Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 422	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

WZ-Net	0.05 57	0.50 243	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 422	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 148	0.20 190	0.23 175	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 193	0.21 202	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 261	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 393	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 425	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

iinet-test	0.08 72	0.16 115	0.02 15	0.16 141	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 205	0.02 20	0.02 21	0.71 417	0.02 16	0.02 19	0.02 21	0.02 21	0.16 183

BridgeDepth	0.08 72	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 140	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 438	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 88	0.17 175	0.19 155	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 140	0.16 168	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 131	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 449	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 107	0.39 297	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 297	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

test_sample7	0.09 75	1.00 332	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 322	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 299	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 347	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 299	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 341	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 319	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 341	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 496	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

ADCS	0.09 75	0.02 12	0.04 64	0.90 414	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 350	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 323	0.14 148	0.15 131	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 140	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 351	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 351	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 351	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 355	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 347	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 355	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 363	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

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

222	0.10 90	0.99 330	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 357	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 512	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 111	0.05 66	0.36 280	0.24 180	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 200	0.20 199	0.10 133	0.05 118	0.06 118	0.13 173

JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 168	0.11 144	0.11 155	0.11 148	0.11 153

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

x	0.11 111	1.15 366	0.15 164	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 165	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 215	0.33 258	0.39 236	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 280	0.36 321	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 368	0.16 168	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 168	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 539	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 539	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 542	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 120	1.14 363	0.17 175	0.20 159	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 166	0.16 168	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 131	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 159	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 526	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 596	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 600	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 602	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 545	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 127	0.21 134	0.12 123	0.16 141	0.11 162	0.15 160	0.11 157	0.14 154	0.11 159	0.15 159	0.12 167	0.15 164	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLG	0.13 127	0.20 128	0.14 148	0.15 131	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ACRE	0.13 127	0.21 134	0.14 148	0.15 131	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 201	0.10 145	0.20 184	0.10 143	0.24 208	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 384	0.11 153

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 605	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ELAS	0.13 127	0.16 115	0.11 112	0.15 131	0.09 140	0.18 178	0.11 157	0.18 176	0.11 159	0.17 171	0.11 159	0.18 177	0.11 156	0.18 176	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 425	0.28 225	0.32 212	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 232	0.27 230	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 150	0.11 162	0.17 174	0.11 157	0.17 173	0.11 159	0.17 171	0.11 159	0.17 173	0.11 156	0.17 173	0.11 152	0.16 150	0.11 121	0.16 169	0.11 155	0.16 169	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 484	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

ProNet	0.14 134	0.20 128	0.14 148	0.16 141	0.11 162	0.16 167	0.11 157	0.17 173	0.11 159	0.17 171	0.12 167	0.17 173	0.13 177	0.17 173	0.12 164	0.15 140	0.11 121	0.16 169	0.11 155	0.15 164	0.12 166

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 131	0.11 162	0.14 153	0.15 181	0.14 154	0.11 159	0.15 159	0.12 167	0.14 154	0.11 156	0.16 166	0.11 152	0.15 140	0.12 135	0.14 153	0.12 170	0.15 164	0.12 166

MIPNet	0.14 134	0.21 134	0.17 175	0.16 141	0.11 162	0.15 160	0.12 170	0.14 154	0.11 159	0.16 164	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR	0.14 134	0.24 148	0.14 148	0.16 141	0.12 175	0.15 160	0.12 170	0.14 154	0.11 159	0.15 159	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 561	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 134	0.16 115	0.12 123	0.17 150	0.12 175	0.17 174	0.11 157	0.17 173	0.11 159	0.17 171	0.12 167	0.17 173	0.12 171	0.17 173	0.12 164	0.16 150	0.11 121	0.16 169	0.11 155	0.16 169	0.12 166

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 160	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 467

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 131	0.10 147	0.18 178	0.11 157	0.19 178	0.11 159	0.19 177	0.12 167	0.18 177	0.11 156	0.19 179	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 164	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 159	0.13 179	0.19 181	0.13 174	0.18 176	0.13 179	0.19 177	0.13 180	0.18 177	0.14 181	0.18 176	0.14 175	0.16 150	0.11 121	0.15 165	0.14 184	0.18 179	0.11 153

CoDeX	0.15 146	0.70 277	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 447	0.02 15	0.69 439	0.75 456	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 257	0.11 112	0.16 141	0.11 162	0.16 167	0.11 157	0.16 167	0.11 159	0.16 164	0.11 159	0.16 165	0.11 156	0.16 166	0.11 152	0.16 150	0.11 121	0.16 169	0.11 155	0.16 169	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 560	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 160	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 483

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 152	0.11 162	0.20 186	0.12 170	0.21 192	0.12 175	0.20 183	0.12 167	0.20 184	0.12 171	0.21 193	0.13 171	0.17 158	0.10 99	0.18 186	0.11 155	0.18 179	0.11 153

SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 152	0.11 162	0.19 181	0.11 157	0.19 178	0.12 175	0.19 177	0.12 167	0.20 184	0.12 171	0.19 179	0.12 164	0.16 150	0.11 121	0.17 177	0.10 143	0.17 175	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 419	0.33 258	0.41 261	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 249	0.31 264	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 168	0.16 141	0.16 202	0.16 167	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 165	0.16 193	0.16 166	0.16 192	0.16 150	0.16 168	0.16 169	0.16 193	0.16 169	0.16 183

qqq	0.16 153	2.01 508	0.12 123	0.15 131	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 155	0.13 179	0.19 181	0.13 174	0.19 178	0.13 179	0.19 177	0.13 180	0.19 181	0.13 177	0.19 179	0.13 171	0.18 166	0.13 158	0.18 186	0.13 179	0.18 179	0.13 173

CAS++	0.17 157	0.27 159	0.21 195	0.10 80	0.21 234	0.15 160	0.22 222	0.10 136	0.21 223	0.22 196	0.10 145	0.19 181	0.18 215	0.10 139	0.19 213	0.20 173	0.19 197	0.18 186	0.10 143	0.19 185	0.18 205
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 517	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 166	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 157	0.78 285	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 482	0.02 15	0.75 450	0.76 458	0.02 21	0.02 21	0.02 20

DepthFocus	0.18 160	0.22 138	0.15 164	0.22 170	0.15 192	0.22 198	0.15 181	0.22 196	0.15 191	0.22 196	0.15 193	0.22 199	0.16 193	0.22 197	0.15 185	0.20 173	0.15 165	0.20 193	0.14 184	0.20 186	0.14 178

w-ln-seven	0.18 160	1.47 443	0.33 258	0.40 249	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 267	0.32 268	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 160	0.48 237	0.16 168	0.16 141	0.15 192	0.15 160	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 165	0.16 193	0.16 166	0.16 192	0.16 150	0.16 168	0.16 169	0.16 193	0.16 169	0.16 183

xyz-stereo	0.18 160	0.50 243	0.16 168	0.15 131	0.16 202	0.16 167	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 165	0.16 193	0.16 166	0.16 192	0.16 150	0.16 168	0.16 169	0.16 193	0.16 169	0.16 183

BEATNet-Init1	0.19 164	0.08 79	0.08 82	2.23 562	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 164	0.08 79	0.08 82	2.23 562	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

IGEV_Zeroshot_test	0.20 166	0.19 124	0.40 329	0.30 200	0.17 208	0.22 198	0.17 197	0.21 192	0.17 206	0.20 183	0.17 204	0.21 191	0.18 215	0.21 193	0.17 198	0.20 173	0.16 168	0.20 193	0.16 193	0.20 186	0.17 200

DAS	0.20 166	0.20 128	0.20 190	0.20 159	0.20 226	0.20 186	0.20 213	0.20 184	0.20 220	0.20 183	0.20 226	0.20 184	0.20 224	0.20 183	0.20 216	0.20 173	0.20 199	0.20 193	0.20 223	0.20 186	0.20 209

ACVNet	0.20 166	0.19 124	0.14 148	0.20 159	0.14 181	0.20 186	0.96 503	0.21 192	0.14 181	0.20 183	0.13 180	0.21 191	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	0.17 175	0.12 166

acv_ft	0.20 166	0.19 124	0.14 148	0.20 159	0.14 181	0.20 186	0.96 503	0.21 192	0.14 181	0.20 183	0.13 180	0.21 191	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	0.17 175	0.12 166

iResNetv2_ROB	0.20 166	0.23 140	0.18 185	0.24 180	0.20 226	0.24 210	0.18 205	0.24 206	0.18 212	0.24 208	0.18 220	0.23 206	0.19 220	0.24 208	0.18 210	0.21 180	0.16 168	0.21 196	0.16 193	0.22 194	0.16 183

iResNet	0.20 166	0.23 140	0.18 185	0.24 180	0.18 219	0.24 210	0.20 213	0.24 206	0.18 212	0.23 201	0.17 204	0.23 206	0.18 215	0.23 204	0.18 210	0.22 182	0.16 168	0.21 196	0.16 193	0.21 192	0.16 183

LACA2	0.21 172	0.24 148	0.26 216	0.31 206	0.16 202	0.24 210	0.16 187	0.24 206	0.16 196	0.24 208	0.16 197	0.24 212	0.16 193	0.24 208	0.16 192	0.27 211	0.23 212	0.24 218	0.16 193	0.23 205	0.16 183

LACA1	0.21 172	0.24 148	0.26 216	0.31 206	0.16 202	0.24 210	0.16 187	0.24 206	0.16 196	0.24 208	0.16 197	0.24 212	0.16 193	0.24 208	0.16 192	0.27 211	0.22 206	0.23 209	0.16 193	0.23 205	0.16 183

z-ln-s-r	0.21 172	1.40 441	0.53 397	0.56 364	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 392	0.44 372	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 172	0.25 154	0.21 195	0.26 194	0.17 208	0.24 210	0.17 197	0.24 206	0.17 206	0.24 208	0.17 204	0.24 212	0.17 205	0.24 208	0.17 198	0.24 200	0.17 189	0.23 209	0.16 193	0.23 205	0.16 183

Pointernet	0.21 172	0.22 138	0.19 187	0.24 180	0.19 223	0.24 210	0.19 209	0.24 206	0.19 218	0.24 208	0.19 222	0.24 212	0.19 220	0.24 208	0.19 213	0.22 182	0.17 189	0.22 201	0.17 215	0.22 194	0.17 200

SuperB	0.21 172	0.10 92	2.51 626	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

BStereo	0.22 178	0.23 140	0.20 190	0.24 180	0.20 226	0.23 207	0.33 333	0.39 270	0.17 206	0.23 201	0.17 204	0.23 206	0.16 193	0.24 208	0.17 198	0.23 193	0.16 168	0.22 201	0.20 223	0.22 194	0.16 183

Wave_Phase_stereo	0.22 178	0.23 140	0.20 190	0.24 180	0.20 226	0.23 207	0.33 333	0.39 270	0.17 206	0.23 201	0.17 204	0.23 206	0.16 193	0.24 208	0.17 198	0.23 193	0.16 168	0.22 201	0.20 223	0.22 194	0.16 183

WAO-6	0.22 178	0.23 140	0.22 197	0.23 175	0.22 236	0.22 198	0.22 222	0.22 196	0.22 226	0.22 196	0.22 232	0.22 199	0.22 230	0.22 197	0.22 221	0.22 182	0.22 206	0.22 201	0.22 229	0.22 194	0.22 213

IMH-64-1	0.22 178	0.23 140	0.23 200	0.22 170	0.22 236	0.22 198	0.22 222	0.22 196	0.22 226	0.22 196	0.22 232	0.22 199	0.22 230	0.22 197	0.22 221	0.22 182	0.22 206	0.23 209	0.22 229	0.22 194	0.23 215

IMH-64	0.22 178	0.23 140	0.23 200	0.22 170	0.22 236	0.22 198	0.22 222	0.22 196	0.22 226	0.22 196	0.22 232	0.22 199	0.22 230	0.22 197	0.22 221	0.22 182	0.22 206	0.23 209	0.22 229	0.22 194	0.23 215

ac_64	0.22 178	0.13 107	0.19 187	0.23 175	0.10 147	0.26 228	1.02 512	0.14 154	0.10 144	0.28 229	0.14 185	0.17 173	0.19 220	0.28 236	0.09 134	0.22 182	0.16 168	0.23 209	0.17 215	0.11 148	0.12 166

LACA3	0.23 184	0.25 154	0.27 219	0.54 357	0.17 208	0.25 219	0.17 197	0.25 214	0.17 206	0.25 216	0.17 204	0.25 219	0.17 205	0.25 217	0.17 198	0.28 215	0.23 212	0.24 218	0.17 215	0.24 209	0.17 200

dd	0.23 184	0.98 323	0.16 168	0.23 175	0.15 192	0.23 207	0.15 181	0.23 203	0.15 191	0.23 201	0.15 193	0.24 212	0.17 205	0.23 204	0.15 185	0.22 182	0.15 165	0.21 196	0.15 191	0.22 194	0.16 183

dad	0.23 184	1.03 347	0.16 168	0.23 175	0.15 192	0.24 210	0.15 181	0.24 206	0.16 196	0.23 201	0.16 197	0.24 212	0.16 193	0.23 204	0.15 185	0.22 182	0.16 168	0.22 201	0.16 193	0.22 194	0.16 183

RSGM-EC	0.24 187	0.24 148	0.15 164	0.22 170	0.15 192	0.22 198	0.15 181	0.22 196	0.15 191	0.24 208	0.15 193	0.22 199	0.15 191	0.22 197	1.19 526	0.20 173	0.17 189	0.24 218	0.14 184	0.20 186	0.14 178

acva	0.24 187	0.24 148	0.15 164	0.22 170	0.15 192	0.22 198	0.15 181	0.22 196	0.15 191	0.24 208	0.15 193	0.22 199	0.15 191	0.22 197	1.19 526	0.20 173	0.17 189	0.24 218	0.14 184	0.20 186	0.14 178

MSKI-zero shot	0.24 187	0.21 134	0.49 379	0.65 381	0.18 219	0.22 198	0.17 197	0.23 203	0.18 212	0.21 194	0.17 204	0.23 206	0.28 265	0.23 204	0.18 210	0.21 180	0.16 168	0.21 196	0.16 193	0.21 192	0.16 183

qqq1	0.25 190	3.70 586	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 190	3.70 586	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

UNDER WATER-64	0.25 190	0.26 156	0.25 210	0.26 194	0.25 249	0.25 219	0.25 237	0.25 214	0.25 240	0.25 216	0.25 249	0.25 219	0.25 242	0.26 228	0.25 238	0.25 206	0.25 217	0.25 223	0.25 245	0.25 212	0.25 226

ffm	0.25 190	3.83 592	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 190	3.83 592	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 190	3.83 592	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 190	0.23 140	0.66 420	0.80 403	0.17 208	0.22 198	0.17 197	0.23 203	0.18 212	0.26 225	0.17 204	0.21 191	0.17 205	0.25 217	0.17 198	0.23 193	0.16 168	0.21 196	0.17 215	0.22 194	0.17 200

LoS	0.25 190	0.27 159	0.25 210	0.25 187	0.25 249	0.25 219	0.25 237	0.26 220	0.25 240	0.25 216	0.25 249	0.25 219	0.25 242	0.25 217	0.25 238	0.26 208	0.25 217	0.25 223	0.26 251	0.26 214	0.25 226
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 190	1.31 433	0.74 445	0.92 419	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 445	0.75 450	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 199	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 633	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 200	0.20 128	0.27 219	0.33 216	0.21 234	0.37 268	0.22 222	0.37 257	0.24 235	0.26 225	0.27 258	0.33 254	0.21 229	0.25 217	0.27 244	0.32 232	0.20 199	0.34 266	0.23 235	0.25 212	0.26 232

DLNR-FE	0.28 201	0.89 304	0.30 233	0.34 219	0.19 223	0.28 233	0.19 209	0.28 223	0.20 220	0.28 229	0.20 226	0.28 233	0.20 224	0.28 236	0.20 216	0.33 237	0.28 236	0.25 223	0.19 222	0.24 209	0.19 207

xyz-stereo-finetune	0.28 201	0.49 239	0.16 168	0.16 141	0.16 202	0.16 167	0.16 187	0.22 196	0.30 278	0.32 246	0.31 325	0.32 251	0.31 327	0.32 249	0.32 319	0.32 232	0.33 280	0.31 247	0.32 346	0.31 232	0.32 325

SQANet	0.28 201	0.28 162	0.28 225	0.28 198	0.28 262	0.28 233	0.28 255	0.28 223	0.28 261	0.28 229	0.28 265	0.28 233	0.28 265	0.28 236	0.28 253	0.28 215	0.28 236	0.28 234	0.28 301	0.28 221	0.28 290

HGLStereo	0.28 201	0.29 164	0.22 197	0.36 225	0.22 236	0.36 263	0.21 218	0.36 251	0.21 223	0.42 306	0.21 231	0.36 265	0.22 230	0.36 266	0.21 219	0.34 241	0.21 202	0.34 266	0.21 226	0.34 246	0.21 211

iResNet_ROB	0.28 201	0.32 170	0.24 207	0.32 212	0.25 249	0.32 252	0.24 235	0.32 237	0.24 235	0.33 250	0.24 243	0.35 260	0.24 239	0.33 256	0.24 230	0.31 230	0.24 216	0.32 250	0.24 242	0.32 235	0.24 225

UNet	0.29 206	0.90 307	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 460	0.69 463	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 450	0.76 474

MultiAttention	0.30 207	0.30 165	0.30 233	0.30 200	0.30 282	0.30 237	0.30 270	0.30 230	0.30 278	0.30 235	0.30 283	0.30 243	0.30 278	0.30 242	0.30 271	0.30 224	0.30 259	0.30 241	0.30 328	0.30 227	0.30 309

MSAF-DinoV2	0.30 207	0.30 165	0.30 233	0.30 200	0.30 282	0.30 237	0.30 270	0.30 230	0.30 278	0.30 235	0.30 283	0.30 243	0.30 278	0.30 242	0.30 271	0.30 224	0.30 259	0.30 241	0.30 328	0.30 227	0.30 309

DDVS	0.30 207	3.10 572	0.14 148	0.19 155	0.14 181	0.19 181	0.14 176	0.20 184	0.14 181	0.19 177	0.13 180	0.16 165	0.13 177	0.19 179	0.13 171	0.17 158	0.13 158	0.17 177	0.13 179	0.17 175	0.13 173

ACV-stereo	0.30 207	2.08 510	0.25 210	0.25 187	0.18 219	0.24 210	0.17 197	0.24 206	0.18 212	0.24 208	0.17 204	0.25 219	0.17 205	0.24 208	0.17 198	0.22 182	0.16 168	0.22 201	0.16 193	0.22 194	0.16 183

LoS_RVC	0.30 207	1.14 363	0.25 210	0.25 187	0.25 249	0.26 228	0.25 237	0.25 214	0.25 240	0.25 216	0.25 249	0.26 230	0.26 251	0.26 228	0.25 238	0.26 208	0.26 220	0.25 223	0.25 245	0.26 214	0.26 232

CAS	0.30 207	1.17 369	0.25 210	0.25 187	0.25 249	0.26 228	0.25 237	0.25 214	0.26 253	0.25 216	0.25 249	0.25 219	0.25 242	0.25 217	0.25 238	0.26 208	0.26 220	0.26 228	0.25 245	0.26 214	0.25 226

DANet	0.30 207	0.30 165	0.30 233	0.30 200	0.30 282	0.30 237	0.30 270	0.30 230	0.30 278	0.30 235	0.30 283	0.30 243	0.30 278	0.30 242	0.30 271	0.30 224	0.30 259	0.30 241	0.30 328	0.30 227	0.30 309
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 214	0.31 168	0.31 248	0.30 200	0.40 388	0.31 243	0.30 270	0.30 230	0.34 350	0.29 234	0.31 325	0.29 239	0.30 278	0.31 246	0.31 309	0.31 230	0.29 250	0.31 247	0.30 328	0.31 232	0.31 318

tt1	0.31 214	0.93 316	0.24 207	0.33 216	0.23 242	0.31 243	0.24 235	0.32 237	0.24 235	0.32 246	0.23 236	0.32 251	0.25 242	0.32 249	0.24 230	0.27 211	0.26 220	0.27 232	0.26 251	0.27 219	0.27 270

xxxxx1	0.31 214	0.91 309	0.23 200	0.31 206	0.23 242	0.31 243	0.23 230	0.33 241	0.25 240	0.31 240	0.24 243	0.33 254	0.25 242	0.32 249	0.24 230	0.28 215	0.28 236	0.28 234	0.28 301	0.29 224	0.27 270

DLNR_Zeroshot_test	0.31 214	0.28 162	0.47 364	0.79 400	0.24 247	0.30 237	0.26 244	0.30 230	0.24 235	0.32 246	0.23 236	0.31 247	0.24 239	0.30 242	0.23 227	0.29 223	0.26 220	0.29 239	0.24 242	0.33 242	0.23 215

tt_ll	0.31 214	0.91 309	0.23 200	0.31 206	0.23 242	0.31 243	0.23 230	0.33 241	0.25 240	0.31 240	0.24 243	0.33 254	0.25 242	0.32 249	0.24 230	0.28 215	0.28 236	0.28 234	0.28 301	0.29 224	0.27 270

ff	0.31 214	0.91 309	0.23 200	0.31 206	0.23 242	0.31 243	0.23 230	0.33 241	0.25 240	0.31 240	0.24 243	0.33 254	0.25 242	0.32 249	0.24 230	0.28 215	0.28 236	0.28 234	0.28 301	0.29 224	0.27 270

RAFT + AFF	0.31 214	0.45 223	0.34 268	0.39 236	0.28 262	0.38 275	0.33 333	0.29 228	0.31 321	0.30 235	0.30 283	0.29 239	0.27 258	0.29 240	0.30 271	0.28 215	0.29 250	0.29 239	0.29 314	0.27 219	0.32 325

MLCV	0.31 214	0.35 173	0.27 219	0.35 221	0.28 262	0.35 259	0.27 247	0.35 247	0.28 261	0.36 260	0.27 258	0.35 260	0.27 258	0.35 260	0.27 244	0.34 241	0.27 230	0.34 266	0.27 288	0.34 246	0.27 270

DN-CSS_ROB	0.31 214	0.35 173	0.28 225	0.35 221	0.28 262	0.34 255	0.27 247	0.34 244	0.25 240	0.35 256	0.27 258	0.36 265	0.26 251	0.34 257	0.28 253	0.35 249	0.28 236	0.34 266	0.28 301	0.34 246	0.27 270

DStereoFS	0.32 223	0.33 171	0.32 253	0.33 216	0.30 282	0.32 252	0.32 322	0.32 237	0.31 321	0.30 235	0.31 325	0.31 247	0.30 278	0.32 249	0.32 319	0.32 232	0.31 264	0.30 241	0.47 427	0.32 235	0.34 339

DStereoSA	0.32 223	0.52 253	0.34 268	0.31 206	0.31 325	0.30 237	0.30 270	0.31 235	0.30 278	0.31 240	0.31 325	0.31 247	0.30 278	0.31 246	0.31 309	0.30 224	0.32 268	0.31 247	0.31 339	0.31 232	0.31 318

WCG-NET（raft）	0.32 223	1.24 427	0.24 207	0.32 212	0.24 247	0.32 252	0.23 230	0.32 237	0.24 235	0.32 246	0.24 243	0.32 251	0.24 239	0.32 249	0.24 230	0.30 224	0.23 212	0.30 241	0.23 235	0.30 227	0.23 215

Any-RAFT	0.32 223	0.36 176	0.27 219	0.36 225	0.27 257	0.36 263	0.27 247	0.36 251	0.27 257	0.36 260	0.27 258	0.36 265	0.27 258	0.36 266	0.28 253	0.36 253	0.28 236	0.36 287	0.28 301	0.36 266	0.28 290

StereoDRNet-Refined	0.33 227	0.39 189	0.26 216	0.39 236	0.26 256	0.40 283	0.26 244	0.40 277	0.26 253	0.39 272	0.26 254	0.39 279	0.26 251	0.39 281	0.26 243	0.37 256	0.25 217	0.37 290	0.25 245	0.37 270	0.37 356
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 228	0.26 156	0.17 175	0.21 168	0.17 208	0.20 186	0.16 187	0.20 184	0.16 196	0.20 183	0.17 204	0.21 191	0.16 193	0.27 232	0.24 230	0.19 170	0.16 168	0.19 189	0.16 193	0.26 214	3.08 645

RAFT-FE	0.34 228	0.26 156	0.17 175	0.21 168	0.17 208	0.20 186	0.16 187	0.20 184	0.16 196	0.20 183	0.17 204	0.21 191	0.16 193	0.27 232	0.24 230	0.19 170	0.16 168	0.19 189	0.16 193	0.26 214	3.08 645

LG-Stereo_L2	0.34 228	0.37 178	0.38 286	0.47 292	0.28 262	0.39 281	0.28 255	0.39 270	0.28 261	0.39 272	0.28 265	0.39 279	0.28 265	0.38 273	0.28 253	0.42 309	0.35 315	0.36 287	0.26 251	0.35 259	0.26 232

H2IRNET	0.34 228	0.34 172	0.34 268	0.34 219	0.34 357	0.34 255	0.34 346	0.34 244	0.34 350	0.34 252	0.34 352	0.34 258	0.34 348	0.34 257	0.34 343	0.34 241	0.34 309	0.34 266	0.34 360	0.34 246	0.34 339

IGEV++	0.34 228	0.43 212	0.30 233	0.40 249	0.29 272	0.40 283	0.29 265	0.40 277	0.29 267	0.40 278	0.29 271	0.40 287	0.29 272	0.40 284	0.30 271	0.38 267	0.29 250	0.37 290	0.29 314	0.37 270	0.29 296

iRaft-Stereo_5w	0.34 228	0.42 211	0.31 248	0.39 236	0.30 282	0.38 275	0.30 270	0.40 277	0.29 267	0.40 278	0.37 370	0.41 300	0.34 348	0.38 273	0.30 271	0.34 241	0.27 230	0.34 266	0.26 251	0.34 246	0.26 232

CSP-Net	0.34 228	1.29 429	1.19 497	1.36 527	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 538	1.21 549	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 228	0.41 204	0.31 248	0.39 236	0.29 272	0.40 283	0.32 322	0.41 292	0.32 331	0.38 266	0.30 283	0.39 279	0.30 278	0.38 273	0.32 319	0.35 249	0.27 230	0.34 266	0.27 288	0.34 246	0.29 296

DGSMNet	0.34 228	0.41 204	0.27 219	0.41 261	0.28 262	0.41 299	0.28 255	0.41 292	0.27 257	0.41 292	0.27 258	0.42 318	0.27 258	0.41 299	0.28 253	0.40 287	0.29 250	0.40 352	0.28 301	0.40 336	0.27 270

gcap_with_dpt	0.35 237	0.39 189	0.30 233	0.44 280	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.30 283	0.44 357	0.30 278	0.44 347	0.30 271	0.38 267	0.26 220	0.38 298	0.27 288	0.38 283	0.27 270

FE-Mocha	0.35 237	0.71 278	0.40 329	0.47 292	0.27 257	0.34 255	0.27 247	0.34 244	0.26 253	0.34 252	0.26 254	0.34 258	0.27 258	0.34 257	0.27 244	0.44 311	0.41 351	0.33 257	0.29 314	0.32 235	0.29 296

IGEV-FE	0.35 237	0.37 178	0.17 175	0.19 155	0.17 208	0.20 186	0.17 197	0.19 178	0.17 206	0.19 177	0.17 204	0.19 181	0.17 205	0.37 270	0.36 350	0.19 170	0.17 189	0.19 189	0.17 215	0.38 283	2.84 636

test_for_model	0.35 237	0.39 189	0.30 233	0.43 277	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.31 309	0.38 267	0.26 220	0.38 298	0.26 251	0.38 283	0.26 232

CASnet	0.35 237	0.51 251	0.44 350	0.32 212	0.31 325	0.24 210	0.34 346	0.36 251	0.25 240	0.31 240	0.37 370	0.30 243	0.33 343	0.25 217	0.45 398	0.37 256	0.37 324	0.33 257	0.35 372	0.34 246	0.37 356
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 237	0.44 215	0.45 352	0.49 303	0.30 282	0.37 268	0.30 270	0.36 251	0.30 278	0.36 260	0.29 271	0.36 265	0.29 272	0.36 266	0.30 271	0.46 349	0.39 338	0.32 250	0.24 242	0.32 235	0.25 226
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 237	0.35 173	0.35 278	0.35 221	0.35 360	0.35 259	0.35 351	0.35 247	0.35 354	0.35 256	0.35 360	0.35 260	0.35 354	0.35 260	0.35 347	0.35 249	0.35 315	0.35 282	0.35 372	0.35 259	0.35 348

GeoVLM	0.36 244	0.38 182	0.27 219	0.46 285	0.28 262	0.35 259	0.28 255	0.37 257	0.27 257	0.35 256	0.28 265	0.36 265	0.38 366	0.35 260	0.28 253	1.08 472	0.26 220	0.33 257	0.27 288	0.34 246	0.33 332

Zero-FE251	0.36 244	0.40 193	0.28 225	0.41 261	0.28 262	0.41 299	0.28 255	0.41 292	0.28 261	0.41 292	0.28 265	0.41 300	0.28 265	0.42 312	0.30 271	0.37 256	0.26 220	0.37 290	0.27 288	0.45 361	0.56 431

GIP-stereo	0.36 244	0.49 239	0.39 297	0.48 297	0.32 335	0.41 299	0.28 255	0.40 277	0.30 278	0.41 292	0.28 265	0.40 287	0.28 265	0.42 312	0.28 253	0.45 339	0.32 268	0.38 298	0.30 328	0.37 270	0.27 270

DCVSM-stereo	0.36 244	1.89 496	0.22 197	0.40 249	0.22 236	0.40 283	0.22 222	0.40 277	0.22 226	0.40 278	0.22 232	0.40 287	0.22 230	0.40 284	0.22 221	0.28 215	0.21 202	0.28 234	0.21 226	0.28 221	0.20 209

RSM	0.36 244	0.36 176	0.43 348	0.37 228	0.42 407	0.49 390	0.42 397	0.37 257	0.28 261	0.36 260	0.29 271	0.36 265	0.30 278	0.37 270	0.28 253	0.34 241	0.31 264	0.34 266	0.35 372	0.40 336	0.29 296

gcap-zeroshot	0.36 244	0.40 193	0.34 268	0.44 280	0.31 325	0.44 359	0.31 314	0.44 350	0.32 331	0.44 345	0.32 335	0.44 357	0.32 332	0.44 347	0.31 309	0.39 280	0.28 236	0.39 339	0.28 301	0.39 324	0.27 270

testlalala	0.36 244	0.40 193	0.34 268	0.44 280	0.31 325	0.44 359	0.31 314	0.44 350	0.32 331	0.44 345	0.32 335	0.44 357	0.32 332	0.44 347	0.31 309	0.39 280	0.28 236	0.39 339	0.28 301	0.39 324	0.27 270

GCAPDPT-zeroshot	0.36 244	0.40 193	0.30 233	0.43 277	0.30 282	0.43 326	0.30 270	0.43 316	0.31 321	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.31 309	0.39 280	0.28 236	0.39 339	0.27 288	0.39 324	0.26 232

RAFT-Test	0.36 244	0.37 178	0.33 258	0.41 261	0.32 335	0.41 299	0.32 322	0.41 292	0.32 331	0.41 292	0.32 335	0.41 300	0.32 332	0.41 299	0.33 330	0.37 256	0.29 250	0.37 290	0.29 314	0.38 283	0.31 318

DMCA	0.36 244	0.38 182	0.37 284	0.35 221	0.35 360	0.36 263	0.36 357	0.36 251	0.35 354	0.35 256	0.37 370	0.36 265	0.36 357	0.35 260	0.36 350	0.36 253	0.36 321	0.35 282	0.36 378	0.36 266	0.36 351

ACVNet-DCA	0.37 254	1.00 332	0.30 233	0.40 249	0.29 272	0.40 283	0.29 265	0.40 277	0.29 267	0.40 278	0.29 271	0.40 287	0.29 272	0.39 281	0.28 253	0.33 237	0.32 268	0.33 257	0.32 346	0.33 242	0.32 325

1test111	0.37 254	1.02 345	0.30 233	0.39 236	0.29 272	0.40 283	0.28 255	0.39 270	0.29 267	0.39 272	0.29 271	0.39 279	0.28 265	0.40 284	0.29 264	0.33 237	0.32 268	0.33 257	0.31 339	0.32 235	0.31 318

cc1	0.37 254	1.02 345	0.30 233	0.39 236	0.29 272	0.40 283	0.28 255	0.39 270	0.29 267	0.39 272	0.29 271	0.39 279	0.28 265	0.40 284	0.29 264	0.33 237	0.32 268	0.33 257	0.31 339	0.32 235	0.31 318

EKT-Stereo	0.37 254	0.40 193	0.44 350	1.07 442	0.29 272	0.34 255	0.31 314	0.36 251	0.29 267	0.38 266	0.31 325	0.37 272	0.30 278	0.36 266	0.29 264	0.34 241	0.28 236	0.39 339	0.30 328	0.37 270	0.30 309

GMOStereo	0.37 254	0.45 223	0.23 200	0.30 200	0.37 370	0.41 299	0.36 357	0.41 292	0.35 354	0.43 311	0.36 363	0.41 300	0.40 377	0.41 299	0.36 350	0.34 241	0.22 206	0.47 400	0.37 381	0.39 324	0.33 332

XPNet_ROB	0.37 254	0.37 178	0.37 284	0.37 228	0.37 370	0.37 268	0.37 363	0.37 257	0.37 365	0.37 265	0.37 370	0.37 272	0.37 362	0.37 270	0.37 359	0.37 256	0.37 324	0.37 290	0.37 381	0.37 270	0.37 356

MonSter++	0.38 260	0.44 215	0.31 248	0.43 277	0.30 282	0.43 326	0.31 314	0.43 316	0.31 321	0.45 357	0.31 325	0.43 325	0.31 327	0.43 318	0.69 462	0.38 267	0.33 280	0.40 352	0.30 328	0.38 283	0.30 309

HiDET	0.38 260	0.44 215	0.30 233	0.42 271	0.30 282	0.42 319	0.30 270	0.42 310	0.30 278	0.44 345	0.30 283	0.42 318	0.30 278	0.42 312	0.68 454	0.37 256	0.32 268	0.40 352	0.29 314	0.37 270	0.29 296

LCMNet	0.38 260	0.44 215	0.30 233	0.42 271	0.30 282	0.42 319	0.30 270	0.42 310	0.30 278	0.45 357	0.30 283	0.42 318	0.30 278	0.42 312	0.69 462	0.37 256	0.32 268	0.40 352	0.29 314	0.37 270	0.29 296

CSFM-Stereo	0.38 260	0.44 215	0.30 233	0.42 271	0.30 282	0.42 319	0.30 270	0.43 316	0.30 278	0.44 345	0.30 283	0.42 318	0.30 278	0.42 312	0.73 472	0.37 256	0.32 268	0.40 352	0.29 314	0.37 270	0.30 309

HART	0.38 260	0.45 223	0.34 268	0.42 271	0.33 347	0.41 299	0.34 346	0.42 310	0.33 341	0.43 311	0.34 352	0.42 318	0.34 348	0.41 299	0.38 362	0.40 287	0.32 268	0.42 380	0.32 346	0.40 336	0.32 325

GREAT-IGEV	0.38 260	0.43 212	0.36 280	0.48 297	0.32 335	0.45 369	0.32 322	0.45 359	0.32 331	0.45 357	0.32 335	0.45 366	0.32 332	0.45 363	0.32 319	0.44 311	0.33 280	0.41 369	0.29 314	0.41 347	0.29 296
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 260	0.43 212	0.33 258	0.46 285	0.33 347	0.45 369	0.32 322	0.45 359	0.32 331	0.45 357	0.32 335	0.45 366	0.33 343	0.45 363	0.32 319	0.38 267	0.38 331	0.38 298	0.37 381	0.37 270	0.36 351

WAO-8	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.38 275	0.38 370	0.38 266	0.38 369	0.38 266	0.38 375	0.38 274	0.38 366	0.38 273	0.38 362	0.38 267	0.38 331	0.38 298	0.37 381	0.38 283	0.38 363

WAO-7	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.38 275	0.38 370	0.38 266	0.38 369	0.38 266	0.38 375	0.38 274	0.38 366	0.38 273	0.38 362	0.38 267	0.38 331	0.38 298	0.38 394	0.38 283	0.38 363

xx1	0.38 260	1.03 347	0.31 248	0.40 249	0.31 325	0.41 299	0.28 255	0.40 277	0.29 267	0.40 278	0.29 271	0.40 287	0.29 272	0.40 284	0.29 264	0.34 241	0.33 280	0.34 266	0.32 346	0.34 246	0.32 325

Venus	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.37 268	0.38 370	0.37 257	0.37 365	0.41 292	0.37 370	0.39 279	0.37 362	0.38 273	0.38 362	0.37 256	0.38 331	0.38 298	0.37 381	0.37 270	0.38 363

IMH	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.38 275	0.38 370	0.38 266	0.38 369	0.42 306	0.38 375	0.40 287	0.38 366	0.38 273	0.38 362	0.38 267	0.38 331	0.39 339	0.38 394	0.38 283	0.38 363

DF	0.39 272	1.37 439	1.02 482	1.14 450	0.12 175	0.16 167	0.12 170	0.16 167	0.12 175	0.16 164	0.12 167	0.16 165	0.12 171	0.16 166	0.12 164	1.12 481	1.00 473	0.15 165	0.12 170	0.15 164	0.12 166

PAM	0.39 272	1.88 495	0.34 268	0.37 228	0.41 397	0.45 369	0.22 222	0.28 223	0.23 232	0.28 229	0.24 243	0.29 239	0.23 236	0.29 240	0.23 227	0.38 267	0.32 268	0.38 298	0.37 381	0.32 235	0.22 213

HanzoNet	0.39 272	0.38 182	0.40 329	0.39 236	0.41 397	0.38 275	0.38 370	0.38 266	0.38 369	0.39 272	0.39 385	0.38 274	0.38 366	0.39 281	0.40 377	0.38 267	0.38 331	0.40 352	0.38 394	0.38 283	0.40 371

CES	0.39 272	0.47 231	0.36 280	0.36 225	0.37 370	0.45 369	0.35 351	0.35 247	0.40 383	0.36 260	0.44 408	0.47 376	0.36 357	0.44 347	0.36 350	0.37 256	0.39 338	0.44 383	0.35 372	0.37 270	0.36 351

PASM	0.39 272	3.06 571	1.36 563	1.58 535	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

mms	0.40 277	0.45 223	0.35 278	0.48 297	0.36 366	0.47 380	0.34 346	0.45 359	0.38 369	0.47 369	0.33 344	0.45 366	0.32 332	0.45 363	0.32 319	0.39 280	0.38 331	0.38 298	0.37 381	0.39 324	0.39 369

GCAPDPT-zeroshot4090	0.40 277	1.09 357	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.44 350	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.34 309	0.38 298	0.27 288	0.38 283	0.27 270

knoymous	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

anonymousa	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

riskmin	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

Anonymous_2	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

Anonymous_1	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

AdaStereo	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GCAP-Stereo-DPT-25K	0.41 285	1.09 357	0.40 329	0.52 352	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.31 325	0.44 357	0.31 327	0.44 347	0.31 309	0.46 349	0.35 315	0.39 339	0.28 301	0.39 324	0.28 290

GCAP-Stereo-DPT-FT	0.41 285	1.06 354	0.40 329	0.51 350	0.31 325	0.44 359	0.30 270	0.43 316	0.32 331	0.44 345	0.30 283	0.56 423	0.30 278	0.44 347	0.31 309	0.45 339	0.34 309	0.39 339	0.27 288	0.40 336	0.27 270

Select-FE	0.41 285	0.44 215	0.23 200	0.26 194	0.22 236	0.26 228	0.22 222	0.26 220	0.23 232	0.26 225	0.23 236	0.26 230	0.23 236	0.45 363	0.42 392	0.25 206	0.22 206	0.25 223	0.22 229	0.45 361	2.90 637

water-stereo	0.41 285	0.84 293	0.46 357	0.50 339	0.33 347	0.45 369	0.33 333	0.45 359	0.32 331	0.45 357	0.32 335	0.45 366	0.32 332	0.45 363	0.32 319	0.44 311	0.41 351	0.39 339	0.31 339	0.39 324	0.32 325

GCAP-BAT	0.41 285	1.30 431	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.44 345	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.34 309	0.38 298	0.26 251	0.38 283	0.26 232

GwcNet-ADL	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

PSMNet-ADL	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

GANet-ADL	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

ADLNet2	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

ADLNet	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

FCDSN-DC	0.41 285	0.59 269	0.64 415	0.54 357	0.33 347	0.50 399	0.37 363	0.42 310	0.40 383	0.61 429	0.43 406	0.50 401	0.49 420	0.38 273	0.32 319	0.28 215	0.23 212	0.26 228	0.22 229	0.35 259	0.28 290
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 285	0.46 227	0.33 258	0.49 303	0.33 347	0.49 390	0.33 333	0.49 377	0.33 341	0.49 383	0.33 344	0.49 387	0.33 343	0.51 403	0.33 330	0.41 295	0.30 259	0.41 369	0.30 328	0.79 436	0.29 296

Gwc-CoAtRS	0.41 285	1.49 444	0.32 253	0.42 271	0.32 335	0.41 299	0.32 322	0.41 292	0.33 341	0.41 292	0.32 335	0.41 300	0.32 332	0.41 299	0.32 319	0.39 280	0.28 236	0.39 339	0.28 301	0.40 336	0.28 290

UPFNet	0.42 298	1.20 373	0.17 175	0.24 180	0.17 208	0.25 219	0.17 197	1.19 498	0.90 497	0.25 216	0.17 204	0.24 212	0.17 205	0.25 217	0.17 198	0.22 182	0.17 189	0.22 201	0.16 193	1.15 486	0.93 493

GCAP-Stereo-DPT26K	0.43 299	1.76 459	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.31 309	0.44 311	0.33 280	0.38 298	0.27 288	0.38 283	0.26 232

aanet-new-8k	0.43 299	1.76 459	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new	0.43 299	1.80 469	0.38 286	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-cres	0.43 299	1.77 461	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-36K	0.43 299	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-20K	0.43 299	1.77 461	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-3K	0.43 299	1.77 461	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

DDF-Stereo	0.43 299	1.15 366	0.57 402	0.53 354	0.32 335	0.41 299	0.32 322	0.41 292	0.32 331	0.41 292	0.32 335	0.41 300	0.32 332	0.40 284	0.32 319	0.52 378	0.50 396	0.38 298	0.31 339	0.39 324	0.31 318

DilatedVolume-Stereo	0.43 299	0.86 297	0.48 372	0.50 339	0.33 347	0.46 375	0.33 333	0.46 363	0.33 341	0.46 363	0.33 344	0.47 376	0.33 343	0.47 372	0.34 343	0.45 339	0.42 360	0.40 352	0.33 356	0.47 377	0.38 363

psmg	0.43 299	1.91 499	0.92 470	1.91 549	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 578	1.44 572	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 299	1.21 419	0.17 175	0.25 187	0.17 208	0.25 219	0.18 205	1.26 550	0.95 505	0.25 216	0.17 204	0.25 219	0.17 205	0.25 217	0.17 198	0.23 193	0.16 168	0.22 201	0.16 193	1.18 494	0.98 497

psm_up	0.43 299	1.19 372	0.17 175	0.25 187	0.18 219	0.25 219	0.19 209	1.26 550	0.91 498	0.26 225	0.17 204	0.25 219	0.17 205	0.25 217	0.17 198	0.22 182	0.17 189	0.23 209	0.16 193	1.18 494	0.99 498

aanet-new-90k	0.44 311	1.82 481	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-60k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-70k	0.44 311	1.82 481	0.38 286	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-78k	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-40k	0.44 311	1.81 474	0.39 297	0.50 339	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-36k	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-34k	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-32k-new	0.44 311	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.44 350	0.30 278	0.44 345	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.34 309	0.39 339	0.26 251	0.38 283	0.26 232

aanet-new-32k	0.44 311	1.79 468	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-30k	0.44 311	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-28k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.44 359	0.30 270	0.44 350	0.30 278	0.44 345	0.30 283	0.44 357	0.30 278	0.44 347	0.30 271	0.45 339	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-24k	0.44 311	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-22k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-16k	0.44 311	1.83 484	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-cres-4k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-22K	0.44 311	1.85 490	0.38 286	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-24K	0.44 311	1.86 493	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-5K	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.44 359	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-2K	0.44 311	1.82 481	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-50K	0.44 311	1.83 484	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.36 321	0.38 298	0.26 251	0.38 283	0.26 232

Monster-pub-mixall	0.44 311	0.56 265	0.60 406	0.38 231	0.27 257	0.37 268	0.27 247	0.37 257	0.29 267	0.38 266	0.27 258	0.38 274	0.29 272	0.85 461	0.27 244	1.46 554	0.26 220	0.34 266	0.26 251	0.36 266	0.53 419

depthmonostereo	0.44 311	0.85 295	0.46 357	0.54 357	0.40 388	0.52 414	0.38 370	0.52 403	0.35 354	0.47 369	0.34 352	0.46 370	0.34 348	0.47 372	0.34 343	0.45 339	0.43 365	0.41 369	0.33 356	0.41 347	0.32 325

MMNet	0.44 311	1.24 427	0.17 175	0.25 187	0.17 208	0.25 219	0.18 205	1.26 550	0.93 503	0.25 216	0.17 204	0.25 219	0.18 215	0.25 217	0.17 198	0.23 193	0.16 168	0.23 209	0.16 193	1.20 498	0.99 498

aanet-new-10k	0.45 334	1.81 474	0.40 329	0.50 339	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.31 325	0.44 357	0.32 332	0.44 347	0.31 309	0.46 349	0.35 315	0.39 339	0.27 288	0.39 324	0.27 270

252Zero-FE	0.45 334	0.50 243	0.36 280	0.50 339	0.36 366	0.50 399	0.36 357	0.50 386	0.36 363	0.49 383	0.36 363	0.49 387	0.36 357	0.54 412	0.41 384	0.45 339	0.34 309	0.45 387	0.34 360	0.55 403	0.75 471

Monster-pub-eth3d	0.45 334	0.57 266	0.60 406	0.39 236	0.28 262	0.37 268	0.28 255	0.37 257	0.30 278	0.39 272	0.29 271	0.39 279	0.30 278	0.92 472	0.27 244	1.42 551	0.28 236	0.34 266	0.28 301	0.37 270	0.53 419

Replicate-Monster	0.45 334	0.57 266	0.60 406	0.40 249	0.29 272	0.37 268	0.27 247	0.37 257	0.30 278	0.40 278	0.31 325	0.40 287	0.30 278	0.99 480	0.27 244	1.36 547	0.31 264	0.34 266	0.30 328	0.36 266	0.54 422

SCV_C0	0.45 334	0.88 301	0.49 379	0.54 357	0.37 370	0.48 385	0.37 363	0.48 373	0.37 365	0.48 376	0.36 363	0.48 383	0.37 362	0.49 386	0.37 359	0.50 370	0.41 351	0.44 383	0.34 360	0.44 357	0.34 339

RAFT-Stereo-weight	0.45 334	1.90 498	0.34 268	0.42 271	0.36 366	0.43 326	0.35 351	0.42 310	0.34 350	0.42 306	0.34 352	0.44 357	0.34 348	0.41 299	0.34 343	0.38 267	0.32 268	0.38 298	0.32 346	0.38 283	0.33 332

TorneroNet-64	0.45 334	0.27 159	0.30 233	0.58 367	0.27 257	0.70 441	0.30 270	0.28 223	0.73 480	0.73 444	0.28 265	0.71 443	0.66 450	0.75 446	0.27 244	0.27 211	0.29 250	0.37 290	0.75 486	0.28 221	0.30 309

aanet-new-12k	0.46 341	1.99 507	0.40 329	0.51 350	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.31 325	0.44 357	0.31 327	0.44 347	0.32 319	0.47 356	0.35 315	0.39 339	0.27 288	0.39 324	0.27 270

SCV	0.46 341	0.94 318	0.45 352	0.54 357	0.37 370	0.48 385	0.38 370	0.48 373	0.37 365	0.48 376	0.39 385	0.48 383	0.37 362	0.49 386	0.37 359	0.50 370	0.46 375	0.44 383	0.34 360	0.44 357	0.34 339

otaku	0.46 341	0.46 227	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.46 407	0.46 363	0.46 415	0.46 370	0.46 406	0.46 368	0.46 402	0.46 349	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

Dean	0.46 341	0.46 227	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.46 407	0.47 369	0.46 415	0.46 370	0.46 406	0.46 368	0.46 402	0.46 349	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

ACVNet_1	0.46 341	0.47 231	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.47 412	0.46 363	0.46 415	0.46 370	0.46 406	0.46 368	0.46 402	0.46 349	0.46 375	0.47 400	0.46 420	0.46 364	0.46 394

ACVNet-4b	0.46 341	0.46 227	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.46 407	0.46 363	0.46 415	0.46 370	0.46 406	0.47 372	0.46 402	0.46 349	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

PML	0.46 341	1.36 437	0.29 229	0.58 367	0.30 282	0.57 427	0.29 265	0.57 414	0.29 267	0.57 423	0.29 271	0.57 426	0.29 272	0.56 417	0.29 264	0.52 378	0.30 259	0.53 428	0.31 339	0.53 401	0.30 309

LG-Stereo_L1	0.47 348	0.52 253	0.47 364	0.62 375	0.39 387	0.53 416	0.40 384	0.53 405	0.39 382	0.53 410	0.39 385	0.53 413	0.39 376	0.53 410	0.39 374	0.55 388	0.46 375	0.49 413	0.37 381	0.49 384	0.37 356

Ntro	0.47 348	0.47 231	0.46 357	0.46 285	0.46 416	0.47 380	0.47 413	0.46 363	0.47 412	0.46 363	0.46 415	0.47 376	0.46 406	0.47 372	0.47 409	0.47 356	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

HaxPig	0.47 348	0.47 231	0.47 364	0.49 303	0.47 422	0.47 380	0.47 413	0.47 369	0.47 412	0.47 369	0.47 423	0.47 376	0.47 414	0.47 372	0.47 409	0.47 356	0.47 383	0.47 400	0.47 427	0.47 377	0.48 403

UNDER WATER	0.47 348	0.47 231	0.47 364	0.47 292	0.47 422	0.47 380	0.47 413	0.47 369	0.47 412	0.47 369	0.47 423	0.47 376	0.46 406	0.47 372	0.47 409	0.47 356	0.47 383	0.47 400	0.46 420	0.47 377	0.47 401

LVE	0.47 348	0.47 231	0.47 364	0.47 292	0.49 428	0.47 380	0.47 413	0.47 369	0.49 421	0.47 369	0.47 423	0.47 376	0.46 406	0.47 372	0.47 409	0.47 356	0.47 383	0.48 408	0.47 427	0.47 377	0.47 401

GASTEREO	0.48 353	1.21 419	0.47 364	0.57 365	0.38 377	0.50 399	0.38 370	0.50 386	0.38 369	0.50 396	0.38 375	0.50 401	0.38 366	0.50 394	0.38 362	0.52 378	0.42 360	0.46 391	0.34 360	0.46 364	0.34 339

LG-Stereo_Zeroshot	0.48 353	0.55 263	0.47 364	0.63 377	0.41 397	0.56 421	0.44 400	0.56 411	0.41 392	0.56 420	0.41 394	0.57 426	0.42 394	0.56 417	0.41 384	0.55 388	0.43 365	0.51 422	0.37 381	0.51 395	0.37 356

fffft	0.48 353	0.51 251	0.45 352	0.52 352	0.45 414	0.52 414	0.45 406	0.52 403	0.48 419	0.53 410	0.45 412	0.52 412	0.45 403	0.52 408	0.46 402	0.51 376	0.41 351	0.50 417	0.41 406	0.50 389	0.41 379
1: 1. 1
RainbowNet	0.48 353	0.48 237	0.48 372	0.48 297	0.48 426	0.48 385	0.48 422	0.48 373	0.48 419	0.48 376	0.48 427	0.48 383	0.48 415	0.48 380	0.48 415	0.48 361	0.48 387	0.48 408	0.48 431	0.48 381	0.48 403

notaker	0.48 353	0.49 239	0.48 372	0.48 297	0.48 426	0.48 385	0.48 422	0.48 373	0.49 421	0.48 376	0.48 427	0.48 383	0.48 415	0.48 380	0.48 415	0.48 361	0.48 387	0.48 408	0.48 431	0.48 381	0.49 408

LL-Strereo2	0.48 353	1.73 457	0.51 390	0.59 370	0.34 357	0.42 319	0.33 333	0.40 277	0.31 321	0.42 306	0.33 344	0.42 318	0.31 327	0.44 347	0.39 374	0.60 396	0.51 401	0.44 383	0.33 356	0.44 357	0.33 332

Former-RAFT_DAM_RVC	0.49 359	0.98 323	0.64 415	0.84 408	0.46 416	0.45 369	0.35 351	0.47 369	0.47 412	0.45 357	0.34 352	0.46 370	0.48 415	0.46 368	0.35 347	0.39 280	0.71 444	0.39 339	0.35 372	0.41 347	0.41 379

ACVNet_2	0.49 359	0.49 239	0.49 379	0.49 303	0.49 428	0.49 390	0.49 424	0.49 377	0.49 421	0.49 383	0.49 430	0.49 387	0.49 420	0.49 386	0.49 417	0.49 364	0.49 390	0.49 413	0.49 434	0.49 384	0.49 408

FoundationStereo	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

StereoAnything_RVC	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

dual_stereo	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

GCST	0.50 361	2.08 510	0.38 286	0.53 354	0.35 360	0.49 390	0.35 351	0.50 386	0.35 354	0.49 383	0.35 360	0.49 387	0.35 354	0.49 386	0.35 347	0.48 361	0.37 324	0.45 387	0.33 356	0.44 357	0.33 332

SANet	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

MSCF	0.51 366	1.40 441	0.49 379	0.58 367	0.38 377	0.50 399	0.38 370	0.54 407	0.41 392	0.52 407	0.41 394	0.53 413	0.42 394	0.53 410	0.41 384	0.60 396	0.47 383	0.48 408	0.37 381	0.48 381	0.38 363

UGAM-zero	0.51 366	2.17 518	0.39 297	0.53 354	0.36 366	0.50 399	0.36 357	0.50 386	0.36 363	0.49 383	0.36 363	0.50 401	0.35 354	0.50 394	0.36 350	0.49 364	0.37 324	0.47 400	0.35 372	0.46 364	0.34 339

UGAM	0.51 366	2.23 523	0.39 297	0.54 357	0.35 360	0.50 399	0.35 351	0.49 377	0.35 354	0.49 383	0.35 360	0.49 387	0.36 357	0.50 394	0.36 350	0.49 364	0.37 324	0.45 387	0.34 360	0.45 361	0.34 339

Selective-IGEV	0.51 366	0.55 263	0.45 352	0.69 387	0.45 414	0.61 431	0.45 406	0.50 386	0.40 383	0.56 420	0.44 408	0.55 420	0.40 377	0.72 441	0.67 447	0.59 395	0.46 375	0.45 387	0.34 360	0.46 364	0.37 356

RCA-Stereo	0.51 366	3.22 577	0.34 268	0.44 280	0.34 357	0.44 359	0.34 346	0.43 316	0.34 350	0.43 311	0.34 352	0.44 357	0.33 343	0.43 318	0.33 330	0.38 267	0.29 250	0.38 298	0.29 314	0.38 283	0.29 296

DN	0.53 371	0.85 295	0.45 352	0.65 381	0.44 410	0.60 430	0.44 400	0.60 421	0.44 403	0.60 428	0.45 412	0.60 431	0.44 399	0.60 426	0.44 396	0.56 391	0.42 360	0.56 431	0.42 414	0.56 405	0.42 386

MatchStereo	0.54 372	0.12 105	2.38 624	2.32 568	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 601	2.34 620	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 372	0.60 271	0.52 393	0.66 385	0.47 422	0.61 431	0.47 413	0.58 417	0.46 407	0.61 429	0.46 415	0.61 433	0.45 403	0.62 427	0.45 398	0.61 400	0.52 403	0.57 432	0.48 431	0.57 408	0.48 403

castereo++	0.54 372	3.59 583	1.15 491	1.31 521	0.14 181	0.16 167	0.14 176	0.16 167	0.14 181	0.16 164	0.14 185	0.16 165	0.13 177	0.16 166	0.14 175	1.45 553	1.16 498	0.15 165	0.14 184	0.15 164	0.13 173

FENet	0.54 372	1.52 445	1.19 497	1.41 530	0.23 242	0.35 259	0.23 230	0.35 247	0.23 232	0.34 252	0.23 236	0.35 260	0.23 236	0.35 260	0.23 227	1.40 550	1.07 482	0.32 250	0.23 235	0.33 242	0.23 215

PSMNet_ROB	0.54 372	0.54 261	0.54 398	0.54 357	0.53 442	0.54 419	0.54 435	0.53 405	0.54 435	0.54 415	0.54 443	0.54 416	0.53 431	0.54 412	0.54 429	0.54 382	0.53 405	0.54 429	0.54 442	0.54 402	0.54 422

AIO-test2	0.55 377	0.59 269	0.52 393	0.67 386	0.47 422	0.61 431	0.47 413	0.61 424	0.47 412	0.61 429	0.47 423	0.61 433	0.48 415	0.62 427	0.47 409	0.64 407	0.53 405	0.58 433	0.47 427	0.58 409	0.48 403

CFNet-ft	0.55 377	1.57 446	0.14 148	0.20 159	0.14 181	0.20 186	2.53 634	1.61 567	0.14 181	0.20 183	0.14 185	0.20 184	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	1.56 560	1.24 575

MyStereo04	0.56 379	3.72 589	0.59 404	0.49 303	0.41 397	0.36 263	0.32 322	0.37 257	0.31 321	0.34 252	0.46 415	0.35 260	0.32 332	0.35 260	0.33 330	0.49 364	0.45 373	0.34 266	0.32 346	0.35 259	0.43 388

CASS	0.57 380	0.89 304	0.56 400	0.57 365	0.56 445	0.56 421	0.56 436	0.56 411	0.53 433	0.57 423	0.57 445	0.59 430	0.48 415	0.56 417	0.57 432	0.55 388	0.56 409	0.47 400	0.56 448	0.62 412	0.56 431
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 381	0.75 283	0.49 379	0.79 400	0.50 432	0.79 451	0.49 424	0.79 444	0.49 421	0.80 455	0.49 430	0.79 456	0.49 420	0.80 450	0.49 417	0.63 406	0.40 341	0.63 438	0.40 398	0.63 413	0.40 371

aanet-new-14k	0.60 381	5.12 616	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.30 271	0.44 311	0.37 324	0.38 298	0.26 251	0.38 283	0.26 232

LG-Stereo	0.60 381	0.58 268	0.47 364	0.64 380	0.74 479	1.00 476	0.69 464	0.57 414	0.41 392	0.57 423	0.41 394	0.57 426	0.41 388	1.00 482	0.75 477	0.91 446	0.51 401	0.52 425	0.37 381	0.52 397	0.37 356

MonSter	0.60 381	0.64 274	0.52 393	0.62 375	0.44 410	2.07 593	0.44 400	0.62 425	0.44 403	0.62 432	0.44 408	0.62 435	0.44 399	0.62 427	0.44 396	0.58 393	0.42 360	0.62 436	0.46 420	0.58 409	0.42 386

MyStereo07	0.60 381	3.72 589	0.48 372	0.49 303	0.41 397	0.36 263	0.32 322	0.49 377	0.43 400	0.51 404	0.42 404	0.49 387	0.43 397	0.51 403	0.64 440	0.49 364	0.45 373	0.34 266	0.32 346	0.35 259	0.43 388

castereo	0.61 386	3.79 591	1.35 555	1.52 534	0.15 192	0.17 174	0.16 187	0.20 184	0.21 223	0.18 175	0.16 197	0.21 191	0.12 171	0.26 228	0.17 198	1.43 552	1.38 568	0.17 177	0.16 193	0.18 179	0.16 183

WCG-NET	0.61 386	1.21 419	0.54 398	0.61 374	0.53 442	0.67 439	0.53 433	0.66 430	0.53 433	0.64 435	0.53 442	0.65 439	0.53 431	0.59 424	0.52 426	0.65 408	0.48 387	0.64 440	0.52 440	0.58 409	0.50 411

GEAStereo	0.62 388	3.91 596	0.48 372	0.69 387	0.38 377	0.51 411	0.38 370	0.51 399	0.38 369	0.53 410	0.38 375	0.50 401	0.38 366	0.51 403	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.34 339

gasm-f	0.62 388	3.91 596	0.48 372	0.69 387	0.38 377	0.51 411	0.38 370	0.51 399	0.38 369	0.53 410	0.38 375	0.50 401	0.38 366	0.51 403	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.34 339

SMoEStereo_RVC	0.63 390	0.75 283	0.51 390	0.73 396	0.53 442	0.71 443	0.47 413	0.67 431	0.58 439	0.74 449	0.60 447	0.72 446	0.53 431	0.74 445	0.51 424	0.61 400	0.62 422	0.62 436	0.61 455	0.63 413	0.61 437

anonymity	0.63 390	0.69 276	0.56 400	0.71 393	0.56 445	0.71 443	0.56 436	0.71 436	0.56 436	0.72 443	0.56 444	0.71 443	0.56 435	0.71 439	0.58 434	0.68 412	0.55 407	0.68 445	0.55 444	0.68 418	0.54 422

PAM_32	0.64 392	2.38 538	0.51 390	0.92 419	0.43 409	0.53 416	0.44 400	0.87 453	0.43 400	0.52 407	0.45 412	0.53 413	0.40 377	0.54 412	0.46 402	0.62 404	0.56 409	0.48 408	0.45 418	0.76 430	0.44 391

CRFU-Net	0.65 393	1.67 449	1.22 547	1.96 553	0.27 257	0.41 299	0.27 247	0.41 292	0.27 257	0.40 278	0.26 254	0.41 300	0.27 258	0.40 284	0.27 244	1.80 567	1.62 588	0.34 266	0.23 235	0.33 242	0.23 215

LMCR-Stereo	0.65 393	0.63 272	0.65 419	0.65 381	0.65 462	0.66 438	0.63 444	0.58 417	0.65 449	0.63 434	0.64 455	0.65 439	0.65 447	0.66 434	0.66 446	0.66 410	0.64 424	0.65 443	0.67 472	0.68 418	0.73 467

KSHMR	0.66 395	0.50 243	0.48 372	1.15 453	0.52 439	0.49 390	0.51 431	0.49 377	0.71 474	0.67 439	0.50 433	1.16 509	1.11 507	0.66 434	0.52 426	0.49 364	0.49 390	0.51 422	0.66 468	0.50 389	1.14 516

TorneroNet	0.66 395	0.53 257	0.50 384	0.50 339	0.64 460	1.06 492	0.70 468	0.50 386	0.51 432	0.49 383	0.69 470	0.49 387	0.50 424	0.48 380	1.15 519	0.71 417	0.49 390	1.14 507	1.08 517	0.49 384	0.49 408

GES	0.66 395	2.34 534	0.29 229	0.41 261	0.29 272	0.41 299	0.29 265	0.42 310	0.29 267	0.40 278	0.41 394	0.41 300	0.30 278	0.51 403	0.29 264	0.32 232	0.29 250	0.32 250	2.46 638	2.49 600	0.30 309

cf-r	0.66 395	2.17 518	0.12 123	0.18 152	0.12 175	0.18 178	2.70 638	2.60 613	0.12 175	0.18 175	0.12 167	0.18 177	0.12 171	0.18 176	0.12 164	0.15 140	0.11 121	0.15 165	0.11 155	1.81 572	1.74 612

DSFCA	0.66 395	0.73 280	0.78 451	0.65 381	0.65 462	0.64 436	0.64 445	0.65 428	0.63 447	0.64 435	0.64 455	0.64 436	0.64 445	0.65 433	0.65 443	0.65 408	0.65 426	0.65 443	0.65 466	0.66 416	0.64 447

DEFOM-Stereo	0.68 400	3.11 573	1.40 569	1.63 543	0.25 249	0.31 243	0.25 237	0.31 235	0.28 261	0.31 240	0.29 271	0.29 239	0.27 258	0.31 246	0.28 253	1.59 560	1.47 574	0.30 241	0.29 314	0.30 227	0.28 290

ssnet_v2	0.68 400	1.96 506	1.25 551	0.29 199	0.20 226	0.30 237	0.20 213	0.29 228	0.22 226	1.50 569	0.20 226	0.31 247	0.20 224	0.27 232	0.22 221	0.24 200	1.49 575	0.26 228	0.18 221	3.90 623	0.19 207

ARAFT	0.68 400	0.81 290	0.63 413	0.74 397	0.60 449	0.78 449	0.62 443	0.77 443	0.66 451	0.74 449	0.63 453	0.75 451	0.62 444	0.83 456	0.60 437	0.70 416	0.55 407	0.70 450	0.60 453	0.78 434	0.55 428

NINENet	0.69 403	3.87 595	1.20 500	1.98 554	0.05 121	0.40 283	0.04 103	0.40 277	0.05 119	0.41 292	0.04 110	0.41 300	0.05 112	0.40 284	0.05 110	1.79 566	1.56 581	0.34 266	0.22 229	0.34 246	0.23 215

VIP-Stereo	0.70 404	2.97 570	2.43 625	2.49 575	0.16 202	0.25 219	0.16 187	0.25 214	0.16 196	0.25 216	0.18 220	0.25 219	0.16 193	0.26 228	0.16 192	1.86 568	1.26 551	0.23 209	0.15 191	0.23 205	0.15 182

RAFT-Stereo + iAFF	0.70 404	0.72 279	0.71 437	0.80 403	0.62 459	0.82 455	0.61 442	0.81 450	0.62 445	0.81 458	0.63 453	0.80 458	0.70 464	0.73 443	0.61 439	0.76 427	0.61 421	0.74 455	0.61 455	0.77 432	0.61 437

DMCA-RVC	0.70 404	0.80 287	0.70 434	0.70 391	0.70 472	0.70 441	0.70 468	0.71 436	0.70 469	0.70 442	0.71 477	0.71 443	0.70 464	0.70 438	0.69 462	0.69 413	0.70 440	0.69 448	0.70 477	0.69 422	0.70 457

MyStereo8	0.71 407	3.92 598	0.52 393	0.59 370	0.52 439	0.57 427	0.53 433	0.59 419	0.50 425	0.59 427	0.51 439	0.57 426	0.50 424	0.56 417	0.52 426	0.54 382	0.49 390	0.54 429	0.49 434	0.55 403	0.50 411

HH	0.71 407	2.54 544	0.74 445	1.10 444	0.32 335	0.41 299	0.37 363	0.69 433	0.78 484	0.73 444	0.90 500	0.75 451	1.00 495	0.84 457	0.69 462	0.69 413	0.40 341	0.35 282	0.26 251	0.35 259	0.26 232

HanStereo	0.71 407	2.54 544	0.74 445	1.10 444	0.32 335	0.41 299	0.37 363	0.69 433	0.78 484	0.73 444	0.90 500	0.75 451	1.00 495	0.84 457	0.69 462	0.69 413	0.40 341	0.35 282	0.26 251	0.35 259	0.26 232

zero-FE	0.72 410	1.31 433	0.66 420	0.92 419	0.60 449	0.82 455	0.58 439	0.82 451	0.58 439	0.81 458	0.60 447	0.81 461	0.60 441	0.82 453	0.58 434	0.74 424	0.59 416	0.73 452	0.52 440	0.76 430	0.51 418

ktn	0.72 410	0.53 257	1.08 486	1.14 450	0.51 438	1.22 553	1.36 584	0.51 399	0.59 441	0.51 404	0.51 439	0.69 442	1.20 518	0.67 436	0.51 424	0.51 376	0.49 390	0.58 433	0.66 468	0.52 397	0.53 419

DStereoRT	0.73 412	0.81 290	0.73 444	0.71 393	0.74 479	0.73 445	0.75 476	0.71 436	0.71 474	0.74 449	0.72 480	0.73 448	0.80 480	0.71 439	0.73 472	0.76 427	0.71 444	0.73 452	0.72 482	0.70 423	0.76 474

CroCo-Stereo	0.73 412	1.22 425	0.25 210	1.22 507	0.25 249	1.22 553	0.25 237	1.22 547	0.25 240	1.22 555	0.25 249	1.22 558	0.25 242	1.22 558	0.25 238	1.22 537	0.26 220	1.21 566	0.25 245	1.22 546	0.25 226
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 412	0.88 301	0.67 424	0.75 398	0.68 469	0.75 446	0.64 445	0.80 447	0.72 477	0.83 460	0.70 472	0.82 462	0.64 445	0.84 457	0.67 447	0.77 429	0.63 423	0.81 467	0.63 457	0.78 434	0.62 440

monster-pro	0.75 415	1.67 449	0.64 415	0.89 412	0.57 447	0.86 461	0.56 436	0.87 453	0.56 436	0.87 461	0.57 445	0.88 465	0.57 436	0.87 462	0.57 432	0.79 430	0.58 413	0.76 458	0.54 442	0.77 432	0.54 422

AIO-Stereo-zeroshot1	0.75 415	0.92 314	0.85 462	0.96 430	0.59 448	1.27 557	0.44 400	0.59 419	0.69 463	0.91 466	0.68 465	0.55 420	0.61 443	1.06 496	0.83 490	0.62 404	0.70 440	0.90 477	0.41 406	0.89 451	0.56 431

MyStereo06	0.75 415	4.12 600	0.60 406	0.63 377	0.61 454	0.62 434	0.66 448	0.56 411	0.45 406	0.55 418	0.48 427	0.54 416	0.46 406	0.57 422	0.45 398	0.60 396	0.57 411	0.64 440	0.55 444	0.72 425	0.55 428

GCAP-Stereo	0.75 415	4.15 603	0.42 347	0.75 398	0.35 360	0.78 449	0.40 384	0.79 444	0.38 369	0.78 453	0.36 363	0.78 454	0.36 357	0.79 448	0.39 374	0.75 425	0.39 338	0.76 458	0.39 397	0.75 429	0.39 369

GANet-RSSM	0.75 415	1.91 499	0.14 148	0.47 292	0.14 181	0.21 196	3.21 655	2.30 599	0.14 181	0.46 363	0.14 185	0.23 206	0.18 215	0.21 193	0.14 175	0.18 166	0.27 230	0.37 290	0.13 179	2.13 582	2.12 622

RSM++	0.76 420	0.82 292	0.66 420	0.85 410	0.64 460	0.85 459	0.71 471	0.94 467	0.64 448	0.87 461	0.67 460	0.87 464	0.65 447	0.84 457	0.65 443	0.81 435	0.70 440	0.79 462	0.71 480	0.83 446	0.70 457

CroCo-Stereo Lap2	0.77 421	1.29 429	0.29 229	1.27 512	0.29 272	1.27 557	0.26 244	1.26 550	0.26 253	1.26 556	0.26 254	1.27 562	0.26 251	1.26 559	0.27 244	1.27 539	0.27 230	1.27 569	0.27 288	1.27 549	0.27 270

PSMNet-RSSM	0.77 421	2.76 561	0.14 148	0.20 159	0.14 181	0.20 186	2.66 636	2.79 626	0.14 181	0.21 194	0.14 185	0.21 191	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	2.52 604	2.31 627

GwcNet-RSSM	0.77 421	2.77 563	0.14 148	0.20 159	0.14 181	0.20 186	2.67 637	2.78 625	0.14 181	0.20 183	0.14 185	0.20 184	0.14 181	0.21 193	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	2.52 604	2.31 627

4D-IteraStereo	0.78 424	3.13 574	0.89 463	0.69 387	0.32 335	0.40 283	0.32 322	0.76 442	0.97 508	0.52 407	0.65 457	0.89 468	0.32 332	0.76 447	0.98 502	0.83 440	0.94 472	0.35 282	0.27 288	0.70 423	0.89 489

Pro-Stereo	0.79 425	0.53 257	0.38 286	0.49 303	0.38 377	0.49 390	0.37 363	0.49 377	0.67 452	0.50 396	0.38 375	1.10 501	0.38 366	0.49 386	0.38 362	0.71 417	0.88 466	5.98 671	0.36 378	0.46 364	0.36 351

hitnet-ft	0.79 425	2.78 566	0.14 148	0.20 159	0.14 181	0.21 196	2.89 639	2.80 627	0.14 181	0.20 183	0.14 185	0.20 184	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	2.54 612	2.33 629

G-Net	0.79 425	0.79 286	0.79 454	0.79 400	0.79 492	0.79 451	0.79 481	0.79 444	0.79 488	0.79 454	0.79 492	0.79 456	0.79 479	0.79 448	0.79 482	0.79 430	0.79 457	0.79 462	0.79 493	0.79 436	0.79 479

MyStereo05	0.80 428	4.12 600	0.63 413	0.63 377	0.61 454	0.62 434	0.66 448	0.65 428	0.62 445	0.67 439	0.61 451	0.65 439	0.58 439	0.67 436	0.55 431	0.60 396	0.57 411	0.64 440	0.55 444	0.72 425	0.55 428

UDG	0.80 428	2.21 522	0.60 406	0.91 416	0.60 449	0.90 466	0.58 439	0.88 457	0.60 442	0.90 464	0.60 447	0.88 465	0.60 441	0.90 467	0.58 434	0.86 444	0.60 417	0.84 473	0.59 452	0.84 447	0.61 437

ccnet	0.80 428	2.28 526	0.33 258	0.50 339	0.33 347	0.50 399	0.33 333	0.50 386	0.33 341	0.49 383	0.33 344	0.49 387	1.56 583	2.38 603	0.33 330	0.41 295	0.29 250	0.42 380	1.57 598	2.28 588	0.29 296

NaN_ROB	0.80 428	0.80 287	0.80 455	0.80 403	0.80 495	0.80 453	0.80 484	0.80 447	0.80 490	0.80 455	0.80 494	0.80 458	0.80 480	0.80 450	0.80 485	0.80 432	0.80 460	0.80 465	0.80 495	0.80 439	0.80 480

CSAN	0.80 428	0.80 287	0.80 455	0.80 403	0.80 495	0.80 453	0.80 484	0.80 447	0.80 490	0.80 455	0.80 494	0.80 458	0.80 480	0.80 450	0.80 485	0.80 432	0.80 460	0.80 465	0.80 495	0.80 439	0.80 480

GSStereo	0.81 433	4.28 606	0.50 384	0.59 370	0.40 388	0.51 411	0.38 370	0.50 386	0.38 369	0.50 396	0.38 375	0.50 401	3.79 652	0.50 394	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.35 348

BSDual-CNN	0.81 433	1.91 499	0.92 470	4.48 624	0.02 22	0.42 319	0.06 132	0.41 292	0.02 22	0.48 376	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 578	4.19 650	0.33 257	0.23 235	0.34 246	0.27 270

DDUNet	0.81 433	2.45 542	0.57 402	0.90 414	0.60 449	0.88 463	0.59 441	0.90 458	0.60 442	0.88 463	0.60 447	0.90 469	0.58 439	0.88 464	0.60 437	0.84 442	0.60 417	0.86 475	0.57 450	0.86 448	0.60 436

R-Stereo Train	0.81 433	0.96 320	0.67 424	0.95 427	0.67 466	0.95 471	0.68 456	0.95 469	0.68 458	0.95 474	0.68 465	0.96 479	0.68 456	0.96 478	0.68 454	0.94 455	0.68 433	0.94 490	0.68 473	0.94 466	0.68 454

RAFT-Stereo	0.81 433	0.96 320	0.67 424	0.95 427	0.67 466	0.95 471	0.68 456	0.95 469	0.68 458	0.95 474	0.68 465	0.96 479	0.68 456	0.96 478	0.68 454	0.94 455	0.68 433	0.94 490	0.68 473	0.94 466	0.68 454
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 438	1.72 452	1.48 573	0.39 236	0.15 192	0.31 243	0.21 218	0.20 184	0.25 240	1.61 573	0.23 236	0.28 233	0.26 251	0.20 183	0.15 185	0.24 200	1.33 559	0.32 250	0.16 193	6.75 662	0.23 215

scenet	0.82 438	1.72 452	1.48 573	0.39 236	0.15 192	0.31 243	0.21 218	0.20 184	0.25 240	1.61 573	0.23 236	0.28 233	0.26 251	0.20 183	0.15 185	0.24 200	1.33 559	0.32 250	0.16 193	6.75 662	0.23 215

ssnet	0.82 438	1.72 452	1.48 573	0.39 236	0.15 192	0.31 243	0.21 218	0.20 184	0.25 240	1.61 573	0.23 236	0.28 233	0.26 251	0.20 183	0.15 185	0.24 200	1.33 559	0.32 250	0.16 193	6.75 662	0.23 215

DEFOM-Stereo_RVC	0.83 441	5.18 618	1.98 613	2.19 559	0.17 208	0.19 181	0.18 205	0.19 178	0.16 196	0.20 183	0.19 222	0.22 199	0.22 230	0.20 183	0.15 185	2.28 595	2.13 615	0.24 218	0.17 215	0.18 179	0.16 183

BUS	0.83 441	1.91 499	0.92 470	4.48 624	0.02 22	0.40 283	0.04 103	0.41 292	0.02 22	0.48 376	0.03 56	0.41 300	0.05 112	0.03 43	0.05 110	1.97 578	4.19 650	0.33 257	0.23 235	0.34 246	0.27 270

PDISCO_ROB	0.83 441	2.80 567	3.49 647	0.14 121	0.11 162	0.17 174	0.09 139	0.15 166	0.10 144	0.15 159	0.12 167	0.16 165	0.14 181	3.30 633	0.13 171	0.14 133	2.34 620	0.16 169	0.12 170	2.62 613	0.10 140

WQFJA1++	0.84 444	0.98 323	0.67 424	1.26 511	0.75 481	1.00 476	0.67 452	1.00 471	0.67 452	1.00 476	0.67 460	1.00 482	0.67 452	1.00 482	0.67 447	0.96 457	0.67 428	0.91 480	0.63 457	0.92 457	0.63 441

WQFJX1	0.84 444	0.98 323	0.67 424	1.30 519	0.75 481	1.01 483	0.67 452	1.01 479	0.67 452	1.01 486	0.67 460	1.01 489	0.68 456	1.00 482	0.68 454	0.98 462	0.67 428	0.92 483	0.64 462	0.92 457	0.64 447

NLMM	0.84 444	1.00 332	0.67 424	1.27 512	0.75 481	1.00 476	0.68 456	1.00 471	0.67 452	1.00 476	0.67 460	1.02 493	0.67 452	1.02 493	0.67 447	0.97 458	0.67 428	0.93 486	0.63 457	0.92 457	0.63 441

AIO-Stereo	0.84 444	0.66 275	0.70 434	0.83 407	0.67 466	0.98 474	0.82 491	1.14 489	0.72 477	1.03 492	0.74 484	1.03 494	1.09 506	0.99 480	0.45 398	1.04 469	0.73 447	0.95 492	0.74 484	0.94 466	0.46 394

DCRE	0.84 444	1.89 496	0.77 450	0.94 425	0.72 476	0.88 463	0.73 474	0.87 453	0.78 484	0.90 464	0.71 477	0.88 465	0.67 452	0.88 464	0.73 472	0.81 435	0.68 433	0.81 467	0.70 477	0.82 444	0.70 457

iGMRVC	0.84 444	2.85 568	0.72 440	0.72 395	0.73 477	0.77 447	0.79 481	0.73 439	0.74 482	0.73 444	0.72 480	0.73 448	0.76 474	0.73 443	0.73 472	0.72 420	0.73 447	0.73 452	0.72 482	0.73 428	0.72 464

WQFJA1	0.85 450	0.98 323	0.67 424	1.29 517	0.76 486	1.01 483	0.67 452	1.02 483	0.67 452	1.02 490	0.67 460	1.01 489	0.67 452	1.01 489	0.68 454	0.99 463	0.67 428	0.93 486	0.64 462	0.92 457	0.65 449

WQFJX	0.85 450	1.00 332	0.68 431	1.30 519	0.75 481	1.01 483	0.68 456	1.01 479	0.68 458	1.01 486	0.68 465	1.03 494	0.68 456	1.02 493	0.67 447	0.97 458	0.67 428	0.93 486	0.63 457	0.94 466	0.63 441

NLSM3	0.85 450	0.99 330	0.68 431	1.29 517	0.76 486	1.01 483	0.68 456	1.01 479	0.68 458	1.02 490	0.68 465	1.01 489	0.68 456	1.01 489	0.68 454	0.97 458	0.68 433	0.93 486	0.64 462	0.93 462	0.63 441

NLMM1	0.86 453	0.98 323	0.69 433	1.48 533	0.75 481	1.01 483	0.69 464	1.00 471	0.69 463	1.00 476	0.70 472	1.00 482	0.68 456	1.01 489	0.67 447	0.97 458	0.68 433	0.92 483	0.63 457	0.93 462	0.63 441

AdaDepth	0.86 453	0.93 316	0.71 437	1.01 438	1.07 522	1.02 489	0.71 471	1.00 471	0.71 474	1.01 486	0.71 477	1.00 482	0.72 469	1.14 507	0.71 470	0.92 449	0.64 424	0.90 477	0.64 462	0.89 451	0.69 456

GEStereo_RVC	0.86 453	4.45 607	0.20 190	0.27 197	0.20 226	0.27 232	0.20 213	0.26 220	0.18 212	5.03 663	0.20 226	0.27 232	0.19 220	0.27 232	0.21 219	0.20 173	0.19 197	0.19 189	4.02 667	0.20 186	0.18 205

Selective-RAFT-Error	0.88 456	0.84 293	0.98 475	0.86 411	0.97 511	0.88 463	0.95 502	0.84 452	0.99 511	0.92 468	0.82 496	0.84 463	0.98 494	0.87 462	0.97 501	0.81 435	0.83 463	0.79 462	0.82 498	0.79 436	0.85 485

IER	0.88 456	7.04 637	2.23 618	2.75 580	0.28 262	0.43 326	0.25 237	0.39 270	0.25 240	0.41 292	0.27 258	0.39 279	0.25 242	0.40 284	0.28 253	0.37 256	0.28 236	0.37 290	0.25 245	0.37 270	0.25 226

Selective-RAFT	0.89 458	0.89 304	0.72 440	1.16 458	0.78 490	1.06 492	0.82 491	0.87 453	0.97 508	1.00 476	0.91 503	0.90 469	1.00 495	0.89 466	0.93 498	0.83 440	0.83 463	0.82 471	0.82 498	0.81 442	0.82 483

AIO-Stereo-zeroshot	0.91 459	0.86 297	0.89 463	1.25 510	0.69 470	1.05 491	0.81 488	1.16 493	0.50 425	1.12 502	0.97 508	0.72 446	0.82 484	1.06 496	0.95 499	0.61 400	0.87 465	1.03 504	0.85 501	1.04 478	1.01 505

CFNet-RSSM	0.91 459	4.89 613	0.34 268	0.44 280	1.07 522	1.62 578	1.40 591	0.91 460	0.35 354	1.60 570	1.39 591	0.64 436	0.34 348	0.44 347	0.33 330	0.41 295	0.35 315	0.75 456	0.30 328	0.41 347	0.29 296

MLG-Stereo	0.92 461	0.90 307	0.84 461	1.27 512	0.49 428	1.38 567	0.88 494	1.41 564	0.97 508	0.73 444	1.09 518	1.26 559	0.43 397	0.72 441	1.05 511	1.13 482	0.49 390	1.18 517	0.66 468	1.01 475	0.46 394

ToySt	0.92 461	2.11 513	0.90 466	0.95 427	0.79 492	0.99 475	0.78 480	0.94 467	0.81 493	0.94 472	0.78 490	0.95 478	0.77 476	0.94 474	0.86 492	0.91 446	0.79 457	0.85 474	0.77 489	0.89 451	0.73 467

DPSM_ROB	0.92 461	0.91 309	0.91 468	0.91 416	0.92 506	0.92 468	0.92 498	0.92 463	0.91 498	0.93 470	0.91 503	0.92 472	0.90 487	0.91 468	0.92 494	0.92 449	0.91 468	0.91 480	0.92 502	0.93 462	0.93 493

DPSM	0.92 461	0.91 309	0.91 468	0.91 416	0.92 506	0.92 468	0.92 498	0.92 463	0.91 498	0.93 470	0.91 503	0.92 472	0.90 487	0.91 468	0.92 494	0.92 449	0.91 468	0.91 480	0.92 502	0.93 462	0.93 493

pmcnn	0.92 461	0.92 314	0.92 470	0.92 419	0.92 506	0.92 468	0.92 498	0.92 463	0.92 502	0.92 468	0.92 506	0.92 472	0.92 489	0.92 472	0.92 494	0.92 449	0.92 470	0.92 483	0.92 502	0.92 457	0.92 492

error version	0.93 466	4.47 608	2.35 621	1.99 555	0.37 370	0.41 299	0.36 357	0.41 292	0.35 354	0.43 311	0.36 363	0.41 300	0.40 377	0.41 299	0.36 350	1.87 570	2.16 616	0.47 400	0.37 381	0.39 324	0.33 332

test_1	0.93 466	4.47 608	2.35 621	1.99 555	0.37 370	0.41 299	0.36 357	0.41 292	0.35 354	0.43 311	0.36 363	0.41 300	0.40 377	0.41 299	0.36 350	1.87 570	2.16 616	0.47 400	0.37 381	0.39 324	0.33 332

DGTPSM_ROB	0.93 466	1.00 332	0.92 470	0.94 425	0.96 510	0.91 467	0.92 498	0.91 460	0.96 507	0.91 466	0.96 507	0.93 475	0.92 489	0.94 474	0.92 494	0.92 449	0.92 470	0.90 477	0.92 502	0.94 466	0.91 491

HSM-Net_RVC	0.95 469	1.17 369	0.78 451	1.18 460	0.71 474	1.16 506	0.75 476	1.09 487	0.80 490	1.10 496	0.75 485	1.17 510	0.74 471	1.17 510	0.80 485	1.13 482	0.73 447	1.17 514	0.77 489	1.16 488	0.72 464
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 470	3.17 576	2.30 620	2.42 572	0.38 377	0.54 419	0.38 370	0.54 407	0.38 369	0.54 415	0.38 375	0.54 416	0.38 366	0.54 412	0.38 362	2.38 604	2.34 620	0.49 413	0.36 378	0.49 384	0.36 351

DPSimNet_ROB	0.97 470	1.18 371	0.81 458	1.10 444	0.91 505	1.02 489	0.82 491	1.04 484	0.91 498	1.03 492	0.86 499	1.28 563	0.82 484	1.03 495	0.89 493	1.17 486	0.81 462	1.02 502	0.82 498	1.08 480	0.81 482

test-3	0.98 472	4.13 602	1.85 602	1.85 546	0.61 454	0.69 440	0.37 363	0.63 426	0.61 444	0.66 438	0.51 439	0.73 448	0.44 399	0.57 422	0.54 429	1.68 564	1.81 600	0.40 352	0.43 416	0.66 416	0.50 411

Test_v1	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

Wavelet-MonSter	1.00 473	1.21 419	0.76 448	1.94 550	1.01 517	1.11 501	0.76 478	1.15 490	0.76 483	1.11 501	0.76 486	1.14 507	0.76 474	1.11 504	0.76 479	1.21 535	0.90 467	1.02 502	0.71 480	1.02 477	0.71 463

999	1.00 473	1.12 362	0.59 404	1.10 444	1.21 580	1.09 497	0.52 432	1.08 485	1.43 593	1.18 507	1.35 585	0.98 481	0.52 430	0.91 468	0.85 491	0.72 420	1.46 573	0.83 472	0.98 507	0.68 418	1.41 588

DispNO	1.00 473	0.63 272	0.43 348	3.45 608	0.44 410	0.65 437	0.43 399	0.64 427	0.43 400	0.64 435	0.43 406	0.64 436	3.03 630	0.64 432	0.43 395	4.55 639	0.43 365	0.63 438	0.43 416	0.63 413	0.43 388

GANet	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

TDLM	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

CVANet_RVC	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

trnet	1.01 480	1.01 341	1.01 481	1.01 438	1.01 517	1.01 483	1.01 510	1.01 479	1.01 516	1.01 486	1.01 514	1.01 489	1.01 502	1.01 489	1.01 508	1.01 468	1.01 478	1.01 501	1.01 515	1.01 475	1.01 505

LL-Strereo	1.01 480	5.06 615	1.63 582	0.70 391	1.43 591	0.56 421	0.46 408	0.57 414	0.50 425	0.57 423	0.50 433	1.58 573	0.49 420	0.59 424	0.50 419	1.64 563	0.52 403	0.51 422	1.37 586	0.52 397	0.45 393

FlowAnything_test	1.02 482	1.72 452	0.71 437	1.59 536	0.70 472	1.61 576	0.69 464	1.61 567	0.70 469	1.60 570	0.70 472	1.61 577	0.69 462	1.61 574	0.70 468	0.81 435	0.58 413	0.81 467	0.55 444	0.81 442	0.56 431

FlowAnything	1.02 482	1.71 451	0.72 440	1.59 536	0.69 470	1.60 575	0.69 464	1.61 567	0.70 469	1.60 570	0.69 470	1.60 574	0.69 462	1.61 574	0.69 462	0.81 435	0.58 413	0.81 467	0.56 448	0.82 444	0.56 431

Hybrid-DGEV	1.03 484	1.75 458	0.80 455	1.28 516	0.78 490	1.26 556	0.80 484	1.26 550	0.78 484	1.26 556	0.78 490	1.26 559	0.78 478	1.26 559	0.78 481	1.15 485	0.75 450	1.14 507	0.74 484	1.14 483	0.75 471

tt45	1.04 485	0.88 301	1.36 563	0.92 419	1.03 520	1.51 574	0.79 481	0.70 435	0.88 496	0.74 449	0.90 500	1.60 574	0.72 469	1.60 572	0.75 477	0.91 446	0.78 455	1.52 582	0.79 493	1.14 483	1.32 580

Hybrid-DGEV-2	1.05 486	1.83 484	0.83 459	1.33 523	0.82 498	1.30 559	0.81 488	1.26 550	0.79 488	1.29 558	0.79 492	1.26 559	0.80 480	1.26 559	0.79 482	1.20 489	0.78 455	1.18 517	0.77 489	1.20 498	0.77 476

Hybrid-DGEV-03	1.07 487	1.83 484	0.83 459	1.34 524	0.81 497	1.32 561	0.81 488	1.31 557	0.81 493	1.31 559	0.82 496	1.32 564	0.82 484	1.32 564	0.81 488	1.19 487	0.77 453	1.19 519	0.76 487	1.19 496	0.77 476

GLC_STEREO	1.07 487	1.01 341	1.06 484	1.07 442	1.05 521	1.06 492	1.08 515	1.08 485	1.05 520	1.07 494	1.06 516	1.08 497	1.05 504	1.06 496	1.10 514	1.07 471	1.09 488	1.05 505	1.05 516	1.06 479	1.12 512

FC-DCNN	1.07 487	1.09 357	0.98 475	0.89 412	0.52 439	1.41 570	0.91 497	1.21 546	1.24 579	1.96 582	2.05 636	1.91 583	1.30 571	1.27 562	1.08 513	0.80 432	0.60 417	0.58 433	0.41 406	0.68 418	0.54 422

hknet	1.10 490	1.85 490	3.49 647	4.48 624	0.02 22	0.42 319	0.06 132	0.41 292	0.02 22	0.48 376	0.03 56	0.41 300	0.03 53	0.42 312	0.03 52	4.39 636	4.19 650	0.33 257	0.23 235	0.34 246	0.27 270

test_xeample3	1.10 490	1.81 474	0.61 411	0.84 408	0.49 428	0.77 447	0.66 448	0.92 463	1.40 591	0.68 441	0.46 415	0.78 454	0.54 434	1.72 577	1.48 593	1.34 544	1.52 577	1.35 575	1.67 611	1.33 552	1.55 593

DISCO	1.11 492	0.39 189	5.28 660	0.39 236	0.20 226	0.39 281	0.27 247	0.39 270	0.22 226	0.38 266	0.20 226	0.38 274	0.20 224	6.95 674	0.22 221	0.30 224	0.21 202	0.27 232	0.21 226	5.25 655	0.21 211

Occ-G	1.12 493	0.52 253	3.72 652	3.50 612	0.50 432	0.56 421	0.47 413	0.54 407	0.46 407	0.54 415	0.41 394	0.54 416	0.42 394	0.52 408	0.42 392	3.42 628	4.02 649	0.52 425	0.45 418	0.51 395	0.44 391

AEACV	1.12 493	0.52 253	3.12 643	3.24 597	0.86 499	0.53 416	0.49 424	0.60 421	0.47 412	0.53 410	0.49 430	0.55 420	0.45 403	0.55 416	0.47 409	3.01 623	3.88 647	0.71 451	0.60 453	0.80 439	0.48 403

LiteMatch	1.13 495	0.73 280	2.80 629	3.23 595	0.61 454	0.83 457	0.68 456	0.73 439	0.69 463	1.00 476	0.77 488	0.94 476	0.57 436	0.82 453	0.64 440	2.97 621	2.43 623	0.68 445	0.32 346	0.56 405	0.70 457

Lsterematch	1.13 495	0.73 280	2.80 629	3.23 595	0.61 454	0.83 457	0.68 456	0.73 439	0.69 463	1.00 476	0.77 488	0.94 476	0.57 436	0.82 453	0.64 440	2.97 621	2.43 623	0.68 445	0.32 346	0.56 405	0.70 457

MSMD_ROB	1.19 497	1.10 361	0.70 434	1.10 444	0.60 449	1.10 498	0.70 468	1.10 488	0.70 469	1.10 496	0.70 472	1.10 501	0.70 464	7.00 675	0.70 468	1.10 475	0.70 440	1.10 506	0.70 477	1.10 481	0.70 457

MM-Stereo_test2	1.20 498	1.85 490	1.05 483	1.46 532	0.94 509	1.36 565	0.99 505	1.36 559	0.95 505	1.41 565	0.98 509	1.40 570	0.96 491	1.37 566	0.95 499	1.37 549	1.06 481	1.33 572	0.93 506	1.29 551	0.89 489

ours_stereo	1.20 498	1.21 419	0.90 466	1.64 544	1.11 524	1.35 563	0.67 452	1.76 574	0.93 503	1.70 578	1.10 519	1.39 568	0.75 473	1.41 568	0.81 488	1.60 562	1.03 480	1.33 572	1.00 509	1.61 562	0.72 464

DisPM	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

CrosDoStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PFNet+	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

LCNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

HHNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Patchmatch Stereo++	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

STrans-v2	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

TransformOpticalFlow	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

OMP-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

IIG-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

NF-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

OCTAStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PSM-softLoss	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

KMStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

NRIStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PSM-adaLoss	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PSM-AAD	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

FTStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

ROB_FTStereo_v2	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

ROB_FTStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Consistency-Raft	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

KYRaft	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

HUI-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

ASMatch	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DeepStereo_LL	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DEmStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

SST-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

THIR-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT_R40	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DRaft	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PFNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

GrayStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RE-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Pruner-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

TVStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DeepStereo_RVC	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT-RH_RVC	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

IRAFT_RVC	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT-345	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

iRAFT	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

CRE-IMP	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

GMM-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT-IKP	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Prome-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

HCRNet	1.22 545	7.11 638	3.00 631	3.55 613	0.33 347	0.29 236	0.14 176	0.19 178	0.15 191	0.33 250	0.29 271	0.25 219	0.14 181	0.22 197	0.33 330	3.64 629	3.00 627	0.76 458	0.32 346	0.18 179	0.13 173

HBP-ISP	1.24 546	1.72 452	1.65 583	1.15 453	0.76 486	1.40 569	0.88 494	1.67 573	1.02 517	1.69 577	1.38 590	1.69 578	1.21 564	1.87 584	1.21 573	1.05 470	0.79 457	0.97 495	0.80 495	1.19 496	0.75 471

AANet_RVC	1.26 547	0.31 168	4.99 658	5.93 650	0.20 226	0.25 219	0.20 213	0.25 214	0.20 220	0.23 201	0.19 222	0.25 219	0.20 224	0.25 217	0.20 216	5.66 660	4.76 653	0.26 228	0.30 328	0.24 209	0.27 270

MM-Stereo_test3	1.27 548	2.07 509	1.18 495	1.60 539	1.02 519	1.45 572	1.01 510	1.40 563	1.04 519	1.44 567	1.03 515	1.46 572	1.02 503	1.44 570	1.02 509	1.51 558	1.12 495	1.32 571	0.98 507	1.38 555	0.97 496

11t	1.27 548	2.70 553	1.34 553	1.32 522	0.89 501	1.30 559	1.34 581	1.64 570	0.57 438	1.45 568	0.72 480	1.05 496	1.29 570	1.07 499	1.29 582	1.49 555	1.02 479	0.97 495	1.15 521	1.48 557	1.31 579

MaskLacGwcNet_RVC	1.35 550	1.35 436	1.35 555	1.35 526	1.35 585	1.35 563	1.35 582	1.36 559	1.35 587	1.36 563	1.35 585	1.36 566	1.36 576	1.36 565	1.35 586	1.35 545	1.35 564	1.35 575	1.35 583	1.35 553	1.35 584

CC-Net-ROB	1.36 551	1.33 435	1.33 552	1.36 527	1.38 588	1.36 565	1.33 580	1.37 561	1.34 584	1.35 562	1.36 587	1.38 567	1.34 574	1.38 567	1.38 589	1.35 545	1.38 568	1.33 572	1.35 583	1.43 556	1.34 583

CFNet	1.37 552	5.27 621	0.19 187	5.49 647	0.19 223	0.28 233	0.19 209	0.28 223	0.19 218	0.28 229	0.19 222	0.28 233	4.35 660	0.28 236	0.19 213	0.23 193	0.17 189	0.23 209	4.21 669	4.81 646	0.17 200

PS-NSSS	1.38 553	1.39 440	1.34 553	1.34 524	1.35 585	1.38 567	1.37 589	1.35 558	1.38 590	1.34 561	1.34 584	1.39 568	1.38 579	1.70 576	1.40 590	1.36 547	1.36 565	1.36 577	1.37 586	1.37 554	1.36 585

RASNet	1.49 554	1.65 448	1.45 571	1.38 529	1.43 591	1.47 573	1.36 584	1.38 562	1.36 588	1.39 564	1.60 601	1.45 571	1.45 582	1.51 571	2.21 631	1.53 559	1.36 565	1.36 577	1.36 585	1.66 565	1.36 585

BLMT-Stereo	1.53 555	1.36 437	1.06 484	1.42 531	1.23 584	1.41 570	1.07 514	1.43 565	1.12 521	1.42 566	1.06 516	1.83 580	1.07 505	1.42 569	1.07 512	1.27 539	1.38 568	6.80 672	1.00 509	1.26 548	1.00 500

GANetREF_RVC	1.55 556	1.94 505	1.22 547	1.88 547	1.21 580	1.88 582	1.22 572	1.88 576	1.22 577	1.88 579	1.22 574	1.88 581	1.22 565	1.89 585	1.22 574	1.87 570	1.22 550	1.88 596	1.22 574	1.88 574	1.22 572
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 557	1.91 499	1.21 546	1.94 550	1.20 534	2.00 590	1.23 573	1.99 581	1.24 579	2.00 587	1.25 577	2.03 591	1.26 567	2.00 589	1.29 582	1.90 574	1.18 502	1.89 597	1.21 573	1.89 575	1.20 526
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 558	1.59 447	1.70 585	1.59 536	1.59 597	1.61 576	1.61 600	1.60 566	1.60 597	1.62 576	1.59 600	1.60 574	1.60 585	1.60 572	1.59 597	1.59 560	1.60 587	1.59 583	1.59 603	1.59 561	1.59 598

ff7	1.68 559	2.68 550	1.35 555	0.97 431	0.89 501	1.84 579	2.15 629	2.12 587	1.80 614	2.05 592	1.56 597	2.33 598	2.12 620	2.23 595	2.25 632	1.31 541	1.07 482	1.48 579	1.41 589	0.90 454	1.04 507

ffff	1.68 559	2.68 550	1.35 555	0.97 431	0.89 501	1.84 579	2.15 629	2.12 587	1.80 614	2.05 592	1.56 597	2.33 598	2.12 620	2.23 595	2.25 632	1.31 541	1.07 482	1.48 579	1.41 589	0.90 454	1.04 507

ccc-4	1.68 559	2.68 550	1.35 555	0.97 431	0.89 501	1.84 579	2.15 629	2.12 587	1.80 614	2.05 592	1.56 597	2.33 598	2.12 620	2.23 595	2.25 632	1.31 541	1.07 482	1.48 579	1.41 589	0.90 454	1.04 507

MC-Stereo	1.76 562	2.96 569	1.37 565	2.14 558	1.37 587	2.14 596	1.36 584	2.14 590	1.37 589	2.14 596	1.37 588	2.14 593	1.37 578	2.14 594	1.37 588	1.97 578	1.32 552	1.97 599	1.32 582	1.98 576	1.33 581

IGEVStereo-DCA	1.77 563	4.21 604	1.84 600	2.49 575	2.11 630	2.54 616	1.36 584	1.65 571	1.17 528	2.75 625	1.90 619	2.54 611	1.15 511	0.94 474	1.11 515	1.50 556	1.32 552	0.96 493	1.46 595	1.49 558	0.88 486

rrr	1.77 563	4.21 604	1.84 600	2.49 575	2.11 630	2.54 616	1.36 584	1.65 571	1.17 528	2.75 625	1.90 619	2.54 611	1.15 511	0.94 474	1.11 515	1.50 556	1.32 552	0.96 493	1.46 595	1.49 558	0.88 486

MM-Stereo_test1	1.80 565	3.41 581	1.52 578	2.12 557	1.41 590	2.04 591	1.41 592	2.05 585	1.46 594	2.04 591	1.41 592	2.05 592	1.42 581	2.05 590	1.43 592	2.04 582	1.54 580	1.94 598	1.38 588	1.99 577	1.33 581

MFMNet_re	1.81 566	1.91 499	1.71 587	1.95 552	1.70 608	1.95 587	1.70 605	1.96 579	1.74 610	1.97 584	1.72 609	1.95 584	1.71 593	1.97 588	1.71 605	1.86 568	1.62 588	1.85 589	1.66 610	1.86 573	1.64 604

plain	1.88 567	3.16 575	0.64 415	3.10 590	0.65 462	3.10 631	0.64 445	3.12 630	0.65 449	3.10 631	0.65 457	3.11 631	0.65 447	3.12 630	0.65 443	3.12 624	0.65 426	3.13 629	0.65 466	3.13 617	0.65 449

RAFT_CTSACE	1.92 568	3.71 588	1.72 588	1.88 547	1.72 609	2.04 591	1.42 594	2.18 592	1.89 625	2.02 589	1.97 625	1.95 584	2.06 619	1.93 586	1.62 598	1.76 565	1.66 591	2.02 600	1.73 619	1.73 568	1.43 590

MonStereo1	1.94 569	2.77 563	1.52 578	3.73 620	1.51 594	2.13 595	1.42 594	2.32 600	1.52 595	2.31 604	1.50 595	2.53 608	1.59 584	2.34 602	1.56 595	1.91 575	1.36 565	1.86 592	1.31 581	2.07 578	1.53 591

4.25w-stereo	1.98 570	2.72 557	1.46 572	3.47 609	1.43 591	2.07 593	1.98 620	2.53 612	1.52 595	2.71 618	1.98 631	1.81 579	1.62 587	1.96 587	1.36 587	1.88 573	2.00 605	2.53 623	1.61 605	1.74 569	1.15 517

4.5w-stereo	1.99 571	2.33 530	1.81 591	3.28 599	1.68 604	1.94 584	1.99 623	2.72 615	1.70 602	2.72 619	1.99 634	1.97 586	1.68 589	1.76 578	1.29 582	1.91 575	2.02 611	2.53 623	1.61 605	1.75 570	1.16 520

2.75w_new	1.99 571	2.34 534	1.81 591	3.14 591	1.62 599	1.94 584	1.99 623	2.72 615	1.71 603	2.72 619	1.99 634	1.90 582	1.73 595	1.82 583	1.29 582	2.37 603	2.01 607	2.31 610	1.42 592	1.77 571	1.22 572

3.75w	1.99 571	2.31 528	1.83 599	3.16 593	1.65 601	1.93 583	1.98 620	2.72 615	1.68 599	2.73 624	1.97 625	2.00 588	1.72 594	1.81 582	1.25 578	2.27 594	2.01 607	2.38 615	1.42 592	1.71 567	1.24 575

2w_stereo	1.99 571	2.36 537	1.81 591	3.24 597	1.67 602	1.94 584	1.98 620	2.72 615	1.68 599	2.72 619	1.94 622	1.98 587	1.74 597	1.79 581	1.27 579	1.95 577	2.00 605	2.53 623	1.60 604	1.68 566	1.15 517

2.25w	2.00 575	1.86 493	1.98 613	2.95 588	2.17 634	2.26 597	1.35 582	2.42 606	2.00 632	2.07 595	1.27 579	2.53 608	1.99 615	2.29 599	1.49 594	2.21 589	1.32 552	1.85 589	1.87 623	2.52 604	1.62 602

4.25_new	2.00 575	2.33 530	1.82 596	3.32 602	1.69 605	1.95 587	1.99 623	2.72 615	1.71 603	2.72 619	1.97 625	2.01 589	1.74 597	1.77 579	1.28 580	2.18 586	2.01 607	2.48 621	1.58 601	1.65 563	1.17 521

4.5w_new	2.00 575	2.33 530	1.82 596	3.32 602	1.69 605	1.95 587	1.99 623	2.72 615	1.71 603	2.72 619	1.97 625	2.01 589	1.74 597	1.77 579	1.28 580	2.18 586	2.01 607	2.48 621	1.58 601	1.65 563	1.17 521

4.5_new	2.00 575	1.84 489	1.98 613	2.77 582	2.16 632	2.27 598	1.28 579	2.09 586	1.98 629	2.01 588	1.28 580	2.71 620	1.98 613	2.51 611	1.65 600	2.26 591	1.33 559	1.87 593	1.87 623	2.49 600	1.60 599

TRStereo	2.00 575	2.13 514	1.85 602	2.27 564	1.84 613	2.28 600	1.84 609	2.29 595	1.86 619	2.30 601	1.87 614	2.30 595	1.87 603	2.08 591	1.72 607	2.08 583	1.72 594	2.08 602	1.72 616	2.08 579	1.72 609

XX-Stereo	2.00 575	2.13 514	1.85 602	2.27 564	1.84 613	2.28 600	1.84 609	2.29 595	1.86 619	2.30 601	1.87 614	2.30 595	1.87 603	2.08 591	1.72 607	2.08 583	1.72 594	2.08 602	1.72 616	2.08 579	1.72 609

EAI-Stereo	2.00 575	2.13 514	1.85 602	2.27 564	1.84 613	2.28 600	1.84 609	2.29 595	1.86 619	2.30 601	1.87 614	2.30 595	1.87 603	2.08 591	1.72 607	2.08 583	1.72 594	2.08 602	1.72 616	2.08 579	1.72 609

2.5w	2.01 582	2.40 539	1.37 565	3.28 599	2.01 624	2.71 621	1.43 597	1.82 575	1.83 617	1.90 581	1.41 592	2.71 620	1.35 575	2.71 620	1.85 618	2.66 615	1.53 578	1.64 584	1.23 575	2.53 607	1.87 618

4w-stereo	2.02 583	2.72 557	1.44 570	3.36 605	1.59 597	2.48 609	1.72 606	2.28 593	1.24 579	2.24 599	1.65 605	2.56 613	1.32 573	2.39 605	1.98 628	2.67 617	1.51 576	1.66 585	1.24 576	2.53 607	1.88 621

IGEV	2.02 583	2.20 520	1.82 596	2.90 587	2.16 632	2.41 606	1.25 575	2.00 582	1.98 629	1.99 586	1.31 582	2.72 624	1.93 609	2.67 619	1.69 604	2.26 591	1.32 552	1.83 588	1.87 623	2.53 607	1.61 601

3.25w_new	2.03 585	2.72 557	1.35 555	3.33 604	1.57 595	2.72 622	1.53 599	2.15 591	1.33 583	2.15 597	1.60 601	2.63 617	1.30 571	2.72 622	1.99 629	2.67 617	1.53 578	1.75 587	1.25 578	2.53 607	1.87 618

3.5w_stereo	2.03 585	2.72 557	1.35 555	3.41 606	1.57 595	2.72 622	1.49 598	2.01 583	1.34 584	2.15 597	1.61 603	2.63 617	1.36 576	2.72 622	1.99 629	2.66 615	1.58 583	1.68 586	1.24 576	2.53 607	1.87 618

UniTT-Stereo	2.03 585	3.43 582	0.72 440	3.42 607	0.73 477	3.27 634	0.68 456	3.38 635	0.69 463	3.29 634	0.72 480	3.28 634	0.70 464	3.35 636	0.68 454	3.39 627	0.68 433	3.31 632	0.69 475	3.37 618	0.73 467

3.25w	2.04 588	2.20 520	1.48 573	3.03 589	2.17 634	2.63 620	1.39 590	1.96 579	1.95 628	1.96 582	1.37 588	2.71 620	1.96 612	2.71 620	1.73 612	2.26 591	1.32 552	1.87 593	1.87 623	2.51 603	1.63 603

3w_stereo	2.04 588	2.24 524	1.70 585	3.15 592	2.18 636	2.49 610	1.26 577	2.03 584	1.98 629	1.98 585	1.33 583	2.72 624	1.99 615	2.59 614	1.72 607	2.22 590	1.33 559	1.85 589	1.88 628	2.50 602	1.58 597

1w_stereo	2.05 590	2.32 529	1.35 555	3.74 621	2.01 624	2.73 624	1.42 594	1.88 576	1.93 627	2.03 590	1.28 580	2.71 620	1.99 615	2.72 622	1.72 607	2.20 588	1.32 552	1.87 593	1.86 622	2.45 596	1.54 592

LiteMatch*	2.07 591	1.30 431	5.73 663	6.28 653	0.79 492	1.33 562	0.80 484	1.30 556	1.02 517	1.33 560	0.84 498	1.33 565	0.97 492	1.28 563	1.04 510	6.05 664	5.89 659	1.28 570	0.76 487	1.28 550	0.88 486

sCroCo_RVC	2.10 592	2.76 561	1.92 610	2.78 585	1.39 589	2.73 624	1.41 592	2.73 621	1.40 591	2.77 630	1.41 592	2.74 626	1.40 580	2.74 625	1.40 590	2.72 619	1.42 571	2.72 627	1.44 594	2.79 614	1.42 589

MoCha-V2	2.11 593	26.97 680	0.78 451	0.92 419	0.77 489	0.96 473	0.72 473	0.90 458	0.72 477	0.94 472	0.70 472	0.90 469	0.71 468	0.91 468	0.71 470	0.85 443	0.71 444	0.88 476	0.69 475	0.87 449	0.67 453

FBW_ROB	2.12 594	2.46 543	1.77 590	2.49 575	1.79 612	2.38 604	1.83 608	2.46 607	1.78 613	2.48 612	1.97 625	2.40 603	1.78 600	2.42 608	1.83 616	2.31 599	1.85 602	2.38 615	1.82 621	2.35 591	1.84 614

MonStereo	2.17 595	2.41 540	1.49 577	2.67 579	1.67 602	2.60 619	2.04 627	2.32 600	1.76 611	2.44 609	1.68 607	2.50 606	1.69 591	2.38 603	1.80 615	2.28 595	1.78 597	2.63 626	2.14 631	3.47 619	1.68 607

asda	2.17 595	2.54 544	1.81 591	3.47 609	1.78 611	2.50 612	1.86 613	2.61 614	1.68 599	2.61 616	1.83 611	2.37 602	1.73 595	2.44 609	1.88 623	2.51 612	1.84 601	2.34 612	1.62 607	2.23 584	1.77 613

asd	2.18 597	2.77 563	1.58 580	3.59 614	2.00 623	2.58 618	1.85 612	2.39 605	1.71 603	2.47 611	1.97 625	2.59 615	1.61 586	2.56 612	1.79 614	2.51 612	1.99 604	2.11 605	1.62 607	2.36 592	1.60 599

qwe	2.18 597	2.60 547	1.58 580	3.83 622	1.90 621	2.53 614	1.90 618	2.48 608	1.73 608	2.37 607	1.92 621	2.53 608	1.68 589	2.56 612	1.83 616	2.52 614	1.87 603	2.07 601	1.68 613	2.32 590	1.71 608

monsters	2.18 597	2.41 540	1.96 612	3.47 609	2.03 628	2.53 614	1.64 602	2.48 608	1.73 608	2.40 608	1.50 595	2.62 616	1.94 610	2.59 614	1.94 625	2.44 607	1.57 582	2.28 608	1.87 623	2.42 594	1.86 616

AIO_rvc	2.18 597	2.34 534	1.87 606	2.32 568	1.94 622	2.40 605	1.89 617	2.37 603	2.07 634	2.52 614	1.95 624	2.44 605	1.99 615	2.41 606	1.89 624	2.32 600	2.09 613	2.24 606	2.18 632	2.21 583	2.23 625

HUF	2.18 597	2.30 527	1.99 616	2.34 570	2.02 627	2.41 606	2.06 628	2.38 604	1.89 625	2.36 606	1.85 612	2.56 613	1.98 613	2.31 601	1.97 627	2.30 598	2.03 612	2.30 609	2.11 630	2.23 584	2.16 623

AIO_test	2.18 597	2.09 512	2.04 617	2.42 572	2.01 624	2.47 608	1.94 619	2.34 602	2.03 633	2.56 615	1.94 622	2.43 604	1.94 610	2.41 606	1.87 622	2.39 605	2.10 614	2.35 614	1.91 629	2.25 586	2.19 624

monsterstereo	2.20 603	2.33 530	1.95 611	3.65 616	2.07 629	2.49 610	1.61 600	2.48 608	1.83 617	2.45 610	1.61 603	2.67 619	1.86 602	2.64 616	1.94 625	2.48 611	1.66 591	2.34 612	1.68 613	2.40 593	1.86 616

LG-G_1	2.22 604	2.71 555	1.89 607	2.77 582	1.87 619	2.75 626	1.87 615	2.76 623	1.87 623	2.75 625	1.87 614	2.76 627	1.87 603	2.75 626	1.86 619	2.47 609	1.58 583	2.45 618	1.57 598	2.45 596	1.57 595

LG-G	2.22 604	2.71 555	1.89 607	2.77 582	1.87 619	2.75 626	1.87 615	2.76 623	1.87 623	2.75 625	1.87 614	2.76 627	1.87 603	2.75 626	1.86 619	2.47 609	1.58 583	2.45 618	1.57 598	2.45 596	1.57 595

LGtest1	2.22 604	2.70 553	1.89 607	2.76 581	1.86 616	2.75 626	1.86 613	2.75 622	1.86 619	2.75 625	1.86 613	2.77 629	1.87 603	2.75 626	1.86 619	2.46 608	1.58 583	2.45 618	1.56 597	2.45 596	1.56 594

RAStereo	2.23 607	3.64 585	0.76 448	3.65 616	0.86 499	3.66 639	0.76 478	3.67 639	0.81 493	3.66 636	0.76 486	3.66 637	0.77 476	3.68 638	0.77 480	3.68 630	0.77 453	3.69 637	0.77 489	3.70 621	0.77 476

UDGNet	2.23 607	5.40 626	1.72 588	2.48 574	1.69 605	2.51 613	1.69 604	2.51 611	1.72 607	2.50 613	1.69 608	2.52 607	1.69 591	2.50 610	1.68 603	2.41 606	1.70 593	2.42 617	1.69 615	2.42 594	1.64 604

NCCL2	2.28 609	2.27 525	2.28 619	2.28 567	2.28 637	2.27 598	2.29 632	2.28 593	2.28 635	2.27 600	2.28 637	2.28 594	2.27 623	2.27 598	2.28 636	2.28 595	2.28 619	2.27 607	2.29 636	2.27 587	2.29 626

Abc-Net	2.32 610	24.75 672	1.14 489	1.17 459	1.17 531	1.11 501	1.15 520	1.17 495	1.21 576	1.08 495	1.16 523	1.12 506	1.14 510	1.09 500	1.17 523	1.09 473	1.16 498	1.17 514	1.17 524	1.16 488	1.11 510
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 611	25.00 673	1.13 488	1.15 453	1.15 526	1.10 498	1.15 520	1.15 490	1.15 523	1.12 502	1.15 520	1.09 499	1.13 508	1.10 502	1.15 519	1.11 480	1.09 488	1.16 510	1.12 519	1.16 488	1.17 521

stereogan	2.33 611	24.38 671	1.18 495	1.18 460	1.18 533	1.14 504	1.18 524	1.19 498	1.19 530	1.14 505	1.18 527	1.14 507	1.18 516	1.14 507	1.18 524	1.14 484	1.14 496	1.19 519	1.19 525	1.15 486	1.19 525

RGC	2.36 613	25.48 674	1.19 497	1.15 453	1.15 526	1.10 498	1.16 522	1.17 495	1.16 524	1.12 502	1.16 523	1.11 505	1.13 508	1.09 500	1.18 524	1.10 475	1.15 497	1.16 510	1.12 519	1.14 483	1.12 512

NCC-stereo	2.36 613	25.52 675	1.17 493	1.15 453	1.17 531	1.11 501	1.11 516	1.15 490	1.16 524	1.10 496	1.16 523	1.10 501	1.15 511	1.14 507	1.13 517	1.09 473	1.11 492	1.15 509	1.16 523	1.17 493	1.17 521

AF-Net	2.37 615	25.71 676	1.17 493	1.13 449	1.15 526	1.15 505	1.18 524	1.19 498	1.16 524	1.10 496	1.15 520	1.10 501	1.18 516	1.12 506	1.15 519	1.10 475	1.10 491	1.17 514	1.15 521	1.16 488	1.12 512

Nwc_Net	2.37 615	25.95 677	1.15 491	1.14 450	1.15 526	1.08 495	1.14 519	1.17 495	1.16 524	1.14 505	1.15 520	1.08 497	1.15 511	1.11 504	1.14 518	1.10 475	1.11 492	1.16 510	1.09 518	1.16 488	1.15 517

CFNet_RVC	2.38 617	8.71 649	0.38 286	9.33 667	0.42 407	0.56 421	0.42 397	0.60 421	0.38 369	0.62 432	0.42 404	0.56 423	7.29 672	0.62 427	0.42 392	0.53 381	0.37 324	0.49 413	0.34 360	8.30 669	6.87 674

edge stereo	2.43 618	27.07 681	1.14 489	1.06 441	1.14 525	1.08 495	1.17 523	1.16 493	1.14 522	1.10 496	1.16 523	1.09 499	1.16 515	1.10 502	1.16 522	1.10 475	1.11 492	1.16 510	1.19 525	1.13 482	1.11 510

FAT-Stereo	2.46 619	26.05 678	1.23 549	1.23 509	1.22 582	1.20 507	1.24 574	1.23 549	1.23 578	1.19 508	1.22 574	1.21 557	1.24 566	1.20 512	1.24 575	1.21 535	1.17 501	1.22 567	1.25 578	1.20 498	1.24 575

S-Stereo	2.51 620	26.86 679	1.23 549	1.22 507	1.22 582	1.24 555	1.25 575	1.22 547	1.24 579	1.21 554	1.24 576	1.19 511	1.27 568	1.19 511	1.24 575	1.19 487	1.20 503	1.25 568	1.19 525	1.24 547	1.23 574

Anonymous3	2.55 621	3.26 579	1.65 583	3.28 599	1.63 600	3.24 633	1.68 603	3.27 632	1.66 598	3.28 633	1.67 606	3.25 633	1.66 588	3.27 632	1.64 599	3.26 625	1.65 590	3.30 631	1.65 609	4.95 651	1.65 606

MIF-Stereo (partial)	2.58 622	3.31 580	0.66 420	3.18 594	0.66 465	3.18 632	0.66 448	3.21 631	0.67 452	3.19 632	0.66 459	3.19 632	0.66 450	3.31 634	0.68 454	5.09 656	1.79 599	8.23 676	1.67 611	6.18 660	1.38 587

MSMDNet	2.65 623	10.14 660	0.33 258	9.74 670	0.32 335	0.87 462	0.33 333	2.95 629	0.68 458	0.49 383	0.34 352	0.49 387	5.70 667	0.49 386	0.33 330	0.42 309	9.57 673	0.41 369	0.31 339	8.36 670	0.65 449

pcwnet_v2	2.66 624	9.89 658	0.33 258	9.89 671	0.32 335	0.50 399	0.32 322	0.49 377	0.33 341	0.49 383	0.34 352	0.49 387	8.76 674	0.48 380	0.33 330	0.41 295	9.58 674	0.40 352	0.29 314	9.01 673	0.63 441

CFNet_pseudo	2.67 625	9.36 654	0.32 253	10.99 676	0.33 347	0.85 459	0.33 333	0.49 377	0.33 341	0.49 383	0.32 335	0.49 387	7.26 671	0.49 386	0.33 330	0.41 295	9.62 675	0.41 369	0.29 314	10.03 677	0.29 296

CFNet_ucs	2.73 626	9.64 656	0.33 258	9.92 672	0.32 335	0.49 390	0.33 333	0.49 377	0.33 341	0.49 383	0.33 344	0.49 387	8.98 675	0.48 380	0.33 330	0.41 295	9.96 678	0.40 352	0.29 314	10.12 678	0.54 422

UCFNet_RVC	2.75 627	10.06 659	0.29 229	10.31 675	0.29 272	0.42 319	0.29 265	0.43 316	0.29 267	0.42 306	0.29 271	0.42 318	9.87 677	0.43 318	0.29 264	0.36 253	9.84 677	0.36 287	0.26 251	9.77 676	0.26 232

ccs_rob	2.79 628	10.17 661	0.32 253	10.00 673	0.33 347	0.49 390	0.33 333	1.90 578	0.32 331	0.51 404	0.33 344	0.49 387	9.24 676	0.49 386	0.33 330	0.41 295	9.82 676	0.41 369	0.28 301	9.34 674	0.29 296

PCWNet_CMD	2.80 629	9.82 657	0.32 253	10.09 674	0.32 335	0.49 390	0.33 333	3.34 634	0.33 341	0.49 383	0.33 344	0.49 387	8.73 673	0.48 380	0.33 330	0.41 295	9.22 672	0.42 380	0.29 314	9.55 675	0.31 318

NLSM1	2.93 630	3.24 578	2.57 627	4.04 623	2.66 640	3.30 635	2.55 635	3.29 633	2.55 637	3.35 635	2.48 639	3.28 634	2.47 625	3.34 635	2.49 637	3.26 625	2.55 625	3.13 629	2.57 639	3.00 616	2.46 633

StereoVision	3.15 631	5.00 614	0.89 463	4.83 640	1.00 512	3.93 640	1.27 578	6.37 669	1.34 584	5.67 669	1.26 578	5.84 670	1.27 568	5.03 666	1.24 575	5.10 657	1.09 488	4.61 650	0.57 450	5.62 658	1.12 512

MaDis-Stereo	3.19 632	6.02 636	1.12 487	5.61 649	1.16 530	5.43 667	1.02 512	5.15 666	0.70 469	5.43 666	1.21 573	5.03 667	0.97 492	4.85 660	0.99 503	4.53 638	1.16 498	5.53 666	1.25 578	5.37 656	1.30 578

sAnonymous2	3.31 633	2.63 548	1.38 567	3.71 618	1.86 616	4.70 659	1.11 516	4.82 662	2.72 639	5.45 667	1.98 631	4.59 652	2.64 626	2.65 617	6.21 672	4.37 634	1.08 486	5.16 664	2.24 634	4.52 633	2.39 631

CroCo_RVC	3.31 633	2.63 548	1.38 567	3.71 618	1.86 616	4.70 659	1.11 516	4.82 662	2.72 639	5.45 667	1.98 631	4.59 652	2.64 626	2.65 617	6.21 672	4.37 634	1.08 486	5.16 664	2.24 634	4.52 633	2.39 631

DPSNet	3.66 635	3.60 584	3.62 650	3.63 615	3.64 662	3.65 638	3.65 661	3.66 638	3.67 658	3.67 637	3.65 659	3.67 638	3.66 647	3.66 637	3.68 656	3.68 630	3.66 645	3.67 636	3.68 662	3.67 620	3.67 659

NLCSM	3.67 636	4.08 599	3.19 646	4.80 639	3.26 655	3.99 643	3.24 656	4.25 645	3.18 654	4.09 641	3.27 654	4.14 643	3.18 642	4.13 643	3.28 652	4.06 632	3.10 635	3.85 641	3.14 653	3.91 626	3.27 655

STTStereo	3.73 637	30.40 685	2.37 623	2.39 571	2.31 639	2.35 603	2.33 633	2.29 595	2.42 636	2.32 605	2.34 638	2.33 598	2.36 624	2.30 600	2.27 635	2.35 602	2.22 618	2.31 610	2.22 633	2.29 589	2.34 630

rvit_105_1	3.83 638	5.22 619	3.01 632	4.53 627	3.01 643	4.51 647	3.01 641	4.56 649	3.04 642	4.53 648	3.03 643	4.55 650	3.03 630	4.56 649	3.04 639	4.57 640	3.05 628	4.57 645	3.05 644	4.57 635	3.05 640

rvit_stereo_0081	3.83 638	5.23 620	3.01 632	4.53 627	3.03 645	4.55 653	3.02 642	4.56 649	3.04 642	4.52 646	3.02 641	4.54 648	3.03 630	4.56 649	3.04 639	4.57 640	3.05 628	4.57 645	3.05 644	4.58 636	3.05 640

rvit_stereo_0081_aga	3.86 640	5.33 623	3.02 635	4.55 633	3.04 649	4.54 649	3.02 642	4.64 656	3.06 646	4.54 650	3.04 645	4.62 657	3.08 637	4.62 655	3.07 644	4.58 643	3.06 632	4.60 649	3.08 648	4.63 639	3.07 644

rvit_stereo_0082	3.86 640	5.82 634	3.01 632	4.53 627	3.03 645	4.54 649	3.02 642	4.56 649	3.04 642	4.53 648	3.02 641	4.55 650	3.04 633	4.57 652	3.05 641	4.57 640	3.05 628	4.58 647	3.05 644	4.58 636	3.06 643

rvit_0105_6	3.87 642	5.73 633	3.10 642	4.69 637	3.12 653	4.54 649	3.02 642	4.56 649	3.04 642	4.54 650	3.03 643	4.54 648	3.04 633	4.56 649	3.05 641	4.58 643	3.05 628	4.58 647	3.05 644	4.58 636	3.05 640

rvit_stereo_0080	3.89 643	5.70 631	3.04 637	4.54 630	3.03 645	4.56 654	3.05 648	4.60 653	3.07 647	4.58 653	3.06 646	4.59 652	3.06 635	4.61 653	3.08 645	4.63 645	3.09 633	4.64 651	3.10 649	4.65 640	3.10 647

whm_eth	3.89 643	5.70 631	3.04 637	4.54 630	3.03 645	4.56 654	3.05 648	4.60 653	3.07 647	4.58 653	3.06 646	4.59 652	3.06 635	4.61 653	3.08 645	4.63 645	3.09 633	4.64 651	3.10 649	4.65 640	3.10 647

rvit_0105_4	3.91 645	5.47 630	3.02 635	4.54 630	3.02 644	4.54 649	3.03 646	4.75 659	3.17 653	4.57 652	3.06 646	4.61 656	3.16 641	4.65 656	3.09 647	4.66 647	3.11 636	4.68 654	3.18 655	4.81 646	3.16 652

rvit_0105_3	3.91 645	5.33 623	3.06 640	4.60 635	3.07 651	4.60 656	3.06 650	4.62 655	3.08 650	4.60 655	3.07 649	4.62 657	3.08 637	4.67 657	3.10 648	4.70 648	3.11 636	4.77 658	3.19 656	4.77 645	3.14 651

rvit_stereo_0083	3.92 647	5.30 622	3.06 640	4.61 636	3.09 652	4.67 658	3.08 651	4.66 657	3.09 651	4.62 656	3.10 651	4.66 660	3.11 639	4.67 657	3.16 650	4.72 650	3.16 639	4.77 658	3.11 651	4.66 642	3.11 649

rvit_stereo_ft	3.93 648	5.44 628	3.05 639	4.59 634	3.06 650	4.61 657	3.08 651	4.67 658	3.12 652	4.63 657	3.10 651	4.65 659	3.11 639	4.69 659	3.13 649	4.70 648	3.14 638	4.71 656	3.15 654	4.74 643	3.16 652

rvit_0105_5	4.10 649	5.40 626	3.13 645	4.71 638	3.15 654	4.72 661	3.10 653	4.90 664	3.27 655	4.69 658	3.16 653	4.84 664	3.25 643	4.96 663	3.34 653	5.05 655	3.39 644	5.10 663	3.40 657	5.11 653	3.42 656

MLG-Stereo_test1	4.25 650	5.34 625	3.61 649	5.31 645	3.63 661	5.23 665	3.57 659	5.38 667	3.65 657	5.23 664	3.47 656	4.76 661	3.74 650	4.85 660	3.71 657	4.96 652	3.18 641	4.71 656	2.92 641	4.86 649	2.90 637

MLG-Stereo_test3	4.26 651	4.85 612	3.95 653	5.35 646	3.60 660	4.75 662	3.76 662	5.49 668	3.71 659	5.39 665	3.69 660	4.82 663	3.66 647	4.85 660	3.73 660	4.93 651	3.19 642	4.69 655	2.99 643	4.84 648	2.98 639

MLG-Stereo_test2	4.28 652	5.46 629	3.69 651	4.86 641	3.72 663	5.58 668	3.42 657	4.81 661	3.77 663	4.85 660	3.72 661	5.55 669	3.63 646	5.58 667	3.53 655	4.41 637	3.28 643	4.99 662	2.95 642	4.75 644	3.13 650

RAFT+CT+SA	4.28 652	7.62 642	4.91 657	5.55 648	2.28 637	3.09 630	3.64 660	4.49 647	3.07 647	4.80 659	3.35 655	4.77 662	3.70 649	4.29 646	3.05 641	5.58 659	5.98 661	3.58 635	3.78 664	4.26 629	3.72 660

SA	4.33 654	7.35 639	6.85 669	5.96 651	4.09 667	3.59 637	3.15 654	3.82 640	2.64 638	3.91 638	3.85 662	3.57 636	2.72 628	3.13 631	4.03 663	7.09 671	6.86 666	3.57 634	3.12 652	3.85 622	3.51 658

Sa-1000	4.34 655	8.37 645	6.84 668	6.98 659	4.45 670	3.58 636	3.00 640	3.42 636	3.39 656	2.61 616	4.00 665	3.83 640	4.01 658	3.90 640	3.90 661	5.98 663	5.62 658	3.76 638	2.34 637	4.35 631	2.47 634

TestStereo1	4.60 656	8.41 646	6.44 666	6.86 657	3.79 664	3.97 641	3.78 663	3.99 642	3.74 660	3.97 639	3.52 657	3.94 641	3.58 644	3.98 641	3.72 658	6.82 668	6.50 664	3.76 638	3.66 660	3.90 623	3.74 662

SA-5K	4.60 656	8.41 646	6.44 666	6.86 657	3.79 664	3.97 641	3.78 663	3.99 642	3.74 660	3.97 639	3.52 657	3.94 641	3.58 644	3.98 641	3.72 658	6.82 668	6.50 664	3.76 638	3.66 660	3.90 623	3.74 662

DispFullNet	4.61 658	4.84 611	3.12 643	5.00 643	3.57 659	4.75 662	3.03 646	7.75 675	4.17 667	4.91 662	3.09 650	6.20 671	3.95 656	6.71 671	3.51 654	5.30 658	3.67 646	5.86 670	3.63 659	5.61 657	3.46 657

test_5	4.62 659	7.55 641	6.23 664	6.32 654	3.40 658	5.29 666	3.50 658	3.53 637	4.11 666	4.28 643	4.47 669	4.26 646	4.38 661	3.68 638	3.24 651	5.89 661	5.60 657	4.84 660	3.50 658	4.33 630	3.93 666

raft_robust	4.71 660	7.75 643	5.40 662	6.81 656	3.31 656	4.28 646	4.20 668	4.32 646	4.37 669	4.35 645	4.35 668	4.14 643	3.75 651	4.30 647	4.20 666	6.67 667	6.37 662	3.36 633	4.24 670	4.86 649	3.25 654

cross-raft	4.83 661	7.52 640	6.43 665	6.63 655	3.96 666	4.51 647	3.99 666	4.49 647	3.96 665	4.52 646	3.96 664	4.50 647	3.97 657	4.50 648	3.97 662	6.65 666	6.44 663	4.33 642	3.92 666	4.35 631	3.91 665

test_4	4.88 662	8.13 644	6.98 670	7.46 660	4.44 669	4.25 645	3.85 665	4.04 644	3.92 664	4.13 642	3.91 663	4.18 645	3.84 654	4.14 644	4.06 664	7.01 670	7.13 667	4.53 643	3.72 663	4.09 627	3.72 660

TestStereo	4.88 662	4.75 610	4.79 656	4.87 642	4.92 671	4.81 664	4.90 671	4.78 660	4.77 670	4.87 661	4.89 670	4.90 665	4.91 663	4.99 664	4.79 668	4.98 653	4.87 654	4.87 661	4.92 672	5.00 652	5.00 669

test_3	5.01 664	8.86 651	7.77 672	8.09 662	2.76 642	4.13 644	4.05 667	3.88 641	3.76 662	4.33 644	4.13 666	3.71 639	3.91 655	4.21 645	4.06 664	7.93 672	7.69 669	4.53 643	3.91 665	4.17 628	4.29 668

NLCA_NET_v2_RVC	5.04 665	50.87 695	2.78 628	2.87 586	2.71 641	2.78 629	0.47 413	2.88 628	2.86 641	1.89 580	2.67 640	2.79 630	2.79 629	2.78 629	2.83 638	2.82 620	2.82 626	2.83 628	2.77 640	2.83 615	2.76 635
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 666	5.15 617	4.49 655	5.07 644	3.37 657	6.87 671	4.75 670	5.04 665	6.34 674	7.84 675	5.06 671	6.72 675	4.09 659	4.99 664	5.44 671	5.03 654	3.16 639	4.67 653	4.86 671	5.15 654	3.89 664

U	5.15 667	8.49 648	1.81 591	8.49 664	1.77 610	8.49 676	1.77 607	8.51 677	1.77 612	8.49 677	1.77 610	8.50 677	1.78 600	8.58 677	1.77 613	8.54 675	1.78 597	8.55 677	1.78 620	8.55 671	1.84 614

SGM-Forest	5.21 668	5.92 635	4.08 654	6.18 652	4.16 668	6.31 670	4.34 669	6.50 670	4.33 668	6.14 671	4.21 667	6.61 674	4.55 662	6.67 670	4.48 667	5.94 662	3.94 648	5.85 669	4.03 668	5.79 659	4.17 667
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 669	9.16 653	8.03 675	8.09 662	5.62 674	6.11 669	6.35 674	6.85 672	4.94 671	6.08 670	6.29 676	4.98 666	6.43 668	6.22 668	6.36 674	6.16 665	7.47 668	5.82 668	5.44 675	7.11 665	5.68 672

rvit_stereo_0075_2	6.64 670	8.80 650	5.25 659	7.89 661	5.27 673	7.90 675	5.27 672	7.92 676	5.28 672	7.91 676	5.29 673	7.93 676	5.27 664	7.92 676	5.28 669	7.93 672	5.28 656	7.93 675	5.29 674	7.93 668	5.28 671

RAFT	6.73 671	9.36 654	7.40 671	8.51 665	6.55 675	6.88 672	6.60 675	6.79 671	6.60 675	6.80 672	6.72 677	5.31 668	5.50 666	6.61 669	6.61 675	8.42 674	5.89 659	5.73 667	5.45 676	6.61 661	6.24 673

SGM+DAISY	7.06 672	9.15 652	5.38 661	8.84 666	5.18 672	8.80 677	5.31 673	8.79 678	5.28 672	8.89 678	5.20 672	8.93 678	5.33 665	8.95 678	5.36 670	8.70 676	5.21 655	8.74 678	5.20 673	8.89 672	5.15 670

test-v	7.53 673	11.89 662	7.98 673	9.36 668	7.14 676	7.06 673	7.09 676	7.37 673	6.91 676	7.29 673	5.71 674	6.45 672	6.93 669	6.73 672	7.27 676	8.93 677	7.85 670	6.98 673	6.80 677	7.56 666	7.34 675

test-2	7.53 673	11.89 662	7.98 673	9.36 668	7.14 676	7.06 673	7.09 676	7.37 673	6.91 676	7.29 673	5.71 674	6.45 672	6.93 669	6.73 672	7.27 676	8.93 677	7.85 670	6.98 673	6.80 677	7.56 666	7.34 675

PA-Net	11.80 675	223.51 702	0.62 412	0.59 370	0.71 474	0.59 429	0.73 474	0.67 431	0.73 480	0.55 418	0.61 451	0.60 431	0.74 471	0.63 431	0.73 472	0.66 410	0.60 417	0.69 448	0.66 468	0.72 425	0.65 449
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 676	23.00 670	15.00 676	23.00 683	15.00 678	24.00 684	16.00 678	24.00 685	16.00 678	22.00 685	15.00 678	23.00 685	16.00 678	23.00 685	15.00 678	22.00 685	15.00 679	22.00 685	15.00 679	22.00 685	15.00 677

rafts_anoy	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

raft+_RVC	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

raftrobust	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

CasAABBNet	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

RALCasStereoNet	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

RALAANet	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

111	30.40 683	30.94 686	29.72 684	32.61 684	30.02 686	33.57 685	30.47 686	31.50 686	29.39 686	30.98 686	29.11 686	29.78 686	30.39 689	29.45 686	30.76 689	30.08 686	29.02 687	29.92 686	30.32 690	29.86 686	30.17 685

WCMA_ROB	31.10 684	35.43 690	27.12 683	39.51 695	23.10 685	38.78 696	25.30 685	37.49 697	25.39 685	37.29 696	27.02 685	38.52 697	26.48 685	37.80 696	26.44 685	36.28 693	22.65 686	33.90 690	22.30 686	37.10 694	24.18 684

DCANet-4	35.22 685	34.54 687	35.08 690	33.58 688	35.47 693	34.55 686	35.53 693	36.08 692	35.85 690	35.92 692	35.77 692	35.18 692	35.48 691	35.39 692	37.15 695	34.55 692	33.92 691	35.02 693	34.90 692	35.79 690	34.74 692

ADStereo(finetuned)	36.13 686	36.63 691	38.07 694	36.97 689	33.25 690	35.91 690	34.45 690	36.36 693	32.99 687	38.14 697	36.71 693	36.69 693	34.13 690	38.57 697	40.79 696	37.60 697	36.58 694	35.90 694	33.36 691	35.42 689	34.04 689

Reg-Stereo(zero)	37.00 687	37.00 692	37.00 691	37.00 690	37.00 694	37.00 693	37.00 694	37.00 694	37.00 691	37.00 693	37.00 694	37.00 694	37.00 692	37.00 693	37.00 692	37.00 694	37.00 695	37.00 695	37.00 695	37.00 691	37.00 693

HI	37.00 687	37.00 692	37.00 691	37.00 690	37.00 694	37.00 693	37.00 694	37.00 694	37.00 691	37.00 693	37.00 694	37.00 694	37.00 692	37.00 693	37.00 692	37.00 694	37.00 695	37.00 695	37.00 695	37.00 691	37.00 693

CoSv	37.00 687	37.00 692	37.00 691	37.00 690	37.00 694	37.00 693	37.00 694	37.00 694	37.00 691	37.00 693	37.00 694	37.00 694	37.00 692	37.00 693	37.00 692	37.00 694	37.00 695	37.00 695	37.00 695	37.00 691	37.00 693

MDST_ROB	69.83 690	87.70 696	41.95 695	113.75 698	65.62 699	75.05 697	55.25 698	75.64 699	45.04 694	71.61 698	41.75 697	72.81 698	44.06 695	68.38 698	44.63 697	101.89 700	59.57 700	107.10 700	61.05 700	104.38 697	59.38 698

NOSS_ROB	102.95 691	153.00 700	121.00 698	51.00 696	44.00 697	165.00 700	127.00 699	153.00 700	119.00 696	164.00 701	125.00 699	168.00 701	120.00 697	153.00 700	117.00 699	49.00 698	44.00 698	49.00 698	44.00 698	49.00 695	44.00 696

CBMV	128.50 692	1422.70 707	53.10 696	79.50 697	51.30 698	77.30 698	49.70 697	74.00 698	48.20 695	77.20 699	48.80 698	73.90 699	48.00 696	73.80 699	48.80 698	70.40 699	45.10 699	68.90 699	46.10 699	68.20 696	45.00 697
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 693	171.00 701	160.68 701	162.58 699	160.59 700	164.01 699	160.35 700	158.51 701	158.56 697	158.34 700	160.12 700	158.56 700	159.92 698	157.26 701	158.94 700	154.38 701	158.36 701	155.75 701	159.13 702	153.67 698	154.07 699
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 694	123.00 697	115.00 697	219.00 700	218.00 702	223.00 701	244.00 702	217.00 702	236.00 699	202.00 702	203.00 701	205.00 702	208.00 699	225.00 702	204.00 701	210.00 702	198.00 702	197.00 702	184.00 703	204.00 699	201.00 700

MGS-Stereo	239.45 695	123.00 697	135.00 699	266.00 701	286.00 703	277.00 702	305.00 703	271.00 703	242.00 700	274.00 703	279.00 703	255.00 703	270.00 701	268.00 703	297.00 703	221.00 703	247.00 704	216.00 703	123.00 701	217.00 700	217.00 702

EGLCR-Stereo	246.90 696	129.00 699	139.00 700	266.00 701	286.00 703	277.00 702	305.00 703	271.00 703	242.00 700	274.00 703	279.00 703	255.00 703	270.00 701	268.00 703	297.00 703	230.00 704	247.00 704	216.00 703	223.00 705	237.00 701	227.00 703

DLCB_ROB	284.23 697	354.61 703	207.27 702	363.24 703	206.46 701	364.72 704	210.41 701	364.72 705	210.41 698	364.81 705	208.64 702	364.81 705	208.64 700	364.72 705	210.41 702	354.70 705	205.53 703	354.70 705	205.53 704	354.70 702	205.53 701

LE_ROB	396.57 698	471.28 704	329.84 703	471.48 704	308.15 705	526.83 705	322.10 705	488.15 706	323.76 702	495.46 706	317.97 705	497.17 706	320.10 703	481.62 706	326.76 705	462.71 706	298.97 706	466.16 706	285.98 706	447.62 703	289.21 704

SGM-ForestM	596.69 699	677.77 705	444.52 704	699.85 705	517.25 706	732.94 706	488.29 706	770.79 707	460.11 703	750.81 707	487.98 706	792.79 707	499.41 704	730.90 707	475.81 706	720.03 707	491.16 707	663.96 707	418.60 707	674.76 704	436.05 705

CBMV_ROB	818.48 700	913.88 706	709.52 705	862.84 706	597.78 707	1073.99 707	700.52 707	1015.66 708	702.59 704	1115.65 708	760.02 707	1130.24 708	721.57 705	1037.41 708	692.65 707	814.05 708	564.29 708	843.28 708	595.31 708	915.51 705	602.92 706

tt	500032.53 701	34.60 688	29.72 684	37.47 693	34.41 691	36.85 691	35.22 691	34.71 690	33.55 688	34.50 687	35.43 690	33.81 690	10000000.00 706	33.57 690	33.13 690	33.68 690	35.00 692	34.03 691	35.26 693	30.96 687	34.63 690

DCANet	500032.53 701	34.60 688	29.72 684	37.47 693	34.41 691	36.85 691	35.22 691	34.71 690	33.55 688	34.50 687	35.43 690	33.81 690	10000000.00 706	33.57 690	33.13 690	33.68 690	35.00 692	34.03 691	35.26 693	30.96 687	34.63 690

fff	1000028.16 703	29.62 682	29.72 684	32.61 684	30.02 686	35.13 687	31.83 687	32.07 687	10000000.00 705	35.27 689	29.82 687	32.45 687	30.15 686	32.35 687	30.09 686	31.04 687	29.55 688	30.64 687	30.14 687	10000000.00 706	30.77 686

csc	1000028.16 703	29.62 682	29.72 684	32.61 684	30.02 686	35.13 687	31.83 687	32.07 687	10000000.00 705	35.27 689	29.82 687	32.45 687	30.15 686	32.35 687	30.09 686	31.04 687	29.55 688	30.64 687	30.14 687	10000000.00 706	30.77 686

cscssc	1000028.16 703	29.62 682	29.72 684	32.61 684	30.02 686	35.13 687	31.83 687	32.07 687	10000000.00 705	35.27 689	29.82 687	32.45 687	30.15 686	32.35 687	30.09 686	31.04 687	29.55 688	30.64 687	30.14 687	10000000.00 706	30.77 686

111111	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

SGD-Stereo	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

IGEV-Stereo++	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

IGEV-BASED-STEREO-	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

IGEV-Stereo+	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

SDNR	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

anonymousdsp2	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

anonymousdsp	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

test_example2	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

DIP-Stereo	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 370	0.50 386	0.38 369	0.50 396	0.38 375	0.50 401	3.79 652	0.50 394	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.35 348

FSD					0.44 410	0.56 421	0.44 400	0.55 410	0.44 403	0.56 420	0.44 408	0.56 423	0.44 399	0.56 417	0.46 402	0.61 400	0.42 360	0.52 425	0.42 414	0.52 397

ccccc		0.44 215		0.48 297	0.35 360	0.48 385		0.51 399		0.47 369		0.47 376		0.47 372		0.41 295	0.40 341	0.40 352	0.40 398	0.41 347

ASD4		0.20 128

Low-res two-view benchmark