3.42 550	1.45 388	8.24 517	1.83 481	0.32 354	0.26 399	0.33 390	0.30 409	0.34 325	0.37 374

LL-Strereo	3.01 555	1.81 600	17.59 548	1.12 396	2.10 636	2.90 227	1.09 479	4.33 587	2.00 393	3.12 604	2.24 510	3.29 537	3.15 579	11.31 618	1.84 482	0.30 309	0.28 426	0.46 523	0.34 453	0.49 488	0.45 451

DDUNet	2.91 536	2.78 628	6.94 392	3.53 659	2.26 643	3.28 301	1.36 528	3.77 406	2.04 404	2.62 561	2.49 549	4.18 600	1.69 460	5.38 451	1.85 483	2.21 651	1.77 658	2.61 661	2.43 671	2.60 647	2.34 649

ac_64	2.35 459	0.62 270	9.77 426	1.32 495	1.71 596	3.27 297	0.93 411	3.48 350	2.50 515	1.74 317	1.73 356	3.91 583	1.77 473	10.21 575	1.86 484	0.40 463	0.31 458	0.33 390	0.30 409	0.34 325	0.39 398

MLCV	1.87 356	0.91 466	8.59 411	1.10 385	0.57 216	3.59 369	0.53 120	3.70 396	2.20 442	2.80 581	2.25 512	2.00 399	1.42 378	4.13 430	1.86 484	0.30 309	0.20 223	0.32 354	0.21 174	0.33 306	0.36 359

UPFNet	1.81 349	0.63 278	6.71 387	1.25 459	1.44 543	3.50 347	1.35 526	4.02 480	1.85 367	2.40 522	1.52 287	2.41 445	1.40 366	3.62 414	1.88 486	0.34 385	0.33 473	0.37 456	0.31 425	0.41 416	0.39 398

ACVNet	1.46 295	0.64 289	3.56 340	0.93 282	0.85 355	4.22 537	0.80 304	2.85 270	2.08 412	1.78 323	1.88 427	3.10 521	1.46 391	1.33 192	1.89 487	0.29 267	0.26 399	0.30 304	0.26 303	0.39 387	0.27 222

hitnet-ft	2.37 465	0.73 376	8.34 407	0.96 296	0.89 374	3.77 401	0.80 304	3.55 367	2.58 529	2.24 479	2.04 467	3.65 574	1.49 401	11.71 641	1.89 487	0.44 502	0.53 589	0.44 510	0.35 469	0.52 496	0.48 472

ACV-stereo	2.92 538	0.92 468	20.27 616	1.33 500	1.05 429	4.68 620	1.10 482	2.66 240	1.64 309	1.46 265	1.32 235	5.41 644	4.24 614	7.83 511	1.90 489	0.44 502	0.52 588	0.32 354	0.29 388	0.45 464	0.63 541

G2L-Stereo	2.49 486	0.94 478	14.54 498	1.15 417	1.35 517	3.57 367	0.95 420	3.62 377	2.00 393	2.11 424	1.61 320	3.20 529	1.34 351	9.54 548	1.91 490	0.34 385	0.27 411	0.35 428	0.28 360	0.30 234	0.35 353

PSMNet-ADL	1.91 367	0.72 365	1.78 193	1.09 376	0.86 360	4.18 527	0.78 286	3.77 406	2.10 423	1.72 312	1.85 420	2.91 505	1.82 486	10.38 582	1.91 490	0.48 532	0.46 568	0.28 251	0.29 388	0.38 376	0.51 494

StereoVision	1.65 325	0.75 398	7.47 398	1.01 332	1.80 614	2.61 201	0.61 158	3.06 296	1.96 384	1.25 242	3.46 614	1.85 377	0.88 204	2.07 328	1.93 492	0.43 496	0.36 498	0.37 456	0.36 479	0.48 482	0.33 326

AASNet	2.44 475	0.92 468	19.79 591	1.35 513	1.49 550	3.81 410	1.07 470	3.85 425	2.93 578	1.95 367	2.29 521	1.96 392	1.29 339	1.73 284	1.93 492	0.39 455	0.33 473	0.45 517	0.30 409	0.55 508	0.45 451

FAT-Stereo	3.34 583	0.81 426	20.05 601	1.25 459	1.20 479	3.44 328	1.99 595	4.23 540	2.67 541	3.14 605	3.82 621	3.51 563	3.32 589	11.68 639	1.94 494	0.64 586	0.67 620	0.48 535	0.52 576	0.61 533	0.81 583

FADNet	2.49 486	1.76 596	13.17 467	1.17 427	0.95 392	3.27 297	0.88 374	3.94 457	2.27 456	1.40 260	1.29 225	2.51 461	2.06 510	9.93 563	1.94 494	0.43 496	0.45 559	0.40 482	0.43 541	1.06 610	0.53 501

gwcnet-sp	2.31 444	1.21 534	17.34 537	1.08 370	0.92 381	3.56 363	1.04 462	3.69 391	2.09 415	2.55 544	1.60 316	1.80 362	1.62 433	3.87 422	1.95 496	0.29 267	0.29 436	0.30 304	0.28 360	0.38 376	0.39 398

scenet	2.31 444	1.21 534	17.34 537	1.08 370	0.92 381	3.56 363	1.04 462	3.69 391	2.09 415	2.55 544	1.60 316	1.80 362	1.62 433	3.87 422	1.95 496	0.29 267	0.29 436	0.30 304	0.28 360	0.38 376	0.39 398

ssnet	2.31 444	1.21 534	17.34 537	1.08 370	0.92 381	3.56 363	1.04 462	3.69 391	2.09 415	2.55 544	1.60 316	1.80 362	1.62 433	3.87 422	1.95 496	0.29 267	0.29 436	0.30 304	0.28 360	0.38 376	0.39 398

ADLNet2	3.15 569	0.92 468	20.06 602	1.20 440	1.79 611	3.83 413	1.48 550	3.94 457	3.59 625	2.19 458	2.47 547	4.65 625	1.93 502	10.69 591	1.96 499	0.39 455	0.37 510	0.28 251	0.30 409	0.48 482	0.43 439

CBMV	3.32 582	0.96 486	21.16 650	1.32 495	0.83 346	3.81 410	3.91 659	4.47 616	2.53 521	3.34 615	2.24 510	4.45 612	2.58 552	10.07 570	1.96 499	0.45 511	0.43 549	0.48 535	0.38 504	0.52 496	0.53 501
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DMCA	1.72 334	0.74 387	6.63 386	1.14 404	0.96 393	3.98 471	0.90 386	3.75 402	2.76 552	2.83 584	1.58 306	2.35 436	1.18 317	1.58 246	1.98 501	0.40 463	0.27 411	0.42 501	0.26 303	0.36 359	0.38 391

DMCA-RVC	2.45 476	1.22 540	18.29 556	1.23 455	1.14 456	2.49 187	0.85 341	3.29 324	1.68 321	3.02 596	1.41 263	2.00 399	1.53 415	6.39 477	2.00 502	0.38 443	0.30 449	0.44 510	0.35 469	0.45 464	0.44 445

MFMNet_re	2.91 536	1.91 602	18.25 554	3.06 652	1.89 623	3.13 269	1.67 576	3.52 360	2.97 580	3.14 605	2.87 585	2.26 422	2.41 540	2.42 357	2.00 502	1.10 628	1.05 640	0.94 628	0.90 624	1.28 630	1.46 630

iRaft-Stereo_5w	2.10 401	0.83 437	8.57 410	0.81 166	0.76 309	3.21 280	0.84 332	3.71 398	1.65 314	1.56 276	2.50 550	2.20 420	2.23 528	9.13 538	2.01 504	0.38 443	0.19 172	0.35 428	0.27 331	0.45 464	0.39 398

Wz-Net-LNSev	2.30 443	1.67 592	14.88 503	1.18 433	1.65 585	3.49 343	1.54 560	3.63 378	2.03 400	1.88 343	1.64 327	3.29 537	2.06 510	2.71 389	2.02 505	0.40 463	0.33 473	0.32 354	0.31 425	0.53 502	0.49 479

dad	1.65 325	1.19 531	3.04 316	0.98 311	0.56 204	4.22 537	0.84 332	1.99 110	2.48 510	2.14 434	1.68 340	1.62 327	1.13 299	3.85 421	2.04 506	1.03 626	0.40 530	2.04 651	0.48 558	0.75 580	0.53 501

HGLStereo	2.03 390	0.74 387	7.50 399	1.23 455	1.56 566	3.62 376	0.95 420	3.78 409	1.89 375	2.03 402	2.20 504	3.12 524	2.14 517	5.68 460	2.04 506	0.37 426	0.31 458	0.32 354	0.29 388	0.40 392	0.45 451

GwcNet-RSSM	2.66 511	1.05 500	15.91 519	1.22 449	1.19 472	4.12 502	1.12 486	3.84 422	2.02 396	1.93 361	1.79 383	3.12 524	1.46 391	10.37 580	2.05 508	0.33 373	0.27 411	0.35 428	0.30 409	0.40 392	0.36 359

Consistency-Raft	2.86 529	1.66 590	19.61 585	1.40 536	1.75 605	3.84 418	1.32 521	4.07 495	2.25 451	1.78 323	2.67 569	1.82 368	4.41 617	1.94 317	2.06 509	0.83 616	0.94 638	1.03 631	1.12 637	1.70 640	1.09 609

RAFT + AFF	2.51 489	2.66 626	4.48 366	1.15 417	1.95 627	4.15 509	2.01 596	4.46 615	3.30 615	2.19 458	2.51 552	2.22 421	4.87 624	8.91 531	2.06 509	0.30 309	0.60 609	0.48 535	0.38 504	0.77 582	0.69 555

FADNet-RVC	2.51 489	2.27 616	14.03 487	1.09 376	0.81 329	3.54 358	1.10 482	4.13 511	2.48 510	1.39 258	1.22 200	1.85 377	1.77 473	9.78 556	2.06 509	0.38 443	0.37 510	0.40 482	0.40 523	0.67 557	0.48 472

NCCL2	2.53 493	1.35 561	10.90 445	1.15 417	0.97 397	3.53 354	2.56 618	3.65 380	2.23 446	2.76 577	1.80 386	2.41 445	1.66 453	10.35 579	2.07 512	0.44 502	0.40 530	0.57 581	0.53 580	0.59 524	0.65 548

ETE_ROB	2.07 397	1.40 568	3.01 315	1.09 376	0.92 381	3.94 449	1.53 557	4.25 550	2.23 446	3.31 612	2.06 477	2.35 436	1.52 408	8.74 526	2.07 512	0.44 502	0.36 498	0.51 556	0.48 558	0.54 505	0.62 537

DispNO	3.00 553	0.75 398	18.92 568	1.17 427	1.10 448	3.72 391	0.94 416	4.29 568	2.54 525	2.24 479	2.28 518	4.51 615	2.12 514	11.40 620	2.09 514	0.31 333	0.28 426	0.31 331	0.28 360	0.36 359	0.39 398

ADLNet	2.29 440	0.83 437	3.62 345	1.35 513	1.60 572	3.67 384	1.24 512	3.95 459	2.98 583	2.58 552	2.29 521	4.01 589	1.79 476	11.23 617	2.09 514	0.37 426	0.38 516	0.36 444	0.34 453	0.45 464	0.71 559

RainbowNet	4.56 621	8.28 656	20.07 604	3.64 663	3.23 662	4.15 509	2.99 634	4.18 523	3.03 588	2.20 461	2.65 567	4.26 605	2.90 566	9.77 554	2.12 516	3.88 669	2.27 665	2.71 666	1.72 656	3.78 661	3.31 668

delet	1.92 370	0.76 404	5.14 372	1.01 332	1.65 585	3.44 328	2.03 597	3.76 404	2.48 510	2.01 393	2.05 473	2.63 473	1.90 499	5.34 450	2.12 516	0.28 238	0.29 436	0.40 482	0.31 425	0.41 416	0.45 451

PDISCO_ROB	2.86 529	1.53 581	14.27 493	1.98 623	2.19 639	4.52 593	1.35 526	4.65 633	3.19 602	2.09 417	2.16 496	3.53 565	2.45 544	5.32 449	2.12 516	1.30 643	0.78 632	0.72 615	0.59 594	1.24 629	1.28 618

coex_refinement	2.10 401	0.85 448	3.67 347	1.31 492	1.13 455	3.21 280	0.85 341	3.86 428	2.31 468	2.51 537	1.92 442	3.49 560	1.69 460	11.08 611	2.13 519	0.37 426	0.25 382	0.27 216	0.31 425	0.41 416	0.37 374

SMFormer	2.00 385	0.57 199	4.46 362	1.36 519	0.57 216	2.03 136	0.73 242	4.25 550	2.80 560	2.32 503	2.31 532	1.95 387	1.52 408	10.99 604	2.13 519	0.34 385	0.32 466	0.36 444	0.31 425	0.38 376	0.36 359

tta	2.00 385	0.57 199	4.46 362	1.36 519	0.57 216	2.03 136	0.73 242	4.25 550	2.80 560	2.32 503	2.31 532	1.95 387	1.52 408	10.99 604	2.13 519	0.34 385	0.32 466	0.36 444	0.31 425	0.29 208	0.29 255

otaku	4.58 623	8.93 662	19.95 598	3.11 653	2.67 647	3.91 435	2.57 619	3.82 418	2.25 451	2.22 472	9.72 660	4.08 593	2.35 537	8.57 523	2.13 519	3.51 662	1.65 656	2.15 654	1.17 640	3.69 659	3.15 662

iResNet	2.52 492	0.94 478	21.17 651	1.84 611	0.72 293	3.75 398	0.81 314	4.14 517	2.55 527	2.33 509	2.03 464	1.35 289	1.44 384	3.27 404	2.16 523	0.35 405	0.23 319	0.28 251	0.22 209	0.44 456	0.45 451

PASM	2.67 513	2.05 610	9.71 425	1.73 597	1.37 523	2.53 194	1.52 555	3.10 300	2.17 437	2.79 580	1.84 412	2.90 502	1.85 492	11.89 648	2.19 524	0.81 613	0.85 634	0.87 626	1.01 632	1.14 620	1.05 606

MyStereo8	2.33 450	1.13 518	19.26 576	1.22 449	1.62 576	4.16 519	0.57 137	3.50 356	2.36 479	2.15 442	1.75 362	2.28 424	1.14 306	1.46 226	2.20 525	0.24 126	0.21 257	0.32 354	0.27 331	0.36 359	0.43 439

acv_ft	1.55 301	0.64 289	3.29 328	1.14 404	2.01 630	2.93 238	0.97 432	3.81 415	2.08 412	2.22 472	1.88 427	3.10 521	1.66 453	1.33 192	2.22 526	0.29 267	0.26 399	0.30 304	0.26 303	0.39 387	0.27 222

Ntro	4.21 616	8.94 663	19.89 596	3.22 654	2.96 654	4.15 509	1.89 589	3.92 451	2.36 479	1.77 321	2.14 493	3.35 543	2.17 523	9.48 547	2.24 527	3.52 663	1.76 657	2.13 653	1.31 645	3.83 662	3.09 660

DFGA-Net	2.11 404	3.00 631	7.43 397	1.11 392	0.76 309	3.72 391	0.60 153	2.63 235	1.91 379	2.01 393	2.07 478	1.22 272	1.04 260	10.26 578	2.26 528	0.27 194	0.22 289	0.34 409	0.34 453	0.61 533	0.48 472

DSFCA	1.89 361	0.69 335	3.14 320	1.10 385	1.18 465	3.99 472	1.79 581	3.50 356	2.16 435	3.10 602	1.64 327	2.91 505	2.50 547	5.38 451	2.26 528	0.43 496	0.38 516	0.37 456	0.36 479	0.50 490	0.42 429

StereoDRNet-Refined	1.77 344	0.81 426	2.22 249	1.21 446	0.76 309	3.26 294	0.71 231	3.82 418	2.05 407	2.29 489	2.05 473	2.98 511	1.44 384	7.15 496	2.27 530	0.30 309	0.23 319	0.42 501	0.33 445	0.45 464	0.64 545
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DGSMNet	7.55 658	1.62 584	17.42 543	1.92 617	12.73 683	7.45 664	42.99 705	4.13 511	2.07 411	2.10 420	3.16 602	3.42 550	1.70 462	9.24 542	2.30 531	3.70 667	10.89 697	11.80 699	5.54 686	4.24 666	2.66 654

fast-acv-ft	2.54 495	1.19 531	20.08 605	1.41 537	1.40 530	3.18 275	1.17 497	3.37 341	2.28 460	1.90 350	2.15 495	2.69 478	2.17 523	2.91 393	2.31 532	0.37 426	0.39 525	0.45 517	0.39 512	0.57 519	0.45 451

MMNet	2.02 389	0.81 426	10.76 442	1.12 396	1.23 486	3.53 354	0.89 381	3.79 410	2.08 412	2.15 442	1.76 371	2.15 417	2.12 514	3.69 417	2.32 533	0.31 333	0.29 436	0.34 409	0.27 331	0.38 376	0.42 429

CBMV_ROB	3.62 591	0.70 346	21.42 659	1.21 446	0.89 374	4.43 574	1.76 580	4.39 602	2.79 556	5.88 655	3.38 611	4.18 600	5.12 628	10.75 592	2.32 533	0.56 569	0.55 596	0.53 567	0.51 573	0.55 508	0.46 462

CBFPSM	2.05 394	0.95 480	10.12 434	1.07 362	1.05 429	2.84 218	1.20 505	3.28 322	1.73 340	1.82 331	1.30 227	4.56 619	4.06 609	2.34 355	2.34 535	0.25 151	0.38 516	0.32 354	0.27 331	0.37 371	0.79 581

xyz-stereo	10.85 670	0.45 56	79.01 713	0.62 23	0.45 122	83.70 712	0.77 279	2.59 229	1.34 152	2.19 458	32.02 700	2.76 492	1.62 433	5.75 462	2.39 536	0.25 151	0.17 82	0.33 390	0.21 174	0.25 116	0.19 15

TCMNet	2.98 549	1.30 551	18.26 555	1.47 553	2.09 635	3.84 418	1.08 475	3.96 464	2.39 494	2.53 542	2.29 521	2.43 451	1.75 470	10.09 572	2.39 536	0.52 560	0.45 559	0.61 594	0.50 569	0.80 588	0.78 577

FADNet_RVC	2.65 509	2.28 618	16.51 527	0.98 311	0.92 381	4.09 493	0.83 324	4.26 558	1.73 340	1.46 265	1.78 380	1.60 324	1.50 402	8.88 529	2.39 536	0.47 527	0.38 516	0.44 510	0.58 591	0.89 595	0.97 601

edge stereo	3.37 586	1.01 493	21.99 668	1.28 477	1.37 523	2.67 205	1.39 538	3.98 468	2.87 571	2.93 589	3.27 607	4.35 608	2.43 542	11.62 631	2.39 536	0.60 576	0.63 614	0.79 621	0.55 585	0.68 560	0.67 550

UDG	3.55 589	2.81 629	17.45 544	2.69 645	1.98 628	3.97 469	1.19 501	4.35 591	2.02 396	2.42 525	2.53 555	4.50 614	2.46 546	6.53 479	2.41 540	2.12 650	1.77 658	2.63 662	2.57 673	2.64 648	1.95 640

YMNet	2.40 468	1.41 570	13.46 472	1.36 519	1.67 589	3.96 464	0.97 432	3.81 415	2.37 485	2.64 565	2.57 560	3.35 543	1.53 415	3.28 405	2.42 541	0.48 532	0.54 591	0.52 562	0.49 563	0.70 563	0.54 507

YMNet_1	2.40 468	1.41 570	13.46 472	1.36 519	1.67 589	3.96 464	0.97 432	3.81 415	2.37 485	2.64 565	2.57 560	3.35 543	1.53 415	3.28 405	2.42 541	0.48 532	0.54 591	0.52 562	0.49 563	0.70 563	0.54 507

DStereoRT	3.28 579	1.06 505	14.58 499	1.33 500	1.12 451	4.51 591	1.29 518	4.21 532	3.48 623	2.50 533	2.13 491	1.89 380	7.69 660	7.57 505	2.43 543	0.66 591	0.33 473	4.46 685	2.84 679	0.38 376	1.12 611

GASNet	3.24 576	5.55 649	20.58 631	1.56 574	1.25 491	2.32 170	1.12 486	4.04 485	2.67 541	1.88 343	2.10 482	3.00 513	2.16 521	10.59 586	2.43 543	0.65 589	0.37 510	0.61 594	0.45 548	0.87 594	0.58 526

ITSA-stereo	1.86 354	0.72 365	3.74 350	1.20 440	0.66 266	4.09 493	0.91 394	4.24 548	2.53 521	1.93 361	1.77 377	1.59 323	2.15 518	6.12 472	2.44 545	0.40 463	0.38 516	0.40 482	0.40 523	0.50 490	0.98 603

ACVNet_1	6.04 646	13.97 686	21.36 657	3.58 661	3.14 659	4.73 633	2.48 613	4.20 527	3.17 600	2.98 595	2.83 584	23.31 687	4.34 616	11.06 608	2.45 546	3.68 665	2.33 667	2.60 660	1.79 658	3.69 659	3.19 664

GwcNet	3.00 553	1.63 586	19.83 593	1.32 495	2.04 634	3.27 297	1.55 561	3.65 380	2.33 473	2.00 391	2.12 489	3.56 569	1.68 459	9.47 546	2.45 546	0.44 502	0.45 559	0.46 523	0.38 504	0.60 528	0.76 573

psmorigin	6.59 649	1.15 523	88.11 714	1.52 563	0.97 397	2.88 225	1.20 505	3.21 311	2.04 404	3.73 624	2.46 545	5.15 640	2.55 550	10.60 587	2.47 548	0.55 567	0.68 623	0.48 535	0.51 573	0.70 563	0.88 593

iinet-f	2.26 430	1.18 529	13.71 476	1.14 404	1.11 450	3.77 401	1.10 482	4.14 517	2.17 437	2.06 412	1.76 371	2.99 512	2.99 569	2.50 364	2.49 549	0.35 405	0.39 525	0.27 216	0.28 360	0.45 464	0.39 398

DLCB_ROB	2.05 394	0.95 480	2.37 265	1.24 457	1.02 423	2.92 233	1.30 519	3.68 386	2.30 464	2.91 587	2.17 498	3.32 541	1.52 408	10.37 580	2.50 550	0.40 463	0.33 473	0.40 482	0.36 479	0.41 416	0.47 467

UNet	2.51 489	0.74 387	20.17 609	1.14 404	1.44 543	3.48 340	0.76 267	3.77 406	1.87 369	2.05 407	1.57 305	2.75 486	2.39 539	3.51 410	2.51 551	0.32 354	0.26 399	0.41 494	0.26 303	0.38 376	0.39 398

S-Stereo	3.48 588	0.91 466	22.06 671	1.36 519	1.50 553	3.55 361	2.53 617	4.21 532	2.81 566	2.37 515	3.81 620	3.75 576	1.84 488	11.90 649	2.51 551	0.63 583	0.71 626	0.48 535	0.76 613	0.67 557	1.19 615

SDNR	3.97 609	1.93 603	20.28 617	1.31 492	0.94 389	5.16 647	0.67 197	4.33 587	2.58 529	4.82 648	5.94 639	5.01 634	1.45 388	17.52 680	2.53 553	0.79 609	0.72 627	0.59 586	0.45 548	1.15 623	1.17 613

APVNet	3.13 566	1.25 546	21.14 648	1.31 492	1.52 556	3.94 449	1.13 489	3.32 331	2.14 431	2.20 461	2.03 464	3.05 519	1.96 503	11.79 644	2.53 553	0.42 490	0.45 559	0.64 602	0.46 550	0.67 557	0.57 521

Syn2CoEx	3.08 561	2.55 625	19.88 595	1.34 508	1.18 465	2.43 181	1.65 574	3.91 446	2.40 495	2.39 520	2.27 514	2.90 502	3.17 583	9.57 551	2.54 555	0.50 548	0.45 559	0.53 567	0.39 512	0.74 577	0.72 566

Nwc_Net	2.88 535	1.16 526	18.30 557	1.35 513	1.68 592	3.52 352	1.18 498	3.90 441	2.06 409	2.52 539	2.82 583	3.82 580	2.34 536	6.78 491	2.55 556	0.86 618	0.40 530	0.59 586	0.67 604	0.57 519	0.55 513

HITNet	2.07 397	0.82 433	14.77 500	1.34 508	0.56 204	3.47 337	0.80 304	4.07 495	2.35 476	2.16 448	1.61 320	1.64 329	1.44 384	2.09 333	2.56 557	0.26 168	0.18 126	0.41 494	0.26 303	0.45 464	0.25 175
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
Selective-IGEV-i16pb	3.23 575	0.73 376	21.29 654	1.22 449	0.68 278	3.99 472	3.38 644	4.52 625	2.52 519	1.72 312	3.60 616	2.92 507	2.21 527	10.07 570	2.59 558	0.68 598	0.50 585	0.37 456	0.48 558	0.54 505	0.54 507

RP	2.79 523	1.20 533	10.36 436	1.54 567	1.93 626	3.44 328	1.97 593	4.05 489	2.34 474	2.66 570	2.79 578	3.98 587	2.58 552	10.21 575	2.61 559	0.95 622	0.47 573	0.71 611	0.57 590	0.71 572	0.68 553

RASNet	2.56 500	0.70 346	10.06 431	1.60 579	2.25 642	3.67 384	1.00 447	3.38 342	3.14 597	1.81 329	2.11 486	4.60 620	2.30 532	10.25 577	2.61 559	0.37 426	0.24 355	0.25 139	0.24 259	0.28 188	0.26 205

RGC	3.10 564	1.45 575	14.90 504	1.46 550	1.79 611	3.33 309	1.39 538	4.04 485	2.26 454	2.77 578	3.26 606	4.00 588	2.71 558	11.63 636	2.62 561	0.82 614	0.46 568	0.79 621	0.79 619	0.71 572	0.78 577

PWCDC_ROB	2.95 540	3.26 634	14.06 488	1.59 577	1.56 566	4.19 531	0.86 346	4.30 576	4.08 638	2.06 412	7.37 642	2.75 486	2.42 541	3.59 413	2.67 562	1.34 645	0.36 498	0.39 476	0.34 453	1.13 619	0.62 537

MFN_U_SF_DS_RVC	3.94 607	10.88 676	12.30 459	1.26 466	1.55 563	5.19 648	3.33 643	4.42 607	2.82 568	2.58 552	2.62 564	5.00 633	2.11 513	14.03 676	2.73 563	1.28 640	2.34 668	0.67 607	1.83 659	0.81 589	1.03 605

Wz-Net-MNSev	2.71 521	2.54 624	13.91 485	1.52 563	1.37 523	3.28 301	2.47 612	4.03 481	2.32 472	2.57 548	2.07 478	2.29 429	3.01 571	7.55 504	2.74 564	0.38 443	0.36 498	0.36 444	0.37 491	0.57 519	0.47 467

AF-Net	2.87 533	1.30 551	16.24 522	1.33 500	1.75 605	3.26 294	1.59 565	4.09 501	2.43 501	2.69 572	2.94 586	4.51 615	3.20 584	5.84 464	2.75 565	0.76 607	0.36 498	0.72 615	0.49 563	0.70 563	0.56 517

PSMNet_ROB	2.95 540	1.38 565	18.46 562	1.19 436	1.20 479	3.80 408	1.65 574	3.54 365	2.35 476	1.98 374	1.71 351	2.75 486	1.79 476	11.43 623	2.78 566	0.42 490	0.36 498	0.50 552	0.60 596	0.59 524	0.49 479

DRN-Test	3.03 557	0.99 489	18.18 553	1.35 513	1.60 572	3.59 369	1.48 550	4.13 511	2.45 506	3.47 620	1.92 442	2.58 468	2.53 549	10.88 598	2.80 567	0.39 455	0.36 498	0.44 510	0.41 530	0.55 508	0.57 521

FINET	2.96 543	1.07 507	23.18 678	1.29 481	1.86 618	2.03 136	1.52 555	4.30 576	4.71 644	2.23 476	2.34 539	1.65 330	1.48 395	5.89 465	2.81 568	0.51 554	0.47 573	0.49 549	0.40 523	0.59 524	0.49 479

PA-Net	3.09 562	1.24 545	18.84 566	1.38 531	1.19 472	3.42 326	1.75 579	3.89 436	3.27 614	1.88 343	2.10 482	3.03 515	1.88 497	11.60 629	2.88 569	0.40 463	0.54 591	0.44 510	0.62 600	0.52 496	1.02 604
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ssnet_v2	2.04 392	0.88 457	7.87 400	1.20 440	0.87 365	3.86 428	1.64 571	4.01 476	2.60 533	2.61 559	1.96 447	3.79 578	1.71 464	2.20 346	2.96 570	0.41 478	0.35 492	0.42 501	0.37 491	0.55 508	0.52 499

NCC-stereo	3.16 572	1.28 549	18.31 558	1.25 459	1.75 605	4.06 486	1.40 540	3.89 436	2.22 443	2.72 574	2.55 556	3.49 560	2.65 555	9.91 561	2.99 571	1.29 641	0.65 616	0.64 602	0.86 622	0.65 550	0.71 559

Abc-Net	3.16 572	1.28 549	18.31 558	1.25 459	1.75 605	4.06 486	1.40 540	3.89 436	2.22 443	2.72 574	2.55 556	3.49 560	2.65 555	9.91 561	2.99 571	1.29 641	0.65 616	0.64 602	0.86 622	0.65 550	0.71 559
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	2.97 547	0.93 472	15.09 509	1.12 396	1.38 526	3.66 383	1.42 545	4.03 481	2.29 463	2.10 420	1.70 347	3.79 578	2.16 521	13.64 672	3.02 573	0.37 426	0.41 539	0.48 535	0.34 453	0.81 589	0.75 571

BEATNet_4x	1.92 370	1.36 562	8.75 415	1.20 440	0.56 204	3.46 334	1.03 458	4.00 474	2.43 501	2.25 482	1.70 347	2.10 414	1.59 422	2.57 378	3.05 574	0.37 426	0.22 289	0.47 527	0.29 388	0.60 528	0.40 419

StereoDRNet	2.84 527	1.49 578	14.48 496	1.33 500	1.57 570	3.44 328	2.06 598	3.69 391	2.36 479	3.26 611	1.84 412	2.79 496	1.80 481	10.88 598	3.16 575	0.41 478	0.33 473	0.39 476	0.36 479	0.59 524	0.58 526

Wz-Net-LNSev-Ref	2.42 472	1.47 576	14.14 489	1.30 488	1.35 517	3.51 349	1.64 571	4.04 485	2.10 423	2.46 528	1.88 427	2.28 424	2.51 548	4.73 441	3.17 576	0.38 443	0.19 172	0.35 428	0.20 156	0.40 392	0.36 359

LALA_ROB	1.95 375	1.48 577	3.11 318	1.05 353	0.98 406	3.99 472	1.82 585	4.44 611	2.28 460	3.31 612	1.85 420	2.76 492	1.67 455	4.04 429	3.23 577	0.46 518	0.41 539	0.55 576	0.52 576	0.60 528	0.57 521

XPNet_ROB	2.27 432	1.11 516	4.10 357	1.36 519	0.97 397	3.94 449	1.63 569	4.07 495	2.14 431	2.82 583	2.00 459	2.32 432	1.73 469	10.81 596	3.39 578	0.51 554	0.47 573	0.48 535	0.40 523	0.51 492	0.56 517

ccnet	2.66 511	0.97 487	8.01 405	1.54 567	1.24 488	3.75 398	2.18 605	4.07 495	2.41 497	2.66 570	3.25 605	2.87 501	2.31 535	9.89 560	3.50 579	0.78 608	0.75 630	0.71 611	0.67 604	0.76 581	0.81 583

LVE	6.88 654	9.31 666	21.14 648	3.61 662	3.18 661	4.49 584	2.79 625	10.21 670	11.69 668	3.16 608	11.53 668	18.33 676	4.31 615	11.66 637	3.52 580	4.45 677	2.93 673	2.56 659	1.91 662	3.62 656	3.16 663

DISCO	2.25 427	0.73 376	10.06 431	1.76 600	1.12 451	3.47 337	1.25 513	3.24 318	2.26 454	2.65 569	1.96 447	4.53 617	1.92 501	4.17 432	3.61 581	0.32 354	0.25 382	0.31 331	0.29 388	0.66 555	0.41 425

SHD	2.82 525	2.04 609	13.80 482	1.69 590	1.79 611	2.73 210	1.07 470	3.85 425	3.18 601	4.63 644	2.74 573	3.38 548	2.77 560	5.48 455	3.66 582	0.62 582	0.47 573	0.51 556	0.55 585	0.65 550	0.74 568

MDST_ROB	5.53 638	0.59 225	23.11 676	2.55 644	2.69 648	21.20 686	1.98 594	4.77 640	2.65 538	9.36 673	4.25 624	4.14 598	4.45 618	22.57 686	3.68 583	0.48 532	0.33 473	0.47 527	0.44 544	0.44 456	0.44 445

AANet	3.15 569	2.93 630	15.16 512	1.41 537	1.08 441	2.23 162	1.37 533	2.95 280	3.65 627	4.12 634	4.40 627	4.13 596	5.32 632	6.55 480	3.76 584	0.60 576	0.42 548	0.50 552	0.42 537	0.99 605	0.93 598

Wz-Net-SNSev	2.98 549	4.36 641	15.98 520	1.57 575	1.19 472	3.28 301	1.80 583	3.96 464	2.40 495	2.32 503	2.28 518	3.48 554	2.05 509	7.84 512	3.82 585	0.47 527	0.39 525	0.53 567	0.49 563	0.71 572	0.60 531

DANet	2.63 507	1.07 507	8.10 406	1.83 610	1.70 594	3.25 292	1.16 494	4.31 579	2.38 490	3.40 618	2.18 500	4.08 593	1.80 481	9.77 554	3.89 586	0.52 560	0.55 596	0.59 586	0.44 544	0.63 539	0.86 589
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LSM	12.71 678	3.52 638	20.79 637	55.63 708	84.76 708	3.63 381	6.30 667	3.73 400	4.93 648	5.55 652	13.92 678	3.53 565	3.25 586	9.72 553	4.12 587	0.64 586	0.85 634	0.71 611	0.81 620	1.03 607	26.84 698

Dean	7.52 657	9.08 664	21.41 658	3.74 664	3.53 663	4.81 640	3.53 649	5.33 653	5.25 650	4.17 636	26.53 692	25.62 693	4.09 611	10.97 602	4.32 588	3.69 666	2.30 666	2.91 667	1.87 661	4.03 665	3.24 666

MSC_U_SF_DS_RVC	4.48 620	10.62 673	15.18 513	1.55 572	1.45 547	6.16 654	3.54 651	5.41 655	3.68 630	2.59 556	2.74 573	4.81 627	2.20 526	13.79 673	4.40 589	2.04 648	3.36 681	1.05 633	1.20 642	2.09 642	1.72 635

PWC_ROB	2.69 519	2.01 607	8.36 408	1.33 500	1.90 625	3.23 285	1.18 498	4.33 587	3.25 609	3.11 603	3.41 612	2.71 481	2.18 525	9.15 539	4.48 590	0.56 569	0.31 458	0.61 594	0.36 479	0.69 562	0.74 568

MSMD_ROB	5.61 639	1.08 509	16.68 529	1.21 446	0.83 346	10.14 670	2.07 600	3.93 453	6.22 658	10.37 679	8.03 647	22.22 684	9.45 668	11.66 637	4.52 591	0.66 591	0.58 604	0.66 605	0.68 607	0.65 550	0.63 541

aanetorigin	3.30 580	1.66 590	17.52 547	1.18 433	1.58 571	2.57 197	3.80 656	2.65 237	2.03 400	6.12 658	4.30 626	2.82 497	5.70 636	5.47 454	4.67 592	0.50 548	0.44 554	0.43 505	0.47 553	1.17 625	0.92 596

XQC	2.96 543	2.42 619	14.85 501	1.36 519	1.32 510	3.29 305	1.53 557	4.28 564	2.78 554	3.21 609	2.46 545	3.53 565	2.92 567	6.58 481	4.67 592	0.70 603	0.41 539	0.59 586	0.56 587	0.96 604	0.83 588

zh-mn7	3.15 569	9.61 670	12.45 461	1.26 466	0.99 409	2.91 230	1.32 521	4.12 509	2.74 548	3.33 614	3.07 593	2.84 498	1.89 498	8.91 531	4.69 594	0.49 544	0.40 530	0.38 472	0.38 504	0.56 514	0.63 541

GANet	2.93 539	1.05 500	11.29 449	1.64 584	0.96 393	3.91 435	2.52 615	3.72 399	2.41 497	2.95 594	3.00 589	3.21 530	2.03 506	12.42 656	4.72 595	0.51 554	0.41 539	0.46 523	0.39 512	0.60 528	0.50 486

ACVNet_2	5.41 636	12.60 679	20.42 624	3.27 656	3.15 660	4.50 587	3.02 635	4.66 634	3.73 631	3.35 617	5.36 635	7.86 657	2.88 564	12.33 655	4.76 596	3.12 658	2.22 663	2.70 665	1.69 653	3.49 655	3.10 661

SAMSARA	3.55 589	2.16 614	14.18 491	1.86 614	1.49 550	4.62 611	2.65 622	3.58 372	2.80 560	7.05 663	3.05 592	5.16 641	4.07 610	9.18 540	4.80 597	0.64 586	0.67 620	0.59 586	0.68 607	0.89 595	0.91 594

w-ln-seven	2.86 529	3.06 632	14.02 486	1.27 474	1.32 510	4.10 499	1.59 565	3.90 441	2.59 532	3.03 597	2.27 514	3.42 550	2.25 529	6.70 486	4.81 598	0.39 455	0.34 486	0.48 535	0.40 523	0.74 577	0.55 513

NVStereoNet_ROB	4.91 630	1.40 568	16.46 526	1.47 553	1.72 602	3.46 334	1.96 592	3.89 436	3.61 626	2.90 586	24.61 691	4.81 627	4.49 619	13.57 670	4.87 599	1.33 644	1.29 649	1.70 649	1.68 652	1.41 635	1.66 632
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	3.81 600	10.78 675	15.01 507	1.84 611	1.39 528	3.73 395	1.63 569	4.05 489	3.26 610	2.91 587	2.38 541	4.36 610	3.65 600	8.43 521	4.91 600	1.11 630	1.04 639	0.99 630	1.31 645	1.58 636	1.75 637

G-Net	4.11 613	1.21 534	19.47 582	2.31 639	2.94 653	4.74 636	2.95 631	3.33 337	2.14 431	4.44 642	9.43 658	6.93 653	3.84 604	9.01 535	4.92 601	0.79 609	0.80 633	0.70 610	0.50 569	0.95 600	0.87 592

MonStereo1	8.07 660	2.24 615	5.83 382	4.68 677	3.60 664	18.80 684	2.52 615	5.89 658	5.86 657	4.76 646	13.98 679	7.41 654	50.63 709	13.28 665	5.16 602	4.40 675	0.90 636	2.69 664	1.55 650	3.92 664	3.30 667

z-mn7	3.36 585	9.42 668	14.16 490	1.28 477	1.22 485	3.78 403	1.43 547	3.92 451	3.35 617	2.85 585	3.36 610	3.06 520	1.97 504	9.66 552	5.16 602	0.42 490	0.35 492	0.43 505	0.33 445	0.63 539	0.48 472

DispFullNet	4.64 624	3.48 637	23.95 681	3.99 665	3.03 655	3.35 311	1.06 468	4.18 523	2.80 560	6.33 660	2.94 586	4.04 591	7.81 661	3.92 426	5.16 602	2.75 653	1.61 655	3.10 671	2.68 676	3.32 654	3.31 668

z-ln-s-r	2.67 513	1.16 526	12.43 460	1.34 508	1.26 493	3.70 387	1.21 508	4.20 527	2.38 490	2.04 405	1.92 442	2.43 451	1.60 428	10.58 585	5.19 605	0.29 267	0.20 223	0.32 354	0.24 259	0.51 492	0.38 391

AANet_RVC	3.03 557	1.72 593	12.78 465	1.17 427	1.12 451	3.79 407	1.10 482	3.86 428	3.13 595	2.62 561	4.26 625	3.96 586	1.41 373	11.43 623	5.23 606	0.94 621	0.47 573	0.34 409	0.23 230	0.40 392	0.55 513

PVD	3.12 565	1.97 606	12.80 466	1.79 607	1.63 578	3.83 413	1.34 525	3.48 350	3.88 633	5.77 653	3.56 615	3.45 553	3.29 587	5.58 459	5.30 607	0.71 605	0.69 624	0.74 619	0.77 615	0.79 586	1.13 612

w-ln-seven-2	2.73 522	2.13 611	12.47 462	1.18 433	1.01 421	3.54 358	1.58 564	3.93 453	3.26 610	2.43 527	2.02 461	2.63 473	2.28 531	7.93 513	5.45 608	0.40 463	0.40 530	0.44 510	0.34 453	0.62 537	0.47 467

MSAF-DinoV2	13.69 680	13.09 682	22.03 670	2.41 642	1.44 543	4.03 481	1.38 536	9.07 668	9.20 662	2.23 476	1.98 454	5.08 637	5.06 626	177.66 719	5.46 609	0.45 511	0.34 486	0.40 482	0.62 600	6.09 676	5.80 684

IMH-64-1	4.84 628	2.53 622	6.83 388	4.30 670	3.74 666	4.81 640	6.05 665	5.30 650	3.92 634	3.95 629	8.33 649	5.08 637	6.06 641	8.96 533	6.30 610	4.57 679	2.96 675	3.04 668	2.12 668	4.28 667	3.62 671

IMH-64	4.84 628	2.53 622	6.83 388	4.30 670	3.74 666	4.81 640	6.05 665	5.30 650	3.92 634	3.95 629	8.33 649	5.08 637	6.06 641	8.96 533	6.30 610	4.57 679	2.96 675	3.04 668	2.12 668	4.28 667	3.62 671

RTSC	2.95 540	2.51 620	15.49 517	1.54 567	1.30 500	3.51 349	0.86 346	3.89 436	2.48 510	3.64 621	3.12 599	3.04 516	2.30 532	5.70 461	6.67 612	0.55 567	0.35 492	0.37 456	0.39 512	0.70 563	0.60 531

RTS	3.90 604	7.04 653	17.94 550	1.92 617	2.19 639	5.00 645	2.96 632	4.29 568	3.19 602	4.05 631	3.08 594	4.94 630	3.16 581	7.64 507	6.72 613	0.66 591	0.44 554	0.51 556	0.47 553	0.95 600	0.76 573

RTSA	3.90 604	7.04 653	17.94 550	1.92 617	2.19 639	5.00 645	2.96 632	4.29 568	3.19 602	4.05 631	3.08 594	4.94 630	3.16 581	7.64 507	6.72 613	0.66 591	0.44 554	0.51 556	0.47 553	0.95 600	0.76 573

IMH	6.81 653	13.66 683	20.41 623	4.33 672	3.74 666	5.50 650	3.06 637	5.49 656	6.22 658	4.64 645	10.35 662	9.30 661	8.03 664	13.61 671	6.81 615	4.80 682	2.99 678	3.09 670	2.12 668	4.36 669	3.61 670

CSAN	4.71 625	1.39 567	20.23 611	1.19 436	0.87 365	3.65 382	3.50 648	4.57 630	3.87 632	3.89 627	7.82 645	3.54 568	6.16 644	23.47 691	6.82 616	0.52 560	0.45 559	0.49 549	0.52 576	0.63 539	0.66 549

SGM_RVC	4.57 622	0.72 365	17.46 545	1.84 611	0.58 225	4.23 540	3.45 646	4.66 634	3.66 629	7.99 668	8.82 656	7.56 656	8.74 667	12.30 653	6.84 617	0.43 496	0.38 516	0.39 476	0.35 469	0.51 492	0.48 472
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	3.81 600	11.43 678	15.78 518	1.25 459	1.15 458	3.68 386	2.58 620	4.15 521	2.42 500	2.61 559	3.10 598	3.38 548	3.03 575	11.43 623	6.88 618	0.45 511	0.48 579	0.45 517	0.43 541	0.72 575	0.71 559

DeepPrunerF	3.70 595	1.72 593	14.87 502	1.33 500	1.74 603	3.70 387	1.55 561	4.20 527	14.00 673	2.02 398	1.77 377	2.74 484	2.30 532	10.88 598	6.88 618	0.68 598	0.60 609	0.78 620	0.78 618	0.81 589	0.71 559

MADNet+	3.97 609	9.54 669	13.83 483	1.87 615	1.69 593	4.19 531	2.87 629	4.80 641	4.10 639	2.51 537	2.67 569	4.55 618	3.41 592	8.72 525	6.92 620	1.25 638	1.27 648	1.04 632	0.93 626	1.39 634	1.85 638

MeshStereo	5.35 635	1.32 557	21.34 656	1.34 508	1.15 458	4.40 566	3.90 658	5.18 647	4.55 641	10.14 678	11.82 670	11.47 664	5.84 638	13.84 674	7.03 621	0.61 580	0.58 604	0.60 591	0.58 591	0.72 575	0.59 530
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
FBW_ROB	3.24 576	1.02 494	9.21 423	1.49 558	1.07 438	3.78 403	1.48 550	4.31 579	3.08 592	2.46 528	2.32 537	4.20 603	2.08 512	15.19 678	7.16 622	0.84 617	0.62 612	1.33 643	0.92 625	0.99 605	1.31 620

WZ-Net	3.62 591	4.87 644	16.77 532	1.43 541	1.40 530	3.75 398	2.29 608	4.12 509	2.50 515	2.74 576	2.19 502	4.06 592	5.29 631	10.19 574	7.36 623	0.54 565	0.37 510	0.47 527	0.49 563	0.77 582	0.73 567

tt	7.19 656	0.51 124	6.83 388	4.03 666	2.30 645	12.05 674	20.19 691	15.46 687	6.58 661	3.42 619	3.22 604	5.37 643	6.39 649	4.20 433	7.46 624	9.81 691	11.53 698	7.05 689	7.46 690	6.31 678	3.71 673

MultiAttention	8.74 662	0.56 188	7.25 395	2.07 628	22.74 693	35.86 698	8.44 675	4.97 644	2.58 529	2.57 548	5.11 634	5.55 646	1.59 422	52.70 711	7.50 625	0.47 527	0.24 355	0.52 562	1.00 631	6.84 682	6.30 685

Wz-Net-TNSev	3.67 593	8.83 659	13.47 474	1.48 555	1.18 465	3.60 371	2.49 614	4.27 559	3.13 595	2.18 454	1.89 433	4.21 604	2.80 562	12.10 651	7.58 626	0.57 571	0.55 596	0.47 527	0.54 582	0.91 598	1.05 606

WAO-8	11.95 674	13.02 680	20.56 628	3.50 657	3.08 657	15.11 680	2.80 626	12.91 680	19.11 692	7.69 665	13.12 672	11.62 665	7.01 654	84.40 713	7.91 627	3.42 660	1.92 660	3.54 677	1.93 663	3.68 657	2.69 656

Venus	11.95 674	13.02 680	20.56 628	3.50 657	3.08 657	15.11 680	2.80 626	12.91 680	19.11 692	7.69 665	13.12 672	11.62 665	7.01 654	84.40 713	7.91 627	3.42 660	1.92 660	3.54 677	1.93 663	3.68 657	2.69 656

SGM-Forest	2.96 543	0.62 270	3.49 335	1.09 376	0.80 323	4.06 486	3.30 641	4.37 599	3.09 593	4.18 639	3.27 607	4.67 626	3.86 605	11.69 640	7.91 627	0.51 554	0.46 568	0.49 549	0.39 512	0.48 482	0.49 479
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PWCK	5.85 643	9.95 671	15.22 514	2.90 649	1.56 566	5.66 653	7.69 671	5.27 649	4.74 646	3.88 626	7.51 643	8.04 658	5.28 630	15.18 677	8.40 630	3.08 657	1.51 653	2.24 655	1.37 649	5.55 675	1.96 641

FCDSN-DC	6.04 646	0.84 442	19.25 574	1.24 457	1.09 446	4.38 560	2.62 621	4.38 600	4.71 644	9.59 676	11.22 666	19.19 679	17.40 682	12.30 653	8.55 631	0.69 602	0.57 599	0.60 591	0.60 596	0.70 563	0.78 577
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	5.12 631	0.90 460	21.33 655	1.50 560	1.33 514	4.09 493	3.49 647	4.03 481	4.59 643	6.57 661	10.95 665	12.92 669	8.41 666	9.86 559	8.78 632	0.75 606	0.58 604	0.51 556	0.50 569	0.68 560	0.57 521

WAO-6	5.87 644	2.27 616	15.05 508	2.96 650	2.77 650	12.01 673	3.58 652	5.37 654	11.91 670	3.34 615	9.69 659	6.78 652	5.84 638	11.82 646	8.89 633	2.87 654	2.35 669	2.50 657	1.84 660	2.85 649	2.67 655

SPS-STEREO	3.97 609	1.44 574	20.85 638	1.72 596	1.71 596	3.24 288	2.30 609	3.55 367	2.68 543	4.79 647	3.66 617	5.44 645	2.97 568	9.11 537	9.35 634	1.15 631	1.10 642	1.06 634	1.02 634	1.16 624	1.18 614
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSNet	3.43 587	1.37 564	12.19 457	1.39 533	1.24 488	4.15 509	2.06 598	4.51 624	3.34 616	2.69 572	1.96 447	3.52 564	5.56 635	10.68 590	9.68 635	0.93 620	0.73 628	0.40 482	0.37 491	1.06 610	0.86 589

AnyNet_C01	4.37 619	7.80 655	16.40 524	1.98 623	1.40 530	6.37 656	6.47 668	4.09 501	5.03 649	4.06 633	3.78 619	4.16 599	3.31 588	6.62 483	10.00 636	0.61 580	0.67 620	0.63 599	0.67 604	2.01 641	1.31 620

ELAS_RVC	5.72 642	1.64 589	20.40 622	2.09 629	2.01 630	4.95 644	11.47 679	4.66 634	6.31 660	8.09 669	8.01 646	8.06 660	11.65 670	8.36 518	10.22 637	0.99 625	1.17 643	0.81 624	0.76 613	1.14 620	1.58 631
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	3.89 603	1.63 586	20.25 615	1.28 477	1.27 496	6.43 657	2.65 622	3.93 453	2.70 544	2.78 579	2.20 504	4.28 606	6.16 644	5.56 457	10.27 638	0.65 589	1.18 644	0.71 611	1.70 654	0.84 593	1.37 624

TCMNet-wrong-test	12.32 676	14.13 687	19.38 579	22.38 694	19.85 688	15.99 683	12.34 681	22.95 690	4.56 642	6.24 659	6.27 640	18.40 678	15.71 678	10.10 573	10.72 639	9.06 689	4.78 683	5.35 686	3.95 684	12.28 692	11.97 689

WAO-7	5.16 632	3.21 633	18.98 570	1.88 616	1.44 543	5.34 649	3.09 639	4.91 643	5.81 656	4.35 641	8.92 657	6.55 650	6.06 641	13.40 668	10.81 640	1.34 645	1.20 647	1.48 648	1.35 648	1.60 637	1.45 628

DRaft	2.28 437	0.56 188	2.64 294	0.74 123	0.46 133	3.94 449	1.23 510	2.32 166	1.55 263	2.64 565	2.80 580	1.60 324	5.34 633	6.96 495	10.99 641	0.34 385	0.22 289	0.27 216	0.27 331	0.29 208	0.37 374

DStereoO	3.90 604	2.13 611	7.90 404	4.43 673	2.84 652	4.40 566	5.30 663	4.31 579	3.21 607	2.41 524	3.08 594	2.93 509	7.14 656	4.20 433	11.12 642	4.11 671	1.30 650	1.33 643	1.63 651	3.09 650	1.26 616

EDNetEfficientorigin	12.35 677	2.51 620	179.47 718	1.19 436	0.96 393	2.91 230	1.81 584	3.00 287	5.35 651	8.91 671	4.79 630	4.18 600	4.64 621	9.98 565	11.30 643	0.37 426	0.38 516	0.60 591	0.85 621	1.32 632	2.43 652

KSHMR	16.96 684	5.37 647	21.64 666	4.46 674	4.50 675	8.30 667	3.32 642	15.58 688	76.24 713	6.62 662	61.47 708	56.53 708	5.43 634	35.17 698	11.37 644	4.39 674	2.97 677	3.63 679	2.74 678	5.10 674	4.34 679

ELAS	5.99 645	1.62 584	20.29 618	1.96 622	2.01 630	15.09 679	8.38 674	5.23 648	5.54 653	9.02 672	8.61 652	6.74 651	9.75 669	7.48 502	11.40 645	0.96 623	1.18 644	0.72 615	0.93 626	1.30 631	1.67 633
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample9	3.79 599	1.05 500	7.87 400	1.07 362	0.86 360	3.93 443	1.19 501	4.35 591	2.11 425	2.14 434	1.75 362	1.75 346	1.67 455	11.06 608	11.61 646	1.23 635	14.45 699	4.27 681	2.09 665	0.70 563	0.69 555

test_sample8	4.76 626	1.05 500	7.87 400	1.07 362	0.86 360	3.93 443	1.19 501	4.38 600	2.05 407	5.49 651	1.89 433	12.98 670	6.37 646	11.06 608	11.61 646	1.23 635	14.45 699	4.27 681	2.09 665	0.70 563	0.69 555

FC-DCNN	6.64 650	0.77 407	19.26 576	1.68 589	1.64 581	8.27 666	2.35 610	6.35 659	9.23 663	10.85 681	11.27 667	19.89 680	13.33 672	12.51 659	11.79 648	0.66 591	0.57 599	0.58 583	0.56 587	0.63 539	0.61 534

FC-DCNN v2	6.91 655	0.77 407	19.25 574	1.69 590	1.64 581	9.13 668	2.40 611	7.20 661	9.47 664	11.07 683	11.62 669	20.05 682	15.79 679	12.55 660	11.99 649	0.66 591	0.57 599	0.58 583	0.56 587	0.63 539	0.61 534

THIR-Stereo	4.14 614	0.82 433	10.85 444	0.86 221	0.43 103	2.16 154	16.77 685	3.22 313	1.54 255	2.04 405	12.05 671	2.68 477	7.53 658	7.30 497	12.62 650	0.30 309	0.21 257	0.29 277	0.28 360	0.33 306	0.41 425

DEmStereo	2.97 547	0.58 215	13.42 471	0.79 159	0.51 166	3.84 418	1.84 588	2.42 179	1.60 295	2.25 482	2.74 573	2.03 403	6.04 640	6.79 493	12.80 651	0.35 405	0.26 399	0.26 183	0.27 331	0.27 166	0.37 374

ktn	21.74 691	10.34 672	19.68 588	4.53 675	4.00 671	6.53 658	4.51 661	6.79 660	78.82 715	84.69 714	100.86 717	58.49 709	7.57 659	12.11 652	13.35 652	4.58 681	3.24 680	3.49 674	2.62 674	4.65 672	3.84 674

JetBlue	6.27 648	9.15 665	13.76 477	1.94 621	4.60 677	11.91 672	12.00 680	5.12 646	3.45 622	3.79 625	4.52 628	9.54 662	6.56 650	9.40 545	13.48 653	1.26 639	1.37 651	1.17 639	1.34 647	7.06 684	3.95 675

notaker	10.50 668	8.60 657	20.23 611	4.54 676	3.95 670	6.27 655	3.44 645	8.07 664	4.75 647	8.73 670	46.45 702	13.86 674	27.86 694	13.49 669	13.61 654	4.56 678	3.18 679	3.52 676	2.68 676	8.13 687	4.05 676

ADCL	4.35 618	1.63 586	14.21 492	1.29 481	1.26 493	5.56 652	11.16 676	3.97 466	3.37 618	6.07 656	4.67 629	4.30 607	5.72 637	5.08 446	14.51 655	0.50 548	0.48 579	0.89 627	0.77 615	0.78 584	0.76 573

SGM+DAISY	8.36 661	3.82 639	24.83 682	2.02 625	1.75 605	14.80 678	17.22 686	4.27 559	11.79 669	13.88 685	14.38 680	11.74 668	13.83 674	10.56 584	15.12 656	1.21 633	1.19 646	1.14 638	1.13 639	1.17 625	1.37 624

light-stereo	41.45 698	10.64 674	54.16 708	59.84 709	45.61 706	131.14 717	1.57 563	37.33 702	17.30 686	76.21 713	120.65 718	118.18 718	3.98 607	89.11 716	15.46 657	5.48 686	9.68 696	1.25 640	1.28 644	17.93 697	12.24 690

PML	64.32 711	53.22 708	17.88 549	8.10 686	32.94 696	148.46 718	247.79 721	12.18 677	45.42 708	111.41 717	288.92 721	101.47 715	101.31 716	31.67 694	15.55 658	14.03 696	4.83 684	10.98 694	6.18 688	28.82 699	5.17 680

DStereoFS	11.11 671	13.81 685	11.82 455	5.73 683	11.05 682	20.81 685	11.36 678	8.68 667	16.52 684	14.90 688	15.81 686	11.63 667	13.85 676	9.05 536	15.60 659	7.57 688	8.88 690	2.41 656	5.29 685	2.16 644	15.30 693

UNDER WATER-64	9.33 663	5.37 647	22.60 674	5.22 682	4.86 678	10.75 671	4.61 662	11.45 671	17.30 686	7.59 664	9.80 661	15.99 675	17.90 684	10.63 588	15.72 660	4.36 673	2.87 672	4.39 684	2.86 680	7.01 683	5.36 682

ff1	2.96 543	0.60 241	5.21 375	1.14 404	0.99 409	3.62 376	0.86 346	4.22 536	3.37 618	2.20 461	2.30 526	3.48 554	1.62 433	11.62 631	16.09 661	0.29 267	0.16 47	0.48 535	0.37 491	0.30 234	0.29 255

mmx	2.98 549	0.60 241	5.21 375	1.14 404	0.99 409	3.62 376	0.86 346	4.49 620	3.05 589	2.20 461	2.30 526	3.48 554	1.62 433	11.62 631	16.09 661	0.33 373	0.28 426	0.48 535	0.37 491	0.44 456	0.37 374

xxx	2.98 549	0.60 241	5.21 375	1.14 404	0.99 409	3.62 376	0.86 346	4.49 620	3.05 589	2.20 461	2.30 526	3.48 554	1.62 433	11.62 631	16.09 661	0.33 373	0.28 426	0.48 535	0.37 491	0.44 456	0.37 374

UNDER WATER	10.47 666	3.95 640	22.62 675	5.07 681	4.51 676	7.78 665	3.77 655	12.56 679	21.72 694	7.84 667	10.78 663	23.96 689	31.66 695	10.78 595	16.19 664	4.44 676	2.93 673	4.24 680	2.86 680	6.33 679	5.47 683

MADNet++	7.57 659	5.80 651	13.28 469	6.38 684	5.26 679	7.18 660	7.77 672	5.32 652	5.62 654	6.11 657	7.78 644	6.02 649	8.01 663	11.74 642	16.36 665	9.36 690	4.95 685	8.57 692	5.66 687	4.83 673	5.34 681

ADCRef	3.30 580	1.23 544	14.90 504	1.17 427	1.41 538	3.95 454	1.64 571	3.88 434	2.36 479	3.05 600	2.21 506	2.40 442	2.81 563	5.04 444	16.63 666	0.46 518	0.34 486	0.63 599	0.62 600	0.54 505	0.67 550

NaN_ROB	4.06 612	1.13 518	16.64 528	1.12 396	1.25 491	3.50 347	3.05 636	4.29 568	3.26 610	3.64 621	2.56 558	2.97 510	4.79 622	13.33 666	16.91 667	0.37 426	0.41 539	0.38 472	0.39 512	0.48 482	0.81 583

ACVNet-4b	6.73 651	13.67 684	21.87 667	3.54 660	3.07 656	4.19 531	2.25 606	4.03 481	3.65 627	1.64 293	3.98 623	5.88 647	2.89 565	10.01 567	16.98 668	23.29 704	2.24 664	2.53 658	1.78 657	3.87 663	3.21 665

pmcnn	5.45 637	1.22 540	17.40 542	1.60 579	2.41 646	3.48 340	2.12 601	4.52 625	3.26 610	3.67 623	13.15 674	22.10 683	3.46 597	11.92 650	17.16 669	0.34 385	0.21 257	0.23 61	0.19 131	0.36 359	0.28 243

TorneroNet-64	10.12 664	8.74 658	20.95 644	4.27 668	3.76 669	13.86 677	2.85 628	15.05 685	23.15 695	10.07 677	23.84 690	13.47 671	8.24 665	13.96 675	17.21 670	3.96 670	2.72 670	3.23 672	2.48 672	6.29 677	4.27 678

test_xeample	2.67 513	0.56 188	2.05 222	1.09 376	0.81 329	3.24 288	0.80 304	4.55 628	2.70 544	2.42 525	2.27 514	1.39 296	1.40 366	10.75 592	17.51 671	0.30 309	0.30 449	0.32 354	0.28 360	0.34 325	0.33 326

xxxx	2.67 513	0.54 167	2.03 219	1.22 449	0.81 329	3.49 343	0.63 176	4.49 620	2.49 514	2.22 472	2.23 509	2.05 407	1.38 359	10.05 569	17.91 672	0.32 354	0.32 466	0.30 304	0.27 331	0.33 306	0.34 339

SANet	5.65 641	1.72 593	20.94 643	1.26 466	0.88 369	7.20 661	3.81 657	4.60 631	11.23 666	4.56 643	8.78 655	7.49 655	6.95 651	11.85 647	18.11 673	0.49 544	0.44 554	0.50 552	0.42 537	0.90 597	0.82 587

TorneroNet	25.88 693	11.28 677	21.62 664	4.20 667	4.07 672	55.25 703	3.15 640	15.16 686	76.94 714	58.09 708	82.72 714	86.88 713	41.15 700	13.35 667	18.13 674	4.32 672	2.85 671	3.45 673	2.62 674	8.33 688	4.14 677

1111x	3.13 566	0.57 199	8.38 409	1.20 440	0.76 309	3.80 408	0.88 374	4.61 632	2.63 535	2.31 499	2.16 496	1.95 387	1.81 484	11.54 627	18.13 674	0.32 354	0.31 458	0.32 354	0.30 409	0.35 346	0.34 339

222	2.68 517	0.57 199	2.03 219	1.11 392	0.81 329	3.23 285	0.65 190	4.52 625	2.45 506	2.34 510	2.29 521	1.41 302	1.44 384	10.50 583	18.47 676	0.32 354	0.30 449	0.32 354	0.27 331	0.32 286	0.34 339

ADCMid	3.96 608	3.27 635	15.48 516	1.26 466	1.40 530	4.66 617	2.28 607	4.06 493	3.54 624	3.94 628	3.02 590	3.85 581	3.67 601	4.03 428	18.65 677	0.68 598	0.61 611	1.09 636	1.18 641	1.38 633	1.08 608

AnyNet_C32	4.17 615	5.75 650	12.62 463	1.60 579	1.54 559	5.51 651	4.09 660	3.90 441	3.23 608	4.22 640	3.03 591	3.10 521	3.41 592	8.01 516	18.85 678	0.53 563	0.58 604	0.53 567	0.74 611	1.19 627	0.97 601

ADCP+	3.74 598	1.96 605	16.90 533	1.09 376	1.55 563	4.35 557	3.65 654	3.93 453	2.98 583	2.22 472	1.66 336	3.95 584	4.83 623	3.41 408	18.87 679	0.38 443	0.41 539	0.63 599	0.53 580	0.64 547	0.81 583

ADCS	4.22 617	5.33 646	16.32 523	1.64 584	1.31 503	3.91 435	3.64 653	4.21 532	2.89 572	5.11 649	2.81 582	4.46 613	3.06 578	5.21 448	19.50 680	0.63 583	0.64 615	0.69 608	0.69 609	1.12 618	1.26 616

SuperB	4.79 627	4.41 642	21.08 647	1.45 548	1.08 441	3.91 435	3.08 638	4.18 523	3.01 586	2.50 533	2.10 482	2.75 486	3.49 598	8.80 527	19.60 681	0.44 502	0.33 473	0.53 567	0.39 512	12.01 691	0.64 545

MANE	11.39 672	1.38 565	23.16 677	4.82 680	2.79 651	22.02 687	14.51 684	25.81 691	26.28 696	10.93 682	13.17 675	19.90 681	18.03 685	15.69 679	20.41 682	0.96 623	0.74 629	1.42 645	3.24 683	0.74 577	1.71 634

EDNetEfficient	5.61 639	2.14 613	16.75 531	1.67 588	3.64 665	4.12 502	7.51 670	3.05 293	5.63 655	11.57 684	4.83 631	3.95 584	12.72 671	8.44 522	20.78 683	0.41 478	0.43 549	0.47 527	1.01 632	1.66 639	1.39 627

coex-ft	18.59 686	6.62 652	113.53 716	1.17 427	1.31 503	2.33 172	1.93 591	2.81 267	14.00 673	124.82 719	8.45 651	5.90 648	51.74 710	9.99 566	22.69 684	0.57 571	0.62 612	0.50 552	0.49 563	1.08 615	1.28 618

USTest	15.98 683	15.58 688	22.56 673	18.49 691	16.99 685	26.43 689	36.08 699	27.68 694	12.77 672	10.69 680	10.80 664	18.35 677	15.09 677	18.62 681	23.37 685	4.85 683	5.34 686	7.38 690	7.43 689	9.90 689	11.23 688

DGTPSM_ROB	15.31 681	8.85 660	28.14 688	9.90 688	18.89 686	12.44 675	33.21 695	13.48 682	17.86 690	9.50 674	22.89 688	13.78 672	19.67 686	21.26 682	23.68 686	5.08 684	8.84 687	5.62 687	11.50 694	6.72 680	14.87 691

DPSMNet_ROB	15.52 682	8.89 661	31.44 689	10.07 690	18.91 687	12.44 675	33.22 696	13.51 683	17.94 691	9.58 675	22.91 689	13.79 673	19.67 686	21.43 683	23.73 687	5.17 685	8.84 687	5.63 688	11.52 697	6.79 681	14.90 692

AAGNet	2.86 529	0.60 241	1.77 191	2.05 626	0.46 133	4.76 638	1.09 479	2.27 156	1.56 269	2.17 452	1.84 412	2.41 445	4.00 608	6.23 474	24.22 688	0.46 518	0.19 172	0.30 304	0.29 388	0.32 286	0.24 161

LRCNet_RVC	25.52 692	33.45 696	23.21 679	31.79 698	32.78 695	6.74 659	1.18 498	25.88 692	4.46 640	28.94 692	30.89 693	24.91 692	17.57 683	27.66 693	24.34 689	35.26 708	25.60 709	35.91 708	33.81 707	31.90 707	34.10 708

iinet-test	19.59 687	18.93 690	25.29 683	22.27 692	21.21 689	29.32 690	37.73 700	31.61 697	16.48 682	14.41 686	13.76 676	22.91 685	19.69 688	21.98 684	26.21 690	10.17 692	8.89 691	11.03 695	10.88 692	13.66 693	15.45 694

IINet	19.59 687	18.93 690	25.29 683	22.27 692	21.21 689	29.32 690	37.73 700	31.61 697	16.48 682	14.41 686	13.76 676	22.91 685	19.69 688	21.98 684	26.21 690	10.17 692	8.89 691	11.03 695	10.88 692	13.66 693	15.45 694

CrosDoStereo	5.24 633	0.60 241	20.23 611	0.82 178	0.51 166	3.39 317	18.11 687	3.82 418	2.27 456	1.98 374	8.74 653	1.96 392	6.96 652	7.35 499	26.35 692	0.30 309	0.22 289	0.30 304	0.28 360	0.33 306	0.38 391

DeepStereo_LL	5.24 633	0.60 241	20.23 611	0.82 178	0.51 166	3.39 317	18.11 687	3.82 418	2.27 456	1.98 374	8.74 653	1.96 392	6.96 652	7.35 499	26.35 692	0.30 309	0.22 289	0.30 304	0.28 360	0.33 306	0.38 391

JetRed	10.48 667	27.10 695	35.70 691	4.27 668	4.09 673	15.55 682	12.83 682	12.16 676	5.50 652	5.83 654	5.56 637	10.14 663	7.43 657	8.88 529	26.39 694	3.32 659	3.81 682	3.51 675	2.96 682	7.85 685	6.69 686

Anonymous_1	57.11 710	19.68 692	26.15 685	23.10 695	142.31 716	30.84 692	39.75 702	33.86 701	16.98 685	70.53 712	15.42 683	23.46 688	19.75 690	23.04 687	27.23 695	164.73 719	9.02 693	130.38 715	137.40 717	161.27 720	27.24 700

DStereoSA	10.13 665	4.62 643	12.76 464	4.78 679	13.35 684	9.97 669	22.80 692	4.74 639	16.44 681	5.11 649	15.31 682	4.61 621	13.82 673	8.00 514	27.60 696	6.51 687	8.86 689	1.43 646	8.28 691	3.16 651	10.38 687

DPSM_ROB	20.78 689	20.03 693	26.57 686	23.62 696	22.46 691	31.10 693	39.97 703	33.52 699	17.41 688	15.25 689	15.80 684	24.06 690	20.71 691	23.30 689	27.62 697	10.78 694	9.41 694	11.69 697	11.50 694	14.49 695	16.36 696

DPSM	20.78 689	20.03 693	26.57 686	23.62 696	22.46 691	31.10 693	39.97 703	33.52 699	17.41 688	15.25 689	15.80 684	24.06 690	20.71 691	23.30 689	27.62 697	10.78 694	9.41 694	11.69 697	11.50 694	14.49 695	16.36 696

SGM-ForestM	11.55 673	1.16 526	21.62 664	2.14 630	0.81 329	22.25 688	19.08 689	16.50 689	11.34 667	15.94 691	14.44 681	27.12 694	22.61 693	24.76 692	28.39 699	0.50 548	0.48 579	0.47 527	0.44 544	0.55 508	0.53 501

HanzoNet	31.60 697	17.23 689	21.22 653	7.32 685	5.84 680	7.25 662	3.53 649	13.82 684	14.20 675	50.38 704	47.01 703	44.45 698	56.61 711	36.61 699	32.00 700	63.89 712	56.57 713	7.97 691	89.20 716	28.69 698	28.25 701

Selective-IGEV-i1pa	29.93 696	36.60 697	34.97 690	9.92 689	7.41 681	38.91 699	35.81 698	43.96 703	35.07 703	30.01 693	53.53 707	41.78 696	35.42 696	40.57 700	33.93 701	30.94 706	15.47 701	23.33 700	13.36 698	10.61 690	27.01 699

HaxPig	43.25 705	43.65 705	45.00 695	33.85 699	35.61 697	32.69 695	30.52 693	45.09 704	42.97 706	48.77 702	48.17 704	43.00 697	40.26 698	44.58 701	43.61 702	47.18 709	49.30 710	51.54 710	50.25 709	43.73 708	45.29 709

AVERAGE_ROB	44.46 706	45.91 706	46.59 696	40.59 701	38.66 698	32.99 696	30.52 693	46.19 705	43.26 707	49.59 703	48.97 705	44.62 699	39.89 697	45.04 702	43.94 703	48.74 710	50.69 711	50.80 709	49.79 708	45.54 709	46.97 710

MEDIAN_ROB	47.37 707	49.08 707	49.92 699	40.32 700	39.97 699	34.95 697	33.43 697	49.17 706	46.39 709	53.06 705	52.65 706	47.65 700	42.23 708	48.35 710	47.29 704	52.10 711	54.04 712	54.28 711	53.48 710	48.76 710	50.33 711

LE_ROB	18.58 685	1.21 534	48.38 697	8.60 687	23.00 694	7.32 663	19.74 690	9.94 669	38.69 705	43.53 701	21.91 687	28.40 695	40.92 699	23.18 688	54.71 705	0.34 385	0.33 473	0.32 354	0.36 479	0.42 435	0.40 419

Selective-RAFT-Error	41.77 701	40.16 701	53.34 704	47.73 703	45.25 705	62.51 706	80.64 712	67.22 707	34.93 702	30.64 699	31.81 696	48.11 701	42.11 707	46.57 703	54.95 706	21.61 698	18.87 703	23.48 701	23.15 702	29.16 701	33.08 706

FlowAnything	41.75 700	39.90 698	53.36 705	47.83 707	45.06 701	62.45 704	80.51 711	67.34 712	34.89 701	30.56 698	31.52 694	48.18 702	42.05 706	46.66 708	55.24 707	21.71 703	18.88 704	23.49 705	23.13 700	29.12 700	33.04 702

LSM0	49.58 708	40.04 699	53.62 707	97.15 710	128.68 715	62.75 710	79.89 710	67.63 713	35.11 704	33.02 700	32.61 701	48.43 707	41.60 702	46.60 704	55.43 708	21.63 701	18.99 708	23.62 707	23.13 700	29.47 706	52.26 712

RAFT-FEzeroshot	41.78 702	40.21 703	53.07 701	47.74 705	45.19 703	62.51 706	80.73 715	67.30 710	34.75 698	30.51 696	31.88 697	48.27 704	41.88 704	46.64 706	55.54 709	21.62 699	18.89 706	23.48 701	23.22 704	29.20 704	33.05 703

RAFT-FE	41.78 702	40.21 703	53.07 701	47.74 705	45.19 703	62.51 706	80.73 715	67.30 710	34.75 698	30.51 696	31.88 697	48.27 704	41.88 704	46.64 706	55.54 709	21.62 699	18.89 706	23.48 701	23.22 704	29.20 704	33.05 703

CasAABBNet	41.80 704	40.20 702	53.41 706	47.73 703	45.18 702	62.51 706	80.71 713	67.26 709	34.80 700	30.49 695	31.88 697	48.24 703	41.81 703	46.63 705	55.64 711	21.60 697	18.88 704	23.48 701	23.22 704	29.19 703	33.05 703

Hybrid-DGEV	41.74 699	40.15 700	53.21 703	47.72 702	45.04 700	62.46 705	80.71 713	67.23 708	34.70 697	30.38 694	31.64 695	48.32 706	41.44 701	46.71 709	55.65 712	21.63 701	18.85 702	23.50 706	23.21 703	29.18 702	33.09 707

xxxxx1	112.33 715	88.53 712	37.76 692	227.84 717	157.23 717	39.05 700	61.41 707	93.76 715	79.29 716	62.45 709	74.79 711	78.32 710	70.96 712	33.47 695	70.69 713	114.00 714	130.36 718	259.31 719	274.34 719	145.54 717	147.50 716

tt_ll	112.33 715	88.53 712	37.76 692	227.84 717	157.23 717	39.05 700	61.41 707	93.76 715	79.29 716	62.45 709	74.79 711	78.32 710	70.96 712	33.47 695	70.69 713	114.00 714	130.36 718	259.31 719	274.34 719	145.54 717	147.50 716

ff	112.33 715	88.53 712	37.76 692	227.84 717	157.23 717	39.05 700	61.41 707	93.76 715	79.29 716	62.45 709	74.79 711	78.32 710	70.96 712	33.47 695	70.69 713	114.00 714	130.36 718	259.31 719	274.34 719	145.54 717	147.50 716

BEATNet-Init1	49.72 709	64.32 711	97.77 715	4.68 677	4.28 674	84.75 713	60.42 706	73.38 714	68.59 712	88.29 715	88.51 716	91.94 714	97.99 715	85.26 715	70.96 716	0.80 611	0.65 616	0.85 625	0.70 610	7.96 686	2.33 648

DPSimNet_ROB	102.30 712	119.72 718	143.59 717	109.42 711	94.10 709	127.22 716	127.15 717	26.62 693	102.36 719	149.58 720	83.99 715	139.34 719	137.54 719	64.62 712	82.36 717	105.18 713	66.15 714	120.15 714	69.61 713	99.58 712	77.72 713

RSGM-EC	108.14 713	104.44 715	68.66 711	115.42 712	109.31 712	116.48 714	139.19 718	127.02 718	55.95 710	55.27 706	71.01 709	116.54 716	111.76 717	176.57 717	175.06 718	117.34 717	71.64 715	140.65 716	83.55 714	123.96 715	82.91 714

acva	108.14 713	104.44 715	68.66 711	115.42 712	109.31 712	116.48 714	139.19 718	127.02 718	55.95 710	55.27 706	71.01 709	116.54 716	111.76 717	176.57 717	175.06 718	117.34 717	71.64 715	140.65 716	83.55 714	123.96 715	82.91 714

Selective-IGEV-i16pa	129.35 718	164.95 719	19.57 584	3.26 655	2.26 643	202.88 720	5.86 664	236.38 721	207.45 721	116.27 718	209.82 719	153.71 720	219.30 721	258.04 721	190.96 720	192.94 720	94.03 717	90.21 713	64.92 712	4.40 670	149.67 719

test_example2	212.63 719	219.92 720	221.87 719	213.67 716	221.17 720	199.47 719	200.74 720	185.30 720	141.66 720	209.52 721	213.45 720	210.82 721	205.48 720	221.27 720	216.64 721	236.83 721	242.07 721	213.93 718	217.01 718	235.69 721	226.10 720

ccccc		629.75 721		567.84 720	570.84 721	582.44 721		613.82 722		614.58 722		555.57 722		666.94 722		781.57 722	507.24 722	391.36 722	342.44 722	689.82 722

ASD4		113.98 717

Low-res two-view benchmark