Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 455	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 93	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 158	0.20 198	0.23 183	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	0.23 201	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 285	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 267	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

SFCPSM	0.17 164	0.78 318	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	0.79 524	0.02 15	0.75 484	0.76 499	0.02 21	0.02 21	0.02 20

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

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

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

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

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 442	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

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	0.73 455	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 93	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 79	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

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

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

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

test_sample6	0.09 75	0.97 358	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_sample2	0.09 75	1.03 384	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	0.87 333	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	1.01 378	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	0.95 355	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

CoDeX	0.15 151	0.70 304	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	0.67 486	0.02 15	0.69 471	0.75 497	0.01 9	0.02 21	0.02 20

xxx	0.09 75	1.01 378	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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 112	0.44 237	0.33 272	0.39 250	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	0.39 295	0.36 337	0.02 19	0.02 21	0.02 21	0.02 20

BUS	0.83 474	1.91 538	0.92 504	4.48 676	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.05 117	0.03 43	0.05 115	1.97 615	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

BSDual-CNN	0.81 466	1.91 538	0.92 504	4.48 676	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

hknet	1.10 526	1.85 529	3.49 699	4.48 676	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.03 53	0.42 336	0.03 52	4.39 688	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

psmg	0.43 322	1.91 538	0.92 504	1.91 585	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	1.97 615	1.44 608	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 247	1.29 466	1.19 533	1.36 561	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	1.26 574	1.21 585	0.03 41	0.09 142	0.02 21	0.09 143

Syn2CoEx	0.25 206	1.31 470	0.74 478	0.92 451	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	0.87 479	0.75 484	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 472	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	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 446	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 379	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 578	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	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

IGEV_i1	0.26 215	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	0.06 134	0.05 103	0.03 52	4.34 685	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.11 168	0.04 90	0.03 52	0.58 411	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	0.75 458	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 483	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 91	0.98 359	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 400	0.17 183	0.20 167	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	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 139	1.22 462	0.28 235	0.32 221	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	0.32 244	0.27 241	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

DualNet (step1)	0.10 91	1.05 388	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 91	1.05 388	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 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 368	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_sample5	0.10 91	1.07 392	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 91	1.03 384	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 333	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

DualNet	0.10 91	1.07 392	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 91	1.14 400	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

x	0.11 112	1.15 403	0.15 166	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	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 91	0.99 366	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 405	0.16 173	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	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 394	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	0.14 163	0.03 41	0.03 57	0.03 47	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

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 575	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	0.11 112	0.03 31	0.03 39	1.60 575	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_C32	0.14 139	0.04 52	0.03 39	2.22 599	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	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 546	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	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 164	0.05 66	0.62 437	0.73 423	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	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 441	0.72 419	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	0.71 442	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 437	0.73 423	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	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 437	0.72 419	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	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 448	0.72 419	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	0.71 442	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

z-mn7	0.16 158	1.21 456	0.33 272	0.41 275	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	0.35 262	0.31 277	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 481	0.33 272	0.40 263	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	0.38 282	0.32 282	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 124	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

mmm	0.14 139	1.83 523	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	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 164	2.16 558	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 124	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

qqq	0.16 158	2.01 548	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 538	0.06 121	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	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	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	0.06 121	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 125	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	1.57 640	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	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	0.05 117	0.04 90	1.65 644	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 661	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 125	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	0.05 117	0.04 90	1.66 647	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 581	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	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 151	0.04 52	0.04 64	2.20 598	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 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
DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

z-ln-s-r	0.21 187	1.40 479	0.53 415	0.56 381	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 410	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

ISRNet	0.11 112	0.05 66	0.36 295	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 208	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

qqq1	0.25 206	3.70 628	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 628	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

ffm	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 634	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

NINENet	0.69 431	3.87 637	1.20 536	1.98 590	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 323	0.05 117	0.40 306	0.05 115	1.79 602	1.56 617	0.34 286	0.22 247	0.34 267	0.23 233

GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 570	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

TS12	0.09 75	0.09 93	0.17 183	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 146	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

anonymous	0.09 75	0.09 93	0.14 148	0.14 121	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.07 132	0.14 133	0.13 158	0.09 139	0.07 135	0.09 142	0.07 135

MatchStereo	0.54 397	0.12 114	2.38 675	2.32 615	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 652	2.34 671	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
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 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

SuperB	0.21 187	0.10 98	2.51 677	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 141	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

VeloStereo	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

over-8	0.11 112	0.14 122	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

StereoDRNet	0.15 151	0.14 122	0.10 92	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 166	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 526

over-6	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.10 151

over-9	0.11 112	0.11 109	0.16 173	0.16 143	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

S2M2_L	0.12 125	0.14 122	0.10 92	0.15 133	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 166	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 216	0.10 151	0.20 197	0.10 151	0.24 223	0.11 162	0.11 105	0.09 94	0.12 159	0.14 196	0.12 165	0.09 143

ac_64	0.22 193	0.13 116	0.19 195	0.23 183	0.10 155	0.26 243	1.02 555	0.14 166	0.10 153	0.28 246	0.14 195	0.17 186	0.19 237	0.28 253	0.09 140	0.22 190	0.16 174	0.23 224	0.17 230	0.11 156	0.12 178

PVD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 166	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 510

PDISCO_ROB	0.83 474	2.80 609	3.49 699	0.14 121	0.11 174	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 178	0.14 194	3.30 692	0.13 183	0.14 133	2.34 671	0.16 182	0.12 180	2.62 672	0.10 151

S2M2_XL	0.14 139	0.17 130	0.12 123	0.17 156	0.11 174	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 186	0.11 168	0.17 186	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 193	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

ProNet	0.14 139	0.20 138	0.14 148	0.16 143	0.11 174	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.13 189	0.17 186	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 177	0.12 178

CIPLG	0.13 132	0.21 144	0.12 123	0.16 143	0.11 174	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 177	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLG	0.13 132	0.20 138	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLGR_C	0.14 139	0.20 138	0.12 123	0.15 133	0.11 174	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 180	0.15 177	0.12 178

MIPNet	0.14 139	0.21 144	0.17 183	0.16 143	0.11 174	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLGR	0.14 139	0.24 158	0.14 148	0.16 143	0.12 187	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ACRE	0.13 132	0.21 144	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ICVP	0.15 151	0.53 281	0.11 112	0.16 143	0.11 174	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 178	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 415	0.11 165

PASM	0.39 294	3.06 613	1.36 599	1.58 571	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

HSM	0.14 139	0.16 125	0.12 123	0.17 156	0.12 187	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.12 183	0.17 186	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.12 178

ELAS_RVC	0.14 139	0.16 125	0.10 92	0.15 133	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 190	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 177	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 125	0.11 112	0.15 133	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 190	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 169	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 294	1.37 476	1.02 517	1.14 484	0.12 187	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 178	0.12 183	0.16 179	0.12 174	1.12 516	1.00 508	0.15 178	0.12 180	0.15 177	0.12 178

cf-r	0.66 422	2.17 559	0.12 123	0.18 158	0.12 187	0.18 191	2.70 697	2.60 671	0.12 187	0.18 188	0.12 177	0.18 190	0.12 183	0.18 189	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 617	1.74 671

LALA_ROB	0.15 151	0.19 134	0.12 123	0.18 158	0.11 174	0.20 199	0.12 180	0.21 206	0.12 187	0.20 196	0.12 177	0.20 197	0.12 183	0.21 207	0.13 183	0.17 166	0.10 99	0.18 199	0.11 165	0.18 193	0.11 165

SGM_RVC	0.15 151	0.17 130	0.11 112	0.18 158	0.11 174	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 197	0.12 183	0.19 192	0.12 174	0.16 158	0.11 121	0.17 190	0.10 151	0.17 189	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Weightmod_eth	0.20 179	0.24 158	0.28 235	0.47 307	0.14 193	0.24 224	0.14 188	0.17 186	0.13 191	0.22 210	0.16 209	0.22 213	0.13 189	0.20 196	0.16 205	0.24 208	0.20 207	0.19 202	0.14 196	0.16 182	0.24 243

ITSA-stereo	0.15 151	0.17 130	0.13 143	0.20 167	0.13 191	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 190	0.14 194	0.18 189	0.14 187	0.16 158	0.11 121	0.15 178	0.14 196	0.18 193	0.11 165

DeepPruner_ROB	0.16 158	0.18 133	0.13 143	0.19 163	0.13 191	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 194	0.13 189	0.19 192	0.13 183	0.18 174	0.13 158	0.18 199	0.13 191	0.18 193	0.13 185

depth_test_26	0.20 179	0.34 186	0.25 218	0.34 229	0.14 193	0.21 209	0.14 188	0.21 206	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.21 207	0.14 187	0.26 217	0.26 229	0.22 215	0.15 205	0.22 208	0.14 190

castereo++	0.54 397	3.59 625	1.15 527	1.31 555	0.14 193	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 178	0.13 189	0.16 179	0.14 187	1.45 589	1.16 534	0.15 178	0.14 196	0.15 177	0.13 185

DDVS	0.30 225	3.10 614	0.14 148	0.19 163	0.14 193	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 178	0.13 189	0.19 192	0.13 183	0.17 166	0.13 158	0.17 190	0.13 191	0.17 189	0.13 185

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.14 187	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

acv_ft	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

hitnet-ft	0.79 458	2.78 608	0.14 148	0.20 167	0.14 193	0.21 209	2.89 698	2.80 686	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.54 671	2.33 688

GANet-RSSM	0.75 448	1.91 538	0.14 148	0.47 307	0.14 193	0.21 209	3.21 714	2.30 657	0.14 194	0.46 392	0.14 195	0.23 221	0.18 230	0.21 207	0.14 187	0.18 174	0.27 241	0.37 312	0.13 191	2.13 640	2.12 681

PSMNet-RSSM	0.77 454	2.76 603	0.14 148	0.20 167	0.14 193	0.20 199	2.66 695	2.79 685	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 663	2.31 686

GwcNet-RSSM	0.77 454	2.77 605	0.14 148	0.20 167	0.14 193	0.20 199	2.67 696	2.78 684	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.21 207	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 663	2.31 686

CFNet-ft	0.55 402	1.57 485	0.14 148	0.20 167	0.14 193	0.20 199	2.53 693	1.61 611	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	1.56 605	1.24 620

CCAANet	0.17 164	0.71 305	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.22 238	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190

DepthFocus	0.18 173	0.22 148	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.22 210	0.15 205	0.22 213	0.16 208	0.22 212	0.15 198	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

RSGM-EC	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

acva	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

dd	0.23 199	0.98 359	0.16 173	0.23 183	0.15 207	0.23 221	0.15 196	0.23 218	0.15 206	0.23 216	0.15 205	0.24 227	0.17 220	0.23 219	0.15 198	0.22 190	0.15 171	0.21 210	0.15 205	0.22 208	0.16 197

HCRNet	1.22 581	7.11 695	3.00 682	3.55 664	0.33 376	0.29 253	0.14 188	0.19 192	0.15 206	0.33 269	0.29 295	0.25 234	0.14 194	0.22 212	0.33 359	3.64 680	3.00 679	0.76 499	0.32 375	0.18 193	0.13 185

LACA2	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.23 221	0.24 234	0.16 208	0.23 220	0.16 197

LACA1	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.22 215	0.23 224	0.16 208	0.23 220	0.16 197

VIP-Stereo	0.70 434	2.97 612	2.43 676	2.49 626	0.16 217	0.25 234	0.16 202	0.25 229	0.16 211	0.25 231	0.18 233	0.25 234	0.16 208	0.26 244	0.16 205	1.86 604	1.26 587	0.23 224	0.15 205	0.23 220	0.15 196

RAFT-FEzeroshot	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 704

RAFT-FE	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 704

xyz-stereo-finetune2	0.18 173	0.48 260	0.16 173	0.16 143	0.15 207	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

xyz-stereo	0.18 173	0.50 267	0.16 173	0.15 133	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

DEFOM-Stereo_RVC	0.83 474	5.18 667	1.98 663	2.19 597	0.17 223	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 213	0.22 249	0.20 196	0.15 198	2.28 645	2.13 666	0.24 234	0.17 230	0.18 193	0.16 197

GMStereo_Zeroshot	0.16 158	0.16 125	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

dad	0.23 199	1.03 384	0.16 173	0.23 183	0.15 207	0.24 224	0.15 196	0.24 221	0.16 211	0.23 216	0.16 209	0.24 227	0.16 208	0.23 219	0.15 198	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

LACA3	0.23 199	0.25 165	0.27 228	0.54 374	0.17 223	0.25 234	0.17 212	0.25 229	0.17 221	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.28 226	0.23 221	0.24 234	0.17 230	0.24 225	0.17 214

BStereo	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

Anonymus123	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

IGEV-FE	0.35 256	0.37 196	0.17 183	0.19 163	0.17 223	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 194	0.17 220	0.37 292	0.36 379	0.19 178	0.17 195	0.19 202	0.17 230	0.38 306	2.84 695

tg	0.21 187	0.25 165	0.21 203	0.26 202	0.17 223	0.24 224	0.17 212	0.24 221	0.17 221	0.24 223	0.17 217	0.24 227	0.17 220	0.24 223	0.17 212	0.24 208	0.17 195	0.23 224	0.16 208	0.23 220	0.16 197

IGEV_Zeroshot_test	0.20 179	0.19 134	0.40 344	0.30 209	0.17 223	0.22 212	0.17 212	0.21 206	0.17 221	0.20 196	0.17 217	0.21 204	0.18 230	0.21 207	0.17 212	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

SMOE	0.23 199	0.25 165	0.30 245	0.33 225	0.18 234	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 234	0.18 230	0.25 232	0.18 224	0.31 241	0.27 241	0.23 224	0.17 230	0.23 220	0.17 214

ACV-stereo	0.30 225	2.08 550	0.25 218	0.25 195	0.18 234	0.24 224	0.17 212	0.24 221	0.18 227	0.24 223	0.17 217	0.25 234	0.17 220	0.24 223	0.17 212	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

MSKI-zero shot	0.24 203	0.21 144	0.49 397	0.65 401	0.18 234	0.22 212	0.17 212	0.23 218	0.18 227	0.21 207	0.17 217	0.23 221	0.28 287	0.23 219	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

MIM_Stereo	0.25 206	0.23 150	0.66 450	0.80 433	0.17 223	0.22 212	0.17 212	0.23 218	0.18 227	0.26 240	0.17 217	0.21 204	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.21 210	0.17 230	0.22 208	0.17 214

GEStereo_RVC	0.86 486	4.45 650	0.20 198	0.27 205	0.20 242	0.27 248	0.20 230	0.26 235	0.18 227	5.03 722	0.20 240	0.27 249	0.19 237	0.27 248	0.21 234	0.20 181	0.19 205	0.19 202	4.02 726	0.20 200	0.18 220

iResNetv2_ROB	0.20 179	0.23 150	0.18 193	0.24 188	0.20 242	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 221	0.19 237	0.24 223	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.22 208	0.16 197

iResNet	0.20 179	0.23 150	0.18 193	0.24 188	0.18 234	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 217	0.23 221	0.18 230	0.23 219	0.18 224	0.22 190	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

Pointernet	0.21 187	0.22 148	0.19 195	0.24 188	0.19 239	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 227	0.19 237	0.24 223	0.19 228	0.22 190	0.17 195	0.22 215	0.17 230	0.22 208	0.17 214

CFNet	1.37 589	5.27 676	0.19 195	5.49 699	0.19 239	0.28 250	0.19 226	0.28 240	0.19 234	0.28 246	0.19 236	0.28 250	4.35 719	0.28 253	0.19 228	0.23 201	0.17 195	0.23 224	4.21 728	4.81 705	0.17 214

SME	0.27 216	0.29 176	0.31 261	0.38 242	0.20 242	0.29 253	0.18 220	0.30 248	0.20 236	0.32 264	0.21 245	0.32 269	0.20 241	0.32 267	0.21 234	0.35 262	0.32 282	0.27 249	0.19 238	0.29 243	0.20 225

DLNR-FE	0.28 219	0.89 338	0.30 245	0.34 229	0.19 239	0.28 250	0.19 226	0.28 240	0.20 236	0.28 246	0.20 240	0.28 250	0.20 241	0.28 253	0.20 231	0.33 250	0.28 249	0.25 239	0.19 238	0.24 225	0.19 223

DAS	0.20 179	0.20 138	0.20 198	0.20 167	0.20 242	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 240	0.20 200	0.20 225

AANet_RVC	1.26 584	0.31 182	4.99 711	5.93 702	0.20 242	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 234	0.20 241	0.25 232	0.20 231	5.66 712	4.76 706	0.26 244	0.30 357	0.24 225	0.27 289

Weightmod	0.27 216	0.29 176	0.33 272	0.38 242	0.20 242	0.30 255	0.21 235	0.29 245	0.21 240	0.29 251	0.22 247	0.30 260	0.20 241	0.30 259	0.21 234	0.37 270	0.31 277	0.27 249	0.20 240	0.28 239	0.21 228

castereo	0.61 412	3.79 633	1.35 591	1.52 569	0.15 207	0.17 187	0.16 202	0.20 198	0.21 240	0.18 188	0.16 209	0.21 204	0.12 183	0.26 244	0.17 212	1.43 588	1.38 604	0.17 190	0.16 208	0.18 193	0.16 197

CAS++	0.17 164	0.27 171	0.21 203	0.10 80	0.21 252	0.15 173	0.22 240	0.10 142	0.21 240	0.22 210	0.10 151	0.19 194	0.18 230	0.10 145	0.19 228	0.20 181	0.19 205	0.18 199	0.10 151	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HGLStereo	0.28 219	0.29 176	0.22 205	0.36 236	0.22 254	0.36 282	0.21 235	0.36 270	0.21 240	0.42 329	0.21 245	0.36 285	0.22 249	0.36 285	0.21 234	0.34 254	0.21 211	0.34 286	0.21 244	0.34 267	0.21 228

PhaseNet	1.74 599	6.34 693	4.81 709	6.77 708	0.24 265	0.80 490	0.53 467	0.48 402	0.22 244	0.53 441	0.28 282	0.48 412	0.25 261	0.40 306	0.32 347	6.39 718	4.61 705	0.46 420	0.38 424	0.25 228	0.18 220

DCVSM-stereo	0.36 264	1.89 535	0.22 205	0.40 263	0.22 254	0.40 305	0.22 240	0.40 300	0.22 244	0.40 301	0.22 247	0.40 310	0.22 249	0.40 306	0.22 238	0.28 226	0.21 211	0.28 253	0.21 244	0.28 239	0.20 225

WAO-6	0.22 193	0.23 150	0.22 205	0.23 183	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.22 215	0.22 247	0.22 208	0.22 231

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

IMH-64	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

ssnet_v2	0.68 428	1.96 546	1.25 587	0.29 208	0.20 242	0.30 255	0.20 230	0.29 245	0.22 244	1.50 612	0.20 240	0.31 265	0.20 241	0.27 248	0.22 238	0.24 208	1.49 611	0.26 244	0.18 237	3.90 682	0.19 223

DISCO	1.11 528	0.39 207	5.28 713	0.39 250	0.20 242	0.39 303	0.27 266	0.39 292	0.22 244	0.38 287	0.20 240	0.38 297	0.20 241	6.95 733	0.22 238	0.30 235	0.21 211	0.27 249	0.21 244	5.25 714	0.21 228

Select-FE	0.41 307	0.44 237	0.23 208	0.26 202	0.22 254	0.26 243	0.22 240	0.26 235	0.23 251	0.26 240	0.23 252	0.26 246	0.23 255	0.45 392	0.42 423	0.25 215	0.22 215	0.25 239	0.22 247	0.45 391	2.90 696

PAM	0.39 294	1.88 534	0.34 283	0.37 239	0.41 428	0.45 396	0.22 240	0.28 240	0.23 251	0.28 246	0.24 259	0.29 256	0.23 255	0.29 257	0.23 245	0.38 282	0.32 282	0.38 320	0.37 411	0.32 255	0.22 231

FENet	0.54 397	1.52 483	1.19 533	1.41 565	0.23 260	0.35 278	0.23 249	0.35 266	0.23 251	0.34 272	0.23 252	0.35 280	0.23 255	0.35 279	0.23 245	1.40 586	1.07 518	0.32 269	0.23 253	0.33 262	0.23 233

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 225	0.21 252	0.37 290	0.22 240	0.37 278	0.24 254	0.26 240	0.27 274	0.33 273	0.21 248	0.25 232	0.27 263	0.32 244	0.20 207	0.34 286	0.23 253	0.25 228	0.26 251

WCG-NET（raft）	0.32 241	1.24 464	0.24 215	0.32 221	0.24 265	0.32 271	0.23 249	0.32 256	0.24 254	0.32 264	0.24 259	0.32 269	0.24 258	0.32 267	0.24 248	0.30 235	0.23 221	0.30 260	0.23 253	0.30 247	0.23 233

tt1	0.31 232	0.93 352	0.24 215	0.33 225	0.23 260	0.31 262	0.24 254	0.32 256	0.24 254	0.32 264	0.23 252	0.32 269	0.25 261	0.32 267	0.24 248	0.27 221	0.26 229	0.27 249	0.26 269	0.27 237	0.27 289

DLNR_Zeroshot_test	0.31 232	0.28 174	0.47 382	0.79 429	0.24 265	0.30 255	0.26 263	0.30 248	0.24 254	0.32 264	0.23 252	0.31 265	0.24 258	0.30 259	0.23 245	0.29 234	0.26 229	0.29 258	0.24 260	0.33 262	0.23 233

iResNet_ROB	0.28 219	0.32 184	0.24 215	0.32 221	0.25 268	0.32 271	0.24 254	0.32 256	0.24 254	0.33 269	0.24 259	0.35 280	0.24 258	0.33 275	0.24 248	0.31 241	0.24 225	0.32 269	0.24 260	0.32 255	0.24 243

S0	0.42 320	0.44 237	0.54 416	0.59 387	0.34 386	0.48 413	0.22 240	0.51 430	0.25 259	0.51 434	0.34 381	0.53 444	0.35 384	0.47 401	0.36 379	0.55 404	0.39 355	0.49 443	0.27 307	0.46 394	0.34 368

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 202	0.25 268	0.25 234	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.26 244	0.25 256	0.25 215	0.25 226	0.25 239	0.25 263	0.25 228	0.25 245

xxxxx1	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

CASnet	0.35 256	0.51 275	0.44 367	0.32 221	0.31 352	0.24 224	0.34 376	0.36 270	0.25 259	0.31 258	0.37 400	0.30 260	0.33 373	0.25 232	0.45 431	0.37 270	0.37 341	0.33 276	0.35 402	0.34 267	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.30 225	1.14 400	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.26 246	0.26 271	0.26 244	0.25 256	0.26 217	0.26 229	0.25 239	0.25 263	0.26 231	0.26 251

tt_ll	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

LoS	0.25 206	0.27 171	0.25 218	0.25 195	0.25 268	0.25 234	0.25 256	0.26 235	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.25 226	0.25 239	0.26 269	0.26 231	0.25 245
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
gwcnet-sp	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

scenet	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

ssnet	0.82 471	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

ff	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

IER	0.88 491	7.04 694	2.23 669	2.75 631	0.28 282	0.43 348	0.25 256	0.39 292	0.25 259	0.41 315	0.27 274	0.39 302	0.25 261	0.40 306	0.28 272	0.37 270	0.28 249	0.37 312	0.25 263	0.37 293	0.25 245

CroCo-Stereo	0.73 444	1.22 462	0.25 218	1.22 541	0.25 268	1.22 595	0.25 256	1.22 589	0.25 259	1.22 597	0.25 265	1.22 600	0.25 261	1.22 600	0.25 256	1.22 572	0.26 229	1.21 609	0.25 263	1.22 590	0.25 245
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
DN-CSS_ROB	0.31 232	0.35 188	0.28 235	0.35 232	0.28 282	0.34 274	0.27 266	0.34 263	0.25 259	0.35 276	0.27 274	0.36 285	0.26 271	0.34 276	0.28 272	0.35 262	0.28 249	0.34 286	0.28 326	0.34 267	0.27 289

FE-Mocha	0.35 256	0.71 305	0.40 344	0.47 307	0.27 276	0.34 274	0.27 266	0.34 263	0.26 273	0.34 272	0.26 270	0.34 278	0.27 278	0.34 276	0.27 263	0.44 326	0.41 369	0.33 276	0.29 341	0.32 255	0.29 324

CAS	0.30 225	1.17 406	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.26 273	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.26 229	0.26 244	0.25 263	0.26 231	0.25 245

CroCo-Stereo Lap2	0.77 454	1.29 466	0.29 241	1.27 546	0.29 293	1.27 599	0.26 263	1.26 592	0.26 273	1.26 598	0.26 270	1.27 604	0.26 271	1.26 601	0.27 263	1.27 575	0.27 241	1.27 613	0.27 307	1.27 594	0.27 289

StereoDRNet-Refined	0.33 246	0.39 207	0.26 225	0.39 250	0.26 275	0.40 305	0.26 263	0.40 300	0.26 273	0.39 294	0.26 270	0.39 302	0.26 271	0.39 303	0.26 261	0.37 270	0.25 226	0.37 312	0.25 263	0.37 293	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 256	1.92 544	0.27 228	0.27 205	0.27 276	0.27 248	0.27 266	0.27 239	0.27 277	0.27 245	0.27 274	0.26 246	0.27 278	0.27 248	0.26 261	0.27 221	0.26 229	0.26 244	0.26 269	0.26 231	0.27 289

PStereo	0.32 241	0.36 193	0.28 235	0.38 242	0.29 293	0.36 282	0.27 266	0.38 287	0.27 277	0.38 287	0.28 282	0.36 285	0.27 278	0.36 285	0.28 272	0.32 244	0.27 241	0.33 276	0.27 307	0.33 262	0.27 289

GeoVLM	0.36 264	0.38 200	0.27 228	0.46 300	0.28 282	0.35 278	0.28 277	0.37 278	0.27 277	0.35 276	0.28 282	0.36 285	0.38 397	0.35 279	0.28 272	1.08 507	0.26 229	0.33 276	0.27 307	0.34 267	0.33 361

Any-RAFT	0.32 241	0.36 193	0.27 228	0.36 236	0.27 276	0.36 282	0.27 266	0.36 270	0.27 277	0.36 280	0.27 274	0.36 285	0.27 278	0.36 285	0.28 272	0.36 267	0.28 249	0.36 309	0.28 326	0.36 288	0.28 315

CRFU-Net	0.65 420	1.67 488	1.22 583	1.96 589	0.27 276	0.41 321	0.27 266	0.41 315	0.27 277	0.40 301	0.26 270	0.41 323	0.27 278	0.40 306	0.27 263	1.80 603	1.62 625	0.34 286	0.23 253	0.33 262	0.23 233

DGSMNet	0.34 247	0.41 222	0.27 228	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.27 277	0.41 315	0.27 274	0.42 341	0.27 278	0.41 322	0.28 272	0.40 302	0.29 263	0.40 374	0.28 326	0.40 365	0.27 289

GREATEN-IGEV-FM_RVC	0.38 280	0.35 188	0.56 420	0.63 395	0.28 282	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 285	0.28 287	0.36 285	0.28 272	0.62 422	0.57 433	0.35 302	0.28 326	0.35 280	0.28 315

TestStereo-Hl	2.78 686	0.42 232	11.23 732	14.38 735	0.30 305	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 385	0.29 297	0.44 374	0.29 286	13.64 737	10.73 737	0.41 392	0.27 307	0.38 306	0.27 289

Zero-FE251	0.36 264	0.40 211	0.28 235	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 323	0.28 287	0.42 336	0.30 296	0.37 270	0.26 229	0.37 312	0.27 307	0.45 391	0.56 470

LG-Stereo_L2	0.34 247	0.37 196	0.38 301	0.47 307	0.28 282	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 302	0.28 287	0.38 295	0.28 272	0.42 324	0.35 331	0.36 309	0.26 269	0.35 280	0.26 251

DEFOM-Stereo	0.68 428	3.11 615	1.40 605	1.63 579	0.25 268	0.31 262	0.25 256	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 278	0.31 264	0.28 272	1.59 596	1.47 610	0.30 260	0.29 341	0.30 247	0.28 315

RSM	0.36 264	0.36 193	0.43 365	0.37 239	0.42 438	0.49 419	0.42 428	0.37 278	0.28 283	0.36 280	0.29 295	0.36 285	0.30 306	0.37 292	0.28 272	0.34 254	0.31 277	0.34 286	0.35 402	0.40 365	0.29 324

SQANet	0.28 219	0.28 174	0.28 235	0.28 207	0.28 282	0.28 250	0.28 277	0.28 240	0.28 283	0.28 246	0.28 282	0.28 250	0.28 287	0.28 253	0.28 272	0.28 226	0.28 249	0.28 253	0.28 326	0.28 239	0.28 315

MLCV	0.31 232	0.35 188	0.27 228	0.35 232	0.28 282	0.35 278	0.27 266	0.35 266	0.28 283	0.36 280	0.27 274	0.35 280	0.27 278	0.35 279	0.27 263	0.34 254	0.27 241	0.34 286	0.27 307	0.34 267	0.27 289

GREATEN-IGEV_RVC	0.38 280	0.35 188	0.56 420	0.63 395	0.29 293	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 285	0.29 297	0.36 285	0.29 286	0.62 422	0.57 433	0.35 302	0.29 341	0.36 288	0.29 324

TestStereo_HL3	2.76 684	0.41 222	11.46 734	14.11 732	0.30 305	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 350	0.28 287	0.44 374	0.30 296	13.57 736	10.32 734	0.41 392	0.27 307	0.38 306	0.27 289

TestStereo_HL2	2.73 681	0.41 222	11.06 731	14.13 733	0.30 305	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.29 297	0.43 343	0.28 272	13.51 735	10.37 735	0.41 392	0.27 307	0.38 306	0.27 289

GGDA	2.76 684	0.41 222	11.34 733	14.28 734	0.30 305	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.28 287	0.43 343	0.29 286	13.45 734	10.57 736	0.41 392	0.27 307	0.38 306	0.27 289

Monster-pub-mixall	0.44 335	0.56 289	0.60 430	0.38 242	0.27 276	0.37 290	0.27 266	0.37 278	0.29 291	0.38 287	0.27 274	0.38 297	0.29 297	0.85 502	0.27 263	1.46 590	0.26 229	0.34 286	0.26 269	0.36 288	0.53 456

IGEV++	0.34 247	0.43 234	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.30 296	0.38 282	0.29 263	0.37 312	0.29 341	0.37 293	0.29 324

ACVNet-DCA	0.37 274	1.00 368	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.39 303	0.28 272	0.33 250	0.32 282	0.33 276	0.32 375	0.33 262	0.32 354

xx1	0.38 280	1.03 384	0.31 261	0.40 263	0.31 352	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.29 286	0.34 254	0.33 295	0.34 286	0.32 375	0.34 267	0.32 354

1test111	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

cc1	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

EKT-Stereo	0.37 274	0.40 211	0.44 367	1.07 476	0.29 293	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 295	0.30 306	0.36 285	0.29 286	0.34 254	0.28 249	0.39 361	0.30 357	0.37 293	0.30 338

iRaft-Stereo_5w	0.34 247	0.42 232	0.31 261	0.39 250	0.30 305	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 400	0.41 323	0.34 378	0.38 295	0.30 296	0.34 254	0.27 241	0.34 286	0.26 269	0.34 267	0.26 251

PML	0.46 365	1.36 474	0.29 241	0.58 384	0.30 305	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 458	0.29 297	0.56 449	0.29 286	0.52 394	0.30 272	0.53 460	0.31 368	0.53 432	0.30 338

GES	0.66 422	2.34 575	0.29 241	0.41 275	0.29 293	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 426	0.41 323	0.30 306	0.51 434	0.29 286	0.32 244	0.29 263	0.32 269	2.46 697	2.49 659	0.30 338

UCFNet_RVC	2.75 683	10.06 716	0.29 241	10.31 730	0.29 293	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 341	9.87 736	0.43 343	0.29 286	0.36 267	9.84 732	0.36 309	0.26 269	9.77 735	0.26 251

testmc14	2.43 670	10.48 719	8.02 728	8.93 720	0.31 352	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.42 336	0.30 296	8.88 731	6.99 721	0.41 392	0.28 326	0.39 351	0.28 315

MCSU-Stereo	2.48 673	10.56 720	8.50 730	9.47 724	0.31 352	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.41 322	0.30 296	8.86 730	6.93 720	0.40 374	0.29 341	0.39 351	0.28 315

aanet-new-90k	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-60k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-70k	0.44 335	1.82 520	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-78k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-40k	0.44 335	1.81 513	0.39 312	0.50 355	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-36k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-34k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-32k-new	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.39 361	0.26 269	0.38 306	0.26 251

aanet-new-32k	0.44 335	1.79 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-30k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-28k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT26K	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.31 337	0.44 326	0.33 295	0.38 320	0.27 307	0.38 306	0.26 251

aanet-new-24k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-22k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-16k	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-14k	0.60 407	5.12 664	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.37 341	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-8k	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new	0.43 322	1.80 508	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-cres-4k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-cres	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-36K	0.43 322	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-22K	0.44 335	1.85 529	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-20K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-24K	0.44 335	1.86 532	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-5K	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-2K	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-3K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-50K	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.36 337	0.38 320	0.26 269	0.38 306	0.26 251

DStereoSA	0.32 241	0.52 277	0.34 283	0.31 215	0.31 352	0.30 255	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 265	0.30 306	0.31 264	0.31 337	0.30 235	0.32 282	0.31 266	0.31 368	0.31 252	0.31 347

HiDET	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.68 493	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

LCMNet	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 341	0.30 306	0.42 336	0.69 501	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

CSFM-Stereo	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.73 514	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.30 338

Monster-pub-eth3d	0.45 358	0.57 290	0.60 430	0.39 250	0.28 282	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 302	0.30 306	0.92 513	0.27 263	1.42 587	0.28 249	0.34 286	0.28 326	0.37 293	0.53 456

Replicate-Monster	0.45 358	0.57 290	0.60 430	0.40 263	0.29 293	0.37 290	0.27 266	0.37 278	0.30 306	0.40 301	0.31 354	0.40 310	0.30 306	0.99 521	0.27 263	1.36 583	0.31 277	0.34 286	0.30 357	0.36 288	0.54 459

MultiAttention	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

MSAF-DinoV2	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

xyz-stereo-finetune	0.28 219	0.49 262	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.22 211	0.30 306	0.32 264	0.31 354	0.32 269	0.31 357	0.32 267	0.32 347	0.32 244	0.33 295	0.31 266	0.32 375	0.31 252	0.32 354

GIP-stereo	0.36 264	0.49 262	0.39 312	0.48 313	0.32 364	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 310	0.28 287	0.42 336	0.28 272	0.45 355	0.32 282	0.38 320	0.30 357	0.37 293	0.27 289

GCAP-BAT	0.41 307	1.30 468	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.34 324	0.38 320	0.26 269	0.38 306	0.26 251

test_for_model	0.35 256	0.39 207	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.38 282	0.26 229	0.38 320	0.26 269	0.38 306	0.26 251

GCAPDPT-zeroshot4090	0.40 299	1.09 394	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.38 320	0.27 307	0.38 306	0.27 289

IGEV-Stereo	0.35 256	0.44 237	0.45 369	0.49 319	0.30 305	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 285	0.29 297	0.36 285	0.30 296	0.46 365	0.39 355	0.32 269	0.24 260	0.32 255	0.25 245
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DANet	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 358	1.81 513	0.40 344	0.50 355	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.32 362	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

aanet-new-12k	0.46 365	1.99 547	0.40 344	0.51 366	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.32 347	0.47 372	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

GCAP-Stereo-DPT-25K	0.41 307	1.09 394	0.40 344	0.52 369	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.28 326	0.39 351	0.28 315

gcap_with_dpt	0.35 256	0.39 207	0.30 245	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.38 282	0.26 229	0.38 320	0.27 307	0.38 306	0.27 289

DStereoFS	0.32 241	0.33 185	0.32 267	0.33 225	0.30 305	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 265	0.30 306	0.32 267	0.32 347	0.32 244	0.31 277	0.30 260	0.47 460	0.32 255	0.34 368

MonSter++	0.38 280	0.44 237	0.31 261	0.43 291	0.30 305	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 350	0.31 357	0.43 343	0.69 501	0.38 282	0.33 295	0.40 374	0.30 357	0.38 306	0.30 338

MyStereo04	0.56 404	3.72 631	0.59 426	0.49 319	0.41 428	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 449	0.35 280	0.32 362	0.35 279	0.33 359	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

GCAPDPT-zeroshot	0.36 264	0.40 211	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.27 307	0.39 351	0.26 251

LL-Strereo2	0.48 378	1.73 496	0.51 408	0.59 387	0.34 386	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 341	0.31 357	0.44 374	0.39 404	0.60 414	0.51 422	0.44 411	0.33 385	0.44 386	0.33 361

RAFT + AFF	0.31 232	0.45 246	0.34 283	0.39 250	0.28 282	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 278	0.29 257	0.30 296	0.28 226	0.29 263	0.29 258	0.29 341	0.27 237	0.32 354

GCAP-Stereo-DPT-FT	0.41 307	1.06 391	0.40 344	0.51 366	0.31 352	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 455	0.30 306	0.44 374	0.31 337	0.45 355	0.34 324	0.39 361	0.27 307	0.40 365	0.27 289

DDF-Stereo	0.43 322	1.15 403	0.57 424	0.53 371	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.40 306	0.32 347	0.52 394	0.50 417	0.38 320	0.31 368	0.39 351	0.31 347

water-stereo	0.41 307	0.84 327	0.46 374	0.50 355	0.33 376	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.41 369	0.39 361	0.31 368	0.39 351	0.32 354

GREAT-IGEV	0.38 280	0.43 234	0.36 295	0.48 313	0.32 364	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.33 295	0.41 392	0.29 341	0.41 376	0.29 324
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	0.38 280	0.43 234	0.33 272	0.46 300	0.33 376	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.33 373	0.45 392	0.32 347	0.38 282	0.38 348	0.38 320	0.37 411	0.37 293	0.36 382

gcap-zeroshot	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

testlalala	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

RAFT-Test	0.36 264	0.37 196	0.33 272	0.41 275	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.33 359	0.37 270	0.29 263	0.37 312	0.29 341	0.38 306	0.31 347

iRaft-Stereo_20w	0.34 247	0.41 222	0.31 261	0.39 250	0.29 293	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 302	0.30 306	0.38 295	0.32 347	0.35 262	0.27 241	0.34 286	0.27 307	0.34 267	0.29 324

ccs_rob	2.79 687	10.17 718	0.32 267	10.00 728	0.33 376	0.49 419	0.33 363	1.90 622	0.32 361	0.51 434	0.33 373	0.49 417	9.24 735	0.49 416	0.33 359	0.41 310	9.82 731	0.41 392	0.28 326	9.34 733	0.29 324

DVStereo	0.43 322	0.86 331	0.48 390	0.50 355	0.33 376	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 405	0.33 373	0.47 401	0.34 372	0.45 355	0.42 378	0.40 374	0.33 385	0.47 408	0.38 394

HART	0.38 280	0.45 246	0.34 283	0.42 285	0.33 376	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 341	0.34 378	0.41 322	0.38 392	0.40 302	0.32 282	0.42 408	0.32 375	0.40 365	0.32 354

PCWNet_CMD	2.80 688	9.82 714	0.32 267	10.09 729	0.32 364	0.49 419	0.33 363	3.34 693	0.33 371	0.49 412	0.33 373	0.49 417	8.73 732	0.48 410	0.33 359	0.41 310	9.22 727	0.42 408	0.29 341	9.55 734	0.31 347

CFNet_ucs	2.73 681	9.64 713	0.33 272	9.92 727	0.32 364	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	8.98 734	0.48 410	0.33 359	0.41 310	9.96 733	0.40 374	0.29 341	10.12 737	0.54 459

CFNet_pseudo	2.67 680	9.36 711	0.32 267	10.99 731	0.33 376	0.85 500	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 417	7.26 730	0.49 416	0.33 359	0.41 310	9.62 730	0.41 392	0.29 341	10.03 736	0.29 324

pcwnet_v2	2.66 679	9.89 715	0.33 272	9.89 726	0.32 364	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 417	8.76 733	0.48 410	0.33 359	0.41 310	9.58 729	0.40 374	0.29 341	9.01 732	0.63 480

ccnet	0.80 461	2.28 567	0.33 272	0.50 355	0.33 376	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 417	1.56 627	2.38 661	0.33 359	0.41 310	0.29 263	0.42 408	1.57 644	2.28 646	0.29 324

psmorigin	0.41 307	0.46 250	0.33 272	0.49 319	0.33 376	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	0.33 373	0.51 434	0.33 359	0.41 310	0.30 272	0.41 392	0.30 357	0.79 476	0.29 324

Gwc-CoAtRS	0.41 307	1.49 482	0.32 267	0.42 285	0.32 364	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.32 347	0.39 295	0.28 249	0.39 361	0.28 326	0.40 365	0.28 315

DStereoO	0.31 232	0.31 182	0.31 261	0.30 209	0.40 418	0.31 262	0.30 297	0.30 248	0.34 380	0.29 251	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 241	0.29 263	0.31 266	0.30 357	0.31 252	0.31 347

RAFT-Stereo-weight	0.45 358	1.90 537	0.34 283	0.42 285	0.36 396	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 385	0.34 378	0.41 322	0.34 372	0.38 282	0.32 282	0.38 320	0.32 375	0.38 306	0.33 361

H2IRNET	0.34 247	0.34 186	0.34 283	0.34 229	0.34 386	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 278	0.34 378	0.34 276	0.34 372	0.34 254	0.34 324	0.34 286	0.34 389	0.34 267	0.34 368

RCA-Stereo	0.51 391	3.22 619	0.34 283	0.44 295	0.34 386	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 385	0.33 373	0.43 343	0.33 359	0.38 282	0.29 263	0.38 320	0.29 341	0.38 306	0.29 324

Anonymus	0.47 372	0.73 308	0.46 374	0.43 291	0.54 479	0.53 446	0.27 266	0.39 292	0.35 384	0.33 269	0.40 418	0.33 273	0.38 397	0.53 441	0.54 464	0.56 408	0.36 337	0.49 443	0.53 476	0.66 449	0.54 459

depthmonostereo	0.44 335	0.85 329	0.46 374	0.54 374	0.40 418	0.52 444	0.38 400	0.52 435	0.35 384	0.47 398	0.34 381	0.46 399	0.34 378	0.47 401	0.34 372	0.45 355	0.43 383	0.41 392	0.33 385	0.41 376	0.32 354

UGAM	0.51 391	2.23 564	0.39 312	0.54 374	0.35 390	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 417	0.36 388	0.50 424	0.36 379	0.49 380	0.37 341	0.45 416	0.34 389	0.45 391	0.34 368

GCST	0.50 386	2.08 550	0.38 301	0.53 371	0.35 390	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 417	0.35 384	0.49 416	0.35 376	0.48 377	0.37 341	0.45 416	0.33 385	0.44 386	0.33 361

GMOStereo	0.37 274	0.45 246	0.23 208	0.30 209	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	0.34 254	0.22 215	0.47 430	0.37 411	0.39 351	0.33 361

error version	0.93 501	4.47 651	2.35 672	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 667	0.47 430	0.37 411	0.39 351	0.33 361

test_1	0.93 501	4.47 651	2.35 672	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 667	0.47 430	0.37 411	0.39 351	0.33 361

CFNet-RSSM	0.91 494	4.89 656	0.34 283	0.44 295	1.07 562	1.62 621	1.40 635	0.91 501	0.35 384	1.60 613	1.39 635	0.64 470	0.34 378	0.44 374	0.33 359	0.41 310	0.35 331	0.75 497	0.30 357	0.41 376	0.29 324

DMCA	0.36 264	0.38 200	0.37 299	0.35 232	0.35 390	0.36 282	0.36 387	0.36 270	0.35 384	0.35 276	0.37 400	0.36 285	0.36 388	0.35 279	0.36 379	0.36 267	0.36 337	0.35 302	0.36 408	0.36 288	0.36 382

ETE_ROB	0.35 256	0.35 188	0.35 293	0.35 232	0.35 390	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 280	0.35 384	0.35 279	0.35 376	0.35 262	0.35 331	0.35 302	0.35 402	0.35 280	0.35 379

252Zero-FE	0.45 358	0.50 267	0.36 295	0.50 355	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.49 417	0.36 388	0.54 444	0.41 415	0.45 355	0.34 324	0.45 416	0.34 389	0.55 434	0.75 514

UGAM-zero	0.51 391	2.17 559	0.39 312	0.53 371	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.50 431	0.35 384	0.50 424	0.36 379	0.49 380	0.37 341	0.47 430	0.35 402	0.46 394	0.34 368

SCV_C0	0.45 358	0.88 335	0.49 397	0.54 374	0.37 400	0.48 413	0.37 393	0.48 402	0.37 396	0.48 405	0.36 393	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.41 369	0.44 411	0.34 389	0.44 386	0.34 368

SCV	0.46 365	0.94 354	0.45 369	0.54 374	0.37 400	0.48 413	0.38 400	0.48 402	0.37 396	0.48 405	0.39 415	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.46 394	0.44 411	0.34 389	0.44 386	0.34 368

Venus	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.37 290	0.38 400	0.37 278	0.37 396	0.41 315	0.37 400	0.39 302	0.37 393	0.38 295	0.38 392	0.37 270	0.38 348	0.38 320	0.37 411	0.37 293	0.38 394

XPNet_ROB	0.37 274	0.37 196	0.37 299	0.37 239	0.37 400	0.37 290	0.37 393	0.37 278	0.37 396	0.37 286	0.37 400	0.37 295	0.37 393	0.37 292	0.37 389	0.37 270	0.37 341	0.37 312	0.37 411	0.37 293	0.37 387

GEAStereo	0.62 414	3.91 638	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

GSStereo	0.81 466	4.28 648	0.50 402	0.59 387	0.40 418	0.51 440	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 711	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

GS-Stereo							0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 711	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

gasm-f	0.62 414	3.91 638	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

GASTEREO	0.48 378	1.21 456	0.47 382	0.57 382	0.38 407	0.50 428	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	0.38 397	0.50 424	0.38 392	0.52 394	0.42 378	0.46 420	0.34 389	0.46 394	0.34 368

mms	0.40 299	0.45 246	0.35 293	0.48 313	0.36 396	0.47 408	0.34 376	0.45 388	0.38 400	0.47 398	0.33 373	0.45 395	0.32 362	0.45 392	0.32 347	0.39 295	0.38 348	0.38 320	0.37 411	0.39 351	0.39 400

WAO-8	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.37 411	0.38 306	0.38 394

WAO-7	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.38 424	0.38 306	0.38 394

HanzoNet	0.39 294	0.38 200	0.40 344	0.39 250	0.41 428	0.38 297	0.38 400	0.38 287	0.38 400	0.39 294	0.39 415	0.38 297	0.38 397	0.39 303	0.40 407	0.38 282	0.38 348	0.40 374	0.38 424	0.38 306	0.40 402

IMH	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.42 329	0.38 405	0.40 310	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.39 361	0.38 424	0.38 306	0.38 394

GCAP-Stereo	0.75 448	4.15 645	0.42 363	0.75 427	0.35 390	0.78 485	0.40 414	0.79 482	0.38 400	0.78 490	0.36 393	0.78 492	0.36 388	0.79 486	0.39 404	0.75 458	0.39 355	0.76 499	0.39 428	0.75 467	0.39 400

iRaftStereo_RVC	0.97 505	3.17 618	2.30 671	2.42 623	0.38 407	0.54 450	0.38 400	0.54 439	0.38 400	0.54 447	0.38 405	0.54 448	0.38 397	0.54 444	0.38 392	2.38 655	2.34 671	0.49 443	0.36 408	0.49 415	0.36 382

CFNet_RVC	2.38 669	8.71 706	0.38 301	9.33 721	0.42 438	0.56 452	0.42 428	0.60 454	0.38 400	0.62 465	0.42 436	0.56 455	7.29 731	0.62 460	0.42 423	0.53 397	0.37 341	0.49 443	0.34 389	8.30 728	6.87 733

LG-Stereo_L1	0.47 372	0.52 277	0.47 382	0.62 393	0.39 417	0.53 446	0.40 414	0.53 437	0.39 413	0.53 441	0.39 415	0.53 444	0.39 408	0.53 441	0.39 404	0.55 404	0.46 394	0.49 443	0.37 411	0.49 415	0.37 387

quiztm	0.43 322	0.49 262	0.40 344	0.51 366	0.40 418	0.51 440	0.40 414	0.50 416	0.40 414	0.50 425	0.40 418	0.51 442	0.40 409	0.50 424	0.40 407	0.44 326	0.34 324	0.44 411	0.34 389	0.44 386	0.34 368

CES	0.39 294	0.47 254	0.36 295	0.36 236	0.37 400	0.45 396	0.35 381	0.35 266	0.40 414	0.36 280	0.44 441	0.47 405	0.36 388	0.44 374	0.36 379	0.37 270	0.39 355	0.44 411	0.35 402	0.37 293	0.36 382

Selective-IGEV	0.51 391	0.55 287	0.45 369	0.69 409	0.45 447	0.61 463	0.45 438	0.50 416	0.40 414	0.56 452	0.44 441	0.55 452	0.40 409	0.72 478	0.67 486	0.59 413	0.46 394	0.45 416	0.34 389	0.46 394	0.37 387

knoymous	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

anonymousa	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

riskmin	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_2	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_1	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

FCDSN-DC	0.41 307	0.59 293	0.64 444	0.54 374	0.33 376	0.50 428	0.37 393	0.42 333	0.40 414	0.61 462	0.43 439	0.50 431	0.49 456	0.38 295	0.32 347	0.28 226	0.23 221	0.26 244	0.22 247	0.35 280	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AdaStereo	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402
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.
MSCF	0.51 391	1.40 479	0.49 397	0.58 384	0.38 407	0.50 428	0.38 400	0.54 439	0.41 424	0.52 438	0.41 426	0.53 444	0.42 427	0.53 441	0.41 415	0.60 414	0.47 402	0.48 438	0.37 411	0.48 412	0.38 394

LG-Stereo_Zeroshot	0.48 378	0.55 287	0.47 382	0.63 395	0.41 428	0.56 452	0.44 432	0.56 443	0.41 424	0.56 452	0.41 426	0.57 458	0.42 427	0.56 449	0.41 415	0.55 404	0.43 383	0.51 454	0.37 411	0.51 426	0.37 387

LG-Stereo	0.60 407	0.58 292	0.47 382	0.64 400	0.74 518	1.00 517	0.69 504	0.57 446	0.41 424	0.57 455	0.41 426	0.57 458	0.41 421	1.00 523	0.75 519	0.91 480	0.51 422	0.52 457	0.37 411	0.52 428	0.37 387

GwcNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

PSMNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

GANet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet2	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

FAST (zero-shot)	0.87 490	1.55 484	0.42 363	1.57 570	0.42 438	1.62 621	0.45 438	1.59 609	0.42 432	1.66 620	0.44 441	1.62 621	0.42 427	1.59 615	0.42 423	0.64 428	0.43 383	0.64 474	0.42 446	0.67 452	0.46 426

DNS	0.86 486	2.43 583	1.66 621	2.03 593	0.42 438	0.60 461	0.42 428	0.60 454	0.42 432	0.60 460	0.42 436	0.60 463	0.42 427	0.60 458	0.42 423	1.97 615	1.63 627	0.55 463	0.40 429	0.55 434	0.40 402

PAM_32	0.64 418	2.38 579	0.51 408	0.92 451	0.43 442	0.53 446	0.44 432	0.87 494	0.43 434	0.52 438	0.45 446	0.53 444	0.40 409	0.54 444	0.46 435	0.62 422	0.56 431	0.48 438	0.45 451	0.76 470	0.44 423

DispNO	1.00 508	0.63 297	0.43 365	3.45 659	0.44 443	0.65 469	0.43 431	0.64 462	0.43 434	0.64 468	0.43 439	0.64 470	3.03 689	0.64 466	0.43 428	4.55 691	0.43 383	0.63 472	0.43 449	0.63 446	0.43 420

MyStereo07	0.60 407	3.72 631	0.48 390	0.49 319	0.41 428	0.36 282	0.32 352	0.49 407	0.43 434	0.51 434	0.42 436	0.49 417	0.43 432	0.51 434	0.64 479	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

DN	0.53 396	0.85 329	0.45 369	0.65 401	0.44 443	0.60 461	0.44 432	0.60 454	0.44 437	0.60 460	0.45 446	0.60 463	0.44 434	0.60 458	0.44 429	0.56 408	0.42 378	0.56 464	0.42 446	0.56 437	0.42 418

FSD					0.44 443	0.56 452	0.44 432	0.55 442	0.44 437	0.56 452	0.44 441	0.56 455	0.44 434	0.56 449	0.46 435	0.61 418	0.42 378	0.52 457	0.42 446	0.52 428

MonSter	0.60 407	0.64 299	0.52 411	0.62 393	0.44 443	2.07 637	0.44 432	0.62 459	0.44 437	0.62 465	0.44 441	0.62 468	0.44 434	0.62 460	0.44 429	0.58 411	0.42 378	0.62 470	0.46 453	0.58 442	0.42 418

MyStereo06	0.75 448	4.12 642	0.60 430	0.63 395	0.61 490	0.62 466	0.66 487	0.56 443	0.45 440	0.55 450	0.48 461	0.54 448	0.46 441	0.57 454	0.45 431	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

AIO-test1	0.54 397	0.60 295	0.52 411	0.66 405	0.47 455	0.61 463	0.47 446	0.58 449	0.46 441	0.61 462	0.46 449	0.61 466	0.45 438	0.62 460	0.45 431	0.61 418	0.52 424	0.57 465	0.48 464	0.57 440	0.48 436

Occ-G	1.12 529	0.52 277	3.72 704	3.50 663	0.50 466	0.56 452	0.47 446	0.54 439	0.46 441	0.54 447	0.41 426	0.54 448	0.42 427	0.52 439	0.42 423	3.42 679	4.02 701	0.52 457	0.45 451	0.51 426	0.44 423

otaku	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

Dean	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.47 398	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

ACVNet-4b	0.46 365	0.46 250	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.47 401	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

AIO-test2	0.55 402	0.59 293	0.52 411	0.67 406	0.47 455	0.61 463	0.47 446	0.61 458	0.47 446	0.61 462	0.47 457	0.61 466	0.48 450	0.62 460	0.47 442	0.64 428	0.53 426	0.58 466	0.47 460	0.58 442	0.48 436

Former-RAFT_DAM_RVC	0.49 384	0.98 359	0.64 444	0.84 438	0.46 449	0.45 396	0.35 381	0.47 398	0.47 446	0.45 386	0.34 381	0.46 399	0.48 450	0.46 397	0.35 376	0.39 295	0.71 478	0.39 361	0.35 402	0.41 376	0.41 411

Ntro	0.47 372	0.47 254	0.46 374	0.46 300	0.46 449	0.47 408	0.47 446	0.46 392	0.47 446	0.46 392	0.46 449	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

HaxPig	0.47 372	0.47 254	0.47 382	0.49 319	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.47 449	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.47 460	0.47 408	0.48 436

UNDER WATER	0.47 372	0.47 254	0.47 382	0.47 307	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.46 453	0.47 408	0.47 434

ACVNet_1	0.46 365	0.47 254	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.47 446	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.47 430	0.46 453	0.46 394	0.46 426

AEACV	1.12 529	0.52 277	3.12 695	3.24 648	0.86 538	0.53 446	0.49 457	0.60 454	0.47 446	0.53 441	0.49 464	0.55 452	0.45 438	0.55 448	0.47 442	3.01 674	3.88 699	0.71 490	0.60 490	0.80 479	0.48 436

fffft	0.48 378	0.51 275	0.45 369	0.52 369	0.45 447	0.52 444	0.45 438	0.52 435	0.48 453	0.53 441	0.45 446	0.52 443	0.45 438	0.52 439	0.46 435	0.51 392	0.41 369	0.50 449	0.41 438	0.50 420	0.41 411
1: 1. 1
RainbowNet	0.48 378	0.48 260	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.48 453	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.48 436

S	0.56 404	0.61 296	0.54 416	0.68 408	0.48 459	0.65 469	0.49 457	0.63 460	0.49 455	0.64 468	0.49 464	0.64 470	0.48 450	0.62 460	0.49 450	0.63 426	0.62 451	0.59 469	0.48 464	0.57 440	0.48 436

PointNet	0.60 407	0.75 313	0.49 397	0.79 429	0.50 466	0.79 488	0.49 457	0.79 482	0.49 455	0.80 493	0.49 464	0.79 494	0.49 456	0.80 488	0.49 450	0.63 426	0.40 359	0.63 472	0.40 429	0.63 446	0.40 402

notaker	0.48 378	0.49 262	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.49 455	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.49 442

LVE	0.47 372	0.47 254	0.47 382	0.47 307	0.49 462	0.47 408	0.47 446	0.47 398	0.49 455	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.48 438	0.47 460	0.47 408	0.47 434

ACVNet_2	0.49 384	0.49 262	0.49 397	0.49 319	0.49 462	0.49 419	0.49 457	0.49 407	0.49 455	0.49 412	0.49 464	0.49 417	0.49 456	0.49 416	0.49 450	0.49 380	0.49 409	0.49 443	0.49 468	0.49 415	0.49 442

FoundationStereo	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

StereoAnything_RVC	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

dual_stereo	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

AIO-Stereo-zeroshot	0.91 494	0.86 331	0.89 497	1.25 544	0.69 507	1.05 533	0.81 530	1.16 535	0.50 460	1.12 544	0.97 550	0.72 484	0.82 526	1.06 538	0.95 541	0.61 418	0.87 499	1.03 547	0.85 544	1.04 522	1.01 550

MyStereo8	0.71 437	3.92 640	0.52 411	0.59 387	0.52 473	0.57 458	0.53 467	0.59 452	0.50 460	0.59 459	0.51 474	0.57 458	0.50 460	0.56 449	0.52 460	0.54 398	0.49 409	0.54 461	0.49 468	0.55 434	0.50 445

LL-Strereo	1.01 516	5.06 663	1.63 618	0.70 415	1.43 635	0.56 452	0.46 441	0.57 446	0.50 460	0.57 455	0.50 468	1.58 616	0.49 456	0.59 456	0.50 453	1.64 599	0.52 424	0.51 454	1.37 631	0.52 428	0.45 425

SANet	0.50 386	0.50 267	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

TorneroNet	0.66 422	0.53 281	0.50 402	0.50 355	0.64 496	1.06 534	0.70 510	0.50 416	0.51 467	0.49 412	0.69 510	0.49 417	0.50 460	0.48 410	1.15 562	0.71 442	0.49 409	1.14 550	1.08 562	0.49 415	0.49 442

WCG-NET	0.61 412	1.21 456	0.54 416	0.61 392	0.53 476	0.67 472	0.53 467	0.66 466	0.53 468	0.64 468	0.53 477	0.65 474	0.53 467	0.59 456	0.52 460	0.65 430	0.48 406	0.64 474	0.52 474	0.58 442	0.50 445

CASS	0.57 406	0.89 338	0.56 420	0.57 382	0.56 480	0.56 452	0.56 472	0.56 443	0.53 468	0.57 455	0.57 480	0.59 462	0.48 450	0.56 449	0.57 468	0.55 404	0.56 431	0.47 430	0.56 484	0.62 445	0.56 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSMNet_ROB	0.54 397	0.54 285	0.54 416	0.54 374	0.53 476	0.54 450	0.54 470	0.53 437	0.54 470	0.54 447	0.54 478	0.54 448	0.53 467	0.54 444	0.54 464	0.54 398	0.53 426	0.54 461	0.54 478	0.54 433	0.54 459

monster-pro	0.75 448	1.67 488	0.64 444	0.89 444	0.57 482	0.86 502	0.56 472	0.87 494	0.56 471	0.87 502	0.57 480	0.88 506	0.57 472	0.87 503	0.57 468	0.79 463	0.58 437	0.76 499	0.54 478	0.77 472	0.54 459

anonymity	0.63 416	0.69 301	0.56 420	0.71 417	0.56 480	0.71 479	0.56 472	0.71 474	0.56 471	0.72 480	0.56 479	0.71 481	0.56 471	0.71 476	0.58 470	0.68 435	0.55 429	0.68 481	0.55 480	0.68 454	0.54 459

11t	1.27 585	2.70 595	1.34 589	1.32 556	0.89 540	1.30 601	1.34 625	1.64 614	0.57 473	1.45 611	0.72 522	1.05 538	1.29 614	1.07 541	1.29 626	1.49 591	1.02 515	0.97 537	1.15 566	1.48 602	1.31 624

SE	0.64 418	0.73 308	0.77 483	0.79 429	0.59 483	0.78 485	0.54 470	0.58 449	0.58 474	0.78 490	0.59 484	0.63 469	0.18 230	0.78 485	0.52 460	0.80 465	0.65 456	0.69 484	0.57 486	0.75 467	0.52 453

CAR	0.72 440	0.76 315	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 512	0.87 490	0.52 453

MSE-Stereo	0.72 440	0.76 315	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 512	0.87 490	0.52 453

zero-FE	0.72 440	1.31 470	0.66 450	0.92 451	0.60 485	0.82 496	0.58 475	0.82 491	0.58 474	0.81 496	0.60 486	0.81 499	0.60 479	0.82 492	0.58 470	0.74 457	0.59 443	0.73 491	0.52 474	0.76 470	0.51 452

SMoEStereo_RVC	0.63 416	0.75 313	0.51 408	0.73 423	0.53 476	0.71 479	0.47 446	0.67 467	0.58 474	0.74 486	0.60 486	0.72 484	0.53 467	0.74 482	0.51 458	0.61 418	0.62 451	0.62 470	0.61 492	0.63 446	0.61 476

ktn	0.72 440	0.53 281	1.08 521	1.14 484	0.51 472	1.22 595	1.36 628	0.51 430	0.59 479	0.51 434	0.51 474	0.69 478	1.20 562	0.67 470	0.51 458	0.51 392	0.49 409	0.58 466	0.66 506	0.52 428	0.53 456

DDUNet	0.81 466	2.45 584	0.57 424	0.90 446	0.60 485	0.88 504	0.59 479	0.90 499	0.60 480	0.88 504	0.60 486	0.90 510	0.58 475	0.88 505	0.60 475	0.84 476	0.60 446	0.86 516	0.57 486	0.86 489	0.60 475

UDG	0.80 461	2.21 563	0.60 430	0.91 448	0.60 485	0.90 507	0.58 475	0.88 498	0.60 480	0.90 505	0.60 486	0.88 506	0.60 479	0.90 508	0.58 470	0.86 478	0.60 446	0.84 514	0.59 489	0.84 487	0.61 476

test-3	0.98 507	4.13 644	1.85 640	1.85 582	0.61 490	0.69 474	0.37 393	0.63 460	0.61 482	0.66 472	0.51 474	0.73 486	0.44 434	0.57 454	0.54 464	1.68 600	1.81 638	0.40 374	0.43 449	0.66 449	0.50 445

MGA	0.73 444	0.76 315	0.60 430	0.92 451	1.17 572	0.81 493	0.59 479	0.84 492	0.62 483	0.81 496	0.59 484	0.84 503	0.60 479	0.81 491	0.61 477	0.71 442	0.53 426	0.89 518	0.53 476	0.75 467	0.54 459

MyStereo05	0.80 461	4.12 642	0.63 441	0.63 395	0.61 490	0.62 466	0.66 487	0.65 463	0.62 483	0.67 474	0.61 490	0.65 474	0.58 475	0.67 470	0.55 467	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

RAFT-Stereo + iAFF	0.70 434	0.72 307	0.71 470	0.80 433	0.62 495	0.82 496	0.61 481	0.81 488	0.62 483	0.81 496	0.63 492	0.80 496	0.70 506	0.73 480	0.61 477	0.76 460	0.61 450	0.74 496	0.61 492	0.77 472	0.61 476

DSFCA	0.66 422	0.73 308	0.78 485	0.65 401	0.65 498	0.64 468	0.64 484	0.65 463	0.63 486	0.64 468	0.64 494	0.64 470	0.64 484	0.65 467	0.65 482	0.65 430	0.65 456	0.65 478	0.65 503	0.66 449	0.64 486

RSM++	0.76 453	0.82 326	0.66 450	0.85 442	0.64 496	0.85 500	0.71 513	0.94 508	0.64 487	0.87 502	0.67 499	0.87 505	0.65 486	0.84 498	0.65 482	0.81 469	0.70 474	0.79 503	0.71 523	0.83 486	0.70 499

plain	1.88 605	3.16 617	0.64 444	3.10 641	0.65 498	3.10 690	0.64 484	3.12 689	0.65 488	3.10 690	0.65 496	3.11 690	0.65 486	3.12 689	0.65 482	3.12 675	0.65 456	3.13 688	0.65 503	3.13 676	0.65 488

LMCR-Stereo	0.65 420	0.63 297	0.65 448	0.65 401	0.65 498	0.66 471	0.63 483	0.58 449	0.65 488	0.63 467	0.64 494	0.65 474	0.65 486	0.66 468	0.66 485	0.66 432	0.64 454	0.65 478	0.67 510	0.68 454	0.73 510

WAFT-Stereo (ZS)	0.67 427	0.78 318	0.67 454	0.67 406	0.66 501	0.67 472	0.67 491	0.65 463	0.66 490	0.66 472	0.67 499	0.66 477	0.67 491	0.67 470	0.72 513	0.66 432	0.67 459	0.67 480	0.67 510	0.67 452	0.67 492

ARAFT	0.68 428	0.81 324	0.63 441	0.74 426	0.60 485	0.78 485	0.62 482	0.77 481	0.66 490	0.74 486	0.63 492	0.75 489	0.62 483	0.83 497	0.60 475	0.70 441	0.55 429	0.70 489	0.60 490	0.78 474	0.55 467

Pro-Stereo	0.79 458	0.53 281	0.38 301	0.49 319	0.38 407	0.49 419	0.37 393	0.49 407	0.67 492	0.50 425	0.38 405	1.10 543	0.38 397	0.49 416	0.38 392	0.71 442	0.88 500	5.98 730	0.36 408	0.46 394	0.36 382

WQFJA1++	0.84 477	0.98 359	0.67 454	1.26 545	0.75 520	1.00 517	0.67 491	1.00 512	0.67 492	1.00 517	0.67 499	1.00 523	0.67 491	1.00 523	0.67 486	0.96 491	0.67 459	0.91 522	0.63 494	0.92 500	0.63 480

WQFJA1	0.85 483	0.98 359	0.67 454	1.29 551	0.76 525	1.01 525	0.67 491	1.02 525	0.67 492	1.02 532	0.67 499	1.01 531	0.67 491	1.01 531	0.68 493	0.99 497	0.67 459	0.93 528	0.64 499	0.92 500	0.65 488

WQFJX1	0.84 477	0.98 359	0.67 454	1.30 553	0.75 520	1.01 525	0.67 491	1.01 521	0.67 492	1.01 528	0.67 499	1.01 531	0.68 496	1.00 523	0.68 493	0.98 496	0.67 459	0.92 525	0.64 499	0.92 500	0.64 486

NLMM	0.84 477	1.00 368	0.67 454	1.27 546	0.75 520	1.00 517	0.68 496	1.00 512	0.67 492	1.00 517	0.67 499	1.02 535	0.67 491	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.92 500	0.63 480

MIF-Stereo (partial)	2.58 677	3.31 622	0.66 450	3.18 645	0.66 501	3.18 691	0.66 487	3.21 690	0.67 492	3.19 691	0.66 498	3.19 691	0.66 489	3.31 693	0.68 493	5.09 708	1.79 637	8.23 735	1.67 669	6.18 719	1.38 632

WQFJX	0.85 483	1.00 368	0.68 462	1.30 553	0.75 520	1.01 525	0.68 496	1.01 521	0.68 498	1.01 528	0.68 505	1.03 536	0.68 496	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.94 509	0.63 480

NLSM3	0.85 483	0.99 366	0.68 462	1.29 551	0.76 525	1.01 525	0.68 496	1.01 521	0.68 498	1.02 532	0.68 505	1.01 531	0.68 496	1.01 531	0.68 493	0.97 492	0.68 465	0.93 528	0.64 499	0.93 505	0.63 480

R-Stereo Train	0.81 466	0.96 356	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 512	0.94 509	0.68 494

RAFT-Stereo	0.81 466	0.96 356	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 512	0.94 509	0.68 494
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	2.65 678	10.14 717	0.33 272	9.74 725	0.32 364	0.87 503	0.33 363	2.95 688	0.68 498	0.49 412	0.34 381	0.49 417	5.70 726	0.49 416	0.33 359	0.42 324	9.57 728	0.41 392	0.31 368	8.36 729	0.65 488

mm2	0.69 431	0.69 301	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 516	0.69 458	0.69 496

mm1	0.69 431	0.69 301	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 516	0.69 458	0.69 496

LiteMatch	1.13 531	0.73 308	2.80 680	3.23 646	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 672	2.43 674	0.68 481	0.32 375	0.56 437	0.70 499

Lsterematch	1.13 531	0.73 308	2.80 680	3.23 646	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 672	2.43 674	0.68 481	0.32 375	0.56 437	0.70 499

NLMM1	0.86 486	0.98 359	0.69 464	1.48 568	0.75 520	1.01 525	0.69 504	1.00 512	0.69 503	1.00 517	0.70 514	1.00 523	0.68 496	1.01 531	0.67 486	0.97 492	0.68 465	0.92 525	0.63 494	0.93 505	0.63 480

AIO-Stereo-zeroshot1	0.75 448	0.92 348	0.85 496	0.96 463	0.59 483	1.27 599	0.44 432	0.59 452	0.69 503	0.91 507	0.68 505	0.55 452	0.61 482	1.06 538	0.83 532	0.62 422	0.70 474	0.90 519	0.41 438	0.89 494	0.56 470

UniTT-Stereo	2.03 625	3.43 624	0.72 473	3.42 658	0.73 516	3.27 693	0.68 496	3.38 694	0.69 503	3.29 693	0.72 522	3.28 693	0.70 506	3.35 695	0.68 493	3.39 678	0.68 465	3.31 691	0.69 516	3.37 677	0.73 510

UNet	0.29 224	0.90 341	0.10 92	0.14 121	0.10 155	0.14 165	0.10 150	0.91 501	0.69 503	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 493	0.76 517

FlowAnything_test	1.02 518	1.72 491	0.71 470	1.59 572	0.70 511	1.61 619	0.69 504	1.61 611	0.70 511	1.60 613	0.70 514	1.61 620	0.69 502	1.61 618	0.70 509	0.81 469	0.58 437	0.81 508	0.55 480	0.81 482	0.56 470

FlowAnything	1.02 518	1.71 490	0.72 473	1.59 572	0.69 507	1.60 618	0.69 504	1.61 611	0.70 511	1.60 613	0.69 510	1.60 617	0.69 502	1.61 618	0.69 501	0.81 469	0.58 437	0.81 508	0.56 484	0.82 484	0.56 470

MaDis-Stereo	3.19 691	6.02 692	1.12 522	5.61 701	1.16 571	5.43 726	1.02 555	5.15 725	0.70 511	5.43 725	1.21 617	5.03 726	0.97 534	4.85 719	0.99 545	4.53 690	1.16 534	5.53 725	1.25 623	5.37 715	1.30 623

DMCA-RVC	0.70 434	0.80 321	0.70 467	0.70 415	0.70 511	0.70 477	0.70 510	0.71 474	0.70 511	0.70 479	0.71 519	0.71 481	0.70 506	0.70 475	0.69 501	0.69 436	0.70 474	0.69 484	0.70 520	0.69 458	0.70 499

MSMD_ROB	1.19 533	1.10 398	0.70 467	1.10 478	0.60 485	1.10 540	0.70 510	1.10 530	0.70 511	1.10 538	0.70 514	1.10 543	0.70 506	7.00 734	0.70 509	1.10 510	0.70 474	1.10 549	0.70 520	1.10 525	0.70 499

DStereoRT	0.73 444	0.81 324	0.73 477	0.71 417	0.74 518	0.73 481	0.75 518	0.71 474	0.71 516	0.74 486	0.72 522	0.73 486	0.80 522	0.71 476	0.73 514	0.76 460	0.71 478	0.73 491	0.72 525	0.70 461	0.76 517

AdaDepth	0.86 486	0.93 352	0.71 470	1.01 472	1.07 562	1.02 531	0.71 513	1.00 512	0.71 516	1.01 528	0.71 519	1.00 523	0.72 511	1.14 549	0.71 511	0.92 483	0.64 454	0.90 519	0.64 499	0.89 494	0.69 496

KSHMR	0.66 422	0.50 267	0.48 390	1.15 487	0.52 473	0.49 419	0.51 465	0.49 407	0.71 516	0.67 474	0.50 468	1.16 551	1.11 550	0.66 468	0.52 460	0.49 380	0.49 409	0.51 454	0.66 506	0.50 420	1.14 561

AIO-Stereo	0.84 477	0.66 300	0.70 467	0.83 437	0.67 503	0.98 515	0.82 533	1.14 531	0.72 519	1.03 534	0.74 526	1.03 536	1.09 549	0.99 521	0.45 431	1.04 504	0.73 481	0.95 534	0.74 527	0.94 509	0.46 426

MoCha-V2	2.11 643	26.97 739	0.78 485	0.92 451	0.77 528	0.96 514	0.72 515	0.90 499	0.72 519	0.94 513	0.70 514	0.90 510	0.71 510	0.91 509	0.71 511	0.85 477	0.71 478	0.88 517	0.69 516	0.87 490	0.67 492

AFF-stereo	0.73 444	0.88 335	0.67 454	0.75 427	0.68 506	0.75 482	0.64 484	0.80 485	0.72 519	0.83 501	0.70 514	0.82 500	0.64 484	0.84 498	0.67 486	0.77 462	0.63 453	0.81 508	0.63 494	0.78 474	0.62 479

TorneroNet-64	0.45 358	0.27 171	0.30 245	0.58 384	0.27 276	0.70 477	0.30 297	0.28 240	0.73 522	0.73 481	0.28 282	0.71 481	0.66 489	0.75 483	0.27 263	0.27 221	0.29 263	0.37 312	0.75 529	0.28 239	0.30 338

PA-Net	11.80 734	223.51 762	0.62 437	0.59 387	0.71 513	0.59 460	0.73 516	0.67 467	0.73 522	0.55 450	0.61 490	0.60 463	0.74 513	0.63 465	0.73 514	0.66 432	0.60 446	0.69 484	0.66 506	0.72 463	0.65 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 477	2.85 610	0.72 473	0.72 419	0.73 516	0.77 483	0.79 523	0.73 477	0.74 524	0.73 481	0.72 522	0.73 486	0.76 516	0.73 480	0.73 514	0.72 450	0.73 481	0.73 491	0.72 525	0.73 466	0.72 506

Wavelet-MonSter	1.00 508	1.21 456	0.76 481	1.94 586	1.01 557	1.11 543	0.76 520	1.15 532	0.76 525	1.11 543	0.76 528	1.14 549	0.76 516	1.11 546	0.76 521	1.21 570	0.90 501	1.02 545	0.71 523	1.02 521	0.71 505

Hybrid-DGEV	1.03 520	1.75 497	0.80 489	1.28 550	0.78 529	1.26 598	0.80 526	1.26 592	0.78 526	1.26 598	0.78 532	1.26 601	0.78 520	1.26 601	0.78 523	1.15 520	0.75 484	1.14 550	0.74 527	1.14 527	0.75 514

HH	0.71 437	2.54 586	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

HanStereo	0.71 437	2.54 586	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

DCRE	0.84 477	1.89 535	0.77 483	0.94 458	0.72 515	0.88 504	0.73 516	0.87 494	0.78 526	0.90 505	0.71 519	0.88 506	0.67 491	0.88 505	0.73 514	0.81 469	0.68 465	0.81 508	0.70 520	0.82 484	0.70 499

Hybrid-DGEV-2	1.05 522	1.83 523	0.83 493	1.33 557	0.82 537	1.30 601	0.81 530	1.26 592	0.79 530	1.29 600	0.79 534	1.26 601	0.80 522	1.26 601	0.79 524	1.20 524	0.78 489	1.18 560	0.77 532	1.20 542	0.77 519

G-Net	0.79 458	0.79 320	0.79 488	0.79 429	0.79 531	0.79 488	0.79 523	0.79 482	0.79 530	0.79 492	0.79 534	0.79 494	0.79 521	0.79 486	0.79 524	0.79 463	0.79 491	0.79 503	0.79 536	0.79 476	0.79 522

HSM-Net_RVC	0.95 504	1.17 406	0.78 485	1.18 494	0.71 513	1.16 548	0.75 518	1.09 529	0.80 532	1.10 538	0.75 527	1.17 552	0.74 513	1.17 552	0.80 527	1.13 517	0.73 481	1.17 557	0.77 532	1.16 532	0.72 506
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 461	0.80 321	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 538	0.80 479	0.80 523

CSAN	0.80 461	0.80 321	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 538	0.80 479	0.80 523

Hybrid-DGEV-03	1.07 523	1.83 523	0.83 493	1.34 558	0.81 536	1.32 603	0.81 530	1.31 599	0.81 535	1.31 601	0.82 538	1.32 606	0.82 526	1.32 606	0.81 530	1.19 522	0.77 487	1.19 562	0.76 530	1.19 540	0.77 519

RAStereo	2.23 659	3.64 627	0.76 481	3.65 667	0.86 538	3.66 698	0.76 520	3.67 698	0.81 535	3.66 695	0.76 528	3.66 696	0.77 518	3.68 697	0.77 522	3.68 681	0.77 487	3.69 696	0.77 532	3.70 680	0.77 519

ToySt	0.92 496	2.11 553	0.90 500	0.95 460	0.79 531	0.99 516	0.78 522	0.94 508	0.81 535	0.94 513	0.78 532	0.95 519	0.77 518	0.94 515	0.86 534	0.91 480	0.79 491	0.85 515	0.77 532	0.89 494	0.73 510

tt45	1.04 521	0.88 335	1.36 599	0.92 451	1.03 560	1.51 617	0.79 523	0.70 473	0.88 538	0.74 486	0.90 542	1.60 617	0.72 511	1.60 616	0.75 519	0.91 480	0.78 489	1.52 626	0.79 536	1.14 527	1.32 625

UPFNet	0.42 320	1.20 410	0.17 183	0.24 188	0.17 223	0.25 234	0.17 212	1.19 540	0.90 539	0.25 231	0.17 217	0.24 227	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.22 215	0.16 208	1.15 530	0.93 536

psm_up	0.43 322	1.19 409	0.17 183	0.25 195	0.18 234	0.25 234	0.19 226	1.26 592	0.91 540	0.26 240	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.23 224	0.16 208	1.18 538	0.99 542

DPSimNet_ROB	0.97 505	1.18 408	0.81 492	1.10 478	0.91 544	1.02 531	0.82 533	1.04 526	0.91 540	1.03 534	0.86 541	1.28 605	0.82 526	1.03 537	0.89 535	1.17 521	0.81 496	1.02 545	0.82 541	1.08 524	0.81 525

DPSM_ROB	0.92 496	0.91 343	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 545	0.93 505	0.93 536

DPSM	0.92 496	0.91 343	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 545	0.93 505	0.93 536

pmcnn	0.92 496	0.92 348	0.92 504	0.92 451	0.92 545	0.92 509	0.92 540	0.92 504	0.92 544	0.92 509	0.92 548	0.92 513	0.92 531	0.92 513	0.92 536	0.92 483	0.92 504	0.92 525	0.92 545	0.92 500	0.92 535

ours_stereo	1.20 534	1.21 456	0.90 500	1.64 580	1.11 564	1.35 605	0.67 491	1.76 618	0.93 545	1.70 622	1.10 562	1.39 610	0.75 515	1.41 610	0.81 530	1.60 598	1.03 516	1.33 616	1.00 552	1.61 607	0.72 506

MMNet	0.44 335	1.24 464	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.93 545	0.25 231	0.17 217	0.25 234	0.18 230	0.25 232	0.17 212	0.23 201	0.16 174	0.23 224	0.16 208	1.20 542	0.99 542

MM-Stereo_test2	1.20 534	1.85 529	1.05 518	1.46 567	0.94 548	1.36 607	0.99 547	1.36 601	0.95 547	1.41 608	0.98 551	1.40 612	0.96 533	1.37 608	0.95 541	1.37 585	1.06 517	1.33 616	0.93 549	1.29 596	0.89 532

delet	0.43 322	1.21 456	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.95 547	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.22 215	0.16 208	1.18 538	0.98 541

DGTPSM_ROB	0.93 501	1.00 368	0.92 504	0.94 458	0.96 549	0.91 508	0.92 540	0.91 501	0.96 549	0.91 507	0.96 549	0.93 516	0.92 531	0.94 515	0.92 536	0.92 483	0.92 504	0.90 519	0.92 545	0.94 509	0.91 534

MLG-Stereo	0.92 496	0.90 341	0.84 495	1.27 546	0.49 462	1.38 609	0.88 536	1.41 606	0.97 550	0.73 481	1.09 561	1.26 601	0.43 432	0.72 478	1.05 554	1.13 517	0.49 409	1.18 560	0.66 506	1.01 519	0.46 426

4D-IteraStereo	0.78 457	3.13 616	0.89 497	0.69 409	0.32 364	0.40 305	0.32 352	0.76 480	0.97 550	0.52 438	0.65 496	0.89 509	0.32 362	0.76 484	0.98 544	0.83 474	0.94 506	0.35 302	0.27 307	0.70 461	0.89 532

Selective-RAFT	0.89 493	0.89 338	0.72 473	1.16 492	0.78 529	1.06 534	0.82 533	0.87 494	0.97 550	1.00 517	0.91 545	0.90 510	1.00 537	0.89 507	0.93 540	0.83 474	0.83 497	0.82 512	0.82 541	0.81 482	0.82 526

Selective-RAFT-Error	0.88 491	0.84 327	0.98 509	0.86 443	0.97 550	0.88 504	0.95 544	0.84 492	0.99 553	0.92 509	0.82 538	0.84 503	0.98 536	0.87 503	0.97 543	0.81 469	0.83 497	0.79 503	0.82 541	0.79 476	0.85 528

LGCAT	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

Test_v1	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

GANet	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

TDLM	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

CVANet_RVC	1.00 508	1.00 368	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

trnet	1.01 516	1.01 378	1.01 516	1.01 472	1.01 557	1.01 525	1.01 553	1.01 521	1.01 559	1.01 528	1.01 557	1.01 531	1.01 545	1.01 531	1.01 551	1.01 503	1.01 514	1.01 544	1.01 559	1.01 519	1.01 550

LiteMatch*	2.07 631	1.30 468	5.73 716	6.28 705	0.79 531	1.33 604	0.80 526	1.30 598	1.02 560	1.33 602	0.84 540	1.33 607	0.97 534	1.28 605	1.04 553	6.05 716	5.89 712	1.28 614	0.76 530	1.28 595	0.88 529

HBP-ISP	1.24 583	1.72 491	1.65 619	1.15 487	0.76 525	1.40 611	0.88 536	1.67 617	1.02 560	1.69 621	1.38 634	1.69 622	1.21 608	1.87 628	1.21 617	1.05 505	0.79 491	0.97 537	0.80 538	1.19 540	0.75 514

MM-Stereo_test3	1.27 585	2.07 549	1.18 531	1.60 575	1.02 559	1.45 615	1.01 553	1.40 605	1.04 562	1.44 610	1.03 558	1.46 615	1.02 546	1.44 613	1.02 552	1.51 594	1.12 531	1.32 615	0.98 550	1.38 600	0.97 540

GLC_STEREO	1.07 523	1.01 378	1.06 519	1.07 476	1.05 561	1.06 534	1.08 558	1.08 527	1.05 563	1.07 536	1.06 559	1.08 539	1.05 547	1.06 538	1.10 557	1.07 506	1.09 524	1.05 548	1.05 561	1.06 523	1.12 557

qqai	1.22 581	1.38 477	1.12 522	1.39 564	1.14 565	1.40 611	1.14 562	1.41 606	1.12 564	1.40 607	1.11 563	1.40 612	1.13 551	1.41 610	1.15 562	1.25 573	0.97 507	1.24 611	1.01 559	1.24 591	0.96 539

BLMT-Stereo	1.53 592	1.36 474	1.06 519	1.42 566	1.23 628	1.41 613	1.07 557	1.43 608	1.12 564	1.42 609	1.06 559	1.83 624	1.07 548	1.42 612	1.07 555	1.27 575	1.38 604	6.80 731	1.00 552	1.26 593	1.00 544

edge stereo	2.43 670	27.07 740	1.14 525	1.06 475	1.14 565	1.08 537	1.17 567	1.16 535	1.14 566	1.10 538	1.16 567	1.09 541	1.16 559	1.10 544	1.16 566	1.10 510	1.11 528	1.16 553	1.19 570	1.13 526	1.11 555

RP	2.33 663	25.00 732	1.13 524	1.15 487	1.15 567	1.10 540	1.15 564	1.15 532	1.15 567	1.12 544	1.15 564	1.09 541	1.13 551	1.10 544	1.15 562	1.11 515	1.09 524	1.16 553	1.12 564	1.16 532	1.17 566

AF-Net	2.37 667	25.71 735	1.17 529	1.13 483	1.15 567	1.15 547	1.18 568	1.19 540	1.16 568	1.10 538	1.15 564	1.10 543	1.18 560	1.12 548	1.15 562	1.10 510	1.10 527	1.17 557	1.15 566	1.16 532	1.12 557

RGC	2.36 665	25.48 733	1.19 533	1.15 487	1.15 567	1.10 540	1.16 566	1.17 537	1.16 568	1.12 544	1.16 567	1.11 547	1.13 551	1.09 542	1.18 568	1.10 510	1.15 533	1.16 553	1.12 564	1.14 527	1.12 557

NCC-stereo	2.36 665	25.52 734	1.17 529	1.15 487	1.17 572	1.11 543	1.11 559	1.15 532	1.16 568	1.10 538	1.16 567	1.10 543	1.15 555	1.14 549	1.13 560	1.09 508	1.11 528	1.15 552	1.16 568	1.17 537	1.17 566

Nwc_Net	2.37 667	25.95 736	1.15 527	1.14 484	1.15 567	1.08 537	1.14 562	1.17 537	1.16 568	1.14 547	1.15 564	1.08 539	1.15 555	1.11 546	1.14 561	1.10 510	1.11 528	1.16 553	1.09 563	1.16 532	1.15 562

IGEVStereo-DCA	1.77 601	4.21 646	1.84 638	2.49 626	2.11 689	2.54 674	1.36 628	1.65 615	1.17 572	2.75 684	1.90 678	2.54 669	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 640	1.49 603	0.88 529

rrr	1.77 601	4.21 646	1.84 638	2.49 626	2.11 689	2.54 674	1.36 628	1.65 615	1.17 572	2.75 684	1.90 678	2.54 669	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 640	1.49 603	0.88 529

stereogan	2.33 663	24.38 730	1.18 531	1.18 494	1.18 575	1.14 546	1.18 568	1.19 540	1.19 574	1.14 547	1.18 571	1.14 549	1.18 560	1.14 549	1.18 568	1.14 519	1.14 532	1.19 562	1.19 570	1.15 530	1.19 570

DisPM	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

CrosDoStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PFNet+	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

LCNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

HHNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Patchmatch Stereo++	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571
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	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

STrans-v2	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

TransformOpticalFlow	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

OMP-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

IIG-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

NF-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

OCTAStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-softLoss	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

KMStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

NRIStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-adaLoss	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-AAD	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

FTStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ROB_FTStereo_v2	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ROB_FTStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Consistency-Raft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

KYRaft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

HUI-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ASMatch	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DeepStereo_LL	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DEmStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

SST-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

THIR-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT_R40	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DRaft	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PFNet	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GrayStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RE-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Pruner-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

TVStereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DeepStereo_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-RH_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

IRAFT_RVC	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-345	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

iRAFT	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

CRE-IMP	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GMM-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-IKP	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Prome-Stereo	1.20 534	1.20 410	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Abc-Net	2.32 662	24.75 731	1.14 525	1.17 493	1.17 572	1.11 543	1.15 564	1.17 537	1.21 620	1.08 537	1.16 567	1.12 548	1.14 554	1.09 542	1.17 567	1.09 508	1.16 534	1.17 557	1.17 569	1.16 532	1.11 555
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	1.55 593	1.94 545	1.22 583	1.88 583	1.21 624	1.88 626	1.22 616	1.88 620	1.22 621	1.88 623	1.22 618	1.88 625	1.22 609	1.89 629	1.22 618	1.87 606	1.22 586	1.88 641	1.22 619	1.88 619	1.22 617
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FAT-Stereo	2.46 672	26.05 737	1.23 585	1.23 543	1.22 626	1.20 549	1.24 618	1.23 591	1.23 622	1.19 550	1.22 618	1.21 599	1.24 610	1.20 554	1.24 619	1.21 570	1.17 537	1.22 610	1.25 623	1.20 542	1.24 620

4w-stereo	2.02 623	2.72 599	1.44 606	3.36 656	1.59 641	2.48 667	1.72 663	2.28 651	1.24 623	2.24 657	1.65 649	2.56 671	1.32 617	2.39 663	1.98 687	2.67 668	1.51 612	1.66 629	1.24 621	2.53 666	1.88 680

S-Stereo	2.51 674	26.86 738	1.23 585	1.22 541	1.22 626	1.24 597	1.25 619	1.22 589	1.24 623	1.21 596	1.24 620	1.19 553	1.27 612	1.19 553	1.24 619	1.19 522	1.20 539	1.25 612	1.19 570	1.24 591	1.23 619

FC-DCNN	1.07 523	1.09 394	0.98 509	0.89 444	0.52 473	1.41 613	0.91 539	1.21 588	1.24 623	1.96 626	2.05 695	1.91 627	1.30 615	1.27 604	1.08 556	0.80 465	0.60 446	0.58 466	0.41 438	0.68 454	0.54 459

SPS-STEREO	1.59 594	1.91 538	1.21 582	1.94 586	1.20 578	2.00 634	1.23 617	1.99 625	1.24 623	2.00 631	1.25 621	2.03 635	1.26 611	2.00 633	1.29 626	1.90 610	1.18 538	1.89 642	1.21 618	1.89 620	1.20 571
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
3.25w_new	2.03 625	2.72 599	1.35 591	3.33 655	1.57 639	2.72 681	1.53 643	2.15 635	1.33 627	2.15 641	1.60 645	2.63 675	1.30 615	2.72 681	1.99 688	2.67 668	1.53 614	1.75 632	1.25 623	2.53 666	1.87 677

3.5w_stereo	2.03 625	2.72 599	1.35 591	3.41 657	1.57 639	2.72 681	1.49 642	2.01 627	1.34 628	2.15 641	1.61 647	2.63 675	1.36 620	2.72 681	1.99 688	2.66 666	1.58 620	1.68 630	1.24 621	2.53 666	1.87 677

StereoVision	3.15 690	5.00 661	0.89 497	4.83 692	1.00 551	3.93 699	1.27 622	6.37 728	1.34 628	5.67 728	1.26 622	5.84 729	1.27 612	5.03 725	1.24 619	5.10 709	1.09 524	4.61 709	0.57 486	5.62 717	1.12 557

CC-Net-ROB	1.36 588	1.33 472	1.33 588	1.36 561	1.38 632	1.36 607	1.33 624	1.37 603	1.34 628	1.35 604	1.36 631	1.38 609	1.34 618	1.38 609	1.38 633	1.35 581	1.38 604	1.33 616	1.35 628	1.43 601	1.34 628

MaskLacGwcNet_RVC	1.35 587	1.35 473	1.35 591	1.35 560	1.35 629	1.35 605	1.35 626	1.36 601	1.35 631	1.36 605	1.35 629	1.36 608	1.36 620	1.36 607	1.35 630	1.35 581	1.35 600	1.35 619	1.35 628	1.35 598	1.35 629

RASNet	1.49 591	1.65 487	1.45 607	1.38 563	1.43 635	1.47 616	1.36 628	1.38 604	1.36 632	1.39 606	1.60 645	1.45 614	1.45 626	1.51 614	2.21 690	1.53 595	1.36 601	1.36 621	1.36 630	1.66 610	1.36 630

MC-Stereo	1.76 600	2.96 611	1.37 601	2.14 595	1.37 631	2.14 640	1.36 628	2.14 634	1.37 633	2.14 640	1.37 632	2.14 637	1.37 622	2.14 638	1.37 632	1.97 615	1.32 588	1.97 645	1.32 627	1.98 622	1.33 626

PS-NSSS	1.38 590	1.39 478	1.34 589	1.34 558	1.35 629	1.38 609	1.37 633	1.35 600	1.38 634	1.34 603	1.34 628	1.39 610	1.38 623	1.70 620	1.40 634	1.36 583	1.36 601	1.36 621	1.37 631	1.37 599	1.36 630

sCroCo_RVC	2.10 639	2.76 603	1.92 648	2.78 636	1.39 633	2.73 683	1.41 636	2.73 680	1.40 635	2.77 689	1.41 636	2.74 685	1.40 624	2.74 684	1.40 634	2.72 670	1.42 607	2.72 686	1.44 639	2.79 673	1.42 634

test_xeample3	1.10 526	1.81 513	0.61 436	0.84 438	0.49 462	0.77 483	0.66 487	0.92 504	1.40 635	0.68 476	0.46 449	0.78 492	0.54 470	1.72 621	1.48 637	1.34 580	1.52 613	1.35 619	1.67 669	1.33 597	1.55 638

999	1.00 508	1.12 399	0.59 426	1.10 478	1.21 624	1.09 539	0.52 466	1.08 527	1.43 637	1.18 549	1.35 629	0.98 522	0.52 466	0.91 509	0.85 533	0.72 450	1.46 609	0.83 513	0.98 550	0.68 454	1.41 633

MM-Stereo_test1	1.80 603	3.41 623	1.52 614	2.12 594	1.41 634	2.04 635	1.41 636	2.05 629	1.46 638	2.04 635	1.41 636	2.05 636	1.42 625	2.05 634	1.43 636	2.04 620	1.54 616	1.94 643	1.38 633	1.99 623	1.33 626

MonStereo1	1.94 609	2.77 605	1.52 614	3.73 671	1.51 638	2.13 639	1.42 638	2.32 658	1.52 639	2.31 662	1.50 639	2.53 666	1.59 628	2.34 660	1.56 639	1.91 611	1.36 601	1.86 637	1.31 626	2.07 633	1.53 636

4.25w-stereo	1.98 610	2.72 599	1.46 608	3.47 660	1.43 635	2.07 637	1.98 679	2.53 670	1.52 639	2.71 677	1.98 690	1.81 623	1.62 631	1.96 631	1.36 631	1.88 609	2.00 656	2.53 682	1.61 656	1.74 614	1.15 562

DPSMNet_ROB	1.60 595	1.59 486	1.70 622	1.59 572	1.59 641	1.61 619	1.61 644	1.60 610	1.60 641	1.62 619	1.59 644	1.60 617	1.60 629	1.60 616	1.59 641	1.59 596	1.60 624	1.59 627	1.59 649	1.59 606	1.59 644

noway7	2.08 634	5.18 667	1.92 648	2.27 602	1.66 646	2.18 641	1.66 647	2.17 636	1.66 642	2.18 643	1.65 649	2.18 639	1.66 632	2.17 639	1.66 647	2.15 624	1.85 645	2.05 647	1.60 652	2.05 625	1.60 646

noway2	2.07 631	4.96 658	1.92 648	2.28 607	1.66 646	2.20 646	1.66 647	2.19 640	1.66 642	2.19 646	1.65 649	2.19 642	1.68 640	2.18 640	1.65 644	2.15 624	1.86 649	2.06 651	1.59 649	2.06 629	1.60 646

Anonymous3	2.55 675	3.26 621	1.65 619	3.28 650	1.63 644	3.24 692	1.68 655	3.27 691	1.66 642	3.28 692	1.67 654	3.25 692	1.66 632	3.27 691	1.64 643	3.26 676	1.65 628	3.30 690	1.65 667	4.95 710	1.65 664

GELT-Stereo	2.10 639	5.33 678	1.94 659	2.37 618	1.68 654	2.21 649	1.69 659	2.19 640	1.67 645	2.18 643	1.67 654	2.19 642	1.66 632	2.19 643	1.66 647	2.23 638	1.83 639	2.07 653	1.61 656	2.04 624	1.61 651

monster_256*512	2.09 637	5.21 670	1.98 663	2.30 610	1.67 650	2.18 641	1.66 647	2.20 643	1.67 645	2.19 646	1.67 654	2.19 642	1.66 632	2.19 643	1.66 647	2.15 624	1.86 649	2.05 647	1.60 652	2.06 629	1.61 651

zzzz4	2.08 634	5.22 671	1.93 651	2.27 602	1.66 646	2.19 643	1.66 647	2.18 637	1.67 645	2.18 643	1.66 652	2.18 639	1.66 632	2.18 640	1.66 647	2.15 624	1.84 640	2.05 647	1.60 652	2.05 625	1.60 646

zzzzzz3	2.07 631	5.00 661	1.93 651	2.28 607	1.66 646	2.19 643	1.66 647	2.18 637	1.67 645	2.19 646	1.66 652	2.18 639	1.67 638	2.18 640	1.66 647	2.15 624	1.85 645	2.05 647	1.59 649	2.05 625	1.59 644

zzzz2	2.08 634	4.92 657	1.93 651	2.30 610	1.67 650	2.19 643	1.66 647	2.20 643	1.67 645	2.20 649	1.68 659	2.21 646	1.66 632	2.20 645	1.68 656	2.17 630	1.84 640	2.07 653	1.62 662	2.05 625	1.61 651

zzzzzzz1	2.10 639	5.20 669	1.93 651	2.38 620	1.68 654	2.20 646	1.67 653	2.20 643	1.68 650	2.20 649	1.67 654	2.20 645	1.68 640	2.20 645	1.67 655	2.24 639	1.86 649	2.06 651	1.61 656	2.06 629	1.62 657

zzz1	2.09 637	4.97 659	1.93 651	2.30 610	1.68 654	2.21 649	1.68 655	2.21 646	1.68 650	2.21 651	1.67 654	2.21 646	1.68 640	2.21 648	1.69 659	2.17 630	1.85 645	2.08 657	1.61 656	2.06 629	1.61 651

noway4	2.11 643	5.14 665	1.93 651	2.37 618	1.69 659	2.20 646	1.68 655	2.22 648	1.68 650	2.21 651	1.69 663	2.23 650	1.68 640	2.22 650	1.66 647	2.24 639	1.84 640	2.09 662	1.63 665	2.09 638	1.62 657

noway1	2.10 639	5.26 675	1.93 651	2.31 613	1.69 659	2.21 649	1.67 653	2.19 640	1.68 650	2.21 651	1.68 659	2.21 646	1.67 638	2.20 645	1.66 647	2.15 624	1.84 640	2.07 653	1.61 656	2.07 633	1.61 651

asda	2.17 647	2.54 586	1.81 629	3.47 660	1.78 669	2.50 670	1.86 671	2.61 672	1.68 650	2.61 674	1.83 669	2.37 660	1.73 652	2.44 667	1.88 682	2.51 663	1.84 640	2.34 670	1.62 662	2.23 642	1.77 672

3.75w	1.99 611	2.31 569	1.83 637	3.16 644	1.65 645	1.93 627	1.98 679	2.72 674	1.68 650	2.73 683	1.97 684	2.00 632	1.72 651	1.81 626	1.25 622	2.27 644	2.01 658	2.38 673	1.42 637	1.71 612	1.24 620

2w_stereo	1.99 611	2.36 578	1.81 629	3.24 648	1.67 650	1.94 628	1.98 679	2.72 674	1.68 650	2.72 678	1.94 681	1.98 631	1.74 654	1.79 625	1.27 623	1.95 614	2.00 656	2.53 682	1.60 652	1.68 611	1.15 562

noway5	1.92 607	4.97 659	1.95 660	2.31 613	1.68 654	2.21 649	1.68 655	2.21 646	1.69 657	2.22 655	1.68 659	2.21 646	1.68 640	2.21 648	1.68 656	2.18 632	1.87 653	1.71 631	0.65 503	0.85 488	0.72 506

noway3	2.12 645	5.22 671	1.93 651	2.39 621	1.70 664	2.23 654	1.70 661	2.22 648	1.70 658	2.22 655	1.70 665	2.23 650	1.69 647	2.22 650	1.71 661	2.28 645	1.86 649	2.08 657	1.63 665	2.09 638	1.63 660

4.5w-stereo	1.99 611	2.33 571	1.81 629	3.28 650	1.68 654	1.94 628	1.99 682	2.72 674	1.70 658	2.72 678	1.99 693	1.97 630	1.68 640	1.76 622	1.29 626	1.91 611	2.02 662	2.53 682	1.61 656	1.75 615	1.16 565

asd	2.18 649	2.77 605	1.58 616	3.59 665	2.00 682	2.58 676	1.85 670	2.39 663	1.71 660	2.47 669	1.97 684	2.59 673	1.61 630	2.56 670	1.79 672	2.51 663	1.99 655	2.11 663	1.62 662	2.36 650	1.60 646

4.25_new	2.00 615	2.33 571	1.82 634	3.32 653	1.69 659	1.95 631	1.99 682	2.72 674	1.71 660	2.72 678	1.97 684	2.01 633	1.74 654	1.77 623	1.28 624	2.18 632	2.01 658	2.48 680	1.58 647	1.65 608	1.17 566

4.5w_new	2.00 615	2.33 571	1.82 634	3.32 653	1.69 659	1.95 631	1.99 682	2.72 674	1.71 660	2.72 678	1.97 684	2.01 633	1.74 654	1.77 623	1.28 624	2.18 632	2.01 658	2.48 680	1.58 647	1.65 608	1.17 566

2.75w_new	1.99 611	2.34 575	1.81 629	3.14 642	1.62 643	1.94 628	1.99 682	2.72 674	1.71 660	2.72 678	1.99 693	1.90 626	1.73 652	1.82 627	1.29 626	2.37 654	2.01 658	2.31 668	1.42 637	1.77 616	1.22 617

UDGNet	2.23 659	5.40 682	1.72 625	2.48 625	1.69 659	2.51 671	1.69 659	2.51 669	1.72 664	2.50 671	1.69 663	2.52 665	1.69 647	2.50 668	1.68 656	2.41 657	1.70 631	2.42 675	1.69 673	2.42 652	1.64 662

qwe	2.18 649	2.60 589	1.58 616	3.83 673	1.90 680	2.53 672	1.90 677	2.48 666	1.73 665	2.37 665	1.92 680	2.53 666	1.68 640	2.56 670	1.83 674	2.52 665	1.87 653	2.07 653	1.68 671	2.32 648	1.71 666

monsters	2.18 649	2.41 581	1.96 662	3.47 660	2.03 687	2.53 672	1.64 646	2.48 666	1.73 665	2.40 666	1.50 639	2.62 674	1.94 669	2.59 672	1.94 684	2.44 658	1.57 619	2.28 666	1.87 682	2.42 652	1.86 675

MFMNet_re	1.81 604	1.91 538	1.71 624	1.95 588	1.70 664	1.95 631	1.70 661	1.96 623	1.74 667	1.97 628	1.72 666	1.95 628	1.71 650	1.97 632	1.71 661	1.86 604	1.62 625	1.85 634	1.66 668	1.86 618	1.64 662

MonStereo	2.17 647	2.41 581	1.49 613	2.67 630	1.67 650	2.60 677	2.04 686	2.32 658	1.76 668	2.44 667	1.68 659	2.50 664	1.69 647	2.38 661	1.80 673	2.28 645	1.78 635	2.63 685	2.14 690	3.47 678	1.68 665

U	5.15 726	8.49 705	1.81 629	8.49 717	1.77 668	8.49 735	1.77 664	8.51 736	1.77 669	8.49 736	1.77 668	8.50 736	1.78 657	8.58 736	1.77 671	8.54 728	1.78 635	8.55 736	1.78 679	8.55 730	1.84 673

FBW_ROB	2.12 645	2.46 585	1.77 627	2.49 626	1.79 670	2.38 662	1.83 666	2.46 665	1.78 670	2.48 670	1.97 684	2.40 661	1.78 657	2.42 666	1.83 674	2.31 650	1.85 645	2.38 673	1.82 680	2.35 649	1.84 673

derf	1.91 606	2.15 557	1.78 628	2.16 596	1.75 667	2.21 649	1.80 665	2.22 648	1.80 671	2.21 651	1.76 667	2.17 638	1.81 659	2.24 655	1.74 670	1.93 613	1.56 617	1.96 644	1.53 642	1.95 621	1.56 639

ff7	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

ffff	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

ccc-4	1.68 596	2.68 592	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

2.5w	2.01 622	2.40 580	1.37 601	3.28 650	2.01 683	2.71 680	1.43 641	1.82 619	1.83 675	1.90 625	1.41 636	2.71 679	1.35 619	2.71 679	1.85 676	2.66 666	1.53 614	1.64 628	1.23 620	2.53 666	1.87 677

monsterstereo	2.20 655	2.33 571	1.95 660	3.65 667	2.07 688	2.49 668	1.61 644	2.48 666	1.83 675	2.45 668	1.61 647	2.67 678	1.86 660	2.64 674	1.94 684	2.48 662	1.66 629	2.34 670	1.68 671	2.40 651	1.86 675

LGtest1	2.22 656	2.70 595	1.89 645	2.76 632	1.86 674	2.75 685	1.86 671	2.75 681	1.86 677	2.75 684	1.86 671	2.77 688	1.87 662	2.75 685	1.86 677	2.46 659	1.58 620	2.45 677	1.56 643	2.45 655	1.56 639

TRStereo	2.00 615	2.13 554	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

XX-Stereo	2.00 615	2.13 554	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

EAI-Stereo	2.00 615	2.13 554	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

DNSM	2.56 676	4.43 649	3.08 693	4.09 675	1.86 674	2.66 679	1.86 671	2.66 673	1.87 681	2.66 676	1.86 671	2.66 677	1.86 660	2.66 677	1.87 680	3.82 683	2.94 678	2.42 675	1.73 677	2.42 652	1.73 670

LG-G_1	2.22 656	2.71 597	1.89 645	2.77 633	1.87 678	2.75 685	1.87 674	2.76 682	1.87 681	2.75 684	1.87 673	2.76 686	1.87 662	2.75 685	1.86 677	2.47 660	1.58 620	2.45 677	1.57 644	2.45 655	1.57 641

LG-G	2.22 656	2.71 597	1.89 645	2.77 633	1.87 678	2.75 685	1.87 674	2.76 682	1.87 681	2.75 684	1.87 673	2.76 686	1.87 662	2.75 685	1.86 677	2.47 660	1.58 620	2.45 677	1.57 644	2.45 655	1.57 641

HUF	2.18 649	2.30 568	1.99 667	2.34 617	2.02 686	2.41 664	2.06 687	2.38 662	1.89 684	2.36 664	1.85 670	2.56 671	1.98 672	2.31 659	1.97 686	2.30 649	2.03 663	2.30 667	2.11 689	2.23 642	2.16 682

RAFT_CTSACE	1.92 607	3.71 630	1.72 625	1.88 583	1.72 666	2.04 635	1.42 638	2.18 637	1.89 684	2.02 633	1.97 684	1.95 628	2.06 678	1.93 630	1.62 642	1.76 601	1.66 629	2.02 646	1.73 677	1.73 613	1.43 635

1w_stereo	2.05 630	2.32 570	1.35 591	3.74 672	2.01 683	2.73 683	1.42 638	1.88 620	1.93 686	2.03 634	1.28 624	2.71 679	1.99 674	2.72 681	1.72 664	2.20 635	1.32 588	1.87 638	1.86 681	2.45 655	1.54 637

3.25w	2.04 628	2.20 561	1.48 609	3.03 640	2.17 693	2.63 678	1.39 634	1.96 623	1.95 687	1.96 626	1.37 632	2.71 679	1.96 671	2.71 679	1.73 669	2.26 641	1.32 588	1.87 638	1.87 682	2.51 662	1.63 660

4.5_new	2.00 615	1.84 528	1.98 663	2.77 633	2.16 691	2.27 656	1.28 623	2.09 630	1.98 688	2.01 632	1.28 624	2.71 679	1.98 672	2.51 669	1.65 644	2.26 641	1.33 595	1.87 638	1.87 682	2.49 659	1.60 646

3w_stereo	2.04 628	2.24 565	1.70 622	3.15 643	2.18 695	2.49 668	1.26 621	2.03 628	1.98 688	1.98 629	1.33 627	2.72 683	1.99 674	2.59 672	1.72 664	2.22 637	1.33 595	1.85 634	1.88 687	2.50 661	1.58 643

IGEV	2.02 623	2.20 561	1.82 634	2.90 638	2.16 691	2.41 664	1.25 619	2.00 626	1.98 688	1.99 630	1.31 626	2.72 683	1.93 668	2.67 678	1.69 659	2.26 641	1.32 588	1.83 633	1.87 682	2.53 666	1.61 651

2.25w	2.00 615	1.86 532	1.98 663	2.95 639	2.17 693	2.26 655	1.35 626	2.42 664	2.00 691	2.07 639	1.27 623	2.53 666	1.99 674	2.29 657	1.49 638	2.21 636	1.32 588	1.85 634	1.87 682	2.52 663	1.62 657

AIO_test	2.18 649	2.09 552	2.04 668	2.42 623	2.01 683	2.47 666	1.94 678	2.34 660	2.03 692	2.56 673	1.94 681	2.43 662	1.94 669	2.41 664	1.87 680	2.39 656	2.10 665	2.35 672	1.91 688	2.25 644	2.19 683

AIO_rvc	2.18 649	2.34 575	1.87 644	2.32 615	1.94 681	2.40 663	1.89 676	2.37 661	2.07 693	2.52 672	1.95 683	2.44 663	1.99 674	2.41 664	1.89 683	2.32 651	2.09 664	2.24 664	2.18 691	2.21 641	2.23 684

NCCL2	2.28 661	2.27 566	2.28 670	2.28 607	2.28 696	2.27 656	2.29 691	2.28 651	2.28 694	2.27 658	2.28 696	2.28 652	2.27 682	2.27 656	2.28 695	2.28 645	2.28 670	2.27 665	2.29 695	2.27 645	2.29 685

STTStereo	3.73 696	30.40 744	2.37 674	2.39 621	2.31 698	2.35 661	2.33 692	2.29 653	2.42 695	2.32 663	2.34 697	2.33 656	2.36 683	2.30 658	2.27 694	2.35 653	2.22 669	2.31 668	2.22 692	2.29 647	2.34 689

NLSM1	2.93 689	3.24 620	2.57 678	4.04 674	2.66 699	3.30 694	2.55 694	3.29 692	2.55 696	3.35 694	2.48 698	3.28 693	2.47 684	3.34 694	2.49 696	3.26 676	2.55 676	3.13 688	2.57 698	3.00 675	2.46 692

SA	4.33 713	7.35 696	6.85 722	5.96 703	4.09 726	3.59 696	3.15 713	3.82 699	2.64 697	3.91 697	3.85 721	3.57 695	2.72 687	3.13 690	4.03 722	7.09 724	6.86 719	3.57 693	3.12 711	3.85 681	3.51 717

sAnonymous2	3.31 692	2.63 590	1.38 603	3.71 669	1.86 674	4.70 718	1.11 559	4.82 721	2.72 698	5.45 726	1.98 690	4.59 711	2.64 685	2.65 675	6.21 731	4.37 686	1.08 522	5.16 723	2.24 693	4.52 692	2.39 690

CroCo_RVC	3.31 692	2.63 590	1.38 603	3.71 669	1.86 674	4.70 718	1.11 559	4.82 721	2.72 698	5.45 726	1.98 690	4.59 711	2.64 685	2.65 675	6.21 731	4.37 686	1.08 522	5.16 723	2.24 693	4.52 692	2.39 690

NLCA_NET_v2_RVC	5.04 724	50.87 755	2.78 679	2.87 637	2.71 700	2.78 688	0.47 446	2.88 687	2.86 700	1.89 624	2.67 699	2.79 689	2.79 688	2.78 688	2.83 697	2.82 671	2.82 677	2.83 687	2.77 699	2.83 674	2.76 694
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_0105_6	3.87 701	5.73 689	3.10 694	4.69 689	3.12 712	4.54 708	3.02 701	4.56 708	3.04 701	4.54 709	3.03 702	4.54 707	3.04 692	4.56 708	3.05 700	4.58 695	3.05 680	4.58 706	3.05 703	4.58 695	3.05 699

rvit_105_1	3.83 697	5.22 671	3.01 683	4.53 679	3.01 702	4.51 706	3.01 700	4.56 708	3.04 701	4.53 707	3.03 702	4.55 709	3.03 689	4.56 708	3.04 698	4.57 692	3.05 680	4.57 704	3.05 703	4.57 694	3.05 699

rvit_stereo_0081	3.83 697	5.23 674	3.01 683	4.53 679	3.03 704	4.55 712	3.02 701	4.56 708	3.04 701	4.52 705	3.02 700	4.54 707	3.03 689	4.56 708	3.04 698	4.57 692	3.05 680	4.57 704	3.05 703	4.58 695	3.05 699

rvit_stereo_0082	3.86 699	5.82 690	3.01 683	4.53 679	3.03 704	4.54 708	3.02 701	4.56 708	3.04 701	4.53 707	3.02 700	4.55 709	3.04 692	4.57 711	3.05 700	4.57 692	3.05 680	4.58 706	3.05 703	4.58 695	3.06 702

rvit_stereo_0081_aga	3.86 699	5.33 678	3.02 686	4.55 685	3.04 708	4.54 708	3.02 701	4.64 715	3.06 705	4.54 709	3.04 704	4.62 716	3.08 696	4.62 714	3.07 703	4.58 695	3.06 684	4.60 708	3.08 707	4.63 698	3.07 703

rvit_stereo_0080	3.89 702	5.70 687	3.04 688	4.54 682	3.03 704	4.56 713	3.05 707	4.60 712	3.07 706	4.58 712	3.06 705	4.59 711	3.06 694	4.61 712	3.08 704	4.63 697	3.09 685	4.64 710	3.10 708	4.65 699	3.10 706

whm_eth	3.89 702	5.70 687	3.04 688	4.54 682	3.03 704	4.56 713	3.05 707	4.60 712	3.07 706	4.58 712	3.06 705	4.59 711	3.06 694	4.61 712	3.08 704	4.63 697	3.09 685	4.64 710	3.10 708	4.65 699	3.10 706

RAFT+CT+SA	4.28 711	7.62 699	4.91 710	5.55 700	2.28 696	3.09 689	3.64 719	4.49 706	3.07 706	4.80 718	3.35 714	4.77 721	3.70 708	4.29 705	3.05 700	5.58 711	5.98 714	3.58 694	3.78 723	4.26 688	3.72 719

rvit_0105_3	3.91 704	5.33 678	3.06 691	4.60 687	3.07 710	4.60 715	3.06 709	4.62 714	3.08 709	4.60 714	3.07 708	4.62 716	3.08 696	4.67 716	3.10 707	4.70 700	3.11 688	4.77 717	3.19 715	4.77 704	3.14 710

rvit_stereo_0083	3.92 706	5.30 677	3.06 691	4.61 688	3.09 711	4.67 717	3.08 710	4.66 716	3.09 710	4.62 715	3.10 710	4.66 719	3.11 698	4.67 716	3.16 709	4.72 702	3.16 691	4.77 717	3.11 710	4.66 701	3.11 708

rvit_stereo_ft	3.93 707	5.44 684	3.05 690	4.59 686	3.06 709	4.61 716	3.08 710	4.67 717	3.12 711	4.63 716	3.10 710	4.65 718	3.11 698	4.69 718	3.13 708	4.70 700	3.14 690	4.71 715	3.15 713	4.74 702	3.16 711

rvit_0105_4	3.91 704	5.47 686	3.02 686	4.54 682	3.02 703	4.54 708	3.03 705	4.75 718	3.17 712	4.57 711	3.06 705	4.61 715	3.16 700	4.65 715	3.09 706	4.66 699	3.11 688	4.68 713	3.18 714	4.81 705	3.16 711

NLCSM	3.67 695	4.08 641	3.19 698	4.80 691	3.26 714	3.99 702	3.24 715	4.25 704	3.18 713	4.09 700	3.27 713	4.14 702	3.18 701	4.13 702	3.28 711	4.06 684	3.10 687	3.85 700	3.14 712	3.91 685	3.27 714

rvit_0105_5	4.10 708	5.40 682	3.13 697	4.71 690	3.15 713	4.72 720	3.10 712	4.90 723	3.27 714	4.69 717	3.16 712	4.84 723	3.25 702	4.96 722	3.34 712	5.05 707	3.39 696	5.10 722	3.40 716	5.11 712	3.42 715

Sa-1000	4.34 714	8.37 702	6.84 721	6.98 712	4.45 729	3.58 695	3.00 699	3.42 695	3.39 715	2.61 674	4.00 724	3.83 699	4.01 717	3.90 699	3.90 720	5.98 715	5.62 711	3.76 697	2.34 696	4.35 690	2.47 693

MLG-Stereo_test1	4.25 709	5.34 681	3.61 701	5.31 697	3.63 720	5.23 724	3.57 718	5.38 726	3.65 716	5.23 723	3.47 715	4.76 720	3.74 709	4.85 719	3.71 716	4.96 704	3.18 693	4.71 715	2.92 700	4.86 708	2.90 696

DPSNet	3.66 694	3.60 626	3.62 702	3.63 666	3.64 721	3.65 697	3.65 720	3.66 697	3.67 717	3.67 696	3.65 718	3.67 697	3.66 706	3.66 696	3.68 715	3.68 681	3.66 697	3.67 695	3.68 721	3.67 679	3.67 718

MLG-Stereo_test3	4.26 710	4.85 655	3.95 705	5.35 698	3.60 719	4.75 721	3.76 721	5.49 727	3.71 718	5.39 724	3.69 719	4.82 722	3.66 706	4.85 719	3.73 719	4.93 703	3.19 694	4.69 714	2.99 702	4.84 707	2.98 698

TestStereo1	4.60 715	8.41 703	6.44 719	6.86 710	3.79 723	3.97 700	3.78 722	3.99 701	3.74 719	3.97 698	3.52 716	3.94 700	3.58 703	3.98 700	3.72 717	6.82 721	6.50 717	3.76 697	3.66 719	3.90 682	3.74 721

SA-5K	4.60 715	8.41 703	6.44 719	6.86 710	3.79 723	3.97 700	3.78 722	3.99 701	3.74 719	3.97 698	3.52 716	3.94 700	3.58 703	3.98 700	3.72 717	6.82 721	6.50 717	3.76 697	3.66 719	3.90 682	3.74 721

test_3	5.01 723	8.86 708	7.77 725	8.09 715	2.76 701	4.13 703	4.05 726	3.88 700	3.76 721	4.33 703	4.13 725	3.71 698	3.91 714	4.21 704	4.06 723	7.93 725	7.69 724	4.53 702	3.91 724	4.17 687	4.29 727

MLG-Stereo_test2	4.28 711	5.46 685	3.69 703	4.86 693	3.72 722	5.58 727	3.42 716	4.81 720	3.77 722	4.85 719	3.72 720	5.55 728	3.63 705	5.58 726	3.53 714	4.41 689	3.28 695	4.99 721	2.95 701	4.75 703	3.13 709

test_4	4.88 721	8.13 701	6.98 723	7.46 713	4.44 728	4.25 704	3.85 724	4.04 703	3.92 723	4.13 701	3.91 722	4.18 704	3.84 713	4.14 703	4.06 723	7.01 723	7.13 722	4.53 702	3.72 722	4.09 686	3.72 719

cross-raft	4.83 720	7.52 697	6.43 718	6.63 707	3.96 725	4.51 706	3.99 725	4.49 706	3.96 724	4.52 705	3.96 723	4.50 706	3.97 716	4.50 707	3.97 721	6.65 719	6.44 716	4.33 701	3.92 725	4.35 690	3.91 724

test_5	4.62 718	7.55 698	6.23 717	6.32 706	3.40 717	5.29 725	3.50 717	3.53 696	4.11 725	4.28 702	4.47 728	4.26 705	4.38 720	3.68 697	3.24 710	5.89 713	5.60 710	4.84 719	3.50 717	4.33 689	3.93 725

DispFullNet	4.61 717	4.84 654	3.12 695	5.00 695	3.57 718	4.75 721	3.03 705	7.75 734	4.17 726	4.91 721	3.09 709	6.20 730	3.95 715	6.71 730	3.51 713	5.30 710	3.67 698	5.86 729	3.63 718	5.61 716	3.46 716

SGM-Forest	5.21 727	5.92 691	4.08 706	6.18 704	4.16 727	6.31 729	4.34 728	6.50 729	4.33 727	6.14 730	4.21 726	6.61 733	4.55 721	6.67 729	4.48 726	5.94 714	3.94 700	5.85 728	4.03 727	5.79 718	4.17 726
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
raft_robust	4.71 719	7.75 700	5.40 715	6.81 709	3.31 715	4.28 705	4.20 727	4.32 705	4.37 728	4.35 704	4.35 727	4.14 702	3.75 710	4.30 706	4.20 725	6.67 720	6.37 715	3.36 692	4.24 729	4.86 708	3.25 713

TestStereo	4.88 721	4.75 653	4.79 708	4.87 694	4.92 730	4.81 723	4.90 730	4.78 719	4.77 729	4.87 720	4.89 729	4.90 724	4.91 722	4.99 723	4.79 727	4.98 705	4.87 707	4.87 720	4.92 731	5.00 711	5.00 728

test-1	6.46 728	9.16 710	8.03 729	8.09 715	5.62 733	6.11 728	6.35 733	6.85 731	4.94 730	6.08 729	6.29 735	4.98 725	6.43 727	6.22 727	6.36 733	6.16 717	7.47 723	5.82 727	5.44 734	7.11 724	5.68 731

rvit_stereo_0075_2	6.64 729	8.80 707	5.25 712	7.89 714	5.27 732	7.90 734	5.27 731	7.92 735	5.28 731	7.91 735	5.29 732	7.93 735	5.27 723	7.92 735	5.28 728	7.93 725	5.28 709	7.93 734	5.29 733	7.93 727	5.28 730

SGM+DAISY	7.06 731	9.15 709	5.38 714	8.84 719	5.18 731	8.80 736	5.31 732	8.79 737	5.28 731	8.89 737	5.20 731	8.93 737	5.33 724	8.95 737	5.36 729	8.70 729	5.21 708	8.74 737	5.20 732	8.89 731	5.15 729

FC-DCNN v2	5.10 725	5.15 666	4.49 707	5.07 696	3.37 716	6.87 730	4.75 729	5.04 724	6.34 733	7.84 734	5.06 730	6.72 734	4.09 718	4.99 723	5.44 730	5.03 706	3.16 691	4.67 712	4.86 730	5.15 713	3.89 723

RAFT	6.73 730	9.36 711	7.40 724	8.51 718	6.55 734	6.88 731	6.60 734	6.79 730	6.60 734	6.80 731	6.72 736	5.31 727	5.50 725	6.61 728	6.61 734	8.42 727	5.89 712	5.73 726	5.45 735	6.61 720	6.24 732

test-v	7.53 732	11.89 721	7.98 726	9.36 722	7.14 735	7.06 732	7.09 735	7.37 732	6.91 735	7.29 732	5.71 733	6.45 731	6.93 728	6.73 731	7.27 735	8.93 732	7.85 725	6.98 732	6.80 736	7.56 725	7.34 734

test-2	7.53 732	11.89 721	7.98 726	9.36 722	7.14 735	7.06 732	7.09 735	7.37 732	6.91 735	7.29 732	5.71 733	6.45 731	6.93 728	6.73 731	7.27 735	8.93 732	7.85 725	6.98 732	6.80 736	7.56 725	7.34 734

MANE	19.05 735	23.00 729	15.00 735	23.00 742	15.00 737	24.00 743	16.00 737	24.00 744	16.00 737	22.00 744	15.00 737	23.00 744	16.00 737	23.00 744	15.00 737	22.00 744	15.00 738	22.00 744	15.00 738	22.00 744	15.00 736

rafts_anoy	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

raft+_RVC	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

raftrobust	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

CasAABBNet	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

RALCasStereoNet	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

RALAANet	20.00 736	20.00 723	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

WCMA_ROB	31.10 743	35.43 749	27.12 742	39.51 755	23.10 744	38.78 756	25.30 744	37.49 757	25.39 744	37.29 756	27.02 744	38.52 757	26.48 744	37.80 756	26.44 744	36.28 752	22.65 745	33.90 749	22.30 745	37.10 754	24.18 743

111	30.40 742	30.94 745	29.72 743	32.61 743	30.02 745	33.57 744	30.47 745	31.50 745	29.39 745	30.98 745	29.11 745	29.78 745	30.39 748	29.45 745	30.76 748	30.08 745	29.02 746	29.92 745	30.32 749	29.86 745	30.17 744

ADStereo(finetuned)	36.13 745	36.63 750	38.07 754	36.97 748	33.25 749	35.91 749	34.45 749	36.36 752	32.99 746	38.14 757	36.71 752	36.69 752	34.13 749	38.57 757	40.79 756	37.60 757	36.58 753	35.90 753	33.36 750	35.42 748	34.04 748

tt	500032.53 762	34.60 747	29.72 743	37.47 753	34.41 750	36.85 750	35.22 750	34.71 749	33.55 747	34.50 746	35.43 749	33.81 749	10000000.00 767	33.57 749	33.13 749	33.68 749	35.00 751	34.03 750	35.26 752	30.96 746	34.63 749

DCANet	500032.53 762	34.60 747	29.72 743	37.47 753	34.41 750	36.85 750	35.22 750	34.71 749	33.55 747	34.50 746	35.43 749	33.81 749	10000000.00 767	33.57 749	33.13 749	33.68 749	35.00 751	34.03 750	35.26 752	30.96 746	34.63 749

DCANet-4	35.22 744	34.54 746	35.08 749	33.58 747	35.47 752	34.55 745	35.53 752	36.08 751	35.85 749	35.92 751	35.77 751	35.18 751	35.48 750	35.39 751	37.15 755	34.55 751	33.92 750	35.02 752	34.90 751	35.79 749	34.74 751

fast-reg	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

Reg-Stereo(zero)	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

FLISNet	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

CoSv	37.00 746	37.00 751	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

MDST_ROB	69.83 750	87.70 756	41.95 755	113.75 758	65.62 759	75.05 757	55.25 758	75.64 759	45.04 754	71.61 758	41.75 757	72.81 758	44.06 755	68.38 758	44.63 757	101.89 760	59.57 760	107.10 760	61.05 760	104.38 757	59.38 758

CBMV	128.50 752	1422.70 768	53.10 756	79.50 757	51.30 758	77.30 758	49.70 757	74.00 758	48.20 755	77.20 759	48.80 758	73.90 759	48.00 756	73.80 759	48.80 758	70.40 759	45.10 759	68.90 759	46.10 759	68.20 756	45.00 757
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 751	153.00 760	121.00 758	51.00 756	44.00 757	165.00 760	127.00 759	153.00 760	119.00 756	164.00 761	125.00 759	168.00 761	120.00 757	153.00 760	117.00 759	49.00 758	44.00 758	49.00 758	44.00 758	49.00 755	44.00 756

DF_test	189.29 754	560.34 765	182.58 762	229.00 761	135.68 760	197.79 761	135.52 760	197.80 762	135.44 757	197.75 762	135.49 760	197.90 762	135.51 758	197.84 762	135.75 760	217.37 763	171.11 762	183.74 762	127.67 762	183.56 759	127.88 759

MeshStereo	159.24 753	171.00 761	160.68 761	162.58 759	160.59 761	164.01 759	160.35 761	158.51 761	158.56 758	158.34 760	160.12 761	158.56 760	159.92 759	157.26 761	158.94 761	154.38 761	158.36 761	155.75 761	159.13 763	153.67 758	154.07 760
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
DLCB_ROB	284.23 758	354.61 763	207.27 763	363.24 764	206.46 762	364.72 765	210.41 762	364.72 766	210.41 759	364.81 766	208.64 763	364.81 766	208.64 761	364.72 766	210.41 763	354.70 766	205.53 764	354.70 766	205.53 765	354.70 763	205.53 762

AE-Stereo	201.80 755	123.00 757	115.00 757	219.00 760	218.00 763	223.00 762	244.00 763	217.00 763	236.00 760	202.00 763	203.00 762	205.00 763	208.00 760	225.00 763	204.00 762	210.00 762	198.00 763	197.00 763	184.00 764	204.00 760	201.00 761

MGS-Stereo	239.45 756	123.00 757	135.00 759	266.00 762	286.00 764	277.00 763	305.00 764	271.00 764	242.00 761	274.00 764	279.00 764	255.00 764	270.00 762	268.00 764	297.00 764	221.00 764	247.00 765	216.00 764	123.00 761	217.00 761	217.00 763

EGLCR-Stereo	246.90 757	129.00 759	139.00 760	266.00 762	286.00 764	277.00 763	305.00 764	271.00 764	242.00 761	274.00 764	279.00 764	255.00 764	270.00 762	268.00 764	297.00 764	230.00 765	247.00 765	216.00 764	223.00 766	237.00 762	227.00 764

LE_ROB	396.57 759	471.28 764	329.84 764	471.48 765	308.15 766	526.83 766	322.10 766	488.15 767	323.76 763	495.46 767	317.97 766	497.17 767	320.10 764	481.62 767	326.76 766	462.71 767	298.97 767	466.16 767	285.98 767	447.62 764	289.21 765

SGM-ForestM	596.69 760	677.77 766	444.52 765	699.85 766	517.25 767	732.94 767	488.29 767	770.79 768	460.11 764	750.81 768	487.98 767	792.79 768	499.41 765	730.90 768	475.81 767	720.03 768	491.16 768	663.96 768	418.60 768	674.76 765	436.05 766

CBMV_ROB	818.48 761	913.88 767	709.52 766	862.84 767	597.78 768	1073.99 768	700.52 768	1015.66 769	702.59 765	1115.65 769	760.02 768	1130.24 769	721.57 766	1037.41 769	692.65 768	814.05 769	564.29 769	843.28 769	595.31 769	915.51 766	602.92 767

111111	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

SGD-Stereo	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-Stereo++	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-BASED-STEREO-	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-Stereo+	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

SDNR	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

anonymousdsp2	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

anonymousdsp	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

fff	1000028.16 764	29.62 741	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

csc	1000028.16 764	29.62 741	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

cscssc	1000028.16 764	29.62 741	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

test_example2	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

DIP-Stereo	10000000.00 767	10000000.00 769	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 237		0.48 313	0.35 390	0.48 413		0.51 430		0.47 398		0.47 405		0.47 401		0.41 310	0.40 359	0.40 374	0.40 429	0.41 376

ASD4		0.20 138

Low-res two-view benchmark