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

CAS	1.26 201	0.40 10	1.46 113	2.97 584	1.61 516	4.13 439	0.73 208	1.78 61	1.49 161	0.83 120	1.10 124	0.59 64	0.53 35	1.26 119	0.80 157	2.99 589	0.13 1	0.21 20	0.13 1	0.31 197	1.72 570

MonSter++	0.52 4	0.42 22	0.89 2	0.61 10	0.36 18	1.64 78	0.25 6	0.96 6	0.91 45	0.62 37	0.42 8	0.56 58	0.53 35	0.71 5	0.45 19	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 31

LoS_RVC	0.94 112	1.30 487	1.31 92	0.84 140	1.63 519	2.02 102	0.59 131	1.51 27	1.36 110	0.81 109	1.33 182	0.84 135	0.88 160	1.36 146	0.73 131	0.21 39	0.17 52	0.20 8	0.14 2	0.20 21	1.45 563

CES	1.01 141	0.55 133	1.74 141	0.92 204	2.15 571	2.15 115	0.50 87	2.01 85	1.45 132	0.76 90	1.02 97	0.61 66	0.47 20	1.29 130	0.79 156	0.22 49	0.17 52	0.24 74	0.14 2	0.63 473	2.29 580

MatchStereo	0.68 24	0.46 41	1.93 158	0.67 52	0.28 2	0.98 10	0.33 21	2.01 85	1.69 269	0.48 2	1.02 97	0.47 37	0.59 57	0.91 34	0.58 64	0.21 39	0.17 52	0.21 20	0.15 5	0.19 5	0.19 8

HiDET	0.61 11	0.41 17	0.88 1	0.64 29	0.39 49	2.67 160	0.25 6	1.59 37	0.91 45	0.59 29	0.44 10	0.52 48	0.50 32	0.76 8	0.54 56	0.17 7	0.15 23	0.18 2	0.15 5	0.19 5	0.21 61

LCMNet	0.63 16	0.40 10	0.95 3	0.58 3	0.39 49	3.11 216	0.27 9	1.58 35	0.84 37	0.56 15	0.58 22	0.52 48	0.53 35	0.77 10	0.51 49	0.17 7	0.16 34	0.19 5	0.15 5	0.20 21	0.21 61

CSFM-Stereo	0.60 9	0.39 6	0.95 3	0.60 9	0.32 9	2.66 159	0.31 15	1.44 21	0.77 15	0.72 66	0.51 13	0.55 54	0.51 33	0.75 7	0.46 23	0.17 7	0.17 52	0.18 2	0.15 5	0.20 21	0.18 4

Monster-pub-mixall	0.64 18	0.42 22	1.00 8	0.83 130	0.48 121	1.39 53	0.32 19	1.45 22	0.82 31	0.88 133	0.85 66	0.39 14	0.36 6	1.99 259	0.47 27	0.20 33	0.16 34	0.17 1	0.15 5	0.18 1	0.21 61

MLG-Stereo_test1	0.80 66	0.39 6	1.02 9	0.65 37	1.20 426	3.14 220	0.29 13	1.59 37	3.05 523	0.50 6	0.24 1	0.67 84	0.43 15	1.33 140	0.40 6	0.21 39	0.18 85	0.23 42	0.15 5	0.19 5	0.20 31

LG-G_1	0.70 29	0.40 10	1.12 52	0.71 65	0.30 4	2.80 168	0.40 45	2.21 106	0.78 20	0.59 29	0.55 18	0.51 44	0.58 52	1.24 112	0.49 33	0.24 75	0.18 85	0.23 42	0.15 5	0.21 38	0.21 61

LG-G	0.70 29	0.40 10	1.12 52	0.71 65	0.30 4	2.80 168	0.40 45	2.21 106	0.78 20	0.59 29	0.55 18	0.51 44	0.58 52	1.24 112	0.49 33	0.24 75	0.18 85	0.23 42	0.15 5	0.21 38	0.21 61

StereoAnything_RVC	0.94 112	2.66 560	2.20 192	0.76 95	0.34 12	1.18 25	0.39 38	2.31 122	0.69 8	0.51 10	0.34 4	0.32 1	0.89 166	1.57 188	0.35 1	0.32 294	0.16 34	0.23 42	0.15 5	3.31 586	0.18 4

trnet	0.91 105	0.48 69	1.46 113	0.62 17	0.31 6	4.40 499	0.41 52	2.20 104	1.53 190	0.94 143	1.14 130	0.88 151	0.89 166	1.09 69	0.71 123	0.27 137	0.19 122	0.22 27	0.15 5	0.21 38	0.19 8

XX-TBD	1.03 146	0.95 416	1.94 159	1.30 424	0.43 75	3.97 403	0.33 21	1.74 55	1.73 280	1.59 216	2.02 398	0.69 92	0.60 62	1.16 93	0.66 94	0.30 249	0.25 319	0.23 42	0.15 5	0.31 197	0.22 81

CREStereo	0.92 106	0.53 112	1.45 112	0.61 10	0.34 12	4.42 504	0.40 45	2.21 106	1.54 199	0.94 143	1.12 127	0.87 147	0.87 158	1.12 77	0.72 128	0.28 179	0.19 122	0.22 27	0.15 5	0.22 51	0.19 8
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.99 136	0.48 69	1.73 138	0.62 17	0.56 170	4.20 470	0.43 62	1.88 67	1.58 222	1.00 152	1.05 113	0.78 121	0.98 193	1.50 176	0.85 175	1.21 566	0.20 162	0.23 42	0.15 5	0.22 51	0.19 8

BridgeDepth	0.54 6	0.42 22	1.05 13	0.58 3	0.25 1	1.30 45	0.36 32	1.53 30	0.86 39	0.56 15	0.37 5	0.57 60	0.65 76	0.87 23	0.40 6	0.20 33	0.15 23	0.19 5	0.16 18	0.22 51	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Wavelet-MonSter	0.57 8	0.47 59	1.13 57	0.66 45	0.78 278	1.60 73	0.30 14	1.17 11	0.68 5	0.58 25	0.69 35	0.39 14	0.48 24	0.99 54	0.46 23	0.15 1	0.16 34	0.20 8	0.16 18	0.20 21	0.19 8

Replicate-Monster	0.79 64	1.36 498	2.08 184	0.70 59	0.52 147	2.05 109	0.34 26	1.92 76	0.82 31	1.03 160	0.60 24	0.48 41	0.52 34	1.28 125	0.39 4	0.19 26	0.14 11	0.19 5	0.16 18	0.22 51	0.78 514

qwe	0.75 41	0.45 34	1.10 42	0.67 52	1.06 381	2.49 143	0.45 71	2.57 163	0.90 42	0.71 64	0.83 61	0.43 26	0.48 24	1.10 70	0.64 82	0.17 7	0.14 11	0.24 74	0.16 18	0.21 38	0.20 31

1w_stereo	0.86 87	0.42 22	1.07 19	0.72 74	0.81 286	3.00 199	0.67 175	3.28 263	0.75 14	0.74 74	1.32 180	0.37 8	1.37 296	0.92 37	0.68 102	0.16 5	0.14 11	0.20 8	0.16 18	0.19 5	0.22 81

monsterstereo	0.82 78	0.50 82	1.26 80	0.77 100	1.41 483	2.54 152	0.40 45	3.14 244	0.71 10	0.70 60	1.11 125	0.41 23	0.39 9	1.50 176	0.50 40	0.19 26	0.16 34	0.22 27	0.16 18	0.21 38	0.17 1

monsters	0.82 78	0.58 169	1.16 63	0.76 95	1.52 498	2.92 188	0.40 45	2.66 179	0.72 11	0.66 51	0.84 63	0.38 12	0.41 12	1.84 242	0.48 29	0.20 33	0.16 34	0.20 8	0.16 18	0.19 5	0.19 8

111111	0.87 91	0.50 82	1.13 57	0.66 45	1.08 390	3.37 258	0.33 21	2.33 125	1.47 145	0.74 74	1.50 226	0.61 66	0.59 57	1.40 152	0.48 29	0.24 75	0.19 122	0.22 27	0.16 18	0.24 64	0.19 8

MLG-Stereo_test3	0.60 9	0.37 4	1.12 52	0.59 6	0.57 182	2.19 120	0.31 15	1.68 51	0.56 2	0.49 5	0.51 13	0.56 58	0.33 2	0.96 45	0.54 56	0.21 39	0.17 52	0.23 42	0.16 18	0.20 21	0.21 61

MLG-Stereo_test2	0.76 49	0.40 10	1.07 19	0.64 29	0.82 295	3.49 284	0.23 3	1.69 52	2.14 366	0.62 37	0.32 3	0.67 84	0.33 2	1.14 84	0.37 3	0.23 61	0.19 122	0.23 42	0.16 18	0.19 5	0.20 31

MLG-Stereo	0.77 56	0.39 6	1.04 11	0.64 29	0.41 62	3.01 201	0.31 15	1.89 70	2.92 510	0.47 1	0.29 2	0.66 83	0.47 20	1.35 144	0.39 4	0.20 33	0.18 85	0.24 74	0.16 18	0.19 5	0.20 31

LGtest1	0.55 7	0.41 17	1.14 60	0.70 59	0.40 55	0.99 12	0.26 8	1.32 14	0.93 53	0.53 11	0.60 24	0.44 31	0.49 28	1.02 59	0.45 19	0.27 137	0.19 122	0.23 42	0.16 18	0.21 38	0.23 93

FoundationStereo	0.50 3	0.39 6	1.11 49	0.79 104	0.42 69	0.70 5	0.36 32	0.76 4	0.80 26	0.62 37	0.38 6	0.73 108	0.77 118	0.69 3	0.36 2	0.26 114	0.17 52	0.23 42	0.16 18	0.18 1	0.20 31

GIP-stereo	0.88 93	0.50 82	1.34 97	1.32 430	0.94 342	2.90 182	0.42 57	3.41 286	1.06 69	0.63 41	0.76 45	0.90 158	0.76 116	0.91 34	0.52 50	0.27 137	0.18 85	0.25 102	0.16 18	0.25 80	0.19 8

DEFOM-Stereo	0.70 29	0.46 41	1.13 57	0.72 74	0.48 121	3.40 263	0.44 67	0.90 5	0.77 15	0.86 129	0.58 22	0.45 34	0.43 15	1.76 228	0.43 13	0.24 75	0.18 85	0.22 27	0.16 18	0.21 38	0.20 31

dual_stereo	0.68 24	0.40 10	1.05 13	0.64 29	0.37 33	0.84 9	0.34 26	3.40 285	1.03 66	0.50 6	0.46 12	0.58 61	0.40 10	1.85 248	0.49 33	0.23 61	0.17 52	0.21 20	0.16 18	0.20 21	0.19 8

LoS	0.94 112	0.52 95	1.88 152	0.86 159	0.36 18	4.15 443	0.51 91	2.18 101	1.45 132	0.97 151	0.88 71	0.62 69	0.79 130	1.59 194	0.86 182	0.26 114	0.19 122	0.24 74	0.16 18	0.21 38	0.20 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
s12784h	1.31 216	0.45 34	2.41 218	0.71 65	0.35 15	4.42 504	0.50 87	4.22 473	2.73 481	2.01 328	2.48 484	0.91 160	0.96 183	2.01 263	0.70 120	0.29 204	0.18 85	0.24 74	0.16 18	0.27 114	0.18 4

VIP-Stereo	0.85 85	0.83 376	1.59 131	0.76 95	0.87 320	3.18 224	0.80 269	1.94 80	0.83 34	0.78 98	1.04 107	0.64 74	0.59 57	1.24 112	0.61 71	0.28 179	0.18 85	0.23 42	0.17 36	0.22 51	0.19 8

252Zero-FE	0.72 35	0.46 41	1.08 28	1.01 271	0.41 62	1.27 36	0.22 2	1.79 62	1.03 66	2.52 474	1.24 152	0.32 1	0.41 12	1.03 60	0.45 19	0.21 39	0.17 52	0.20 8	0.17 36	0.20 21	0.20 31

MonStereo	0.62 13	0.43 27	1.07 19	0.66 45	0.82 295	1.13 18	0.39 38	2.57 163	0.92 50	0.58 25	0.64 29	0.36 4	0.36 6	0.90 31	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 38	0.19 8

Monster-pub-eth3d	0.62 13	0.43 27	1.07 19	0.66 45	0.82 295	1.13 18	0.39 38	2.57 163	0.92 50	0.58 25	0.64 29	0.36 4	0.36 6	0.88 27	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 38	0.19 8

asda	0.77 56	0.46 41	1.10 42	0.64 29	0.82 295	3.33 254	0.49 85	2.40 128	0.81 30	0.63 41	0.80 53	0.44 31	0.85 151	0.88 27	0.60 69	0.17 7	0.13 1	0.24 74	0.17 36	0.20 21	0.20 31

asd	0.70 29	0.45 34	1.10 42	0.67 52	0.90 332	2.88 180	0.43 62	1.64 47	0.79 23	0.68 57	0.88 71	0.43 26	0.74 106	0.85 22	0.49 33	0.19 26	0.13 1	0.24 74	0.17 36	0.22 51	0.20 31

2.25w	0.75 41	0.47 59	1.09 36	0.69 58	0.65 221	2.28 126	0.40 45	2.42 132	0.80 26	0.73 69	1.03 102	0.40 16	0.81 140	1.24 112	0.80 157	0.16 5	0.15 23	0.21 20	0.17 36	0.19 5	0.21 61

4.25_new	0.73 36	0.46 41	1.08 28	0.71 65	0.97 350	2.52 146	0.58 127	2.28 118	0.93 53	0.57 21	0.94 87	0.40 16	0.65 76	0.87 23	0.50 40	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 31

4.5w_new	0.73 36	0.46 41	1.08 28	0.71 65	0.97 350	2.52 146	0.58 127	2.28 118	0.93 53	0.57 21	0.94 87	0.40 16	0.65 76	0.87 23	0.50 40	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 31

4.25w-stereo	0.73 36	0.46 41	1.08 28	0.71 65	0.97 350	2.52 146	0.58 127	2.28 118	0.93 53	0.57 21	0.94 87	0.40 16	0.65 76	0.87 23	0.50 40	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 31

2.5w	0.75 41	0.44 30	1.06 17	0.66 45	0.69 246	2.39 135	0.56 115	2.77 195	0.82 31	0.63 41	0.88 71	0.37 8	0.75 109	1.36 146	0.50 40	0.18 21	0.14 11	0.22 27	0.17 36	0.19 5	0.21 61

2.75w_new	0.75 41	0.45 34	1.10 42	0.65 37	0.62 208	2.45 141	0.56 115	2.75 192	0.74 13	0.78 98	0.73 41	0.38 12	0.92 175	1.04 64	0.66 94	0.17 7	0.14 11	0.22 27	0.17 36	0.18 1	0.19 8

3.25w_new	0.69 27	0.46 41	1.10 42	0.61 10	0.61 202	2.23 123	0.51 91	2.45 138	0.90 42	0.63 41	0.78 50	0.47 37	0.71 93	0.78 11	0.50 40	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 31

3.25w	0.69 27	0.46 41	1.10 42	0.61 10	0.61 202	2.23 123	0.51 91	2.45 138	0.90 42	0.63 41	0.78 50	0.47 37	0.71 93	0.79 12	0.50 40	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 31

3.5w_stereo	0.77 56	0.53 112	1.09 36	0.65 37	0.72 255	2.52 146	0.51 91	2.43 135	0.80 26	0.76 90	1.20 140	0.43 26	0.66 83	1.23 111	0.73 131	0.17 7	0.13 1	0.23 42	0.17 36	0.20 21	0.21 61

2w_stereo	0.75 41	0.46 41	1.08 28	0.68 55	0.56 170	2.00 101	0.61 138	2.87 215	0.83 34	0.93 142	0.93 85	0.36 4	1.13 244	0.90 31	0.61 71	0.17 7	0.13 1	0.23 42	0.17 36	0.20 21	0.21 61

GREAT-IGEV	0.74 40	0.54 126	1.86 150	1.10 324	0.44 84	2.44 139	0.34 26	1.37 15	1.51 174	0.48 2	0.86 67	0.51 44	0.60 62	1.07 66	0.45 19	0.22 49	0.17 52	0.21 20	0.17 36	0.23 59	0.25 125
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.81 75	1.13 454	1.23 74	0.97 243	0.57 182	0.81 8	0.43 62	3.49 292	0.84 37	0.73 69	0.95 90	0.44 31	1.17 260	1.45 166	0.60 69	0.26 114	0.18 85	0.24 74	0.17 36	0.30 177	0.19 8

AIO_rvc	0.78 61	0.55 133	1.25 79	0.75 81	0.65 221	1.46 60	0.99 389	2.13 96	1.52 183	0.57 21	1.15 131	1.09 189	0.55 42	1.15 90	0.53 51	0.24 75	0.17 52	0.24 74	0.17 36	0.25 80	0.21 61

HUF	1.15 165	0.64 235	8.62 349	0.90 187	0.35 15	1.35 49	0.78 252	1.97 82	1.50 167	0.63 41	1.52 229	0.83 133	0.66 83	1.28 125	0.63 79	0.29 204	0.23 257	0.26 132	0.17 36	0.23 59	0.25 125

MonSter	0.62 13	0.43 27	1.07 19	0.66 45	0.82 295	1.13 18	0.39 38	2.57 163	0.92 50	0.58 25	0.64 29	0.36 4	0.35 5	0.95 41	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 38	0.19 8

IGEV-Stereo++	0.93 109	0.44 30	1.08 28	0.70 59	1.20 426	3.87 370	0.33 21	3.36 280	1.43 129	0.75 76	1.17 135	0.68 86	1.04 209	0.95 41	0.42 9	0.22 49	0.16 34	0.23 42	0.17 36	0.24 64	0.20 31

IGEV-Stereo+	0.94 112	0.47 59	1.19 67	0.86 159	2.02 567	1.40 54	0.39 38	1.17 11	0.88 41	0.61 35	0.44 10	0.47 37	0.79 130	2.14 276	0.42 9	0.27 137	0.19 122	0.22 27	0.17 36	2.26 579	2.41 583

VMBase	0.73 36	0.44 30	1.48 118	0.61 10	0.35 15	1.71 80	0.43 62	1.30 13	1.40 119	0.84 122	1.07 118	0.92 166	0.73 101	1.26 119	0.73 131	0.24 75	0.23 257	0.24 74	0.18 59	0.24 64	0.24 111

WQFJA1++	10.56 602	0.40 10	3.21 263	0.89 177	0.82 295	1.43 57	0.41 52	2.15 100	0.87 40	96.02 645	0.71 36	0.46 35	0.55 42	1.29 130	0.50 40	0.27 137	0.17 52	0.21 20	0.18 59	100.47 642	0.22 81

BridgeDepth_RVC	0.53 5	0.41 17	1.03 10	0.55 1	0.37 33	0.99 12	0.23 3	1.38 16	0.67 4	0.56 15	0.52 15	0.50 43	0.82 143	0.83 19	0.47 27	0.29 204	0.16 34	0.23 42	0.18 59	0.19 5	0.18 4
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DDF-Stereo	0.90 101	0.53 112	1.16 63	0.88 170	1.31 451	1.59 72	0.86 307	2.26 113	0.79 23	0.48 2	0.63 28	0.54 52	0.73 101	2.97 336	1.03 244	0.39 391	0.17 52	0.24 74	0.18 59	1.06 543	0.29 205

DA	0.98 128	0.46 41	1.34 97	0.92 204	0.43 75	4.34 488	0.85 302	2.79 203	1.35 108	0.82 111	1.30 173	0.89 153	1.08 229	1.11 72	0.56 59	0.30 249	0.18 85	0.24 74	0.18 59	0.25 80	0.23 93

zero-FE	0.95 119	0.52 95	2.63 235	0.86 159	1.27 443	1.41 55	0.86 307	2.27 115	0.73 12	0.50 6	0.64 29	0.54 52	0.78 126	2.70 324	1.02 242	0.35 343	0.17 52	0.24 74	0.18 59	1.03 540	0.29 205

GGEV	0.98 128	0.46 41	1.34 97	0.92 204	0.43 75	4.34 488	0.85 302	2.79 203	1.35 108	0.82 111	1.30 173	0.89 153	1.08 229	1.11 72	0.56 59	0.30 249	0.18 85	0.24 74	0.18 59	0.25 80	0.23 93

4w-stereo	0.67 21	0.49 78	1.07 19	0.63 23	0.75 267	1.63 77	0.44 67	2.23 110	0.77 15	0.56 15	0.92 82	0.40 16	0.82 143	1.08 67	0.53 51	0.18 21	0.13 1	0.25 102	0.18 59	0.19 5	0.20 31

3.75w	0.75 41	0.47 59	1.09 36	0.63 23	1.10 396	2.61 157	0.53 101	2.46 141	0.97 60	0.62 37	0.80 53	0.40 16	0.66 83	1.11 72	0.48 29	0.19 26	0.13 1	0.23 42	0.18 59	0.20 21	0.21 61

3w_stereo	0.71 34	0.47 59	1.14 60	0.65 37	0.39 49	1.73 83	0.68 183	2.79 203	0.79 23	0.67 54	0.84 63	0.37 8	1.02 201	1.03 60	0.56 59	0.18 21	0.14 11	0.23 42	0.18 59	0.20 21	0.22 81

IGEV	0.70 29	0.36 3	1.07 19	0.71 65	1.31 451	2.82 172	0.41 52	1.76 57	0.98 61	0.73 69	0.71 36	0.35 3	0.42 14	0.90 31	0.42 9	0.18 21	0.18 85	0.22 27	0.18 59	0.18 1	0.20 31

LG-Stereo_L2	0.63 16	0.46 41	1.15 62	0.70 59	0.43 75	2.32 129	0.28 10	1.86 66	0.68 5	0.56 15	0.42 8	0.37 8	0.45 18	1.36 146	0.40 6	0.23 61	0.18 85	0.22 27	0.18 59	0.21 38	0.20 31

LG-Stereo_L1	0.61 11	0.47 59	1.10 42	0.73 77	0.49 129	1.72 81	0.33 21	1.95 81	0.65 3	0.56 15	0.40 7	0.40 16	0.43 15	1.40 152	0.42 9	0.23 61	0.19 122	0.23 42	0.18 59	0.21 38	0.19 8

SGD-Stereo	0.65 20	0.41 17	1.06 17	0.85 152	0.31 6	2.44 139	0.46 76	1.09 8	0.69 8	0.84 122	0.52 15	0.55 54	0.53 35	1.49 175	0.46 23	0.31 273	0.14 11	0.25 102	0.18 59	0.23 59	0.20 31

Reg-Stereo(zero)	1.60 252	0.42 22	10.69 378	0.89 177	0.68 240	3.27 243	0.47 82	2.27 115	1.54 199	1.48 205	1.24 152	2.55 401	2.68 492	1.48 173	1.10 257	0.19 26	0.19 122	0.22 27	0.18 59	0.24 64	0.26 157

Pointernet	0.88 93	0.44 30	2.26 201	0.84 140	0.37 33	2.29 127	0.38 36	3.06 234	1.46 140	0.66 51	1.39 201	0.91 160	0.73 101	1.01 56	0.72 128	0.23 61	0.19 122	0.20 8	0.18 59	0.19 5	0.20 31

GCAP-Stereo	0.93 109	0.68 274	1.35 101	0.85 152	0.41 62	3.61 316	0.52 100	2.20 104	1.50 167	1.11 170	1.04 107	1.17 200	0.84 149	1.11 72	0.71 123	0.25 98	0.20 162	0.27 164	0.18 59	0.28 134	0.23 93

Any-RAFT	1.40 226	0.53 112	2.78 246	1.09 315	0.64 213	4.41 502	0.81 279	3.97 403	2.78 488	1.99 314	1.34 187	2.36 376	1.56 357	1.56 185	0.75 140	0.27 137	0.20 162	0.25 102	0.18 59	0.25 80	0.28 194

Selective-IGEV	0.80 66	0.52 95	1.05 13	0.75 81	0.61 202	1.31 46	0.82 283	2.60 172	1.41 123	0.82 111	1.64 267	0.71 100	0.62 66	1.22 109	0.64 82	0.22 49	0.19 122	0.24 74	0.18 59	0.25 80	0.20 31

DCANet-4	1.96 313	0.51 89	14.31 431	0.82 119	0.40 55	4.16 453	0.57 118	4.29 504	2.98 517	2.30 428	1.80 324	1.03 184	1.54 354	1.44 162	1.44 335	0.29 204	0.23 257	0.23 42	0.18 59	0.24 64	0.42 371

fff	1.74 273	0.70 288	9.08 354	0.81 109	0.36 18	4.15 443	0.57 118	4.23 477	2.09 351	2.30 428	1.80 324	1.19 208	3.02 507	1.44 162	1.46 340	0.29 204	0.23 257	0.23 42	0.18 59	0.24 64	0.42 371

ADStereo(finetuned)	2.04 328	0.73 316	13.28 405	0.82 119	0.40 55	4.16 453	0.59 131	4.25 487	2.97 514	2.35 446	1.84 350	1.18 204	3.40 526	1.52 181	1.54 365	0.29 204	0.24 293	0.23 42	0.18 59	0.30 177	0.51 434

DCANet	1.74 273	0.73 316	9.08 354	0.82 119	0.40 55	4.18 461	0.59 131	4.25 487	2.97 514	2.35 446	1.84 350	1.18 204	1.63 382	1.51 179	1.55 366	0.29 204	0.24 293	0.23 42	0.18 59	0.30 177	0.53 441

csc	1.74 273	0.70 288	9.08 354	0.81 109	0.36 18	4.15 443	0.57 118	4.23 477	2.09 351	2.30 428	1.80 324	1.19 208	3.02 507	1.44 162	1.46 340	0.29 204	0.23 257	0.23 42	0.18 59	0.24 64	0.42 371

cscssc	1.74 273	0.70 288	9.08 354	0.81 109	0.36 18	4.15 443	0.57 118	4.23 477	2.09 351	2.30 428	1.80 324	1.19 208	3.02 507	1.44 162	1.46 340	0.29 204	0.23 257	0.23 42	0.18 59	0.24 64	0.42 371

iResNet_ROB	1.89 297	1.02 430	8.60 348	1.39 468	0.98 357	3.72 332	0.66 173	3.84 359	2.65 472	1.88 278	2.05 409	1.98 335	1.27 276	4.52 373	1.67 393	0.30 249	0.20 162	0.28 199	0.18 59	0.31 197	0.40 362

gcap_with_dpt	1.37 222	0.56 145	8.87 352	0.92 204	1.26 440	3.87 370	0.63 156	2.74 189	1.24 87	1.35 189	1.02 97	0.86 144	0.81 140	1.15 90	0.64 82	0.29 204	0.19 122	0.26 132	0.19 85	0.31 197	0.25 125

DispViT+	0.92 106	0.46 41	3.90 292	0.71 65	1.16 410	1.15 23	0.39 38	2.84 209	1.58 222	0.67 54	0.64 29	0.48 41	0.64 72	0.81 14	0.59 66	0.41 414	0.97 571	0.22 27	0.19 85	0.30 177	0.23 93

GEAStereo	0.84 84	0.48 69	1.09 36	0.85 152	0.45 92	4.54 527	0.83 288	1.88 67	0.91 45	0.75 76	0.89 74	0.53 50	0.80 137	0.92 37	0.53 51	0.30 249	0.19 122	0.27 164	0.19 85	0.28 134	0.19 8

gasm-f	0.89 97	0.49 78	1.30 91	0.85 152	0.44 84	4.42 504	0.95 373	1.88 67	0.91 45	0.75 76	1.46 212	0.53 50	0.88 160	0.88 27	0.57 62	0.30 249	0.19 122	0.27 164	0.19 85	0.28 134	0.19 8

Zero-FE251	0.80 66	0.75 338	1.71 136	0.88 170	0.70 250	2.59 156	0.45 71	1.38 16	0.83 34	1.79 260	0.61 26	0.73 108	0.81 140	0.82 18	0.61 71	0.29 204	0.23 257	0.27 164	0.19 85	0.20 21	0.20 31

AdaDepth	0.76 49	0.45 34	1.41 109	0.70 59	1.27 443	3.12 218	0.43 62	1.02 7	0.94 57	0.63 41	0.91 80	0.43 26	0.58 52	1.41 157	0.48 29	0.18 21	0.21 196	0.23 42	0.19 85	0.25 80	0.26 157

4.5_new	0.67 21	0.46 41	1.11 49	0.63 23	0.78 278	1.97 99	0.51 91	2.18 101	0.78 20	0.73 69	0.90 78	0.42 24	0.49 28	0.81 14	0.49 33	0.21 39	0.14 11	0.26 132	0.19 85	0.22 51	0.20 31

4.5w-stereo	0.67 21	0.46 41	1.11 49	0.63 23	0.78 278	1.97 99	0.51 91	2.18 101	0.77 15	0.73 69	0.90 78	0.42 24	0.49 28	0.81 14	0.49 33	0.21 39	0.14 11	0.26 132	0.19 85	0.22 51	0.20 31

LG-Stereo_Zeroshot	0.89 97	0.47 59	2.08 184	0.76 95	0.73 260	3.91 376	0.41 52	2.07 92	1.07 71	0.77 95	0.89 74	0.64 74	0.86 153	0.95 41	0.77 149	0.26 114	0.18 85	0.26 132	0.19 85	0.32 229	0.32 255

SCV	0.95 119	0.63 224	1.38 103	1.70 526	0.41 62	1.23 28	0.89 336	3.53 303	1.57 219	0.61 35	1.54 237	0.93 170	0.77 118	1.66 211	0.66 94	0.36 354	0.20 162	0.25 102	0.19 85	0.29 153	0.25 125

AIO_test	0.76 49	0.47 59	1.31 92	0.81 109	0.70 250	1.36 50	0.88 331	1.40 19	1.45 132	0.55 14	0.95 90	1.81 306	0.58 52	1.16 93	0.46 23	0.27 137	0.17 52	0.24 74	0.19 85	0.24 64	0.21 61

castereo++	0.93 109	0.56 145	1.26 80	0.92 204	0.73 260	2.48 142	1.00 391	2.99 223	1.03 66	0.68 57	1.41 205	1.92 322	0.59 57	1.26 119	0.44 17	0.25 98	0.19 122	0.28 199	0.19 85	0.23 59	0.23 93

IGEV-RUCA	0.90 101	0.53 112	1.05 13	0.81 109	0.74 265	3.89 373	0.80 269	1.92 76	1.41 123	0.96 150	0.71 36	0.70 93	0.73 101	1.30 136	0.68 102	0.29 204	0.20 162	0.25 102	0.19 85	0.43 383	0.34 286

Occ-G	0.86 87	0.52 95	1.39 105	0.82 119	0.66 228	1.37 51	0.79 259	1.58 35	1.31 103	1.56 214	0.87 70	2.18 358	0.89 166	0.97 49	0.88 193	0.26 114	0.19 122	0.26 132	0.19 85	0.25 80	0.24 111

RSM	0.80 66	0.50 82	1.08 28	0.83 130	0.51 135	1.31 46	0.77 245	2.28 118	1.43 129	0.82 111	1.44 209	1.22 213	0.62 66	1.17 99	0.63 79	0.22 49	0.18 85	0.24 74	0.19 85	0.27 114	0.20 31

MoCha-V2	0.87 91	0.48 69	1.87 151	0.88 170	0.32 9	1.37 51	0.55 110	2.71 185	1.42 125	0.92 140	1.75 301	0.65 79	1.17 260	1.45 166	0.57 62	0.21 39	0.21 196	0.20 8	0.19 85	0.24 64	0.23 93

IGEV++	0.90 101	0.58 169	1.32 95	0.94 225	0.45 92	1.27 36	1.00 391	3.32 272	1.55 207	0.82 111	1.34 187	0.86 144	1.09 231	1.16 93	0.89 196	0.33 311	0.18 85	0.23 42	0.19 85	0.29 153	0.22 81

RCA-Stereo	1.21 180	0.52 95	1.58 130	0.90 187	0.46 103	4.68 553	0.79 259	4.13 448	1.74 286	1.92 292	1.80 324	0.94 174	1.48 331	1.14 84	0.70 120	0.27 137	0.18 85	0.25 102	0.19 85	0.25 80	0.23 93

CroCo-Stereo	0.98 128	0.87 391	3.44 275	0.87 165	0.53 157	0.49 3	0.50 87	3.99 409	1.49 161	0.81 109	1.25 160	1.00 180	0.75 109	1.10 70	1.09 256	0.24 75	0.21 196	0.24 74	0.19 85	0.35 284	0.27 173
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
raftrobust	1.19 172	0.72 305	2.30 206	1.26 403	1.31 451	3.55 302	0.68 183	2.75 192	1.47 145	2.21 405	1.38 199	1.17 200	1.22 269	1.20 106	1.11 260	0.28 179	0.24 293	0.21 20	0.19 85	0.25 80	0.28 194

pmcnn	5.45 570	1.22 476	17.40 476	1.60 512	2.41 578	3.48 281	2.12 535	4.52 559	3.26 544	3.67 557	13.15 607	22.10 616	3.46 532	11.92 583	17.16 601	0.34 323	0.21 196	0.23 42	0.19 85	0.36 297	0.28 194

GSStereo	0.96 124	0.48 69	1.09 36	0.97 243	0.45 92	4.54 527	0.83 288	3.32 272	1.37 111	0.75 76	0.89 74	0.76 118	0.80 137	0.92 37	0.53 51	0.26 114	0.18 85	0.26 132	0.20 106	0.28 134	0.21 61

GS-Stereo							0.83 288	3.32 272	1.37 111	0.75 76	0.89 74	0.76 118	0.80 137	0.92 37	0.53 51	0.26 114	0.18 85	0.26 132	0.20 106	0.28 134	0.21 61

depthmonostereo	0.94 112	0.71 301	2.39 215	0.85 152	0.54 158	2.21 122	0.53 101	1.83 65	1.17 77	0.95 147	1.09 121	0.99 177	0.97 186	2.37 294	0.68 102	0.23 61	0.27 347	0.22 27	0.20 106	0.25 80	0.26 157

SCV_C0	0.89 97	0.59 177	1.96 164	0.83 130	0.44 84	1.24 32	0.64 160	3.33 278	1.66 259	0.82 111	1.20 140	0.73 108	0.66 83	1.62 202	0.66 94	0.32 294	0.21 196	0.24 74	0.20 106	0.28 134	0.23 93

castereo	0.82 78	0.70 288	1.04 11	0.85 152	0.50 133	1.29 44	0.91 349	3.22 254	1.20 83	0.83 120	1.24 152	0.72 102	0.91 172	1.00 55	0.67 99	0.26 114	0.16 34	0.25 102	0.20 106	0.24 64	0.21 61

fffft	0.76 49	0.47 59	1.28 88	0.82 119	0.54 158	1.51 65	0.80 269	2.09 94	1.18 78	0.63 41	0.84 63	0.59 64	0.55 42	1.80 235	0.85 175	0.19 26	0.18 85	0.27 164	0.20 106	0.26 101	0.24 111
1: 1. 1
WCG-NET	0.88 93	0.49 78	1.26 80	0.90 187	0.37 33	1.48 62	1.07 409	1.73 54	2.30 399	1.63 225	1.49 225	0.92 166	0.97 186	0.95 41	0.76 144	0.22 49	0.16 34	0.23 42	0.20 106	0.25 80	0.21 61

GCAP-BAT	1.21 180	0.74 326	3.23 265	0.95 229	0.70 250	3.86 367	0.93 364	1.89 70	1.48 154	1.85 268	1.96 383	1.68 272	0.79 130	1.78 230	0.81 163	0.29 204	0.20 162	0.24 74	0.20 106	0.26 101	0.35 300

AIO-Stereo	0.76 49	0.54 126	1.07 19	0.73 77	0.40 55	1.28 42	0.82 283	2.26 113	1.49 161	0.70 60	1.58 248	0.89 153	0.45 18	1.03 60	0.55 58	0.24 75	0.18 85	0.25 102	0.20 106	0.26 101	0.21 61

WCG-NET（raft）	0.95 119	0.55 133	1.20 72	0.84 140	0.31 6	1.44 58	1.01 394	1.55 32	2.37 420	1.64 228	1.42 207	2.38 379	1.01 198	1.29 130	0.76 144	0.22 49	0.19 122	0.22 27	0.20 106	0.25 80	0.21 61

test_for_model	1.79 282	0.50 82	16.65 462	0.95 229	1.29 447	3.97 403	0.55 110	3.09 239	1.06 69	1.03 160	0.71 36	0.75 117	0.54 40	2.83 329	0.49 33	0.30 249	0.18 85	0.29 224	0.20 106	0.24 64	0.21 61

MaDis-Stereo	0.82 78	0.66 256	1.53 122	0.65 37	1.87 555	1.24 32	0.36 32	2.13 96	1.27 97	0.67 54	0.75 44	0.88 151	0.70 91	1.15 90	1.07 251	0.29 204	0.23 257	0.26 132	0.20 106	0.31 197	0.22 81

GCAPDPT-zeroshot	3.67 526	0.52 95	56.80 637	0.90 187	1.06 381	2.70 163	0.77 245	3.08 236	1.18 78	1.20 176	0.81 57	0.68 86	0.55 42	0.96 45	0.68 102	0.27 137	0.21 196	0.28 199	0.20 106	0.27 114	0.25 125

anonymousdsp2	1.26 201	0.60 189	3.74 289	1.02 282	0.41 62	3.60 312	0.72 201	3.68 325	1.47 145	1.37 193	1.56 245	1.83 310	1.01 198	2.00 260	0.66 94	0.29 204	0.20 162	0.28 199	0.20 106	0.32 229	0.29 205

knoymous	1.30 212	0.60 189	5.57 317	0.88 170	0.75 267	3.04 202	0.90 341	2.68 181	1.33 104	1.48 205	1.07 118	2.78 430	0.88 160	1.29 130	0.85 175	0.31 273	0.22 228	0.35 365	0.20 106	0.45 399	0.37 320

Wz-Net-LNSev-Ref	2.42 407	1.47 512	14.14 425	1.30 424	1.35 465	3.51 291	1.64 505	4.04 422	2.10 359	2.46 463	1.88 364	2.28 363	2.51 483	4.73 378	3.17 510	0.38 379	0.19 122	0.35 365	0.20 106	0.40 330	0.36 306

TANstereo	1.01 141	0.55 133	1.73 138	0.76 95	0.36 18	4.04 417	0.38 36	1.48 25	1.62 248	2.03 337	2.10 418	0.84 135	0.93 178	0.98 51	0.62 75	0.28 179	0.36 433	0.23 42	0.20 106	0.25 80	0.46 402

111	1.83 287	0.92 404	9.08 354	0.81 109	0.36 18	4.25 475	0.91 349	4.44 545	2.70 478	2.39 455	1.96 383	2.30 369	1.64 385	1.28 125	1.82 414	0.28 179	0.22 228	0.24 74	0.20 106	0.31 197	0.54 447

WQFJX1	2.20 355	0.52 95	1.38 103	0.62 17	1.78 544	3.07 209	0.67 175	12.26 611	15.24 613	0.84 122	1.05 113	0.91 160	0.97 186	1.88 250	1.26 298	0.27 137	0.25 319	0.28 199	0.21 124	0.36 297	0.25 125

WQFJX	2.14 347	0.54 126	1.28 88	0.61 10	1.85 551	2.87 179	0.77 245	11.60 605	14.62 609	0.82 111	1.15 131	0.89 153	1.10 237	1.69 218	1.39 324	0.28 179	0.25 319	0.25 102	0.21 124	0.32 229	0.25 125

S2M2_XL	0.46 1	0.41 17	1.09 36	0.65 37	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 11	0.92 82	0.65 79	0.53 35	0.54 1	0.50 40	0.28 179	0.24 293	0.25 102	0.21 124	0.23 59	0.22 81
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DilatedVolume-Stereo	0.81 75	0.60 189	1.51 121	1.01 271	0.59 194	1.34 48	0.51 91	1.56 33	1.08 72	1.26 181	1.24 152	0.77 120	0.87 158	1.79 234	0.72 128	0.23 61	0.24 293	0.22 27	0.21 124	0.25 80	0.23 93

xyz-stereo	10.85 603	0.45 34	79.01 641	0.62 17	0.45 92	83.70 642	0.77 245	2.59 171	1.34 105	2.19 393	32.02 631	2.76 428	1.62 369	5.75 398	2.39 471	0.25 98	0.17 52	0.33 328	0.21 124	0.25 80	0.19 8

HART	1.03 146	0.85 385	3.13 260	0.84 140	0.38 45	1.17 24	0.42 57	3.54 304	1.47 145	1.08 165	2.17 434	1.48 247	0.57 49	1.37 151	0.74 137	0.23 61	0.18 85	0.28 199	0.21 124	0.32 229	0.24 111

999	0.97 126	0.48 69	1.24 78	1.03 289	0.64 213	3.25 239	0.92 362	1.40 19	1.39 115	0.71 64	1.68 279	0.70 93	0.66 83	3.03 338	0.89 196	0.23 61	0.19 122	0.25 102	0.21 124	0.25 80	0.29 205

mms	0.77 56	0.68 274	1.17 65	0.83 130	0.71 253	1.41 55	0.67 175	1.61 39	1.12 74	0.77 95	1.37 195	0.63 72	0.54 40	1.75 227	0.63 79	0.24 75	0.19 122	0.26 132	0.21 124	0.31 197	0.34 286

ours_stereo	0.76 49	0.64 235	1.40 108	0.86 159	0.61 202	1.12 17	0.57 118	1.63 45	1.20 83	0.72 66	1.43 208	0.70 93	0.62 66	1.56 185	0.58 64	0.25 98	0.18 85	0.26 132	0.21 124	0.29 153	0.31 244

fffy	0.80 66	0.59 177	1.56 128	1.00 265	0.47 113	1.27 36	0.76 233	1.90 73	1.02 65	0.75 76	1.35 190	0.83 133	0.72 96	1.70 221	0.62 75	0.23 61	0.19 122	0.27 164	0.21 124	0.28 134	0.32 255

RAStereo	0.75 41	0.52 95	2.86 250	0.58 3	0.62 208	1.19 26	0.32 19	1.81 64	0.99 62	0.75 76	1.05 113	0.64 74	0.47 20	0.80 13	0.94 225	0.22 49	0.20 162	0.27 164	0.21 124	0.34 266	0.22 81

RSM++	0.77 56	0.51 89	1.08 28	0.95 229	0.42 69	1.52 67	0.71 198	2.11 95	1.40 119	0.80 105	1.23 151	0.90 158	0.59 57	1.14 84	0.69 114	0.24 75	0.19 122	0.25 102	0.21 124	0.28 134	0.20 31

gcap-zeroshot	1.30 212	0.61 206	4.09 293	0.94 225	0.56 170	3.50 288	0.84 294	3.12 242	1.72 277	1.84 267	1.22 147	2.72 419	0.88 160	1.46 170	0.80 157	0.29 204	0.30 383	0.27 164	0.21 124	0.29 153	0.25 125

GCAPDPT-zeroshot4090	3.65 525	0.52 95	56.48 636	0.90 187	1.06 381	2.70 163	0.77 245	3.08 236	1.18 78	1.20 176	0.81 57	0.68 86	0.55 42	0.96 45	0.68 102	0.27 137	0.21 196	0.28 199	0.21 124	0.27 114	0.25 125

ACVNet-DCA	1.85 289	0.74 326	13.77 414	1.78 535	0.36 18	4.48 511	0.74 220	3.98 405	1.53 190	1.01 153	1.81 336	0.72 102	1.62 369	2.13 273	0.64 82	0.29 204	0.17 52	0.32 292	0.21 124	0.33 249	0.32 255

1test111	1.99 320	0.74 326	13.77 414	1.78 535	0.36 18	4.48 511	0.74 220	3.98 405	1.53 190	1.01 153	1.81 336	0.72 102	1.62 369	4.66 375	0.98 235	0.29 204	0.17 52	0.32 292	0.21 124	0.33 249	0.32 255

cc1	1.98 317	0.74 326	13.77 414	1.78 535	0.36 18	4.48 511	0.74 220	4.23 477	3.95 569	1.01 153	1.81 336	0.72 102	1.62 369	2.13 273	0.64 82	0.29 204	0.17 52	0.32 292	0.21 124	0.31 197	0.29 205

ff7	0.98 128	0.69 277	2.05 172	0.84 140	0.52 147	4.55 532	0.86 307	1.62 40	1.24 87	0.75 76	1.03 102	0.70 93	0.77 118	1.84 242	0.68 102	0.27 137	0.17 52	0.29 224	0.21 124	0.31 197	0.27 173

IGEVStereo-DCA	0.86 87	0.65 245	2.05 172	0.90 187	0.46 103	1.57 69	0.86 307	1.62 40	1.24 87	0.65 49	0.77 48	0.74 114	0.72 96	2.59 316	0.86 182	0.28 179	0.21 196	0.28 199	0.21 124	0.29 153	0.27 173

ffff	0.98 128	0.69 277	2.05 172	0.84 140	0.52 147	4.55 532	0.86 307	1.62 40	1.24 87	0.75 76	1.03 102	0.70 93	0.77 118	1.84 242	0.68 102	0.27 137	0.17 52	0.29 224	0.21 124	0.31 197	0.27 173

rrr	2.27 368	0.65 245	23.82 611	0.90 187	0.46 103	1.57 69	0.96 380	7.98 596	1.19 82	0.65 49	0.77 48	0.74 114	0.72 96	2.59 316	0.86 182	0.28 179	0.21 196	0.28 199	0.21 124	0.29 153	0.25 125

11t	0.98 128	0.69 277	2.05 172	0.84 140	0.52 147	4.55 532	0.86 307	1.62 40	1.24 87	0.75 76	1.03 102	0.70 93	0.77 118	1.84 242	0.68 102	0.27 137	0.17 52	0.29 224	0.21 124	0.31 197	0.27 173

MSKI-zero shot	2.22 357	0.64 235	20.09 539	0.96 236	0.56 170	4.04 417	0.70 196	3.91 383	1.50 167	1.92 292	2.28 454	1.92 322	0.71 93	2.93 333	0.67 99	0.26 114	0.23 257	0.26 132	0.21 124	0.28 134	0.26 157

UniTT-Stereo	0.82 78	0.47 59	2.63 235	0.96 236	1.19 420	0.78 7	0.39 38	1.12 9	1.54 199	1.19 175	1.26 161	0.51 44	0.64 72	1.13 81	1.03 244	0.30 249	0.20 162	0.24 74	0.21 124	0.40 330	0.25 125

testlalala	3.73 531	0.52 95	57.95 638	0.90 187	1.06 381	2.70 163	0.77 245	3.08 236	1.18 78	1.20 176	0.81 57	0.68 86	0.55 42	0.96 45	0.68 102	0.27 137	0.21 196	0.28 199	0.21 124	0.27 114	0.25 125

anonymousdsp	0.95 119	0.69 277	1.27 86	0.83 130	0.52 147	4.54 527	0.84 294	1.76 57	1.24 87	0.76 90	1.06 116	0.78 121	0.77 118	1.67 215	0.69 114	0.27 137	0.17 52	0.29 224	0.21 124	0.31 197	0.26 157

riskmin	1.25 194	0.56 145	2.05 172	1.05 292	0.93 340	2.86 178	0.55 110	3.23 257	1.34 105	1.55 212	1.07 118	3.56 504	2.03 442	1.29 130	1.00 240	0.28 179	0.27 347	0.34 346	0.21 124	0.41 354	0.43 380

CroCo-Stereo Lap2	0.99 136	0.89 395	2.55 224	0.99 257	1.80 548	0.54 4	0.46 76	3.10 240	1.24 87	1.07 164	1.21 144	1.05 188	0.78 126	1.26 119	1.08 253	0.27 137	0.23 257	0.27 164	0.21 124	0.43 383	0.34 286

ccc-4	0.98 128	0.69 277	2.05 172	0.84 140	0.52 147	4.55 532	0.86 307	1.62 40	1.24 87	0.75 76	1.03 102	0.70 93	0.77 118	1.84 242	0.68 102	0.27 137	0.17 52	0.29 224	0.21 124	0.31 197	0.27 173

IGEV-Stereo	0.95 119	0.69 277	1.27 86	0.84 140	0.52 147	4.54 527	0.84 294	1.76 57	1.24 87	0.75 76	1.06 116	0.79 125	0.77 118	1.68 217	0.69 114	0.27 137	0.17 52	0.29 224	0.21 124	0.31 197	0.26 157
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	1.19 172	1.02 430	2.06 181	1.12 335	1.14 403	3.08 211	0.70 196	2.99 223	1.73 280	1.34 186	1.68 279	1.18 204	0.91 172	2.16 278	1.00 240	0.30 249	0.26 336	0.24 74	0.21 124	0.29 153	0.30 234

test_xeample3	2.12 343	0.63 224	21.55 592	0.91 198	0.47 113	1.85 89	0.94 369	7.96 595	1.23 85	0.75 76	0.76 45	0.64 74	0.70 91	1.77 229	0.83 169	0.30 249	0.21 196	0.27 164	0.21 124	0.27 114	0.24 111

R-Stereo Train	1.20 177	0.58 169	1.81 147	0.99 257	0.67 235	3.78 343	0.90 341	4.09 438	1.51 174	2.16 383	1.71 290	1.13 195	0.94 180	1.40 152	0.91 209	0.30 249	0.24 293	0.26 132	0.21 124	0.26 101	0.25 125

RAFT-Stereo	1.20 177	0.58 169	1.81 147	0.99 257	0.67 235	3.78 343	0.90 341	4.09 438	1.51 174	2.16 383	1.71 290	1.13 195	0.94 180	1.40 152	0.91 209	0.30 249	0.24 293	0.26 132	0.21 124	0.26 101	0.25 125
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	2.65 444	5.00 578	19.28 512	2.06 560	1.09 394	3.83 352	1.13 427	4.14 454	2.09 351	1.85 268	2.03 400	2.01 341	1.51 342	3.58 349	1.58 371	0.34 323	0.21 196	0.32 292	0.21 124	0.44 391	0.29 205

MLCV	1.87 292	0.91 402	8.59 347	1.10 324	0.57 182	3.59 310	0.53 101	3.70 335	2.20 377	2.80 515	2.25 448	2.00 338	1.42 314	4.13 367	1.86 419	0.30 249	0.20 162	0.32 292	0.21 124	0.33 249	0.36 306

BPD-Stereo	0.46 1	0.31 1	0.97 5	0.61 10	0.38 45	0.42 2	0.36 32	0.68 2	0.77 15	0.50 6	0.83 61	0.61 66	0.33 2	0.61 2	0.62 75	0.19 26	0.14 11	0.24 74	0.22 160	0.20 21	0.19 8

WQFJA1	2.11 340	0.52 95	1.23 74	0.63 23	1.87 555	2.81 170	0.61 138	11.67 606	15.01 611	0.80 105	0.86 67	0.92 166	1.03 202	1.13 81	1.48 348	0.26 114	0.25 319	0.27 164	0.22 160	0.31 197	0.24 111

NLMM	2.10 337	0.53 112	1.23 74	0.63 23	1.86 552	2.81 170	0.61 138	11.68 607	14.99 610	0.80 105	0.86 67	0.92 166	1.03 202	1.12 77	1.48 348	0.26 114	0.25 319	0.27 164	0.22 160	0.31 197	0.24 111

NLSM3	0.90 101	0.46 41	1.19 67	0.62 17	1.30 448	3.19 227	0.45 71	2.81 207	1.27 97	0.78 98	0.95 90	0.55 54	1.03 202	1.14 84	0.87 188	0.20 33	0.15 23	0.26 132	0.22 160	0.24 64	0.23 93

G2L-ROB	2.13 345	0.78 353	10.06 368	1.19 374	1.06 381	3.84 357	0.93 364	3.32 272	2.27 391	2.20 396	1.47 217	2.65 412	1.20 268	8.38 455	1.81 412	0.28 179	0.19 122	0.23 42	0.22 160	0.28 134	0.32 255

G2L-Stereo_test	2.11 340	0.86 388	7.12 329	1.65 519	1.19 420	3.54 299	1.02 398	3.57 308	2.01 333	2.50 468	1.68 279	3.15 461	1.50 338	9.21 475	1.62 383	0.28 179	0.19 122	0.23 42	0.22 160	0.27 114	0.31 244

MM-Stereo_test3	1.09 155	0.59 177	1.55 126	1.73 530	1.18 413	1.91 94	0.86 307	3.52 299	1.76 290	1.25 179	1.86 360	1.10 192	0.69 89	1.32 139	0.86 182	0.27 137	0.23 257	0.27 164	0.22 160	0.34 266	0.30 234

MM-Stereo_test2	1.79 282	0.53 112	20.16 541	1.43 475	0.47 113	2.57 153	0.73 208	1.67 49	1.47 145	0.94 143	0.96 93	0.84 135	0.79 130	1.16 93	0.68 102	0.24 75	0.17 52	0.25 102	0.22 160	0.30 177	0.22 81

SMoEStereo_RVC	0.80 66	0.53 112	1.12 52	0.92 204	0.44 84	2.41 137	0.79 259	1.49 26	1.16 75	0.70 60	1.12 127	0.64 74	0.64 72	1.69 218	0.87 188	0.22 49	0.16 34	0.31 272	0.22 160	0.26 101	0.25 125

RAFT-Stereo-weight	1.11 158	0.48 69	1.22 73	0.99 257	0.42 69	4.17 458	0.80 269	3.60 312	1.50 167	1.97 307	1.50 226	1.30 223	0.65 76	1.24 112	0.85 175	0.25 98	0.19 122	0.26 132	0.22 160	0.27 114	0.23 93

MGS-Stereo	0.80 66	0.56 145	1.53 122	0.93 221	0.39 49	1.26 35	0.73 208	1.45 22	1.30 102	1.01 153	2.26 449	0.80 127	0.56 48	1.16 93	0.65 90	0.27 137	0.23 257	0.26 132	0.22 160	0.27 114	0.25 125

tt1	1.79 282	0.73 316	10.41 375	1.75 532	0.36 18	4.55 532	0.79 259	4.22 473	3.37 552	1.08 165	1.80 324	0.74 114	1.48 331	2.21 286	0.65 90	0.29 204	0.16 34	0.31 272	0.22 160	0.30 177	0.29 205

MC-Stereo	1.06 149	0.48 69	1.55 126	1.15 356	0.41 62	4.56 537	0.61 138	2.06 90	1.46 140	1.90 285	1.61 260	0.89 153	1.12 242	1.35 144	0.73 131	0.25 98	0.18 85	0.26 132	0.22 160	0.25 80	0.24 111

CIPLG	2.27 368	1.18 465	19.24 507	0.92 204	1.34 464	3.95 393	0.89 336	4.23 477	1.82 298	2.31 434	2.67 505	1.17 200	1.06 221	1.53 183	1.32 313	0.37 362	0.23 257	0.27 164	0.22 160	0.31 197	0.45 392

IPLGR_C	2.28 373	1.31 491	19.46 515	0.92 204	1.32 458	3.93 383	0.89 336	4.20 464	1.82 298	2.30 428	2.63 502	1.16 199	1.07 225	1.41 157	1.29 309	0.37 362	0.23 257	0.27 164	0.22 160	0.31 197	0.45 392

ACRE	2.27 368	1.11 452	19.45 514	0.91 198	1.30 448	3.94 388	0.87 327	4.21 469	1.80 296	2.28 422	2.62 500	1.17 200	1.04 209	1.52 181	1.30 310	0.37 362	0.23 257	0.27 164	0.22 160	0.31 197	0.46 402

GANet-ADL	2.20 355	0.73 316	20.11 540	1.25 396	0.69 246	3.83 352	0.76 233	3.49 292	1.71 274	1.65 232	1.99 394	2.10 353	1.10 237	1.42 159	1.26 298	0.38 379	0.33 408	0.25 102	0.22 160	0.42 373	0.36 306

Gwc-CoAtRS	1.58 246	0.57 155	11.69 390	1.01 271	0.60 197	2.53 150	0.64 160	2.36 126	1.56 213	1.80 261	1.47 217	2.74 420	1.18 262	1.12 77	0.90 200	0.27 137	0.21 196	0.25 102	0.22 160	0.27 114	0.23 93

iResNet	2.52 427	0.94 414	21.17 583	1.84 544	0.72 255	3.75 338	0.81 279	4.14 454	2.55 461	2.33 444	2.03 400	1.35 228	1.44 320	3.27 341	2.16 458	0.35 343	0.23 257	0.28 199	0.22 160	0.44 391	0.45 392

DLNR-FE	28.68 626	56.10 639	49.61 626	183.75 643	105.98 638	3.44 269	0.28 10	29.58 629	1.49 161	1.01 153	1.26 161	0.93 170	0.63 69	3.81 356	1.51 360	33.14 636	0.41 474	0.26 132	0.23 179	99.94 641	0.32 255

water-stereo	0.78 61	0.45 34	1.94 159	0.79 104	0.48 121	2.36 132	0.47 82	1.53 30	1.09 73	0.88 133	1.04 107	0.82 131	0.75 109	0.72 6	0.78 150	0.22 49	0.23 257	0.25 102	0.23 179	0.24 64	0.29 205

xyz-stereo-finetune	1.05 148	0.62 216	1.46 113	0.59 6	0.36 18	3.48 281	0.81 279	2.69 183	1.74 286	0.94 143	1.21 144	0.91 160	0.78 126	2.53 311	1.28 306	0.24 75	0.24 293	0.26 132	0.23 179	0.30 177	0.23 93

tt45	0.96 124	0.48 69	1.19 67	0.89 177	0.66 228	3.91 376	0.76 233	1.90 73	1.26 96	0.70 60	1.30 173	0.71 100	0.63 69	2.59 316	0.74 137	0.22 49	0.17 52	0.28 199	0.23 179	0.27 114	0.27 173

model_zeroshot	1.21 180	0.60 189	3.55 279	1.05 292	0.57 182	3.46 275	0.63 156	2.73 188	1.55 207	2.05 342	1.38 199	1.50 250	0.82 143	1.69 218	0.87 188	0.29 204	0.23 257	0.30 247	0.23 179	0.27 114	0.32 255

qqq1	1.92 306	0.57 155	4.46 299	1.36 454	0.57 182	2.03 103	0.73 208	4.25 487	2.80 494	2.32 438	2.31 468	1.95 326	1.52 344	10.99 537	0.71 123	0.34 323	0.32 401	0.30 247	0.23 179	0.29 153	0.29 205

fff1	1.92 306	0.57 155	4.46 299	1.36 454	0.57 182	2.03 103	0.73 208	4.25 487	2.80 494	2.32 438	2.31 468	1.95 326	1.52 344	10.99 537	0.71 123	0.34 323	0.32 401	0.30 247	0.23 179	0.29 153	0.29 205

11t1	1.11 158	0.53 112	1.80 146	1.55 505	0.65 221	2.20 121	0.60 134	3.66 322	1.49 161	1.60 217	1.26 161	1.03 184	1.35 293	1.72 223	0.97 232	0.28 179	0.31 393	0.29 224	0.23 179	0.30 177	0.34 286

DLNR_Zeroshot_test	28.62 625	55.50 638	49.94 628	183.62 642	115.05 642	3.43 268	0.28 10	29.49 628	1.49 161	1.01 153	1.26 161	0.93 170	0.63 69	3.92 363	1.51 360	29.81 635	0.41 474	0.26 132	0.23 179	93.28 639	0.32 255

AEACV	0.79 64	0.54 126	1.35 101	0.97 243	0.63 211	1.13 18	0.92 362	2.02 87	0.91 45	0.76 90	0.79 52	0.80 127	1.61 365	1.28 125	0.61 71	0.22 49	0.18 85	0.26 132	0.23 179	0.27 114	0.23 93

RAFT-Test	1.44 230	0.59 177	6.10 320	1.01 271	0.69 246	2.90 182	0.80 269	3.68 325	1.70 273	1.85 268	1.68 279	3.15 461	1.03 202	1.20 106	0.99 238	0.27 137	0.22 228	0.25 102	0.23 179	0.27 114	0.25 125

HH	2.23 359	0.86 388	21.59 593	0.98 251	0.51 135	1.49 63	0.82 283	2.74 189	1.54 199	1.10 167	1.69 284	4.62 555	1.86 429	2.55 312	0.69 114	0.26 114	0.22 228	0.29 224	0.23 179	0.34 266	0.27 173

HanStereo	2.23 359	0.86 388	21.59 593	0.98 251	0.51 135	1.49 63	0.82 283	2.74 189	1.54 199	1.10 167	1.69 284	4.62 555	1.86 429	2.55 312	0.69 114	0.26 114	0.22 228	0.29 224	0.23 179	0.34 266	0.27 173

EGLCR-Stereo	1.06 149	0.51 89	1.56 128	1.02 282	0.39 49	4.27 481	0.42 57	4.08 436	1.48 154	0.90 136	0.68 34	1.09 189	0.66 83	1.81 236	0.62 75	0.27 137	0.19 122	0.29 224	0.23 179	0.37 309	0.25 125

Selective-RAFT	1.15 165	0.46 41	1.64 133	0.99 257	0.45 92	4.17 458	0.51 91	3.21 252	1.69 269	1.12 171	1.34 187	1.45 244	1.40 304	2.08 268	0.94 225	0.41 414	0.20 162	0.24 74	0.23 179	0.27 114	0.25 125

ProNet	0.82 78	0.71 301	1.50 119	0.86 159	0.45 92	1.78 84	0.83 288	1.75 56	1.28 99	0.66 51	1.13 129	0.78 121	0.76 116	1.66 211	0.71 123	0.24 75	0.20 162	0.25 102	0.23 179	0.29 153	0.25 125

IPLG	2.48 419	0.65 245	19.63 520	0.91 198	0.79 281	4.60 542	0.56 115	4.31 515	1.84 305	1.91 290	2.00 396	1.31 224	1.38 297	6.61 417	1.53 364	0.27 137	0.20 162	0.27 164	0.23 179	0.31 197	0.36 306

MIPNet	2.33 386	0.71 301	19.82 525	0.89 177	0.56 170	4.76 571	0.61 138	4.32 520	2.37 420	1.83 266	1.48 224	1.48 247	1.98 441	2.63 319	1.44 335	0.29 204	0.20 162	0.26 132	0.23 179	0.30 177	0.39 342

IPLGR	2.53 428	0.58 169	20.46 559	0.82 119	0.52 147	4.56 537	0.50 87	4.30 512	2.38 425	1.87 275	1.53 235	1.68 272	1.72 402	6.95 429	1.15 266	0.28 179	0.21 196	0.27 164	0.23 179	0.33 249	0.32 255

cross-raft	2.01 324	0.57 155	19.01 505	1.03 289	0.56 170	2.11 114	0.72 201	3.63 317	1.57 219	1.77 254	1.51 228	3.17 463	1.13 244	1.16 93	0.85 175	0.23 61	0.21 196	0.26 132	0.23 179	0.28 134	0.25 125

RAFT-Stereo + iAFF	1.25 194	0.72 305	1.74 141	1.05 292	0.36 18	4.13 439	0.42 57	2.95 219	2.84 504	2.02 333	2.40 478	1.61 264	1.11 241	1.26 119	0.97 232	0.21 39	0.15 23	0.26 132	0.23 179	0.29 153	0.23 93

CFNet-RSSM	2.08 336	0.52 95	20.06 535	1.01 271	0.56 170	3.39 260	0.64 160	3.67 323	1.55 207	1.72 246	1.37 195	2.57 403	1.19 266	1.11 72	0.86 182	0.27 137	0.20 162	0.25 102	0.23 179	0.27 114	0.23 93

DIP-Stereo	1.24 190	0.69 277	1.77 143	0.65 37	0.61 202	4.29 483	0.58 127	4.44 545	2.53 455	1.98 309	1.33 182	0.91 160	0.86 153	1.25 118	1.25 295	0.36 354	0.23 257	0.32 292	0.23 179	0.32 229	0.29 205
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 467	0.57 155	17.46 479	0.92 204	0.90 332	3.70 328	1.20 443	5.64 590	2.51 453	3.22 544	2.43 479	2.54 400	1.59 358	11.41 554	1.65 391	0.34 323	0.25 319	0.26 132	0.23 179	0.30 177	0.29 205
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	3.03 491	1.72 528	12.78 401	1.17 365	1.12 399	3.79 347	1.10 420	3.86 365	3.13 529	2.62 495	4.26 559	3.96 520	1.41 309	11.43 556	5.23 539	0.94 554	0.47 506	0.34 346	0.23 179	0.40 330	0.55 451

HSM	2.35 395	0.81 365	2.21 194	1.14 343	1.55 505	3.44 269	1.03 400	3.99 409	2.25 386	2.29 424	2.11 422	8.04 591	3.05 511	11.60 562	1.71 397	0.33 311	0.22 228	0.28 199	0.23 179	0.32 229	0.35 300

Hybrid-DGEV-03	1.34 219	0.70 288	2.74 245	1.00 265	0.52 147	3.99 407	0.99 389	3.22 254	1.64 252	2.15 377	3.31 544	1.37 233	1.07 225	1.29 130	1.22 286	0.26 114	0.18 85	0.32 292	0.24 205	0.28 134	0.24 111

NLMM1	2.18 352	0.55 133	1.34 97	0.62 17	1.86 552	3.30 252	0.62 153	11.92 608	15.07 612	0.86 129	0.96 93	0.84 135	0.90 169	1.83 239	1.35 321	0.27 137	0.27 347	0.27 164	0.24 205	0.31 197	0.28 194

NLSM1	1.86 290	0.53 112	1.39 105	0.73 77	1.89 557	3.09 212	0.64 160	8.41 599	12.10 604	0.79 102	1.21 144	0.73 108	0.86 153	1.67 215	1.45 339	0.26 114	0.24 293	0.29 224	0.24 205	0.31 197	0.27 173

z-ln-s-r	2.67 448	1.16 462	12.43 396	1.34 443	1.26 440	3.70 328	1.21 446	4.20 464	2.38 425	2.04 340	1.92 378	2.43 388	1.60 364	10.58 518	5.19 538	0.29 204	0.20 162	0.32 292	0.24 205	0.51 427	0.38 335

LG-Stereo	0.85 85	0.60 189	2.71 240	0.59 6	0.45 92	2.85 176	0.55 110	2.41 129	1.34 105	0.59 29	1.19 138	0.43 26	0.40 10	0.76 8	0.75 140	0.20 33	0.17 52	0.31 272	0.24 205	0.29 153	0.19 8

MM-Stereo_test1	1.90 299	0.53 112	19.85 527	1.39 468	0.48 121	1.81 87	0.79 259	3.00 225	1.82 298	1.69 237	1.09 121	0.87 147	0.97 186	1.45 166	0.74 137	0.24 75	0.21 196	0.27 164	0.24 205	0.35 284	0.24 111

Former-RAFT_DAM_RVC	0.92 106	0.73 316	1.42 110	0.92 204	1.08 390	2.97 198	0.53 101	1.77 60	1.39 115	1.16 173	1.54 237	0.58 61	0.65 76	1.03 60	0.84 172	0.25 98	0.23 257	0.30 247	0.24 205	0.43 383	0.29 205

GMStereo_Zeroshot	1.41 228	1.21 470	3.33 272	1.29 417	0.72 255	3.35 256	0.53 101	2.58 170	1.68 263	2.35 446	1.56 245	2.42 385	0.96 183	2.50 301	1.16 270	0.45 447	0.23 257	0.40 418	0.24 205	0.79 520	0.33 273

iRaft-Stereo_20w	1.88 296	0.62 216	10.58 377	0.90 187	0.83 302	2.96 197	0.78 252	4.90 575	1.58 222	2.29 424	1.60 256	1.25 216	4.51 554	2.28 292	0.90 200	0.29 204	0.21 196	0.26 132	0.24 205	0.41 354	0.31 244

test-1	1.23 185	0.65 245	1.88 152	0.96 236	0.52 147	3.84 357	0.62 153	4.01 413	1.47 145	1.93 296	1.78 318	1.83 310	0.92 175	1.19 105	1.28 306	0.26 114	0.29 370	0.31 272	0.24 205	0.29 153	0.36 306

LMCR-Stereo	2.40 403	1.31 491	18.61 498	1.59 510	0.86 315	3.87 370	1.15 430	4.32 520	1.60 239	2.25 417	2.27 450	1.13 195	2.43 477	2.48 300	1.60 375	0.88 552	0.24 293	0.29 224	0.24 205	0.56 448	0.30 234

TestStereo	2.00 321	1.02 430	12.25 394	0.70 59	0.61 202	1.88 91	0.55 110	2.31 122	1.52 183	1.41 200	1.33 182	1.27 218	0.90 169	11.62 564	0.81 163	0.34 323	0.19 122	0.33 328	0.24 205	0.44 391	0.24 111

raft+_RVC	1.21 180	0.83 376	2.61 231	1.35 448	0.97 350	3.60 312	0.76 233	3.23 257	1.51 174	1.33 185	1.67 276	1.03 184	1.10 237	1.87 249	0.92 214	0.24 75	0.22 228	0.25 102	0.24 205	0.26 101	0.25 125

RALAANet	1.28 209	1.08 445	3.21 263	1.25 396	0.94 342	1.44 58	0.69 189	3.15 246	2.57 462	2.01 328	1.80 324	1.29 222	1.05 214	2.00 260	1.48 348	0.27 137	0.20 162	0.27 164	0.24 205	0.40 330	0.27 173

RASNet	2.56 435	0.70 288	10.06 368	1.60 512	2.25 575	3.67 325	1.00 391	3.38 282	3.14 531	1.81 262	2.11 422	4.60 553	2.30 467	10.25 510	2.61 493	0.37 362	0.24 293	0.25 102	0.24 205	0.28 134	0.26 157

Pro-Stereo	0.68 24	0.33 2	0.97 5	0.68 55	0.43 75	3.11 216	0.35 30	0.70 3	0.96 59	0.54 13	0.54 17	0.62 69	0.27 1	2.06 265	0.68 102	0.24 75	0.16 34	0.30 247	0.25 220	0.20 21	0.19 8

NLCSM	2.07 333	0.57 155	1.26 80	0.68 55	1.83 550	3.24 235	0.69 189	8.40 598	9.75 598	0.92 140	1.30 173	0.87 147	1.06 221	7.60 441	1.57 370	0.28 179	0.25 319	0.29 224	0.25 220	0.36 297	0.27 173

GASTEREO	1.00 138	0.98 424	1.23 74	0.90 187	0.40 55	3.40 263	0.88 331	2.77 195	1.44 131	1.39 196	1.30 173	0.55 54	1.35 293	1.33 140	0.64 82	0.25 98	0.19 122	0.25 102	0.25 220	0.25 80	0.31 244

MSCF	0.97 126	0.82 372	1.26 80	0.88 170	0.40 55	3.17 222	0.88 331	2.79 203	1.39 115	1.32 184	1.19 138	0.58 61	1.33 288	1.28 125	0.64 82	0.25 98	0.19 122	0.25 102	0.25 220	0.28 134	0.32 255

PAM_32	2.45 411	0.63 224	20.74 568	1.05 292	0.65 221	2.83 173	0.46 76	2.91 216	1.54 199	1.95 302	2.66 504	4.99 565	3.78 537	1.96 257	0.92 214	0.27 137	0.22 228	0.27 164	0.25 220	0.36 297	0.48 412

PAM	2.43 408	0.61 206	20.86 571	1.07 301	0.73 260	2.93 192	0.53 101	3.24 259	1.53 190	1.89 284	2.43 479	5.29 575	2.76 494	1.84 242	1.02 242	0.27 137	0.24 293	0.26 132	0.25 220	0.40 330	0.50 426

rvit_stereo_0081_aga	0.81 75	0.75 338	1.84 149	0.72 74	0.73 260	1.21 27	0.63 156	1.92 76	1.39 115	0.87 132	0.80 53	0.79 125	0.69 89	1.27 124	0.69 114	0.35 343	0.29 370	0.26 132	0.25 220	0.40 330	0.27 173

rvit_stereo_0081	0.80 66	0.63 224	1.19 67	0.91 198	0.64 213	1.27 36	0.61 138	2.05 88	1.71 274	0.82 111	0.73 41	0.85 140	0.75 109	1.30 136	0.80 157	0.31 273	0.26 336	0.27 164	0.25 220	0.38 314	0.27 173

rvit_stereo_0082	0.80 66	0.63 224	1.19 67	0.91 198	0.64 213	1.27 36	0.61 138	2.05 88	1.71 274	0.82 111	0.73 41	0.85 140	0.75 109	1.30 136	0.80 157	0.31 273	0.26 336	0.27 164	0.25 220	0.38 314	0.27 173

plain	1.55 238	0.69 277	13.59 411	0.65 37	0.73 260	1.66 79	0.57 118	3.17 249	1.94 321	0.77 95	1.24 152	0.80 127	0.86 153	1.60 196	0.96 231	0.33 311	0.21 196	0.32 292	0.25 220	0.42 373	0.28 194

MIF-Stereo (partial)	0.98 128	0.55 133	2.83 247	0.71 65	1.03 373	1.08 15	0.49 85	2.55 159	1.66 259	0.79 102	1.20 140	0.80 127	0.90 169	1.61 201	1.56 368	0.36 354	0.24 293	0.33 328	0.25 220	0.40 330	0.28 194

MIM_Stereo	1.20 177	0.78 353	3.30 270	1.05 292	0.43 75	3.04 202	0.60 134	2.46 141	1.51 174	1.60 217	1.58 248	1.82 307	1.29 281	2.00 260	1.07 251	0.24 75	0.24 293	0.28 199	0.25 220	0.27 114	0.27 173

TestStereo1	1.56 243	0.81 365	2.32 207	1.61 515	0.64 213	4.13 439	1.36 464	3.79 348	3.20 539	1.60 217	2.57 496	1.39 234	2.15 454	2.51 304	1.30 310	0.29 204	0.20 162	0.34 346	0.25 220	0.40 330	0.36 306

SA-5K	1.56 243	0.81 365	2.32 207	1.61 515	0.64 213	4.13 439	1.36 464	3.79 348	3.20 539	1.60 217	2.57 496	1.39 234	2.15 454	2.51 304	1.30 310	0.29 204	0.20 162	0.34 346	0.25 220	0.40 330	0.36 306

GLC_STEREO	0.76 49	0.52 95	1.12 52	0.83 130	0.33 11	1.86 90	0.82 283	1.46 24	1.38 114	0.95 147	1.04 107	0.68 86	0.72 96	0.97 49	0.80 157	0.23 61	0.25 319	0.32 292	0.25 220	0.32 229	0.30 234

DAS	2.31 380	0.67 266	4.79 306	1.14 343	1.64 521	2.93 192	2.13 536	4.09 438	2.74 482	4.17 569	2.52 489	2.46 393	1.79 412	11.55 561	1.63 386	0.37 362	0.22 228	0.39 412	0.25 220	0.41 354	0.34 286

SepStereo	2.15 348	0.67 266	4.79 306	1.14 343	1.64 521	2.93 192	2.13 536	4.09 438	2.74 482	4.17 569	2.52 489	2.46 393	1.79 412	8.36 453	1.63 386	0.37 362	0.22 228	0.39 412	0.25 220	0.41 354	0.34 286

STrans-v2	3.03 491	0.77 347	20.91 574	0.81 109	0.63 211	3.89 373	1.01 394	4.27 495	2.64 471	2.28 422	3.70 552	4.13 530	5.20 562	7.33 433	1.27 302	0.31 273	0.18 85	0.29 224	0.25 220	0.29 153	0.41 367

IIG-Stereo	1.95 311	0.79 357	2.14 188	2.78 581	0.66 228	4.62 544	0.76 233	4.27 495	1.53 190	2.63 498	3.14 537	3.35 478	1.61 365	7.65 444	1.41 330	0.39 391	0.20 162	0.31 272	0.25 220	0.33 249	0.22 81

RAFT-345	2.46 414	0.55 133	19.69 522	1.02 282	0.49 129	4.43 507	0.78 252	1.64 47	2.34 409	2.09 352	3.12 535	1.96 331	1.31 285	6.65 419	1.43 333	0.36 354	0.23 257	0.32 292	0.25 220	0.28 134	0.25 125

Prome-Stereo	1.61 254	0.55 133	1.71 136	0.98 251	0.60 197	4.41 502	1.82 519	3.03 229	1.53 190	2.18 389	3.45 548	1.72 282	3.49 533	2.23 289	1.08 253	0.29 204	0.20 162	0.26 132	0.25 220	0.34 266	2.16 579

AFF-stereo	1.31 216	0.77 347	1.46 113	1.10 324	0.45 92	3.93 383	0.48 84	2.92 217	2.92 510	1.90 285	2.21 442	2.11 355	1.52 344	1.93 254	1.12 263	0.21 39	0.16 34	0.25 102	0.25 220	0.29 153	0.20 31

Hybrid-DGEV-2	1.55 238	1.43 508	3.19 262	1.16 362	0.51 135	4.15 443	0.54 109	4.28 500	2.22 378	2.06 347	1.37 195	2.37 377	1.61 365	3.24 340	1.15 266	0.25 98	0.24 293	0.30 247	0.26 242	0.29 153	0.28 194

tg	1.15 165	0.67 266	1.31 92	0.94 225	0.54 158	4.02 413	0.41 52	2.96 220	1.59 238	1.69 237	1.85 357	1.84 313	0.97 186	1.78 230	0.83 169	0.27 137	0.17 52	0.29 224	0.26 242	0.29 153	0.27 173

rvit_stereo_0083	0.86 87	0.67 266	1.42 110	0.87 165	0.65 221	1.23 28	0.64 160	1.67 49	2.28 395	0.79 102	0.93 85	0.93 170	1.07 225	1.46 170	0.75 140	0.32 294	0.36 433	0.30 247	0.26 242	0.33 249	0.28 194

CAS++	0.89 97	0.64 235	1.46 113	0.81 109	0.51 135	1.24 32	0.86 307	3.44 287	1.46 140	1.14 172	1.29 171	0.62 69	0.58 52	1.13 81	0.59 66	0.34 323	0.30 383	0.34 346	0.26 242	0.41 354	0.29 205
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	1.01 141	0.80 361	1.26 80	1.00 265	1.04 376	3.95 393	0.95 373	2.07 92	1.42 125	0.75 76	1.22 147	0.68 86	0.91 172	1.63 206	0.67 99	0.24 75	0.24 293	0.34 346	0.26 242	0.41 354	0.37 320

MyStereo06	2.46 414	0.72 305	19.97 532	1.02 282	0.99 360	4.26 476	0.86 307	3.51 298	1.68 263	1.92 292	1.73 295	4.01 523	4.22 547	1.62 202	0.88 193	0.24 75	0.23 257	0.34 346	0.26 242	0.42 373	0.36 306

MyStereo05	2.37 401	0.72 305	19.94 530	1.02 282	0.99 360	4.26 476	0.86 307	4.01 413	2.62 468	2.14 369	1.26 161	2.28 363	1.63 382	2.07 266	1.68 394	0.24 75	0.23 257	0.34 346	0.26 242	0.42 373	0.36 306

MyStereo04	2.29 376	0.80 361	18.77 499	1.00 265	1.04 376	3.95 393	0.95 373	3.91 383	2.54 459	1.99 314	1.27 168	2.31 370	1.65 387	2.02 264	1.77 408	0.24 75	0.24 293	0.34 346	0.26 242	0.41 354	0.37 320

EKT-Stereo	6.79 585	0.64 235	4.24 297	1.77 534	106.39 639	4.51 524	0.61 138	3.16 247	1.53 190	1.88 278	1.22 147	1.98 335	1.36 295	3.81 356	0.84 172	0.35 343	0.24 293	0.29 224	0.26 242	0.34 266	0.48 412

PCWNet_CMD	2.23 359	0.65 245	17.36 474	0.83 130	0.76 271	3.51 291	0.64 160	3.60 312	1.97 324	1.70 241	1.63 265	3.22 466	3.05 511	2.09 271	1.11 260	0.31 273	0.36 433	0.47 462	0.26 242	0.64 481	0.47 407

4D-IteraStereo	1.97 315	0.84 381	20.43 558	0.78 102	1.56 508	2.09 113	1.05 406	2.43 135	1.56 213	1.41 200	1.00 96	1.94 324	0.61 65	1.22 109	1.06 248	0.27 137	0.18 85	0.31 272	0.26 242	0.27 114	0.23 93

DCRE	1.44 230	0.74 326	3.50 278	1.13 342	0.72 255	1.78 84	0.67 175	2.14 98	1.56 213	1.99 314	8.09 581	1.73 283	1.07 225	1.24 112	0.83 169	0.23 61	0.25 319	0.26 132	0.26 242	0.28 134	0.30 234

CSP-Net	1.78 281	1.32 493	1.92 157	1.16 362	1.03 373	3.38 259	1.31 457	3.52 299	1.75 288	1.96 305	1.93 381	2.40 380	1.48 331	8.58 459	1.58 371	0.46 454	0.34 421	0.27 164	0.26 242	0.41 354	0.50 426

test-3	1.19 172	0.52 95	2.00 166	1.01 271	0.42 69	1.95 97	0.91 349	4.35 526	1.47 145	2.24 414	1.16 133	2.06 348	0.79 130	2.68 322	0.76 144	0.27 137	0.18 85	0.28 199	0.26 242	0.26 101	0.25 125

test_1	1.19 172	0.52 95	2.00 166	1.01 271	0.42 69	1.95 97	0.90 341	4.36 531	1.47 145	2.17 387	1.16 133	2.06 348	0.78 126	2.68 322	0.76 144	0.27 137	0.18 85	0.28 199	0.26 242	0.26 101	0.25 125

TransformOpticalFlow	3.03 491	0.77 347	20.99 577	1.00 265	0.55 166	4.18 461	0.64 160	4.33 522	3.02 521	2.18 389	3.09 533	4.35 541	5.07 560	7.36 436	1.27 302	0.32 294	0.18 85	0.32 292	0.26 242	0.28 134	0.46 402

OMP-Stereo	1.97 315	0.93 408	1.88 152	2.76 580	0.67 235	4.58 539	1.48 485	4.31 515	1.54 199	3.15 541	2.76 512	3.25 469	1.38 297	7.66 445	1.35 321	0.40 399	0.20 162	0.33 328	0.26 242	0.33 249	0.24 111

NRIStereo	1.28 209	0.61 206	1.67 134	1.15 356	0.38 45	4.73 566	0.90 341	2.42 132	1.50 167	1.93 296	1.33 182	1.75 285	1.22 269	2.96 335	1.33 317	0.46 454	0.22 228	0.29 224	0.26 242	0.30 177	0.28 194

CRE-IMP	1.23 185	0.61 206	2.14 188	0.82 119	0.39 49	4.54 527	0.83 288	2.63 175	1.55 207	1.95 302	1.46 212	1.87 318	0.96 183	1.48 173	1.33 317	0.45 447	0.21 196	0.31 272	0.26 242	0.41 354	0.31 244

iRaftStereo_RVC	1.09 155	0.70 288	1.39 105	0.95 229	0.45 92	3.83 352	0.42 57	2.37 127	1.58 222	1.69 237	1.76 310	1.80 301	0.83 148	1.50 176	0.98 235	0.28 179	0.18 85	0.29 224	0.26 242	0.30 177	0.31 244

UNet	2.51 424	0.74 326	20.17 542	1.14 343	1.44 486	3.48 281	0.76 233	3.77 344	1.87 308	2.05 342	1.57 247	2.75 422	2.39 474	3.51 347	2.51 486	0.32 294	0.26 336	0.41 430	0.26 242	0.38 314	0.39 342

FENet	2.25 363	0.50 82	20.29 551	1.35 448	0.67 235	4.01 411	0.60 134	3.95 396	1.99 327	1.96 305	1.11 125	2.43 388	1.43 317	1.60 196	1.39 324	0.32 294	0.22 228	0.33 328	0.26 242	0.29 153	0.39 342

ACVNet	1.46 233	0.64 235	3.56 281	0.93 221	0.85 310	4.22 471	0.80 269	2.85 210	2.08 348	1.78 256	1.88 364	3.10 456	1.46 327	1.33 140	1.89 422	0.29 204	0.26 336	0.30 247	0.26 242	0.39 325	0.27 173

acv_ft	1.55 238	0.64 235	3.29 269	1.14 343	2.01 564	2.93 192	0.97 382	3.81 352	2.08 348	2.22 407	1.88 364	3.10 456	1.66 389	1.33 140	2.22 461	0.29 204	0.26 336	0.30 247	0.26 242	0.39 325	0.27 173

DMCA	1.72 270	0.74 326	6.63 323	1.14 343	0.96 346	3.98 406	0.90 341	3.75 340	2.76 486	2.83 518	1.58 248	2.35 374	1.18 262	1.58 189	1.98 436	0.40 399	0.27 347	0.42 437	0.26 242	0.36 297	0.38 335

MSMDNet	2.23 359	0.64 235	17.32 470	0.84 140	0.75 267	3.53 295	0.64 160	3.61 315	1.98 326	1.71 245	1.64 267	3.22 466	2.99 504	2.08 268	1.11 260	0.31 273	0.37 445	0.45 453	0.26 242	0.62 471	0.45 392

HITNet	2.07 333	0.82 372	14.77 435	1.34 443	0.56 170	3.47 278	0.80 269	4.07 432	2.35 411	2.16 383	1.61 260	1.64 267	1.44 320	2.09 271	2.56 492	0.26 114	0.18 85	0.41 430	0.26 242	0.45 399	0.25 125
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
xyz-stereo-finetune2	1.16 169	0.63 224	1.50 119	0.57 2	0.36 18	3.47 278	0.65 170	2.70 184	1.23 85	0.88 133	1.75 301	0.91 160	1.76 407	3.54 348	1.74 404	0.24 75	0.22 228	0.30 247	0.27 269	0.31 197	0.26 157

S2M2_L	0.64 18	0.55 133	1.07 19	0.89 177	0.54 158	1.08 15	0.20 1	1.16 10	1.37 111	0.59 29	0.81 57	0.86 144	0.47 20	0.70 4	0.65 90	0.31 273	0.33 408	0.27 164	0.27 269	0.36 297	0.31 244
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0080	0.94 112	0.72 305	2.56 225	0.64 29	0.59 194	1.90 92	0.75 230	2.71 185	1.40 119	0.91 137	1.04 107	0.85 140	0.82 143	1.14 84	0.78 150	0.35 343	0.29 370	0.25 102	0.27 269	0.45 399	0.29 205

MyStereo8	2.33 386	1.13 454	19.26 510	1.22 387	1.62 517	4.16 453	0.57 118	3.50 295	2.36 414	2.15 377	1.75 301	2.28 363	1.14 251	1.46 170	2.20 460	0.24 75	0.21 196	0.32 292	0.27 269	0.36 297	0.43 380

CoDeX	2.40 403	0.78 353	13.21 404	1.00 265	1.18 413	3.24 235	1.32 458	4.14 454	2.41 432	1.74 250	1.84 350	2.05 346	1.47 329	10.03 502	1.60 375	0.34 323	0.28 360	0.32 292	0.27 269	0.32 229	0.39 342

whm_eth	0.94 112	0.72 305	2.56 225	0.64 29	0.59 194	1.90 92	0.75 230	2.71 185	1.40 119	0.91 137	1.04 107	0.85 140	0.82 143	1.14 84	0.78 150	0.35 343	0.29 370	0.25 102	0.27 269	0.45 399	0.29 205

CBFPSM	2.05 330	0.95 416	10.12 371	1.07 301	1.05 378	2.84 174	1.20 443	3.28 263	1.73 280	1.82 264	1.30 173	4.56 552	4.06 543	2.34 293	2.34 470	0.25 98	0.38 451	0.32 292	0.27 269	0.37 309	0.79 518

iRaft-Stereo_5w	2.10 337	0.83 376	8.57 346	0.81 109	0.76 271	3.21 228	0.84 294	3.71 336	1.65 257	1.56 214	2.50 486	2.20 359	2.23 463	9.13 472	2.01 439	0.38 379	0.19 122	0.35 365	0.27 269	0.45 399	0.39 342

GwcNet-ADL	2.47 417	0.67 266	21.48 591	0.96 236	0.72 255	4.61 543	0.95 373	4.42 541	2.36 414	1.98 309	1.80 324	2.55 401	1.24 274	1.90 252	1.41 330	0.40 399	0.46 502	0.24 74	0.27 269	0.41 354	0.49 419

HHNet	2.48 419	0.71 301	20.52 560	0.64 29	0.64 213	4.07 425	0.93 364	3.76 342	1.56 213	2.15 377	4.92 565	0.98 176	3.37 525	1.66 211	1.79 411	0.32 294	0.20 162	0.31 272	0.27 269	0.36 297	0.42 371

Patchmatch Stereo++	1.25 194	0.65 245	2.06 181	0.75 81	0.37 33	4.68 553	0.76 233	2.53 149	1.58 222	1.99 314	1.47 217	1.78 291	1.14 251	2.44 296	0.90 200	0.48 468	0.23 257	0.32 292	0.27 269	0.40 330	0.29 205
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
PSM-adaLoss	1.24 190	0.65 245	2.03 169	0.75 81	0.37 33	4.68 553	0.73 208	2.53 149	1.58 222	1.99 314	1.47 217	1.78 291	1.13 244	2.18 282	0.87 188	0.48 468	0.23 257	0.32 292	0.27 269	0.40 330	0.29 205

ROB_FTStereo_v2	1.23 185	0.66 256	2.02 168	0.75 81	0.37 33	4.67 552	0.76 233	2.53 149	1.58 222	1.99 314	1.46 212	1.78 291	1.14 251	2.08 268	0.88 193	0.48 468	0.22 228	0.32 292	0.27 269	0.40 330	0.29 205

ROB_FTStereo	1.25 194	0.66 256	2.14 188	0.75 81	0.37 33	4.65 549	0.77 245	2.53 149	1.58 222	1.99 314	1.47 217	1.78 291	1.13 244	2.26 291	0.86 182	0.47 463	0.22 228	0.32 292	0.27 269	0.40 330	0.29 205

HUI-Stereo	1.25 194	0.66 256	2.33 209	0.75 81	0.37 33	4.68 553	0.78 252	2.53 149	1.58 222	1.99 314	1.46 212	1.79 298	1.13 244	2.17 280	0.85 175	0.48 468	0.23 257	0.32 292	0.27 269	0.40 330	0.29 205

DEmStereo	2.97 481	0.58 169	13.42 407	0.79 104	0.51 135	3.84 357	1.84 522	2.42 132	1.60 239	2.25 417	2.74 509	2.03 342	6.04 572	6.79 428	12.80 584	0.35 343	0.26 336	0.26 132	0.27 269	0.27 114	0.37 320

SST-Stereo	1.76 278	0.58 169	3.10 258	1.44 478	0.46 103	4.71 565	0.76 233	2.22 109	2.79 490	2.07 351	2.18 436	2.43 388	3.22 520	6.66 420	0.84 172	0.42 426	0.19 122	0.30 247	0.27 269	0.35 284	0.26 157

RAFT_R40	1.70 269	0.59 177	2.99 254	1.46 484	0.46 103	4.74 569	0.98 388	2.23 110	1.56 213	2.02 333	2.35 476	2.71 417	2.56 486	6.71 424	0.90 200	0.40 399	0.19 122	0.30 247	0.27 269	0.33 249	0.26 157

DRaft	2.28 373	0.56 145	2.64 237	0.74 80	0.46 103	3.94 388	1.23 448	2.32 124	1.55 207	2.64 499	2.80 516	1.60 262	5.34 565	6.96 430	10.99 574	0.34 323	0.22 228	0.27 164	0.27 269	0.29 153	0.37 320

PFNet	2.47 417	0.60 189	16.95 468	2.15 564	0.81 286	4.63 546	0.91 349	2.55 159	1.52 183	2.40 457	2.79 514	1.83 310	1.42 314	7.54 438	1.34 320	0.33 311	0.21 196	0.36 381	0.27 269	0.32 229	0.39 342

iGMRVC	1.26 201	0.66 256	2.14 188	0.75 81	0.37 33	4.66 550	0.74 220	2.53 149	1.58 222	1.99 314	1.46 212	1.78 291	1.14 251	2.46 298	0.92 214	0.48 468	0.23 257	0.32 292	0.27 269	0.40 330	0.29 205

iRAFT	1.25 194	0.65 245	2.06 181	0.75 81	0.37 33	4.68 553	0.76 233	2.53 149	1.58 222	1.99 314	1.47 217	1.78 291	1.14 251	2.44 296	0.90 200	0.48 468	0.23 257	0.32 292	0.27 269	0.40 330	0.29 205

RAFT-IKP	1.25 194	0.66 256	2.23 199	0.75 81	0.37 33	4.64 547	0.74 220	2.53 149	1.58 222	1.99 314	1.47 217	1.78 291	1.13 244	2.22 288	0.92 214	0.48 468	0.22 228	0.32 292	0.27 269	0.40 330	0.29 205

CFNet_pseudo	2.12 343	0.67 266	15.14 446	0.85 152	0.74 265	3.95 393	0.64 160	3.95 396	1.78 293	1.90 285	1.79 321	3.27 471	1.62 369	2.51 304	1.16 270	0.31 273	0.36 433	0.53 501	0.27 269	0.63 473	0.44 386

XX-Stereo	2.54 430	0.61 206	20.21 543	1.78 535	1.19 420	4.30 485	0.46 76	4.39 537	1.58 222	2.32 438	1.89 370	4.64 557	0.60 62	4.16 368	0.82 166	0.31 273	0.21 196	0.28 199	0.27 269	0.51 427	0.26 157

222	2.68 452	0.57 155	2.03 169	1.11 331	0.81 286	3.23 232	0.65 170	4.52 559	2.45 441	2.34 445	2.29 457	1.41 240	1.44 320	10.50 516	18.47 608	0.32 294	0.30 383	0.32 292	0.27 269	0.32 229	0.34 286

xxxx	2.67 448	0.54 126	2.03 169	1.22 387	0.81 286	3.49 284	0.63 156	4.49 554	2.49 449	2.22 407	2.23 445	2.05 346	1.38 297	10.05 503	17.91 604	0.32 294	0.32 401	0.30 247	0.27 269	0.33 249	0.34 286

MMNet	2.02 325	0.81 365	10.76 379	1.12 335	1.23 433	3.53 295	0.89 336	3.79 348	2.08 348	2.15 377	1.76 310	2.15 356	2.12 450	3.69 354	2.32 468	0.31 273	0.29 370	0.34 346	0.27 269	0.38 314	0.42 371

ccs_rob	2.13 345	0.67 266	15.11 445	0.84 140	0.75 267	3.96 398	0.65 170	3.95 396	1.78 293	1.88 278	1.79 321	3.26 470	1.64 385	2.51 304	1.16 270	0.31 273	0.36 433	0.54 508	0.27 269	0.65 484	0.45 392

G2L-Stereo	2.49 421	0.94 414	14.54 433	1.15 356	1.35 465	3.57 308	0.95 373	3.62 316	2.00 331	2.11 359	1.61 260	3.20 464	1.34 290	9.54 482	1.91 425	0.34 323	0.27 347	0.35 365	0.28 298	0.30 177	0.35 300

IGEV-BASED-STEREO-	1.09 155	3.30 569	2.61 231	0.82 119	0.38 45	1.27 36	0.62 153	1.51 27	1.29 100	0.91 137	0.92 82	0.65 79	0.57 49	1.08 67	0.59 66	1.55 580	0.15 23	0.32 292	0.28 298	1.10 549	1.98 577

rvit_stereo_ft	1.00 138	0.87 391	3.55 279	0.97 243	0.66 228	1.06 14	0.80 269	2.78 198	1.67 261	0.78 98	0.96 93	0.95 175	1.14 251	1.06 65	0.90 200	0.32 294	0.24 293	0.27 164	0.28 298	0.39 325	0.27 173

test_sample1	1.62 256	0.55 133	1.88 152	1.44 478	0.79 281	2.27 125	0.64 160	4.00 411	1.82 298	1.87 275	1.35 190	1.57 257	1.62 369	9.55 484	1.24 292	0.30 249	0.27 347	0.31 272	0.28 298	0.32 229	0.32 255

DispNO	3.00 487	0.75 338	18.92 502	1.17 365	1.10 396	3.72 332	0.94 369	4.29 504	2.54 459	2.24 414	2.28 454	4.51 548	2.12 450	11.40 553	2.09 449	0.31 273	0.28 360	0.31 272	0.28 298	0.36 297	0.39 342

AE-Stereo	1.18 170	0.60 189	2.05 172	1.10 324	0.60 197	4.39 495	0.72 201	3.74 339	1.62 248	1.10 167	1.90 375	1.01 181	0.92 175	1.45 166	0.82 166	0.28 179	0.22 228	0.28 199	0.28 298	0.26 101	0.22 81

iinet-f	2.26 366	1.18 465	13.71 412	1.14 343	1.11 398	3.77 341	1.10 420	4.14 454	2.17 372	2.06 347	1.76 310	2.99 447	2.99 504	2.50 301	2.49 484	0.35 343	0.39 460	0.27 164	0.28 298	0.45 399	0.39 342

gwcnet-sp	2.31 380	1.21 470	17.34 471	1.08 309	0.92 335	3.56 304	1.04 403	3.69 330	2.09 351	2.55 479	1.60 256	1.80 301	1.62 369	3.87 359	1.95 431	0.29 204	0.29 370	0.30 247	0.28 298	0.38 314	0.39 342

scenet	2.31 380	1.21 470	17.34 471	1.08 309	0.92 335	3.56 304	1.04 403	3.69 330	2.09 351	2.55 479	1.60 256	1.80 301	1.62 369	3.87 359	1.95 431	0.29 204	0.29 370	0.30 247	0.28 298	0.38 314	0.39 342

CASS	1.29 211	0.66 256	2.62 234	0.95 229	0.66 228	2.84 174	0.69 189	3.00 225	1.79 295	2.57 483	1.95 382	1.39 234	1.55 355	1.59 194	1.06 248	0.50 484	0.28 360	0.34 346	0.28 298	0.46 410	0.63 479
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	2.31 380	1.21 470	17.34 471	1.08 309	0.92 335	3.56 304	1.04 403	3.69 330	2.09 351	2.55 479	1.60 256	1.80 301	1.62 369	3.87 359	1.95 431	0.29 204	0.29 370	0.30 247	0.28 298	0.38 314	0.39 342

BUS	1.49 237	0.59 177	1.94 159	0.87 165	0.85 310	4.50 520	0.76 233	4.48 551	1.88 310	2.93 523	1.83 345	3.63 506	0.97 186	1.60 196	1.17 273	0.34 323	0.25 319	0.31 272	0.28 298	0.35 284	0.33 273

CRFU-Net	2.49 421	0.78 353	10.36 373	2.30 571	1.08 390	3.91 376	1.41 478	3.85 362	1.65 257	2.15 377	1.76 310	3.34 477	7.95 594	5.56 393	1.48 348	0.47 463	0.35 427	0.30 247	0.28 298	0.37 309	0.43 380

BSDual-CNN	1.46 233	0.59 177	1.94 159	0.87 165	0.85 310	4.16 453	1.16 432	4.48 551	1.88 310	2.93 523	1.83 345	2.60 406	1.31 285	1.60 196	1.21 283	0.34 323	0.25 319	0.31 272	0.28 298	0.35 284	0.33 273

hknet	1.98 317	0.64 235	8.70 350	0.87 165	1.07 388	4.16 453	1.16 432	4.48 551	1.73 280	2.93 523	1.83 345	3.48 489	1.30 284	3.91 362	1.51 360	0.31 273	0.25 319	0.31 272	0.28 298	0.35 284	0.33 273

GMOStereo	1.13 160	0.70 288	2.26 201	0.75 81	0.44 84	3.05 204	0.91 349	2.78 198	1.45 132	2.37 450	1.52 229	1.53 251	1.05 214	1.17 99	0.92 214	0.25 98	0.19 122	0.35 365	0.28 298	0.34 266	0.26 157

error version	1.13 160	0.70 288	2.26 201	0.75 81	0.44 84	3.05 204	0.91 349	2.78 198	1.45 132	2.37 450	1.52 229	1.53 251	1.05 214	1.17 99	0.92 214	0.25 98	0.19 122	0.35 365	0.28 298	0.34 266	0.26 157

test-v	1.13 160	0.70 288	2.26 201	0.75 81	0.44 84	3.05 204	0.91 349	2.78 198	1.45 132	2.37 450	1.52 229	1.53 251	1.05 214	1.17 99	0.92 214	0.25 98	0.19 122	0.35 365	0.28 298	0.34 266	0.26 157

CrosDoStereo	5.24 566	0.60 189	20.23 544	0.82 119	0.51 135	3.39 260	18.11 618	3.82 355	2.27 391	1.98 309	8.74 586	1.96 331	6.96 584	7.35 434	26.35 622	0.30 249	0.22 228	0.30 247	0.28 298	0.33 249	0.38 335

ASMatch	2.62 441	0.60 189	20.65 566	1.37 464	0.64 213	4.39 495	0.78 252	1.97 82	1.58 222	1.70 241	3.89 556	1.94 324	3.79 538	5.46 389	1.64 389	0.31 273	0.24 293	0.34 346	0.28 298	0.33 249	0.50 426

DeepStereo_LL	5.24 566	0.60 189	20.23 544	0.82 119	0.51 135	3.39 260	18.11 618	3.82 355	2.27 391	1.98 309	8.74 586	1.96 331	6.96 584	7.35 434	26.35 622	0.30 249	0.22 228	0.30 247	0.28 298	0.33 249	0.38 335

THIR-Stereo	4.14 547	0.82 372	10.85 381	0.86 159	0.43 75	2.16 116	16.77 616	3.22 254	1.54 199	2.04 340	12.05 604	2.68 413	7.53 590	7.30 432	12.62 583	0.30 249	0.21 196	0.29 224	0.28 298	0.33 249	0.41 367

DeepStereo_RVC	1.55 238	0.63 224	3.32 271	0.77 100	0.42 69	4.49 517	0.72 201	2.50 146	1.58 222	2.02 333	1.81 336	1.54 255	6.38 580	1.73 224	1.19 276	0.46 454	0.22 228	0.29 224	0.28 298	0.35 284	0.38 335

test-2	1.13 160	0.70 288	2.26 201	0.75 81	0.44 84	3.05 204	0.91 349	2.78 198	1.45 132	2.37 450	1.52 229	1.53 251	1.05 214	1.17 99	0.92 214	0.25 98	0.19 122	0.35 365	0.28 298	0.34 266	0.26 157

GEStereo_RVC	1.91 303	0.80 361	6.57 322	1.20 378	1.06 381	4.02 413	1.43 482	4.13 448	1.89 314	2.03 337	1.80 324	2.34 372	1.86 429	4.94 379	1.77 408	0.48 468	0.38 451	0.32 292	0.28 298	0.42 373	0.50 426

test_xeample	2.67 448	0.56 145	2.05 172	1.09 315	0.81 286	3.24 235	0.80 269	4.55 561	2.70 478	2.42 460	2.27 450	1.39 234	1.40 304	10.75 525	17.51 603	0.30 249	0.30 383	0.32 292	0.28 298	0.34 266	0.33 273

GANet-RSSM	1.98 317	0.62 216	3.49 276	1.69 523	1.23 433	4.22 471	0.91 349	3.31 267	1.86 307	1.81 262	1.74 297	2.34 372	1.82 422	10.92 534	1.73 403	0.34 323	0.29 370	0.31 272	0.28 298	0.39 325	0.40 362

AdaStereo	1.45 232	0.83 376	2.34 212	1.28 413	0.81 286	3.21 228	1.14 429	4.20 464	2.46 444	2.05 342	1.77 315	2.48 395	1.18 262	1.71 222	1.44 335	0.43 432	0.25 319	0.43 441	0.28 298	0.44 391	0.34 286
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.
BStereo	0.88 93	0.73 316	4.10 294	0.80 107	0.51 135	1.13 18	0.72 201	2.57 163	1.00 63	0.85 125	0.57 20	0.72 102	0.48 24	1.01 56	0.90 200	0.26 114	0.22 228	0.24 74	0.29 326	0.25 80	0.25 125

Wave_Phase_stereo	1.07 153	0.73 316	4.10 294	0.80 107	0.51 135	4.91 576	0.72 201	2.50 146	1.00 63	0.85 125	0.57 20	0.72 102	0.48 24	1.01 56	0.90 200	0.26 114	0.22 228	0.24 74	0.29 326	0.25 80	0.25 125

IGEV-FE	2.16 349	0.69 277	20.56 561	1.22 387	0.54 158	2.18 117	0.53 101	3.38 282	1.61 243	1.93 296	1.55 241	3.74 509	1.06 221	1.56 185	0.91 209	0.29 204	0.20 162	0.27 164	0.29 326	0.40 330	0.32 255

HI	1.27 206	0.90 397	2.33 209	1.10 324	0.68 240	2.92 188	0.45 71	2.49 144	1.76 290	2.13 366	1.65 273	2.42 385	1.84 424	1.58 189	1.61 378	0.26 114	0.16 34	0.28 199	0.29 326	0.26 101	0.25 125

CoSv	1.27 206	0.90 397	2.33 209	1.10 324	0.68 240	2.92 188	0.45 71	2.49 144	1.76 290	2.13 366	1.65 273	2.42 385	1.84 424	1.58 189	1.61 378	0.26 114	0.16 34	0.28 199	0.29 326	0.26 101	0.25 125

UGAM-zero	2.79 458	0.57 155	20.87 573	0.98 251	0.77 277	2.08 112	0.35 30	3.88 371	1.51 174	2.05 342	1.64 267	5.07 569	3.42 530	9.83 491	1.24 292	0.28 179	0.21 196	0.27 164	0.29 326	0.29 153	0.28 194

ACV-stereo	2.92 472	0.92 404	20.27 549	1.33 435	1.05 378	4.68 553	1.10 420	2.66 179	1.64 252	1.46 203	1.32 180	5.41 577	4.24 548	7.83 446	1.90 424	0.44 438	0.52 520	0.32 292	0.29 326	0.45 399	0.63 479

IGEV_Zeroshot_test	2.16 349	0.69 277	20.60 565	1.22 387	0.54 158	2.18 117	0.53 101	3.38 282	1.61 243	1.93 296	1.55 241	3.76 511	1.05 214	1.55 184	0.91 209	0.29 204	0.20 162	0.27 164	0.29 326	0.40 330	0.32 255

CFNet_ucs	2.36 400	0.68 274	18.42 495	0.89 177	0.81 286	3.85 365	0.68 183	4.29 504	2.37 420	2.09 352	2.04 403	3.31 475	1.24 274	2.63 319	1.14 265	0.36 354	0.45 493	0.56 511	0.29 326	0.66 489	0.49 419

x	1.15 165	0.57 155	1.53 122	1.44 478	0.67 235	1.94 96	0.97 382	3.87 368	1.57 219	1.61 222	1.28 169	1.58 259	1.22 269	1.93 254	1.04 246	0.28 179	0.30 383	0.34 346	0.29 326	0.32 229	0.31 244

test_4	1.30 212	0.50 82	6.16 321	0.84 140	0.45 92	1.61 74	1.12 424	2.14 98	1.42 125	1.52 209	2.31 468	1.84 313	0.79 130	2.52 309	1.19 276	0.27 137	0.17 52	0.29 224	0.29 326	0.29 153	0.25 125

test_3	1.19 172	0.51 89	2.08 184	0.99 257	0.41 62	2.05 109	0.87 327	4.40 539	1.42 125	1.99 314	1.18 136	2.03 342	0.79 130	2.70 324	0.75 140	0.27 137	0.17 52	0.29 224	0.29 326	0.30 177	0.27 173

PSMNet-ADL	1.91 303	0.72 305	1.78 145	1.09 315	0.86 315	4.18 461	0.78 252	3.77 344	2.10 359	1.72 246	1.85 357	2.91 441	1.82 422	10.38 515	1.91 425	0.48 468	0.46 502	0.28 199	0.29 326	0.38 314	0.51 434

AAGNet	2.86 463	0.60 189	1.77 143	2.05 559	0.46 103	4.76 571	1.09 418	2.27 115	1.56 213	2.17 387	1.84 350	2.41 382	4.00 542	6.23 410	24.22 620	0.46 454	0.19 122	0.30 247	0.29 326	0.32 229	0.24 111

IRAFT_RVC	1.87 292	0.60 189	4.33 298	2.40 574	0.66 228	4.59 540	1.59 499	2.96 220	1.51 174	2.23 411	1.75 301	2.09 352	2.63 489	6.70 421	1.50 354	0.33 311	0.21 196	0.33 328	0.29 326	0.32 229	0.32 255

ICVP	2.26 366	0.66 256	21.18 584	0.99 257	0.88 324	4.28 482	0.95 373	3.32 272	1.60 239	1.66 233	1.76 310	1.34 226	1.14 251	1.62 202	1.32 313	0.53 499	0.35 427	0.33 328	0.29 326	0.40 330	0.51 434
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	1.60 252	0.56 145	2.47 221	0.78 102	1.36 468	4.11 434	0.71 198	3.57 308	2.79 490	1.75 252	1.61 260	1.58 259	1.41 309	5.79 399	1.56 368	0.34 323	0.28 360	0.36 381	0.29 326	0.33 249	0.37 320

HGLStereo	2.03 326	0.74 326	7.50 335	1.23 392	1.56 508	3.62 317	0.95 373	3.78 347	1.89 314	2.03 337	2.20 440	3.12 459	2.14 453	5.68 396	2.04 441	0.37 362	0.31 393	0.32 292	0.29 326	0.40 330	0.45 392

BEATNet_4x	1.92 306	1.36 498	8.75 351	1.20 378	0.56 170	3.46 275	1.03 400	4.00 411	2.43 436	2.25 417	1.70 286	2.10 353	1.59 358	2.57 315	3.05 508	0.37 362	0.22 228	0.47 462	0.29 326	0.60 462	0.40 362

DISCO	2.25 363	0.73 316	10.06 368	1.76 533	1.12 399	3.47 278	1.25 451	3.24 259	2.26 389	2.65 503	1.96 383	4.53 550	1.92 437	4.17 369	3.61 515	0.32 294	0.25 319	0.31 272	0.29 326	0.66 489	0.41 367

DN-CSS_ROB	1.91 303	1.55 518	11.13 384	1.82 542	0.88 324	3.99 407	0.61 138	4.01 413	1.67 261	1.64 228	1.89 370	1.39 234	1.06 221	3.23 339	1.50 354	0.31 273	0.19 122	0.44 446	0.29 326	0.37 309	0.31 244

test_sample2	1.75 277	0.56 145	2.25 200	1.41 472	0.80 283	2.91 185	0.86 307	4.05 426	2.04 340	1.91 290	1.39 201	1.57 257	1.55 355	10.65 522	1.06 248	0.32 294	0.28 360	0.32 292	0.30 347	0.36 297	0.33 273

1111x	3.13 500	0.57 155	8.38 345	1.20 378	0.76 271	3.80 348	0.88 331	4.61 565	2.63 469	2.31 434	2.16 432	1.95 326	1.81 420	11.54 560	18.13 606	0.32 294	0.31 393	0.32 292	0.30 347	0.35 284	0.34 286

IER	1.69 267	0.65 245	7.19 330	0.94 225	1.15 405	3.28 247	0.89 336	3.48 289	1.97 324	2.10 355	1.98 391	2.28 363	2.12 450	2.25 290	1.75 407	0.29 204	0.23 257	0.36 381	0.30 347	0.32 229	0.34 286

RAFT_CTSACE	1.80 285	1.06 441	10.00 367	1.71 527	1.39 475	3.49 284	1.06 407	3.05 231	1.62 248	1.70 241	2.04 403	2.51 398	1.80 417	1.98 258	0.94 225	0.25 98	0.22 228	0.28 199	0.30 347	0.30 177	0.26 157

NINENet	1.87 292	0.74 326	2.60 228	1.12 335	1.06 381	4.50 520	0.76 233	4.41 540	2.24 383	2.16 383	1.86 360	3.63 506	0.97 186	8.00 449	1.17 273	0.41 414	0.30 383	0.41 430	0.30 347	0.41 354	0.36 306

AASNet	2.44 410	0.92 404	19.79 524	1.35 448	1.49 493	3.81 350	1.07 409	3.85 362	2.93 512	1.95 302	2.29 457	1.96 331	1.29 281	1.73 224	1.93 427	0.39 391	0.33 408	0.45 453	0.30 347	0.55 442	0.45 392

ADLNet2	3.15 503	0.92 404	20.06 535	1.20 378	1.79 545	3.83 352	1.48 485	3.94 394	3.59 559	2.19 393	2.47 483	4.65 558	1.93 438	10.69 524	1.96 434	0.39 391	0.37 445	0.28 199	0.30 347	0.48 417	0.43 380

Pruner-Stereo	1.32 218	0.59 177	2.11 187	1.79 540	0.47 113	4.73 566	0.79 259	2.53 149	1.72 277	2.47 465	1.58 248	1.48 247	1.03 202	1.66 211	1.47 345	0.44 438	0.21 196	0.34 346	0.30 347	0.30 177	0.39 342

sAnonymous2	1.37 222	1.22 476	9.79 364	0.92 204	0.88 324	1.23 28	0.61 138	2.56 161	1.69 269	0.85 125	1.02 97	0.73 108	1.23 272	0.98 51	0.78 150	0.29 204	0.25 319	0.31 272	0.30 347	1.06 543	0.71 496

CroCo_RVC	1.37 222	1.22 476	9.79 364	0.92 204	0.88 324	1.23 28	0.61 138	2.56 161	1.69 269	0.85 125	1.02 97	0.73 108	1.23 272	0.98 51	0.78 150	0.29 204	0.25 319	0.31 272	0.30 347	1.06 543	0.71 496

sCroCo_RVC	1.06 149	0.82 372	5.05 308	1.02 282	1.05 378	0.98 10	0.61 138	2.06 90	1.29 100	0.69 59	1.26 161	0.82 131	1.10 237	1.20 106	0.90 200	0.42 426	0.40 465	0.33 328	0.30 347	0.46 410	0.38 335

GES	1.38 225	0.64 235	2.61 231	1.09 315	0.57 182	4.30 485	1.02 398	3.86 365	1.51 174	1.72 246	1.74 297	1.28 219	1.77 409	1.62 202	1.61 378	0.39 391	0.27 347	0.33 328	0.30 347	0.41 354	0.47 407

GMStereo	1.01 141	1.00 428	2.86 250	0.83 130	0.45 92	1.47 61	0.57 118	1.89 70	2.11 361	1.52 209	1.24 152	0.87 147	0.74 106	1.58 189	0.94 225	0.40 399	0.21 196	0.30 247	0.30 347	0.47 414	0.36 306
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	2.35 395	0.62 216	9.77 363	1.32 430	1.71 535	3.27 243	0.93 364	3.48 289	2.50 450	1.74 250	1.73 295	3.91 517	1.77 409	10.21 508	1.86 419	0.40 399	0.31 393	0.33 328	0.30 347	0.34 266	0.39 342

cf-r	2.57 438	0.79 357	16.09 454	1.48 489	1.35 465	4.19 465	0.93 364	3.68 325	2.36 414	1.97 307	1.81 336	3.42 485	1.45 324	8.24 452	1.83 416	0.32 294	0.26 336	0.33 328	0.30 347	0.34 266	0.37 320

GwcNet-RSSM	2.66 446	1.05 436	15.91 452	1.22 387	1.19 420	4.12 436	1.12 424	3.84 359	2.02 334	1.93 296	1.79 321	3.12 459	1.46 327	10.37 513	2.05 443	0.33 311	0.27 347	0.35 365	0.30 347	0.40 330	0.36 306

FE-Mocha	1.06 149	0.74 326	2.45 220	0.97 243	0.69 246	1.57 69	0.40 45	2.92 217	1.47 145	1.82 264	1.81 336	1.62 265	0.88 160	1.36 146	0.78 150	0.29 204	0.20 162	0.35 365	0.31 363	0.26 101	0.33 273

coex_refinement	2.10 337	0.85 385	3.67 288	1.31 427	1.13 402	3.21 228	0.85 302	3.86 365	2.31 403	2.51 472	1.92 378	3.49 495	1.69 396	11.08 544	2.13 454	0.37 362	0.25 319	0.27 164	0.31 363	0.41 354	0.37 320

rvit_0105_6	1.00 138	0.93 408	2.21 194	0.92 204	0.55 166	1.52 67	0.79 259	2.41 129	2.96 513	0.76 90	0.72 40	1.02 182	0.75 109	1.42 159	0.81 163	0.40 399	0.43 483	0.34 346	0.31 363	0.43 383	0.34 286

rvit_0105_4	1.07 153	0.99 425	2.39 215	0.93 221	0.54 158	1.62 76	0.84 294	2.77 195	2.91 508	0.80 105	0.91 80	1.09 189	0.86 153	1.63 206	0.85 175	0.40 399	0.45 493	0.35 365	0.31 363	0.43 383	0.40 362

UGAM	2.58 439	0.56 145	18.55 497	0.89 177	0.71 253	3.23 232	1.03 400	2.75 192	1.75 288	1.36 190	2.77 513	2.69 414	1.28 278	10.75 525	1.40 326	0.28 179	0.24 293	0.40 418	0.31 363	0.35 284	0.30 234

SMFormer	2.00 321	0.57 155	4.46 299	1.36 454	0.57 182	2.03 103	0.73 208	4.25 487	2.80 494	2.32 438	2.31 468	1.95 326	1.52 344	10.99 537	2.13 454	0.34 323	0.32 401	0.36 381	0.31 363	0.38 314	0.36 306

tta	2.00 321	0.57 155	4.46 299	1.36 454	0.57 182	2.03 103	0.73 208	4.25 487	2.80 494	2.32 438	2.31 468	1.95 326	1.52 344	10.99 537	2.13 454	0.34 323	0.32 401	0.36 381	0.31 363	0.29 153	0.29 205

CASnet	0.78 61	0.51 89	1.29 90	0.81 109	0.29 3	1.28 42	0.74 220	1.51 27	1.89 314	1.64 228	1.09 121	0.65 79	0.64 72	0.91 34	0.76 144	0.29 204	0.17 52	0.41 430	0.31 363	0.32 229	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	1.36 221	0.55 133	2.39 215	1.54 500	0.51 135	4.59 540	0.79 259	2.50 146	1.88 310	2.50 468	1.83 345	1.45 244	1.01 198	2.71 326	0.93 223	0.46 454	0.20 162	0.32 292	0.31 363	0.31 197	0.44 386

Wz-Net-LNSev	2.30 379	1.67 527	14.88 438	1.18 371	1.65 525	3.49 284	1.54 495	3.63 317	2.03 336	1.88 278	1.64 267	3.29 472	2.06 446	2.71 326	2.02 440	0.40 399	0.33 408	0.32 292	0.31 363	0.53 437	0.49 419

delet	1.92 306	0.76 344	5.14 309	1.01 271	1.65 525	3.44 269	2.03 531	3.76 342	2.48 445	2.01 328	2.05 409	2.63 410	1.90 435	5.34 386	2.12 451	0.28 179	0.29 370	0.40 418	0.31 363	0.41 354	0.45 392

UPFNet	1.81 286	0.63 224	6.71 324	1.25 396	1.44 486	3.50 288	1.35 462	4.02 417	1.85 306	2.40 457	1.52 229	2.41 382	1.40 304	3.62 351	1.88 421	0.34 323	0.33 408	0.37 393	0.31 363	0.41 354	0.39 342

DCVSM-stereo	2.31 380	0.66 256	20.69 567	1.11 331	0.93 340	2.58 155	0.73 208	2.61 173	1.60 239	2.57 483	1.53 235	3.30 474	1.72 402	2.19 283	1.23 290	0.34 323	0.53 521	0.41 430	0.32 375	0.45 399	0.62 475

ToySt	1.35 220	0.72 305	3.65 287	1.01 271	0.50 133	3.31 253	1.01 394	3.46 288	1.73 280	1.30 182	1.55 241	2.07 351	1.47 329	1.88 250	1.40 326	0.27 137	0.27 347	0.30 247	0.32 375	0.42 373	0.39 342

anonymousa	2.16 349	0.67 266	19.19 506	1.04 291	1.67 529	2.06 111	0.79 259	2.86 213	1.96 322	1.85 268	2.14 429	3.23 468	1.81 420	1.12 77	1.15 266	0.26 114	0.26 336	0.34 346	0.32 375	0.30 177	0.28 194

AACVNet	1.83 287	1.02 430	2.41 218	1.45 482	0.87 320	3.21 228	0.73 208	3.16 247	1.61 243	2.01 328	1.82 344	2.28 363	1.33 288	10.98 536	1.49 353	0.39 391	0.32 401	0.38 408	0.32 375	0.43 383	0.44 386

FTStereo	3.71 530	0.53 112	20.37 553	0.96 236	0.65 221	4.34 488	11.29 608	2.62 174	1.50 167	2.58 487	5.04 566	1.90 320	13.84 607	3.71 355	1.25 295	0.38 379	0.24 293	0.31 272	0.32 375	0.30 177	2.10 578

GrayStereo	2.58 439	0.53 112	1.63 132	1.58 509	0.89 329	4.17 458	8.17 604	3.03 229	1.52 183	2.80 515	2.50 486	1.70 279	17.10 613	2.83 329	1.15 266	0.33 311	0.21 196	0.27 164	0.32 375	0.28 134	0.53 441

RAFT	1.23 185	0.84 381	2.05 172	0.96 236	0.47 113	1.80 86	0.94 369	3.18 251	1.46 140	1.60 217	1.71 290	3.04 451	1.59 358	1.64 208	1.32 313	0.38 379	0.24 293	0.40 418	0.32 375	0.40 330	0.35 300

rafts_anoy	1.24 190	0.80 361	3.61 285	1.17 365	1.20 426	3.00 199	0.61 138	3.17 249	1.58 222	1.37 193	1.26 161	1.19 208	1.12 242	1.78 230	1.25 295	0.32 294	0.23 257	0.32 292	0.32 375	0.31 197	0.30 234

z-mn7	3.36 517	9.42 601	14.16 426	1.28 413	1.22 432	3.78 343	1.43 482	3.92 388	3.35 551	2.85 519	3.36 545	3.06 455	1.97 440	9.66 486	5.16 535	0.42 426	0.35 427	0.43 441	0.33 383	0.63 473	0.48 412

AIO-test1	2.18 352	0.66 256	18.95 503	0.89 177	1.48 492	3.40 263	0.97 382	4.19 463	1.68 263	0.86 129	1.35 190	0.99 177	0.75 109	4.47 372	1.27 302	0.23 61	0.23 257	0.28 199	0.33 383	0.31 197	0.35 300

xx1	2.03 326	0.74 326	13.77 414	1.78 535	0.36 18	4.48 511	0.74 220	4.23 477	3.95 569	1.01 153	1.81 336	1.79 298	1.34 290	2.13 273	0.64 82	0.29 204	0.17 52	0.33 328	0.33 383	0.33 249	0.32 255

qqq	1.30 212	0.57 155	1.67 134	1.15 356	0.51 135	2.18 117	0.91 349	3.98 405	1.53 190	1.50 208	1.24 152	1.79 298	1.34 290	4.66 375	0.98 235	0.28 179	0.31 393	0.33 328	0.33 383	0.33 249	0.32 255

test_5	1.87 292	0.75 338	10.23 372	1.14 343	1.40 477	3.85 365	1.27 452	3.91 383	1.93 320	1.69 237	1.78 318	1.67 270	1.79 412	2.99 337	1.17 273	0.30 249	0.18 85	0.35 365	0.33 383	0.34 266	0.33 273

Sa-1000	1.63 259	0.79 357	3.56 281	1.11 331	0.48 121	4.06 420	1.41 478	4.49 554	2.75 485	2.00 326	2.80 516	1.84 313	1.43 317	2.64 321	1.50 354	0.27 137	0.19 122	0.36 381	0.33 383	0.36 297	0.30 234

dd	1.26 201	1.15 459	2.47 221	0.92 204	0.49 129	4.35 491	0.75 230	1.92 76	2.11 361	1.44 202	1.24 152	1.19 208	1.05 214	1.78 230	1.70 396	0.57 507	0.34 421	0.35 365	0.33 383	0.60 462	0.46 402

StereoDRNet-Refined	1.77 280	0.81 365	2.22 197	1.21 384	0.76 271	3.26 241	0.71 198	3.82 355	2.05 343	2.29 424	2.05 409	2.98 446	1.44 320	7.15 431	2.27 465	0.30 249	0.23 257	0.42 437	0.33 383	0.45 399	0.64 483
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	2.73 457	2.13 545	12.47 398	1.18 371	1.01 370	3.54 299	1.58 498	3.93 390	3.26 544	2.43 462	2.02 398	2.63 410	2.28 466	7.93 448	5.45 541	0.40 399	0.40 465	0.44 446	0.34 391	0.62 471	0.47 407

DFGA-Net	2.11 340	3.00 564	7.43 333	1.11 331	0.76 271	3.72 332	0.60 134	2.63 175	1.91 318	2.01 328	2.07 414	1.22 213	1.04 209	10.26 511	2.26 463	0.27 137	0.22 228	0.34 346	0.34 391	0.61 467	0.48 412

LL-Strereo	3.01 489	1.81 534	17.59 482	1.12 335	2.10 570	2.90 182	1.09 418	4.33 522	2.00 331	3.12 538	2.24 446	3.29 472	3.15 514	11.31 551	1.84 417	0.30 249	0.28 360	0.46 459	0.34 391	0.49 423	0.45 392

RAFT+CT+SA	1.62 256	0.72 305	7.42 332	0.97 243	1.42 485	4.04 417	0.94 369	3.90 378	1.61 243	1.61 222	1.63 265	1.33 225	1.18 262	2.73 328	1.10 257	0.27 137	0.19 122	0.31 272	0.34 391	0.33 249	0.33 273

psmg	1.47 236	0.59 177	1.94 159	0.92 204	0.85 310	4.30 485	1.42 480	4.10 445	1.88 310	2.64 499	2.09 417	2.60 406	1.31 285	1.60 196	1.21 283	0.34 323	0.27 347	0.33 328	0.34 391	0.36 297	0.34 286

NF-Stereo	1.58 246	0.61 206	2.66 238	2.26 567	0.47 113	4.68 553	0.67 175	3.31 267	1.48 154	2.11 359	1.59 252	1.36 229	1.09 231	6.08 407	1.20 279	0.40 399	0.20 162	0.36 381	0.34 391	0.31 197	0.36 306

OCTAStereo	1.58 246	0.61 206	2.72 241	2.27 570	0.46 103	4.68 553	0.67 175	3.30 266	1.48 154	2.11 359	1.59 252	1.36 229	1.09 231	6.02 404	1.21 283	0.41 414	0.20 162	0.36 381	0.34 391	0.31 197	0.37 320

RE-Stereo	1.58 246	0.61 206	2.72 241	2.26 567	0.46 103	4.68 553	0.68 183	3.31 267	1.48 154	2.11 359	1.59 252	1.36 229	1.09 231	6.01 402	1.22 286	0.41 414	0.20 162	0.36 381	0.34 391	0.31 197	0.37 320

TVStereo	1.58 246	0.61 206	2.72 241	2.26 567	0.46 103	4.68 553	0.68 183	3.31 267	1.48 154	2.11 359	1.59 252	1.36 229	1.09 231	6.01 402	1.22 286	0.41 414	0.20 162	0.36 381	0.34 391	0.31 197	0.37 320

RAFT-RH_RVC	2.63 442	0.55 133	19.97 532	1.26 403	0.47 113	4.46 509	0.57 118	1.71 53	1.64 252	3.06 535	5.51 569	2.03 342	1.28 278	6.70 421	1.52 363	0.42 426	0.22 228	0.37 393	0.34 391	0.28 134	0.29 205

pcwnet_v2	2.70 455	0.65 245	22.48 603	1.08 309	1.03 373	3.56 304	0.81 279	4.29 504	3.14 531	2.29 424	2.29 457	3.01 449	1.71 400	3.32 344	1.43 333	0.43 432	0.50 518	0.41 430	0.34 391	0.61 467	0.56 455

ADLNet	2.29 376	0.83 376	3.62 286	1.35 448	1.60 514	3.67 325	1.24 450	3.95 396	2.98 517	2.58 487	2.29 457	4.01 523	1.79 412	11.23 550	2.09 449	0.37 362	0.38 451	0.36 381	0.34 391	0.45 399	0.71 496

psm_up	2.28 373	0.81 365	5.45 316	1.26 403	1.50 495	3.84 357	1.23 448	4.23 477	2.03 336	2.55 479	1.80 324	2.44 392	1.65 387	12.90 595	1.58 371	0.37 362	0.38 451	0.41 430	0.34 391	0.43 383	0.39 342

RYNet	2.97 481	0.93 408	15.09 444	1.12 335	1.38 473	3.66 324	1.42 480	4.03 418	2.29 398	2.10 355	1.70 286	3.79 512	2.16 457	13.64 605	3.02 507	0.37 362	0.41 474	0.48 470	0.34 391	0.81 523	0.75 508

DeepPruner_ROB	2.05 330	1.09 448	10.50 376	1.01 271	1.20 426	4.39 495	0.91 349	3.14 244	1.72 277	2.60 491	1.54 237	2.78 430	1.27 276	4.52 373	1.72 399	0.51 490	0.40 465	0.37 393	0.34 391	0.48 417	0.52 439

PWCDC_ROB	2.95 474	3.26 567	14.06 424	1.59 510	1.56 508	4.19 465	0.86 307	4.30 512	4.08 571	2.06 347	7.37 575	2.75 422	2.42 476	3.59 350	2.67 496	1.34 578	0.36 433	0.39 412	0.34 391	1.13 552	0.62 475

rvit_0105_5	1.13 160	0.93 408	2.60 228	0.91 198	0.56 170	1.92 95	0.91 349	3.02 228	2.63 469	0.95 147	1.20 140	1.18 204	0.93 178	1.51 179	0.93 223	0.40 399	0.43 483	0.37 393	0.35 407	0.42 373	0.44 386

test_sample3	2.34 390	0.61 206	11.94 392	1.33 435	0.85 310	3.10 215	0.73 208	4.24 485	2.19 375	2.21 405	1.75 301	1.80 301	1.41 309	11.11 546	1.46 340	0.35 343	0.29 370	0.34 346	0.35 407	0.39 325	0.37 320

LL-Strereo2	1.23 185	0.85 385	2.38 214	0.93 221	0.68 240	3.72 332	1.37 469	2.54 158	1.99 327	1.75 252	1.40 203	1.82 307	0.73 101	1.40 152	0.99 238	0.31 273	0.23 257	0.55 509	0.35 407	0.29 153	0.24 111

raft_robust	1.92 306	1.15 459	3.34 273	1.02 282	0.43 75	3.84 357	0.46 76	4.42 541	2.52 454	1.67 235	1.36 194	2.17 357	6.37 578	6.78 426	1.04 246	0.28 179	0.24 293	0.30 247	0.35 407	0.31 197	0.32 255

Anonymous3	1.72 270	0.76 344	11.61 389	0.83 130	0.84 309	4.46 509	0.84 294	3.57 308	1.16 75	1.34 186	1.37 195	1.11 194	1.03 202	1.58 189	1.13 264	0.70 536	0.58 536	0.33 328	0.35 407	0.47 414	0.42 371

ARAFT	2.56 435	1.13 454	19.50 517	0.89 177	0.48 121	4.15 443	1.40 475	4.36 531	2.82 502	2.36 449	1.88 364	1.70 279	1.04 209	6.45 414	1.22 286	0.29 204	0.18 85	0.37 393	0.35 407	0.35 284	0.25 125

hitnet-ft	2.37 401	0.73 316	8.34 343	0.96 236	0.89 329	3.77 341	0.80 269	3.55 306	2.58 463	2.24 414	2.04 403	3.65 508	1.49 337	11.71 574	1.89 422	0.44 438	0.53 521	0.44 446	0.35 407	0.52 431	0.48 412

DMCA-RVC	2.45 411	1.22 476	18.29 490	1.23 392	1.14 403	2.49 143	0.85 302	3.29 265	1.68 263	3.02 530	1.41 205	2.00 338	1.53 351	6.39 413	2.00 437	0.38 379	0.30 383	0.44 446	0.35 407	0.45 399	0.44 386

TDLM	2.29 376	1.08 445	4.61 305	1.29 417	1.01 370	4.26 476	2.17 538	3.75 340	2.79 490	2.31 434	1.98 391	2.06 348	1.59 358	12.45 590	1.72 399	0.51 490	0.28 360	0.52 496	0.35 407	0.56 448	0.50 426

SGM_RVC	4.57 555	0.72 305	17.46 479	1.84 544	0.58 191	4.23 474	3.45 578	4.66 567	3.66 562	7.99 601	8.82 589	7.56 589	8.74 599	12.30 586	6.84 550	0.43 432	0.38 451	0.39 412	0.35 407	0.51 427	0.48 412
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample4	2.34 390	0.63 224	11.59 388	1.30 424	0.83 302	3.07 209	0.72 201	4.27 495	2.30 399	2.30 428	1.88 364	1.73 283	1.42 314	11.14 547	1.46 340	0.35 343	0.29 370	0.35 365	0.36 417	0.40 330	0.38 335

StereoVision	1.65 261	0.75 338	7.47 334	1.01 271	1.80 548	2.61 157	0.61 138	3.06 234	1.96 322	1.25 179	3.46 549	1.85 316	0.88 160	2.07 266	1.93 427	0.43 432	0.36 433	0.37 393	0.36 417	0.48 417	0.33 273

TRStereo	2.31 380	1.87 535	19.74 523	1.53 498	1.16 410	4.26 476	1.08 414	4.73 570	1.45 132	1.55 212	1.28 169	1.75 285	0.85 151	1.81 236	1.20 279	0.36 354	0.26 336	0.32 292	0.36 417	0.34 266	0.33 273

SFCPSM	2.18 352	0.63 224	17.03 469	0.88 170	0.98 357	3.74 337	1.28 454	4.09 438	2.16 370	1.85 268	1.83 345	1.65 268	1.39 300	2.50 301	1.50 354	0.33 311	0.27 347	0.39 412	0.36 417	0.34 266	0.37 320

CFNet-ft	1.90 299	0.95 416	3.56 281	1.07 301	1.54 501	4.09 427	0.90 341	2.85 210	1.82 298	1.78 256	1.70 286	2.75 422	1.48 331	9.33 477	1.72 399	0.33 311	0.30 383	0.61 527	0.36 417	0.52 431	0.39 342

DSFCA	1.89 297	0.69 277	3.14 261	1.10 324	1.18 413	3.99 407	1.79 515	3.50 295	2.16 370	3.10 536	1.64 267	2.91 441	2.50 482	5.38 387	2.26 463	0.43 432	0.38 451	0.37 393	0.36 417	0.50 425	0.42 371

CFNet	2.34 390	1.10 449	8.96 353	1.34 443	1.24 435	4.09 427	0.73 208	4.04 422	2.77 487	1.62 224	1.87 363	2.27 362	1.45 324	11.41 554	1.82 414	0.31 273	0.24 293	0.43 441	0.36 417	0.43 383	0.33 273

CFNet_RVC	1.90 299	0.95 416	3.56 281	1.07 301	1.54 501	4.09 427	0.90 341	2.85 210	1.82 298	1.78 256	1.70 286	2.75 422	1.48 331	9.33 477	1.72 399	0.33 311	0.30 383	0.61 527	0.36 417	0.52 431	0.39 342

StereoDRNet	2.84 462	1.49 514	14.48 432	1.33 435	1.57 512	3.44 269	2.06 532	3.69 330	2.36 414	3.26 545	1.84 350	2.79 432	1.80 417	10.88 531	3.16 509	0.41 414	0.33 408	0.39 412	0.36 417	0.59 458	0.58 464

DLCB_ROB	2.05 330	0.95 416	2.37 213	1.24 394	1.02 372	2.92 188	1.30 456	3.68 325	2.30 399	2.91 521	2.17 434	3.32 476	1.52 344	10.37 513	2.50 485	0.40 399	0.33 408	0.40 418	0.36 417	0.41 354	0.47 407

LE_ROB	18.58 618	1.21 470	48.38 625	8.60 619	23.00 623	7.32 596	19.74 621	9.94 602	38.69 634	43.53 631	21.91 618	28.40 626	40.92 628	23.18 619	54.71 634	0.34 323	0.33 408	0.32 292	0.36 417	0.42 373	0.40 362

PWC_ROB	2.69 454	2.01 541	8.36 344	1.33 435	1.90 559	3.23 232	1.18 436	4.33 522	3.25 543	3.11 537	3.41 547	2.71 417	2.18 461	9.15 473	4.48 523	0.56 505	0.31 393	0.61 527	0.36 417	0.69 496	0.74 505

test_sample5	2.33 386	0.62 216	11.29 385	1.29 417	0.83 302	3.09 212	0.74 220	4.28 500	2.31 403	2.20 396	1.97 389	1.68 272	1.39 300	11.19 548	1.47 345	0.37 362	0.31 393	0.37 393	0.37 429	0.41 354	0.39 342

H2IRNET	1.90 299	0.53 112	14.29 430	1.14 343	0.60 197	4.48 511	0.44 67	2.65 177	1.81 297	1.05 163	2.30 462	1.67 270	1.40 304	2.17 280	1.50 354	0.36 354	0.21 196	0.33 328	0.37 429	0.34 266	0.29 205

mmm	1.27 206	0.58 169	2.20 192	1.41 472	0.68 240	2.39 135	0.85 302	3.90 378	1.63 251	2.20 396	1.84 350	1.28 219	1.50 338	1.91 253	0.89 196	0.31 273	0.27 347	0.45 453	0.37 429	0.38 314	0.34 286

DualNet	2.33 386	0.62 216	11.29 385	1.29 417	0.83 302	3.09 212	0.74 220	4.28 500	2.31 403	2.26 420	2.04 403	1.68 272	1.39 300	11.19 548	1.47 345	0.37 362	0.31 393	0.37 393	0.37 429	0.41 354	0.39 342

ffm	1.72 270	0.60 189	5.21 312	1.14 343	0.99 360	3.62 317	0.86 307	4.22 473	3.37 552	2.20 396	2.30 462	3.48 489	1.62 369	2.21 286	0.65 90	0.29 204	0.16 34	0.48 470	0.37 429	0.30 177	0.29 205

ff1	2.96 477	0.60 189	5.21 312	1.14 343	0.99 360	3.62 317	0.86 307	4.22 473	3.37 552	2.20 396	2.30 462	3.48 489	1.62 369	11.62 564	16.09 593	0.29 204	0.16 34	0.48 470	0.37 429	0.30 177	0.29 205

mmx	2.98 483	0.60 189	5.21 312	1.14 343	0.99 360	3.62 317	0.86 307	4.49 554	3.05 523	2.20 396	2.30 462	3.48 489	1.62 369	11.62 564	16.09 593	0.33 311	0.28 360	0.48 470	0.37 429	0.44 391	0.37 320

xxx	2.98 483	0.60 189	5.21 312	1.14 343	0.99 360	3.62 317	0.86 307	4.49 554	3.05 523	2.20 396	2.30 462	3.48 489	1.62 369	11.62 564	16.09 593	0.33 311	0.28 360	0.48 470	0.37 429	0.44 391	0.37 320

ssnet_v2	2.04 328	0.88 394	7.87 336	1.20 378	0.87 320	3.86 367	1.64 505	4.01 413	2.60 467	2.61 493	1.96 383	3.79 512	1.71 400	2.20 284	2.96 504	0.41 414	0.35 427	0.42 437	0.37 429	0.55 442	0.52 439

Wz-Net-MNSev	2.71 456	2.54 558	13.91 421	1.52 496	1.37 470	3.28 247	2.47 546	4.03 418	2.32 407	2.57 483	2.07 414	2.29 368	3.01 506	7.55 439	2.74 498	0.38 379	0.36 433	0.36 381	0.37 429	0.57 453	0.47 407

SA	1.62 256	0.75 338	3.78 291	1.07 301	0.43 75	4.26 476	1.36 464	4.45 548	3.12 528	1.63 225	1.97 389	1.68 272	2.26 465	2.55 312	1.27 302	0.27 137	0.22 228	0.37 393	0.37 429	0.35 284	0.30 234

PSMNet-RSSM	1.96 313	0.77 347	3.26 267	1.29 417	1.31 451	4.19 465	0.96 380	3.68 325	1.89 314	2.05 342	1.80 324	2.60 406	1.70 398	9.84 492	1.81 412	0.35 343	0.29 370	0.35 365	0.37 429	0.42 373	0.35 300

DPSNet	3.43 519	1.37 500	12.19 393	1.39 468	1.24 435	4.15 443	2.06 532	4.51 558	3.34 550	2.69 506	1.96 383	3.52 499	5.56 567	10.68 523	9.68 568	0.93 553	0.73 560	0.40 418	0.37 429	1.06 543	0.86 526

zh-mn7	3.15 503	9.61 603	12.45 397	1.26 403	0.99 360	2.91 185	1.32 458	4.12 446	2.74 482	3.33 548	3.07 529	2.84 434	1.89 434	8.91 465	4.69 527	0.49 480	0.40 465	0.38 408	0.38 442	0.56 448	0.63 479

DDVS	1.68 266	0.79 357	2.52 223	1.26 403	1.16 410	3.17 222	0.78 252	3.12 242	1.82 298	1.86 273	1.91 376	2.92 443	1.43 317	6.20 409	1.63 386	0.45 447	0.65 548	0.34 346	0.38 442	0.48 417	0.79 518

rvit_stereo_0075_2	1.18 170	0.74 326	2.66 238	0.90 187	1.27 443	2.51 145	0.69 189	2.25 112	2.06 345	1.40 198	1.86 360	1.46 246	0.84 149	1.42 159	0.94 225	0.46 454	0.40 465	0.48 470	0.38 442	0.46 410	0.51 434

RAFT + AFF	2.51 424	2.66 560	4.48 303	1.15 356	1.95 561	4.15 443	2.01 530	4.46 549	3.30 549	2.19 393	2.51 488	2.22 360	4.87 558	8.91 465	2.06 444	0.30 249	0.60 541	0.48 470	0.38 442	0.77 516	0.69 492

GwcNet	3.00 487	1.63 521	19.83 526	1.32 430	2.04 568	3.27 243	1.55 496	3.65 319	2.33 408	2.00 326	2.12 425	3.56 504	1.68 395	9.47 480	2.45 481	0.44 438	0.45 493	0.46 459	0.38 442	0.60 462	0.76 510

NLCA_NET_v2_RVC	2.54 430	1.04 435	16.73 464	1.53 498	2.00 563	3.96 398	0.87 327	3.87 368	2.31 403	2.54 478	1.67 276	2.85 435	1.63 382	5.55 392	1.62 383	0.46 454	0.33 408	0.38 408	0.38 442	0.53 437	0.62 475
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	3.32 514	0.96 422	21.16 582	1.32 430	0.83 302	3.81 350	3.91 591	4.47 550	2.53 455	3.34 549	2.24 446	4.45 545	2.58 487	10.07 504	1.96 434	0.45 447	0.43 483	0.48 470	0.38 442	0.52 431	0.53 441
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample6	2.35 395	0.62 216	10.78 380	1.33 435	0.83 302	3.15 221	0.79 259	4.36 531	2.43 436	2.26 420	2.04 403	1.69 277	1.39 300	11.48 559	1.61 378	0.38 379	0.32 401	0.37 393	0.39 449	0.41 354	0.42 371

fast-acv-ft	2.54 430	1.19 467	20.08 538	1.41 472	1.40 477	3.18 224	1.17 435	3.37 281	2.28 395	1.90 285	2.15 431	2.69 414	2.17 459	2.91 331	2.31 467	0.37 362	0.39 460	0.45 453	0.39 449	0.57 453	0.45 392

PFNet+	1.46 233	0.57 155	2.84 248	0.92 204	0.47 113	4.64 547	0.84 294	2.46 141	1.99 327	2.14 369	1.64 267	1.34 226	1.03 202	4.68 377	1.23 290	0.45 447	0.33 408	0.37 393	0.39 449	0.32 229	0.49 419

PSM-softLoss	1.66 264	0.59 177	5.15 310	2.25 565	0.48 121	4.68 553	0.69 189	2.57 163	1.52 183	2.14 369	1.45 210	1.42 241	0.99 194	6.04 405	1.20 279	0.41 414	0.23 257	0.37 393	0.39 449	0.32 229	0.31 244

KMStereo	1.66 264	0.59 177	5.15 310	2.25 565	0.48 121	4.68 553	0.69 189	2.57 163	1.52 183	2.14 369	1.45 210	1.42 241	0.99 194	6.04 405	1.20 279	0.41 414	0.23 257	0.37 393	0.39 449	0.32 229	0.31 244

Syn2CoEx	3.08 495	2.55 559	19.88 528	1.34 443	1.18 413	2.43 138	1.65 508	3.91 383	2.40 430	2.39 455	2.27 450	2.90 438	3.17 518	9.57 485	2.54 490	0.50 484	0.45 493	0.53 501	0.39 449	0.74 511	0.72 503

SuperB	4.79 560	4.41 575	21.08 579	1.45 482	1.08 390	3.91 376	3.08 571	4.18 460	3.01 520	2.50 468	2.10 418	2.75 422	3.49 533	8.80 462	19.60 613	0.44 438	0.33 408	0.53 501	0.39 449	12.01 622	0.64 483

RTSC	2.95 474	2.51 554	15.49 450	1.54 500	1.30 448	3.51 291	0.86 307	3.89 373	2.48 445	3.64 555	3.12 535	3.04 451	2.30 467	5.70 397	6.67 545	0.55 503	0.35 427	0.37 393	0.39 449	0.70 497	0.60 469

GANet	2.93 473	1.05 436	11.29 385	1.64 517	0.96 346	3.91 376	2.52 549	3.72 337	2.41 432	2.95 528	3.00 525	3.21 465	2.03 442	12.42 589	4.72 528	0.51 490	0.41 474	0.46 459	0.39 449	0.60 462	0.50 426

NaN_ROB	4.06 545	1.13 454	16.64 461	1.12 335	1.25 438	3.50 288	3.05 569	4.29 504	3.26 544	3.64 555	2.56 494	2.97 445	4.79 556	13.33 599	16.91 599	0.37 362	0.41 474	0.38 408	0.39 449	0.48 417	0.81 520

SGM-Forest	2.96 477	0.62 216	3.49 276	1.09 315	0.80 283	4.06 420	3.30 574	4.37 534	3.09 527	4.18 572	3.27 542	4.67 559	3.86 540	11.69 573	7.91 560	0.51 490	0.46 502	0.49 484	0.39 449	0.48 417	0.49 419
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
w-ln-seven	2.86 463	3.06 565	14.02 422	1.27 411	1.32 458	4.10 433	1.59 499	3.90 378	2.59 466	3.03 531	2.27 450	3.42 485	2.25 464	6.70 421	4.81 531	0.39 391	0.34 421	0.48 470	0.40 460	0.74 511	0.55 451

ITSA-stereo	1.86 290	0.72 305	3.74 289	1.20 378	0.66 228	4.09 427	0.91 349	4.24 485	2.53 455	1.93 296	1.77 315	1.59 261	2.15 454	6.12 408	2.44 480	0.40 399	0.38 451	0.40 418	0.40 460	0.50 425	0.98 538

test_sample7	1.65 261	0.70 288	2.60 228	1.48 489	0.76 271	2.38 133	1.07 409	4.35 526	2.11 361	2.14 369	1.75 301	1.75 285	1.67 391	6.26 411	1.26 298	0.44 438	0.48 512	0.43 441	0.40 460	0.46 410	0.43 380

FINET	2.96 477	1.07 443	23.18 609	1.29 417	1.86 552	2.03 103	1.52 490	4.30 512	4.71 577	2.23 411	2.34 475	1.65 268	1.48 331	5.89 401	2.81 502	0.51 490	0.47 506	0.49 484	0.40 460	0.59 458	0.49 419

FADNet-RVC	2.51 424	2.27 550	14.03 423	1.09 315	0.81 286	3.54 299	1.10 420	4.13 448	2.48 445	1.39 196	1.22 147	1.85 316	1.77 409	9.78 490	2.06 444	0.38 379	0.37 445	0.40 418	0.40 460	0.67 491	0.48 412

UCFNet_RVC	1.57 245	0.84 381	3.25 266	1.36 454	1.40 477	4.07 425	1.01 394	2.68 181	1.50 167	2.11 359	1.88 364	2.37 377	1.50 338	3.41 345	1.42 332	0.36 354	0.28 360	0.52 496	0.40 460	0.53 437	0.43 380

XPNet_ROB	2.27 368	1.11 452	4.10 294	1.36 454	0.97 350	3.94 388	1.63 503	4.07 432	2.14 366	2.82 517	2.00 396	2.32 371	1.73 405	10.81 529	3.39 512	0.51 490	0.47 506	0.48 470	0.40 460	0.51 427	0.56 455

Select-FE	2.25 363	0.87 391	17.36 474	1.06 298	0.99 360	2.04 108	0.46 76	3.79 348	1.61 243	2.52 474	1.81 336	4.41 544	3.15 514	1.83 239	0.92 214	0.32 294	0.35 427	0.30 247	0.41 467	0.32 229	0.55 451

FACV-RUCA	1.26 201	0.65 245	2.21 194	1.06 298	1.50 495	2.69 162	1.15 430	3.05 231	1.87 308	1.36 190	1.99 394	1.03 184	1.15 259	1.36 146	1.10 257	0.41 414	0.41 474	0.73 551	0.41 467	0.61 467	0.41 367

SACVNet	2.46 414	1.14 458	9.47 361	1.44 478	1.18 413	4.06 420	1.49 489	3.84 359	2.24 383	2.62 495	1.89 370	2.57 403	1.28 278	11.35 552	1.64 389	0.50 484	0.39 460	0.48 470	0.41 467	0.55 442	0.75 508

PSM-AAD	2.43 408	0.54 126	1.32 95	0.92 204	0.54 158	4.48 511	7.47 600	2.96 220	1.55 207	2.31 434	2.56 494	1.26 217	16.23 612	2.46 298	0.89 196	0.28 179	0.21 196	0.58 516	0.41 467	0.34 266	1.32 557

CVANet_RVC	2.55 434	1.10 449	9.13 359	1.46 484	1.15 405	3.96 398	1.53 492	3.91 383	2.50 450	3.04 532	2.04 403	2.60 406	1.72 402	12.46 591	1.50 354	0.49 480	0.30 383	0.51 490	0.41 467	0.63 473	0.50 426

NVstereo2D	2.54 430	0.90 397	11.10 383	1.32 430	1.47 491	3.58 309	1.38 471	4.13 448	2.45 441	1.90 285	1.71 290	2.86 436	1.76 407	10.86 530	1.66 392	0.60 512	0.43 483	0.53 501	0.41 467	0.78 518	0.94 534

DRN-Test	3.03 491	0.99 425	18.18 487	1.35 448	1.60 514	3.59 310	1.48 485	4.13 448	2.45 441	3.47 554	1.92 378	2.58 405	2.53 484	10.88 531	2.80 501	0.39 391	0.36 433	0.44 446	0.41 467	0.55 442	0.57 459

AIO-test2	1.61 254	1.30 487	3.40 274	1.16 362	1.31 451	3.18 224	0.74 220	4.06 430	1.52 183	1.72 246	2.21 442	0.78 121	0.74 106	3.64 353	0.95 230	3.64 597	0.26 336	0.35 365	0.42 474	0.37 309	0.33 273

rvit_0105_3	1.24 190	0.93 408	2.84 248	0.97 243	0.58 191	2.38 133	1.08 414	3.26 262	2.53 455	1.18 174	1.40 203	1.24 215	1.04 209	1.73 224	0.97 232	0.44 438	0.44 488	0.40 418	0.42 474	0.42 373	0.50 426

SANet	5.65 574	1.72 528	20.94 575	1.26 403	0.88 324	7.20 594	3.81 589	4.60 564	11.23 599	4.56 576	8.78 588	7.49 588	6.95 583	11.85 580	18.11 605	0.49 480	0.44 488	0.50 487	0.42 474	0.90 531	0.82 524

zh-sn7	3.81 534	11.43 610	15.78 451	1.25 396	1.15 405	3.68 327	2.58 554	4.15 458	2.42 435	2.61 493	3.10 534	3.38 483	3.03 510	11.43 556	6.88 551	0.45 447	0.48 512	0.45 453	0.43 477	0.72 509	0.71 496

FADNet	2.49 421	1.76 531	13.17 403	1.17 365	0.95 345	3.27 243	0.88 331	3.94 394	2.27 391	1.40 198	1.29 171	2.51 398	2.06 446	9.93 497	1.94 429	0.43 432	0.45 493	0.40 418	0.43 477	1.06 543	0.53 441

PS-NSSS	2.22 357	1.33 496	2.90 252	0.97 243	1.53 500	4.11 434	1.08 414	4.55 561	2.65 472	2.10 355	2.32 473	1.77 290	1.40 304	11.79 577	1.61 378	0.68 532	0.45 493	0.96 562	0.43 477	0.95 534	0.92 532

FADNet-RVC-Resample	2.83 461	2.02 542	21.07 578	1.12 335	0.91 334	3.53 295	1.37 469	4.08 436	2.09 351	1.68 236	1.33 182	2.03 342	1.51 342	9.54 482	1.69 395	0.38 379	0.37 445	0.42 437	0.44 480	0.56 448	0.56 455

DANet	2.63 442	1.07 443	8.10 342	1.83 543	1.70 534	3.25 239	1.16 432	4.31 515	2.38 425	3.40 552	2.18 436	4.08 527	1.80 417	9.77 488	3.89 519	0.52 496	0.55 528	0.59 519	0.44 480	0.63 473	0.86 526
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SGM-ForestM	11.55 606	1.16 462	21.62 595	2.14 563	0.81 286	22.25 621	19.08 620	16.50 622	11.34 600	15.94 622	14.44 612	27.12 625	22.61 623	24.76 623	28.39 629	0.50 484	0.48 512	0.47 462	0.44 480	0.55 442	0.53 441

MDST_ROB	5.53 571	0.59 177	23.11 607	2.55 577	2.69 580	21.20 619	1.98 528	4.77 573	2.65 472	9.36 606	4.25 558	4.14 531	4.45 552	22.57 617	3.68 517	0.48 468	0.33 408	0.47 462	0.44 480	0.44 391	0.44 386

SDNR	3.97 542	1.93 537	20.28 550	1.31 427	0.94 342	5.16 580	0.67 175	4.33 522	2.58 463	4.82 581	5.94 572	5.01 567	1.45 324	17.52 613	2.53 488	0.79 542	0.72 559	0.59 519	0.45 484	1.15 556	1.17 548

GASNet	3.24 508	5.55 582	20.58 564	1.56 507	1.25 438	2.32 129	1.12 424	4.04 422	2.67 475	1.88 278	2.10 418	3.00 448	2.16 457	10.59 519	2.43 478	0.65 523	0.37 445	0.61 527	0.45 484	0.87 528	0.58 464

KYRaft	1.59 251	0.52 95	1.73 138	0.95 229	0.49 129	4.38 493	1.79 515	2.43 135	1.51 174	2.49 467	2.98 524	2.00 338	3.41 527	2.14 276	0.82 166	0.30 249	0.21 196	0.33 328	0.46 486	0.35 284	2.45 586

APVNet	3.13 500	1.25 482	21.14 580	1.31 427	1.52 498	3.94 388	1.13 427	3.32 272	2.14 366	2.20 396	2.03 400	3.05 454	1.96 439	11.79 577	2.53 488	0.42 426	0.45 493	0.64 535	0.46 486	0.67 491	0.57 459

MaskLacGwcNet_RVC	3.13 500	1.43 508	9.93 366	2.50 576	1.62 517	4.29 483	1.68 512	3.95 396	2.43 436	1.66 233	1.91 376	3.04 451	1.41 309	13.26 597	1.58 371	3.82 601	1.59 587	1.12 570	0.46 486	2.21 578	2.74 592

ISRNet	1.69 267	0.76 344	5.69 318	1.27 411	1.36 468	2.85 176	0.61 138	3.60 312	1.91 318	2.13 366	2.12 425	2.90 438	1.41 309	2.51 304	1.71 397	0.49 480	0.50 518	0.56 511	0.47 489	0.49 423	0.57 459

aanetorigin	3.30 512	1.66 525	17.52 481	1.18 371	1.58 513	2.57 153	3.80 588	2.65 177	2.03 336	6.12 591	4.30 560	2.82 433	5.70 568	5.47 390	4.67 525	0.50 484	0.44 488	0.43 441	0.47 489	1.17 558	0.92 532

stereogan	3.09 496	0.93 408	16.43 458	1.37 464	1.66 528	3.70 328	1.67 510	3.87 368	3.15 533	3.04 532	2.70 508	5.04 568	2.79 496	9.96 498	1.78 410	0.63 517	0.49 517	0.69 541	0.47 489	0.83 526	0.68 490

RTS	3.90 537	7.04 586	17.94 484	1.92 550	2.19 572	5.00 578	2.96 565	4.29 504	3.19 536	4.05 565	3.08 530	4.94 563	3.16 516	7.64 442	6.72 546	0.66 525	0.44 488	0.51 490	0.47 489	0.95 534	0.76 510

RTSA	3.90 537	7.04 586	17.94 484	1.92 550	2.19 572	5.00 578	2.96 565	4.29 504	3.19 536	4.05 565	3.08 530	4.94 563	3.16 516	7.64 442	6.72 546	0.66 525	0.44 488	0.51 490	0.47 489	0.95 534	0.76 510

FlowAnything_test	0.75 41	0.60 189	1.18 66	0.82 119	0.58 191	2.29 127	0.66 173	1.38 16	0.80 26	1.03 160	0.76 45	0.63 72	0.49 28	0.84 21	0.91 209	0.31 273	0.27 347	0.40 418	0.48 494	0.31 197	0.30 234

dad	1.65 261	1.19 467	3.04 257	0.98 251	0.56 170	4.22 471	0.84 294	1.99 84	2.48 445	2.14 369	1.68 279	1.62 265	1.13 244	3.85 358	2.04 441	1.03 559	0.40 465	2.04 583	0.48 494	0.75 514	0.53 441

GMM-Stereo	2.45 411	0.52 95	20.38 554	0.89 177	0.82 295	4.18 461	1.91 524	2.45 138	1.48 154	2.48 466	2.30 462	1.69 277	1.86 429	2.93 333	1.08 253	0.28 179	0.18 85	0.33 328	0.48 494	0.35 284	2.41 583

ETE_ROB	2.07 333	1.40 504	3.01 256	1.09 315	0.92 335	3.94 388	1.53 492	4.25 487	2.23 381	3.31 546	2.06 413	2.35 374	1.52 344	8.74 461	2.07 447	0.44 438	0.36 433	0.51 490	0.48 494	0.54 440	0.62 475

YMNet	2.40 403	1.41 506	13.46 408	1.36 454	1.67 529	3.96 398	0.97 382	3.81 352	2.37 420	2.64 499	2.57 496	3.35 478	1.53 351	3.28 342	2.42 476	0.48 468	0.54 523	0.52 496	0.49 498	0.70 497	0.54 447

YMNet_1	2.40 403	1.41 506	13.46 408	1.36 454	1.67 529	3.96 398	0.97 382	3.81 352	2.37 420	2.64 499	2.57 496	3.35 478	1.53 351	3.28 342	2.42 476	0.48 468	0.54 523	0.52 496	0.49 498	0.70 497	0.54 447

coex-ft	18.59 619	6.62 585	113.53 644	1.17 365	1.31 451	2.33 131	1.93 525	2.81 207	14.00 606	124.82 647	8.45 584	5.90 581	51.74 639	9.99 500	22.69 616	0.57 507	0.62 544	0.50 487	0.49 498	1.08 548	1.28 553

Wz-Net-SNSev	2.98 483	4.36 574	15.98 453	1.57 508	1.19 420	3.28 247	1.80 517	3.96 401	2.40 430	2.32 438	2.28 454	3.48 489	2.05 445	7.84 447	3.82 518	0.47 463	0.39 460	0.53 501	0.49 498	0.71 506	0.60 469

WZ-Net	3.62 523	4.87 577	16.77 466	1.43 475	1.40 477	3.75 338	2.29 542	4.12 446	2.50 450	2.74 510	2.19 438	4.06 526	5.29 564	10.19 507	7.36 556	0.54 501	0.37 445	0.47 462	0.49 498	0.77 516	0.73 504

AF-Net	2.87 467	1.30 487	16.24 455	1.33 435	1.75 539	3.26 241	1.59 499	4.09 438	2.43 436	2.69 506	2.94 522	4.51 548	3.20 519	5.84 400	2.75 499	0.76 540	0.36 433	0.72 548	0.49 498	0.70 497	0.56 455

TCMNet	2.98 483	1.30 487	18.26 489	1.47 487	2.09 569	3.84 357	1.08 414	3.96 401	2.39 429	2.53 477	2.29 457	2.43 388	1.75 406	10.09 505	2.39 471	0.52 496	0.45 493	0.61 527	0.50 504	0.80 522	0.78 514

AIO-Stereo-zeroshot	2.35 395	0.99 425	19.62 519	1.09 315	0.96 346	1.51 65	0.44 67	4.05 426	1.64 252	1.31 183	1.67 276	4.93 562	2.45 479	2.52 309	1.40 326	0.30 249	0.20 162	0.31 272	0.50 504	0.57 453	0.60 469

G-Net	4.11 546	1.21 470	19.47 516	2.31 572	2.94 585	4.74 569	2.95 564	3.33 278	2.14 366	4.44 575	9.43 591	6.93 586	3.84 539	9.01 469	4.92 534	0.79 542	0.80 565	0.70 543	0.50 504	0.95 534	0.87 529

WCMA_ROB	5.12 564	0.90 397	21.33 586	1.50 493	1.33 462	4.09 427	3.49 579	4.03 418	4.59 576	6.57 594	10.95 598	12.92 602	8.41 598	9.86 493	8.78 565	0.75 539	0.58 536	0.51 490	0.50 504	0.68 494	0.57 459

psmorigin	6.59 582	1.15 459	88.11 642	1.52 496	0.97 350	2.88 180	1.20 443	3.21 252	2.04 340	3.73 558	2.46 481	5.15 573	2.55 485	10.60 520	2.47 483	0.55 503	0.68 555	0.48 470	0.51 508	0.70 497	0.88 530

STTStereo	2.34 390	0.95 416	14.93 441	1.43 475	1.54 501	3.86 367	0.86 307	3.65 319	2.44 440	2.15 377	1.55 241	2.49 397	1.59 358	5.14 383	1.44 335	0.38 379	0.39 460	0.47 462	0.51 508	0.52 431	0.51 434

CBMV_ROB	3.62 523	0.70 288	21.42 590	1.21 384	0.89 329	4.43 507	1.76 514	4.39 537	2.79 490	5.88 588	3.38 546	4.18 533	5.12 561	10.75 525	2.32 468	0.56 505	0.55 528	0.53 501	0.51 508	0.55 442	0.46 402

FAT-Stereo	3.34 515	0.81 365	20.05 534	1.25 396	1.20 426	3.44 269	1.99 529	4.23 477	2.67 475	3.14 539	3.82 555	3.51 498	3.32 524	11.68 572	1.94 429	0.64 520	0.67 552	0.48 470	0.52 511	0.61 467	0.81 520

CSAN	4.71 558	1.39 503	20.23 544	1.19 374	0.87 320	3.65 323	3.50 580	4.57 563	3.87 565	3.89 561	7.82 578	3.54 503	6.16 576	23.47 622	6.82 549	0.52 496	0.45 493	0.49 484	0.52 511	0.63 473	0.66 486

NOSS_ROB	2.27 368	0.73 316	3.00 255	1.71 527	1.00 369	3.90 375	0.97 382	4.29 504	2.81 500	2.94 527	2.19 438	3.88 516	1.19 266	11.77 576	1.62 383	0.59 510	0.54 523	0.56 511	0.52 511	0.56 448	0.54 447

LALA_ROB	1.95 311	1.48 513	3.11 259	1.05 292	0.98 357	3.99 407	1.82 519	4.44 545	2.28 395	3.31 546	1.85 357	2.76 428	1.67 391	4.04 366	3.23 511	0.46 454	0.41 474	0.55 509	0.52 511	0.60 462	0.57 459

ADCP+	3.74 532	1.96 539	16.90 467	1.09 315	1.55 505	4.35 491	3.65 586	3.93 390	2.98 517	2.22 407	1.66 275	3.95 518	4.83 557	3.41 345	18.87 611	0.38 379	0.41 474	0.63 532	0.53 515	0.64 481	0.81 520

NCCL2	2.53 428	1.35 497	10.90 382	1.15 356	0.97 350	3.53 295	2.56 552	3.65 319	2.23 381	2.76 511	1.80 324	2.41 382	1.66 389	10.35 512	2.07 447	0.44 438	0.40 465	0.57 514	0.53 515	0.59 458	0.65 485

FSD					0.60 197	0.77 6	0.67 175	1.57 34	0.68 5	0.72 66	0.62 27	1.02 182	0.72 96	0.81 14	0.73 131	0.59 510	0.54 523	0.57 514	0.54 517	0.57 453

Wz-Net-TNSev	3.67 526	8.83 592	13.47 410	1.48 489	1.18 413	3.60 312	2.49 548	4.27 495	3.13 529	2.18 389	1.89 370	4.21 537	2.80 497	12.10 584	7.58 559	0.57 507	0.55 528	0.47 462	0.54 517	0.91 532	1.05 541

edge stereo	3.37 518	1.01 429	21.99 599	1.28 413	1.37 470	2.67 160	1.39 473	3.98 405	2.87 505	2.93 523	3.27 542	4.35 541	2.43 477	11.62 564	2.39 471	0.60 512	0.63 546	0.79 554	0.55 519	0.68 494	0.67 487

SHD	2.82 460	2.04 543	13.80 418	1.69 523	1.79 545	2.73 166	1.07 409	3.85 362	3.18 535	4.63 577	2.74 509	3.38 483	2.77 495	5.48 391	3.66 516	0.62 516	0.47 506	0.51 490	0.55 519	0.65 484	0.74 505

FC-DCNN v2	6.91 588	0.77 347	19.25 508	1.69 523	1.64 521	9.13 601	2.40 545	7.20 594	9.47 597	11.07 616	11.62 602	20.05 615	15.79 611	12.55 593	11.99 582	0.66 525	0.57 531	0.58 516	0.56 521	0.63 473	0.61 472

XQC	2.96 477	2.42 553	14.85 436	1.36 454	1.32 458	3.29 251	1.53 492	4.28 500	2.78 488	3.21 543	2.46 481	3.53 500	2.92 502	6.58 416	4.67 525	0.70 536	0.41 474	0.59 519	0.56 521	0.96 538	0.83 525

FC-DCNN	6.64 583	0.77 347	19.26 510	1.68 522	1.64 521	8.27 599	2.35 544	6.35 592	9.23 596	10.85 614	11.27 600	19.89 613	13.33 604	12.51 592	11.79 581	0.66 525	0.57 531	0.58 516	0.56 521	0.63 473	0.61 472

RP	2.79 458	1.20 469	10.36 373	1.54 500	1.93 560	3.44 269	1.97 527	4.05 426	2.34 409	2.66 504	2.79 514	3.98 521	2.58 487	10.21 508	2.61 493	0.95 555	0.47 506	0.71 544	0.57 524	0.71 506	0.68 490

FADNet_RVC	2.65 444	2.28 552	16.51 460	0.98 251	0.92 335	4.09 427	0.83 288	4.26 494	1.73 280	1.46 203	1.78 318	1.60 262	1.50 338	8.88 463	2.39 471	0.47 463	0.38 451	0.44 446	0.58 525	0.89 529	0.97 536

MeshStereo	5.35 568	1.32 493	21.34 587	1.34 443	1.15 405	4.40 499	3.90 590	5.18 580	4.55 574	10.14 611	11.82 603	11.47 597	5.84 570	13.84 607	7.03 554	0.61 514	0.58 536	0.60 524	0.58 525	0.72 509	0.59 468
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
rvit_105_1	1.43 229	0.90 397	3.27 268	1.08 309	0.68 240	2.79 167	1.27 452	3.52 299	2.35 411	1.38 195	1.54 237	1.28 219	1.14 251	2.91 331	1.40 326	0.54 501	0.47 506	0.45 453	0.59 527	0.44 391	0.58 464

PDISCO_ROB	2.86 463	1.53 517	14.27 429	1.98 556	2.19 572	4.52 526	1.35 462	4.65 566	3.19 536	2.09 352	2.16 432	3.53 500	2.45 479	5.32 385	2.12 451	1.30 576	0.78 564	0.72 548	0.59 527	1.24 562	1.28 553

EAI-Stereo	2.35 395	0.63 224	2.97 253	0.95 229	0.65 221	3.84 357	14.27 614	5.04 578	2.19 375	2.06 347	7.25 574	1.10 192	0.94 180	1.65 210	1.37 323	0.31 273	0.22 228	0.27 164	0.60 529	0.27 114	0.32 255

FCDSN-DC	6.04 579	0.84 381	19.25 508	1.24 394	1.09 394	4.38 493	2.62 555	4.38 535	4.71 577	9.59 609	11.22 599	19.19 612	17.40 614	12.30 586	8.55 564	0.69 535	0.57 531	0.60 524	0.60 529	0.70 497	0.78 514
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	2.95 474	1.38 501	18.46 496	1.19 374	1.20 426	3.80 348	1.65 508	3.54 304	2.35 411	1.98 309	1.71 290	2.75 422	1.79 412	11.43 556	2.78 500	0.42 426	0.36 433	0.50 487	0.60 529	0.59 458	0.49 419

HBP-ISP	3.25 510	1.10 449	20.86 571	1.54 500	1.15 405	4.50 520	2.89 563	4.43 544	2.38 425	4.14 568	1.96 383	1.90 320	2.04 444	11.08 544	1.32 313	0.66 525	0.57 531	0.66 538	0.61 532	0.64 481	0.61 472

MSAF-DinoV2	13.69 613	13.09 614	22.03 601	2.41 575	1.44 486	4.03 415	1.38 471	9.07 601	9.20 595	2.23 411	1.98 391	5.08 570	5.06 559	177.66 648	5.46 542	0.45 447	0.34 421	0.40 418	0.62 533	6.09 608	5.80 617

AIO-Stereo-zeroshot1	2.68 452	1.26 483	22.01 600	1.08 309	0.99 360	1.61 74	0.86 307	3.69 330	1.64 252	1.52 209	5.62 571	3.35 478	3.44 531	2.20 284	1.33 317	0.26 114	0.21 196	0.30 247	0.62 533	0.93 533	0.67 487

ADCRef	3.30 512	1.23 480	14.90 439	1.17 365	1.41 483	3.95 393	1.64 505	3.88 371	2.36 414	3.05 534	2.21 442	2.40 380	2.81 498	5.04 380	16.63 598	0.46 454	0.34 421	0.63 532	0.62 533	0.54 440	0.67 487

PA-Net	3.09 496	1.24 481	18.84 500	1.38 466	1.19 420	3.42 267	1.75 513	3.89 373	3.27 548	1.88 278	2.10 418	3.03 450	1.88 433	11.60 562	2.88 503	0.40 399	0.54 523	0.44 446	0.62 533	0.52 431	1.02 539
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccnet	2.66 446	0.97 423	8.01 341	1.54 500	1.24 435	3.75 338	2.18 539	4.07 432	2.41 432	2.66 504	3.25 540	2.87 437	2.31 470	9.89 494	3.50 513	0.78 541	0.75 562	0.71 544	0.67 537	0.76 515	0.81 520

Nwc_Net	2.88 469	1.16 462	18.30 491	1.35 448	1.68 532	3.52 294	1.18 436	3.90 378	2.06 345	2.52 474	2.82 519	3.82 514	2.34 471	6.78 426	2.55 491	0.86 551	0.40 465	0.59 519	0.67 537	0.57 453	0.55 451

AnyNet_C01	4.37 552	7.80 588	16.40 457	1.98 556	1.40 477	6.37 589	6.47 599	4.09 438	5.03 582	4.06 567	3.78 553	4.16 532	3.31 523	6.62 418	10.00 569	0.61 514	0.67 552	0.63 532	0.67 537	2.01 574	1.31 555

SAMSARA	3.55 521	2.16 548	14.18 427	1.86 547	1.49 493	4.62 544	2.65 556	3.58 311	2.80 494	7.05 596	3.05 528	5.16 574	4.07 544	9.18 474	4.80 530	0.64 520	0.67 552	0.59 519	0.68 540	0.89 529	0.91 531

MSMD_ROB	5.61 572	1.08 445	16.68 463	1.21 384	0.83 302	10.14 603	2.07 534	3.93 390	6.22 591	10.37 612	8.03 580	22.22 617	9.45 600	11.66 570	4.52 524	0.66 525	0.58 536	0.66 538	0.68 540	0.65 484	0.63 479

ADCS	4.22 550	5.33 579	16.32 456	1.64 517	1.31 451	3.91 376	3.64 585	4.21 469	2.89 506	5.11 582	2.81 518	4.46 546	3.06 513	5.21 384	19.50 612	0.63 517	0.64 547	0.69 541	0.69 542	1.12 551	1.26 551

BEATNet-Init1	49.72 638	64.32 640	97.77 643	4.68 609	4.28 606	84.75 643	60.42 634	73.38 643	68.59 641	88.29 644	88.51 646	91.94 644	97.99 644	85.26 645	70.96 645	0.80 544	0.65 548	0.85 558	0.70 543	7.96 618	2.33 581

AnyNet_C32	4.17 548	5.75 583	12.62 399	1.60 512	1.54 501	5.51 584	4.09 592	3.90 378	3.23 542	4.22 573	3.03 527	3.10 456	3.41 527	8.01 451	18.85 610	0.53 499	0.58 536	0.53 501	0.74 544	1.19 560	0.97 536

GANetREF_RVC	3.20 507	1.93 537	18.84 500	1.51 495	0.80 283	4.12 436	1.82 519	4.16 459	2.91 508	1.87 275	1.74 297	2.48 395	1.84 424	13.18 596	1.74 404	0.80 544	0.57 531	0.79 554	0.74 544	1.20 561	0.86 526
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
S-Stereo	3.48 520	0.91 402	22.06 602	1.36 454	1.50 495	3.55 302	2.53 551	4.21 469	2.81 500	2.37 450	3.81 554	3.75 510	1.84 424	11.90 582	2.51 486	0.63 517	0.71 558	0.48 470	0.76 546	0.67 491	1.19 550

ELAS_RVC	5.72 575	1.64 524	20.40 555	2.09 562	2.01 564	4.95 577	11.47 610	4.66 567	6.31 593	8.09 602	8.01 579	8.06 593	11.65 602	8.36 453	10.22 570	0.99 558	1.17 576	0.81 557	0.76 546	1.14 553	1.58 566
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LCNet	1.55 238	0.54 126	1.88 152	0.99 257	0.55 166	3.60 312	1.21 446	2.86 213	1.53 190	2.18 389	1.74 297	1.43 243	4.17 546	3.62 351	0.87 188	0.29 204	0.20 162	0.28 199	0.77 548	0.47 414	1.85 573

PVD	3.12 499	1.97 540	12.80 402	1.79 540	1.63 519	3.83 352	1.34 461	3.48 289	3.88 566	5.77 586	3.56 550	3.45 488	3.29 522	5.58 395	5.30 540	0.71 538	0.69 556	0.74 552	0.77 548	0.79 520	1.13 547

ADCL	4.35 551	1.63 521	14.21 428	1.29 417	1.26 440	5.56 585	11.16 607	3.97 403	3.37 552	6.07 589	4.67 562	4.30 540	5.72 569	5.08 382	14.51 588	0.50 484	0.48 512	0.89 560	0.77 548	0.78 518	0.76 510

DeepPrunerF	3.70 528	1.72 528	14.87 437	1.33 435	1.74 538	3.70 328	1.55 496	4.20 464	14.00 606	2.02 333	1.77 315	2.74 420	2.30 467	10.88 531	6.88 551	0.68 532	0.60 541	0.78 553	0.78 551	0.81 523	0.71 496

RGC	3.10 498	1.45 511	14.90 439	1.46 484	1.79 545	3.33 254	1.39 473	4.04 422	2.26 389	2.77 512	3.26 541	4.00 522	2.71 493	11.63 569	2.62 495	0.82 547	0.46 502	0.79 554	0.79 552	0.71 506	0.78 514

LSM	12.71 611	3.52 571	20.79 569	55.63 637	84.76 636	3.63 322	6.30 598	3.73 338	4.93 581	5.55 585	13.92 609	3.53 500	3.25 521	9.72 487	4.12 520	0.64 520	0.85 566	0.71 544	0.81 553	1.03 540	26.84 628

EDNetEfficientorigin	12.35 610	2.51 554	179.47 646	1.19 374	0.96 346	2.91 185	1.81 518	3.00 225	5.35 584	8.91 604	4.79 563	4.18 533	4.64 555	9.98 499	11.30 576	0.37 362	0.38 451	0.60 524	0.85 554	1.32 565	2.43 585

NCC-stereo	3.16 505	1.28 485	18.31 492	1.25 396	1.75 539	4.06 420	1.40 475	3.89 373	2.22 378	2.72 508	2.55 492	3.49 495	2.65 490	9.91 495	2.99 505	1.29 574	0.65 548	0.64 535	0.86 555	0.65 484	0.71 496

Abc-Net	3.16 505	1.28 485	18.31 492	1.25 396	1.75 539	4.06 420	1.40 475	3.89 373	2.22 378	2.72 508	2.55 492	3.49 495	2.65 490	9.91 495	2.99 505	1.29 574	0.65 548	0.64 535	0.86 555	0.65 484	0.71 496
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.91 470	1.91 536	18.25 488	3.06 585	1.89 557	3.13 219	1.67 510	3.52 299	2.97 514	3.14 539	2.87 521	2.26 361	2.41 475	2.42 295	2.00 437	1.10 561	1.05 573	0.94 561	0.90 557	1.28 563	1.46 565

FBW_ROB	3.24 508	1.02 430	9.21 360	1.49 492	1.07 388	3.78 343	1.48 485	4.31 515	3.08 526	2.46 463	2.32 473	4.20 536	2.08 448	15.19 611	7.16 555	0.84 550	0.62 544	1.33 575	0.92 558	0.99 539	1.31 555

MADNet+	3.97 542	9.54 602	13.83 419	1.87 548	1.69 533	4.19 465	2.87 562	4.80 574	4.10 572	2.51 472	2.67 505	4.55 551	3.41 527	8.72 460	6.92 553	1.25 571	1.27 581	1.04 565	0.93 559	1.39 567	1.85 573

ELAS	5.99 578	1.62 519	20.29 551	1.96 555	2.01 564	15.09 612	8.38 605	5.23 581	5.54 586	9.02 605	8.61 585	6.74 584	9.75 601	7.48 437	11.40 578	0.96 556	1.18 577	0.72 548	0.93 559	1.30 564	1.67 568
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.64 260	1.50 515	2.57 227	1.50 493	1.38 473	3.05 204	1.36 464	3.31 267	2.24 383	1.36 190	2.07 414	1.40 239	1.09 231	1.83 239	1.55 366	1.15 564	0.69 556	1.26 573	0.96 561	1.64 571	0.94 534

GCST	2.56 435	1.79 533	18.02 486	1.92 550	1.33 462	1.72 81	0.51 91	3.67 323	2.03 336	1.70 241	1.61 260	1.55 256	1.29 281	5.06 381	1.24 292	2.06 582	0.77 563	1.45 579	0.97 562	1.14 553	1.34 558

UDGNet	1.40 226	1.52 516	2.22 197	1.38 466	0.62 208	4.39 495	0.68 183	1.80 63	2.18 374	1.34 186	1.18 136	0.99 177	1.00 196	2.16 278	1.19 276	1.09 560	0.34 421	1.30 574	0.98 563	1.10 549	0.58 464

MultiAttention	8.74 595	0.56 145	7.25 331	2.07 561	22.74 622	35.86 629	8.44 606	4.97 577	2.58 463	2.57 483	5.11 567	5.55 579	1.59 358	52.70 641	7.50 558	0.47 463	0.24 293	0.52 496	1.00 564	6.84 614	6.30 618

EDNetEfficient	5.61 572	2.14 547	16.75 465	1.67 521	3.64 597	4.12 436	7.51 601	3.05 231	5.63 588	11.57 617	4.83 564	3.95 518	12.72 603	8.44 457	20.78 615	0.41 414	0.43 483	0.47 462	1.01 565	1.66 572	1.39 562

PASM	2.67 448	2.05 544	9.71 362	1.73 530	1.37 470	2.53 150	1.52 490	3.10 240	2.17 372	2.79 514	1.84 350	2.90 438	1.85 428	11.89 581	2.19 459	0.81 546	0.85 566	0.87 559	1.01 565	1.14 553	1.05 541

SPS-STEREO	3.97 542	1.44 510	20.85 570	1.72 529	1.71 535	3.24 235	2.30 543	3.55 306	2.68 477	4.79 580	3.66 551	5.44 578	2.97 503	9.11 471	9.35 567	1.15 564	1.10 575	1.06 567	1.02 567	1.16 557	1.18 549
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	3.35 516	1.76 531	13.89 420	2.33 573	1.65 525	4.49 517	1.62 502	4.73 570	2.90 507	1.92 292	2.05 409	1.99 337	1.61 365	12.57 594	1.60 375	2.46 585	2.18 595	2.68 595	1.04 568	2.11 576	1.38 561

anonymity	1.76 278	1.26 483	2.73 244	1.66 520	1.32 458	1.84 88	1.07 409	3.49 292	2.30 399	2.11 359	2.11 422	1.71 281	3.90 541	1.82 238	1.48 348	1.10 561	1.09 574	1.08 568	1.08 569	1.05 542	1.09 544

SQANet	3.70 528	9.34 600	18.41 494	2.75 579	2.74 581	3.40 263	1.47 484	3.50 295	1.68 263	2.60 491	1.75 301	2.69 414	1.91 436	6.72 425	1.74 404	2.96 588	1.41 585	1.85 582	1.12 570	3.17 585	2.70 591

Consistency-Raft	2.86 463	1.66 525	19.61 518	1.40 471	1.75 539	3.84 357	1.32 458	4.07 432	2.25 386	1.78 256	2.67 505	1.82 307	4.41 551	1.94 256	2.06 444	0.83 549	0.94 570	1.03 564	1.12 570	1.70 573	1.09 544

SGM+DAISY	8.36 594	3.82 572	24.83 613	2.02 558	1.75 539	14.80 611	17.22 617	4.27 495	11.79 602	13.88 618	14.38 611	11.74 601	13.83 606	10.56 517	15.12 589	1.21 566	1.19 579	1.14 571	1.13 572	1.17 558	1.37 559

otaku	4.58 556	8.93 595	19.95 531	3.11 586	2.67 579	3.91 376	2.57 553	3.82 355	2.25 386	2.22 407	9.72 593	4.08 527	2.35 472	8.57 458	2.13 454	3.51 595	1.65 589	2.15 586	1.17 573	3.69 592	3.15 595

ADCMid	3.96 541	3.27 568	15.48 449	1.26 403	1.40 477	4.66 550	2.28 541	4.06 430	3.54 558	3.94 562	3.02 526	3.85 515	3.67 536	4.03 365	18.65 609	0.68 532	0.61 543	1.09 569	1.18 574	1.38 566	1.08 543

MSC_U_SF_DS_RVC	4.48 553	10.62 606	15.18 447	1.55 505	1.45 490	6.16 587	3.54 583	5.41 588	3.68 563	2.59 490	2.74 509	4.81 560	2.20 462	13.79 606	4.40 522	2.04 581	3.36 614	1.05 566	1.20 575	2.09 575	1.72 570

CREStereo++_RVC	1.02 145	0.49 78	1.54 125	0.83 130	0.55 166	4.01 411	0.31 15	1.63 45	1.99 327	1.63 225	2.13 427	0.84 135	0.65 76	0.88 27	0.70 120	0.27 137	0.15 23	0.23 42	1.22 576	0.24 64	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
Ntro	4.21 549	8.94 596	19.89 529	3.22 587	2.96 586	4.15 443	1.89 523	3.92 388	2.36 414	1.77 254	2.14 429	3.35 478	2.17 459	9.48 481	2.24 462	3.52 596	1.76 590	2.13 585	1.31 577	3.83 595	3.09 593

MFN_U_SF_RVC	3.81 534	10.78 607	15.01 442	1.84 544	1.39 475	3.73 336	1.63 503	4.05 426	3.26 544	2.91 521	2.38 477	4.36 543	3.65 535	8.43 456	4.91 533	1.11 563	1.04 572	0.99 563	1.31 577	1.58 569	1.75 572

JetBlue	6.27 581	9.15 598	13.76 413	1.94 554	4.60 609	11.91 605	12.00 611	5.12 579	3.45 556	3.79 559	4.52 561	9.54 595	6.56 582	9.40 479	13.48 586	1.26 572	1.37 584	1.17 572	1.34 579	7.06 616	3.95 608

WAO-7	5.16 565	3.21 566	18.98 504	1.88 549	1.44 486	5.34 582	3.09 572	4.91 576	5.81 589	4.35 574	8.92 590	6.55 583	6.06 573	13.40 601	10.81 573	1.34 578	1.20 580	1.48 580	1.35 580	1.60 570	1.45 563

PWCK	5.85 576	9.95 604	15.22 448	2.90 582	1.56 508	5.66 586	7.69 602	5.27 582	4.74 579	3.88 560	7.51 576	8.04 591	5.28 563	15.18 610	8.40 563	3.08 590	1.51 586	2.24 587	1.37 581	5.55 607	1.96 576

MonStereo1	8.07 593	2.24 549	5.83 319	4.68 609	3.60 596	18.80 617	2.52 549	5.89 591	5.86 590	4.76 579	13.98 610	7.41 587	50.63 638	13.28 598	5.16 535	4.40 608	0.90 568	2.69 596	1.55 582	3.92 597	3.30 600

DStereoO	3.90 537	2.13 545	7.90 340	4.43 605	2.84 584	4.40 499	5.30 595	4.31 515	3.21 541	2.41 459	3.08 530	2.93 444	7.14 588	4.20 370	11.12 575	4.11 604	1.30 583	1.33 575	1.63 583	3.09 583	1.26 551

NVStereoNet_ROB	4.91 563	1.40 504	16.46 459	1.47 487	1.72 537	3.46 275	1.96 526	3.89 373	3.61 560	2.90 520	24.61 622	4.81 560	4.49 553	13.57 603	4.87 532	1.33 577	1.29 582	1.70 581	1.68 584	1.41 568	1.66 567
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	5.41 569	12.60 611	20.42 557	3.27 588	3.15 592	4.50 520	3.02 568	4.66 567	3.73 564	3.35 551	5.36 568	7.86 590	2.88 499	12.33 588	4.76 529	3.12 591	2.22 596	2.70 597	1.69 585	3.49 588	3.10 594

AnonymousM	1.22 184	1.32 493	0.97 5	0.88 170	0.56 170	4.03 415	0.69 189	2.41 129	1.68 263	1.48 205	1.31 179	1.15 198	1.00 196	1.18 104	0.73 131	0.32 294	0.40 465	2.07 584	1.70 586	0.24 64	0.22 81

ADCPNet	3.89 536	1.63 521	20.25 548	1.28 413	1.27 443	6.43 590	2.65 556	3.93 390	2.70 478	2.78 513	2.20 440	4.28 539	6.16 576	5.56 393	10.27 571	0.65 523	1.18 577	0.71 544	1.70 586	0.84 527	1.37 559

RainbowNet	4.56 554	8.28 589	20.07 537	3.64 595	3.23 594	4.15 443	2.99 567	4.18 460	3.03 522	2.20 396	2.65 503	4.26 538	2.90 501	9.77 488	2.12 451	3.88 602	2.27 598	2.71 598	1.72 588	3.78 594	3.31 601

ACVNet-4b	6.73 584	13.67 616	21.87 598	3.54 592	3.07 588	4.19 465	2.25 540	4.03 418	3.65 561	1.64 228	3.98 557	5.88 580	2.89 500	10.01 501	16.98 600	23.29 634	2.24 597	2.53 590	1.78 589	3.87 596	3.21 598

ACVNet_1	6.04 579	13.97 618	21.36 588	3.58 593	3.14 591	4.73 566	2.48 547	4.20 464	3.17 534	2.98 529	2.83 520	23.31 618	4.34 550	11.06 541	2.45 481	3.68 598	2.33 600	2.60 592	1.79 590	3.69 592	3.19 597

MFN_U_SF_DS_RVC	3.94 540	10.88 608	12.30 395	1.26 403	1.55 505	5.19 581	3.33 576	4.42 541	2.82 502	2.58 487	2.62 500	5.00 566	2.11 449	14.03 609	2.73 497	1.28 573	2.34 601	0.67 540	1.83 591	0.81 523	1.03 540

WAO-6	5.87 577	2.27 550	15.05 443	2.96 583	2.77 582	12.01 606	3.58 584	5.37 587	11.91 603	3.34 549	9.69 592	6.78 585	5.84 570	11.82 579	8.89 566	2.87 587	2.35 602	2.50 589	1.84 592	2.85 582	2.67 588

Dean	7.52 590	9.08 597	21.41 589	3.74 596	3.53 595	4.81 573	3.53 581	5.33 586	5.25 583	4.17 569	26.53 623	25.62 624	4.09 545	10.97 535	4.32 521	3.69 599	2.30 599	2.91 599	1.87 593	4.03 598	3.24 599

LVE	6.88 587	9.31 599	21.14 580	3.61 594	3.18 593	4.49 517	2.79 558	10.21 603	11.69 601	3.16 542	11.53 601	18.33 609	4.31 549	11.66 570	3.52 514	4.45 610	2.93 606	2.56 591	1.91 594	3.62 589	3.16 596

WAO-8	11.95 607	13.02 612	20.56 561	3.50 589	3.08 589	15.11 613	2.80 559	12.91 613	19.11 622	7.69 598	13.12 605	11.62 598	7.01 586	84.40 643	7.91 560	3.42 593	1.92 593	3.54 609	1.93 595	3.68 590	2.69 589

Venus	11.95 607	13.02 612	20.56 561	3.50 589	3.08 589	15.11 613	2.80 559	12.91 613	19.11 622	7.69 598	13.12 605	11.62 598	7.01 586	84.40 643	7.91 560	3.42 593	1.92 593	3.54 609	1.93 595	3.68 590	2.69 589

DualNet (step1)	2.34 390	1.05 436	7.87 336	1.07 301	0.86 315	3.93 383	1.19 439	4.35 526	2.11 361	2.14 369	1.75 301	1.75 285	1.67 391	6.26 411	1.26 298	1.23 568	0.48 512	4.27 613	2.09 597	0.70 497	0.69 492

test_sample9	3.79 533	1.05 436	7.87 336	1.07 301	0.86 315	3.93 383	1.19 439	4.35 526	2.11 361	2.14 369	1.75 301	1.75 285	1.67 391	11.06 541	11.61 579	1.23 568	14.45 629	4.27 613	2.09 597	0.70 497	0.69 492

test_sample8	4.76 559	1.05 436	7.87 336	1.07 301	0.86 315	3.93 383	1.19 439	4.38 535	2.05 343	5.49 584	1.89 370	12.98 603	6.37 578	11.06 541	11.61 579	1.23 568	14.45 629	4.27 613	2.09 597	0.70 497	0.69 492

IMH-64-1	4.84 561	2.53 556	6.83 325	4.30 602	3.74 598	4.81 573	6.05 596	5.30 583	3.92 567	3.95 563	8.33 582	5.08 570	6.06 573	8.96 467	6.30 543	4.57 612	2.96 608	3.04 600	2.12 600	4.28 600	3.62 604

IMH-64	4.84 561	2.53 556	6.83 325	4.30 602	3.74 598	4.81 573	6.05 596	5.30 583	3.92 567	3.95 563	8.33 582	5.08 570	6.06 573	8.96 467	6.30 543	4.57 612	2.96 608	3.04 600	2.12 600	4.28 600	3.62 604

IMH	6.81 586	13.66 615	20.41 556	4.33 604	3.74 598	5.50 583	3.06 570	5.49 589	6.22 591	4.64 578	10.35 595	9.30 594	8.03 596	13.61 604	6.81 548	4.80 615	2.99 611	3.09 602	2.12 600	4.36 602	3.61 603

DDUNet	2.91 470	2.78 562	6.94 328	3.53 591	2.26 576	3.28 247	1.36 464	3.77 344	2.04 340	2.62 495	2.49 485	4.18 533	1.69 396	5.38 387	1.85 418	2.21 584	1.77 591	2.61 593	2.43 603	2.60 580	2.34 582

TorneroNet-64	10.12 597	8.74 591	20.95 576	4.27 600	3.76 601	13.86 610	2.85 561	15.05 618	23.15 625	10.07 610	23.84 621	13.47 604	8.24 597	13.96 608	17.21 602	3.96 603	2.72 603	3.23 604	2.48 604	6.29 609	4.27 611

UDG	3.55 521	2.81 563	17.45 478	2.69 578	1.98 562	3.97 403	1.19 439	4.35 526	2.02 334	2.42 460	2.53 491	4.50 547	2.46 481	6.53 415	2.41 475	2.12 583	1.77 591	2.63 594	2.57 605	2.64 581	1.95 575

ktn	21.74 622	10.34 605	19.68 521	4.53 607	4.00 603	6.53 591	4.51 593	6.79 593	78.82 644	84.69 643	100.86 647	58.49 639	7.57 591	12.11 585	13.35 585	4.58 614	3.24 613	3.49 606	2.62 606	4.65 604	3.84 607

TorneroNet	25.88 624	11.28 609	21.62 595	4.20 599	4.07 604	55.25 633	3.15 573	15.16 619	76.94 643	58.09 638	82.72 644	86.88 643	41.15 629	13.35 600	18.13 606	4.32 605	2.85 604	3.45 605	2.62 606	8.33 620	4.14 610

notaker	10.50 601	8.60 590	20.23 544	4.54 608	3.95 602	6.27 588	3.44 577	8.07 597	4.75 580	8.73 603	46.45 633	13.86 607	27.86 624	13.49 602	13.61 587	4.56 611	3.18 612	3.52 608	2.68 608	8.13 619	4.05 609

DispFullNet	4.64 557	3.48 570	23.95 612	3.99 597	3.03 587	3.35 256	1.06 407	4.18 460	2.80 494	6.33 593	2.94 522	4.04 525	7.81 593	3.92 363	5.16 535	2.75 586	1.61 588	3.10 603	2.68 608	3.32 587	3.31 601

KSHMR	16.96 617	5.37 580	21.64 597	4.46 606	4.50 607	8.30 600	3.32 575	15.58 621	76.24 642	6.62 595	61.47 638	56.53 638	5.43 566	35.17 629	11.37 577	4.39 607	2.97 610	3.63 611	2.74 610	5.10 606	4.34 612

DStereoRT	3.28 511	1.06 441	14.58 434	1.33 435	1.12 399	4.51 524	1.29 455	4.21 469	3.48 557	2.50 468	2.13 427	1.89 319	7.69 592	7.57 440	2.43 478	0.66 525	0.33 408	4.46 617	2.84 611	0.38 314	1.12 546

UNDER WATER-64	9.33 596	5.37 580	22.60 605	5.22 614	4.86 610	10.75 604	4.61 594	11.45 604	17.30 617	7.59 597	9.80 594	15.99 608	17.90 616	10.63 521	15.72 592	4.36 606	2.87 605	4.39 616	2.86 612	7.01 615	5.36 615

UNDER WATER	10.47 599	3.95 573	22.62 606	5.07 613	4.51 608	7.78 598	3.77 587	12.56 612	21.72 624	7.84 600	10.78 596	23.96 620	31.66 625	10.78 528	16.19 596	4.44 609	2.93 606	4.24 612	2.86 612	6.33 611	5.47 616

JetRed	10.48 600	27.10 625	35.70 619	4.27 600	4.09 605	15.55 615	12.83 613	12.16 609	5.50 585	5.83 587	5.56 570	10.14 596	7.43 589	8.88 463	26.39 624	3.32 592	3.81 615	3.51 607	2.96 614	7.85 617	6.69 619

MANE	11.39 605	1.38 501	23.16 608	4.82 612	2.79 583	22.02 620	14.51 615	25.81 624	26.28 626	10.93 615	13.17 608	19.90 614	18.03 617	15.69 612	20.41 614	0.96 556	0.74 561	1.42 577	3.24 615	0.74 511	1.71 569

TCMNet-wrong-test	12.32 609	14.13 619	19.38 513	22.38 623	19.85 619	15.99 616	12.34 612	22.95 623	4.56 575	6.24 592	6.27 573	18.40 611	15.71 610	10.10 506	10.72 572	9.06 621	4.78 616	5.35 618	3.95 616	12.28 623	11.97 622

DStereoFS	11.11 604	13.81 617	11.82 391	5.73 615	11.05 613	20.81 618	11.36 609	8.68 600	16.52 615	14.90 619	15.81 617	11.63 600	13.85 608	9.05 470	15.60 591	7.57 620	8.88 623	2.41 588	5.29 617	2.16 577	15.30 625

DGSMNet	7.55 591	1.62 519	17.42 477	1.92 550	12.73 614	7.45 597	42.99 633	4.13 448	2.07 347	2.10 355	3.16 538	3.42 485	1.70 398	9.24 476	2.30 466	3.70 600	10.89 627	11.80 629	5.54 618	4.24 599	2.66 587

MADNet++	7.57 592	5.80 584	13.28 405	6.38 616	5.26 611	7.18 593	7.77 603	5.32 585	5.62 587	6.11 590	7.78 577	6.02 582	8.01 595	11.74 575	16.36 597	9.36 622	4.95 618	8.57 624	5.66 619	4.83 605	5.34 614

PML	64.32 640	53.22 637	17.88 483	8.10 618	32.94 625	148.46 647	247.79 649	12.18 610	45.42 637	111.41 646	288.92 649	101.47 645	101.31 645	31.67 625	15.55 590	14.03 626	4.83 617	10.98 626	6.18 620	28.82 627	5.17 613

USTest	15.98 616	15.58 620	22.56 604	18.49 622	16.99 616	26.43 622	36.08 629	27.68 627	12.77 605	10.69 613	10.80 597	18.35 610	15.09 609	18.62 614	23.37 617	4.85 616	5.34 619	7.38 622	7.43 621	9.90 621	11.23 621

tt	7.19 589	0.51 89	6.83 325	4.03 598	2.30 577	12.05 607	20.19 622	15.46 620	6.58 594	3.42 553	3.22 539	5.37 576	6.39 581	4.20 370	7.46 557	9.81 623	11.53 628	7.05 621	7.46 622	6.31 610	3.71 606

DStereoSA	10.13 598	4.62 576	12.76 400	4.78 611	13.35 615	9.97 602	22.80 623	4.74 572	16.44 614	5.11 582	15.31 613	4.61 554	13.82 605	8.00 449	27.60 626	6.51 619	8.86 622	1.43 578	8.28 623	3.16 584	10.38 620

DGTPSM_ROB	15.31 614	8.85 593	28.14 617	9.90 620	18.89 617	12.44 608	33.21 626	13.48 615	17.86 620	9.50 607	22.89 619	13.78 605	19.67 618	21.26 615	23.68 618	5.08 617	8.84 620	5.62 619	11.50 624	6.72 612	14.87 623

DPSM_ROB	20.78 620	20.03 623	26.57 615	23.62 625	22.46 620	31.10 624	39.97 631	33.52 630	17.41 618	15.25 620	15.80 615	24.06 621	20.71 621	23.30 620	27.62 627	10.78 624	9.41 625	11.69 627	11.50 624	14.49 624	16.36 626

DPSM	20.78 620	20.03 623	26.57 615	23.62 625	22.46 620	31.10 624	39.97 631	33.52 630	17.41 618	15.25 620	15.80 615	24.06 621	20.71 621	23.30 620	27.62 627	10.78 624	9.41 625	11.69 627	11.50 624	14.49 624	16.36 626

DPSMNet_ROB	15.52 615	8.89 594	31.44 618	10.07 621	18.91 618	12.44 608	33.22 627	13.51 616	17.94 621	9.58 608	22.91 620	13.79 606	19.67 618	21.43 616	23.73 619	5.17 618	8.84 620	5.63 620	11.52 627	6.79 613	14.90 624

Anonymous_2	3.01 489	0.89 395	4.53 304	1.06 298	1.18 413	2.93 192	0.87 327	3.24 259	1.46 140	1.86 273	1.35 190	4.11 529	2.35 472	1.64 208	1.28 306	0.82 547	0.90 568	8.71 625	15.84 628	4.44 603	0.74 505

FlowAnything	41.75 629	39.90 627	53.36 633	47.83 636	45.06 630	62.45 634	80.51 639	67.34 641	34.89 631	30.56 628	31.52 625	48.18 632	42.05 635	46.66 638	55.24 636	21.71 633	18.88 633	23.49 634	23.13 629	29.12 628	33.04 631

LSM0	49.58 637	40.04 628	53.62 635	97.15 638	128.68 643	62.75 640	79.89 638	67.63 642	35.11 633	33.02 630	32.61 632	48.43 637	41.60 631	46.60 634	55.43 637	21.63 631	18.99 637	23.62 636	23.13 629	29.47 634	52.26 641

Selective-RAFT-Error	41.77 630	40.16 630	53.34 632	47.73 632	45.25 634	62.51 636	80.64 640	67.22 636	34.93 632	30.64 629	31.81 627	48.11 631	42.11 636	46.57 633	54.95 635	21.61 628	18.87 632	23.48 630	23.15 631	29.16 629	33.08 635

Hybrid-DGEV	41.74 628	40.15 629	53.21 631	47.72 631	45.04 629	62.46 635	80.71 641	67.23 637	34.70 627	30.38 624	31.64 626	48.32 636	41.44 630	46.71 639	55.65 641	21.63 631	18.85 631	23.50 635	23.21 632	29.18 630	33.09 636

RAFT-FEzeroshot	41.78 631	40.21 632	53.07 629	47.74 634	45.19 632	62.51 636	80.73 643	67.30 639	34.75 628	30.51 626	31.88 628	48.27 634	41.88 633	46.64 636	55.54 638	21.62 629	18.89 635	23.48 630	23.22 633	29.20 632	33.05 632

RAFT-FE	41.78 631	40.21 632	53.07 629	47.74 634	45.19 632	62.51 636	80.73 643	67.30 639	34.75 628	30.51 626	31.88 628	48.27 634	41.88 633	46.64 636	55.54 638	21.62 629	18.89 635	23.48 630	23.22 633	29.20 632	33.05 632

CasAABBNet	41.80 633	40.20 631	53.41 634	47.73 632	45.18 631	62.51 636	80.71 641	67.26 638	34.80 630	30.49 625	31.88 628	48.24 633	41.81 632	46.63 635	55.64 640	21.60 627	18.88 633	23.48 630	23.22 633	29.19 631	33.05 632

LRCNet_RVC	25.52 623	33.45 626	23.21 610	31.79 627	32.78 624	6.74 592	1.18 436	25.88 625	4.46 573	28.94 623	30.89 624	24.91 623	17.57 615	27.66 624	24.34 621	35.26 637	25.60 638	35.91 637	33.81 636	31.90 635	34.10 637

AVERAGE_ROB	44.46 635	45.91 635	46.59 624	40.59 630	38.66 627	32.99 627	30.52 624	46.19 634	43.26 636	49.59 633	48.97 636	44.62 629	39.89 626	45.04 632	43.94 632	48.74 639	50.69 640	50.80 638	49.79 637	45.54 637	46.97 639

HaxPig	43.25 634	43.65 634	45.00 623	33.85 628	35.61 626	32.69 626	30.52 624	45.09 633	42.97 635	48.77 632	48.17 635	43.00 627	40.26 627	44.58 631	43.61 631	47.18 638	49.30 639	51.54 639	50.25 638	43.73 636	45.29 638

MEDIAN_ROB	47.37 636	49.08 636	49.92 627	40.32 629	39.97 628	34.95 628	33.43 628	49.17 635	46.39 638	53.06 635	52.65 637	47.65 630	42.23 637	48.35 640	47.29 633	52.10 640	54.04 641	54.28 640	53.48 639	48.76 638	50.33 640

U	12.82 612	0.38 5	1.99 165	0.66 45	58.94 635	63.38 641	0.34 26	1.91 75	0.94 57	0.59 29	0.80 53	0.46 35	0.57 49	0.83 19	0.44 17	0.29 204	0.17 52	63.35 641	59.81 640	0.29 153	0.20 31

DPSimNet_ROB	102.30 641	119.72 647	143.59 645	109.42 639	94.10 637	127.22 646	127.15 645	26.62 626	102.36 648	149.58 648	83.99 645	139.34 648	137.54 648	64.62 642	82.36 646	105.18 642	66.15 643	120.15 642	69.61 641	99.58 640	77.72 642

RSGM-EC	108.14 642	104.44 644	68.66 639	115.42 640	109.31 640	116.48 644	139.19 646	127.02 647	55.95 639	55.27 636	71.01 639	116.54 646	111.76 646	176.57 646	175.06 647	117.34 646	71.64 644	140.65 644	83.55 642	123.96 643	82.91 643

acva	108.14 642	104.44 644	68.66 639	115.42 640	109.31 640	116.48 644	139.19 646	127.02 647	55.95 639	55.27 636	71.01 639	116.54 646	111.76 646	176.57 646	175.06 647	117.34 646	71.64 644	140.65 644	83.55 642	123.96 643	82.91 643

HanzoNet	31.60 627	17.23 621	21.22 585	7.32 617	5.84 612	7.25 595	3.53 581	13.82 617	14.20 608	50.38 634	47.01 634	44.45 628	56.61 640	36.61 630	32.00 630	63.89 641	56.57 642	7.97 623	89.20 644	28.69 626	28.25 630

Anonymous_1	57.11 639	19.68 622	26.15 614	23.10 624	142.31 644	30.84 623	39.75 630	33.86 632	16.98 616	70.53 642	15.42 614	23.46 619	19.75 620	23.04 618	27.23 625	164.73 648	9.02 624	130.38 643	137.40 645	161.27 648	27.24 629

test_example2	212.63 647	219.92 648	221.87 647	213.67 644	221.17 648	199.47 648	200.74 648	185.30 649	141.66 649	209.52 649	213.45 648	210.82 649	205.48 649	221.27 649	216.64 649	236.83 649	242.07 649	213.93 646	217.01 646	235.69 649	226.10 648

xxxxx1	112.33 644	88.53 641	37.76 620	227.84 645	157.23 645	39.05 630	61.41 635	93.76 644	79.29 645	62.45 639	74.79 641	78.32 640	70.96 641	33.47 626	70.69 642	114.00 643	130.36 646	259.31 647	274.34 647	145.54 645	147.50 645

tt_ll	112.33 644	88.53 641	37.76 620	227.84 645	157.23 645	39.05 630	61.41 635	93.76 644	79.29 645	62.45 639	74.79 641	78.32 640	70.96 641	33.47 626	70.69 642	114.00 643	130.36 646	259.31 647	274.34 647	145.54 645	147.50 645

ff	112.33 644	88.53 641	37.76 620	227.84 645	157.23 645	39.05 630	61.41 635	93.76 644	79.29 645	62.45 639	74.79 641	78.32 640	70.96 641	33.47 626	70.69 642	114.00 643	130.36 646	259.31 647	274.34 647	145.54 645	147.50 645

ccccc		629.75 649		567.84 648	570.84 649	582.44 649		613.82 650		614.58 650		555.57 650		666.94 650		781.57 650	507.24 650	391.36 650	342.44 650	689.82 650

ASD4		113.98 646

Low-res two-view benchmark